지능형 시스템 연구실

차량 IoT 환경에서는 초저지연 안전 서비스부터 고대역폭 데이터 서비스, 고성능 운행 지원 서비스 등 이질적인 품질 요건을 가진 다양한 서비스가 필요함. 하지만 차량들의 이동 특성, 컴퓨팅 능력, 트래픽 특성과 밀집도 등은 동적이고 예측이 어려워, 효율적 자원 관리가 어려운 문제로 지적됨. 본 연구는 5G 네트워크 환경에서 심층강화학습과 연합학습을 활용해 이러한 문제를 해결하는 지능형 자원할당 최적화 기법을 개발하고자 함. 초기에는 제한된 엣지 컴퓨팅 환경에서의 심층강화학습 기반 자원할당 기술을 설계하며, 이후 확장된 엣지 컴퓨팅 환경에서 동적 특성을 반영한 연합학습 프레임워크를 구축하고, 이를 통해 차량 IoT 서비스 품질 요구를 충족하는 자원 최적화 기법을 완성하는 것을 목표로 함. 해당 기술은 데이터 처리 비용 절감, 클라우드 운영 비용 감소, 차량통신 표준화 기여, 5G 기반 차량 IoT 서비스 산업 경쟁력 강화에 기여할 것으로 기대됨.

2021.05 - 2024.01

이 과제는 IoT와 시계열 데이터스트림을 AI로 분석해 디지털트윈(DTw) 하이브리드 모델을 자동 생성하고 메타트윈버스 기반 가상공간을 활용하는 기술 개발을 목표로 함. 디지털트윈의 핵심 기술인 AI, IoT, 클라우드, 빅데이터, AR/VR, 메타버스에 대한 연구와 실습을 통해 융합형 인재 양성도 포함됨. 사용자 친화적인 시뮬레이션과 예측 기술을 구현하며, 재난 안전, 제조 관리, 의료 등 다양한 산업 분야에서 활용 가능한 자율형 디지털트윈 플랫폼 개발을 지향함. 이를 통해 신산업 기술 가치를 확보하고 4차 산업혁명 시대에 필요한 지능형 서비스 플랫폼 기술 창출 가능성을 기대함.

2022.06 - 2026.11

이 연구는 밀폐시설에서 발생하는 산업재해를 예방하고 관리하기 위해 이종기술을 융합한 지능형 안전관리 시스템 개발을 목표로 함. 딥러닝 기반의 객체(대피자) 인식 영상 알고리즘과 폭발음 및 비명음 등을 분석하는 음향 알고리즘을 개발하여, 영상 및 음향 데이터를 활용한 실시간 환경 감시와 대응 능력을 강화하고자 함. AI CCTV 영상분석장치와 환경 감시 알고리즘을 설계·개발하며, Tensorflow 기반의 딥러닝 기술을 활용하여 객체 분류 및 상황 인식을 지원함. 이를 통해 복합 센서를 활용한 신뢰성 높은 모니터링 기술과 장소의 제약을 받지 않는 IoT 기반 시스템을 구축하고, 시설 관리 데이터의 실시간 통합 및 관제를 가능하게 하는 솔루션을 제시함. 기술 개발 이후 밀폐공간 질식재해 대응을 위한 새로운 시장 창출과 산업·시설 통합 관제 플랫폼으로의 확장 가능성이 기대됨.

2022.04 - 2022.11

AI 기반 원격 정신건강 상담 시스템 사업화는 기존의 대면 상담에서 발생하는 시간과 공간의 제약을 극복하고, 보다 많은 내담자에게 접근 가능한 솔루션을 제공하고자 함. 이 시스템은 영상 및 바이오 데이터를 활용해 내담자의 감정과 건강 상태를 분석하고, 상담 과정을 지원하는 빅데이터 기반 관리 플랫폼과 AI 감정 인식 기술을 결합함. 이를 통해 상담자는 비대면 환경에서도 효율적이고 개인화된 상담을 제공할 수 있음. 본 연구는 스마트밴드와 AI 얼굴인식 기술을 활용한 시스템 개발을 중심으로, 양육자와 자녀의 관계 증진, 문제 행동 예방, 부모 효능감 향상 등 실질적인 심리적 효과를 기대. 나아가 상담이 어려운 환경에 있는 내담자에게 지속적인 심리적 지원을 가능케 하며, 지역 복지센터 및 국가 바우처 사업 등 다양한 활용 방안으로 심리상담 접근성을 확대할 가능성이 높음.

2021.05 - 2021.06

5G 무선 네트워크 환경에서 기지국 운용의 에너지 효율성을 높이기 위한 지능형 기법 개발이 본 연구의 주요 목표임. 5G 환경에서 네트워크 고밀화로 인해 발생하는 막대한 전력 소모 문제는 경제적·환경적 과제로 대두되며, 특히 기지국 스위칭 기술은 네트워크 트래픽 부하에 따라 기지국 전원을 적응적으로 On-Off 하는 방식으로 이러한 문제를 해결할 수 있는 핵심 기술로 주목받고 있음. 본 연구는 전이학습과 강화학습을 혼합한 기법을 통해 기존 데이터에서 학습된 경험을 새로운 환경에 신속히 적용, 최적화된 기지국 스위칭 전략을 개발하는 데 초점을 맞추고 있음. 본 연구는 세 단계로 진행됨. 초기 단계에서는 5G HetNet 환경을 모델링하고 QoS 제약사항을 만족시키는 최적화된 전이학습 기법을 개발함. 두 번째 단계에서는 강화학습 기반 의사결정 기법과 메타휴리스틱 최적화 기법을 결합한 지능형 인지엔진을 완성함. 마지막으로 CRAN 및 H-CRAN과 같은 차세대 네트워크 환경에 맞는 커스터마이징을 진행해 최적화된 성능을 구현할 계획임. 이 연구를 통해 에너지 효율성과 네트워크 운용 비용 절감뿐만 아니라, 무선 네트워크 산업의 지속가능성과 경쟁력 확보에 크게 기여할 것으로 기대됨.

2018.02 - 2021.01

본 연구는 전력, 수도, 가스 등 다양한 자원의 사용 정보를 효율적으로 관리하고 최적화된 에너지 활용을 지원하기 위한 AMI 맞춤형 클라우드 컴퓨팅 기반 통합 솔루션을 개발하는 데 중점을 둠. 기존 AMI 시스템은 개별적으로 운영되고 있어 확장성과 통합성에서 한계를 보였으나, 본 연구를 통해 클라우드 인프라를 활용하여 이종 스마트 미터를 지역적으로 관리하고, AMI 시스템 간의 상호 연동을 가능하게 함. 이를 통해 자동화된 에너지 제어와 실시간 데이터 분석이 가능해지며, 사용자 및 관리자에게 직관적이고 효율적인 에너지 관리 방안을 제공할 것으로 기대됨. 이러한 기술은 스마트그리드와의 연계를 강화하고 글로벌 AMI 솔루션 시장에서의 경쟁력을 확보하는 데 기여할 전망됨.

2015.10 - 2018.09

스마트그리드 AMI 환경에서 양방향 통신 인프라 구축 및 망 관리 메커니즘 개발을 목표로, AMI가 요구하는 통신 서비스의 특성을 분석하고 품질 요구사항을 도출함. IP 기반 인터넷 통합망이 이러한 요구사항을 얼마나 충족할 수 있는지 검증한 후, 이를 보완하는 양방향 통신 인프라를 설계하고 유무선 네트워크 요소들 간 효율적인 망 연동 기법을 개발함. 이 기반 위에서 각 서비스 특성에 적합한 망 관리 프로토콜을 설계하고 성능 최적화 기법을 적용하며, 최종적으로 국내외 표준화를 목표로 기술 효용성을 검증함. 본 연구는 이론적 기초와 실질적 기술 개발을 병행하여 스마트그리드 산업의 발전을 가속화하고 "지능형 소비자" 구현을 위한 기반 기술로 기여할 것으로 기대됨.

2010.08 - 2015.07

HTML5 기술을 활용하여 온라인 수업 동영상을 다양한 디바이스에서 손쉽게 시청할 수 있는 N-Screen 서비스 시스템을 개발하는 것을 목표로 함. 이 시스템은 학교 구성원을 위한 특화된 교수학습 기능을 통합하고, 다양한 학습 자료와 정보를 효율적으로 공유할 수 있는 플랫폼을 제공하며, 방과후학교와 교수학습센터의 온라인 강의 관리를 지원하도록 설계됨. 주요 기능으로는 영상 정보 저장 및 태그 마킹, 동영상 재생 제어 동기화, 학습 메모 동기화 기술이 포함되며, HTML5 기반으로 다양한 매체 및 환경에서 호환 가능한 통합 웹 인터페이스를 제공함. 이를 통해 교육동영상 시스템의 활용을 활성화하고, 온라인 학습 환경을 혁신하여 학습의 효율성과 접근성을 동시에 향상시킬 수 있을 것으로 기대됨.

2012.05 - 2013.04

본 연구는 지진 재난 방지 시스템을 위한 지능형 에이전트 기반 IoT 기술 개발을 목표로 함. 한국과 일본 연구팀은 AI 에이전트 및 IoT 통신 분야에서의 전문성을 활용하여 협력 연구를 진행함. 먼저 지능형 에이전트 기반 IoT 시스템 아키텍처를 설계하고, 이를 바탕으로 프로토타입을 구현하며 성능 평가와 고도화를 수행함. 특히, 자율적 동적 네트워크 구성 및 신뢰성 있는 시스템을 개발하여 재난 대응의 신속성과 효율성을 높이고자 함. 또한, 양국 협력을 통해 지진뿐만 아니라 다양한 재난에 대비할 수 있는 확장 가능 기술을 확보할 것으로 기대됨. 이 연구는 지진 재난 예방 기술의 방향성을 제시하며, 국민 안전과 국제적 기술 경쟁력을 강화하는 데 중점을 두었음.

2018.03 - 2020.02

본 연구는 멀티 마이크로그리드(Microgrid)의 연계 및 다이나믹 최적 운용 기술을 개발하여 최적화된 스마트그리드 시스템을 구현함. 이를 위해 독립형 및 연계형 마이크로그리드 간의 통합 제어 알고리즘을 설계하고, 하드웨어-인-더-루프(HILS) 시뮬레이션 기반 테스트를 통해 성능을 검증함. 연구에서는 자율 구성(Auto-configuration)과 부하 차단(Load-shedding) 기술을 활용하여 전력 공급의 안정성을 향상시키고, 마이크로그리드 내 에너지 거래와 정산 시스템을 개발함. 또한, 다양한 에너지원과 전력 저장 시스템 간의 최적 운용 알고리즘을 구현하여 에너지 효율성을 극대화함. 본 연구는 멀티 마이크로그리드 클러스터링 기술을 통해 스마트하고 지속 가능한 전력망 구축을 목표로 하며, 이를 통해 스마트그리드 환경에서의 글로벌 경쟁력을 강화하고자 함.

2014.11 - 2017.08

2009.05 - 2011.04

2007.08 - 2008.07

2002.09 - 2003.08

2000.09 - 2002.08