본 연구실은 법률 데이터의 체계적인 분석과 인공지능 기술을 접목한 법률 언어 이해 연구에 주력하고 있습니다. 최근 발표된 논문에서는 판결문 데이터를 활용하여 음주운전 처벌규정의 변화가 재범 발생률과 법원 선고형에 미친 영향을 분석하였습니다. 이를 통해 법률 개정이 실제 사회적 효과에 미치는 영향을 정량적으로 평가하고, 데이터 기반의 정책 제안이 가능함을 보여주었습니다. 또한, 대형 언어 모델(LLM)의 법률 언어 이해 능력을 평가하기 위한 벤치마크 개발에도 앞장서고 있습니다. 한국어 법률 언어의 특수성을 반영한 평가 지표와 데이터셋을 구축하여, 인공지능이 실제 법률 문서 해석 및 판례 분석에 어떻게 활용될 수 있는지 실증적으로 검증하고 있습니다. 이러한 연구는 법률 분야에서의 인공지능 활용 가능성을 넓히고, 공정하고 신뢰할 수 있는 법률 AI 시스템 개발에 기여하고 있습니다. 더불어, 법률 데이터의 통계적 분석을 위한 노코드 도구 개발에도 힘쓰고 있습니다. 이를 통해 법률 전문가뿐만 아니라 비전문가도 손쉽게 대규모 법률 데이터를 분석할 수 있도록 지원하며, 데이터 기반의 법률 연구와 정책 수립을 촉진하고 있습니다. 이러한 다양한 연구는 법률과 인공지능의 융합이라는 새로운 패러다임을 제시하고 있습니다.

연구실은 단일 분자 수준에서의 생명현상 분석과 바이오물리학적 모델링에도 깊은 관심을 가지고 있습니다. 단일 분자 형광 이미징 및 FRET 기법을 활용하여, RNA-단백질 상호작용, 효소의 동역학, 분자 모터의 에너지 변환 등 복잡한 생명현상을 정량적으로 규명하고 있습니다. 이를 통해 기존 집단 측정으로는 파악하기 어려운 분자 수준의 동적 변이를 밝히고, 생명현상의 근본 원리를 탐구하고 있습니다. 특히, 분자 모터의 수송 특성과 비평형 상태에서의 열 발산, 단일 분자 시간 궤적의 동적 무질서 해석, RNA 샤페론 단백질의 기능적 메커니즘 등 다양한 주제를 다루고 있습니다. 이러한 연구는 새로운 알고리즘(VB-DCMM) 개발과 실험적 데이터 해석을 결합하여, 생명과학과 물리학의 경계를 넘나드는 융합적 접근을 보여줍니다. 이와 같은 연구 성과는 생명현상의 이해를 넘어, 바이오센서 개발, 신약 타겟 발굴, 효소공학 등 다양한 응용 분야로 확장될 수 있습니다. 연구실은 앞으로도 첨단 실험 기법과 이론적 모델링을 결합하여, 생명과학의 미지 영역을 개척하는 데 앞장설 것입니다.