Physical AI 기반 멀티모달 로봇 지능 연구

Introduce

이 연구는 시각, 언어, 힘/토크 등 멀티모달 정보를 통합하여 로봇이 주변 환경을 이해하고 자율적으로 판단·행동하는 Physical AI 기반 지능형 로봇 기술을 연구하는 것을 목표로 한다.

Objective

VLM/VLA 기반 작업 인지·행동 생성 및 계층형 추론·제어 기술을 연구하고, 온디바이스 AI와 Sim-to-Real 기술을 통해 로봇 지능의 효율성과 다양한 환경에 대한 적응 가능성을 검증한다.

VLM 기반 멀티모달 통합 감정 분석 연구

Introduce

이 연구는 VLM을 기반으로 음성, 텍스트, 이미지의 멀티모달 데이터를 융합하여 인간의 감정 상태를 정밀하게 분석하는 감성 인식 기술을 개발하는 것을 목표로 한다.

Objective

모달 간 상호작용을 반영한 VLM 기반 융합 및 예측 기법을 통해 감정 분류 정확도를 향상시키고, 이를 기반으로 감성형 응용 서비스 및 에이전트 개발에 활용한다.

동적 시계열 빅데이터 분석·처리 및 감정 분석 연구

Introduce

이 연구는 시선, 표정, 음성, 생체 신호 등 대규모 시계열 빅데이터의 수집·전처리 및 분석을 통해 감정의 정량적 변화를 파악하고, 이를 바탕으로 감정 기반 응용 기술을 개발하는 것을 목표로 한다.

Objective

다중 생체신호 기반 시계열 빅데이터 처리 파이프라인과 딥러닝 모델로 감정을 정밀하게 예측하고, 감정 인식 결과를 활용해 데이터 기반 감성형 응용 서비스 및 분석 기술에 확장 적용하는 것을 목표로 한다.

Multimodal 센싱 데이터를 이용한 강화학습 기반의 Agentic AI 연구

Introduce

이 연구는 멀티모달 센싱 데이터를 활용해 설계부터 해석, 검증까지 자율적으로 수행하는 디지털 트윈 기반 강화학습 Agentic AI 를 개발하는 것을 목표로 한다.

Objective

설계 형상과 해석 이미지 간 특성 매핑, 디지털 트윈 기반 AI 에이전트, Surrogate 모델 연계 강화학습을 통해 자동화된 생성–검증 루프를 구현하는 것을 목표로 한다.

AI SoC 및 FPGA 기반 온디바이스 감성·행동 인지 인공지능 처리 기술 연구

Introduce

이 연구는 생체 및 행동 데이터를 실시간으로 처리하기 위해, AI SoC와 FPGA 기반의 저전력 고속 온디바이스 감성·행동 인지 기술을 개발하는 것을 목표로 한다.

Objective

AI SoC와 FPGA 기반의 온디바이스 협력 구조를 통해 멀티모달 생체·행동 데이터를 실시간으로 처리하고, 경량화 모델과 최적화 기술을 바탕으로 감성·행동 인지의 저전력 고속화를 실현한다.