RnDCircle Logo
arrow left icon

BigData Lab.

충북대학교 정보통신공학부

유재수 교수

Anomaly Detection

Traffic Prediction

Deep Learning

BigData Lab.

정보통신공학부 유재수

BigData Lab은 대용량 데이터의 수집, 저장, 관리, 처리 및 분석을 위한 첨단 기술을 연구하는 연구실입니다. 본 연구실은 소셜 데이터, 학술 데이터, 교통 데이터, 그래프 데이터 등 다양한 도메인에서 발생하는 빅데이터를 효과적으로 다루기 위한 분산 저장 시스템, NoSQL 데이터베이스, 클라우드 기반 데이터 관리 시스템 등 최신 데이터 관리 기술을 중점적으로 개발하고 있습니다. 이를 통해 데이터의 신뢰성, 확장성, 실시간성을 보장하는 데이터 인프라를 구축하고, 다양한 응용 분야에 적용 가능한 데이터 관리 솔루션을 제시합니다. 연구실의 또 다른 핵심 연구 분야는 분산 및 실시간 데이터 처리 기술입니다. Apache Spark, Storm, Spark Streaming 등 분산 처리 프레임워크를 활용하여 대규모 데이터의 실시간 스트림 처리, 분산 저장 관리, 그래프 데이터의 효율적 분할 및 처리 기술을 개발하고 있습니다. 특히, GPU 가속 그래프 처리, 동적 그래프 분할, 그래프 스트림 데이터의 실시간 분석 등 첨단 기술을 통해 데이터 처리 성능을 극대화하고, 실시간 이벤트 탐지 및 이상 탐지와 같은 고난이도 문제를 해결하고 있습니다. 이와 함께, 본 연구실은 그래프 기반의 추천 시스템, 전문가 검색, 소셜 데이터 분석 등 데이터 분석 및 인공지능 응용 분야에도 집중하고 있습니다. 사용자 맞춤형 추천, 소셜 네트워크 내 인플루언서 탐지, 학술 전문가 추천, 트렌드 분석 등 다양한 응용 서비스를 위한 알고리즘과 시스템을 개발하고 있으며, 최신 딥러닝 및 그래프 신경망(GNN) 기술을 접목하여 데이터 분석의 정확도와 효율성을 높이고 있습니다. BigData Lab은 실제 산업 및 공공기관에서 발생하는 다양한 데이터 관리 및 분석 문제를 해결하는 데 기여하고 있습니다. 연구실의 기술은 공공 빅데이터 분석, 교통 정보 서비스, 학술 정보 시스템, 소셜 미디어 분석 등 다양한 분야에서 활용되고 있으며, 앞으로도 데이터 중심의 미래 사회를 선도할 수 있는 혁신적인 데이터 관리 및 분석 기술 개발에 매진할 계획입니다. 이처럼 본 연구실은 데이터의 수집부터 저장, 관리, 분석, 추천, 검색에 이르는 전 주기적 데이터 사이언스 기술을 폭넓게 연구하며, 데이터 기반의 지능형 서비스와 시스템 개발을 통해 사회와 산업 전반에 실질적인 가치를 제공하고 있습니다.

Anomaly Detection
Traffic Prediction
Deep Learning
대용량 데이터 수집, 저장, 관리 및 분석 기술
본 연구실은 다양한 유형의 대용량 데이터를 효과적으로 수집, 저장, 관리, 처리 및 분석하는 기술을 중점적으로 연구하고 있습니다. 소셜 데이터, 학술 데이터, 교통 데이터, 그래프 데이터 등 다양한 도메인에서 발생하는 빅데이터를 대상으로 하며, 데이터의 특성에 따라 최적화된 데이터 수집 및 저장 구조를 설계합니다. 이를 위해 분산 파일 시스템, NoSQL 데이터베이스, 클라우드 기반 데이터 관리 시스템 등 최신 데이터 저장 및 관리 기술을 적극적으로 도입하고 있습니다. 데이터의 효율적인 처리를 위해 분산 환경에서의 데이터 저장 및 관리 기법을 개발하고, 실시간 데이터 스트림 처리와 대용량 그래프 데이터의 분산 처리 기술을 연구합니다. 특히, Apache Spark와 같은 분산 처리 프레임워크를 활용하여 대규모 데이터의 실시간 분석 및 질의 처리 성능을 극대화하는 방법론을 제시하고 있습니다. 또한, 데이터의 신뢰성과 일관성을 보장하기 위한 데이터 품질 관리 및 이력 관리 기법도 함께 연구하고 있습니다. 이러한 연구는 실제 산업 현장에서 발생하는 다양한 데이터 관리 문제를 해결하는 데 기여하고 있으며, 공공기관, 기업, 학술기관 등에서 요구하는 대규모 데이터 처리 및 분석 시스템의 설계와 구현에 직접적으로 활용되고 있습니다. 앞으로도 데이터의 다양성과 규모가 지속적으로 증가함에 따라, 본 연구실은 데이터 수집부터 저장, 관리, 분석에 이르는 전 주기적 데이터 관리 기술의 고도화에 집중할 계획입니다.
분산 및 실시간 그래프 데이터 처리와 추천 시스템
본 연구실은 분산 환경에서의 실시간 그래프 데이터 처리와 이를 기반으로 한 추천 시스템, 전문가 검색, 소셜 데이터 분석 등 다양한 응용 분야에 대한 연구를 활발히 수행하고 있습니다. 대규모 그래프 데이터는 소셜 네트워크, 교통 네트워크, 학술 네트워크 등 다양한 분야에서 핵심적인 역할을 하며, 이러한 그래프 데이터를 효율적으로 분할, 저장, 처리하는 기술이 필수적입니다. 본 연구실에서는 GPU 가속 그래프 처리, 동적 그래프 분할, 그래프 스트림 데이터의 실시간 분석 등 첨단 그래프 처리 기술을 개발하고 있습니다. 실시간 스트림 데이터 처리에서는 Storm, Spark Streaming 등 분산 스트림 처리 플랫폼을 활용하여, 대용량 데이터의 실시간 이벤트 탐지, 이상 탐지, 트렌드 분석, 인플루언서 탐지 등 다양한 분석 기법을 연구합니다. 또한, 그래프 기반의 추천 시스템과 전문가 검색 시스템을 개발하여, 사용자 맞춤형 정보 제공, 소셜 네트워크 내 영향력 분석, 학술 전문가 추천 등 실제 서비스에 적용 가능한 기술을 구현하고 있습니다. 이와 더불어, 본 연구실은 그래프 신경망(GNN), 딥러닝 기반의 그래프 분석, 데이터 증강, 하이브리드 추천 알고리즘 등 최신 인공지능 기법을 그래프 데이터 처리와 추천 시스템에 접목하고 있습니다. 이러한 연구는 소셜 미디어, 학술 정보 서비스, 교통 정보 시스템 등 다양한 분야에서 데이터 기반의 지능형 서비스 개발에 기여하고 있으며, 앞으로도 실시간 분산 그래프 처리와 추천 시스템의 고도화를 통해 데이터 중심의 미래 사회를 선도할 계획입니다.
1
Dynamic Graph Partitioning Scheme for Supporting Load Balancing in Distributed Graph Environments.
Choi, Dojin, et al.
IEEE Access, 2021
2
Edge Repartitioning via Structure-Aware Group Migration.
Li, He, et al.
IEEE Transactions on Computational Social Systems, 2021
3
Expert Recommendation for Answering Questions on Social Media.
Bok, Kyoungsoo, et al.
Applied Sciences, 2021
1
워크플로우 기반 고속 데이터 분석 및 시각화 기술 연구
한국연구재단(교육부)
2024년 07월 ~ 2025년
2
[3차년도](도비) 3단계 산학연협력 선도대학 육성사업(LINC 3.0)
충청북도청
2024년 03월 ~ 2025년 02월
3
[3차년도]3단계 산학연협력 선도대학 육성사업(LINC 3.0)
한국연구재단(교육부)
2024년 03월 ~ 2025년 05월