RnDCircle Logo
arrow left icon

Neural Computation Lab

숭실대학교 컴퓨터학부

유용석 교수

Artificial Intelligence

Reading Comprehension

Retinal Prostheses

Neural Computation Lab

컴퓨터학부 유용석

Neural Computation Lab은 뇌의 정보처리 메커니즘을 이해하고, 이를 기반으로 인공지능 및 스마트 시스템을 개발하는 융합 연구를 수행하는 연구실입니다. 본 연구실은 신경과학, 컴퓨터공학, 인공지능, 데이터사이언스 등 다양한 학문 분야의 경계를 넘나들며, 뇌의 신경망 구조와 기능을 수학적·계산적 모델로 해석하는 데 중점을 두고 있습니다. 특히, 해마와 내후각피질 등 뇌의 주요 영역에서 공간 정보가 어떻게 인코딩되고, 신경세포 간의 상호작용을 통해 정보가 처리되는지에 대한 연구를 진행하고 있습니다. 신경망 시뮬레이션, 신경 스파이크 데이터 분석, 신경망의 신호처리 알고리즘 개발 등 다양한 계산적 방법론을 활용하여 뇌의 복잡한 정보처리 과정을 규명하고 있습니다. 또한, 인공지능 기술을 접목하여 인간의 인지 기능을 정량적으로 분석하고, 읽기장애 진단, 학습 패턴 분석, 시각장애 보조 시스템 등 실질적인 사회적 문제 해결에 기여하고 있습니다. 자연어 처리, 딥러닝, 기계학습 등 최신 AI 기술을 활용한 자동화된 평가 시스템, 개인화된 피드백 제공, 스마트러닝 환경 구축 등 교육 및 의료 분야에서 혁신적인 연구 성과를 내고 있습니다. 망막 신경망 및 인공시각 시스템 연구도 본 연구실의 주요 분야 중 하나입니다. 정상 및 퇴행성 망막 모델을 활용하여 전기적 자극에 대한 신경세포 반응, 신경망 내 상호작용, 그리고 병리적 변화가 정보처리에 미치는 영향을 분석하며, 인공망막(시각 보철) 시스템의 성능 향상과 환자 맞춤형 자극 전략 개발에 기여하고 있습니다. 이처럼 Neural Computation Lab은 뇌과학적 원리와 인공지능 기술의 융합을 통해 인간의 인지 기능 이해, 차세대 스마트 시스템 개발, 의료 및 교육 혁신 등 다양한 분야에서 선도적인 연구를 수행하고 있습니다. 실험적 연구와 이론적 모델링, 그리고 실제 사회적 응용까지 아우르는 폭넓은 연구를 통해, 미래 지능형 사회 구현에 기여하고자 합니다.

Artificial Intelligence
Reading Comprehension
Retinal Prostheses
뇌 정보처리 메커니즘의 계산적 모델링
Neural Computation Lab에서는 뇌가 정보를 어떻게 처리하는지에 대한 근본적인 질문을 해결하기 위해 다양한 계산적 도구와 모델을 활용하여 연구를 수행하고 있습니다. 뇌는 복잡한 신경망 구조와 동적 상호작용을 통해 감각 입력을 해석하고, 기억을 저장하며, 행동을 조절합니다. 본 연구실은 이러한 뇌의 정보처리 과정을 수학적, 컴퓨터 기반 모델로 해석함으로써 신경세포 간의 상호작용, 신경망의 구조적 특성, 그리고 정보의 인코딩 및 디코딩 메커니즘을 규명하고자 합니다. 특히, 해마와 내후각피질에서의 공간 정보 인코딩, 격자세포와 장소세포의 신경활동 패턴, 그리고 신경망 내 모듈 구조가 정보처리에 미치는 영향 등을 집중적으로 분석합니다. 이를 위해 신경망 시뮬레이션, 신경 스파이크 데이터 분석, 신경망의 신호처리 알고리즘 개발 등 다양한 계산적 방법론을 적용하고 있습니다. 또한, 동물실험 데이터를 바탕으로 실제 뇌 신경망의 동작 원리를 모사하고, 시뮬레이션 결과와 실험 데이터를 비교함으로써 모델의 타당성을 검증합니다. 이러한 연구는 뇌의 정보처리 원리를 이해하는 데 그치지 않고, 인공지능 및 신경공학 분야에도 응용될 수 있습니다. 예를 들어, 뇌의 효율적인 정보처리 전략을 모방한 신경망 모델은 인공지능 시스템의 성능 향상에 기여할 수 있으며, 신경질환 진단 및 치료법 개발에도 중요한 기초 자료를 제공합니다.
인공지능 기반 인지 기능 분석 및 스마트 시스템 설계
본 연구실은 인공지능 기술을 활용하여 인간의 인지 기능을 정량적으로 분석하고, 이를 바탕으로 다양한 스마트 시스템을 설계하는 데 주력하고 있습니다. 자연어 처리, 딥러닝, 기계학습 등 최신 AI 기술을 접목하여 읽기장애 진단, 학습 패턴 분석, 시각장애 보조 시스템 등 실질적인 사회적 문제 해결에 기여하고 있습니다. 예를 들어, 안구운동 데이터와 기계학습을 결합하여 읽기장애를 자동으로 진단하는 시스템, 자연스러운 읽기 과정에서의 추론 행동을 자동 평가하는 언어모델 기반 도구 등이 개발되고 있습니다. 또한, 스마트러닝 환경에서의 학습자 행동 분석, 디지털 리터러시 역량 평가, 맞춤형 학습 전략 제안 등 교육 분야에도 인공지능 기술을 적극적으로 적용하고 있습니다. 이러한 연구는 대규모 데이터 분석, 자동화된 평가 시스템, 개인화된 피드백 제공 등 교육 혁신을 위한 핵심 기반을 마련합니다. 뿐만 아니라, 실내 환경 제어, 재실자 행동 인식, 에너지 효율화 등 스마트 빌딩 및 IoT 분야에도 AI 기반의 스마트 시스템 설계 연구를 확장하고 있습니다. 이와 같은 인공지능 기반 인지 분석 및 스마트 시스템 설계 연구는 인간의 삶의 질 향상, 교육 및 의료 현장의 혁신, 그리고 차세대 지능형 시스템 개발에 중요한 역할을 하고 있습니다. 실제 특허 출원 및 다양한 산학협력 프로젝트를 통해 연구 결과의 실용화와 사회적 확산에도 힘쓰고 있습니다.
망막 신경망 및 인공시각 시스템 연구
Neural Computation Lab에서는 망막 신경망의 구조와 기능, 그리고 이를 기반으로 한 인공시각 시스템 개발에 대한 연구를 활발히 진행하고 있습니다. 망막은 시각 정보를 최초로 처리하는 신경조직으로, 다양한 신경세포(특히 망막 신경절 세포)의 반응 특성을 이해하는 것이 시각 정보처리의 핵심입니다. 본 연구실은 정상 및 퇴행성 망막 모델(동물실험 포함)을 활용하여 전기적 자극에 대한 신경세포 반응, 신경망 내 상호작용, 그리고 병리적 변화가 정보처리에 미치는 영향을 분석합니다. 특히, 다채널 전극 배열을 이용한 신경 신호 기록, 전기 자극 조건(진폭, 펄스 지속시간 등) 최적화, 신경망 내 상호연결성 분석 등 다양한 실험 및 계산적 방법을 접목하여 연구를 수행합니다. 이러한 연구는 망막 퇴행 환자를 위한 인공망막(시각 보철) 시스템의 성능 향상, 시각 정보의 공간적 해상도 개선, 그리고 환자 맞춤형 자극 전략 개발에 직접적으로 기여합니다. 또한, 신경망의 비정상적 동기화, 신호-노이즈 비율 저하 등 퇴행성 변화의 메커니즘을 규명함으로써, 임상적 문제 해결에도 중요한 통찰을 제공합니다. 이와 같은 망막 신경망 및 인공시각 시스템 연구는 신경과학, 의공학, 인공지능 등 다양한 학문 분야의 융합을 통해 이루어지며, 실제 환자 삶의 질 개선과 차세대 의료기기 개발에 중요한 기반을 마련하고 있습니다.
1
Comparison of modulation efficiency between normal and degenerated primate retina
유용석
FRONTIERS IN CELL AND DEVELOPMENTAL BIOLOGY, 202407
2
On the Dynamics of Inferential Behavior while Reading Expository and Narrative Texts
유용석
BRAIN SCIENCES, 202405
3
Automated Assessment of Inferences Using Pre-Trained Language Models
유용석
APPLIED SCIENCES-BASEL, 202405
1
인공지능반도체 융합인력양성 사업('24)
정보통신기획평가원
2024년 03월 ~ 2025년 02월
2
인공지능반도체 융합인력양성 사업('23)
정보통신기획평가원
2023년 03월 ~ 2024년 02월
3
인공지능 기반 학습 패턴 분석
한국연구재단
2022년 09월 ~ 2023년 02월