데이터베이스 실험실(Database Lab)
| PROFESOR | 고진광(Koh, Jin-Gwang) |
|---|---|
| TEL | 061-750-3624 |
| kjg@scnu.ac.kr | |
| INTRODUCE | 데이터는 클라우드, 인공지능(Artificial Intelligence), 빅데이터, 사물인터넷(Internet of Things, IoT) 등 현재와 미래를 이끌어갈 기술들의 핵심 원료다. 정부와 기업, 공공기관의 최근 행보를 보면 알 수 있다. 따라서 데이터를 관리하고, 분석하는 것이 매우 중요하다. 본 실험실은 데이터를 체계적으로 정리해 관리하는 데이터베이스를 설계하고, 구현한다. 주로 클라우드 컴퓨팅의 유연성이 추가된 클라우드 데이터베이스에 관해 연구하며 DBaaS(Database as a Service), 데이터베이스 기술, 데이터 암호화 및 보안 수단, 유지 보수 등의 알고리즘을 개발한다. |
인공지능 실험실(Artificial Intelligence Lab)
| PROFESOR | 장문석(Jang, Moon-Suk) |
|---|---|
| TEL | 061-750-3625 |
| jang@scnu.ac.kr | |
| INTRODUCE | 인공지능(Artificial Intelligence, AI)은 이미 우리 가까이에 있고, 자신도 모르게 사용하고 있을 수 있다. 다양한 분야에서 결정론적으로 해결하기 힘들 때 AI로 해결해야 하는 경우가 많다. AI도 해결하려는 문제 유형에 따라 여러 접근법이 있다. AI 실험실은 지식기반/규칙기반 시스템(Knowledge-based/ Rule-based System)부터 퍼지 시스템(Fuzzy System), 인공 신경망(Artificial Neural Network), 유전 알고리즘(Genetic Algorithm)에 이르기까지 여러 접근법으로 최적의 시스템을 연구하고 개발한다. 상황에 맞추어 추론 알고리즘을 개선하고, 효율적인 프로그램도 개발한다. |
소프트웨어공학 실험실(Software Engineering Lab)
| PROFESOR | 김원중(Kim, Won-Jung) |
|---|---|
| TEL | 061-750-3626 |
| kwj@scnu.ac.kr | |
| INTRODUCE | 소프트웨어공학은 소프트웨어의 개발, 운용, 유지 보수 등 생명 주기 전반을 체계적이고 서술적이며 정량적으로 다룬다. 본 실험실은 연구개발의 전주기 프로세스를 총체적이며 체계적으로 이해해 혁신방안을 수립한다. 주로 기관이나 기업의 업무 효율을 높일 수 있는 블록체인(Block Chain), 사물인터넷(Internet of Things), 인공지능(Artificial Intelligence) 기술과 웹(Web) 기반 응용 소프트웨어를 연구개발하며 빅데이터를 분석한다. |
컴퓨터비전 실험실(Computer Vision Lab)
| PROFESOR | 김종찬(Kim, Jong-Chan) |
|---|---|
| TEL | 061-750-3621 |
| seaghost@scnu.ac.kr | |
| INTRODUCE | 컴퓨터 비전(Computer Vision)은 인공지능(Artificial Intelligence, AI)의 한 분야로 컴퓨터를 사용해 인간의 시각적 인식 능력 일반을 재현하는 연구 분야다. 예를 들어 보유한 영상에서 컴퓨터 스스로 유용하며 의미론적인 정보를 추출한다. AI의 혁신으로 컴퓨터 비전은 최근 몇 년 동안 크게 발전했고, 주목받기 시작했다. 이제 이 고도화된 방법론은 카메라를 다루는 모든 분야의 핵심 기술로 사용된다. 대표적으로 스마트 팩토리(Smart Factory), 자율주행차(Autonomous Vehicle), 광학 문자 인식(Optical Character Recognition), 의료 영상(Medical Image) 등이 있다. 지금, 이 순간에도 수백, 수천만 장의 영상이 생성되는 정보의 홍수 속에서 컴퓨터 비전이 지닌 잠재력은 무궁무진하다. 컴퓨터 비전 실험실에서 수행하는 프로젝트는 다음과 같다. - 객체 분류(Object Classification) - 단일/다중 객체 탐지(Single/Multi Object Detection) - 시각적 객체 추적(Visual Object Tracking) - 생성적 적대 신경망(Generative Adversarial Networks, GAN) - 랜드마크 탐지(Landmark Detection) - 의미론적 분할(Semantic Segmentation) |
정보보호&빅데이터 실험실(Information Security&Bigdata Lab)
| PROFESOR | 정세훈(Jung, Se-Hoon) |
|---|---|
| TEL | 061-750-3622 |
| shjung@scnu.ac.kr | |
| INTRODUCE | 뉴 노멀시대에서는 많은 빅데이터들이 생성되고 있으며, 인공지능 기술을 통해 시간과 장소에 구애받지 않고 정보를 서로 주고받을 수 있는 시대가 도래하였다. 인공지능 기술로 인해 다양한 데이터를 수집하고, 분석하여 활용할 수 있는 메타인지 능력이 점점 더 중요해지고 있다. 반면, 빅데이터 시대에 개인 식별정보의 수집이나 검색 등과 같은 정보보호 관련 사건이 지속되고 있으며, 이에 따라 정보보호 관련 기술의 사회적 요구는 점점 확산되고 있는 실정이다. 빅데이터 및 머신러닝 모델 기반의 정보 공격 및 방어 기법을 주로 연구하며, 악성코드 탐지, 머신러닝기반의 학습 모델 생성, 영상 분석, 시계열 데이터 분석 및 예측 등의 응용 산업 분야와 연계한 정보보호 및 데이터 분석 연구를 진행 중이다. 정보보호 및 빅데이터(Information Security&Bigdata, IS&B)에서 수행하는 프로젝트 분야는 다음과 같다. - 바이오 메트릭(Bio Metrix) - 블록체인(Block Chain) - 분석 최적화(Analysis Optimization) - 비지도학습 알고리즘(Unsupervised Learning) |
