전 세계 주요 대학 연구실의 연구 분야, 주요 논문을 한눈에 확인하세요.
조용훈 교수의 연구실은 첨단 광학 소재 및 장치 분야에서 핵심적인 연구를 수행하고 있습니다. 주요 연구 방향은 InGaN/GaN 다중 퀘이버웰 구조의 발광 메커니즘 규명과 그래핀 기반 양자점의 광학 특성 제어, 특히 산소 함량이 빛 발광에 미치는 영향을 중심으로 합니다. 또한, 메타표면 기반의 빛 조작 기술과 GaN 기반 마이크로LED 및 a-IGZO 트랜지스터의 통합 기술을 통해 고효율·저비용 웜화이트 LED 소자와 고해상도 표면 장치의 실현을 목표로 하고 있습니다. 이 모든 연구는 나노구조 소재의 광물성 제어와 응용 기술의 융합을 바탕으로 하고 있습니다.
박신영 교수의 연구실은 치과 임플란트 및 구강건강과 연관된 뼈 재생 기술에 중점을 두고 있으며, 특히 3D 생체프린팅 기반의 맞춤형 생체소재와 나노입자 코팅을 활용한 뼈재생 솔루션을 개발하고 있습니다. BMP-2 유전자 전달을 통한 조직공학적 접근과 함께, 치주염 및 임플란트周위염 치료를 위한 혁신적 치료 전략을 모색하고 있습니다. 또한 구강건강과 심혈관 질환 간의 연관성에 대한 기초 연구를 통해 전신건강과의 연계성을 탐구하고 있습니다.
김영학 교수의 연구실은 두께가 원자층 수준에 이르는 나노소재에서 나타나는 2차원 자성 현상과 그 응용을 중심으로 연구를 이어가고 있습니다. 특히, 자기천공(스kyrmion)의 안정화 및 전류 구동 동역학, 비등방성 전자구조 제어를 통한 자성 특성 조절, 전자기 결합 및 전자상태의 상전이 메커니즘을 규명하는 데 초점을 맞추고 있습니다. 이는 향후 고성능 스핀트로닉스 소자 및 토폴로지 기반 정보 기술의 핵심 소재 개발에 기여할 것입니다.
장준환 교수의 연구실은 정신질환, 특히 강박장애(OCD)와 발병 전 증후군(프로드롬)의 뇌 구조적 및 기능적 기반을 밝히는 데 초점을 맞추고 있습니다. 뇌 영상 기반으로 전두엽,cingulate 고리, 편도체, 소뇌 등 뇌 구조의 이환 패atters를 분석하며, 특히 OCD 환자의 뇌 구조 이상과 신경가소성 변화를 중심으로 연구를 진행하고 있습니다. 또한, 한국어로 번역된 프로드롬 증상 평가 척도(SIPS)의 신뢰성과 타당성 검증을 통해 조기 정신질환 진단의 기반을 마련하고 있습니다.
박현태 교수의 연구실은 여성의 폐경기와 관련된 대사질환, 특히 비만, 제2형 당뇨병, 심혈관 질환, 지방간 등과의 연관성을 중심으로 연구를 진행하고 있습니다. 특히 폐경기 전후 여성의 대사 변화와 증상, 예를 들어 발한, 열기 등 혈관성 증상이 대사증후군과 어떤 연관이 있는지에 대한 기전적·임상적 분석에 중점을 두고 있습니다. 또한 항암치료제인 타모신페닌이 자궁질환 위험에 미치는 영향과 같은 임상적 문제에도 관심을 기울이며, 인공지능 기반의 공존질환 분석을 통해 당뇨병과 암, 심장질환, 정신질환 간의 병태생리적 연관성을 규명하고자 합니다.
정진만 교수의 연구실은 뇌졸중의 병태생리학적 기전과 예후 예측을 중심으로 한 신경과학 기반 임상 연구를 수행하고 있습니다. 특히 토카츠보 심장병 양상과 뇌졸중의 연관성, 뇌경색 환자의 재발 예측 모델링, 스테로이드 및 항응고제 치료의 임상적 효과에 대한 메타분석을 통해 뇌혈관 질환의 정밀의료를 추구하고 있습니다. 최근에는 기계학습 기반 예측 모델 개발을 통해 조기 신경학적 악화를 조기에 식별하고자 하는 혁신적 연구도 진행 중입니다.
전소연 교수의 연구실은 노화와 신경퇴행성질환, 특히 알츠하이머병의 조기 진단 및 예측을 핵심 목표로 삼고 있습니다. 주로 PET 영상과 뇌영상 기반 생체지표를 활용해 뇌의 amyloid 축적, 신경변성, 백질하나상이상과 같은 알츠하이머병의 뇌병리학적 소견을 규명하고 있으며, 생활습관(운동, 인지활동), 유전적 소인(APOE4), 스트레스 요인(가족 간병자 상태) 등이 뇌건강에 미치는 영향을 다각도로 분석하고 있습니다. 특히 한국 뇌노화연구(KBASE) 코hort를 기반으로 한 장기적 관찰 연구를 통해 뇌질환의 예방 전략을 모색하고 있습니다.
이준엽 교수의 연구실은 컴퓨터 비전과 영상처리 분야에서 실시간 및 정밀한 시각 인식 기술을 연구하고 있습니다. 특히 장면 내 텍스트 인식, 초해상도 복원, 텍스트 편집, 의미론적 분할 등 다양한 영상 이해 기술을 개발하며, 실제 응용 환경(예: 자율주행)에 최적화된 효율적인 신경망 아키텍처 설계에 중점을 두고 있습니다. 연구는 모델의 정확도 향상과 동시에 실시간 처리 성능을 동시에 확보하는 데 기여하고 있습니다. 특히, 복잡한 텍스트 형태나 낮은 해상도 이미지에서도 뛰어난 성능을 내는 알고리즘 개발에 주력하고 있습니다.
윤세영 교수의 연구실은 통신 네트워크의 경제성과 자원 최적화를 중심으로 연구를 이어가고 있습니다. 특히 피코셀 기반의 무선 통신 환경에서의 서비스 모델, 가격 전략, 사용자 수요와 사회적 복지 간의 균형을 게임 이론과 경제 모델링을 통해 분석합니다. 또한, 스펙트럼 기반 알고리즘을 활용한 커뮤니티 탐지, CSMA 기반의 분산 MAC 프로토콜의 최적화, 그리고 의료 음성 신호 분석을 위한 딥러닝 기반 보조 진단 기술 등 다학제적 접근을 통해 실생활 문제 해결에 기여하고자 합니다. 특히 데이터 부족 상황에서도 효과적인 모델 일반화와 증강 기법을 적용한 음성 분류 기술에 주력하고 있습니다.
윤성영 교수의 연구실은 통신 네트워크의 경제성과 자원 최적화를 중심으로 연구를 전개합니다. 특히 피크셀 셀(femtocell) 기반의 무선 통신 환경에서 운영자와 사용자 간의 상호작용을 게임 이론적 프레임워크로 분석하며, 서비스 유형과 가격 전략이 수익성, 사용자 후생, 사회적 복지에 미치는 영향을 탐구합니다. 또한 커뮤니티 탐지, 스펙트럼 기반 알고리즘, 그리고 딥러닝 기반 의료 신호 분석 등 다학제적 접근을 통해 실생활 문제 해결에 기여하고자 합니다.
이지현 교수의 연구실은 종양학과 인체 체성분 분석을 융합한 임상 연구를 중심으로, 비만이 암 환자에서 예상치 못한 생존 우월성(비만 역설)을 보이는 메커니즘을 규명하는 데 주력하고 있습니다. 특히 흉부·Abdominal CT나 MRI를 활용한 근육량, 내장지방, 피하지방 등의 정량적 분석을 통해 체성분이 암 치료 반응과 예후에 미치는 영향을 연구하고 있으며, 이는 신체 구성의 생물학적 기전을 해부하는 데 초점이 맞춰져 있습니다. 최근에는 MRI 기반 전기적 성질 단층촬영(MR-EPT)을 활용한 연조직 생체전도도 측정 및 운동 유도 변화 분석 등 체성분 외에도 생체 조직의 물리적 특성 분석에도 확장하고 있습니다.
한인수 교수의 연구실은 고도화된 비선형 시스템 모델링과 최적화 기법을 바탕으로 한 산업 공정의 정밀 제어 및 설계를 연구하고 있습니다. 특히 고분자 중합 공정의 품질 예측, 고체 물질의 열역학적 거동 해석, 대규모 행렬 연산의 효율적 계산 방법 개발에 초점을 맞추고 있으며, 이는 반도체 회로 설계 및 머신러닝 응용까지 확장됩니다. 연구는 실험과 수치 시뮬레이션을 융합한 다학제적 접근을 통해 실용적이고 신뢰할 수 있는 기술 솔루션을 제시합니다.
남윤재 교수의 연구실은 디지털 기술과 문화 콘텐츠가 관광, 미술, 사회문화적 경험에 미치는 영향을 중심으로 연구를 전개합니다. 특히 SNS 활용이 농촌 관광 행동에 미치는 영향, 가상현실 기반 박물관 체험의 만족도 및 재방문 의도, 거리 예술 투어의 지속 가능성 가치 등에서 기술과 문화의 융합을 탐구합니다. 사회적 미디어 데이터를 활용한 텍스트 마이닝과 네트워크 분석을 통해 실질적인 관광 정책 및 콘텐츠 기획에 기여하고자 합니다.
김민수 교수의 연구실은 유체역학과 수치해석을 기반으로 한 자유면 유동 해석 기법을 개발하며, 특히 VOF(Volume of Fluid) 기반의 고도화된 수치 알고리즘을 통해 2차원 및 3차원의 복잡한 유동 문제, 예를 들어 캐비티 채움, 슬로싱 현상 등을 정밀하게 시뮬레이션하는 데 전문성을 갖추고 있습니다. 또한, 딥러닝 기반 분자 생성 모델을 활용한 신약개발 연구를 통해 비정상적인 분자 구조를 생성하지 않는 조건부 변분 오토인코더(CVAE)를 도입하여 약물 후보 물질의 설계 효율을 극대화하고 있습니다. 조직심리학 분야에선 심리적 계약 위반과 절차공정성의 집단적 영향, 조직사회화 전략과 목표지향성 간의 매개효과를 경험표집법(ESM)을 활용해 실시간 데이터로 분석함으로써 조직 내 행동의 다층적 이해를 제공하고 있습니다.
송현오 교수의 연구실은 딥러닝 기반 이미지 인식 및 임베딩 학습 분야에서 핵심적인 연구를 수행하고 있습니다. 주요 연구 방향은 이미지 간 유사도를 보다 정교하게 학습하는 메트릭 러닝, 도메인 적응을 통한 일반화 성능 향상, 그리고 약한 감독 환경에서도 높은 성능을 내는 객체 검출 및 인스턴스 세그멘테이션 기법 개발입니다. 특히, 전반적인 데이터 분포의 구조를 고려한 유사도 메트릭 설계와, 실제 이미지의 중요 특징을 반영한 데이터 증강 기법을 통해 모델의 안정성과 정확도를 극대화하는 데 초점을 맞추고 있습니다.
한미선 교수의 연구실은 소아 환자에서의 코로나19 감염 특성과 전파 역학을 중심으로 연구를 진행하고 있습니다. 특히 무증상 또는 경증 증상의 어린이를 통해 잠재적인 사회적 전파가 일어날 수 있음을 밝혀내며, 비만성 및 대변 등 다양한 체액에서 바이러스 RNA가 장기간 검출될 수 있음을 규명했습니다. 또한 신생아에서의 바이러스 양상과 소아의 임상적 경과에 대한 다학제적 분석을 통해 감염 조절 및 조기 진단 전략 개발에 기여하고 있습니다.
전규정 교수의 연구실은 원자적 상호작용을 정밀하게 모델링하기 위한 기계학습 기반 상호작용 잠재에너지(MLIP) 개발과 이를 활용한 고체전지, 특히 리튬 이온 및 리튬 고체 전해질의 나노구조와 이온 이동 메커니즘을 연구합니다. 특히, 그래프 신경망 기반의 CHGNet과 같은 유 universal MLIP를 통해 복잡한 결정구조와 결함, 표면, 고용체 상의 에너지 표면을 정확하게 예측하며, 전자빔 손상과 같은 실험적 외부 요인의 영향까지 고려한 고해상도 전자현미경 분석도 수행합니다. 이는 고성능 고체전지 소재의 설계와 기초 메커니즘 규명에 기여하고 있습니다.
박지영 교수의 연구실은 광학적 및 화학적 특성을 가진 신소재 개발에 초점을 맞추고 있으며, 특히 포유류 호흡기증후군 바이러스(PRRSV)의 유전자 특성 분석과 진단 기술 향상에 기여하고 있습니다. 또한, 환경 친화적인 광리트로그라피 소재, 나노복합체 기반 광중합 필름, 그리고 철산화물 기반 고분자 소재를 활용한 콘크리트 내구성 향상 기술 개발 등 다학제적 응용을 연구하고 있습니다. 특히 EUV 리소그래피에서의 반응 메커니즘 규명과 나노소재의 물리화학적 특성 제어에 초첨을 두고 있습니다.
이 교수의 연구실은 주로 통계적 분류, 신호 처리 및 사회경제적 불평등 분석을 융합한 다학제적 연구를 수행합니다. 특히 정규분포 기반의 분류 오차 추정, 음성 신호의 특징 추출 최적화, 고분광 영상의 효율적 압축 기법 개발 등 기술적 문제 해결에 깊이 몰입하며, 동시에 가구소득 불평등, 출산율 감소 등의 사회적 이슈에 대한 정량적 분석도 진행하고 있습니다. 연구는 이론적 정밀도와 실제 응용 가능성을 동시에 고려하여 설계됩니다.
김지훈 교수의 연구실은 고성능 통신 및 인공지능 반도체 아키텍처 설계를 중심으로, 에너지 효율적인 하드웨어 아키텍처와 메모리 기반 연산 기술을 연구하고 있습니다. 특히 4세대 이동통신 표준을 지원하는 고속 터보 디코더, PIM(처리 기반 메모리) 기반 신경망 처리 아키텍처, 그리고 비트 정밀도 유연성과 스파arsity 처리를 통합한 혁신적인 메모리 구조를 개발하고 있습니다. 또한, 생물학적 신호를 실시간으로 감지하고 제어할 수 있는 고감도 바이오센서 기술을 접목한 다기능 반도체 시스템의 융합 연구도 진행 중입니다.
