안우영 연구실
심리학과 안우영
안우영 연구실은 임상심리학과 뇌과학, 인공지능 기술을 융합하여 인간의 행동과 정신질환의 신경계산적 기전을 심층적으로 연구하는 선도적 연구실입니다. 본 연구실은 중독 행동(게임, 알코올, 니코틴 등), 충동성, 스트레스, 자살 위험 등 다양한 임상적 현상을 대상으로, 뇌영상, 유전체, 행동, 디지털 표현형 등 다차원 데이터를 통합적으로 수집·분석합니다.
특히, 기계학습, 딥러닝, 베이지안 계층모형, 적응적 설계 최적화 등 첨단 계산 방법론을 활용하여, 정신질환의 신경생물학적·인지적·심리적 요인을 정량적으로 규명하고, 개인차 분석 및 위험군 예측, 맞춤형 치료 전략 개발에 집중하고 있습니다. 예를 들어, 강화학습 모델과 신경영상 분석을 결합해 중독군의 의사결정 전략 및 뇌 활성 패턴을 밝히고, 유전자-뇌-행동 연계 연구를 통해 조기 진단 및 예방 가능성을 높이고 있습니다.
또한, 디지털 헬스케어 플랫폼과 모바일 기술을 접목한 디지털 표현형 기반 행동 모니터링, 인공지능 기반 조기 중재 시스템 개발 등 임상적 적용 연구도 활발히 진행 중입니다. 이를 통해 임상심리 진단의 신뢰도와 효율성을 높이고, 실제 임상 현장에서 활용 가능한 정밀 진단 및 맞춤형 치료 도구를 개발하고 있습니다.
연구실은 국내외 다양한 학제 간 협력과 대형 연구과제를 수행하며, 뇌과학 기반 인지기능 향상, 아동·청소년의 인지발달, 스트레스와 유전자의 상호작용, 게임이용장애의 과학적 근거 분석 등 폭넓은 주제를 다루고 있습니다. 이러한 연구는 정신건강 증진, 사회적 비용 절감, 임상심리학의 과학적 발전에 크게 기여하고 있습니다.
궁극적으로 안우영 연구실은 임상심리학, 뇌과학, 인공지능의 융합을 통해 인간 행동과 정신질환의 본질을 밝히고, 과학적 근거에 기반한 혁신적 임상 진단 및 치료 패러다임을 제시하는 것을 목표로 하고 있습니다.
임상심리와 중독 행동의 신경계산적 기전 연구
안우영 연구실은 임상심리학의 핵심 주제인 중독 행동의 신경계산적 기전을 심층적으로 탐구합니다. 특히 인터넷 게임 장애, 알코올 사용 장애, 니코틴 의존 등 다양한 중독 행동을 대상으로, 이들이 뇌의 의사결정 시스템과 어떻게 상호작용하는지 규명하고자 합니다. 이를 위해 실생활 보상과 과제를 활용한 행동실험, 신경영상(fMRI, EEG) 데이터, 유전정보, 심리측정 도구 등 다차원적 데이터를 통합적으로 수집·분석합니다.
연구실은 기계학습, 컴퓨터 모델링, 베이지안 계층모형 등 첨단 계산적 방법론을 활용하여 중독 행동의 신경생물학적, 인지적, 심리적 요인을 정량적으로 분석합니다. 예를 들어, 강화학습 모델과 신경영상 분석을 결합해 중독군과 건강 대조군의 의사결정 전략 및 뇌 활성 패턴의 차이를 밝히고, 중독 행동의 예측 및 조기 진단에 기여하고 있습니다. 또한, 디지털 표현형 기반의 행동 모니터링 및 조기 중재 시스템 개발을 통해 임상적 적용 가능성을 높이고 있습니다.
이러한 연구는 중독 행동의 원인과 유지 기전을 과학적으로 규명할 뿐만 아니라, 맞춤형 치료 및 예방 전략 개발에 중요한 기초자료를 제공합니다. 궁극적으로는 임상심리학과 뇌과학, 인공지능 기술의 융합을 통해 정신건강 증진과 사회적 비용 절감에 기여하는 것을 목표로 하고 있습니다.
계산정신과학 및 정밀 임상심리: 기계학습과 신경영상의 융합
본 연구실은 계산정신과학(Computational Psychiatry) 및 정밀 임상심리(Precision Clinical Science) 분야에서 선도적인 연구를 수행하고 있습니다. 전통적인 임상심리 진단의 한계를 극복하기 위해, 뇌영상 데이터(fMRI, EEG), 유전체 정보, 행동 데이터, 디지털 표현형 등 다양한 생체 및 심리 신호를 통합적으로 분석합니다. 이를 통해 정신질환의 개인차, 위험군 예측, 치료 반응 예측 등 임상적으로 중요한 문제를 해결하고자 합니다.
특히, 기계학습과 딥러닝, 베이지안 적응적 설계 최적화(ADO) 등 첨단 계산 방법론을 활용하여, 대규모 다차원 데이터에서 의미 있는 패턴을 추출하고, 정신질환의 신경생물학적 기전을 정량적으로 규명합니다. 예를 들어, 유전자-뇌-인지행동 커넥톰 구축, 자살 위험군 조기 예측, 아동·청소년의 인지발달 및 스트레스 영향 분석, 디지털 헬스케어 플랫폼을 통한 행동 예측 등 다양한 융합 연구를 진행하고 있습니다.
이러한 연구는 임상 현장에서 활용 가능한 정밀 진단 및 맞춤형 중재 도구 개발로 이어지고 있습니다. 또한, 계산적 모델링과 인공지능 기반의 새로운 평가·치료 패러다임을 제시함으로써, 임상심리학의 과학적 근거와 실용성을 동시에 강화하고 있습니다.
1
A tutorial on using generative models to advance psychological science: Lessons from the reliability paradox. In press at Psychological Methods.
Nate Haines, Brandon Turner, 안우영
PSYCHOLOGICAL METHODS, 2025
2
Multimodal-based machine learning approach to classify features of internet gaming disorder and alcohol use disorder: A sensor-level and source-level resting-state electroencephalography activity and neuropsychological study
Lee J.-Y., Song M.S., 안우영, Yoo S.Y., Jang J.H., Lee D., Jung Y.-C., Choi J.-S.
COMPREHENSIVE PSYCHIATRY, 2024
3
Bridging the Gap Between Self-Report and Behavioral Laboratory Measures: A Real-Time Driving Task With Inverse Reinforcement Learning
Lee S.H., 안우영, Song M.S., Oh M.-H.
PSYCHOLOGICAL SCIENCE, 2024
1
알코올 중독 모니터링 인지정서지표 발굴 및 행동 수정 과제 개발
2
의사결정 및 정신질환의 개인차 예측을 위한 데이터셋 구축, 행동 모델링 및 AI 기술 개발
3
기계학습을 이용한 빠르고 높은 신뢰도의 멀티모달 금연 표지 개발