고민삼 연구실
ICT융합학부
고민삼
고민삼 연구실은 인공지능 시스템 및 응용, 휴먼-컴퓨터 인터랙션(HCI), 멀티모달 데이터 기반 이상 탐지 등 첨단 ICT 융합 분야에서 선도적인 연구를 수행하고 있습니다. 본 연구실은 딥러닝, 생성적 적대 신경망(GAN), 트랜스포머 등 최신 인공지능 기술을 다양한 실제 문제에 적용하여 혁신적인 솔루션을 개발하고 있습니다. 의료 영상 분석, 도로 및 철도 안전, 피부암 진단, 설비 이상 탐지, 합성 데이터 생성 등 다양한 분야에서 인공지능의 실질적 가치를 입증하고 있습니다.
특히, 인간 중심의 인공지능 응용과 휴먼-컴퓨터 인터랙션(HCI) 연구에 강점을 가지고 있습니다. 모바일 알람 앱의 행동 변화 유도, 스마트폰 과다 사용 중재, 그룹 기반 스마트기기 사용 조절, 피트니스 챗봇, 장애인 지원 시스템 등 사용자의 실제 행동 데이터를 기반으로 한 정량적·정성적 분석을 통해, 사용자 경험(UX)과 행동 변화의 원리를 탐구하고 있습니다. 이러한 연구는 사회적 상호작용 증진, 자기조절, 몰입도 향상 등 긍정적 변화를 유도하는 시스템 개발로 이어지고 있습니다.
연구실은 멀티모달 데이터 융합 및 이상 탐지 기술 개발에도 주력하고 있습니다. 다양한 센서 데이터, 이미지, 음성, 텍스트 등 이질적 데이터를 통합 분석하여, 철도 지진 감지, 플랜트 설비 이상 탐지, 도로 피해 탐지, 호흡 소리 분석 등 실제 산업 현장에서 발생하는 문제를 해결하고 있습니다. 비지도 학습 기반의 이상 탐지, 분산 처리, 실시간 예측 등 실질적 문제 해결을 위한 다양한 알고리즘을 개발하며, 산업 안전 및 유지보수 효율화에 기여하고 있습니다.
이외에도 연구실은 합성 데이터 생성, 데이터 전처리, 사용자 맞춤형 피드백, 인간-인공지능 협업 등 다양한 연구 주제를 다루고 있습니다. 실제 산업 및 사회 현장과 연계된 프로젝트를 다수 수행하며, 연구 결과를 특허, 논문, 소프트웨어 등 다양한 형태로 실용화하고 있습니다. 또한, 국내외 학회에서 다수의 우수 논문상을 수상하며 연구의 우수성을 인정받고 있습니다.
앞으로도 고민삼 연구실은 인공지능과 인간 중심 ICT 융합 기술을 바탕으로, 사회적 가치 창출과 혁신적 문제 해결에 앞장설 것입니다. 첨단 기술과 인간 중심의 융합 연구를 통해, 더 나은 미래 사회를 만들어가는 데 기여할 것을 약속합니다.
Online Learning
Human-AI Collaboration
Machine Learning
인공지능 시스템 및 응용
본 연구실은 인공지능 시스템의 이론적 기반부터 실제 응용까지 폭넓은 연구를 수행하고 있습니다. 특히, 딥러닝, 생성적 적대 신경망(GAN), 오토인코더, 트랜스포머 등 최신 인공지능 모델을 다양한 분야에 적용하여 혁신적인 결과를 도출하고 있습니다. 예를 들어, 의료 영상 분석, 지진 감지, 도로 피해 탐지, 피부암 진단 등 실제 사회적 문제 해결에 인공지능을 적극적으로 활용하고 있습니다.
연구실에서는 인공지능 모델의 성능 향상과 실시간 처리, 데이터 불균형 문제 해결, 다양한 센서 및 멀티모달 데이터 융합 등 실질적인 문제를 해결하기 위한 방법론을 개발합니다. 또한, 생성적 모델을 활용한 합성 데이터 생성, 비지도 학습 기반 이상 탐지, 분할 정복 전략 등 다양한 혁신적 접근법을 도입하여 실제 환경에서의 적용 가능성을 높이고 있습니다. 이러한 연구는 산업 현장, 의료, 교통, 환경 등 다양한 영역에서 실질적인 가치를 창출하고 있습니다.
더불어, 연구실은 인공지능 시스템의 신뢰성, 해석 가능성, 사용자 친화성 등도 중요한 연구 주제로 삼고 있습니다. 사용자의 행동 변화 유도, 맞춤형 피드백 제공, 인간-인공지능 협업 등 인간 중심의 인공지능 응용 연구도 활발히 진행 중입니다. 이를 통해 인공지능 기술이 사회 전반에 긍정적인 영향을 미칠 수 있도록 노력하고 있습니다.
휴먼-컴퓨터 인터랙션(HCI) 및 인간 중심 인공지능
본 연구실은 인간과 컴퓨터의 상호작용(HCI) 분야에서 다양한 연구를 수행하고 있습니다. 특히, 사용자의 행동 변화, 몰입도 향상, 사회적 상호작용 증진을 위한 인터페이스 및 시스템 설계에 중점을 두고 있습니다. 예를 들어, 모바일 알람 앱의 기상 과업 설계, 스마트폰 과다 사용 중재 시스템, 그룹 기반 스마트기기 사용 조절, 피트니스 챗봇, 장애인을 위한 인간-인공지능 상호작용 등 다양한 응용 사례를 통해 인간 중심의 기술 개발을 실현하고 있습니다.
연구실은 사용자의 실제 행동 데이터를 기반으로 한 정량적·정성적 분석을 통해, 사용자 경험(UX)과 행동 변화의 원리를 탐구합니다. 불편한 상호작용(Inconvenient Interaction), 사회적 촉진, 협력적 중재, 감정 인식 및 피드백 등 다양한 HCI 이론과 기법을 접목하여, 사용자의 습관 개선, 자기조절, 사회적 동기 부여 등 긍정적 변화를 유도하는 시스템을 개발합니다. 또한, 실시간 감정 분석, 눈 깜빡임 및 표정 인식, 음성 및 영상 기반 행동 분석 등 첨단 센싱 기술을 활용한 인터랙션 연구도 활발히 이루어지고 있습니다.
이러한 연구는 교육, 건강, 사회적 네트워크, 미디어 소비 등 다양한 생활 영역에 적용되어, 인간의 삶의 질을 높이고 사회적 문제를 해결하는 데 기여하고 있습니다. 연구실은 앞으로도 인간 중심의 인공지능 및 인터랙션 기술을 통해, 더욱 직관적이고 효과적인 사용자 경험을 제공하는 혁신적 솔루션을 지속적으로 개발할 계획입니다.
멀티모달 데이터 기반 이상 탐지 및 예측
연구실은 다양한 센서 데이터, 이미지, 음성, 텍스트 등 멀티모달 데이터를 융합하여 이상 탐지 및 예측 기술을 개발하는 데 주력하고 있습니다. 예를 들어, 철도 안전을 위한 지진 감지, 플랜트 설비 이상 탐지, 도로 피해 탐지, 호흡 소리 분석 등 실제 산업 및 사회 현장에서 발생하는 다양한 데이터를 활용하여, 비지도 학습 기반의 이상 탐지 모델을 연구하고 있습니다.
특히, 오토인코더, LSTM, GAN 등 생성적 딥러닝 모델을 활용하여 정상 데이터만으로 이상 여부를 판단하는 기술, 분산 처리 및 대용량 데이터 분석, 실시간 이상 탐지 등 실질적 문제 해결에 초점을 맞추고 있습니다. 또한, 데이터 전처리, 결측값 처리, 이상 구간 분할 등 데이터 품질 향상을 위한 다양한 알고리즘도 개발하고 있습니다. 이러한 연구는 산업 현장의 안전성 향상, 유지보수 비용 절감, 신속한 사고 대응 등에 큰 기여를 하고 있습니다.
연구실은 앞으로도 멀티모달 데이터의 융합 및 해석, 실시간 예측, 사용자 맞춤형 경보 시스템 등 다양한 응용 분야로 연구를 확장할 계획입니다. 이를 통해, 인공지능 기반의 스마트 안전 관리 및 예측 시스템 구축에 선도적 역할을 할 것입니다.
1
Understanding Morning Emotions by Analyzing Daily Wake-Up Alarm Usage: Longitudinal Observational Study
고민삼
JMIR Human Factors, 2024
2
Unsupervised anomaly detection for earthquake detection on Korea high-speed trains using autoencoder-based deep learning models
고민삼
SCIENTIFIC REPORTS, 2024
3
Robust Eye Blink Detection Using Dual Embedding Video Vision Transformer
고민삼
Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2024
1
38. 구강 이미지 합성데이터 (치과질환 인공지능 서비스 모델 구축 지원을 위한 분할 정복 생성 모델 기반 구강 이미지 합성 데이터 구축)
2
엔지니어링 디지털 전환을 위한 비정형 문서 정형화 기술 개발 용역
3
피트니스 장비 유지보수 지원을 위한 인공지능 컨택센터 기술 개발
