이 연구실은 얽힘 기반 양자통신과 양자네트워크를 핵심 축으로 삼아, 기존 통신망의 보안성과 전송 한계를 넘어서는 차세대 네트워크 기술을 연구한다. 특히 양자 얽힘을 장거리 노드 사이에서 안정적으로 분배하고, 이를 양자 암호키 분배(QKD), 양자 보안 통신, 양자 중계 및 양자 인터넷의 기반 기술로 확장하는 데 초점을 맞춘다. 최근 수행 중인 위성-지상 얽힘 기반 양자통신, 양자 네트워크 얽힘 증류, 무선 양자 중계 플랫폼 과제들은 연구실이 단순한 이론 연구를 넘어 실제 네트워크 실증과 시스템 구현까지 지향하고 있음을 보여준다. 세부적으로는 잡음과 손실이 큰 실환경에서 얽힘의 품질을 유지하기 위한 얽힘 검증, 얽힘 증류, 다광자 상태 분석, 자유공간 광링크, 편광 얽힘 광원 설계, 빔 트래킹 기술 등이 중요한 연구 요소를 이룬다. 또한 위성, 무인기, 지상국을 연결하는 복합적 네트워크 구조에서 링크 조건, 고도각, 경로 구성, 채널 손실 등을 고려한 최적화 문제를 다루며, 이를 통해 실제 운용 가능한 양자 네트워크 아키텍처를 설계한다. 연구 발표 이력에서도 연속변수 QKD, 얽힘 광자 분배, 자유공간 BBM92 실험, 양자 이미징 등 다양한 주제가 확인되어, 양자광학과 통신공학이 긴밀히 결합된 연구실의 특성이 분명하게 드러난다. 이 연구는 장기적으로 초고보안 통신, 글로벌 양자 네트워크, 우주 기반 양자 인터넷, 국방 및 공공 인프라용 안전 통신망 구축에 큰 파급효과를 가진다. 특히 위성-지상 통합 양자통신과 경량형 양자 중계 기술은 넓은 지역에 걸친 보안 통신 인프라를 현실화하는 데 핵심적이다. 연구실은 광통신과 네트워크 설계 경험을 바탕으로 양자 상태 생성부터 링크 최적화, 네트워크 프로토콜까지 아우르는 통합 연구를 수행하며, 국내 양자통신 생태계 형성과 실용화에 중요한 역할을 하고 있다.

이 연구실은 오랜 기간 광통신과 광네트워크 분야에서 축적된 전문성을 바탕으로, 대용량·장거리·고효율 전송을 위한 광전송 기술을 연구해 왔다. 대표적으로 광 OFDM, DWDM, 초장거리 광망, 광 스위칭, 광 신호 처리, 전광 이산 푸리에 변환과 같은 주제를 다루며, 전자소자의 속도 한계를 넘는 초고속 광 통신 시스템 구현을 목표로 한다. 교수의 산업체 및 해외 연구기관 경력과 관련 특허, 리뷰 논문은 이 연구 축이 연구실의 중요한 기반 분야임을 보여준다. 특히 전광 OFDM 통신을 위한 DFT/IDFT 장치, AWG 및 PLC 기반 광신호 처리, 분산 및 편광 모드 분산 보상, 광 수신기 구조, 슈퍼채널 전송과 같은 요소 기술에 대한 연구가 두드러진다. 이는 광대역 데이터센터 네트워크, 백본망, 프론트홀/백홀, 미래 이동통신 인프라 등에서 요구되는 높은 스펙트럼 효율과 에너지 효율을 동시에 달성하기 위한 접근이다. 논문과 특허에서 확인되는 전광 푸리에 변환 장치, OFDM 전송 구조, 장거리 광 네트워크 설계는 이 연구실이 소자, 시스템, 네트워크 레벨을 연결하는 종합적 관점을 갖고 있음을 시사한다. 이 분야의 연구 성과는 차세대 인터넷 인프라, 클라우드 서비스, 초고속 데이터 전송, 대규모 AI 및 과학계산용 통신 플랫폼에 직접적인 영향을 준다. 또한 광통신 기술은 최근 연구실의 양자통신 연구와도 자연스럽게 연결되며, 자유공간 광링크와 광자 기반 정보전달 기술의 공통 기반을 제공한다. 즉 이 연구실의 광통신 연구는 독립적인 전통 강점일 뿐 아니라, 미래 양자 네트워크와 융합되는 핵심 기반 기술로 기능하고 있다.

이 연구실은 유무선 통합망과 정보통신망을 기반으로, 복잡한 네트워크 환경에서 성능과 효율을 높이기 위한 지능형 무선네트워크 기술도 활발히 연구해 왔다. 무선 콘텐츠 전달망, 무선 메시 네트워크, 실시간 비디오 스트리밍, 랜덤 액세스, 다중 사용자 MIMO 스케줄링, 에너지 효율 네트워크 운영 등이 주요 주제이다. 이러한 연구는 대규모 사용자와 다양한 트래픽이 혼재하는 환경에서 지연, 혼잡, 에너지 소비, 신뢰성을 동시에 고려하는 실용적 문제 해결에 초점을 둔다. 방법론 측면에서는 캐시 배치 최적화, 애니캐스트 라우팅, 혼잡 인지형 필드 기반 라우팅, 확률적 접속 제어, 정수계획법 및 휴리스틱 알고리즘, 그리고 최근에는 CSI 기반 딥러닝 위치추정까지 폭넓은 접근을 사용한다. 특히 실내 위치추정 연구에서는 다중 AP로부터 수집한 CSI를 활용하여 변분 딥러닝 기반의 다중 시점 학습 구조를 제안함으로써 실제 복잡한 건물 환경에서도 높은 정확도를 달성하였다. 이는 네트워크 연구에 기계학습을 접목해 현실적인 문제를 해결하는 연구실의 응용 지향성을 잘 보여준다. 이러한 연구는 5G/6G, 사물인터넷, 스마트 빌딩, 산업용 무선망, 엣지 서비스, 멀티미디어 네트워크 등 다양한 분야로 확장 가능하다. 특히 콘텐츠 캐싱, 지연 민감형 서비스, 실시간 스트리밍, 위치기반 서비스는 미래 지능형 통신 인프라의 핵심 요소이므로 산업적 가치가 높다. 더 나아가 연구실은 네트워크 최적화와 AI 기반 추론 기법을 결합하여, 고성능 통신망을 설계하고 운영하는 데 필요한 알고리즘과 시스템 기술을 함께 발전시키고 있다.