이 연구 주제는 사용자의 위치, 행동, 주변 환경, 과업 맥락을 실시간으로 파악하여 더 자연스럽고 개인화된 상호작용을 제공하는 지능형 인터페이스와 증강현실 에이전트를 개발하는 데 초점을 둔다. 연구실의 핵심 키워드인 상호작용 및 인터페이스, 맥락 인식, 증강현실 에이전트는 사용자가 디지털 시스템과 만나는 접점을 인간 중심적으로 설계하려는 방향을 잘 보여준다. 특히 모바일 투어 가이드, 유비쿼터스 가상현실 환경, 혼합현실 콘텐츠 표현 등 초기 연구부터 최근 메타버스와 XR 응용까지 연속성 있는 연구 흐름을 형성하고 있다. 이 분야에서는 맥락 정보를 단순 수집하는 수준을 넘어, 이를 기반으로 정보 제시 방식과 인터페이스 동작을 적응적으로 바꾸는 기술이 중요하다. 연구실은 사용자 주도형 모바일 투어 가이드, 혼합현실 콘텐츠의 데이터 표현, XR 환경의 구조와 평가 프레임워크 등과 관련된 연구를 통해 사용성, 몰입감, 학습 효과를 함께 고려하는 설계 방법론을 축적해 왔다. 최근에는 문화유산 교육을 위한 메타버스 및 XR 응용 연구를 통해, 표준과 아키텍처, 사용자 경험 평가 방법까지 통합적으로 다루며 실제 서비스 구현과 확산 가능성을 높이고 있다. 이 연구는 교육, 문화유산, 관광, 전시, 공공서비스 등 다양한 분야에서 높은 확장성을 가진다. 사용자는 공간과 시간의 제약을 넘어 보다 직관적이고 몰입감 있는 디지털 경험을 얻을 수 있으며, 개발자와 기관은 표준화된 평가 지표와 설계 원칙을 바탕으로 더 안정적인 XR 서비스를 구축할 수 있다. 앞으로는 생성형 인공지능, 실시간 상황 이해, 개인화 추천 기술과 결합되어 사람과 디지털 에이전트 간의 협업을 더욱 자연스럽게 만드는 방향으로 발전할 가능성이 크다.

이 연구 주제는 영상신호와 센서신호를 통합하여 단일 사용자의 행동 패턴과 다중 사용자 간 상호작용을 인식하는 인공지능 기술을 다룬다. 연구실의 관련 과제에서는 카메라 기반 관절 추정, 웨어러블 장치의 가속도·자이로 데이터 수집, 이기종 데이터 융합, 대조학습 기반 표현 학습 등을 통해 실제 환경에서 강건하게 동작하는 행동 인식 모델 개발을 목표로 한다. 이는 사람의 움직임을 단순 분류하는 것을 넘어, 행위의 맥락과 상호작용 구조를 이해하는 지능형 시스템으로 확장되는 연구이다. 핵심 방법론은 멀티모달 데이터 퓨전과 딥러닝 기반 표현 학습이다. 영상만 사용할 경우 발생하는 가림 문제나 조명 변화의 한계를 웨어러블 센서가 보완할 수 있고, 센서만 사용할 경우 놓치기 쉬운 공간적 관계를 영상 정보가 보강할 수 있다. 연구실은 이러한 상보성을 활용해 행동 패턴 인식 정확도를 높이고, 사용자 간 협업·대결·사회적 상호작용 같은 복합 상황도 해석할 수 있는 모델을 지향한다. 탁구 점수 자동 카운팅 특허처럼 실제 동작 인식과 이벤트 추론을 결합한 응용 사례도 보유하고 있어, 연구의 실용성이 높다. 이 연구는 스마트 헬스케어, 스포츠 분석, 인간-로봇 상호작용, 스마트 홈, 안전 모니터링 등 폭넓은 분야에 적용될 수 있다. 특히 멀티모달 인식 기술은 현실 세계의 복잡성과 잡음을 견디면서도 개인별 차이와 상황 변화를 반영해야 하므로, 향후 설명 가능한 인공지능, 경량화 모델, 프라이버시 보호형 학습과의 결합이 중요해질 것이다. 연구실의 접근은 인간 행동 이해를 정량화하여 실제 서비스로 연결하는 데 강점이 있으며, 차세대 지능형 인터랙션 시스템의 기반 기술로 발전할 가능성이 높다.

이 연구 주제는 웨어러블 기기와 생체신호를 활용하여 사용자의 건강 상태를 지속적으로 모니터링하고, 이를 바탕으로 예측·관리·개입이 가능한 디지털 헬스케어 기술을 개발하는 데 초점을 둔다. 연구실은 생체신호 처리와 컨텍스트 인식 분야에서 오랜 연구 이력을 가지고 있으며, 심전도, 광전용적맥파, 바이오임피던스 등 다양한 신호를 이용한 건강 상태 추정 기술을 발전시켜 왔다. 최근에는 정신건강 모니터링을 위한 디지털 표현형 수집과 표준화, 질병 관리 모델 개발 프로젝트를 수행하며 연구 범위를 신체 건강에서 정신건강까지 확장하고 있다. 연구 방법은 생체신호 센싱, 특징 추출, 개인화 모델링, 딥러닝 기반 예측을 유기적으로 결합하는 형태를 띤다. 등록 특허인 딥러닝 기반 혈압 예측 시스템, 바이오임피던스 기반 실시간 체중 예측 방법은 비침습적이고 일상적인 건강 관리의 가능성을 보여주는 대표 사례다. 또한 음식 섭취 행위 인식, 자동 식이 습관 모니터링, 에너지 소모 및 섭취 모니터링 시스템과 같은 연구는 생활 로그와 생체 데이터를 결합해 건강관리의 정밀도를 높이는 방향을 제시한다. 이 과정에서 단순 평균 모델이 아니라 개인별 특성과 생활 맥락을 반영한 해석이 중요하게 다루어진다. 이 연구의 의의는 병원 중심의 사후 진단에서 벗어나, 일상생활 속에서 예방적이고 지속적인 건강관리를 가능하게 한다는 데 있다. 웨어러블 기반 모니터링은 만성질환 관리, 비만 예방, 정신건강 평가, 고령자 돌봄 등 사회적 수요가 큰 영역에서 활용성이 높다. 앞으로는 디지털 표현형의 표준화, 데이터 신뢰성 확보, 프라이버시 보호, 의료적 해석 가능성 강화가 중요한 과제가 될 것이며, 연구실은 인간 중심 인터페이스와 인공지능 분석을 결합해 실질적 임상·생활 적용으로 이어지는 디지털 헬스케어 플랫폼을 구축할 잠재력이 크다.