성균관대학교 소프트웨어학과 iisLab은 인공지능(AI) 분야의 첨단 연구를 선도하는 연구실로, 컴퓨터 비전, 자연어 처리, 멀티모달 러닝 등 다양한 AI 핵심 기술을 개발하고 있습니다. 본 연구실은 최신 딥러닝 알고리즘과 대규모 데이터 처리 기술을 바탕으로, 실제 산업 및 사회 문제 해결에 기여하는 것을 목표로 하고 있습니다.
컴퓨터 비전 분야에서는 이미지 및 비디오 데이터의 분석, 객체 인식, 결함 검출, 이상 탐지 등 다양한 응용 연구를 수행하고 있습니다. 특히, 반도체 제조, 의료 영상, 스마트 팩토리 등 실제 산업 현장에 적용 가능한 기술 개발에 집중하고 있으며, Vision Transformer, 세미슈퍼바이즈드 러닝, 분포 외 데이터 검출 등 최신 연구 트렌드를 반영하고 있습니다.
자연어 처리 및 멀티모달 러닝 분야에서는 텍스트 데이터 증강, 감성 분석, 문서 요약, 코드 요약, 문체 기반 언어 모델 학습 등 다양한 NLP 연구를 진행하고 있습니다. 또한, 텍스트와 이미지, 코드 등 다양한 형태의 데이터를 통합적으로 처리하는 멀티모달 러닝 기술을 개발하여, 텍스트-투-이미지 생성, 멀티모달 데이터 복원, 추천 시스템 등 복합적인 문제 해결에 주력하고 있습니다.
AI for Social Good 및 연합학습 분야에서는 의료, 교육, 환경 등 사회적 가치가 높은 영역에 AI를 적용하는 연구를 활발히 수행하고 있습니다. 특히, 의료 데이터의 프라이버시 보호를 위한 연합학습, 불균형 데이터 및 노이즈 라벨 처리, 이상치 탐지 등 실제 환경에서 발생하는 다양한 문제를 해결하기 위한 기술 개발에 앞장서고 있습니다.
iisLab은 국내외 유수 학술대회 및 저널에 다수의 논문을 발표하고, 다양한 특허를 출원하며, 산학협력 및 정부과제 수행을 통해 실용화와 사회적 가치 창출에도 적극적으로 참여하고 있습니다. 앞으로도 인공지능의 이론적 발전과 실질적 응용을 동시에 추구하며, 미래 AI 시대를 선도하는 연구실로 성장해 나갈 것입니다.
컴퓨터 비전 분야는 인공지능의 핵심 영역 중 하나로, 이미지와 비디오 등 시각 데이터를 분석하고 이해하는 기술을 개발하는 데 중점을 둡니다. 본 연구실에서는 객체 인식, 결함 검출, 이미지 분할, 이상 탐지 등 다양한 컴퓨터 비전 문제를 해결하기 위한 딥러닝 기반 알고리즘을 연구하고 있습니다. 특히, 반도체 제조 공정에서의 결함 분류, 제조업 현장의 자동화 검사, 의료 영상 분석 등 실제 산업 현장에 적용 가능한 기술 개발에 주력하고 있습니다.
최근에는 비지도 및 준지도 학습, 소량의 라벨 데이터로도 높은 성능을 발휘할 수 있는 세미슈퍼바이즈드 러닝, 그리고 분포 외 데이터 검출(OOD Detection) 등 첨단 연구 주제에 집중하고 있습니다. 또한, Vision Transformer와 같은 최신 딥러닝 모델을 활용하여 기존 CNN 기반 모델의 한계를 극복하고, 다양한 환경에서의 강인한 성능을 확보하는 데 힘쓰고 있습니다. 이러한 연구는 국제 학술대회(CVPR, ICCV 등) 및 저명 저널에 다수 게재되고 있습니다.
컴퓨터 비전 기술은 자율주행, 스마트 팩토리, 의료 진단, 보안 등 다양한 분야에서 활용되고 있으며, 본 연구실은 실제 문제 해결을 위한 산업체 협력 및 특허 출원 등 실용화에도 적극적으로 참여하고 있습니다. 앞으로도 컴퓨터 비전 분야의 혁신적인 연구를 통해 인공지능의 실질적 가치를 높이고, 사회적 문제 해결에 기여하고자 합니다.
자연어 처리 및 멀티모달 러닝
자연어 처리(Natural Language Processing, NLP)는 인간의 언어를 컴퓨터가 이해하고 처리할 수 있도록 하는 기술로, 본 연구실은 텍스트 데이터 증강, 감성 분석, 문서 요약, 코드 요약, 문체 기반 언어 모델 학습 등 다양한 NLP 연구를 수행하고 있습니다. 최근에는 대규모 언어 모델(LLM), 인-컨텍스트 러닝, 파인튜닝, 적대적 공격 및 방어, 코드 결함 탐지 등 최신 트렌드를 반영한 연구가 활발히 이루어지고 있습니다.
특히, 텍스트와 이미지, 코드 등 서로 다른 형태의 데이터를 통합적으로 처리하는 멀티모달 러닝(Multimodal Learning) 분야에도 집중하고 있습니다. 멀티모달 러닝은 시각 정보와 언어 정보를 결합하여 더 풍부한 의미를 추론하거나, 텍스트-이미지 생성, 코드-언어 변환, 의료 데이터 분석 등 복합적인 문제 해결에 필수적인 기술입니다. 본 연구실은 텍스트-투-이미지 생성, 멀티모달 데이터 결손 복원, 멀티모달 추천 시스템 등 다양한 응용 연구를 진행 중입니다.
이러한 연구는 ACL, NAACL, AAAI, SIGIR 등 세계적인 학술대회에 꾸준히 논문이 채택되고 있으며, 관련 특허도 다수 출원되고 있습니다. 앞으로도 자연어 처리와 멀티모달 러닝의 융합을 통해 인공지능의 이해력과 응용 범위를 확장하고, 사회적 가치 창출에 앞장설 계획입니다.
AI for Social Good 및 연합학습
AI for Social Good는 인공지능 기술을 활용하여 사회적 문제를 해결하고 공공의 이익에 기여하는 연구 분야입니다. 본 연구실은 의료 인공지능, 안전 신호 탐지, 심리상담 챗봇, 환경 예측, 교육 데이터 분석 등 다양한 사회적 이슈에 AI를 적용하는 연구를 활발히 수행하고 있습니다. 예를 들어, 의료 데이터의 프라이버시를 보장하면서도 효과적으로 학습할 수 있는 연합학습(Federated Learning) 기술 개발에 앞장서고 있습니다.
연합학습은 데이터가 분산된 환경에서 각 기관의 데이터를 중앙 서버로 모으지 않고도 인공지능 모델을 공동으로 학습할 수 있게 하는 기술로, 개인정보 보호와 데이터 보안이 중요한 의료, 금융, 공공 분야에서 각광받고 있습니다. 본 연구실은 불균형 데이터, 노이즈 라벨, 이상치 탐지 등 실제 환경에서 발생하는 다양한 문제를 해결하기 위한 연합학습 알고리즘을 개발하고, 관련 특허도 다수 보유하고 있습니다.
이와 함께, AI의 신뢰성, 공정성, 투명성 등 윤리적 이슈에도 관심을 가지고 연구를 진행하고 있습니다. 앞으로도 AI for Social Good와 연합학습 분야에서 혁신적인 기술을 개발하여, 인공지능이 사회 전반에 긍정적인 영향을 미칠 수 있도록 노력할 것입니다.
