RnDCircle Logo
변영철 연구실
제주대학교 컴퓨터공학전공
변영철 교수
기본 정보
연구 분야
프로젝트
논문
구성원

변영철 연구실

제주대학교 컴퓨터공학전공 변영철 교수

변영철 연구실은 컴퓨터공학과를 기반으로 기계학습, 인공지능, 지식처리 분야에서 국내외적으로 활발한 연구를 수행하고 있습니다. 연구실은 기계학습 및 딥러닝 알고리즘 개발을 중심으로, 의료, 에너지, 농업, 모빌리티 등 다양한 산업 분야에 인공지능 기술을 융합 적용하는 데 주력하고 있습니다. 특히, 대규모 데이터 분석과 예측, 분류, 이상 탐지 등 실제 산업 현장에서 요구되는 문제 해결에 초점을 맞추고 있습니다. 연구실의 대표적인 연구 성과로는 의료 영상 분석을 통한 뇌종양 및 피부병변 분류, 당뇨망막병증 조기 진단, 배터리 상태 및 수명 예측, 풍력발전기와 태양광 발전 시스템의 이상 감지, 농작물 질병 분류 및 생산량 예측 등이 있습니다. 또한, 생성적 적대 신경망(GAN) 기반 데이터 증강, 앙상블 학습, 전이학습 등 최신 인공지능 방법론을 적극적으로 도입하여 연구의 깊이와 폭을 넓히고 있습니다. 이와 더불어, 연구실은 스마트팜, 스마트 시티, 스마트 에너지, 스마트 모빌리티 등 다양한 융합 분야에서 혁신적인 솔루션을 개발하고 있습니다. 실제로, 여러 국가 및 지역 단위의 산학협력 프로젝트와 정부 과제에 참여하여 실질적인 사회적 가치를 창출하고 있습니다. 예를 들어, 제주 에너지신산업 고도화, 사물인터넷 혁신융합대학 사업, 스마트 교통환경 구현 등 다양한 프로젝트를 통해 지역사회와 산업 발전에 기여하고 있습니다. 연구실은 증강현실, 사물인터넷, 블록체인 등 첨단 ICT 기술과 인공지능을 결합한 새로운 서비스와 비즈니스 모델 개발에도 힘쓰고 있습니다. 이를 통해 데이터 기반의 의사결정 지원, 자동화, 예측 및 최적화 등 다양한 문제를 해결하며, 미래 사회의 스마트화와 지속가능한 발전에 이바지하고 있습니다. 변영철 연구실은 앞으로도 다양한 분야의 전문가들과 협력하여 최신 기술 트렌드를 반영한 연구를 지속적으로 확장할 계획입니다. 이를 통해 인공지능 및 기계학습 분야의 선도적 연구실로 자리매김하고, 사회적·산업적 혁신을 이끌어 나가고자 합니다.

대표 연구 분야
연구 영역 전체보기
기계학습 기반 지능형 예측 및 패턴인식 thumbnail
기계학습 기반 지능형 예측 및 패턴인식
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.

5개년 연도별 논문 게재 수

129총합

5개년 연도별 피인용 수

4,064총합
주요 논문
3
논문 전체보기
1
article
|
인용수 6
·
2025
Deep Learning-Assisted Organogel Pressure Sensor for Alphabet Recognition and Bio-Mechanical Motion Monitoring
Kusum Sharma, Kousik Bhunia, Subhajit Chatterjee, Muthukumar Perumalsamy, Anandhan Ayyappan Saj, Theophilus Bhatti, Yung-Cheol Byun, Sang-Jae Kim
Nano-Micro Letters
Wearable sensors integrated with deep learning techniques have the potential to revolutionize seamless human-machine interfaces for real-time health monitoring, clinical diagnosis, and robotic applications. Nevertheless, it remains a critical challenge to simultaneously achieve desirable mechanical and electrical performance along with biocompatibility, adhesion, self-healing, and environmental robustness with excellent sensing metrics. Herein, we report a multifunctional, anti-freezing, self-adhesive, and self-healable organogel pressure sensor composed of cobalt nanoparticle encapsulated nitrogen-doped carbon nanotubes (CoN CNT) embedded in a polyvinyl alcohol-gelatin (PVA/GLE) matrix. Fabricated using a binary solvent system of water and ethylene glycol (EG), the CoN CNT/PVA/GLE organogel exhibits excellent flexibility, biocompatibility, and temperature tolerance with remarkable environmental stability. Electrochemical impedance spectroscopy confirms near-stable performance across a broad humidity range (40%-95% RH). Freeze-tolerant conductivity under sub-zero conditions (-20 °C) is attributed to the synergistic role of CoN CNT and EG, preserving mobility and network integrity. The CoN CNT/PVA/GLE organogel sensor exhibits high sensitivity of 5.75 kPa<sup>-1</sup> in the detection range from 0 to 20 kPa, ideal for subtle biomechanical motion detection. A smart human-machine interface for English letter recognition using deep learning achieved 98% accuracy. The organogel sensor utility was extended to detect human gestures like finger bending, wrist motion, and throat vibration during speech.
https://doi.org/10.1007/s40820-025-01912-z
Wearable computer
Pressure sensor
Dielectric spectroscopy
Wearable technology
Robustness (evolution)
Deep learning
Carbon nanotube
Piezoresistive effect
2
article
|
인용수 21
·
2025
AI-driven state of power prediction in battery systems: A PSO-optimized deep learning approach with XAI
Sadiqa Jafari, Yung-Cheol Byun
Energy
https://doi.org/10.1016/j.energy.2025.136764
Battery (electricity)
State (computer science)
Artificial intelligence
Power (physics)
Computer science
Engineering
Algorithm
Physics
Thermodynamics
3
article
|
인용수 0
·
2025
High-speed portrait video segmentation using the hybrid combination of deep-learning models and boundary movement adjustment
Yong‐Woon Kim, Yung-Cheol Byun, Addepalli V. N. Krishna, K. Balachandran
Engineering Applications of Artificial Intelligence
https://doi.org/10.1016/j.engappai.2025.111077
Computer science
Portrait
Segmentation
Movement (music)
Artificial intelligence
Boundary (topology)
Computer vision
Deep learning
Art history
Aesthetics
최신 정부 과제
32
과제 전체보기
1
2024년 7월-2031년 4월
|1,811,000,000
그린수소 글로컬 선도연구센터
Ⅰ. 최종목표내용1. [최종목표] 재생에너지 연계 해수전해 기반 그린수소 글로컬 선도연구센터 구축- 국내외 그린수소 기관과 글로컬리제이션(Glocalization)을 통한 단계적 상호협력을 통해 교육(Education), 연구(Research) 그리고 창업(Venture)의 ER&V 플랫폼을 추진하여 융·복합형 R&D 선순환체계를 구축하고, 자립화 및 지역...
그린수소
해수전해
수소 안전 모니터링
재생에너지
해상풍력
2
2024년 6월-2027년 12월
|2,057,000,000
초거대 AI 모델의 장기 기억 저장을 위한 벡터 DB 개발
o 최종목표 : 최고 성능 오픈소스 벡터 DB w/ 정확도 QoS 보장, Multi Modal 최적화o End Product - 세계 최고 성능의 정확도 보장 오픈소스 In-Memory 벡터DB(서버탑재형 SW) - 세계 최고 성능의 정확도 보장 오픈소스 Disk기반 벡터DB (서버탑재형 SW) - 세계 최고 성능의 H/W Accelerated ...
벡터데이터베이스
벡터데이터
검색증강생성
인베모리
벡터디비 인덱싱
3
주관|
2022년 3월-2023년 12월
|256,700,000
가동률 향상을 위한 AI기반 풍력발전기 이상 감지 시스템 개발
본 과제는 풍력발전기의 가동률을 높이기 위해 인공지능(AI) 기술을 활용하여 발전기의 이상 징후를 미리 감지하는 시스템을 개발하는 연구임. 이는 발전기 고장을 예방하고 효율적인 운영을 돕는 것을 목표로 함. 연구 목표는 풍력발전기에 가속도 센서, 진동센서 등을 부착하여 상태 데이터를 수집 및 분석하고, 머신러닝 기반 AI 분석을 통해 풍력발전기의 상태 및 안전을 진단하는 서비스를 개발, 고도화하는 데 있음. 이를 통해 안전사고를 예방하고 유지보수 비용을 절감하며 생산성을 향상시키는 것임. 핵심 연구 내용은 풍력발전기 진동측정설비 및 SCADA 데이터 취득 설비 설치, 풍력발전기 이상 감지 시스템 개발, 그리고 AI 기반 풍력발전기 이상 신호 감지 기술 개발을 포함함. 기대 효과는 가동률 향상을 위한 AI 기반 풍력발전기 이상 감지 기술 및 관련 SW 솔루션을 확보하고, 안전사고 예방, 유지보수 비용 절감, 생산성 향상에 기여함. 또한, 제주도민 우선 채용을 통한 도내 고용 창출에 기여하며, 풍력발전기의 이상 징후를 실시간으로 관리하여 사고로 인한 인적, 물적 피해를 줄이는 시스템 구축에 이바지할 것으로 전망됨.
상태감지시스템
풍력발전기
인공지능
딥러닝 알고리즘
모니터링
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
등록2022오류 학습 기반 예측 장치 및 방법1020220054158
등록2019딥러닝 기반 주차장 이용 패턴 분석을 통한 지능형 주차 안내 서비스 시스템 및 방법1020190056916
등록2011모바일 단말기를 활용한 야간 경관 휘도 분포 측정 시스템 및 방법1020110138976
전체 특허

오류 학습 기반 예측 장치 및 방법

상태
등록
출원연도
2022
출원번호
1020220054158

딥러닝 기반 주차장 이용 패턴 분석을 통한 지능형 주차 안내 서비스 시스템 및 방법

상태
등록
출원연도
2019
출원번호
1020190056916

모바일 단말기를 활용한 야간 경관 휘도 분포 측정 시스템 및 방법

상태
등록
출원연도
2011
출원번호
1020110138976

주식회사 디써클

대표 장재우,이윤구서울특별시 강남구 역삼로 169, 명우빌딩 2층 (TIPS타운 S2)대표 전화 0507-1312-6417이메일 info@rndcircle.io사업자등록번호 458-87-03380호스팅제공자 구글 클라우드 플랫폼(GCP)

© 2026 RnDcircle. All Rights Reserved.