여진영 연구실
컴퓨터과학과 (인공지능학과) 여진영
여진영 연구실은 인공지능 시스템 및 응용, 자연어처리, 의료 인공지능 등 다양한 분야에서 첨단 연구를 수행하는 연구실입니다. 본 연구실은 대규모 언어 모델, 멀티모달 딥러닝, 전이학습 등 최신 인공지능 기술을 기반으로, 실제 사회와 산업 현장에서 발생하는 복잡한 문제를 해결하는 데 중점을 두고 있습니다. 특히, 자연어처리와 지식 증강, 대화형 인공지능, 상식 추론 등 인간과의 상호작용을 강화하는 연구를 활발히 진행하고 있습니다.
연구실은 의료 데이터 분석 및 예측 분야에서 두각을 나타내고 있습니다. 의료 영상, 임상 기록, 혈액 검사 등 다양한 형태의 데이터를 융합하여, 망막 질환, 알츠하이머병, 뇌종양 등 다양한 질환의 진단 및 예후 예측 모델을 개발하고 있습니다. 이러한 연구는 실제 임상 현장에서의 적용 가능성을 높이고, 의료진의 의사결정 지원에 실질적인 도움을 주고 있습니다.
또한, 본 연구실은 지식 증강 기반 질의응답, 상식 추론, 감정 지원 대화 시스템 등 인간 중심의 인공지능 개발에도 많은 노력을 기울이고 있습니다. 데이터 및 테스크 증강, 신뢰성 있는 대화형 인공지능, 자연어 기반 임상 진단 등 다양한 연구를 통해, 인공지능의 사회적 확장성과 신뢰성 확보에 기여하고 있습니다.
여진영 연구실은 국내외 유수 학회 및 저널에 다수의 논문을 발표하고 있으며, 특허 출원 및 산학협력 프로젝트를 통해 연구 성과를 실제 산업과 사회에 적용하고 있습니다. 다양한 연구 프로젝트와 국제 협력을 바탕으로, 인공지능 분야에서 국내외적으로 높은 영향력을 발휘하고 있습니다.
앞으로도 본 연구실은 인공지능 기술의 한계를 극복하고, 다양한 도메인에서 실질적인 가치를 창출할 수 있는 혁신적인 연구를 지속할 예정입니다. 이를 통해 미래 사회와 산업에 필요한 핵심 인재를 양성하고, 인공지능의 발전에 선도적인 역할을 할 것입니다.
Code Generation
Knowledge-Augmented Question Answering
Emotional Support Systems
인공지능 시스템 및 응용
여진영 연구실은 인공지능 시스템의 이론적 기반과 실제 응용에 대한 심도 깊은 연구를 수행하고 있습니다. 본 연구실은 대규모 언어 모델, 멀티모달 딥러닝, 전이학습 등 최신 인공지능 기술을 활용하여 다양한 문제를 해결하는 데 중점을 두고 있습니다. 특히 자연어처리(NLP), 컴퓨터 비전, 의료 데이터 분석 등 여러 도메인에 걸친 인공지능 시스템의 설계와 최적화에 주력하고 있습니다.
연구실에서는 실제 의료 현장에서 발생하는 복잡한 문제를 해결하기 위해 인공지능을 적극적으로 도입하고 있습니다. 예를 들어, 대규모 언어 모델을 활용한 임상 진단 추론, 멀티모달 데이터를 이용한 안과 질환 예측, 그리고 전이학습 기반의 알츠하이머병 진단 등 다양한 의료 응용 연구가 활발히 이루어지고 있습니다. 이러한 연구는 의료 데이터의 불균형, 소량 데이터 환경, 다양한 데이터 소스의 통합 등 현실적인 문제를 극복하는 데 큰 기여를 하고 있습니다.
또한, 본 연구실은 인공지능 기술의 사회적 확장성과 신뢰성 확보에도 많은 노력을 기울이고 있습니다. 지식 증강 기반 질의응답, 상식 추론, 대화형 인공지능 등 인간과의 상호작용을 강화하는 연구를 통해, 실제 서비스에 적용 가능한 인공지능 시스템을 개발하고 있습니다. 이를 통해 인공지능이 다양한 산업 분야에서 실질적인 가치를 창출할 수 있도록 혁신적인 연구를 지속하고 있습니다.
자연어처리와 지식 증강 인공지능
자연어처리(NLP)는 여진영 연구실의 핵심 연구 분야 중 하나로, 대화형 인공지능, 질의응답 시스템, 감정 분석, 상식 추론 등 다양한 자연어 이해 및 생성 기술을 개발하고 있습니다. 특히, 대규모 언어 모델을 활용한 임상 진단, 지식 증강 기반의 질의응답, 그리고 대화 데이터 증강 및 평가 방법론 등 첨단 NLP 연구를 선도하고 있습니다.
연구실에서는 실제 의료 및 헬스케어 데이터를 활용하여, 임상 보고서에서 유전자 변이 예측, 질병 진단 근거 생성, 환자 맞춤형 상담 등 다양한 응용 연구를 수행하고 있습니다. 예를 들어, 임상 진단에서의 체인 오브 쏘트(Chain-of-Thought) 프롬프트, 자연어 기반 영상 판독 보고서 분석, 그리고 다중 모달리티 데이터를 통합한 질환 예측 모델 개발 등이 대표적입니다. 이러한 연구는 의료 현장에서의 인공지능 활용도를 높이고, 의료진의 의사결정 지원에 실질적인 도움을 주고 있습니다.
또한, 연구실은 지식 증강 및 상식 추론을 위한 데이터 및 테스크 증강 기술, 신뢰성 있는 대화형 인공지능, 감정 지원 대화 시스템 등 인간 중심의 인공지능 개발에도 집중하고 있습니다. 다양한 국제 학회에서 인정받은 연구 성과와 특허, 그리고 산학협력 프로젝트를 통해, 자연어처리와 지식 증강 인공지능 분야에서 국내외적으로 높은 영향력을 발휘하고 있습니다.
의료 인공지능 및 멀티모달 데이터 융합
여진영 연구실은 의료 인공지능 분야에서 멀티모달 데이터 융합 기술을 적극적으로 연구하고 있습니다. 의료 영상, 임상 기록, 혈액 검사 데이터 등 다양한 형태의 데이터를 통합하여, 질병 예측 및 진단, 치료 효과 예측 등 실제 임상에 적용 가능한 인공지능 솔루션을 개발하고 있습니다. 예를 들어, 망막 질환 예측을 위한 딥러닝 모델, 알츠하이머병 진단을 위한 전이학습 기반 모델, 그리고 포토다이나믹 치료 효과 예측을 위한 멀티모달 네트워크 등이 대표적인 연구 성과입니다.
이러한 연구는 데이터의 다양성과 불균형, 소량 데이터 환경 등 의료 데이터의 현실적인 한계를 극복하기 위한 혁신적인 접근법을 제시합니다. 멀티태스크 러닝, 적대적 학습, 전이학습 등 첨단 딥러닝 기법을 적용하여, 다양한 질환에 대한 예측 정확도를 높이고, 임상적 신뢰성을 확보하고 있습니다. 또한, 의료 인공지능의 설명 가능성(Explainability)과 투명성 확보에도 많은 노력을 기울이고 있습니다.
연구실은 국내외 의료기관 및 연구기관과의 협력을 통해 실제 임상 데이터에 기반한 연구를 진행하고 있으며, 이를 바탕으로 의료 현장에서 실질적으로 활용 가능한 인공지능 시스템을 개발하고 있습니다. 이러한 연구는 미래 의료 환경에서 인공지능의 역할을 확대하고, 환자 맞춤형 진단 및 치료를 실현하는 데 중요한 기여를 하고 있습니다.
1
Age-Related Scattered Hypofluorescent Spots as an Adverse Prognostic Factor for Polypoidal Choroidal Vasculopathy
Kim, Seo Hee, Ong, Kai Tzu-iunn, Choi, Seonghee, Chung, Eun Jee, 김민, 이승규, 여진영, 최은영
Ophthalmology Science, 2025
2
Predicting branch retinal vein occlusion development using multimodal deep learning and pre-onset fundus hemisection images
최은영, Kim Dongyoung, Kim Jinyeong, Kim Eunjin, Lee Hyunseo, 여진영, Yoo Tae Keun, 김민
Scientific Reports, 2025
3
Large Language Models Are Clinical Reasoners: Reasoning-Aware Diagnosis Framework with Prompt-Generated Rationales
Kwon, T., Tzu-Iunn, Ong K., Kang, D., Moon, S., Lee, J.R., 황도식, 손범석, 심용식, 이동하, 여진영
Proceedings of the AAAI Conference on Artificial Intelligence, 2024
1
[통합이지바로/RS/공동] 인간-기술-데이터 통합 기반 노쇠고령자 돌봄 솔루션: CARE-net (1/2단계)(1/2)
2
[통합이지바로/RS/공동] 초시공간 교류를 위한 AR-AI-인지-건축 융합연구 (1/2단계)(1/2)
3
[통합이지바로/RS/공동] 산화물 반도체 이동도-안정성 상충관계 돌파를 위한 거대 언어지능 기술 개발 (1/2단계)(1/2)
