장윤 교수

본 연구실은 대규모 및 복잡한 데이터를 효과적으로 이해하고 탐색하기 위한 데이터 시각화와 인터랙티브 분석 기술을 중점적으로 연구합니다. 정형 및 비정형 데이터를 포함한 다양한 형태의 데이터를 시각적으로 표현하고, 사용자가 직관적으로 데이터와 상호작용하여 숨겨진 패턴과 인사이트를 발견할 수 있도록 돕는 솔루션을 개발합니다.주요 연구 분야는 대규모 다차원 데이터의 효율적인 시각화 기법, 가상 현실(VR) 환경을 활용한 데이터 탐색, 인간-컴퓨터 상호작용(HCI)을 고려한 인터페이스 설계, 그리고 시선 및 뇌파(EEG) 데이터 분석을 통한 사용자 경험 개선입니다. 특히, 컴퓨터 그래픽스 및 인터랙티브 볼륨 렌더링 기술을 활용하여 데이터를 실감 나게 표현하고, 사용자의 인지 부하를 줄이면서 의사결정을 지원하는 방법론을 모색합니다.이러한 연구는 복잡한 비즈니스 데이터 분석, 과학적 발견, 의료 정보 해석 등 다양한 분야에 적용될 수 있습니다. 예를 들어, 스머지 효과를 이용한 시선 데이터 분포 시각화 특허처럼 사용자의 행동 패턴을 분석하고 예측하는 데 기여하며, 데이터 기반의 현명한 의사결정을 돕는 핵심 가치를 창출합니다. 외부 파트너와의 협력을 통해 연구 결과가 실제 산업 현장에서 활용될 수 있도록 노력하고 있습니다.

본 연구실은 인공지능(AI)과 빅데이터 기술을 융합하여 복잡한 데이터를 분석하고 미래를 예측하는 모델을 개발하는 데 주력하고 있습니다. 머신러닝, 딥러닝, 강화 학습 등 최신 AI 기법을 활용하여 대규모 데이터셋에서 유의미한 패턴을 인식하고, 이를 기반으로 다양한 현상에 대한 예측 정확도를 높이는 연구를 수행합니다.특히, 데이터 융합 기술을 통해 이질적인 여러 데이터를 통합 분석하여 기존에 발견하기 어려웠던 상관관계와 인과 관계를 밝혀내고 있습니다. 예측 모델 개발에 있어 단순히 결과 도출을 넘어, 모델의 설명 가능성을 높여 사용자가 결과를 신뢰하고 활용할 수 있도록 하는 연구도 병행합니다. 이는 데이터 프로파일링, 누락 데이터 예측과 같은 특허에서도 볼 수 있듯이 데이터의 품질 관리부터 활용까지 전 과정에 걸친 심층적인 접근을 의미합니다.이러한 AI 기반 분석 및 예측 모델은 금융 시장 예측, 의료 진단 보조, 제조 공정 최적화 등 광범위한 분야에 적용 가능합니다. 예를 들어, 심층 강화 학습 모델을 이용한 인테리어 객체 배치 장치와 같은 특허는 AI가 실제 환경에서 최적의 결정을 내리도록 지원하며, 데이터의 잠재적 가치를 극대화하여 산업 혁신을 이끌 수 있는 협력 기회를 제공합니다.

본 연구실은 스마트시티와 핵심 사회 인프라의 효율적인 운영 및 관리를 위한 데이터 시뮬레이션 및 모니터링 기술 연구에 집중합니다. 사물 인터넷(IoT) 센서로부터 수집되는 방대한 시공간 데이터를 AI 및 시각화 기술과 결합하여, 도시 환경과 구조물의 상태를 실시간으로 분석하고 예측합니다.주요 연구 내용으로는 교통 혼잡 분석 및 예측 모델링, 교통 시뮬레이션을 통한 도시 교통 네트워크 최적화, 교량 구조 건전성 모니터링 시스템 개발 등이 있습니다. 특히 다중 CCTV 비디오를 이용한 교통 정체 전파 패턴 분석 및 도시 교통 네트워크 모델링 특허, 그리고 GNN(그래프 신경망)을 활용한 교량 구조물의 모니터링 특허는 이 분야에서의 구체적인 성과를 보여줍니다. 이러한 기술들은 도시의 지속 가능성을 높이고, 재해 예방 및 안전 관리 역량을 강화하는 데 기여합니다.이 연구는 스마트시티 구축, 지능형 교통 시스템(ITS) 개발, 노후 인프라 안전 관리 등 다양한 공공 및 민간 영역에서 혁신적인 솔루션을 제공할 수 있습니다. 데이터를 기반으로 현실의 복잡한 문제를 해결하고 미래 도시 환경을 설계하는 데 필요한 핵심 기술을 제공함으로써, 산업 파트너와 함께 실질적인 사회적 가치를 창출하고 있습니다.

2022년~현재 컴퓨터공학과 교수

2016년~2022년 컴퓨터공학과 부교수

2012년~2016년 컴퓨터공학과 조교수

2011년~2012년 미국 Purdue University 박사후 연구원

2009년~2011년 박사후 연구원

2007년~2009년 박사후 연구원