기계학습 및 지식처리는 인공지능 분야의 핵심으로, 데이터로부터 패턴을 학습하고 이를 바탕으로 예측, 분류, 추천 등 다양한 문제를 해결하는 기술입니다. 김현철 연구실은 다양한 기계학습 알고리즘과 딥러닝 모델을 개발하고, 이들의 해석 가능성을 높이기 위한 연구를 활발히 수행하고 있습니다. 특히, 교육 데이터, 생체 신호, 이미지, 텍스트 등 다양한 형태의 데이터를 활용하여 실제 문제에 적용 가능한 기계학습 모델을 설계하고 있습니다. 연구실에서는 신경망 기반의 규칙 추출, 설명 가능한 인공지능(XAI), 대규모 언어모델(LLM) 기반의 학습 지원 시스템 등 첨단 기술을 교육 및 사회 문제 해결에 접목하고 있습니다. 예를 들어, 학생의 학습 성취도 예측, ADHD 진단, 자동 채점 시스템, 코드 리뷰 자동화 등 실제 교육 현장과 의료, 산업 분야에 적용 가능한 다양한 응용 연구를 진행하고 있습니다. 이러한 연구는 단순히 모델의 성능 향상에 그치지 않고, 결과의 해석 가능성과 신뢰성, 실용성까지 고려하고 있습니다. 향후 연구실은 기계학습의 최신 트렌드인 생성형 AI, 멀티모달 학습, 강화학습, 신경-심볼릭 통합 등 다양한 접근법을 통해 더욱 복잡하고 현실적인 문제를 해결하고자 합니다. 또한, 사회적 책임과 윤리적 고려를 바탕으로, 인공지능 기술이 교육, 의료, 공공 서비스 등 다양한 분야에서 긍정적인 변화를 이끌어낼 수 있도록 지속적으로 연구를 확장해 나갈 계획입니다.

김현철 연구실은 인공지능 및 소프트웨어 교육 분야에서 국내외적으로 선도적인 역할을 하고 있습니다. 초·중등부터 대학, 교원 연수에 이르기까지 다양한 교육 현장에 적합한 AI 및 SW 교육 커리큘럼, 진단 도구, 교육 프로그램을 개발하고, 실제 적용 및 효과 분석을 수행하고 있습니다. 특히, AI 리터러시 진단 도구, 교원용 AI 소양 프레임워크, 학생 맞춤형 학습 지원 시스템 등 교육 현장의 요구에 부합하는 실질적인 연구 성과를 다수 창출하였습니다. 연구실은 생성형 AI(챗GPT 등)를 활용한 자기주도 학습, LLM 기반 프로그래밍 교육, 자동 채점 및 피드백 시스템, STEAM 교육에서의 이미지 생성 AI 활용 등 혁신적인 교육 방법론을 제시하고 있습니다. 또한, AI 윤리, 정보보호, 디지털 시민성 등 미래 사회에 필요한 핵심 역량을 함양하기 위한 교육 프로그램도 개발하여, 학생과 교사가 함께 성장할 수 있는 생태계를 구축하고 있습니다. 이러한 연구는 실제 교육 정책 수립, 교과서 개발, 교원 연수 등 다양한 현장에 적용되어 큰 영향을 미치고 있습니다. 앞으로 연구실은 AI와 SW 교육의 융합, 맞춤형 학습 분석, 실시간 피드백, 디지털 리터러시 강화 등 미래 교육의 패러다임 전환을 주도할 계획입니다. 또한, 교육 현장의 다양한 요구와 사회 변화에 능동적으로 대응하며, AI 기술을 활용한 교육 혁신을 지속적으로 실현해 나갈 것입니다.

설명 가능한 인공지능(XAI)은 인공지능 모델의 의사결정 과정을 인간이 이해할 수 있도록 설명하는 기술로, 김현철 연구실의 주요 연구 분야 중 하나입니다. 연구실은 교육 데이터 분석에 XAI 기법을 적용하여, 학생의 학습 상태 진단, 성취도 예측, 맞춤형 피드백 제공 등 다양한 교육적 문제를 해결하고 있습니다. DKT, XGBoost, LRP, SHAP 등 다양한 모델과 해석 기법을 결합하여, 교수자와 학습자 모두에게 신뢰할 수 있는 정보를 제공하는 시스템을 개발하고 있습니다. 이러한 연구는 단순한 예측 정확도 향상을 넘어, 결과의 투명성과 신뢰성, 실질적인 교육적 활용 가능성에 중점을 두고 있습니다. 예를 들어, 학습자의 성적에 영향을 미치는 주요 요인을 시각적으로 제시하거나, 학습자의 행동 데이터를 기반으로 맞춤형 학습 전략을 제안하는 등, 실제 교육 현장에서 활용할 수 있는 다양한 솔루션을 제시하고 있습니다. 또한, AI 기반 자동 채점, 코드 리뷰, 교사 분석 시스템 등 다양한 응용 분야로 연구를 확장하고 있습니다. 향후 연구실은 XAI와 빅데이터, 멀티모달 데이터 분석, 강화학습 등 첨단 기술을 융합하여, 교육뿐만 아니라 의료, 사회과학 등 다양한 분야에서 설명 가능한 인공지능의 활용 가능성을 넓혀갈 계획입니다. 이를 통해, 인공지능의 신뢰성과 투명성을 높이고, 인간 중심의 AI 기술 발전에 기여하고자 합니다.