국립한국교통대학교_곽정환 교수_산업 현장의 데이터 한계를 극복하는 실용적 AI 솔루션과 초거대 AI 원천 기술을 모두 보유한 세계 상위 2% 과학자 선정 연구자

김희정
2025-11-28
조회수 1252



75455e3be1f41.png


16ae7c2be5ab5.png

cb86eb0352558.png

<곽정환 교수의 연구 분야 및 기술> 

기술 분야핵심 기술명문제 해결 (Pain Point)솔루션 및 차별성 (Key Features)적용처

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 




827808563df9a.jpg


2 0

대표 : 김정목

<사업자번호>

229-86-01657 (주식회사 티비즈)

702-25-00754 (티비즈특허법률사무소)
EMAIL : tbiz@tbizip.com TEL : 02-6405-3271

<주소>

(서울본사) 06234 서울시 강남구 테헤란로10길 18, 6층 (역삼동, 하나빌딩)

(대구지사) 41566 대구광역시 북구 경대로17길 47, IT융합산업빌딩 504-505호

(경북지사) 38542 경상북도 경산시 삼풍로 27 경북테크노파크 본부동 402호

대표 : 김정목

<사업자번호>

229-86-01657 (주식회사 티비즈)

702-25-00754 (티비즈특허법률사무소)
EMAIL : tbiz@tbizip.com TEL : 02-6405-3271

<주소>

(서울본사) 06234 서울시 강남구 테헤란로10길 18, 6층 (역삼동, 하나빌딩)

(대구지사) 41566 대구광역시 북구 경대로17길 47, IT융합산업빌딩 504-505호

(경북지사) 38542 경상북도 경산시 삼풍로 27 경북테크노파크 본부동 402호