Affective Artificial Intelligence Lab
인공지능공학과 김병형
Affective Artificial Intelligence Lab은 인간의 행동, 인지, 감정이 뇌에서 어떻게 상호작용하는지에 대한 심층적인 연구를 수행하는 인공지능 연구실입니다. 본 연구실은 뇌파(EEG), 광용적맥파(PPG), 근전도(EMG), 얼굴 표정 이미지 등 다양한 생리 신호와 행동 데이터를 활용하여, 인간의 감정 상태를 정밀하게 예측하고 분석하는 첨단 AI 모델을 개발하고 있습니다. 특히, 비선형적이고 비정상적인 뇌 데이터를 효과적으로 처리할 수 있는 기계학습 및 딥러닝 기술을 접목하여, 감정 예측의 정확도와 신뢰성을 높이고 있습니다.
연구실의 주요 연구 분야는 감정 기반 예측 모델, 감정 중심의 닫힘 루프 AI 시스템, 일상생활 맥락에서의 감정 인과성 분석, 그리고 설명 가능한 인공지능(XAI) 기술 개발 등입니다. 감정 예측 모델은 신경심리학, 정신의학, 행동과학 등 다양한 학문적 배경을 융합하여, 인간의 감정 변화를 실시간으로 모니터링하고 예측하는 데 중점을 두고 있습니다. 또한, 인간-기계 상호작용에서 신뢰와 효율성을 높이기 위한 감정 기반 피드백 시스템과, 웨어러블 기기를 활용한 실생활 감정 모니터링 기술도 활발히 연구되고 있습니다.
설명 가능한 인공지능 연구를 통해, AI 시스템의 투명성과 해석 가능성을 높이고, 사용자가 AI의 의사결정 과정을 쉽게 이해하고 신뢰할 수 있도록 지원합니다. 반복적이고 상호작용적인 설명 제공 과정을 통해 사용자의 심리적 모델 형성과 AI 신뢰도 향상에 기여하고 있습니다. 이러한 연구는 의료, 재활, 교육, 로봇 제어 등 다양한 응용 분야에서 실제로 활용되고 있으며, 사회적 파급 효과도 매우 큽니다.
본 연구실은 다양한 국내외 학술지 및 국제학회에서 우수한 논문을 발표하고, 다수의 특허와 산학협력 프로젝트를 수행하며, 인공지능 분야의 혁신을 선도하고 있습니다. 또한, 산업융합형 차세대 인공지능 혁신인재 양성, 감정 전달 인터페이스 개발 등 국가적·산업적 과제에도 적극적으로 참여하고 있습니다.
앞으로도 Affective Artificial Intelligence Lab은 인간 중심의 AI 기술 개발을 통해, 감정 인식 및 관리, 인간-기계 상호작용, 신뢰성 있는 AI 시스템 구축 등 다양한 분야에서 새로운 가치를 창출하고, 사회 전반에 긍정적인 변화를 이끌어 나갈 것입니다.
Wearable EEG
Affective Causality
Stress Sensing
비선형 뇌 데이터 기반 감정 예측 모델 개발
Affective Artificial Intelligence Lab에서는 인간의 뇌에서 발생하는 비선형 데이터를 활용하여 감정 변화를 예측하는 모델을 개발하고 있습니다. 감정의 예측 능력은 감성지능의 핵심 척도로, AI 시스템이 인간의 신경심리학적 활동을 이해하고 다양한 감정 상태를 인식하는 데 필수적입니다. 본 연구실은 뇌파(EEG), 광용적맥파(PPG), 근전도(EMG), 얼굴 표정 이미지 등 다양한 생리 신호와 행동 데이터를 통합적으로 분석하여, 인간의 감정 상태를 정밀하게 예측할 수 있는 신뢰성 높은 솔루션을 제시하고 있습니다.
이러한 연구는 데이터 기반 접근법을 넘어, 정신의학, 행동과학, 기하학 등 다양한 학문적 배경을 융합하여 감정 예측 모델의 이론적 토대를 마련합니다. 특히, 뇌의 반구 비대칭성과 감정이 뇌 구조에 미치는 영향을 분석함으로써, 감정 변화의 신경학적 메커니즘을 심층적으로 탐구하고 있습니다. 이를 통해 감정 인식의 정확도를 높이고, 개인별 맞춤형 감정 예측이 가능한 모델을 구현하고 있습니다.
본 연구의 성과는 실시간 감정 모니터링, 정신 건강 관리, 뇌-컴퓨터 인터페이스(BCI) 등 다양한 분야에 적용될 수 있습니다. 또한, 감정 예측 모델의 발전은 인간-기계 상호작용의 질을 높이고, AI가 인간의 감정 상태를 더 잘 이해하고 반응할 수 있도록 하는 기반 기술로 활용될 전망입니다.
감정 기반 닫힘 루프 AI 시스템 및 인간-기계 상호 신뢰 증진
본 연구실은 감정 기반의 닫힘 루프(Closed-Loop) AI 시스템 개발을 통해 인간과 AI 간의 상호 신뢰와 효율적인 협업을 실현하는 데 주력하고 있습니다. 기존의 피드백 시스템은 사용자의 지속적인 주의와 피로 누적에 따른 한계가 있었으나, 본 연구실은 사용자의 감정 반응을 실시간으로 반영하여 AI의 의사결정에 영향을 주는 상호작용적 시스템을 연구합니다. 이를 통해 사용자는 AI 시스템에 대한 신뢰를 형성하고, AI는 사용자의 감정 피드백을 바탕으로 행동을 최적화하여 긍정적인 결과를 도출할 수 있습니다.
이러한 닫힘 루프 시스템은 뇌파, 생리 신호, 행동 데이터 등 다양한 피드백 신호를 통합적으로 분석하여, 사용자의 감정 상태와 인지적 부담을 실시간으로 파악합니다. AI는 이 정보를 바탕으로 다음 행동을 조정하고, 사용자는 AI의 설명 가능하고 투명한 의사결정 과정을 통해 심리적 안정감을 느낄 수 있습니다. 본 연구실은 이러한 상호작용의 효과를 실험적으로 검증하고, 인간의 심리적 모델과 AI의 신뢰성 간의 관계를 심층적으로 분석합니다.
이 연구는 인간-기계 협업, 감정 기반 로봇 제어, 맞춤형 사용자 경험 설계 등 다양한 응용 분야에 적용될 수 있습니다. 특히, 감정 피드백을 활용한 AI 시스템은 의료, 재활, 교육 등 인간 중심의 다양한 환경에서 혁신적인 변화를 이끌어낼 것으로 기대됩니다.
일상생활 맥락에서의 감정 인과성 학습 및 웨어러블 기반 감정 모니터링
Affective Artificial Intelligence Lab은 웨어러블 기술과 대규모 사용자 데이터를 활용하여 일상생활 속에서 감정과 행동의 인과적 관계를 분석하는 연구를 수행하고 있습니다. 기존 연구들이 개별 감정이나 행동에 초점을 맞췄다면, 본 연구실은 사용자의 다양한 일상 맥락에서 발생하는 감정 변화와 그 원인을 장기간에 걸쳐 추적·분석합니다. 이를 통해 감정 변화의 원인과 결과를 정량적으로 파악하고, 개인별로 부정적 상황에서 심리적 안정을 찾을 수 있는 맞춤형 솔루션을 제시합니다.
웨어러블 기기를 통해 수집된 생리 신호와 행동 데이터는 AI 기반 분석 시스템에 의해 실시간으로 처리되며, 사용자의 감정 변화와 생활 맥락 간의 인과 구조를 도출합니다. 이러한 연구는 스트레스 감지, 정신 건강 관리, 맞춤형 감정 케어 등 다양한 실생활 응용에 활용될 수 있습니다. 또한, 본 연구실은 저비용 상용 스마트워치를 활용한 스트레스 감지 시스템(SOSW) 등 실제 환경에서의 적용 가능성을 높이기 위한 연구도 활발히 진행하고 있습니다.
이러한 감정 인과성 분석 및 웨어러블 기반 감정 모니터링 기술은 개인의 삶의 질 향상뿐만 아니라, 사회적·산업적 측면에서도 큰 파급 효과를 기대할 수 있습니다. 앞으로도 본 연구실은 실생활에 밀착된 감정 인식 및 관리 기술의 고도화를 통해, 인간 중심의 AI 발전에 기여할 계획입니다.
1
RecSal-Net: Recursive Saliency Network for Video Saliency Prediction
ChaeEun Woo, SuMin Lee, Soo Min Park, Byung Hyung Kim
Neurocomputing, 2025
2
Convolutional Channel Modulator for Transformer and LSTM Networks in EEG-based Emotion Recognition
Hyunwook Kang, Jin Woo Choi, Byung Hyung Kim
Biomedical Engineering Letters, 2025
3
Detecting Concept Shifts under Different Levels of Self-awareness on Emotion Labeling
HyoSeon Choi, Dahoon Choi, Netiwit Kaongeon, Byung Hyung Kim
27th International Conference on Pattern Recognition (ICPR), 2024.12
1
(국고-5차년도)산업융합형 차세대 인공지능 혁신인재 교육연구단
2
[Ezbaro] 사용자 감정 중심의 닫힘 루프 시스템 개발을 통한 상호 신뢰 기반 로봇팔 제어
3
[Ezbaro] SW중심대학(1단계 3차년도) 사업단 사용
