본 연구실은 AI 및 딥러닝 워크로드가 급격히 증가함에 따라 발생하는 막대한 전력 소비와 탄소 배출 문제를 해결하기 위해 탄소 인지형 클라우드 컴퓨팅 및 딥러닝 워크로드 최적화 기술을 연구합니다. 대규모 AI 모델의 학습과 추론 과정에서 발생하는 전력 소모와 온실가스 배출량을 실시간으로 모니터링하고, 이를 최소화하기 위한 다양한 알고리즘과 시스템을 개발하고 있습니다. 특히, 분산 클라우드 환경에서 탄소 강도(Carbon Intensity)와 전력 생산 자원의 특성을 고려하여, 워크로드를 탄소 배출이 적은 지역이나 시간대로 자동으로 마이그레이션하는 기술을 중점적으로 연구합니다. 이러한 연구는 CAFTM(Carbon-Aware and Fault-Tolerant Migration)과 같은 프레임워크를 통해 실현됩니다. CAFTM은 스케일링, 관용, 중지, 마이그레이션 등 다양한 상태 전환을 통해 GPU 자원의 효율적인 활용과 탄소 배출 최소화를 동시에 달성합니다. 또한, GPU 주파수 최적화, 미니 배치 단위의 학습 비용 예측 및 프로파일링, 비선형 최적화 알고리즘을 활용한 자원 관리 등 첨단 기술을 접목하여, 실제 클라우드 환경에서의 적용 가능성을 높이고 있습니다. 이 연구는 대학 캠퍼스의 Net-Zero 실현, 공장 및 산업 현장의 탄소 절감, AI 모델의 저탄소 인증 등 다양한 응용 분야로 확장되고 있습니다. 실시간 탄소발자국 측정, 태양광 발전량 예측, 강의 스케줄링 최적화 등 실제 현장에 적용 가능한 솔루션을 개발함으로써, 지속가능한 디지털 사회 구현에 기여하고 있습니다.

연구실은 지식 그래프와 인공지능을 결합한 차세대 추천 시스템 및 데이터 분석 기술을 선도적으로 개발하고 있습니다. 지식 그래프는 다양한 데이터 소스에서 추출된 개체와 관계를 구조적으로 연결하여, 사용자와 아이템 간의 잠재적 연결 경로를 탐색할 수 있도록 지원합니다. 이를 통해 기존의 협업 필터링이나 콘텐츠 기반 추천의 한계를 극복하고, 더욱 정교하고 개인화된 추천 서비스를 제공할 수 있습니다. 특히, 온톨로지 기반 질문 생성, 시맨틱 테이블 인터프리테이션, 증분적 지식 그래프 시스템 등 최신 연구를 바탕으로, 대규모 데이터 환경에서 실시간으로 변화하는 사용자 요구와 맥락을 반영하는 추천 알고리즘을 개발하고 있습니다. 또한, LLM(대규모 언어모델)과 결합하여 자연어 처리, 의미적 어노테이션, 직업 추천, 온라인 학습 동영상 추천 등 다양한 분야에 적용하고 있습니다. 이러한 기술은 스마트 에너지, 위치 인텔리전스, 공공 데이터 분석, 디지털 트윈 행정 등 다양한 응용 분야에서 활용되고 있습니다. 예를 들어, 고령 친화 도시 부산의 시니어 센터 입지 선정, 친환경 자동차 충전소 부지 선정, 실시간 주식 시장 분석 등 실제 사회 문제 해결에 기여하고 있으며, 오픈소스 기반 분석 프레임워크와 시각화 도구를 통해 연구 결과의 확장성과 재사용성을 높이고 있습니다.

본 연구실은 대용량 데이터 스트림의 실시간 처리와 이상 탐지, 그리고 디지털 트윈 기반 응용 분야에서도 활발한 연구를 수행하고 있습니다. 실시간 스트림 처리 기술은 금융 데이터, 공장 대기오염, 스마트 그리드 등 다양한 산업 현장에서 발생하는 대규모 데이터를 신속하게 분석하고, 의미 있는 이벤트를 탐지하는 데 필수적입니다. 연구실에서는 PySpark, Docker, FastAPI, Celery 등 최신 오픈소스 기술을 활용하여, 효율적이고 확장성 높은 데이터 처리 파이프라인을 구축하고 있습니다. 이상 탐지 분야에서는 딥러닝 및 그래프 신경망을 활용한 모듈화된 워크플로우와 자동화 도구를 개발하고 있습니다. 시계열, 수치형, 범주형 데이터에 대한 자동 전처리, 탐지 모듈 선택, 이상 원인 분석 등 다양한 기능을 통합하여, 대규모 데이터 환경에서도 신뢰성 높은 이상 탐지와 해석을 지원합니다. 또한, 스마트 그리드에서의 FDIA(허위 데이터 주입 공격) 탐지, 제조 현장의 품질 관리, 로봇 및 자동화 시스템의 이상 탐지 등 실제 산업 문제에 적용하고 있습니다. 디지털 트윈 분야에서는 3D 객체와 실시간 스트림 데이터의 의미론적 통합, 행정 서비스와의 연계, 에너지 인프라의 예측적 제어 등 다양한 연구를 진행하고 있습니다. 디지털 트윈 행정, 환경 모니터링, 에너지 관리, 도시 인프라 최적화 등 다양한 응용 사례를 통해, 현실 세계와 가상 세계의 데이터 융합 및 지능형 의사결정 지원을 실현하고 있습니다.