RnDCircle Logo
arrow left icon

Users & Information Lab.

한국과학기술원 녹색성장지속가능대학원-자원순환기술시스템

오혜연 교수

Cross-Cultural Studies

Social Network Analysis

Natural Language Processing

Users & Information Lab.

녹색성장지속가능대학원-자원순환기술시스템 오혜연

Users & Information Lab.은 전산학부 소속으로, 인공지능과 데이터사이언스, 그리고 인간-컴퓨터 상호작용을 융합한 첨단 연구를 수행하는 연구실입니다. 본 연구실은 기계학습, 자연어처리, 그래프 표현 학습, 그리고 사회적 컴퓨팅 등 다양한 분야를 아우르며, 이론적 연구와 실제 응용을 동시에 추구합니다. 특히, 대규모 언어모델(LLM), 멀티모달 AI, 그리고 다언어·다문화 환경에서의 자연어처리 기술 개발에 집중하고 있습니다. 최근 연구에서는 언어모델의 사회적 편향과 윤리적 문제, 그리고 문화적 다양성을 반영한 AI 기술 개발이 중요한 축을 이루고 있습니다. 예를 들어, 한국어 및 다양한 언어의 편향성 평가 벤치마크(KoBBQ), 다문화적 맥락에서의 혐오 표현 탐지, 그리고 글로벌 언어모델의 문화적 포용성 평가 등 다양한 프로젝트를 진행하고 있습니다. 또한, AI와 교육의 융합, AI 기반 사회과학 연구 등 다양한 학제 간 연구도 활발히 이루어지고 있습니다. Users & Information Lab.은 국제적으로 권위 있는 학회(ACL, EMNLP, NeurIPS, ICML 등)에 다수의 논문을 발표하며, 국내외 산학협력 및 대형 연구과제도 활발히 수행하고 있습니다. 연구실 구성원들은 인공지능의 이론적 한계 극복뿐만 아니라, 사회적 책임과 윤리, 공정성, 신뢰성 등 AI가 사회에 미치는 영향까지 폭넓게 고민합니다. 이러한 연구 성과는 실제 산업 및 사회 현장에 적용되어, AI 기술의 실질적 가치 창출에 기여하고 있습니다. 예를 들어, AI 기반 맞춤형 튜터, 신뢰할 수 있는 AI, 윤리적 AI, 그리고 데이터사이언스 인재 양성 등 다양한 분야에서 혁신적인 결과를 도출하고 있습니다. 앞으로도 Users & Information Lab.은 인간 중심의 AI, 사회적 가치 실현, 그리고 글로벌 리더십을 목표로 지속적인 연구와 도전을 이어갈 것입니다.

Cross-Cultural Studies
Social Network Analysis
Natural Language Processing
기계학습 및 자연어처리
우리 연구실은 기계학습(Machine Learning)과 자연어처리(Natural Language Processing, NLP)를 핵심 연구 분야로 삼고 있습니다. 기계학습은 대규모 데이터로부터 패턴을 학습하고, 이를 바탕으로 예측 및 분류, 추천 등 다양한 인공지능 응용을 실현하는 기술입니다. 자연어처리는 인간의 언어를 컴퓨터가 이해하고 생성할 수 있도록 하는 기술로, 텍스트 분석, 기계번역, 질의응답, 감정 분석 등 다양한 분야에 적용되고 있습니다. 최근에는 대규모 언어모델(LLM)과 멀티모달 학습, 그리고 다언어·다문화 환경에서의 자연어처리 기술 개발에 집중하고 있습니다. 예를 들어, 한국어 및 다양한 언어의 편향성 평가, 문화적 맥락을 반영한 데이터셋 구축, 그리고 언어모델의 공정성과 신뢰성 확보를 위한 연구를 활발히 수행하고 있습니다. 또한, 그래프 표현 학습(Graph Representation Learning)과 같은 최신 기계학습 기법을 자연어처리 문제에 접목하여, 더욱 정교하고 효과적인 모델을 개발하고 있습니다. 이러한 연구는 국제적으로 권위 있는 학회(ACL, EMNLP, NeurIPS, ICML 등)에 다수의 논문이 발표될 정도로 높은 수준의 성과를 내고 있습니다. 우리 연구실은 이론적 연구와 실제 응용을 아우르며, 인공지능 기술의 한계를 극복하고 사회적 가치를 실현하는 데 앞장서고 있습니다.
인공지능의 윤리, 편향, 그리고 다문화·다언어 AI
우리 연구실은 인공지능(AI) 기술의 윤리적 문제와 사회적 책임에 깊은 관심을 가지고, AI의 편향(Bias)과 공정성(Fairness), 그리고 다문화·다언어 환경에서의 AI 적용에 대한 연구를 선도하고 있습니다. 최근에는 언어모델의 사회적 편향을 측정하고 완화하는 방법, 다양한 문화와 언어에서 발생하는 윤리적 이슈를 분석하고 해결하는 방안에 집중하고 있습니다. 예를 들어, 한국어에 특화된 편향 평가 벤치마크(KoBBQ) 개발, 다문화적 맥락에서의 혐오 표현 탐지, 그리고 글로벌 언어모델의 문화적 포용성 평가 등 다양한 프로젝트를 수행하고 있습니다. 또한, AI와 교육, AI와 사회과학의 융합 연구를 통해, AI가 인간의 가치와 다양성을 존중하며 발전할 수 있도록 노력하고 있습니다. 이러한 연구는 AI가 사회에 미치는 영향과 책임을 고민하는 학계와 산업계 모두에 중요한 시사점을 제공합니다. 더불어, AI의 투명성과 설명 가능성, 그리고 신뢰성 확보를 위한 기술 개발에도 힘쓰고 있습니다. 윤리적 AI, 신뢰할 수 있는 AI, 그리고 문화적으로 포용적인 AI를 구현하기 위한 이론적·실용적 연구를 통해, 인공지능 기술이 사회 전반에 긍정적인 변화를 이끌어낼 수 있도록 기여하고 있습니다.
1
DREsS: Dataset for Rubric-based Essay Scoring on EFL Writing
Haneul Yoo, Jieun Han, So-Yeon Ahn, Alice Oh
Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (ACL 2025, Long), 2025
2
Diffusion Models Through a Global Lens: Are They Culturally Inclusive?
Zahra Bayramli, Ayhan Suleymanzade, Na Min An, Huzama Ahmad, Eunsu Kim, Junyeong Park, James Thorne, Alice Oh
Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (ACL 2025, Long), 2025
3
Global MMLU: Understanding and Addressing Cultural and Linguistic Biases in Multilingual Evaluation
Shivalika Singh, Angelika Romanou, Clémentine Fourrier, David I. Adelani, Jian Gang Ngui, Daniel Vila-Suero, Peerat Limkonchotiwat, Kelly Marchisio, Wei Qi Leong, Yosephine Susanto, Raymond Ng, Shayne Longpre, Wei-Yin Ko, Madeline Smith, Antoine Bosselut, Alice Oh, Andre F. T. Martins, Leshem Choshen, Daphne Ippolito, Enzo Ferrante, Marzieh Fadaee, Beyza Ermis, Sara Hooker
Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (ACL 2025, Long), 2025
1
(RCMS)관측기반 온실가스 공간정보지도 구축 플랫폼 기술개발(2024년도)
한국환경산업기술원
2024년 03월 ~ 2024년 12월
2
(통합EZ)점차 강화되고 있는 윤리 정책에 발맞춰 유연하게 진화하는 인공지능 기술 개발 연구(2024년도)
정보통신기획평가원
2024년 ~ 2024년 12월
3
2024년 겨울/봄학기 URP 프로그램_창의과제 23과제(2024년도)
한국과학기술원
2024년 ~ 2024년 06월