연구 기간 : 2026.09 ~ 2026. 10

과제 키워드 : BCI, AI-based Contents Generation, Generative AI, Music Generation

AI-BCI 기반 몰입형 음악 콘텐츠 제작을 위한 EEG 데이터와 AI Music Generation 융합 연구 프로젝트입니다.

• Ace Step을 이용한 음악 생성

• 음악 생성 조건을 만들기 위한 EEG 캘리브레이션

• 다양한 파형을 통해 개인화를 만들기 위한 PSD분석

• 음악의 프롬프트를 최소화 하고 분위기에 맞춘 음악을 생성

연구 기간 : 2026.05 ~ 2026. 12

과제 키워드 : BCI, AI-based Contents Generation, Generative AI

AI-BCI 및 월드 모델 기반 몰입형 콘텐츠 제작을 위한 EEG 데이터와 AI 월드 모델을 융합 연구 프로젝트입니다.

• 대조 학습을 통해 뇌파의 암시적 특징을 스스로 학습

• 캘리브레이션 시간을 70% 단축하는 강건한 모델을 설계

• 낮은 신호 대 잡음비 환경에서도 정교한 시각 정보를 도출

• 디퓨전 모델과 월드 모델을 결합하여 가상 공간 내 객체 간의 인과 관계를 동적으로 추론하는 환경 구축

연구기간 : 2026.04 ~ 2026.07

과제 키워드 : OCR, Anomaly Detection, Embedded systems

화학 공정 과정에서 발생하는 품질 편차를 극복하기 위한 AI 기술 검증 프로젝트입니다. 

• 완벽한 통제가 어려운 제조 공정의 특성 반영

• 사전에 불량 유발 요소 탐색 및 이상 탐지(Anomaly Detection) 모델 개발

• 엣지 환경(Embedded Systems)에서의 실효성 및 현장 적용 가능성 검증

연구기간 : 2026.04 ~ 2026.12

과제 키워드 : Generative AI, Diffusion Models, Chebyshev Polynomials, Transformer 

기존 확산 모델(Diffusion Model)이 필수적으로 요구하는 다단계 반복 추론의 속도 한계를 근본적으로 해결하기 위한 생성형 AI 원천 기술 연구입니다. 

• 디퓨전 생성이 비주기적이고 매끄러운 신호임을 수학적으로 증명

• 저차원 체비쇼프 다항식 공간의 계수로 압축하여 전역적으로
  매개변수화

• 반복적인 노이즈 제거 과정 없이 단일 순방향 패스(Single-pass)로 다항식의 계수를 예측

• 이미지를 생성하는 차세대 디퓨전 아키텍처를 설계

연구기간 : 2024.11 ~ 2025.12

과제 키워드 : Generative AI, Image Geneartion, EEG

 EEG 신호를 사전 학습된 거대 모델인 CLIP의 임베딩 공간에 정렬하여 이미지를 생성하는 연구를 수행 했습니다

• 기존의 CLIP과의 alignment를 만드는 연구를 수행

• t-SNE를 통해 EEG 임베딩 벡터를 시각화

• Latent Vector의 표현력 확보와 학습 속도 개선을 위해 Stable Diffsuion v2를 활용

• 메모리 문제를 해결하기 위해 gradient accumulation, gradient check points, cpu offloading, selective fine-tuning을 활용

연구기간 : 2024.05 ~ 2024.11

과제 키워드 : Signal, Self-supervised Learning, Representation Learning

신호 복원 평가 시 기존 MSE(거리 기반) 지표의 한계 입증 및 새로운 Metric 제안

• 진폭(Amplitude) 변화에 강건하며 [0, 1] 범위를 갖는 새로운 신호 유사도 평가지표 SDSC(Signal Dice Similarity Coefficient)
  제안

• SDSC를 시그모이드(Sigmoid)로 근사하여 미분 가능한 손실
  함수로 변환

• 다양한 데이터셋 테스트 및 MSE와의 약한 상관관계 분석을 통해
  기존 지표의 문제점 지적 및 SDSC 실효성 증명

연구기간 : 2024.03 ~ 2025.12

과제 키워드 : GPU-based Data Science, Data Science, GPU Optimization

데이터 엔지니어링 과정에서 GPU 가속을 적극 활용하여 대규모 데이터의 ETL(Extract, Transform, Load) 및 CRUD 파이프라인 처리 속도를 극대화하는 방안을 설계하고 검증했습니다. 

• • RAPIDS의 다양한 라이브러리 활용

  • GPU를 사용한 Extract, Transform, Load(ETL) 및 Create, Read, Update, Delete(CRUD)등의 Pipeline 최적화

  • Kaggle 및 기초 서적용 코드 작성

  • Wikidocs NVIDIA RAPIDS로 배우는 데이터 사이언스 가속화 기초 작성

연구기간 : 2021.04 ~ 2024.12

과제 키워드 : Computer Vision, Object Detection, Semantic Segmentation, Smart Farm, Robot, Real Time AI

오리사-영상기반 AI알고리즘 개발, AI기반 오리 폐사체와 이상 개체 검출 및 깔짚 상태 인식 방법론 연구 

• • 오리사 데이터 수집 및 정제.

  • 자동 레이블 프로그램 개발.

  • RetinaNet의스마트팜 활용 가능성 조사(JAST)

  • 속도 개선을 위한 YOLO v3~ YOLO v8 학습 및 실험.

  • 깔 짚 영역의 segmentation 모델 개발.

  • 실시간 추론을 위한 GPU 분산 처리 개발.

  • 개발 된 네트워크 모듈화

연구기간 : 2021.04 ~ 2021.12

과제 키워드 : Vision Transformer, In-Painting, Out-Painting

• Vision Transformer를 활용하여 Image In-painting 수행.

• Patch-based Painting 문제를 Vision Transformer 친화적으로
  정의

• 이미지 내부, 외부 상관없이 누락하여 학습.

• 누락 비율에 따른 복원 성능 차이 비교 분석

• 복원 성능 개선을 위한 Patch-GAN 응용

연구기간 : 2021.06 ~ 2022.08

과제 키워드 : Generative AI, Image Geneartion,  Medical Imaging

• • StyleGANv1, StyleGANv2, PGGAN을 활용.

  • 생성 성능을 측정하기 위한 Metric 조사.

  • DAPI data 분석

  • 문제에 맞추어 PGGAN 변형

  • 생성 성능 분석 및 문제점 도출

연구기간 : 2022.04 ~ 2022.11

과제 키워드 :  Semantic Segmentation, Data Imbalance, Medical Imaging

• Dental CT semantic segmentation model 개발.

• class imbalance 해결을 위한 loss function 조사.

• focal tversky loss를 변형 및 학습 활용.

• dice coefficient를 활용하여 평가.