이 연구 주제는 네트워크 경계와 호스트를 포함한 컴퓨터 시스템 전반에서 자원 접근을 보다 지능적으로 통제하기 위한 보안 프레임워크를 다룬다. 기존의 접근제어는 관리자가 미리 정의한 정적 정책에 크게 의존하기 때문에, 새로운 위협이 등장하거나 사용자·기기·서비스의 맥락이 급변하는 환경에서는 대응 속도와 정확성에 한계가 있다. 연구실은 이러한 문제를 해결하기 위해 시스템 위협 상태, 사용자 행위, 자원 중요도, 운영 환경 변화 등을 반영하여 접근제어 정책을 실시간으로 조정하는 자율형 보안 체계를 지향한다. 특히 머신러닝을 활용하여 정상 행위와 이상 행위를 구분하고, 다양한 시스템 로그와 보안 이벤트를 분석해 정책 생성 및 갱신을 자동화하는 방향이 핵심이다. 이는 단순히 침입을 탐지하는 수준을 넘어, 탐지 결과를 실제 권한 관리와 연계하여 능동적으로 위험을 줄이는 것을 목표로 한다. 연구 범위에는 통합 시스템 보안, 정책 충돌 최소화, 위협 수준 기반 권한 축소, 사용자 및 단말 특성에 따른 적응형 통제 등이 포함되며, 인터넷보안과 모바일 컴퓨팅 환경 모두에 적용 가능한 실용적 구조를 강조한다. 이 연구의 기대 효과는 관리자의 수작업 부담을 줄이면서도 보안성과 유연성을 동시에 높이는 데 있다. 사물과 서비스가 상호 연결되는 환경에서는 고정된 정책만으로는 충분한 보호가 어렵기 때문에, 위협 상황에 맞춰 스스로 진화하는 접근제어 기술이 중요해진다. 연구실은 향후 분산 시스템, 모바일 환경, 클라우드 및 지능형 서비스 인프라로 연구를 확장하여, 실제 운영 환경에서 신뢰할 수 있는 적응형 보안 기술의 기반을 구축하고자 한다.

연구실은 보안성과 무결성이 중요한 디지털 서비스 환경에서 블록체인을 활용한 신뢰 인프라 구축에도 주목하고 있다. 대표적으로 전자투표 이력 관리 시스템과 같은 응용은 단순한 데이터 저장이 아니라, 투표 시각·장소·이력 정보 등 다양한 메타데이터를 함께 기록하여 결과의 신뢰성을 검증할 수 있도록 설계된다. 이는 중앙 서버에만 의존하는 기존 구조의 취약성을 보완하고, 데이터 변조 여부를 독립적으로 비교·검증할 수 있는 구조를 제시한다. 이와 같은 연구는 블록체인을 만능 기술로 사용하는 것이 아니라, 실제 서비스에서 필요한 보안 요구사항을 면밀히 분석한 뒤 적절한 저장 구조와 검증 절차를 설계하는 데 초점을 둔다. 이력 데이터 서버와 블록체인 네트워크의 이원화, 트랜잭션 기반 검증, 중복 참여 및 무자격 접근 탐지와 같은 개념은 전자투표뿐 아니라 다양한 공공·산업 서비스에 확장 가능하다. 또한 모바일 기기 기반 주차 도우미 시스템과 같이 위치정보, 사용자 인터페이스, 실시간 안내 기능이 필요한 서비스에도 연구실의 모바일 컴퓨팅 역량이 결합되어 실제 사용성을 고려한 응용 연구로 이어진다. 결과적으로 이 연구는 신뢰 가능한 디지털 거래와 편리한 모바일 서비스가 동시에 요구되는 현대 정보사회에 적합한 기술 기반을 제공한다. 블록체인은 무결성과 투명성을 강화하고, 모바일 서비스는 사용자 접점에서 실질적인 편의성을 높인다. 연구실은 앞으로 보안, 위치 기반 서비스, 분산 데이터 관리, 사용자 중심 설계를 통합하여 공공 서비스와 생활 밀착형 플랫폼의 신뢰도를 높이는 연구를 지속할 것으로 기대된다.

김동호 연구실의 또 다른 특징은 컴퓨터 시스템을 사람 중심으로 설계하고 평가하는 융합 연구에 있다. 학습관리시스템 로그를 분석하여 학습자의 시간관리 전략을 추정하거나, 사례 추천 시스템이 문제 해결과 지식 구조 형성에 미치는 영향을 분석한 연구는 데이터 기반 교육 시스템 설계의 가능성을 보여준다. 이러한 작업은 단순한 통계 분석을 넘어, 사용자의 행동 데이터에서 의미 있는 대리변수를 구성하고 실제 성과와 연결하는 점에서 지능형 학습 분석의 성격을 가진다. 또한 로보틱스를 STEM 교육에 활용하기 위한 포털의 사용성을 평가하거나, 인간 활동 시뮬레이션을 위한 사용자 경험 환경 모델을 제안한 연구는 인간-컴퓨터 상호작용과 사용성 공학 측면에서 중요한 의미를 갖는다. 시스템이 기능적으로 우수하더라도 사용자가 쉽게 이해하고 몰입하며 목적에 맞게 활용할 수 없다면 실제 효과는 제한적이기 때문이다. 연구실은 사용성 평가, 인지적 참여, 행동 데이터 분석, 예시 기반 학습 지원 등 다양한 방법을 통해 디지털 시스템의 품질을 높이는 방향을 탐구한다. 이와 함께 의료영상 객체 추출, 화소 분석 기반 인물 인식과 같은 영상 처리 연구는 인공지능 및 컴퓨터 비전 기술과의 접점을 보여준다. 이러한 주제들은 보안, 교육, 의료, 사용자 경험이라는 서로 다른 응용 분야를 연결하면서도, 공통적으로 데이터 해석과 컴퓨팅 기반 의사결정을 핵심으로 한다. 연구실은 앞으로도 사용자 행위 분석, 지능형 인터페이스, 영상 인식 기술을 통합하여 사람과 시스템이 더욱 효과적으로 상호작용하는 컴퓨팅 환경을 구현하는 데 기여할 수 있다.