Embedded Files
We are highly interested in autonomous Fault Detection, Isolation, and Recovery (FDIR) for aerospace systems, as well as human-supportive and human–AI collaborative intelligence that enables effective cooperation between human operators and AI systems.
Our research further encompasses system-level intelligence, distributed and cooperative decision-making, and AI-driven mission planning and operational support for large-scale aerospace systems. By selecting each topic below, you can explore the detailed research activities currently being conducted in our laboratory.
항공 및 우주 환경에서의 자율 FDIR(Fault Detection, Isolation, and Recovery) 기술과 더불어 인간 운영자를 지원하거나 인간과 협업하는 AI 기술(Human-in-the-Loop, Human–AI Collaboration)에 높은 관심을 두고 있습니다. 아울러 시스템 수준의 지능화, 분산·협력 의사결정, AI 기반 임무 계획·운영 및 의사결정 지원 기술을 포괄적으로 연구하고 있으며 아래에 제시된 연구 주제를 클릭하면 현재 연구실에서 진행 중인 세부 연구 내용을 확인할 수 있습니다.
operation of large-scale assembled structures
operation of large-scale assembled structures
in space
in space
LAIS Lab conducts advanced research on artificial intelligence technologies for the operation of ultra-large-scale aerospace systems.
Our laboratory focuses on space-based solar power plants composed of millions of heterogeneous subsystems operating in complex space environments.
These systems require precise on-orbit assembly, coordination, and energy transmission across large spatial scales.
LAIS Lab studies AI-driven operational frameworks to manage the coupling and coordinated behavior of massive numbers of distributed subsystems in space.
A key research focus is the development of intelligent methods for monitoring system health at scale.
We investigate autonomous fault detection, isolation, and recovery (FDIR) techniques to rapidly identify and localize failures within individual subsystems.
Our approaches aim to ensure fast isolation of faulty components while maintaining overall system stability and performance.
In addition, we explore AI-based recovery and normalization strategies that enable failed subsystems to safely return to nominal operation when possible.
Human-supportive and human–AI collaborative decision-making frameworks are also incorporated to enhance system reliability and operational safety.
Through this research, LAIS Lab aims to enable scalable, resilient, and intelligent operation of future space solar power infrastructures.
LAIS Lab(우주항공 거대지능시스템 연구실)은 초대규모 우주항공 시스템의 운영을 위한 인공지능 기술을 연구하는 연구실입니다.
본 연구실은 수백만 개의 이기종 서브시스템으로 구성된 우주태양광발전소와 같은 초대형 시스템을 주요 연구 대상으로 합니다. 이러한 시스템은 우주 공간에서의 정밀한 구조 결합, 대규모 협조 운용, 에너지 전송 운영을 요구합니다.
LAIS Lab은 방대한 수의 분산된 서브시스템을 효율적으로 관리하기 위한 AI 기반 통합 운영 프레임워크를 연구합니다. 특히, 시스템 전반의 상태를 실시간으로 파악하기 위한 대규모 시스템 상태 감시 기술에 주력하고 있습니다.
또한 개별 서브시스템에서 발생하는 문제를 신속히 식별하기 위해 자율 FDIR(Fault Detection, Isolation, and Recovery) 기법을 연구합니다. 이를 통해 고장 발생 시 문제가 있는 서브시스템을 빠르게 고립시키면서도 전체 시스템의 안정성을 유지하는 것을 목표로 합니다. 아울러, 고장 이후 서브시스템을 정상 상태로 복구하기 위한 AI 기반 정상화 및 회복 전략도 함께 연구합니다. 본 연구실은 인간 운영자를 지원하거나 인간과 협업하는 Human–AI 협업 기반 의사결정 구조를 중요하게 다룹니다.
이를 통해 LAIS Lab은 미래 우주태양광발전소의 확장 가능하고 신뢰성 높은 지능형 운영 기술을 구현하는 것을 목표로 합니다.
coordinated operation of aviation systems involving multiple aircraft, control centers, and ground airports
coordinated operation of aviation systems involving multiple aircraft, control centers, and ground airports
The LAIS Lab conducts advanced research on artificial intelligence technologies for safe and resilient aircraft operations.
Our laboratory focuses on aviation systems composed of diverse aircraft platforms and air traffic management subsystems operating in complex and safety-critical environments.
Modern aircraft operations rely on the tight integration of onboard systems, ground control systems, and communication infrastructures.
LAIS Lab investigates AI-based operational frameworks to manage the interaction and coordination among these heterogeneous subsystems.
A core research objective is the development of intelligent system health monitoring methods for large-scale aviation operations.
We study autonomous Fault Detection, Isolation, and Recovery (FDIR) techniques to rapidly identify anomalies in individual aircraft or operational subsystems.
These methods aim to isolate faulty components promptly while preserving the continuity and safety of overall flight operations.
In addition, LAIS Lab explores AI-driven recovery and reconfiguration strategies that enable affected subsystems to return to nominal operating conditions.
Human-supportive and human–AI collaborative decision-making mechanisms are incorporated to assist pilots, controllers, and operators in safety-critical situations.
Through this research, LAIS Lab seeks to advance intelligent, reliable, and scalable AI solutions for future aviation operations.
LAIS Lab(우주항공 거대지능시스템 연구실)은 항공기 운영의 안전성과 신뢰성을 향상시키기 위한 인공지능 기술을 연구합니다.
본 연구실은 다양한 항공기와 관제 서브시스템으로 구성된 항공 운영 환경을 주요 연구 대상으로 합니다. 현대 항공기 운영은 기체 내부 시스템, 지상 관제 시스템, 통신 인프라 간의 긴밀한 연계를 기반으로 이루어집니다. LAIS Lab은 이러한 이기종 서브시스템 간의 상호작용을 효과적으로 관리하기 위한 AI 기반 운영 프레임워크를 연구합니다.
특히, 대규모 항공 운영 환경에서의 시스템 상태 감시 및 이상 징후 탐지 기술을 핵심 연구 주제로 다룹니다. 개별 항공기 또는 운영 서브시스템에서 발생하는 문제를 신속히 식별하기 위해 자율 FDIR(Fault Detection, Isolation, and Recovery) 기법을 연구합니다.
이를 통해 고장 발생 시 문제가 있는 서브시스템을 빠르게 고립시키면서도 전체 항공 운영의 안전성을 유지하는 것을 목표로 합니다. 아울러, 장애 이후 서브시스템을 정상 상태로 복구하기 위한 AI 기반 정상화 및 재구성 전략도 함께 연구합니다. 본 연구실은 조종사와 관제사를 지원하거나 인간과 협업하는 Human–AI 협업 기반 의사결정 구조를 중요하게 다룹니다.
이를 통해 LAIS Lab은 미래 항공기 운영을 위한 지능적이고 신뢰성 높은 인공지능 기반 운영 기술을 구현하는 것을 목표로 합니다.
AI-driven Autonomous Operation for Space Data Centers
AI-driven Autonomous Operation for Space Data Centers
LAIS Lab conducts advanced research on artificial intelligence technologies for the operation of ultra-large-scale aerospace systems. Our laboratory focuses on Space Data Centers, complex systems composed of millions of heterogeneous subsystems (server nodes, storage units, network modules, power systems, etc.) operating in the demanding space environment. These systems require precise on-orbit assembly, large-scale coordination, and dynamic resource management.
LAIS Lab studies AI-driven operational frameworks to manage the coupling and coordinated behavior of massive numbers of distributed subsystems in space. Our research focuses on:
Massive Scale Monitoring: Investigating AI cores that analyze real-time data from millions of nodes to monitor the overall health of the data center at scale.
Autonomous FDIR (Fault Detection, Isolation, Recovery): Developing intelligent methods to rapidly identify failures, isolate faulty components, and initiate automatic recovery sequences (like rerouting data paths) to maintain overall system stability.
Dynamic Resource Orchestration: Exploring AI-based resource allocation strategies to dynamically balance workloads (Load Balancing) and optimize the utilization of server, storage, and network resources in real-time.
Human-AI Collaborative Decision Making: Incorporating human-supportive frameworks where AI provides intelligent insight for optimal action proposals, and human operators can oversee or approve critical decisions, enhancing reliability and operational safety.
Through this research, LAIS Lab aims to enable scalable, resilient, and intelligent operation of future space data infrastructures.
LAIS Lab은 우주라는 극한 환경에서 작동하는 초대규모 시스템, '우주데이터센터'의 자율적이고 신뢰성 높은 운영을 위한 혁신적인 AI 기술을 연구합니다.
미래의 우주데이터센터는 수백만 개의 이기종 서브시스템(서버 노드, 저장장치, 네트워크 모듈, 전력 시스템 등)으로 구성될 것이며, 이는 지구 궤도 상에서 정밀한 구조 결합과 대규모 협조 운용을 요구합니다. LAIS Lab은 이러한 복잡하고 거대한 분산 시스템을 효율적으로 관리하고 최적화하기 위해 인공지능에 기반한 통합 운영 프레임워크를 개발하고 있습니다.
저희의 주요 연구 내용은 다음과 같습니다.
대규모 시스템 상태 감시 (Massive Scale Monitoring): 수백만 개의 노드에서 발생하는 방대한 실시간 데이터를 AI로 분석하여 데이터센터 전반의 건강 상태를 실시간으로 파악합니다.
자율 FDIR (Fault Detection, Isolation, Recovery): 개별 서브시스템에서 고장이 발생할 경우, AI가 즉각적으로 이를 탐지하고(Detection), 문제가 확산되지 않도록 고립시키며(Isolation), 자동으로 복구(Recovery)하거나 경로를 재설정(Rerouting)하여 전체 시스템의 중단 없는 안정성을 유지합니다.
동적 자원 조절 (Dynamic Resource Orchestration): 변동하는 데이터 처리 요구량에 맞춰 AI가 서버, 스토리지, 네트워크 자원을 실시간으로 최적 할당하고 부하를 균형 있게 조절(Load Balancing)하여 운영 효율성을 극대화합니다.
인간-AI 협업 의사결정 (Human-AI Collaborative Decision Making): AI가 제공하는 지능형 통찰력(Intelligent Oversight)을 바탕으로 인간 운영자가 더 안전하고 신뢰할 수 있는 최종 결정을 내리거나 필요시 시스템을 감독할 수 있는 협업 구조를 통합합니다.
Human-machine teaming
Human-machine teaming
LAIS Lab investigates AI models that infer human cognitive and psychological states
from behavioral and operational data in aerospace environments.
Our focus is not clinical psychology, but human-in-the-loop intelligence
for safe and resilient aerospace system operations.
LAIS Lab은 항공기 조종사와 우주비행사의 행동 로그 및 운용 패턴을 분석하여
인간의 심리·인지 상태를 추론하는 AI 기술을 연구합니다.
본 연구는 심리학적 진단이 아니라,
항공·우주 시스템 관점에서의 안전성 향상과 자율 시스템 보조를 목표로 합니다.
Page updated
Report abuse