우리 학부 최경철 교수 연구실 박사과정 심준희 학생이 2026 International Meeting on Information Display (IMID 2026)에서 KIDS Award 금상(Gold Award)을 수상했다.
IMID는 한국정보디스플레이학회(KIDS)와 Society for Information Display (SID)가 주최하는 디스플레이 분야의 세계적인 국제학술대회로, 올해는 2026년 8월 18일부터 21일까지 부산 BEXCO에서 개최됐다.
심준희 박사과정 학생이 수상한 KIDS Award는 LG Display와 Samsung Display가 후원하는 상으로, 제출된 논문 가운데 디스플레이 분야에서 연구의 혁신성과 우수성을 종합적으로 평가하여 선정되며, 금상은 총 2편의 논문에 수여되는 KIDS Award의 최고 등급이다.
수상 논문인 “Artificial Neural Network-based Optical Inverse Design of White Tandem Organic Light-Emitting Diodes”은 복잡한 다층 박막 구조를 갖는 백색 탠덤 유기발광다이오드(White Tandem OLED)의 광학 구조를 인공지능을 활용하여 역설계하는 기술을 제안했다.
이번 수상은 AI 기반 디스플레이 광학 설계 기술의 우수성을 입증함과 동시에, 차세대 소자 설계 기술로서의 높은 활용 가능성을 보여준 성과다.
< (왼쪽부터) KAIST 정은영 박사과정, KAIST 정재웅 교수, 연세대학교 의과대학 김화영 교수, 연세대학교 의과대학 박종우 박사과정 >
미국 시카고에서 한국 대전에 있는 초소형 뇌 이식 장치를 인터넷으로 원격 조절한다. 우리 학부 연구진이 세계 어디서든 약물을 전달하고 빛으로 뇌 신경세포를 정밀하게 조절할 수 있는 무선 장치를 개발했다. 거리와 장소의 제약을 넘어 뇌 질환의 장기 연구와 미래 치료기기 개발에 활용될 것으로 기대된다.
정재웅 교수 연구팀이 연세대학교 의과대학 김화영 교수 연구팀과 공동으로 약물 전달, 빛 자극, 무선 통신, 인터넷 원격 제어 기능을 하나로 통합한 사물인터넷(IoT) 기반 무선 뉴럴 임플란트(뇌 이식 장치)를 개발했다.
< IoT 기반 무선 뉴럴 임플란트의 개념도 >
기존에는 실험동물의 뇌 신경을 자극하거나 약물을 주입하기 위해 복잡한 선이 연결된 장비를 사용하는 경우가 많아 동물의 자연스러운 움직임을 관찰하는 데 한계가 있었다. 무선 장치 역시 연구자가 가까운 곳에서 직접 조작해야 하는 등 거리와 실험 환경의 제약이 있었다.
연구팀은 이러한 한계를 해결하기 위해 뇌 이식 장치를 인터넷에 연결했다. 연구자가 실험실에 직접 가지 않아도 인터넷을 통해 실시간으로 약물을 투여하거나 빛을 쬐어 특정 뇌 신경세포를 조절할 수 있다. 미리 설정한 시간에 자동으로 작동하도록 프로그램하는 것도 가능하다.
장치는 각설탕 정도의 작은 크기로 제작돼 동물의 자유로운 움직임을 크게 방해하지 않는다. 연구자가 실험동물 가까이에서 반복적으로 장비를 조작할 필요도 없어, 사람의 존재로 인한 스트레스가 동물의 행동과 실험 결과에 영향을 미치는 것을 줄일 수 있다.
장치 내부에는 뇌의 원하는 부위에 약물을 정밀하게 전달하는 미세 유체 시스템과 특정 신경세포를 빛으로 조절하는 마이크로 발광다이오드(Micro LED)가 함께 탑재됐다. 약물과 빛을 각각 따로 조절할 수도 있고, 두 기능을 연계해 사용할 수도 있다.
특히 약물 저장소는 자석으로 쉽게 떼었다 붙일 수 있도록 설계했다. 약물이 떨어져도 장치를 다시 이식하는 수술 없이 저장소를 교체하거나 약물을 보충할 수 있어 장기간 반복 실험이 가능하다.
연구팀은 실제 쥐에 장치를 이식해 4주 동안 성능을 검증했다. 특히 미국 시카고에 있는 연구자가 인터넷을 통해 한국 대전에 있는 뇌 장치를 실시간으로 원격 조작하는 데 성공, 국가 간 거리에서도 안정적으로 작동할 수 있음을 입증했다.
또한 연구팀은 무선으로 쥐의 뇌에 코카인을 투여하고 동시에 특정 신경세포에 빛 자극을 가하는 실험을 진행했다. 그 결과 중독과 관련된 행동 반응을 억제할 수 있음을 확인해 약물 전달과 빛 자극을 결합한 뇌 회로 연구의 가능성을 보여줬다.
이번 기술은 연구자가 실험동물 옆에서 직접 장비를 조작해야 했던 기존 방식에서 벗어나, 동물이 자유롭게 행동하는 환경에서 장기간 뇌 회로와 행동의 관계를 연구할 수 있다는 점에서 의미가 있다. 중독이나 우울증, 퇴행성 뇌 질환처럼 오랜 기간에 걸쳐 뇌와 행동이 변화하는 질환을 연구하는 데 활용될 것으로 기대된다.
향후에는 뇌의 상태를 감지하는 센서와 인공지능(AI) 기술 등을 결합해, 필요한 시점에 약물이나 신경 자극을 제공하는 지능형 이식형 의료기기 연구로 확장될 가능성도 있다.
< 연구 이미지 (AI 생성) >
정재웅 교수는 “이번 기술은 빛과 약물을 이용한 무선 뇌 이식 장치를 단순한 근거리 조작 도구에서 장기간·반복적·원격 실험이 가능한 사물인터넷(IoT) 뇌공학 플랫폼으로 확장했다는 데 의미가 있다”며 “장기적으로는 뇌 질환의 진단과 치료를 위한 지능형 이식형 의료기기 개발에 응용될 것으로 기대한다”고 말했다.
연세대 김화영 교수는 “동물이 자유롭게 행동하는 환경에서 특정 뇌 회로를 장기간 정밀하게 조절할 수 있게 됐다”며 “향후 중독, 우울증, 퇴행성 뇌 질환 등 다양한 질환 모델에서 뇌 회로와 행동 사이의 인과관계를 규명하는 데 중요한 연구 도구로 활용될 것”이라고 말했다.
이번 연구에는 KAIST 전기및전자공학부 정은영 박사과정과 연세대 의대 박종우 박사과정 연구원이 공동 제1저자로 참여했다. 연구 결과는 국제 학술지 ‘사이언스 어드밴시스(Science Advances)’ 7월 29일 자에 게재됐다.
논문명: IoT-enabled wireless neural implant for chronic, programmable neuropharmacology and optogenetics
DOI: 10.1126/sciadv.aee8648
한편, 이번 연구는 과학기술정보통신부 한국연구재단 중견연구자지원사업과 기초연구실지원사업, 산업통상자원부 산업기술 알키미스트 프로젝트의 지원을 받아 수행됐다.
AI가 똑똑해질수록 더 많은 데이터를 빠르게 처리할 수 있는 ‘고성능 메모리’가 필요하다. 하지만 기존처럼 반도체를 계속 작게 만드는 데는 한계가 있다. 우리 학부 연구진이 반도체를 위로 쌓는 3차원 구조의 약점까지 해결하면서, AI 반도체의 성능은 높이고 전력 소모는 낮출 새로운 길을 열었다.
권지민 교수 연구팀은 UNIST, 연세대학교 등 국내 연구진과 공동으로 차세대 메모리 소자인 산화물 수직 채널 트랜지스터(Vertical Channel Transistor, VCT)의 결함을 줄이고 성능과 안정성을 크게 높일 수 있는 새로운 다층 층간 절연막 구조를 개발했다.
컴퓨터의 주기억장치로 사용되는 DRAM은 컴퓨터가 작업 중인 데이터를 임시로 저장해 빠르게 꺼내 쓸 수 있도록 하는 메모리다. 지난 수십 년간 DRAM은 반도체 소자의 크기를 줄여 같은 면적에 더 많은 데이터를 저장하고, 전력 소모를 낮추는 방향으로 발전해 왔다.
그러나 반도체를 평면에서 계속 작게 만드는 방식은 점차 물리적 한계에 가까워지고 있다. 이에 최근에는 소자를 옆으로만 줄이는 대신 위로 쌓아 올려 집적도를 높이는 3차원 구조가 주목받고 있다. 좁은 땅에 단층 주택을 계속 촘촘하게 짓는 대신 고층 아파트를 세워 더 많은 가구를 수용하는 것과 비슷한 원리다.
이 가운데 수직 채널 트랜지스터(VCT)는 전류가 흐르는 길인 ‘채널’을 기존의 수평 방향이 아닌 수직 방향으로 만든 소자다. 이를 활용하면 제한된 면적에 더 많은 소자를 배치할 수 있어 고집적 메모리 구현에 유리하다.
< 산소터널(Oxygen Tunnel) 구조를 적용한 산화물 수직채널트랜지스터 >
특히 채널 소재로 산화물 반도체(Oxide Semiconductor)를 사용하면 전류가 새어나가는 현상을 크게 줄일 수 있어, 전력 소모가 적은 차세대 메모리를 만드는 데 유리하다.
하지만 해결해야 할 문제가 있었다. 바로 ‘산소 공공(Oxygen Vacancy)’이다. 이는 산화물 반도체에서 원래 산소 원자가 있어야 할 자리가 비어 있는 상태를 말한다. 즉, 벽돌담에서 벽돌 몇 장이 빠지면 벽 전체가 불안정해지는 것처럼, 이러한 빈자리가 많아지면 반도체의 전기적 특성이 달라져 소자가 안정적으로 작동하기 어려워진다.
그렇다고 산소를 무작정 많이 공급할 수도 없다. 부족한 산소를 채우려다가 산소가 금속 전극까지 이동하면 전극이 산화돼 오히려 소자의 성능을 떨어뜨릴 수 있기 때문이다. 즉, 산소가 필요한 곳에는 보내고, 필요하지 않은 곳에는 가지 못하도록 정밀하게 조절하는 기술이 필요했다.
연구팀은 이를 해결하기 위해 질화규소/이산화규소/질화규소(SiN/SiO₂/SiN)로 구성된 새로운 다층 층간 절연막을 개발했다. 층간 절연막은 반도체 내부의 여러 소자와 배선 사이를 전기적으로 분리하는 막으로, 쉽게 말해 아파트의 층과 층 사이를 나누는 바닥과 천장 같은 역할을 한다.
연구팀은 이 절연막을 단순히 전기를 차단하는 용도로 사용하는 데서 한발 더 나아가, 산소의 이동까지 조절하는 ‘산소 터널(Oxygen Tunnel)’로 활용했다.
마치 복잡한 건물 안에서 사람이 아무 곳으로나 돌아다니지 않고 정해진 통로를 따라 필요한 장소로 이동하도록 동선을 설계한 것과 같다. 산소가 필요한 산화물 반도체 쪽으로는 이동할 수 있도록 하면서, 산화되면 안 되는 전극 쪽으로는 이동을 억제한 것이다. 그 결과 산화물 반도체 내부의 빈 산소 자리를 안정적으로 채우면서도 전극의 불필요한 산화를 동시에 억제할 수 있었다.
이를 통해 연구팀은 산화물 수직 채널 트랜지스터 분야에서 세계 최고 수준의 전류 흐름과 데이터 유지 시간(Retention Time)을 달성했다. 데이터 유지 시간이란 메모리가 저장된 정보를 얼마나 오랫동안 안정적으로 유지할 수 있는지를 나타내는 지표다.
내구성도 확인했다. 연구팀이 소자에 1,000만 회(10⁷) 이상의 가혹한 동작 스트레스를 가한 뒤에도 문턱전압(트랜지스터가 켜지기 시작하는 기준 전압)의 변화는 50밀리볼트(mV) 이하에 그쳤다. 이는 수많은 반복 동작에도 소자의 특성이 크게 흔들리지 않았다는 의미로, 높은 메모리 동작 안정성을 보여준다.
연구팀은 여기서 한발 더 나아가 기존 실리콘(Si) 기반 CMOS 반도체와 새로운 산화물 반도체를 하나로 결합하는 기술도 구현해 시스템 성능을 평가했다. CMOS는 현재 대부분의 컴퓨터와 스마트폰 반도체를 구성하는 기본 회로 기술이다.
이번 기술은 향후 차세대 반도체 기술인 컴퓨트 인 메모리(Compute-in-Memory, CIM)의 성능을 높이는 데 활용될 것으로 기대된다.
현재 컴퓨터는 데이터를 저장하는 ‘메모리’와 계산을 담당하는 ‘프로세서’가 분리돼 있어 연산할 때마다 데이터를 서로 주고받아야 한다. 주방에 있는 재료를 요리할 때마다 멀리 떨어진 조리실로 옮겼다가 다시 가져오는 것과 같다. AI처럼 처리해야 할 데이터가 많아질수록 이 이동 과정에서 시간과 전력이 많이 소모된다.
컴퓨트 인 메모리는 이러한 문제를 해결하기 위해 데이터가 저장된 메모리 내부 또는 가까운 곳에서 연산까지 수행하는 기술이다. 재료가 있는 곳에서 바로 요리하는 셈이어서 데이터 이동을 줄이고 연산 속도와 전력 효율을 높일 수 있다.
이번 연구처럼 저전력 산화물 반도체와 기존 실리콘 회로를 3차원으로 결합하면, 좁은 면적에 더 많은 메모리와 연산 기능을 넣을 수 있어 AI가 대규모 데이터를 더 빠르고 적은 전력으로 처리할 수 있을 것으로 기대된다.
권지민 교수는 “고층 건물을 높이 지으려면 층수를 늘리는 것만큼 건물을 안정적으로 만드는 것이 중요하듯, 3차원 반도체도 많이 쌓으면서 안정적으로 작동하게 만드는 것이 핵심”이라며 “이번 기술은 AI 연산 속도를 높이면서 전력 소모는 줄이는 차세대 메모리 반도체 개발을 앞당길 것으로 기대한다”고 말했다.
이번 연구에는 구현호 연구원이 제1저자로 참여했으며, 이용우 박사, 정학순 박사, 권지민 교수가 교신저자로 참여했다. UNIST, 연세대학교, 한국화학연구원, 서울과학기술대학교, 서울대학교 연구진도 공동 연구에 참여했다.
연구 결과는 재료과학 분야 국제학술지 ‘어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)’에 5월 20일 게재됐으며, 연구의 학술적 중요성과 독창성을 인정받아 표지 논문(Front Cover)으로 선정됐다.
< Advanced Functional Materials 논문 Front Cover로 선정된 연구 이미지 >
논문명 : Oxygen-Tunnel Indium Tin Oxide Vertical Channel Transistors with Enhanced Current Density and Reliability for Monolithic 3D Compute-in-Memory Systems
우리 학교 전기및전자공학부유창동 교수 연구실(U-AIM) 졸업생인 강해용 박사가 2026년 9월 1일부로덕성여자대학교 디지털소프트웨어공학부 전임교원으로 임용되었습니다.
강해용 박사는 한국에서 고등학교를 졸업한 후 일본에서 한일이공계국비유학생으로 학사와 석사과정을 마치고, KAIST 전기및전자공학부에서 박사학위를 취득하였습니다. 박사학위 취득 후에는 곧바로 창업에 도전하여 수년간 AI 기술의 사업화를 이끌었으며, 성공적인 Exit을 경험한 뒤 학계로 복귀하였습니다. 한국과 일본에서의 교육·연구 경험에 더해 창업과 기술사업화까지 경험한 독특한 이력을 갖고 있습니다.
강 박사는대규모 언어 모델(Large Language Models, LLMs), 연속 학습(Continual Learning), 매개변수 효율적 파인튜닝(Parameter-Efficient Fine-Tuning, PEFT)을 주요 연구 분야로 연구를 수행해 왔으며, 연구 성과를 인공지능 분야의 주요 국제 학술대회인 ICML, ICLR과 대표적인 국제 저널인 IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) 등에 발표하였습니다.
덕성여자대학교에서는 기존의 LLM 및 연속 학습 연구를 기반으로 연구 영역을 Continual Adaptive AI, AI Agents, Physical AI로 확장하여, 변화하는 환경과 새로운 경험으로부터 지속적으로 학습하고 적응할 수 있는 지능형 AI 시스템을 연구할 예정입니다.
한국에서 시작하여 일본과 KAIST에서 학업과 연구를 이어가고, 창업과 기술사업화를 거쳐 새로운 학문적 도전을 시작하는 강해용 박사의 전임교원 임용을 진심으로 축하드립니다.
서갑수 교수님은 전력전자 기반 차세대 전력 및 에너지 시스템을 연구하는 연구자로, 재생에너지 및 분산에너지자원의 계통 연계를 위한 전력전자 인버터 기술과 이를 기반으로 한 전력시스템의 모델링, 제어 및 안정도 분석을 미국 에너지부 산하 National Laboratory of the Rockies (NLR, formerly NREL)에서 수석 엔지니어로 다년간 연구해 오셨습니다.
특히 차세대 전력망의 핵심 기술인 그리드포밍 인버터 (Grid-Forming Inverter) 분야에서 선도적인 연구를 수행해 왔으며, 관련 학계와 산업계의 기술 발전에 지속적으로 기여하고 계십니다. 해당 분야에서 100편 이상의 논문을 발표하셨으며, IEEE Transactions Prize Paper Award를 두 차례 수상하셨습니다.
이러한 전문성을 바탕으로 IEEE International Roadmap of Power Electronics for Distributed Energy Resources (ITRD)의 워킹그룹 체어를 맡고 있으며, IEEE Transactions on Power Electronics를 비롯한 해당 분야 주요 국제 저널의 에디터로도 활동하고 계십니다.
Nov. 2026 – Present: Associate Professor, KAIST, Korea
Jan. 2018 – Oct. 2026: Principal Engineer, National Laboratory of the Rockies (formerly NREL), USA
Mar. 2016 – Jan. 2018: Research Associate, University of Colorado, USA
[Major Publications]
“Unified Model of Current-Limiting Grid-Forming Inverters for Large-Signal Analysis,” IEEE Transactions on Power Systems, 2026.
“Transient Stability-Enhancing Method for Grid-Forming Inverters Under Current Limiting,” IEEE Transactions on Power Electronics, 2025.
“Small-signal analysis of current-limiting grid-forming inverters,” IEEE Transactions on Industry Applications, 2026.
“A Multilevel DC to Three-phase AC Architecture for Photovoltaic Power Plants,” IEEE Transactions on Energy Conversion, 2019.
[Vision]
Developing advanced power electronics technologies to enable stable, scalable, and resilient power systems.
[Research Plan]
Inverter-Based Resource Control for Next-Generation Power Systems: Develop advanced modeling, stability analysis, and control technologies for inverter-dominated power systems to enable stable and reliable operation of future grids.
Modular Power Conversion Technologies for Large-Scale Electrification: Develop scalable power conversion architectures, topologies, and control technologies to enable efficient and scalable resource integration.
Distributed Control for Resilient Power Systems: Develop distributed and autonomous control technologies for resilient power systems, with emphasis on communication-less operation, system reconfiguration, and restoration.
우리 학부 Integrated Vision Language (IVL) Lab 유영준 박사(지도교수: 노용만)가 2026년 9월 1일부로 동덕여자대학교 컴퓨터학과 전임교원으로 임용되었습니다.
유영준 박사는 KAIST 전기및전자공학을 전공하고, KAIST 경영공학부에서 석사학위, 이후 KAIST 전기및전자공학부에서 박사학위를 취득했습니다. 박사학위 취득 후에는 KAIST 미래국방인공지능특화연구센터(CARAI)에서 박사후연구원으로 근무하며 다종 센서를 활용한 국방 인공지능의 신뢰성과 실제 환경 적용을 위한 연구를 수행했습니다.
박사학위논문은 “인과적 추론을 통한 시각-언어 편향 완화 연구”로, 인공지능 모델이 시각 정보를 이해하고 언어로 추론하는 과정에서 발생하는 데이터 편향과 잘못된 상관관계를 인과적 추론을 통해 분석하고 환각을 완화하는 방법을 연구했습니다. 특히 단순히 높은 정확도를 달성하는 것을 넘어, 인공지능이 왜 그러한 판단을 내렸는지를 이해하고 믿을 수 있도록 만드는 신뢰성 AI 연구를 지속해 왔습니다.
이와 관련하여 IEEE Transactions on Image Processing, IEEE Transactions on Neural Networks and Learning Systems 등 컴퓨터비전 및 인공지능 분야 국제 저명 학술지에 다수의 논문을 게재하여 연구의 우수성을 인정받았습니다.
또한 KAIST 미래국방인공지능특화연구센터에서는 다양한 센서와 인공지능을 활용하는 국방 환경을 대상으로, 제한적이고 복잡한 실제 환경에서도 신뢰할 수 있는 인공지능 기술에 관한 연구를 수행했습니다. 최근에는 RGB영상 뿐 아니라 열화상(Thermal), 깊이(Depth) 등 서로 다른 특성을 가진 센서 정보를 인공지능이 올바르게 이해하고 통합할 수 있도록 하는 멀티모달 센서 융합 인공지능 연구로 연구 영역을 확장하고 있습니다.
앞으로 유영준 박사는 동덕여자대학교에서 인과성 AI 와 신뢰성 AI를 기반으로 연구와 교육을 수행할 예정입니다. 특히, Physical AI 시대에 로봇과 지능형 시스템이 카메라, 열화상, 깊이, 초분광 센서 등 다양한 멀티모달 센서 정보를 받아들이는 과정에서 발생할 수 있는 편향과 환각을 줄이고, 실제 물리 환경을 신뢰성 있게 이해하고 판단할 수 있는 인공지능 기술을 개발할 계획입니다. 유영준 박사의 새로운 출발을 축하하며, 동덕여자대학교에서 펼쳐질 교육연구산학 협력 전반에서의 활약을 기대합니다.
우리 학부 Video and Image Computing(VIC) Lab 졸업생 김현호 박사(지도교수: 김문철)가 충남대학교 전자공학과 조교수로 임용되어, 2026년 9월 1일부터 부임할 예정입니다.
김현호 박사는 경희대학교 전자·전파공학과에서 학사학위를 취득한 후, KAIST 전기및전자공학부에서 김문철 교수의 지도 아래 석사 및 박사학위를 취득했습니다.
김현호 박사는 2017년 12월부터 한국항공우주연구원에서 선임연구원으로 근무하며, 위성영상의 검보정, 화질 개선 및 활용을 위한 영상처리 기술을 연구했습니다. 특히 딥러닝 기반 PAN-sharpening, 위성영상 복원 및 화질 개선, 압축 왜곡 제거, SAR-to-EO 영상 변환 등의 연구를 수행했습니다.
관련 연구 성과를 IEEE Transactions on Geoscience and Remote Sensing, IEEE Transactions on Image Processing, IEEE Geoscience and Remote Sensing Letters 등 주요 국제학술지에 발표했으며, PAN-sharpening을 위한 새로운 학습 방법이 국제학술대회인 ECCV 2026에 채택되는 등 위성영상과 컴퓨터 비전 분야에서 활발한 연구를 수행해 왔습니다.
앞으로 김현호 박사는 충남대학교에서 딥러닝, 컴퓨터 비전, 영상처리 및 원격탐사 분야의 연구와 교육을 수행할 예정입니다. 특히 실제 위성 센서와 운용 환경의 특성을 반영한 신뢰성 높은 인공지능 기반 영상처리 기술을 개발하고, 위성·원격탐사 영상의 품질 향상과 활용을 통해 우주 분야의 실질적인 문제 해결에 기여할 계획입니다.
우리 학부 Advanced Radio Technology (ART) Lab 졸업생 이영준 박사(지도교수: 강준혁)가 2026년 9월 1일부로 광운대학교 소프트웨어학부 전임교원으로 임용되었습니다.
이영준 박사는 UNIST에서 전기전자공학을 전공하고 KAIST 전기 및 전자공학부에서 석사학위를 취득했습니다. 석사학위 취득 후 정부출연연구기관에서 연구원으로 근무했으며, 특히 한국국방연구원 군사발전연구센터 군사력평가연구실에서 국방 현장의 실제 문제를 연구했습니다. 이후 실무에서 얻은 문제의식을 학문적으로 확장하기 위해 KAIST로 돌아와 박사과정에 진학했습니다. 박사학위논문은 “실용적 연합학습을 위한 데이터 비의존 조기 종료 연구”이며, 별도의 검증 데이터 없이 연합학습의 적절한 종료 시점을 결정하는 방법을 연구했습니다.
한국국방연구원에서는 모델링과 컴퓨터 시뮬레이션을 포함한 분석·평가 방법론을 활용하여 군사력 평가와 국방 의사결정을 지원하는 연구에 참여했습니다. 또한 국방 인공지능, 데이터 분석 및 워게임 시뮬레이션을 바탕으로 정책과 전력기획을 지원하고, 제한된 국방 환경에서도 활용할 수 있는 신뢰성이 높은 분석 기술을 연구했습니다.
앞으로 이영준 박사는 광운대학교에서 실용적이고 프라이버시를 보호하는 인공지능을 주제로 연구와 교육을 수행하고, 실제 환경의 문제 해결에 기여할 수 있는 인공지능 기술을 개발할 예정입니다.
