한진영 교수의 DSAIL 연구실 ①
- 536호
- 기사입력 2024.03.23
- 취재 이주원 기자
- 편집 장수연 기자
- 조회수 5859
현재 AI 기술이 비약적으로 발달함에 따라 인공지능을 사회문제 해결에 활용할 수 있는 사회적 인공지능 융합 능력이 그 어느 때보다 중요해진 사회가 되었다. 인문 사회에 대한 이해와 인공지능 전문성으로 다양한 분야를 아우르는 한진영 교수의 DSAIL 연구실을 함께 살펴보자.
- 연구실에 대한 소개 부탁드립니다.
인공지능 융합학과 한진영 교수님의 DSAIL(Data Science & Artificial Intelligence Lab) 연구실은 인공지능 기술을 활용하여 사회적 문제들을 해결하는 데 중점을 두고 있습니다. 의료 컴퓨팅(Medical Computing), 인간 중심 인공지능(Human-centered AI), 정신 건강(Mental Health), 공정성(Fairness) 등 다양한 AI 응용 분야에서 기술을 적용하여 실질적이고 실용적인 해결책을 모색합니다. 특히, DSAIL은 각 분야의 전문가들과의 긴밀한 협력을 통해 실제 사회 문제에 대한 해결책을 제공함으로써 사회에 긍정적인 변화를 불러오기 위해 노력합니다. 이러한 노력으로 DSAIL은 2020년~2024년에 AAAI, KDD, EMNLP, WWW, CSCW와 같은 유명 인공지능, 자연어처리, HCI 분야의 학술대회에서 20편 이상의 논문을 발표하였습니다.
- 연구실의 대표적인 연구 활동을 소개해 주세요.
DSAIL은 실제 산업과 사회에 기여할 수 있는 인공지능 기술을 개발하는 것을 목표로 다양한 연구를 수행하고 있습니다. 이는 크게 의료 산업에서 활용될 수 있는 의료 컴퓨팅(Medical Computing), 기술과 사용자 간의 상호작용에 초점을 맞춘 인간 중심 인공지능 (Human-centered AI), 그리고 개인의 정신건강 증진을 목표로 하는 정신 건강(Mental Health) 분야로 나눌 수 있습니다.
(1) 의료 컴퓨팅 (Medical Computing)
인공지능 기술이 실제 산업에 활용될 때는 기술의 불완전성에서 비롯되는 다양한 문제들을 고려할 필요가 있습니다. 실제 의료 분야에서는 특히 인공지능의 불완전성이 큰 위험으로 이어질 가능성이 커서 인공지능 기술이 의료 분야에 활용될 때는 반드시 전문가의 검토가 필요합니다. 이에 따라 DSAIL에서는 의료 전문가의 의사결정을 보조하기 위한 다양한 인공지능 기술을 개발하고 있습니다. 이는 임상 의사결정 지원 시스템(CDSS; Clinical Decision Support System)이라고 불리며 전문가가 의사결정을 할 때에 더 면밀히 고려해야 하는 부분들을 인공지능을 통해 보조하는 방식으로 이루어집니다. 이와 관련된 대표적인 연구 활동으로 실제 환자의 망막 사진을 바탕으로 망막 질환을 예측하는 연구, 망막 조직을 분절하여 병리 조직을 검출할 수 있는 기술을 개발하는 연구가 있으며 안과 외에도 투석 환자의 약물 투여 후의 예후를 예측하여 의료 전문가가 환자의 투약 일정을 조정하는 것을 돕기 위한 인공지능 기술 개발에 대한 연구도 수행되었습니다. 이러한 연구들은 인공지능 분야의 다양한 최신 기술을 기반으로 이루어졌으며, 이에 더불어 딥러닝 모델의 해석 가능성(Explainability)을 높일 수 있는 다양한 기술을 추가로 접목함으로써 전문의가 보다 인공지능 모델의 결과를 신뢰하고 적극적으로 활용할 수 있도록 지원합니다. 이러한 연구 결과들은 JMIR 등 권위 있는 저널에 다수 게재되어 그 우수성을 인정받았습니다.
▲ 의료영상연구
(2) 인간 중심 인공지능 (Human-centered AI)
인간중심 인공지능(Human-centered AI)은 사용자의 편의성과 안전을 고려하여 인공지능 시스템을 개발하고 사용자와의 상호작용을 강화하며 사용자 경험을 최적화하는 기술과 접근 방식을 의미합니다. DSAIL에서도 이러한 방향성에 초점을 맞추어 개발된 인공지능 기술이 사용자에게 보다 유용하게 사용되기 위한 다양한 연구를 수행해 오고 있습니다. 대표적으로 치매 예방을 위한 인공지능 애플리케이션 개발 및 이에 대한 사용성 평가 연구가 있습니다. 경도인지장애나 치매의 위험이 있는 중장년층 및 노년층을 대상으로 인공지능 시스템을 개발하였으며, 실제 50세 이상의 사용자를 대상으로 한 사용자 평가를 통해 개발된 기술이 실제로 사용자에게 어떤 경험을 제공하는지에 대한 심층적인 분석이 수행되었습니다. 두 번째로는, 미술 치료사의 치료 과정에서의 절차를 단축하기 위한 인공지능 애플리케이션을 개발하고 이에 대한 사용성 평가를 진행한 연구가 있습니다. 인공지능 모델이 피검자가 그린 그림의 요소들을 자동으로 분석하여 결과를 도출함으로써 치료사의 치료 과정에서의 부담을 줄여 보다 치료사가 치료에 집중할 수 있도록 지원합니다. 이에 더불어 최근에는 놀이 치료사와의 협력을 통해 놀이 치료에서의 인공지능 활용에 대한 연구를 진행하고 있으며, 앞으로도 인공지능이 우리 생활에 어떻게 보다 효과적으로 통합될 수 있는지에 대한 다양한 연구를 지속할 계획입니다. 해당 연구들은 CSCW, WWW, IUI 등 탑컨퍼런스에 등재되었습니다.
(3) 정신 건강 (Mental Health)
DSAIL의 또 다른 대표적인 연구 분야로는 정신 건강(Mental Health)이 있습니다. 해당 분야에서는 개인의 정신 건강을 증진하는 데 도움이 될 수 있는 다양한 연구를 수행하고 있습니다. 예를 들어, 정신 질환 탐지 (Mental Disease Detection) 연구에서는 소셜 미디어상 나타날 수 있는 정신건강 질환을 탐지하는 인공지능 기술 개발을 통해, 온라인상에서의 잠재된 정신 질환 고위험군을 식별하여 이들이 시의적절하게 도움을 받을 수 있도록 지원하는 데 목표를 두고 있습니다. 해당 연구들은 Reddit이나 Youtube 플랫폼으로부터 텍스트, 영상, 음성 등 다양한 형태의 데이터를 활용하는 멀티모달 러닝 기법을 적용하고 있으며 감정인식, 언어장애 식별 등 헬스케어 전반에 인공지능 기술을 적용하여 뛰어난 성능을 보이고 있습니다. 상담(Counseling) 수행 인공지능 기술 개발 분야 또는 주축이 되는 연구 분야입니다. DSAIL에서는 피상담자의 감정 완화를 위한 상담 인공지능 기술을 개발하여 부족한 상담사 인력 한계를 극복하고자 합니다. 심리 상담 전문가와의 협업을 통해, 최근 주목받는 거대 언어 모델(LLM; Large Language Model)을 기반으로 공감뿐만 아니라 임상적으로 효과적인 상담 전략을 접목하여 개인의 감정과 문제를 더 깊이 이해하고 적절한 응답을 제공할 수 있는 기술을 개발하고 있습니다. 이러한 노력으로 해당 연구들은 EMNLP, KDD, AAAI 등 인공지능 분야 탑컨퍼런스에 게재되었습니다.
DSAIL에서는 딥페이크 감지, 네트워크 설계 지원, 법률 자문 등을 포함한 다양한 산업 및 사회적 문제에 인공지능을 활용하는 실용적인 연구를 추진하고 있습니다. 저희 연구실은 인공지능 기술이 어떻게 우리의 삶을 보다 편리하게 만들어줄 수 있을지에 대한 심도 있는 탐구를 목표로 하며, 앞으로도 여러 분야에서 인공지능의 활용성을 확장해 나가는 데 중점을 두고 다양한 연구를 진행할 예정입니다.
- 하나의 연구는 어떤 과정과 방법을 통해 진행되나요?
연구는 본인이 세운 가설을 독자 또는 평가자에게 증명하고 설득하는 과정이라고 생각합니다. 그렇다면 ‘어떤 것을 주장할 것인가’를 설정하는 것이 우선되어야 합니다. 이를 위한 가장 핵심적인 활동은 논문 읽기인데요. 효과적인 연구를 위해서는 적어도 100편 이상의 관련 논문을 읽어야 합니다. 대략적인 연구 방향을 설정했다면 관련된 기존 연구들을 다 보겠다는 마음가짐으로 검토하며 주제에 대한 배경지식을 습득하고 연구 문제의 발전 과정을 이해하게 됩니다. 이 과정에서 기존 연구의 한계점을 파악하고, 자신의 접근 방식이 어떻게 차별화되는지 검토하는 것이 중요합니다. 연구가 세상에 미칠 긍정적 영향과 연구의 가치에 대해 독자나 평가자를 충분히 납득시킬 수 있는지 가늠해 보면서 연구 문제를 명확히 정의하는 것이 필요하기 때문입니다.
사실 연구 주제를 정의할 때는 연구 방법론, 데이터 수집, 연구 대상 설정 등 세부 계획까지 포함하는 것이 좋습니다. 인공지능 연구에서는 실험 데이터의 질과 양이 결과에 큰 영향을 미치므로 고품질 데이터를 수집하는 것이 필수적입니다. 따라서 데이터 수집 가능 여부를 확인하고 연구 해결을 위한 방법론 선택 시에도 선택한 방법의 적합성 및 선택한 근거의 명확성을 확인해야 연구의 기틀을 견고히 다질 수 있습니다.
이후 수집한 데이터와 방법론을 적용하여 연구 목적에 부합하는 결과를 도출합니다. 다만 결과를 도출하기 전 명심해야 할 것은 ‘전략적인 실험 설계’입니다. 앞서 언급했듯이 연구란 주장을 증명하고 설득하는 과정이라면, 연구의 핵심은 결과 해석과 논의에 있습니다. 실험 결과는 연구의 주장이 충분히 설득력 있는지 뒷받침할 수 있어야 하기에 연구에서 주장하고자 하는 key point가 무엇인지 다시 한번 정리해 보고 이에 맞는 실험 설계를 통해 결과를 도출하는 것이 중요합니다. 또한 필요한 경우, 최신 방법론과의 비교를 통해 효율성을 입증해야 합니다.
마지막으로, 수행된 연구에서 미처 탐구하지 못한 부분으로 인해 발생하는 한계점은 독자로 하여금 의문을 품게 할 수 있습니다. 따라서 연구에서 예상할 수 있는 한계를 사전에 고려하고 명시함으로써 향후 연구 방향을 제시하는 것이 바람직합니다. 이 모든 과정을 거쳐 논문이 완성되며 이후에는 원하는 학회에 제출하여 여러 리뷰어의 평가를 받게 됩니다. 한 번에 논문이 출간되는 경우는 드물며, 반복적인 제출-리뷰 과정을 통해 지속해서 연구를 개선해 완성도 있는 하나의 작품을 만들게 됩니다.
☞ 한진영 교수의 DSAIL 연구실 ② (클릭하시면 글을 볼 수 있습니다.)
No. | 제목 | 등록일 | 조회 |
---|---|---|---|
94 | 548호 김승철 교수의 식물분자계통분류학 연구실 | 2024-09-24 | 1947 |
93 | 546호 구형준 교수의 SecAI Lab | 2024-08-25 | 1161 |
92 | 544호 김영한 교수의 Behavioral Finance Lab | 2024-07-24 | 2752 |
91 | 542호 성지현 교수의 영유아 교육 및 보육 연구실 | 2024-06-25 | 3659 |
90 | 540호 허준석 교수의 M-QuDIT Lab | 2024-05-22 | 3488 |
89 | 538호 박은일 교수의 DX Lab | 2024-04-27 | 5658 |
88 | 536호 한진영 교수의 DSAIL 연구실 ② | 2024-03-23 | 3947 |
87 | 536호 한진영 교수의 DSAIL 연구실 ① | 2024-03-23 | 5871 |
86 | 534호 "오늘 나의 기분은..." 심리학과 윤선경 교수의 EDC 연구실 | 2024-02-23 | 5516 |
85 | 532호 이경하 교수의 중력파 연구실 | 2024-01-23 | 3880 |
- 처음 페이지로 이동
- 이전 페이지로 이동
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 다음 페이지로 이동
- 마지막 페이지로 이동