용환승 연구실은 컴퓨터공학 분야에서 데이터베이스 시스템, 빅데이터 처리, 인공지능, 자연어처리, 추천 시스템 등 다양한 첨단 연구를 선도하고 있습니다. 본 연구실은 오랜 기간에 걸쳐 관계형 데이터베이스, 객체지향 데이터베이스, XML 데이터베이스 등 다양한 데이터베이스 모델과 그 응용에 대한 심도 있는 연구를 수행해왔으며, 대용량 데이터의 효율적 저장과 관리, 고성능 질의 처리, 데이터 통합 및 분석 기술 개발에 중점을 두고 있습니다. 최근에는 빅데이터 환경에서의 분산 인메모리 시스템(Apache Spark 등)을 활용한 대규모 데이터 분석, 텐서 분해, OLAP 시스템의 성능 최적화 등 첨단 기술 개발에 주력하고 있습니다. 텐서 기반 데이터 분석 및 추천 시스템, 대용량 데이터의 실시간 처리 및 분석을 위한 알고리즘 개발, 데이터웨어하우스 및 OLAP 시스템의 효율성 향상 등 다양한 프로젝트를 통해 데이터 과학, 인공지능, 사물인터넷 등 다양한 분야와의 융합 연구를 활발히 진행하고 있습니다. 또한, 인공지능과 자연어처리 기술을 접목한 데이터 마이닝 분야에서도 두각을 나타내고 있습니다. GPT, BERT 등 최신 딥러닝 기반 언어 모델을 활용한 텍스트 데이터의 자동 분류, 요약, 감정 분석, 자동 채점 등 다양한 응용 연구를 수행하며, 데이터의 불균형 문제 해결, 데이터 증강, 하이퍼파라미터 최적화 등 실질적인 문제 해결에 집중하고 있습니다. 이러한 연구는 교육, 미디어, 헬스케어 등 다양한 산업 분야에서 실제로 활용되고 있습니다. 추천 시스템 분야에서는 텐서 분해, 딥러닝, 오토인코더 등 첨단 기법을 활용하여 사용자 맞춤형 정보 제공을 위한 연구를 진행하고 있습니다. 다차원 텐서 데이터를 활용한 추천 알고리즘 개발, 텐서 분해를 통한 데이터의 잠재 패턴 추출, 딥 오토인코더 기반 협업 필터링 등 다양한 연구를 통해 전자상거래, 교육, 미디어 등 다양한 분야에서 사용자 경험을 극대화하는 데 기여하고 있습니다. 용환승 연구실은 이론적 연구뿐만 아니라, 실제 응용 시스템 개발과 산업적 적용에도 중점을 두고 있습니다. 다양한 산학협력 프로젝트와 정부과제 수행을 통해 실질적인 문제 해결에 기여하고 있으며, 데이터베이스 및 인공지능 기술의 미래 발전을 선도하고 있습니다. 앞으로도 데이터 기반의 혁신적인 연구를 통해 사회와 산업에 새로운 가치를 창출할 계획입니다.