연구실: Interaction Design & Development (ID square) 연구실
산업경영공학부 이상원
Interaction Design & Development (ID square) 연구실은 산업경영공학부에 소속된 연구실로, 설명가능한 인공지능(XAI), 인터랙티브 머신 러닝(IML), 사용자 중심 AI 경험 디자인, 추천 시스템 등의 연구를 활발히 진행하고 있습니다. 최근 3년간 연구실은 다양한 프로젝트를 통해 인공지능 기반의 계산적 디자인 의사결정 지원, 자율주행 상황 위험도와 긴급도 기반 멀티모달 XAI 설명 인터페이스 개발, 뇌-컴퓨터 인터페이스(BCI)를 위한 XAI 기반 적응형 학습 기술 개발 등의 성과를 이루어냈습니다. 또한, 데이터의 편향성이 인공지능 모델 결과에 미치는 영향에 대한 정량적 분석, 미래 자동차 UX 분석 모델 제안, 고객 서비스 챗봇의 사회적 실재감이 서비스 품질과 사용자 인식에 미치는 영향 등의 논문을 발표하며 학문적 기여를 하고 있습니다.
Human-centered AI Experience Design
Explainable Artificial Intelligence (XAI)
Interactive Machine Learning (IML)
설명가능한 인공지능(XAI) 인터페이스 개발
설명가능한 인공지능(XAI) 인터페이스는 사용자가 AI 시스템의 결정을 이해하고 신뢰할 수 있도록 돕는 중요한 요소입니다. 이 연구실은 사용자의 인지적 부담을 최소화하고, 효과적인 정보 전달을 위해 다양한 인터랙션 디자인 기법과 정보 시각화 기법을 활용하여 XAI 인터페이스를 개발하는 데 중점을 둡니다. 자율주행 자동차나 의료지식 생성 등 다양한 응용 분야에서의 XAI 인터페이스 개발을 통해 실질적인 사용자 경험을 개선하고자 합니다.
개인화 추천 시스템 연구
개인화 추천 시스템은 사용자 개개인의 취향과 요구에 맞는 정보를 제공하는 기술로, 현대 디지털 환경에서 중요한 역할을 합니다. 본 연구실은 아이템 소비 네트워크 분석을 기반으로 한 개인 추천 서비스 및 상호작용 피드백 루프를 활용한 추천 시스템 개발에 주력하고 있습니다. 이를 통해 사용자가 새로운 정보를 발견하는 과정에서의 우연성과 만족도를 높이는 것을 목표로 하며, 다양한 데이터 분석 및 기계 학습 기법을 적용하여 고도화된 추천 알고리즘을 구현합니다.
1
Diversifying session-based recommendations between relevance and unexpectedness via re-ranking and personalized control
S. Kim, S. Boo, G. Jeon, D. Shin, S. Lee
Data and Knowledge Engineering,
2
Enhancing passenger-vehicle interaction through multimodal explanation for unexpected behaviors of fully autonomous driving in non-driving-related tasks
J. Hong, S. Kim, S. Lee
Transportation Research Part F: Traffic Psychology and Behaviour,
3
Investigating Impact of Situation Awareness-based Displays of Semi-Autonomous driving in urgent situations
H. Kim, J. Hong, S. Lee
Transportation Research Part F: Traffic Psychology and Behaviour,
1
인공지능 기반 계산적 디자인 의사결정 지원: 디지털 환경 내 체화된 상호작용을 중심으로
2
UX Factor 기반 정량적 만족도 모델 수립
3
머신 러닝 (AI 학습 기법) 활용 개인화 연동 최적 자세 알고리즘 개발