서봉원 연구실은 인공지능 시스템의 이론적 기반부터 실제 응용까지 폭넓은 연구를 수행하고 있습니다. 최근에는 대형 언어 모델(LLM), 그래프 신경망(GNN), 멀티모달 딥러닝 등 첨단 인공지능 기술을 활용하여 다양한 문제를 해결하는 데 집중하고 있습니다. 예를 들어, LEX-GNN과 같은 그래프 신경망 기반의 사기 탐지, HopLearn과 SymphoNEI 등 대규모 이질 그래프에서의 표현 학습, 그리고 이미지 분류와 접근성 향상을 위한 LMM(대형 멀티모달 모델) 기반 도구 개발 등이 대표적입니다. 이러한 인공지능 시스템은 실제 사회적 이슈와 산업 현장에 적용되고 있습니다. 예를 들어, 뉴스 빅데이터 분석, 자동화된 뉴스 생성, 스포츠 하이라이트 자동 생성, 건강기능식품 시장 분석, 심전도 기반 질환 예측 등 다양한 분야에서 인공지능 기술을 접목하고 있습니다. 또한, 사용자 맞춤형 추천 시스템, 챗봇, 음성 에이전트, 가상현실 인터페이스 등 인간-컴퓨터 상호작용(HCI) 분야와의 융합 연구도 활발히 이루어지고 있습니다. 연구실은 이론적 연구와 실용적 응용을 동시에 추구하며, 특허 출원과 산업체 협력, 정부 과제 수행 등 실질적 성과 창출에도 힘쓰고 있습니다. 이를 통해 인공지능 기술이 사회 전반에 긍정적인 영향을 미칠 수 있도록 노력하고 있으며, 차세대 인공지능 인재 양성에도 앞장서고 있습니다.

연구실은 인간-컴퓨터 상호작용(HCI) 분야에서 인공지능 기술을 접목한 다양한 연구를 진행하고 있습니다. 대표적으로, 실시간 음성 기반 대화 에이전트, 챗봇, 텔레프레즌스 로봇, 가상 스터디룸 등 사용자의 경험을 혁신하는 인터페이스와 시스템을 개발하고 있습니다. 이러한 연구는 사용자의 감정, 행동, 맥락을 이해하고 반영하는 인공지능 에이전트 설계에 초점을 맞추고 있습니다. 특히, 사회적 시뮬레이션과 대화형 에이전트 연구가 두드러집니다. 예를 들어, 대형 언어 모델을 활용한 사회적 시뮬레이션 실험, 역사 교육을 위한 LLM 기반 소셜 시뮬레이션, 스포츠 중계 및 영화 감상 동반자 AI 등 다양한 응용 사례가 있습니다. 또한, 사용자 맞춤형 피드백, 접근성 향상, 정보 신뢰성 평가 등 사회적 가치 실현을 위한 연구도 활발히 이루어지고 있습니다. 이러한 연구는 인간 중심의 인공지능 설계와 사회적 영향력에 대한 깊은 고민을 바탕으로, 실제 사용자와 사회에 긍정적인 변화를 이끌어내는 것을 목표로 하고 있습니다. 연구실은 HCI와 인공지능의 융합을 통해 새로운 사용자 경험과 사회적 혁신을 선도하고 있습니다.