1) 의료 AI (Medical) | 스마트 인솔 및 멀티모달 기반 퇴행성 질환 조기 진단 AI | • 기존 알츠하이머/관절염 진단(MRI, PET)은 고비용이며 장비가 필수적임
• 육안 진단은 관찰자 간 편차가 큼
| • 보행 데이터 분석: 스마트 인솔로 수집한 시계열 보행 데이터에 퓨샷 러닝(Few-Shot Learning) 및 메트릭 러닝 적용, 데이터 부족 문제 해결
• 준지도 학습(Semi-Supervised): 라벨링 된 데이터가 적어도 높은 정확도 확보 (DC-AAE 모델)
• 정확도: 무릎 관절염(KL Grade) 분류 정확도 75.52% (기존 SOTA 대비 우위)
| • 알츠하이머 조기 선별 (보행 분석)
• 무릎 골관절염 심각도 자동 판독
• 뇌종양 및 유방암 병변 자동 분할
|
2) 철도 AI (Railway) | 합성 데이터 생성 및 하이브리드 비전 기반 철도 결함 탐지 | • 철도 사고의 주요 원인인 유지보수 불량 및 인적 요인
• 결함 데이터 확보의 어려움(Data Scarcity) | • 데이터 생성: Stable Diffusion 기반으로 '결함이 있는 철도 이미지'를 생성하여 학습 데이터 부족 해결
• 초정밀 탐지: CNN(지역적 특징)과 ViT(전역적 문맥)를 결합한 하이브리드 모델로 궤도 부품(체결장치, 레일, 침목) 미세 결함 탐지
• 성능: 철도 HVAC 시스템 이상 탐지 정확도 99.73% 달성
| • 선로 점검차 자동화 시스템
• 레일/침목/체결장치 파손 및 탈락 실시간 감지
• 철도 차량 공조 시스템(HVAC) 예지보전
|
3) 농업 AI (Agriculture) | 유전·환경 빅데이터 기반 작물 형질 예측 및 생산성 최적화 | • 기후 변화로 인한 수발아(Pre-harvest Sprouting) 피해 및 상품성 저하
• 경험에 의존한 재배 관리의 한계 | • 유전체 분석(GWAS): 딥러닝을 활용해 수발아 등 복잡 형질과 연관된 유전 좌위(SNP) 초정밀 예측
• 환경 제어: Fuzzy Neural Network(FDNN)를 활용하여 온실 환경 데이터(온도, 습도 등) 기반 최적 제어 의사결정
• 생산성 향상: 생육·환경·제어 데이터 통합 플랫폼 구축
| • 벼 품종 개량 및 재배 적합지 추천
• 딸기/파프리카/토마토 스마트팜 자동 제어
|
4) 전기 AI (Electricity) | One-Source 멀티모달 기반 전력 설비 부분방전(PD) 진단 | • 기존 수동 감시는 전문가 주관 개입 및 고비용 발생 22
• 노이즈로 인한 오탐지 및 낮은 민감도 23
| • One-Source Multimodal: 단일 시계열 데이터를 PRPD, 스펙트로그램 등 다양한 이미지로 변환하여 통합 분석, 진단 정확도 극대화
• 상태 추정(State Estimation): GNN(그래프 신경망) 기반 전력망 상태 추정 모델로 수렴율 97% 이상 확보
• XAI 적용: 모델의 판단 근거를 시각화하여 신뢰성 확보
| • 변압기, GIS, 배전반 등 전력 설비 절연 진단
• 전력망 최적화 운영(OPF) 및 이상 징후 조기 감지 2
|
5) AI첨단제조 (Manufacturing) | CNN-ViT 하이브리드 결함 검출 비전 머신 | • 미세 결함과 대형 결함을 동시에 잡아내야 하는 어려움 • 단일 모델로는 다양한 유형의 불량 검출 한계 | • 이중 결합 구조: CNN(Tightly coupled)과 ViT(Loosely coupled)를 결합하여 국소적 결함과 전체적인 패턴 이상을 동시 포착
• 실시간 분석: 다중 센서 및 비전 데이터를 실시간으로 처리하여 제조 라인 내 결함 즉시 분류
| • 베어링 등 정밀 부품 내/외륜 불량 검사
• 제조 공정 자동화 라인 품질 관리(QA)
|
6) 응용 AI (Applied AI) | Sub-One-Shot 학습 및 설명 가능한 퍼지(Fuzzy) AI | • 데이터 희소성(Data Scarcity) 및 AI의 불투명성(Black-box) • 개인정보 보호를 위한 '잊힐 권리' 기술 부재 | • Sub-One-Shot: 1장 미만의 데이터로도 학습 가능한 초소량 데이터 학습 기술
• Fuzzy AI: 불확실한 데이터를 처리하며 판단 근거를 설명(Explainable)하는 인공지능
• Machine Unlearning: 특정 데이터의 영향을 모델에서 완벽히 제거하는 기술 35
| • 데이터 확보가 어려운 특수 산업군(국방, 희귀질환) • 개인정보 삭제가 필요한 서비스 (Machine Unlearning)
• 사용자 맞춤형 추천 시스템
|
<곽정환 교수의 연구 분야 및 기술>
1) 의료 AI
(Medical)
• 기존 알츠하이머/관절염 진단(MRI, PET)은 고비용이며 장비가 필수적임
• 육안 진단은 관찰자 간 편차가 큼
• 보행 데이터 분석: 스마트 인솔로 수집한 시계열 보행 데이터에 퓨샷 러닝(Few-Shot Learning) 및 메트릭 러닝 적용, 데이터 부족 문제 해결
• 준지도 학습(Semi-Supervised): 라벨링 된 데이터가 적어도 높은 정확도 확보 (DC-AAE 모델)
• 정확도: 무릎 관절염(KL Grade) 분류 정확도 75.52% (기존 SOTA 대비 우위)
• 알츠하이머 조기 선별 (보행 분석)
• 무릎 골관절염 심각도 자동 판독
• 뇌종양 및 유방암 병변 자동 분할
2) 철도 AI
(Railway)
• 철도 사고의 주요 원인인 유지보수 불량 및 인적 요인
• 결함 데이터 확보의 어려움(Data Scarcity)
• 데이터 생성: Stable Diffusion 기반으로 '결함이 있는 철도 이미지'를 생성하여 학습 데이터 부족 해결
• 초정밀 탐지: CNN(지역적 특징)과 ViT(전역적 문맥)를 결합한 하이브리드 모델로 궤도 부품(체결장치, 레일, 침목) 미세 결함 탐지
• 성능: 철도 HVAC 시스템 이상 탐지 정확도 99.73% 달성
• 선로 점검차 자동화 시스템
• 레일/침목/체결장치 파손 및 탈락 실시간 감지
• 철도 차량 공조 시스템(HVAC) 예지보전
3) 농업 AI
(Agriculture)
• 기후 변화로 인한 수발아(Pre-harvest Sprouting) 피해 및 상품성 저하
• 경험에 의존한 재배 관리의 한계
• 유전체 분석(GWAS): 딥러닝을 활용해 수발아 등 복잡 형질과 연관된 유전 좌위(SNP) 초정밀 예측
• 환경 제어: Fuzzy Neural Network(FDNN)를 활용하여 온실 환경 데이터(온도, 습도 등) 기반 최적 제어 의사결정
• 생산성 향상: 생육·환경·제어 데이터 통합 플랫폼 구축
• 벼 품종 개량 및 재배 적합지 추천
• 딸기/파프리카/토마토 스마트팜 자동 제어
4) 전기 AI
(Electricity)
• 기존 수동 감시는 전문가 주관 개입 및 고비용 발생 22
• 노이즈로 인한 오탐지 및 낮은 민감도 23
• One-Source Multimodal: 단일 시계열 데이터를 PRPD, 스펙트로그램 등 다양한 이미지로 변환하여 통합 분석, 진단 정확도 극대화
• 상태 추정(State Estimation): GNN(그래프 신경망) 기반 전력망 상태 추정 모델로 수렴율 97% 이상 확보
• XAI 적용: 모델의 판단 근거를 시각화하여 신뢰성 확보
• 변압기, GIS, 배전반 등 전력 설비 절연 진단
• 전력망 최적화 운영(OPF) 및 이상 징후 조기 감지 2
5) AI첨단제조
(Manufacturing)
• 미세 결함과 대형 결함을 동시에 잡아내야 하는 어려움
• 단일 모델로는 다양한 유형의 불량 검출 한계
• 이중 결합 구조: CNN(Tightly coupled)과 ViT(Loosely coupled)를 결합하여 국소적 결함과 전체적인 패턴 이상을 동시 포착
• 실시간 분석: 다중 센서 및 비전 데이터를 실시간으로 처리하여 제조 라인 내 결함 즉시 분류
• 베어링 등 정밀 부품 내/외륜 불량 검사
• 제조 공정 자동화 라인 품질 관리(QA)
6) 응용 AI
(Applied AI)
• 데이터 희소성(Data Scarcity) 및 AI의 불투명성(Black-box)
• 개인정보 보호를 위한 '잊힐 권리' 기술 부재
• Sub-One-Shot: 1장 미만의 데이터로도 학습 가능한 초소량 데이터 학습 기술
• Fuzzy AI: 불확실한 데이터를 처리하며 판단 근거를 설명(Explainable)하는 인공지능
• Machine Unlearning: 특정 데이터의 영향을 모델에서 완벽히 제거하는 기술 35
• 데이터 확보가 어려운 특수 산업군(국방, 희귀질환)
• 개인정보 삭제가 필요한 서비스 (Machine Unlearning)
• 사용자 맞춤형 추천 시스템