이 연구 주제는 연구실의 핵심 정체성과 가장 밀접하게 연결된 분야로, 프로세서 구조 설계와 임베디드 프로세서 응용을 중심으로 한다. 연구실의 대표 키워드가 프로세서구조와 임베디드 프로세서로 제시되어 있으며, 관련 저서로 임베디드 리눅스 시스템 구축 및 응용, 디지털 논리회로 등이 확인되는 점에서 하드웨어와 시스템 소프트웨어를 함께 다루는 교육·연구 기반이 강하다고 볼 수 있다. 이러한 연구는 제한된 전력, 면적, 비용 환경에서 높은 성능과 안정성을 확보해야 하는 스마트 디바이스, 산업용 장치, 멀티미디어 시스템에 직접적으로 연결된다. 세부적으로는 연산 장치의 효율 향상, 파이프라인 구조 최적화, 메모리 접근 지연 감소, 부동소수점 연산기와 같은 핵심 연산 블록의 성능 개선이 중요한 연구 대상이다. 실제로 연구실은 이중정밀도 부동소수점 나눗셈기의 지연시간을 줄이는 파이프라인 구조를 제안하여 연산 지연을 감소시키는 방향의 성과를 보여주었다. 이는 고성능 임베디드 컴퓨팅, 실시간 신호처리, 영상처리 및 다양한 하드웨어 가속 시스템에서 매우 중요한 기반 기술이며, 알고리즘과 마이크로아키텍처를 함께 최적화하는 접근이 특징적이다. 또한 이 연구는 단순한 프로세서 설계에 머무르지 않고 임베디드 운영체제, 장치 제어, 시스템 통합까지 확장될 가능성이 높다. 임베디드 리눅스 기반 시스템 구축 경험은 하드웨어와 소프트웨어의 경계를 넘는 실용적 연구 역량을 보여주며, 향후 사물인터넷, 스마트 가전, 디지털 미디어 기기, 헬스케어 단말기와 같은 응용 분야에서 맞춤형 컴퓨팅 플랫폼 개발로 이어질 수 있다. 결과적으로 본 주제는 연구실의 기반 기술을 형성하는 축으로서, 시스템 성능과 실시간성을 동시에 요구하는 다양한 컴퓨터 시스템 연구의 중심이라고 할 수 있다.

연구실은 고해상도 영상 데이터를 실시간으로 처리하기 위한 무손실 압축 알고리즘과 그 하드웨어 구조를 중요한 연구 축으로 발전시켜 왔다. IEEE Access 논문들에서 고해상도 이미지의 고처리율 무손실 압축, 비디오 디코더용 프레임 버퍼 압축 데이터 접근 방식, 메모리 버스트 접근 최적화 등이 반복적으로 나타나는 점은 연구실이 멀티미디어 데이터 처리와 컴퓨터 아키텍처의 접점을 집중적으로 탐구하고 있음을 보여준다. 특히 8K급 고해상도 영상과 고주사율 환경에서도 처리 가능한 구조를 지향한다는 점에서 실용성과 산업 연계성이 높다. 기술적으로는 Golomb-Rice 코딩, 병렬 가변길이 부호화, 캐시 구조 설계, 프레임 버퍼 최적화, 디코딩 효율 개선 등이 핵심 요소로 보인다. 연구실의 논문은 압축률 향상과 처리량 유지라는 상충하는 목표를 동시에 달성하기 위해 알고리즘과 하드웨어 설계를 결합하는 전략을 취하고 있다. 특히 외부 메모리에 저장된 압축 영상 데이터를 임의 접근하면서도 실시간 성능을 유지하기 위해 캐시와 버스트 전송 구조를 새롭게 설계한 점은 시스템 전체의 데이터 병목을 해결하는 아키텍처 중심 연구로 해석할 수 있다. 이러한 연구는 비디오 디코더, 디지털 사이니지, 스마트 디스플레이, 방송 장비, 모바일 멀티미디어 기기 등 다양한 분야에 직접 적용될 수 있다. 관련 특허인 이기종 디바이스 기반 듀얼 스크린 디지털 사이니지 시스템은 연구실이 단순한 이론적 압축 기술을 넘어서 실제 서비스와 디바이스 연동 환경까지 고려하고 있음을 시사한다. 앞으로도 대용량 영상의 저전력 처리, 엣지 디바이스용 영상 가속기, 실시간 스트리밍 및 디스플레이 시스템 최적화와 같은 방향으로 확장될 가능성이 크며, 이는 멀티미디어 하드웨어 설계 분야에서 연구실의 경쟁력을 구성하는 중요한 영역이다.

최근 연구실은 전통적인 컴퓨터 구조 연구를 넘어 인공지능 기반 응용 시스템, 특히 디지털 헬스케어 챗봇 분야로 연구 범위를 확장하고 있다. 독거 중고령자를 위한 디지털 헬스케어 치료적 의사소통 챗봇 프로젝트가 다년간 수행되었고, 관련 특허로 선택적 모델 적용 기능을 갖춘 멀티모델 헬스케어 챗봇 시스템이 등록된 점은 이 분야가 단발성 시도가 아니라 연구실의 새로운 응용 축으로 자리 잡고 있음을 보여준다. 이는 컴퓨팅 기술을 사회적 문제 해결에 접목하려는 연구 방향이라는 점에서 의미가 크다. 이 연구는 부정적 정서 진단, 빅데이터 기반 대화 모델링, 치료적 의사소통 설계, 서비스 플랫폼 구현, 정책 및 제도 연계까지 포함하는 융합형 성격을 가진다. 특히 사용자의 질의가 속한 세부 의료·헬스케어 분야에 맞춰 적절한 모델을 선택하는 멀티모델 구조는 실제 서비스 환경에서 정확도와 활용성을 높일 수 있는 설계이다. 또한 감성 분석과 설명 가능한 인공지능에 관한 논문 성과는 텍스트 기반 감정 이해, 해석 가능성 확보, 사용자 맞춤 응답 생성 등 챗봇의 핵심 요소와 자연스럽게 연결된다. 향후 이 연구는 고령자 돌봄, 정신건강 지원, 방문간호 연계, 지역사회 보호 서비스와 같은 공공·의료 영역으로 확대될 수 있다. 기술적으로는 자연어처리, 감성 분석, 사용자 상태 추론, 대화 관리, 개인화 추천, 서비스 신뢰성 확보가 주요 과제가 될 것이다. 연구실은 컴퓨터 시스템 기반 역량 위에 AI 서비스 플랫폼을 결합함으로써, 실제 사용자에게 도움이 되는 인간 중심 지능형 시스템을 구축하는 방향으로 연구를 전개하고 있으며, 이는 사회적 가치와 기술 혁신을 동시에 추구하는 응용 연구로 평가할 수 있다.