ORAIL(Operations Research & Artificial Intelligence Lab)은 산업경영공학과를 기반으로 최적화와 인공지능의 융합 연구를 선도하는 연구실입니다. 본 연구실은 조합 최적화, 머신러닝, 딥러닝 등 다양한 인공지능 기술을 활용하여 제조, 운송, 물류, 헬스케어 등 실제 산업 현장에서 발생하는 복잡한 문제를 해결하는 데 주력하고 있습니다. 특히, 데이터 기반의 의사결정 지원 시스템 개발과 대규모 문제의 효율적 해결을 위한 알고리즘 연구에 집중하고 있습니다. 이상 탐지, 분포 외 데이터 탐지, 라벨 노이즈 처리 등 신뢰성 있는 인공지능 모델 개발에 많은 노력을 기울이고 있습니다. 이미지, 비디오, 시계열 데이터 등 다양한 데이터 유형을 활용하여 반도체 제조, 스마트 팩토리, 자동차, 의료 등 여러 산업 분야에서 발생하는 이상 상황을 신속하게 탐지하고, 실제 현장에 적용 가능한 솔루션을 제시하고 있습니다. 또한, 멀티 프로토타입 기반 대조학습, 자기지도 학습 등 최신 딥러닝 기법을 도입하여 인공지능 시스템의 신뢰성과 성능을 높이고 있습니다. 본 연구실은 전통적인 연산 최적화 기법과 더불어, 양자 컴퓨팅을 활용한 차세대 최적화 연구도 활발히 진행하고 있습니다. 양자 근사 최적화 알고리즘(QAOA), 양자 어닐링 등 최신 양자 알고리즘을 실제 스케줄링, 자원 배분, 경로 탐색 문제에 적용하여, 기존 컴퓨터로는 해결이 어려운 대규모 문제의 새로운 해결책을 제시하고 있습니다. 이를 통해 산업 현장의 생산성 향상과 비용 절감에 기여하고 있습니다. 반지도 학습, 자기지도 학습, 라벨 노이즈 처리 등 데이터 라벨링의 한계를 극복하는 혁신적인 학습 프레임워크 개발도 본 연구실의 주요 연구 분야입니다. 데이터의 품질이 낮거나 라벨링이 어려운 환경에서도 높은 성능을 보장하는 인공지능 모델을 구축하고, 실제 산업체와의 협업을 통해 기술의 실용화와 고도화를 추진하고 있습니다. 다양한 특허 출원과 국내외 학술지 논문 발표를 통해 연구 성과를 널리 알리고 있습니다. ORAIL은 이론적 연구와 실용적 응용을 동시에 추구하며, 산업 현장의 실제 문제 해결과 첨단 인공지능 기술의 발전을 선도하고 있습니다. 앞으로도 최적화와 인공지능의 융합을 통해 다양한 산업 분야에 혁신적인 솔루션을 제공하고, 학문적·산업적 가치를 창출하는 연구실로 성장해 나갈 것입니다.