윤홍주 연구실
위성정보융합공학전공 윤홍주
윤홍주 연구실은 원격탐사, 드론, 인공지능 등 첨단 기술을 활용한 해양환경 모니터링 및 분석 분야에서 국내외적으로 선도적인 연구를 수행하고 있습니다. 연구실은 위성자료와 무인항공기(UAV) 영상을 결합하여 해양 표면의 온도, 염분, 해수면 높이, 적조 발생 등 다양한 해양환경 요소를 실시간으로 관측하고, 이를 기반으로 해양생태계의 변화와 이상 현상을 조기에 탐지하는 시스템을 개발하고 있습니다.
특히, 적조와 같은 해양 유해현상에 대한 조기 예측 및 탐지 기술 개발에 주력하고 있으며, 기계학습 및 딥러닝 기반의 데이터 분석 기법을 적용하여 위성영상에서 적조, 녹조, 해양쓰레기 등 다양한 해양오염 요소를 자동으로 식별하고, 시공간적 분포 특성을 정량적으로 분석합니다. 이러한 연구는 해양환경 재난 예방과 신속한 대응에 중요한 역할을 하고 있습니다.
또한, 드론과 인공지능을 융합한 해양 및 하천 오염원 탐지 및 관리 방안 연구도 활발히 진행 중입니다. 드론을 이용한 고해상도 영상 획득과 딥러닝 기반 객체 탐지 기술을 통해 해양쓰레기, 부유쓰레기, 오염물질 등 다양한 오염원을 자동으로 식별·분류하며, 실시간 데이터 수집 및 분석 시스템을 구축하여 현장에서 즉각적으로 오염 상황을 진단하고 대응할 수 있도록 지원하고 있습니다.
연구실은 기상 및 해양 분야의 방대한 빅데이터를 융합하여 해양환경 변화와 재난을 예측하는 모델링 연구도 활발히 수행하고 있습니다. 위성, 레이더, 현장관측 등 다양한 데이터 소스를 통합하고, 기계학습 및 통계적 분석 기법을 적용하여 해수면 상승, 해양기상 재난, 적조 발생 등 주요 해양환경 이슈에 대한 예측 정확도를 높이고 있습니다.
이러한 연구 성과는 해양수산부, 해양환경공단 등 다양한 정부기관 및 연구기관과의 협력을 통해 해양환경 보전과 지속가능한 해양자원 활용, 해양재난 예방 및 관리, 환경정책 수립 등 실질적인 사회적 가치 창출에 기여하고 있습니다. 앞으로도 윤홍주 연구실은 첨단 ICT 기술을 접목한 해양환경 모니터링 및 예측, 오염원 관리 솔루션 개발을 통해 지속가능한 해양환경 보전과 해양산업의 혁신적 발전을 선도할 계획입니다.
Floating Debris Analysis
Remote Sensing
Marine Pollution Detection
원격탐사 기반 해양환경 모니터링 및 분석
본 연구실은 위성 및 드론 등 다양한 원격탐사 기술을 활용하여 해양환경의 변화를 정밀하게 모니터링하고 분석하는 연구를 수행하고 있습니다. 위성자료와 무인항공기(UAV) 영상을 결합하여 해양 표면의 온도, 염분, 해수면 높이, 적조 발생 등 다양한 해양환경 요소를 실시간으로 관측하고, 이를 통해 해양생태계의 변화와 이상 현상을 조기에 탐지할 수 있는 시스템을 개발하고 있습니다.
특히, 적조와 같은 해양 유해현상에 대한 조기 예측 및 탐지 기술 개발에 주력하고 있습니다. 기계학습 및 딥러닝 기반의 데이터 분석 기법을 적용하여 위성영상에서 적조, 녹조, 해양쓰레기 등 다양한 해양오염 요소를 자동으로 식별하고, 시공간적 분포 특성을 정량적으로 분석합니다. 이러한 연구는 해양환경 재난 예방과 신속한 대응에 중요한 역할을 하고 있습니다.
아울러, 해양환경 모니터링 결과를 바탕으로 해양오염 관리 및 정책 수립에 필요한 과학적 근거를 제공하고 있습니다. 연구실은 해양수산부, 해양환경공단 등 다양한 정부기관 및 연구기관과 협력하여 해양환경 보전과 지속가능한 해양자원 활용을 위한 실질적인 솔루션을 제시하고 있습니다.
드론 및 인공지능을 활용한 해양·수계 오염원 탐지 및 관리
최근 본 연구실은 드론(무인항공기)과 인공지능(AI) 기술을 융합하여 해양 및 하천의 오염원 탐지와 관리 방안 연구에 집중하고 있습니다. 드론을 이용해 고해상도 영상을 획득하고, 딥러닝 기반 객체 탐지 알고리즘을 적용하여 해양쓰레기, 부유쓰레기, 오염물질 등 다양한 오염원을 자동으로 식별·분류하는 시스템을 개발하였습니다.
이러한 기술은 기존의 현장조사 방식보다 훨씬 넓은 지역을 신속하고 효율적으로 모니터링할 수 있으며, 오염원의 시공간적 이동 경로와 분포 특성을 정밀하게 파악할 수 있습니다. 또한, 라즈베리파이 등 오픈소스 하드웨어와 결합한 실시간 데이터 수집 및 분석 시스템을 구축하여, 현장에서 즉각적으로 오염 상황을 진단하고 대응할 수 있도록 지원하고 있습니다.
드론 및 인공지능 기반 오염원 탐지 기술은 낙동강, 순천만 등 주요 하천 및 연안 지역에서 실제로 적용되고 있으며, 수계 관리, 해양쓰레기 저감, 환경정책 수립 등 다양한 분야에 활용되고 있습니다. 연구실은 앞으로도 첨단 ICT 기술을 접목한 환경 모니터링 및 관리 솔루션 개발을 통해 지속가능한 해양환경 보전에 기여할 계획입니다.
기상·해양 빅데이터 융합 및 예측 모델링
연구실은 기상 및 해양 분야의 방대한 빅데이터를 융합하여 해양환경 변화와 재난을 예측하는 모델링 연구도 활발히 수행하고 있습니다. 위성, 레이더, 현장관측 등 다양한 데이터 소스를 통합하고, 기계학습 및 통계적 분석 기법을 적용하여 해수면 상승, 해양기상 재난, 적조 발생 등 주요 해양환경 이슈에 대한 예측 정확도를 높이고 있습니다.
특히, 기상 빅데이터를 활용한 적조 예보 시스템 구축, 해수면 온도 및 해수면 높이의 장기 변화 분석, 해양기상서비스 콘텐츠 개발 등 다양한 프로젝트를 통해 실질적인 사회적 가치를 창출하고 있습니다. 이러한 연구는 해양재난 예방, 수산업 보호, 연안지역 정책 수립 등 국가적 현안 해결에 직접적으로 기여하고 있습니다.
연구실은 앞으로도 빅데이터 기반 해양환경 예측 및 분석 기술을 고도화하여, 기후변화 대응과 해양재난 관리, 그리고 해양산업의 혁신적 발전을 선도할 계획입니다.
1
Low-Salt Water Flow Monitoring in Jeju Coastal Area Using Coms Satellite Data
윤홍주, 김재원, 도예빈, 오세윤, 석경휴
International Journal on Recent and Innovation Trends in Computing and Communication, 202402
2
Satellite-Based Prediction of Arctic Sea Ice Concentration Using a Deep Neural Network with Multi-Model Ensemble
이양원, 김지원, 윤홍주, 강용균, 조재일, 김광진
REMOTE SENSING, 201812
3
A Study on Red Tide Detection Technique by using Multi-Layer Perceptron
윤홍주, 박수호, 황도현, 김흥민, 김범규, ENKHJARGAL, 오승열
International Journal of Grid and Distributed Computing, 201811
1
공공정책 멀티 이용 연구회 활동을 위한 연구용역
3
드론과 인공지능 활용 수계 오염원 탐지 및 물환경 관리방안(3차년도)
