AIoT 연구실은 무선통신 및 사물인터넷(IoT) 네트워크 프로토콜 설계 분야에서 오랜 기간 연구를 지속해왔습니다. 본 연구실은 BLE(Bluetooth Low Energy), Zigbee, Wi-Fi Direct 등 다양한 무선통신 기술을 기반으로, 에너지 효율성과 신뢰성을 극대화하는 MAC(매체접근제어) 및 라우팅 프로토콜을 개발하고 있습니다. 특히, 센서 네트워크와 웨어러블 디바이스, 차량 네트워크(VANET), 드론 통신 등 다양한 응용 환경에 맞는 맞춤형 프로토콜을 설계하여 실제 환경에서의 성능을 검증하고 있습니다. 이러한 연구는 실내외 위치 인식, 스마트 그리드, 스마트 홈, 헬스케어, 산업용 IoT 등 다양한 분야에 적용되고 있습니다. 예를 들어, BLE 기반의 실내 측위 시스템, 드론 간 Ad-hoc 네트워크, 에너지 제약이 큰 웨어러블 네트워크를 위한 비대칭 MAC 프로토콜 등은 실제 특허와 논문으로 이어지고 있습니다. 또한, 대규모 네트워크 환경에서의 트래픽 감소, 에너지 효율 향상, 신뢰성 보장 등 실질적인 문제 해결에 초점을 맞추고 있습니다. 연구실은 이론적 모델링과 시뮬레이션, 실제 하드웨어 기반 실험을 병행하여 연구의 실효성을 높이고 있습니다. 다양한 국내외 연구과제와 산학협력을 통해 최신 기술 동향을 반영하고 있으며, 관련 특허 출원과 논문 발표, 학술대회 수상 등 활발한 연구성과를 내고 있습니다.

AIoT 연구실은 딥러닝 및 머신러닝 기법을 활용한 실내 위치 인식(Indoor Positioning)과 지능형 데이터 분석 분야에서 선도적인 연구를 수행하고 있습니다. BLE RSSI 신호를 활용한 핑거프린팅, 잡음제거 오토인코더, 마르코프 전이 필드(MTF) 기반 CNN 모델 등 다양한 딥러닝 모델을 개발하여 실내 위치 인식의 정확도와 신뢰성을 크게 향상시키고 있습니다. 이러한 기술은 대형 건물, 공공시설, 스마트 팩토리 등에서의 실내 위치 기반 서비스(LBS)에 적용되고 있습니다. 실내 측위 기술은 단순한 위치 추정에 그치지 않고, 드론 연계형 화재 대피 시스템, 스마트 Fob 시스템, 객체 탐지 및 모니터링 등 다양한 융합 응용으로 확장되고 있습니다. 또한, 데이터 노이즈 합성, 하이브리드 필터링, 시계열 데이터 분석 등 신호 처리와 딥러닝의 융합을 통해 복잡한 실내 환경에서도 높은 성능을 보장합니다. 연구실은 실제 환경에서의 테스트베드 구축과 상용화 가능한 알고리즘 개발에 주력하고 있습니다. 이와 더불어, 연구실은 음악 추천, 감정 분류, 이미지 생성 등 다양한 멀티모달 데이터 분석에도 딥러닝을 적용하고 있습니다. GAN, VAE, Transformer 등 최신 신경망 모델을 활용하여 패션 이미지 생성, 음악 생성 및 추천, 객체 탐지 등 다양한 인공지능 기반 융합 연구를 진행하고 있습니다.

AIoT 연구실은 인공지능(AI)과 사물인터넷(IoT)의 융합, 즉 AIoT 분야에서 차세대 융합 기술 개발에 집중하고 있습니다. 최근에는 양자 컴퓨팅의 이해와 응용에 관한 오픈 세미나를 개최하며, 고전역학, 현대물리학, 양자역학, 양자 컴퓨팅의 기본 원리와 실제 알고리즘까지 폭넓게 다루고 있습니다. 이러한 활동은 미래 지능형 IoT 시스템의 근간이 될 수 있는 양자 기반 통신 및 컴퓨팅 기술로의 확장을 목표로 하고 있습니다. 연구실은 경량화된 임베디드 컴퓨팅, IoT 시맨틱 네트워크, M2M/D2D 통신, 드론 및 차량 네트워크 등 다양한 AIoT 융합 응용을 연구합니다. 특히, 강화학습을 이용한 자원 할당, 신경망 기반의 데이터 분석, 경량화된 프로토콜 설계 등 실시간성과 에너지 효율을 동시에 만족하는 기술 개발에 주력하고 있습니다. 이러한 연구는 6G, 스마트 시티, 스마트 팩토리, 지능형 교통 시스템 등 미래 산업의 핵심 인프라로 이어질 전망입니다. 또한, 연구실은 다양한 정부 및 산업체 과제를 수행하며, 실제 산업 현장에 적용 가능한 솔루션을 개발하고 있습니다. 학제 간 융합 연구와 산학협력을 통해 AIoT 및 양자 컴퓨팅 기술의 실용화와 상용화를 선도하고 있습니다.