Multiagent Communications and Networking Lab
융합전자반도체공학부 박형곤
Multiagent Communications and Networking Lab(MCNL)은 분산/협력 인공지능, 게임이론 기반 자원 관리, 네트워크 자동화 및 이상 탐지 등 차세대 네트워크와 인공지능 융합 분야를 선도하는 연구실입니다. 본 연구실은 5G/6G 이동통신, 사물인터넷, 스마트팩토리, 자율주행 시스템 등 다양한 응용 환경에서 발생하는 대규모 데이터의 실시간 분석, 제어, 보안 문제를 해결하기 위한 혁신적 알고리즘과 플랫폼을 개발하고 있습니다.
특히, 분산 및 협력 인공지능 기술을 활용하여 네트워크 데이터 분석 기능 간의 상호 호환성과 효율적인 분산/협력 AI 알고리즘을 연구하고 있으며, 네트워크 지능화 및 자동화 기술을 통해 네트워크의 상태를 실시간으로 파악하고, 자동화된 의사결정 및 제어가 가능하도록 하는 플랫폼을 구축하고 있습니다. 이러한 기술은 5G/6G 무선 네트워크, 스마트팩토리, 자율주행 시스템 등 다양한 산업 현장에 적용되어 네트워크의 효율성과 서비스 품질을 극대화하는 데 기여하고 있습니다.
또한, 연구실은 협력 게임이론을 기반으로 한 분산 자원 관리 및 공평성 최적화 패러다임을 심도 있게 연구하고 있습니다. Nash 협상 해법, Kalai-Smorodinsky Bargaining Solution 등 다양한 협상 해법을 적용하여, 각 에이전트의 효용을 극대화하면서도 파레토 최적성과 공평성을 동시에 달성할 수 있는 자원 분배 알고리즘을 개발하고 있습니다. 이러한 연구는 실제 네트워크 환경에서의 자원 관리 효율성과 서비스 품질 향상에 크게 기여하고 있습니다.
아울러, 설명가능하고 경량화된 딥러닝 및 연합학습 기반의 네트워크 이상 탐지 기술 개발에도 앞장서고 있습니다. 자원이 제한된 엣지 디바이스 및 IoT 환경에서 실시간으로 이상 행위를 탐지할 수 있는 저비용·고효율의 알고리즘을 개발하고 있으며, 데이터 프라이버시 보호와 효율적인 모델 학습을 동시에 달성하는 연합학습 프레임워크를 도입하고 있습니다. 또한, 공격 유형별 특징 분석, 적대적 공격에 강건한 탐지 모델 등 최신 연구 트렌드를 반영한 기술 개발에도 힘쓰고 있습니다.
MCNL은 다양한 국내외 연구과제와 산학협력, 국제 표준화 활동, 특허 출원 및 논문 발표 등 활발한 연구 성과를 내고 있으며, 미래 네트워크 및 인공지능 융합 분야의 글로벌 리더 양성을 목표로 하고 있습니다. 앞으로도 연구실은 차세대 네트워크와 인공지능 기술의 융합을 통해 사회적 가치와 혁신을 창출하는 데 앞장설 것입니다.
Federated Learning
Machine Learning Classification
Network Coding
분산/협력 인공지능 기반 5G+ 이동통신 네트워크 데이터 분석 및 제어 기술
본 연구실은 분산 및 협력 인공지능 기술을 활용하여 5G 및 그 이후 세대의 이동통신 네트워크에서 발생하는 대규모 데이터의 분석과 제어를 위한 핵심 기술을 개발하고 있습니다. 5G+ 네트워크 환경에서는 다양한 네트워크 데이터가 실시간으로 생성되며, 이를 효과적으로 분석하고 제어하기 위해서는 분산된 여러 지능형 에이전트가 상호 협력하는 구조가 필수적입니다. 연구실에서는 이러한 환경에서 요구되는 데이터 분석 기능 간의 상호 호환성과 효율적인 분산/협력 AI 알고리즘 개발에 중점을 두고 있습니다.
특히, 네트워크 지능화 기술을 통해 네트워크의 상태를 실시간으로 파악하고, 자동화된 의사결정 및 제어가 가능하도록 하는 플랫폼을 구축하고 있습니다. 이를 위해 네트워크 데이터의 효율적 처리를 위한 상위 레벨 데이터 치환 알고리즘, 최적 학습모델 자동 추천 기술, 그리고 다중 네트워크 데이터 분석 기능의 협력 학습을 통한 동적 분석·제어 알고리즘을 개발하고 있습니다. 또한, 이러한 기술을 실제 네트워크 환경에 적용하기 위해 국제 표준화 및 표준특허 확보에도 힘쓰고 있습니다.
이러한 연구는 5G/6G 무선 네트워크, 스마트팩토리, 자율주행 시스템 등 다양한 응용 분야에 적용될 수 있으며, 네트워크의 자동화와 지능화를 통해 서비스 품질을 극대화하고, 네트워크 운영의 효율성을 높이는 데 기여하고 있습니다. 앞으로도 연구실은 차세대 네트워크의 핵심 인공지능 기술을 선도적으로 개발하여, 미래 통신 인프라의 혁신을 이끌어갈 계획입니다.
게임이론 기반 분산 자원 관리 및 공평성 최적화
연구실은 협력 게임이론을 기반으로 한 분산 자원 관리 및 공평성 최적화 패러다임을 심도 있게 연구하고 있습니다. 다중 에이전트가 공존하는 네트워크 환경에서는 시스템 자원이 유한하며, 이를 효율적이고 공평하게 분배하는 것이 매우 중요합니다. 본 연구실은 Nash 협상 해법(Nash Bargaining Solution, NBS), Kalai-Smorodinsky Bargaining Solution(KSBS), Egalitarian bargaining solution 등 다양한 협상 해법을 적용하여, 각 에이전트의 효용(utility)을 극대화하면서도 파레토 최적성과 공평성을 동시에 달성할 수 있는 자원 분배 알고리즘을 개발하고 있습니다.
특히, 동적 네트워크 환경에서 자원 분배의 계산 복잡도를 줄이기 위한 저복잡도 알고리즘, 방향 벡터를 이용한 최적화 기법, 그리고 다양한 효용 함수에 적용 가능한 일반화된 알고리즘을 제안하고 있습니다. 이러한 연구는 5G/6G 무선 네트워크, 스마트팩토리, 자율주행 시스템 등 실제 산업 현장에 적용되어, 네트워크 자원의 효율적 관리와 서비스 품질 향상에 크게 기여하고 있습니다.
연구 결과는 IEEE Transactions on Signal Processing, IEEE Transactions on Vehicular Technology 등 국제 저명 학술지에 다수 게재되었으며, 관련 특허도 활발히 출원되고 있습니다. 앞으로도 연구실은 게임이론과 인공지능을 융합한 혁신적 자원 관리 기술을 지속적으로 발전시켜, 차세대 네트워크 및 지능형 시스템의 핵심 원천기술을 확보해 나갈 계획입니다.
설명가능하고 경량화된 딥러닝 및 연합학습 기반 네트워크 이상 탐지
본 연구실은 네트워크 및 사물인터넷(IoT) 환경에서 발생하는 다양한 이상 행위를 효과적으로 탐지하기 위한 설명가능한 딥러닝 모델 및 경량화 알고리즘 개발에 주력하고 있습니다. 대규모 네트워크와 엣지 디바이스에서는 자원이 제한적이기 때문에, 저비용·고효율의 이상 탐지 알고리즘이 필수적입니다. 이를 위해 연구실은 Shapley Value 등 협력 게임이론을 활용한 오토인코더 경량화, 특징 중요도 기반 계층적 이상 탐지, 병렬 이산 웨이블릿 변환 기반 신호 처리 등 다양한 혁신적 방법론을 제시하고 있습니다.
특히, 연합학습(Federated Learning) 프레임워크를 도입하여, 분산된 환경에서 데이터 프라이버시를 보호하면서도 효율적인 모델 학습과 이상 탐지가 가능하도록 하고 있습니다. 또한, 공격 유형별 특징 분석, 적대적 공격에 강건한 탐지 모델, 실시간 데이터 스트림 마이닝 등 최신 연구 트렌드를 반영한 기술 개발에 앞장서고 있습니다. 이러한 연구는 산업용 IoT, 스마트팩토리, 차량 네트워크, 에너지 그리드 등 다양한 실세계 응용에 적용되고 있습니다.
연구실의 이상 탐지 기술은 실제 산업 현장에서의 데이터 처리 효율성, 실시간성, 보안성 향상에 크게 기여하고 있으며, 관련 논문과 특허가 국내외에서 높은 평가를 받고 있습니다. 앞으로도 연구실은 설명가능성과 경량화, 그리고 분산 협력 기반의 인공지능 기술을 융합하여, 미래 네트워크 보안 및 신뢰성 확보에 핵심적인 역할을 수행할 것입니다.
1
Bargaining Strategies for Networked Multimedia Resource Management
Hyunggon Park, Mihaela van der Schaar
IEEE Transactions on Signal Processing, 2007.07
2
Low Complexity Iterative Multimedia Resource Allocation Based on Game Theoretic Approach
Eunji Kim, Hyunggon Park, Pascal Frossard
IEEE International Symposium on Circuits & Systems (ISCAS 2012), 2012.05
3
Direction Vector based Algorithm for the Nash Bargaining Solution in Dynamic Networks
Jisoo Choi, Hyunggon Park
IEEE Communications Letters, 2018.07
1
인간중심 스마트팩토리를 위한 지능형 IIoT(Industrial Internet of Things) 융복합 인재양성 교육연구단
2
5G/B5G에서 그래프 신경망을 이용한 상호 분리형 희소 네트워크에 관한 연구
3
안정된 에너지 그리드를 위한 인공지능 기반 V2G
