전광길 연구실의 핵심 축은 영상신호처리와 영상통신 기술을 기반으로 한 고품질 영상 복원 및 향상 연구이다. 연구실은 전통적인 보간, 디인터레이싱, 디노이징, 영상 개선 기술에서 출발해 최근에는 딥러닝 기반 초해상도와 화질 개선으로 연구 범위를 확장하고 있다. 특히 저해상도·잡음·압축 왜곡이 존재하는 실제 영상 환경에서 시각적 품질과 계산 효율을 동시에 높이는 알고리즘 개발에 강점을 보인다. 이 연구는 단일 영상 초해상도뿐 아니라 멀티센서 정보 융합, 다중 필터 어레이, 색 복원, 영상 분해와 재구성 등 복합적인 문제를 다룬다. 관련 과제에서는 초해상도 영상복원기술, 영상 융합기술, 압축코딩기술을 통합적으로 연구하여 비디오 통신의 품질과 전송 효율을 향상시키고자 했다. 또한 등록 특허인 다중 영상 융합 장치 및 방법, 지능형 다중 초점 영상 융합 장치 및 방법은 공동 희소 표현, 다중 스케일 분해, 가이드 필터링, 캐스케이드 포레스트 등의 기법을 활용해 선명도와 세부정보 보존 성능을 높이는 방향으로 설계되었다. 이 분야의 연구 성과는 감시 시스템, 모바일 영상 서비스, 원격탐사, 의료영상, 스마트 디바이스 카메라 등 다양한 응용으로 이어질 수 있다. 연구실은 단순히 화질을 개선하는 수준을 넘어, 실제 시스템에 적용 가능한 저복잡도·고속 알고리즘을 지향한다는 점에서 산업적 활용성이 높다. 앞으로도 생성형 AI, 영상 복원, 적응형 필터링, 엣지 환경 최적화를 결합해 실시간성과 정확도를 함께 만족하는 차세대 영상처리 기술을 발전시킬 가능성이 크다.

연구실은 딥러닝 기반 객체 탐지와 다중 객체 추적을 중심으로 지능형 컴퓨터 비전 기술을 활발히 연구하고 있다. 대표 논문에서는 상부 시점 감시 환경에서 SSD, YOLO와 같은 사전학습 탐지 모델을 활용하고, 다양한 추적 알고리즘과 결합하여 다중 객체를 안정적으로 검출·추적하는 협업 로보틱스 프레임워크를 제안하였다. 이는 복잡한 배경, 가림, 조명 변화, 객체 변형 등 실제 환경에서 발생하는 문제를 해결하기 위한 실용적 접근이라는 점에서 의미가 크다. 이 연구 흐름은 단순 감시를 넘어 산업안전, 자세 분석, 어군 탐지, 헬스케어, 로봇 비전 등으로 확장되고 있다. 실제 과제에서도 CCTV 기반 위험 검출과 사고 예측, OpenPose와 YOLOv8을 활용한 체형 분석, 카메라와 센서를 활용한 스마트 어군탐지기, 동작 분석 AI 시스템용 로봇 개발 등 시각 인지 기술을 현장 문제 해결에 접목하고 있다. 즉, 연구실은 객체를 인식하는 수준을 넘어 상황 이해, 행동 분석, 예측, 사용자 상호작용까지 포함하는 응용 지향형 비전 시스템을 구축하고 있다. 향후 이 분야는 엣지 컴퓨팅, 임베디드 시스템, 로봇 플랫폼과 결합하면서 더 높은 실시간성과 자율성을 요구받게 된다. 전광길 연구실은 영상센서, 추적 알고리즘, 딥러닝 모델, 제어 시스템을 통합하는 관점에서 연구를 수행해 왔기 때문에 스마트 팩토리, 공공안전, 스포츠 분석, 무인 시스템 등 다양한 산업 분야에 적용 가능한 기반을 갖추고 있다. 따라서 이 연구는 정확한 인지와 빠른 의사결정을 동시에 구현하는 지능형 비전 시스템 개발로 계속 진화할 것으로 보인다.

전광길 연구실의 최근 연구에서 두드러지는 또 하나의 축은 멀티모달 융합 AI이다. Information Fusion 게재 논문들에서는 실시간 다중 객체 추적을 위한 멀티모달 융합, 피부 병변 진단을 위한 메타데이터와 피부경 영상 결합, 뇌종양 검출을 위한 MRI와 생성형 AI 기반 보강 기법 등 서로 다른 데이터 소스를 통합하는 연구가 이어지고 있다. 이는 단일 센서나 단일 표현 방식에 의존하던 기존 접근을 넘어, 상호보완적인 정보를 결합해 더 강인하고 설명력 있는 인공지능을 구축하려는 방향을 보여준다. 특히 의료 분야 응용은 이 연구실의 중요한 확장 영역이다. 피부암 탐지에서는 이미지와 환자 메타데이터를 함께 활용하여 진단 정확도와 해석 가능성을 높이고, 뇌종양 검출에서는 MRI 데이터와 생성형 AI 기반 영상 보강을 통해 데이터 부족과 품질 한계를 보완하려는 접근을 취한다. 또한 Smart NanoCare 과제에서는 분자 통신, 의료 IoT, 바이오나노센서, 디지털 트윈을 결합해 생체신호 기반 예측형 스마트 헬스케어 플랫폼을 지향하고 있다. 즉, 연구실은 영상처리 역량을 기반으로 의료 데이터 융합과 예측 시스템 연구까지 적극적으로 확장하고 있다. 산업 및 공공 영역에서도 멀티모달 융합은 중요한 역할을 한다. 산업안전 위험검출 시스템은 영상 정보와 위험도 예측, 보고서 자동화까지 통합하며, 향기 마케팅 솔루션은 얼굴인식과 환경 센서 데이터를 조합한다. 스마트 농업, 정부 웹데이터 기반 sLLM, AI-AR 기반 음식 섭취율 분석과 같은 과제도 이질적인 데이터의 통합 해석이 핵심이다. 이런 흐름은 연구실이 단순한 알고리즘 개발을 넘어 실제 문제 해결형 융합 AI 플랫폼 구축에 강점을 가진다는 점을 보여주며, 앞으로도 의료·산업·공공 서비스를 아우르는 멀티모달 지능 시스템 연구가 더욱 확대될 것으로 예상된다.