RnDCircle Logo
arrow left icon

PNU CIS Lab

부산대학교 정보컴퓨터공학부

김태운 교수

Edge Computing

IoT Networks

UAV Networks

PNU CIS Lab

정보컴퓨터공학부 김태운

PNU CIS 연구실은 무선 네트워크, 사물인터넷(IoT), 엣지/클라우드 컴퓨팅, 그리고 인공지능 기반의 자율 시스템 개발 등 첨단 정보통신 기술의 융합 연구를 선도하고 있습니다. Wi-Fi, Bluetooth, Cellular 등 다양한 무선 네트워크 기술을 바탕으로, 사람과 사물의 연결을 극대화하고, 대규모 데이터의 효율적 송수신 및 관리 기술을 개발하는 데 주력하고 있습니다. 연구실은 특히, 재난/재해 상황에서의 통신망 복원력 확보, 차량 네트워크(V2X) 및 UAV 기반 네트워크, 실내외 위치 추적, 환경 모니터링 등 다양한 응용 분야에 최적화된 무선 네트워크 프로토콜, 자원 할당, 에너지 효율화, 시뮬레이션 및 성능 분석 기법을 연구합니다. 또한, 빅데이터 기반의 네트워크 모델링, 스케줄링, 최적화 등 차세대 네트워크 아키텍처에 대한 심층 연구를 수행하고 있습니다. 지능형 자율 시스템 분야에서는 자율주행 차량, 드론, 로봇 등 다양한 에이전트의 행동 예측, 제어, 식별을 위한 딥러닝 및 강화학습 기반 알고리즘을 개발하고 있습니다. 분산 강화학습, 연합학습, 데이터 프라이버시 보호 등 최신 인공지능 기술을 네트워크 환경에 적용하여, 실제 산업 및 사회 문제 해결에 기여하고 있습니다. 예를 들어, 실시간 인파 밀집도 예측, 자율주행 에이전트 판별, 드론 기반 건축물 안전진단, 스마트 팩토리 생산 계획 최적화 등 다양한 실용적 연구가 이루어지고 있습니다. 엣지/클라우드 컴퓨팅 분야에서는 모바일 및 IoT 단말의 연산 부담을 줄이고, 네트워크 지연을 최소화하기 위한 서비스 오프로딩, 무중단 서비스 이관, 자원 스케줄링, 연합 엣지 컴퓨팅 등 첨단 기술을 연구합니다. 실시간 예측 기반의 오프로딩, 네트워크-컴퓨팅 자원의 통합 관리, 비동질 데이터 환경에서의 연합학습 등 다양한 융합 기술을 통해, 고성능, 저지연, 고신뢰의 서비스를 제공하는 기반을 마련하고 있습니다. 이러한 연구 성과는 스마트 시티, 공공안전, 재난 대응, 스마트 팩토리, 자율주행, 환경 모니터링 등 다양한 산업 및 사회 분야에 적용되고 있으며, 미래 지능형 사회의 핵심 인프라와 서비스 혁신을 이끌고 있습니다. PNU CIS 연구실은 이론적 연구와 실용적 시스템 구현을 아우르며, 차세대 정보통신 기술의 발전과 실질적 사회적 가치를 창출하는 데 앞장서고 있습니다.

Edge Computing
IoT Networks
UAV Networks
무선 네트워크 및 사물인터넷(IoT) 최적화 기술
PNU CIS 연구실은 Wi-Fi, Bluetooth, Cellular 등 다양한 무선 네트워크 기술을 기반으로, 사람과 사물의 연결을 극대화하는 연구를 수행하고 있습니다. 특히, 대규모 IoT 환경에서 발생하는 데이터 송수신의 효율성과 신뢰성을 높이기 위한 네트워크 프로토콜, 시뮬레이션, 성능 분석 및 최적화 기법을 개발하고 있습니다. 이러한 연구는 실내외 위치 추적, 환경 모니터링, 스마트 팩토리 등 다양한 응용 분야에 적용되고 있습니다. 연구실에서는 무선 애드혹 네트워크, 센서 네트워크, 인지 무선 네트워크, 5G/6G 기반의 HetNet, Cloud-RAN 등 차세대 네트워크 아키텍처에 대한 모델링, 스케줄링, 자원 할당 및 에너지 효율화 방안에 집중하고 있습니다. 또한, 무인항공기(UAV) 기반의 멀티홉 네트워크, 차량 네트워크(V2X), 재난 통신 등 특수 환경에서의 안정적인 데이터 전송과 네트워크 복원력 확보를 위한 연구도 활발히 이루어지고 있습니다. 이러한 연구 성과는 실제 산업 현장과 공공안전, 재난 대응, 스마트 시티 등 다양한 분야에 적용되어, 네트워크의 신뢰성과 확장성을 높이고, 미래 지능형 사회의 기반 인프라를 구축하는 데 기여하고 있습니다.
지능형 자율 시스템 및 강화학습 기반 최적화
연구실은 무선 네트워크에서 수집된 빅데이터를 활용하여 고도의 지능형 자율 시스템을 개발하는 데 중점을 두고 있습니다. 특히, 자율주행 차량, 드론, 로봇 등 다양한 지능형 에이전트의 행동 예측, 제어, 식별을 위한 딥러닝 및 강화학습 기반의 알고리즘을 연구합니다. 예를 들어, 자율주행 차량의 궤적 예측, 자율주행 에이전트 판별, 실시간 인파 밀집도 예측 및 위치 추적, 드론 기반 건축물 안전진단 등 실제 응용에 적합한 인공지능 기술을 개발하고 있습니다. 이와 함께, 분산 강화학습, 연합학습(Federated Learning), 데이터 프라이버시 보호 등 최신 인공지능 기술을 네트워크 환경에 접목하여, 데이터의 분산성과 비동질성, 프라이버시 문제를 해결하고 있습니다. 또한, 제조 현장이나 스마트 팩토리에서의 생산 계획 최적화, 작업 스케줄링 등 다양한 산업 문제를 강화학습 기반으로 해결하는 연구도 활발히 진행 중입니다. 이러한 연구는 미래의 자율 시스템이 더욱 안전하고 효율적으로 동작할 수 있도록 하며, 실제 산업 및 사회 전반에 걸쳐 인공지능의 실질적 가치를 실현하는 데 큰 역할을 하고 있습니다.
엣지/클라우드 컴퓨팅 및 오프로딩 기술
PNU CIS 연구실은 클라우드 및 엣지 컴퓨팅 환경에서의 서비스 오프로딩, 서비스 이관, 자원 할당 및 최적화 기술을 중점적으로 연구합니다. 모바일 및 IoT 단말의 연산 부담을 줄이고, 네트워크 지연을 최소화하기 위해, 엣지 서버와 클라우드 서버 간의 효율적인 작업 분산 및 자원 스케줄링 알고리즘을 개발하고 있습니다. 특히, 컨테이너 기반의 무중단 서비스 이관, 동적 오프로딩, 네트워크 상태 인지형 자원 할당 등 실질적인 시스템 구현과 실험을 통해 기술의 실효성을 검증하고 있습니다. 연구실은 연합 엣지 컴퓨팅, 네트워크-컴퓨팅 자원의 통합 관리, 실시간 예측 기반의 오프로딩 스케줄링 등 다양한 첨단 기술을 도입하여, 미션 크리티컬한 응용에서의 서비스 품질(QoS) 보장과 에너지 효율성 향상을 동시에 달성하고자 합니다. 또한, 비동질 데이터 환경에서의 연합학습, 최적의 모델 전이 및 파라미터 서버 동적 할당 등 인공지능과 네트워크가 융합된 새로운 컴퓨팅 패러다임을 제시하고 있습니다. 이러한 연구는 스마트 팩토리, 스마트 시티, 자율주행, 실시간 모니터링 등 다양한 분야에서 고성능, 저지연, 고신뢰의 서비스를 제공하는 핵심 기술로 자리매김하고 있습니다.
1
Estimated Tardiness-based Reinforcement Learning Solution to Repeatable Job-Shop Scheduling Problems
Chi Yeong Heo, Jun Seo, Yonggang Kim, Yohan Kim, Taewoon Kim*
Processes, 2024.12
2
Efficient User Pairing and Resource Optimization for NOMA-OMA Switching Enabled Dynamic Urban Vehicular Networks
Aravindh Balaraman, Shigeo Shioda, Yonggang Kim, Yohan Kim, Taewoon Kim*
Electronics, 2024.12
3
Optimal Model Transfer and Dynamic Parameter Server Selection for Efficient Federated Learning in IoT-Edge Systems with Non-IID Data, IEEE Access
Tesfahunegn Minwuyelet Mengistu, Jenn-Wei Lin*, Po-Hsien Kuo, Taewoon Kim
IEEE Access, 1970
1
Digital-X AIoT (ITRC)
2023년 07월 ~ 1970년
2
클라우드보안 (ITRC)
2023년 07월 ~ 1970년
3
전력 Peak 예측 알고리즘 (삼성중공업)
2023년 ~ 1970년