한소율 연구실은 인공지능과 딥러닝을 기반으로 한 음성 신호 처리, 음성 스푸핑 및 딥페이크 탐지, 그리고 의료 데이터 분석 분야에서 선도적인 연구를 수행하고 있습니다. 최근 음성 합성 및 변조 기술의 발전으로 인해 음성 기반 인증 시스템의 보안 위협이 증가하고 있으며, 연구실은 이러한 위협에 대응하기 위한 첨단 탐지 기술을 개발하고 있습니다. Residual Network, wav2vec 2.0, Frequency Feature Masking 등 다양한 딥러닝 모델과 데이터 증강 기법을 활용하여 실제 환경에서의 높은 탐지 성능과 실시간 처리 가능성을 확보하고 있습니다. 또한, 연구실은 심장 잡음과 같은 생체 신호 분석에도 주력하고 있습니다. 심장음 데이터를 다양한 주파수-시간 영역 특성으로 변환하고, CNN 및 Light CNN 등 딥러닝 모델을 적용하여 심장 질환의 조기 진단 및 예측 정확도를 높이고 있습니다. 이러한 연구는 George B. Moody PhysioNet Challenge 등 국제 대회에서 우수한 성과를 거두었으며, 실제 의료 현장에서의 활용 가능성을 높이고 있습니다. 연구실은 데이터 시각화 및 의료 데이터 분석 분야에서도 활발한 연구를 진행하고 있습니다. 빅데이터를 효과적으로 시각화하여 연구자들이 데이터 내의 패턴과 이상 징후를 쉽게 파악할 수 있도록 지원하며, COVID-19와 같은 보건 이슈에 대응하기 위한 실험실 정보관리시스템(LIMS) 개발, 중환자실 사망률 예측 모델 등 다양한 의료 데이터 기반 연구를 수행하고 있습니다. 이와 더불어, 해석 가능한 인공지능 기술을 도입하여 딥러닝 모델의 투명성과 신뢰성을 높이고, 실제 서비스 적용 시 설명 가능성을 확보하고 있습니다. 이러한 연구는 음성 기반 인증, 의료 진단, 공중보건 등 다양한 분야에서 실질적인 사회적 가치를 창출하고 있습니다. 한소율 연구실은 앞으로도 인공지능, 딥러닝, 데이터 과학을 융합한 혁신적인 연구를 지속적으로 추진하여, 보건의료 및 정보보안 분야의 발전에 기여하고자 합니다.