재난/응급 현장을 위한 모바일 블록체인 기반 지능형 헬스케어 솔루션 교육연구단 Mobile Blockchain based Intelligent Healthcare Solution Education and Research Team for Disaster and Emergency

서강대학교 전자공학과 졸업생 조현우 박사(지도교수 유양모), 경북대학교 전자공학부 교수 임용

서강대학교 전자공학과 졸업생 조현우 박사(지도교수 유양모), 경북대학교 전자공학부 교수 임용▲ 경북대학교 조현우 조교수서강대학교 전자공학과에서 학사·박사학위를 취득한 조현우 박사(지도교수 유양모)가2026년9월1일부로 경북대학교IT대학 전자공학부 인공지능 및 신호처리 분야 조교수로 임용되었다.조현우 박사는2020년 서강대학교 전자공학과에서 학사학위를 취득한 후,유양모 교수의 의료영상시스템연구실(MICS Lab.)에서 인공지능 기반 초음파 의료영상 및 의료영상 시스템을 중심으로 연구를 수행하여2025년 박사학위를 취득하였다.박사학위 취득 후에는 서강대학교 박사후연구원으로 연구를 이어갔으며,이후MIT와 싱가포르 연구기관이 공동 운영하는SMART(Singapore-MIT Alliance for Research and Technology)센터에서Postdoctoral Associate로 근무하며 웨어러블 초음파 시스템 및 로봇 기반 초음파 의료영상 분야로 연구 영역을 확장하였다.조현우 박사는 경북대학교 전자공학부에**지능형 생체신호처리 연구실(Intelligent Biomedical Signal Processing Laboratory)**을 개설하고,인공지능과 신호처리 기술을 기반으로 차세대 의료영상 및 지능형 초음파 시스템 연구를 수행할 예정이다.또한 서강대학교를 비롯한 국내외 연구진과의 지속적인 협력을 통해 활발한 연구 및 교육 활동을 이어갈 계획이다.조현우 박사의 지도교수인 서강대학교 전자공학과 유양모 교수는 “조현우 교수는 학부 시절부터 뛰어난 연구 역량과 성실한 자세를 보여주었으며,박사과정 동안 독창적인 연구를 수행하며 연구자로서 꾸준히 성장해 왔습니다.서강대학교에서 학부와 박사과정을 마친 제자가 젊은 나이에 교수로 임용되어 독립적인 연구와 교육의 길을 시작하게 된 것을 지도교수로서 매우 기쁘고 자랑스럽게 생각합니다.이번 임용이 우리 학과 후배들에게도 자신의 가능성을 믿고 도전하는 좋은 계기가 되기를 바라며,앞으로 훌륭한 연구자이자 교육자로 성장하기를 기대합니다.”라고 축하의 뜻을 전했다.조현우 박사는 “서강대학교에서 배우고 연구하며 쌓은 경험을 토대로 앞으로 좋은 연구자이자 교육자로 성장할 수 있도록 꾸준히 정진하겠습니다.서강에서 배우고 성장할 수 있었음에 깊이 감사드립니다.”라고 임용 소감을 밝혔다.이번 임용은 서강대학교 전자공학과에서 학부와 대학원 교육을 받은 졸업생이 만30세 이전에 주요 국립대학교의 교수로 임용된 사례로,본교의 우수한 교육 및 연구 역량을 보여주는 동시에 후배 재학생들에게도 의미 있는 귀감이 될 것으로 기대된다.주요 약력2015–2020:서강대학교 전자공학과 공학사2020–2025:서강대학교 전자공학과 공학박사2025–2026:서강대학교 바이오융합기술연구소 박사후연구원2026: Singapore-MIT Alliance for Research and Technology(SMART), Postdoctoral Associate2026.09–현재:경북대학교IT대학 전자공학부 조교수

26 - 10 - 12

김홍석 교수 연구팀, 인공지능 응용 분야 국제학술지 IFAC EAAI (JCR 상위 3.3%) 게재

김홍석 교수 연구팀,인공지능 응용 분야 국제학술지IFAC EAAI (JCR상위3.3%)게재▲(왼쪽부터)김홍석 교수,Hien Thanh Doan박사, 송근주 박사대규모 국가 전력망 최적화AI기술AltOPF개발본교 전자공학과 김홍석 교수 연구팀이 대규모 전력망의 경제적 운영을 돕는 인공지능 기반 최적화 기술AltOPF를 개발했다.미국 매사추세츠공과대학교(MIT),아르곤 국립연구소,전력거래소(KPX)와 공동으로 수행한 이번 연구는 인공지능 응용 분야 국제학술지IFAC Engineering Applications of Artificial Intelligence (Impact Factor 9.0, JCR상위3.3%)에 게재가 확정되었다.전력망을 효율적으로 운영하려면 전력 수요를 충족하면서 발전비용을 줄이고,전압과 송전선 용량 등 다양한 운전 조건을 만족하는 발전량을 계산해야 한다.이를 교류 최적전력조류(AC-OPF)문제라고 한다.재생에너지 확대와 전력망 대형화로 계산 부담이 커지는 가운데,기존AI기술 역시 대량의 정답 데이터 확보와 전력망의 물리적 제약 준수에 어려움이 있었다.AltOPF의 핵심은 계산 부담을 낮춘 보조 문제의 정답을 배우는 지도학습과,실제 전력망의 물리 법칙 및 운전 제약을 반영하는 비지도학습을 교대로 수행하는 방식이다.보조 학습의 효과가 줄어들면 원래 문제에 집중하도록 전환하고,반복적으로 위반되는 제약에는 더 큰 가중치를 부여한다.이를 통해 적은 정답 데이터로도 경제성과 제약 준수를 함께 학습할 수 있도록 했다.연구팀은IEEE 162, 300, 1,354모선 표준 시험계통과 국내KPX실계통(4,492모선)에서 성능을 검증했다.국내 계통의 기본 시험 조건에서AI가 직접 예측한 결과의 발전비용은 기존 최적화 도구MATPOWER의 기준 해와 평균0.934%의 차이를 보였다.또한 전력흐름 보정을 포함한 병렬 처리 실험에서 샘플당 평균 계산시간은58.63 msec로,기존 최적화 계산의4.10초 대비 약70배 빠른 처리 성능을 기록했다.학습에 필요한 자원도 줄였다. 1,354모선 계통에서 정답 데이터 생성시간은 완전 지도학습 방식의18,432초에서848초로 약95.4%감소했다.같은 계통의 신경망 구조 비교에서는 모델과 학습 상태를 저장하는 용량을75%,학습 중 최대GPU메모리 사용량을 약40%줄여 대규모 전력망에 적용하기 위한 효율성을 높였다.이번 연구는 실제 국내 전력망 규모에서AI기반 최적화의 속도와 데이터 효율을 함께 검증했다는 점에서 의미가 있다.연구팀은AI예측 결과에 제약 검증과 전력흐름 보정을 적용하고,추가 검증을 통과하지 못한 경우 기존 최적화 계산으로 연결하는 운영 방안도 제시했다.이러한 접근은 고정된 전력망 구조에서 다양한 운전 후보를 신속하게 검토하는 전력 운영 의사결정 지원 기술로 활용될 수 있다.‣보조 문제와 원래 문제를 교대로 학습한 뒤 원래 문제에 집중하는AltOPF의 학습 전략.논문 정보논문명Alternative learning with semi-supervised relaxation for alternating-current optimal power flow학술지Engineering Applications of Artificial Intelligence저자Hien Thanh Doan, Keunju Song, Sungho Shin, Kibaek Kim, Youngmin Choi, Hongseok Kim소속서강대학교, Massachusetts Institute of Technology, Argonne National Laboratory, Korea Power Exchange교신저자김홍석 교수|서강대학교 전자공학과게재일2026년11월1일DOI10.1016/j.engappai.2026.116099

26 - 10 - 12

김영욱 교수 연구팀, 2026 한국전자파학회 하계종합학술대회 최다논문상 및 우수논문상 6개 수상

김영욱 교수 연구팀, 2026한국전자파학회 하계종합학술대회 최다논문상 및 우수논문상6개 수상전자공학과의 인공지능 레이다/RF연구실(지도교수 김영욱)의 연구원들이2026년도 한국전자파학회 하계종합학술대회에서 최다논문상 및6개의 우수논문상을 수상하였다.김영욱 교수 연구실의 연구원들은 하계종합학술대회에 총29편의 논문을 작성하였다.이는 전자파학회 역사상 단일 연구실에서 가장 많은 논문 발표 실적이다.특히 연구원생들의 자발적인 아이디어와 노력으로 최다논문상을 수상하였다는 점에서 그 의미가 더욱 크다.또한AiR Lab연구원들은 총6개의 우수상을 수상하였다.김연재 석사과정 학생은'평면 근접장 기반 소스 재구성과 상호 결합 보정을 이용한 배열 안테나 여기 추정'이라는 연구 주제로 우수상을 수상하였다.본 연구에서는SRM를 통해 근접장으로부터 배열 안테나의 복소excitation을 정량적으로 추정할 수 있는 방법을 제안하였다.또한'원통형 근접 전기장을 이용한3차원EMI소스 전류 복원'라는 주제로 우수 포스터 발표상을 수상하기도 하였다.본 연구에서는 원통형 근접장으로부터DUT가 포함된3차원 전류 분포를 복원하여EMI소스를 추정하는 기법을 제안하였다.장승희 석사과정 학생은‘다중극 구면파 전개 기반 제한 면적 평면 근접장-원거리장 복원 기법’연구로 우수상을 수상하였다.본 연구에서는 다중극 구면파 전개를 이용해 제한된 근접장으로부터 구면파 모드를 추정하고,원거리 방사 패턴을 복원하는 방법을 제안하였다.최용준 석사과정 학생은'Single-Snapshot DoA Estimation Driven by Quantum Neural Networks'라는 연구 주제로 우수상을 수상하였다.본 연구에서는 단일 스냅샷일 때 부족한Rank-1문제를 해결하여 다중 신호원의 도래각을 추정하는 방법을 제시하였다.성민서 석사과정 학생은'Optimized Feature for Quantum SVM: Detection of Robotic Dogs Using Radar Micro-doppler Signatures'라는 연구 주제로 우수 구두 발표상을 수상하였다.본 연구에서는optimized feature를 활용하여QSVM기반 마이크로 도플러 시그니처의 분류 성능을 개선하였다.동규헌,오정훈 학부연구생은'양자신경망의 레이더 손동작 인식Cross-Subject평가와 진폭 인코딩 헤드의 파라미터 공정 우위'연구 주제로 학부 우수상을 수상하였다.본 연구에서는 양자신경망의 레이더 손동작 인식 성능 향상 원인이 특징벡터 정규화임을 규명하고,이를 고전 모델에 적용하여 성능을 향상시키는 방법을 제안하였다.김영욱 교수의 인공지능 레이다/RF연구실은 인공지능 및Quantum Computing을 이용한 레이다 신호처리,응용 전자기학,안테나 설계와 관련된 다양한 분야를 연구하고 있다.특히 전자파를 이용한 인공지능 기반 인체 행동 분석 분야에서 세계적인 성과를 거두었고,최근에는Quantum Computing을 이용한 새로운 접근 방식의 레이다 신호처리 및 응용 전자기학 연구를 진행하고 있다.

26 - 09 - 16

박태제, 고제우 박사과정 (지도교수 성원진), 김문일 박사과정 (지도교수 소재우), 2026 AI서울테크연구지원사업 선정

박태제,고제우박사과정(지도교수 성원진),김문일 박사과정(지도교수 소재우),2026 AI서울테크연구지원사업 선정▲(왼쪽부터)박태제박사과정,고제우박사과정, 김문일 박사과정본교 전자공학과 디지털전송연구실(지도교수 성원진)의박태제,고제우박사과정과 통신네트워크연구실(지도교수 소재우)의 김문일 박사과정이 서울미래인재재단에서 지원하는2026년AI서울테크연구지원사업에 선정되었다.AI서울테크연구지원사업은 서울시와 서울미래인재재단이AI분야의 우수 연구인재를 발굴·지원하기 위해 추진하는 사업이다. 2026년에는 총76억 원 규모로 박사과정85명을 포함한 총255명의AI분야 연구자를 선발하였다.연구실적 및 연구계획서에 대한 서류심사와 연구역량 면접 등 단계별 심사를 거쳐 세 학생이 최종 선정되었으며,선정자들에게는1년간1인당4,000만 원의 연구지원금이 지원된다.이번 연구지원사업 선정을 통해 선정 학생들은AI와 차세대 통신기술의 융합 분야에서 연구를 더욱 심화해 나갈 예정이다.본교 전자공학과는 차세대 이동통신 및 통신네트워크 분야 전반에서AI기술을 접목한 연구를 활발히 수행하고 있으며,무선통신 물리계층부터 네트워크 기술에 이르기까지AI를 활용해 통신 시스템의 성능과 운용 효율을 향상시키기 위한 다양한 연구를 이어가고 있다.이러한 연구 활동을 바탕으로 관련 분야에서 우수한 성과를 지속적으로 창출하고 있으며,이번AI서울테크연구지원사업 선정 역시 본교 전자공학과의AI·통신 융합 분야 연구 역량을 보여주는 성과라 할 수 있다.향후AI와 차세대 통신기술의 융합 분야에서 더욱 의미 있는 연구 성과가 이어질 것으로 기대된다.

26 - 08 - 20

서강대학교 김홍석 교수 연구팀, 국가 전력망 AI 대전환 핵심 기술 개발 착수

서강대학교 김홍석 교수 연구팀, 국가 전력망 AI 대전환 핵심 기술 개발 착수▲전자공학과 김홍석 교수님국비 295억 원 규모 국가 AI-EMS 사업에서 AI 기반 전력망 최적화 핵심 연구 수행서강대학교 김홍석 교수 연구팀이 국가 전력망 운영의 미래를 책임질 대형 국가 연구개발사업의 핵심 연구기관으로 참여한다.서강대학교는 2026년 7월 2일부터 3일까지 충북 오송에서 개최된 「국가 전력망 운영시스템의 AI 대전환 – 전력망 물리기반 AI 모델 개발 및 실증」 착수 워크숍에 참석하여 향후 5년간 추진될 국가 AI-EMS(Energy Management System) 개발 사업의 본격적인 시작을 알렸다.이번 사업은 2026년부터 2030년까지 진행되는 국비 295억원 규모의 대형 국가 연구개발사업으로, 한국전력거래소(KPX) 최영민 처장 및 한국전기연구원(KERI) 민상원 박사가 각 세부과제 연구책임자를 맡고 있으며, 서강대는 총 12.5억의 연구비를 지원 받아 국내 전기공학 관련 주요 대학 및 기업들과 함께 차세대 국가 전력망 운영시스템(AI-EMS)을 개발한다. AI-EMS는 기존 규칙 기반 운영을 넘어, 인공지능을 활용하여 급격히 증가하는 재생에너지와 전력 수요 변화에 실시간으로 대응하는 국가 핵심 인프라 기술이다. 전력망은 국가 산업과 국민 생활을 지탱하는 기반 시설인 만큼, 이번 사업은 우리나라 전력 운영 패러다임을 AI 중심으로 전환하는 중요한 국가 프로젝트로 평가받고 있다.AI가 국가 전력망의 '두뇌'를 만든다서강대학교 김홍석 교수 연구팀은 이번 사업에서 AI 기반 AC Optimal Power Flow(AI AC-OPF)와 AI 기반 Unit Commitment(AI UC)기술 개발을 담당한다. AC-OPF는 발전기 출력과 송전망 운전 상태를 동시에 고려하여 가장 경제적이면서도 안전한 전력망 운전 상태를 계산하는 핵심 기술이며, Unit Commitment는 수백 기의 발전소를 언제, 어떻게 가동할 것인지를 결정하는 국가 전력 운영의 핵심 의사결정 문제이다. 두 기술은 현재 국가전력망 EMS에서 가장 많은 계산 시간이 요구되는 핵심 엔진으로 알려져 있으며, 재생에너지 확대와 전력망의 복잡성이 증가할수록 그 중요성이 더욱 커지고 있다. 서강대학교는 인공지능과 물리 모델을 결합한 Physics-informed AI 기술을 적용하여, 기존 최적화 알고리즘의 높은 신뢰성을 유지하면서도 계산 속도를 획기적으로 향상시키는 차세대 AI 알고리즘을 개발할 예정이다.전기공학과가 없는 서강대가 국가 전력망 AI를 이끌다특히 이번 사업은 전기공학과가 없는 서강대학교가 국가 전력망 운영의 핵심 AI 기술 개발을 맡게 되었다는 점에서도 큰 의미를 가진다. 서강대학교 전자공학과는 그동안 인공지능, 최적화, GPU 병렬컴퓨팅, 물리기반 AI(Physics-informed AI) 분야에서 축적한 연구 역량을 바탕으로, 전통적인 전력공학과 AI를 융합하는 새로운 연구 패러다임을 구축해 왔다. 이번 사업을 통해 서강대학교는 AI 알고리즘 연구를 넘어 실제 국가 전력망 운영시스템에 적용되는 핵심 기술을 개발하며, 전세계에서 가장 앞서서 국가 에너지 AI 분야를 선도하는 연구기관으로 자리매김할 것으로 기대된다.국가 AI 인프라 시대를 준비하는 서강대학교최근 AI는 반도체, 의료, 제조를 넘어 국가 기반시설로 빠르게 확산되고 있다. 특히 전력망은 모든 산업의 기반이 되는 핵심 인프라로, AI 기반 EMS는 국가 에너지 안보와 탄소중립, 재생에너지 확대를 동시에 뒷받침할 핵심 기술로 주목받고 있다. 향후 5년 동안 서강대학교 연구팀은 참여기관들과 긴밀히 협력하여 차세대 국가 전력망 운영을 위한 AI 핵심 원천기술을 개발하고 실증을 수행할 예정이다. 이번 연구는 대한민국 전력망의 디지털 전환을 가속화하는 것은 물론, 향후 글로벌 AI 기반 에너지 관리 기술을 선도할 수 있는 기반을 마련할 것으로 기대된다.

26 - 07 - 23

장승희 석사생, 국제 저명 저널 IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

장승희 석사생,국제 저명 저널 IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing에 제1저자로 논문 게재

26 - 05 - 20

전자공학과 박형민 교수 연구팀, 세계 최우수 인공지능 학회 ‘ICML 2026’ 논문 채택

전자공학과 박형민 교수 연구팀,세계 최우수 인공지능 학회‘ICML 2026’논문 채택▲(왼쪽부터) 박형민 교수, 신의협 박사, 고재현 박사과정, 정우철 석사과정박형민 전자공학과 교수가 지도하는 지능정보처리 연구실 연구팀이 세계 최고 권위의 인공지능 및 기계학습 학회인International Conference on Machine Learning, ICML 2026에서 논문을 발표한다.이번 연구는 전자공학과 신의협 박사가 주도하고,고재현 박사과정과 정우철 석사과정이 함께 참여해 수행되었다.발표 논문 제목은“Query-Based Asymmetric Modeling with Decoupled Input-Output Rates for Speech Restoration”으로,연구팀은 열악한 환경에서 녹음된 다양한 샘플링 주파수의 입력 음성을 효과적으로 복원할 수 있는 새로운 딥러닝 네트워크 구조를 제안하였다.음성 복원(Speech Restoration)은 잡음,반향,대역 제한,디지털 왜곡 등으로 인해 품질이 저하된 음성을 사람이 듣기에 깨끗하고 자연스럽게 복원하는 기술이다.기존 연구들은 대부분 고정된 입출력 샘플링 주파수를 가정해 모델을 설계해 왔다는 한계가 있었다.이에 연구팀은 임의의 입력 샘플링 주파수를 가진 음성을 처리하면서도,사용자가 원하는 임의의 출력 샘플링 주파수로 복원할 수 있는 보다 유연한 음성 복원 모델을 설계하였다.이를 위해 입력 음성의 대역 정보를 분석하는 인코더와 출력 음성을 복원하는 디코더의 역할을 분리한 입력 대역 분석 인코더–출력 대역 복원 디코더 기반의 비대칭 네트워크 구조를 제안하였다.<입력 대역 분석 인코더–출력 대역 복원 디코더의 비대칭 모델링을 제안한TF-Restormer네트워크 구조>한편ICML은 인공지능(AI)및 기계학습 분야의 발전을 다루는 세계 최고 수준의 국제 학회 중 하나로,매년 전 세계 학계와 산업계의 연구자,기업 관계자들이 참여해 최신 연구 성과와 혁신 기술을 발표하고 논의하는 자리이다.특히 기계학습 이론,알고리즘,딥러닝,강화학습 등AI핵심 분야의 주요 연구들이 공유되는 대표 학회로 평가된다. ICML 2026은2026년7월6일부터11일까지 대한민국 서울COEX에서 개최된다.▶논문제목: Query-Based Asymmetric Modeling with Decoupled Input-Output Rates for Speech Restoration▶저자 정보:신의협(제1저자),고재현(제2저자),정우철(제3저자),박형민 교수(교신저자,서강대)▶데모 페이지: https://tf-restormer.github.io/demo/

26 - 05 - 04

김홍석 교수 연구팀, 에너지 분야 국제 저명 저널 Journal of Energy Storage 논문 게재

김홍석 교수 연구팀,에너지 분야 국제 저명 저널Journal of Energy Storage논문 게재▲(왼쪽부터) 전지훈 석박통합과정, 천호진 석박통합과정, 김민수 교수(한밭대), 서형석 석박통합과정, 김홍석 교수본교 전자공학과 전지훈 석박사통합과정과 천호진 석박통합과정,김민수 교수,서형석석박통합과정(지도교수 김홍석)의 논문이 에너지 분야 국제 저명 저널인Journal of EnergyStorage (2026년 기준JCR Impact Factor 9.8)에 게재되었다.본 연구는 배터리의 사용 이력이나 운용 조건에 의존하지 않는usage-agnostic진단프레임워크를 제안하며,전압relaxation신호만을 활용하여 용량(capacity),상태(SOH),양극재(cathode)를 동시에 추정하는 멀티태스크 학습 구조를 설계하였다.특히,전기화학적해석이 가능한KG-ECM(Knowledge-Guided Equivalent Circuit Model)을 기반으로relaxation곡선에서 물리적으로 의미 있는 특징을 추출하고,이를 딥러닝 모델의 입력으로 활용한다.제안된 모델은 단일 인코더를 기반으로 공유 임베딩을 학습하며,회귀 기반의 용량 추정과함께SOH및 양극재 분류를 위해supervised contrastive learning(SupCon)을 통합한multi-task contrastive learning framework를 구성한다.이를 통해 동일 클래스 간 임베딩은 가깝게,다른 클래스 간은 멀어지도록 학습되어,서로 다른 진단 과제를 동시에 수행하면서도 높은표현력을 유지한다.실험 결과,제안된 방법은 기존 통계 기반 특징 대비 용량 추정 정확도를 크게 향상시키며,단일 태스크에서RMSE 0.0026,멀티태스크 환경에서도RMSE 0.0108수준의 높은 성능을달성하였다.또한SOH진단 정확도94.6%,양극재 식별 정확도99.6%를 기록하여,하나의모델로 다양한 배터리 진단을 동시에 수행할 수 있음을 입증하였다.이를 통해 본 연구는 멀티태스크+ contrastive learning기반의 통합 배터리 진단 방법을제시하며,실제EV및ESS환경에서 활용 가능한 효율적이고 실용적인 솔루션을 제공한다.논문명: Battery Usage-Agnostic Multi-Task Diagnostics Using Contrastive Learning and Knowledge-guided Voltage Relaxation저널명: Journal of Energy Storage (IF 9.8)저자명:전지훈(서강대학교),천호진(서강대학교),김민수(한밭대학교),서형석(서강대학교),김홍석(서강대학교)

26 - 03 - 31

성민서 석사과정 (지도교수 김영욱), 2026 한국전자파학회 동계종합학술대회 최우수논문상 수상

성민서 석사과정(지도교수 김영욱), 2026한국전자파학회 동계종합학술대회 최우수논문상 수상▲(왼쪽부터) 김영욱 교수, 성민서 석사과정생2026년도 한국전자파학회 동계종합학술대회에서 전자공학과의 인공지능 레이다/RF연구실(지도교수 김영욱)의 성민서 석사과정 학생이 최우수논문상을 수상하였다.성민서 석사과정 학생은‘Correlation-Regularized CNN-QNN for Radar Micro-Doppler Robotic Dog Classification’이라는 제목으로 최우수논문상을 수상하였다.본 연구는 레이다 기반 로봇 개 분류 성능 향상을 위해 양자 인공 신경망 학습 방식을 제안하였다.특히 기존 고전 모델과는 다른 피처간의 상관관계를 고려하여 피쳐를 추출하는 방식을 도입하여 분류 성능을 개선하였다.이를 통해 양자 인공 신경망을 활용한 레이다 이미지 분류 기법 발전에 기여하였다.이 연구의 확장된 내용은CVPR 2026 Findings에서 발표가 된다.뿐만 아니라 동규헌,김동하,최승우,이채원 학부연구생 팀은‘Cross-Attention기반BEV카메라-레이더 퓨전3D객체 탐지와 지식 증류 기법을 통한 모델 경량화’연구로 대학생 창의설계 경진대회 장려상을 수상하였다.해당 연구에서는Cross-Attention카메라-레이더 퓨전의 성능을 정량적으로 분석하고,지식 증류 기법을 활용해 모델을 경량화하였다김영욱 교수의 인공지능 레이다/RF연구실은 인공지능 및Quantum Computing을 이용한 레이다 신호처리,응용 전자기학,안테나 설계와 관련된 다양한 분야를 연구하고 있다.특히 전자파를 이용한 인공지능 기반 인체 행동 분석 분야에서 세계적인 성과를 거두고 있으며,최근에는Quantum Computing을 이용한 새로운 접근 방식의 레이다 표적 식별 연구를 진행하고 있다.

26 - 03 - 16