이 연구 주제는 카메라, 깊이 영상, 스켈레톤 정보, 레이더 신호 등 다양한 입력으로부터 사람의 손 포즈와 제스처, 전신 동작을 실시간으로 인식하는 기술을 다룬다. 연구실의 특허와 학술발표 이력을 보면 비전 기반 손 인터페이스, 실시간 손 포즈 인식, 동작 유사도 분석, 가상 키보드 입력 등 사람과 컴퓨터가 자연스럽게 상호작용할 수 있는 인터페이스 기술을 지속적으로 발전시켜 왔다. 이는 전통적인 키보드·마우스 중심 입력을 넘어, 비접촉식이고 직관적인 사용자 경험을 제공하는 데 목적이 있다. 방법론 측면에서는 손의 외곽선 검출, 중심점 추정, 특징점 추출, 거리 맵 기반 손가락 분리, 은닉 마르코프 모델 기반 시퀀스 모델링, 딥러닝 기반 객체 탐지 및 3차원 합성곱 신경망 등 고전적 패턴인식과 현대적 인공지능 기법을 함께 활용한다. 최근에는 FMCW 레이더를 이용해 거리, 도플러, 방위각, 고도 정보를 1차원 시계열 특징으로 구성하고, 다중 분기 시간 합성곱 네트워크와 채널 어텐션을 결합해 높은 정확도와 경량성을 동시에 확보하는 접근도 수행하고 있다. 이는 임베디드 시스템이나 자원 제약 환경에서도 실제 사용 가능한 인터페이스를 만드는 데 강점이 있다. 이 연구는 스마트 디바이스 제어, 비접촉식 입력, 재활 훈련, 게임 인터페이스, 혼합현실 상호작용, 보조공학 등으로 확장 가능성이 높다. 특히 손동작 인식은 사용자의 의도를 빠르게 파악해야 하므로 실시간성, 견고성, 센서 환경 변화 대응 능력이 핵심인데, 연구실은 오랜 기간 축적한 인터랙션 기술과 최근의 AI 기반 인식 기법을 결합하여 실용성을 높이고 있다. 앞으로는 멀티모달 센서 융합, 개인화된 제스처 학습, 저전력 온디바이스 추론 등으로 발전할 가능성이 크다.

연구실의 대표 키워드인 컴퓨터그래픽스응용과 Visualization은 이 연구 주제가 연구실 정체성의 중요한 축임을 보여준다. 초기 연구와 학술활동에서는 볼륨 렌더링, 비균등 볼륨데이터 처리, 웨이블릿 기반 압축, 셰이더 설계 등 그래픽스 시스템의 핵심 기술을 다루었으며, 이를 기반으로 복잡한 3차원 데이터를 효과적으로 표현하고 상호작용하는 방법을 탐구해 왔다. 이러한 연구는 의료영상, 과학적 시뮬레이션, 문화콘텐츠, 가상환경 구현 등 다양한 시각화 응용으로 연결된다. 특히 증강현실 환경에서의 마커리스 트래킹, 특징 서술자 데이터베이스 검색, 혼합현실 기반 기계적 훈련 제어 시스템과 같은 특허는 그래픽 렌더링과 사용자 위치 추적, 객체 정합, 햅틱 피드백을 통합하는 실감형 인터랙션 연구의 깊이를 잘 보여준다. 단순히 3차원 장면을 시각적으로 제시하는 데 그치지 않고, 사용자의 시선과 위치, 손 동작, 가상 객체와의 충돌 정보를 통합하여 몰입형 경험을 만드는 것이 핵심이다. 이는 HCI와 실감미디어 기술이 융합된 형태의 컴퓨터그래픽스 응용 연구로 볼 수 있다. 이 분야의 성과는 교육훈련 시스템, 실감형 콘텐츠, 디지털 트윈 인터페이스, 의료훈련, 산업 시뮬레이션 등에 직접 응용될 수 있다. 그래픽스와 가시화 기술은 복잡한 정보를 사람이 직관적으로 이해하도록 돕는 기반 기술이며, 혼합현실은 이를 실제 환경과 자연스럽게 결합해 활용성을 높인다. 연구실은 전통적인 그래픽스 알고리즘부터 실시간 상호작용 시스템까지 폭넓게 다루며, 시각적 표현과 인간 중심 인터페이스를 동시에 강화하는 방향으로 연구를 이어가고 있다.

최근 연구실의 논문들은 소리, 레이더, 사용자 행동 데이터 등 다양한 비정형 신호를 해석하는 지능형 센싱 연구로 확장되고 있다. 대표적으로 마이크 배열 구성이 달라져도 강인하게 동작하는 음원 위치 추정 연구는 실제 환경의 복잡성을 반영한 센서 인공지능 문제를 다룬다. 이 연구는 단순한 신호처리를 넘어, 다양한 데이터셋과 센서 배치를 학습할 수 있는 딥러닝 구조를 통해 실세계 적용성을 높이는 데 초점을 둔다. 세부적으로는 TDoA 추정을 위한 멜 스케일 학습형 필터뱅크와 계층적 주파수-시간 어텐션 네트워크를 활용해 동시 발생 음원이나 다양한 음향 이벤트가 존재하는 환경에서도 견고한 성능을 확보한다. 이후 배열 기하 정보를 반영하는 학습 단계를 추가해 다양한 마이크 어레이 형태에 적응하는 방향도 제시한다. 이러한 접근은 레이더 기반 손 제스처 인식 연구와도 맞닿아 있으며, 서로 다른 센서 신호를 인공지능 모델로 효율적으로 해석하는 공통 철학을 보여준다. 이 연구는 로봇 청각, 스마트 공간, 감시 시스템, 음성 인터페이스, 차량 내 사용자 인식, 웨어러블 및 임베디드 센서 응용 등으로 이어질 수 있다. 연구실은 센서 데이터의 구조적 특성과 실시간 처리 제약을 함께 고려하면서, 경량화와 정확도를 동시에 추구하는 방향의 연구를 수행하고 있다. 장기적으로는 비전, 오디오, 레이더를 함께 사용하는 멀티모달 인공지능으로 확장하여 더 강인하고 상황 인지적인 인터랙션 시스템을 구축할 수 있을 것으로 기대된다.