이 연구 주제는 디지털 플랫폼과 정보기술 환경에서 사용자와 기업이 어떻게 상호작용하는지를 분석하는 데 초점을 둔다. 연구실은 스마트 스피커, 모바일 커머스, 온라인 리뷰 플랫폼과 같은 다양한 디지털 서비스 맥락에서 기술 수용, 지속 사용, 재구매, 참여 행동의 결정 요인을 실증적으로 탐구한다. 이를 통해 플랫폼 특성, 사용자 인식, 감정적 반응, 정보 품질이 실제 채택과 사용 확산에 어떤 영향을 미치는지 체계적으로 설명하고자 한다. 특히 플랫폼의 보완재 구조, 반응 기능, 채널 특성, 상호작용 설계와 같은 요소가 사용자 경험과 정보 생성 방식에 미치는 효과를 데이터 기반으로 규명한다. 스마트 스피커 채택 연구에서는 플랫폼 특성이 기술 수용에 미치는 영향을 분석하고, 온라인 리뷰 연구에서는 사업자의 응답이 후속 리뷰의 길이, 인지적 표현, 정서적 톤을 어떻게 변화시키는지 살펴본다. 이러한 접근은 경영정보시스템 분야의 이론을 바탕으로 실제 플랫폼 운영 전략과 서비스 개선 방안까지 연결된다는 점에서 의미가 크다. 이 연구는 디지털 전환 시대의 플랫폼 경쟁력 확보와 사용자 중심 서비스 설계에 중요한 시사점을 제공한다. 기업은 연구 결과를 활용해 사용자 참여를 높이고, 리뷰 생태계를 건강하게 관리하며, 새로운 디지털 서비스의 확산 전략을 정교화할 수 있다. 나아가 연구실은 온라인 상호작용이 정보 생태계와 사회적 관계에 미치는 영향을 함께 분석함으로써, 플랫폼 비즈니스의 성과와 책임을 동시에 고려하는 연구를 지향한다.

이 연구 주제는 조직 내부의 팀들이 지식을 주고받는 방식과 정보기술 지원이 협업 성과에 미치는 영향을 다룬다. 연구실은 팀 단위 지식 네트워크에서 지식 유입과 지식 유출을 구분하여 분석하고, 이들이 팀 성과와 혁신, 협업 효율성에 어떤 차별적 영향을 가지는지 탐색한다. 이는 기존의 단순한 지식공유 연구를 넘어, 지식 흐름의 방향성과 맥락을 정교하게 이해하려는 경영정보시스템 연구의 확장으로 볼 수 있다. 연구실의 관련 연구에서는 IT 지원, 과업 상호의존성, 프로세스 양손잡이성 같은 개념을 활용해 팀의 협업 메커니즘을 설명한다. 정보기술은 팀 간 조정과 커뮤니케이션을 가능하게 할 뿐 아니라, 어떤 유형의 지식 흐름이 성과에 더 직접적으로 연결되는지 구별할 수 있게 해준다. 또한 표준화와 유연성의 균형, 탐색과 활용의 동시 수행 같은 문제를 팀 프로세스 차원에서 다루며, 실제 조직 운영에서 필요한 디지털 협업 구조의 설계 원리를 제시한다. 이 연구는 기업의 지식관리 전략, 디지털 협업 시스템 구축, 팀 운영 정책 수립에 실질적인 도움을 준다. 조직은 이를 통해 단순히 정보를 많이 공유하는 것을 넘어, 어떤 지식이 어느 방향으로 이동해야 성과가 높아지는지 판단할 수 있다. 장기적으로는 데이터 기반 조직 운영, 스마트 워크 환경, 하이브리드 협업 체계의 고도화에 기여하는 연구 주제로 발전할 수 있다.

이 연구 주제는 인공지능과 데이터사이언스 기법을 실제 문제 해결에 적용하는 융합 연구를 포괄한다. 연구실은 최근 학술대회 발표와 특허를 통해 자연어처리, 추천시스템, 의료 데이터 분석, 침입탐지, 자율주행 오류 탐지, 멀티모달 인지 분석 등 다양한 응용 분야로 연구 영역을 확장하고 있다. 이는 전통적인 경영정보시스템 연구를 기반으로 하면서도, 실제 산업과 사회 문제를 해결하는 데이터 중심 연구로 발전하고 있음을 보여준다. 구체적으로는 KoBERT와 BART 기반 한국어 언어모델 활용, RAG 성능 향상, 지식 그래프 기반 음악 추천, 의료 이미지 진단 보조, 시계열 예측, 개념 드리프트 대응형 보안 시스템, 멀티모달 라이프로그 기반 인지 단계 예측 등의 주제가 확인된다. 또한 인지능력 테스트 방법 및 시스템 특허는 사용자 맞춤형 시나리오와 반응 데이터를 활용해 복수의 인지 지표를 산출하는 방식으로, 디지털 헬스케어와 AI 평가 기술의 접점을 보여준다. 이러한 연구는 텍스트, 이미지, 영상, 로그 데이터 등 다양한 형태의 데이터를 통합적으로 다루는 것이 특징이다. 이 연구의 강점은 이론적 분석을 넘어서 실제 서비스와 시스템으로 연결될 수 있는 응용 가능성에 있다. 의료, 문화콘텐츠, 제조, 보안, 교통, 교육 등 여러 산업 분야에서 의사결정의 정확도와 효율성을 높일 수 있으며, 사용자 맞춤형 서비스 설계에도 활용될 수 있다. 앞으로도 연구실은 데이터 분석과 AI 모델링을 결합해 인간 중심의 지능형 시스템을 설계하고, 현실 문제에 강한 실용적 데이터사이언스 연구를 지속적으로 추진할 가능성이 높다.