컴퓨터공학과

진취적이고 창의적인 글로벌 기술인력을 양성하는강원대학교 컴퓨터공학과

Department of Computer Science and Engineering

진취적이고 창의적인 글로벌 기술인력을 양성하는강원대학교 컴퓨터공학과

Department of Computer Science and Engineering

[동정] 허룡 박사과정생 (지도교수 박치현) Computers in Biology and Medicine 저널 논문 발표

강원대학교 컴퓨터공학과 『의생명데이터과학 연구실』의 허룡 박사과정생 (지도교수 박치현)은 국제 저널 Computers in Biology and Medicine에 "KNU-DTI: KNowledge United Drug-Target Interaction prediction" 제목의 논문을 게재하였다. Computers in Biology and Medicine는 SCI(E) 저널로서 다양한 생물학과 약리학적 연구 주제를 아우르는 컴퓨팅 기술을 다루는 주요 저널 중 하나이다. (JCR impact factor 기준으로 관련 분야에서 상위 2.3%내로 랭크되어 있다.) 본 연구는 약물-표적 단백질 상호작용(DTI)을 보다 정확하게 예측하기 위해, 복잡한 알고리즘보다 효과적인 서열 기반의 정보에 대한 표현학습의 중요성을 강조합니다. 이를 위해 제안된 KNU-DTI 모델은 단백질과 화합물로부터 총 5개의 잠재 벡터를 다양한 신경망(MLP, Gated-CNN, Directed-Message Passing Neural Network, Transformer 등)을 통해 추출하고, 이들을 통합하여 예측에 활용합니다. 단백질은 Gated-CNN을 거친 Structural Property Sequence(SPS) 서열과 그래프 구조 데이터 학습 모듈인 D-MPNN을 통해서, 화합물은 Extended-Connectivity FingerPrints(ECFP)를 MLP에 입력하여 구조 정보를 학습 및 반영하며 Transformer 기반의 학습 모듈로 단백질과 화합물 서열의 문맥 정보를 추가로 학습합니다. 얻어진 다섯 가지의 잠재 벡터들은 잠재 벡터 간 직교성(Orthogonality)을 고려해 직관적인 단순 벡터 덧셈을 통해 손실 없이 모든 정보를 결합합니다. BindingDB, Davis, Protein Data Bank(PDB), DUD-E 등 여러 데이터 세트를 활용한 실험에서 KNU-DTI는 기존 최신 모델들보다 우수한 성능을 나타냈으며, 특히 일반화 성능 부분에서 외부 도메인 및 단백질 클래스별 테스트 수행 결과 높은 일반화 성능을 확인하였고, 일부 사례에서는 기존 도킹 시뮬레이션보다 더 나은 결과를 보이기도 했습니다. 이러한 결과는 KNU-DTI가 실제 신약개발에 적용 가능한 실용적인 예측 플랫폼이 될 수 있음을 시사합니다. 논문링크 : https://doi.org/10.1016/j.compbiomed.2025.109927

2025-05-15

[동정] 최우혁 교수, ACM CHI 2025 국제 학술 대회 논문 발표

WellbeingWallet 모바일 앱 강원대학교 컴퓨터공학과 P4C 연구실을 지도하고 있는 최우혁 교수는 국제 학술 대회 ACM CHI에 “Like Adding a Small Weight to a Scale About to Tip: Personalizing Micro-Financial Incentives for Digital Wellbeing” 라는 논문을 게재하였다. ACM CHI는 인간컴퓨터상호작용 분야의 국제학술대회로, 구글 스칼라 기준 해당 분야 학술지 및 학술 대회를 통틀어 영향력이 1위인 학술대회 이다. 최우혁 교수는 KAIST 인터랙티브컴퓨팅연구실 (지도교수 이의진)과 협업하여, 스마트폰 과사용을 방지하기 위한 수반성 관리 모바일 앱, WellbeingWallet, 을 개발하였다. 수반성 관리란 긍정적인 행동 변화를 촉진하기 위해 보상을 지급하는 행동 치료 방법으로, 기존의 수반성 관리 기법에서는 보상의 양이 치료 제공자에 의해 일괄적으로 정해지는 한계가 있었다. 이러한 한계를 극복하고자, 본 연구에서는 다중 목적 멀티 암드 밴딧 (Multi-Objective Multi-Armed Bandit) 알고리즘을 활용하여 행동 변화의 확률을 최대화하면서도 제공하는 보상의 양은 최소화하는 새로운 보상 제공 방법을 개발하였다. 72명의 피험자를 대상으로 한 4주간의 현장 연구를 통해, 제안하는 보상 제공 방법이 기존 방법보다 비용 효율적으로 보상의 양을 제공하면서도 긍정적인 행동 변화를 유도할 수 있음을 발견하였다. 본 연구 결과는 기존의 수반성 관리를 비용 효율적으로 설계할 수 있을 뿐 아니라, 건강 행동 변화를 위한 넓은 범위의 건강 개입에서 개인 맞춤형의 행동 치료 요법을 제공할 수 있을 것으로 기대된다. 논문 링크: https://dl.acm.org/doi/10.1145/3706598.3714208

2025-05-14

[동정] 이재권 교수, ACM Transactions on Software Engineering and Methodology 저널 논문 게재

강원대학교 컴퓨터공학과는 이번 2025년 1월 소프트웨어공학 분야의 국제학술지 ACM Transactions on Software Engineering and Methodology에 논문을 게재하였다. 해당 저널은 JCR impact factor 6.6, 소프트웨어공학 분야에서 상위 2위 랭크되어 있다. 특히, 강원대 컴퓨터공학과 이재권 교수가 공동연구로 참여하였으며, 본 연구는 Github 기반으로 메소드 이름을 변경한 코드리뷰에 대한 데이터들을 수집하여 메소드 이름을 자동으로 추천해주는 시스템들에 대한 벤치마크를 제안하였다. 이로 인해 기존의 벤치마크들의 데이터에 편향이 있었음을 밝혔고, 이를 기반으로 정확도가 높은 접근법들을 개발하는데 유용한 벤치마크를 제공할 것으로 기대된다. 논문 제목은 "How are We Detecting Inconsistent Method Names? An Empirical Study from Code Review Perspective"이며 아래 링크를 통해 확인할 수 있다. 논문링크: https://dl.acm.org/doi/10.1145/3711901

2025-05-12

[동정] 이준석 석사과정생 (지도교수 김도형) IEEE Transactions on Network Science and Engineering 저널 논문 발표

강원대학교 컴퓨터공학과 『지능형컴퓨터네트워크 연구실』의 이준석 석사과정생 (지도교수 김도형)은 국제학술지 IEEE Transactions on Network Science and Engineering에 "Heartbeat: Effective Access to Off-Path Cached Content in NDN"제목의 논문을 게재하였다. IEEE Transactions on Network Science and Engineering은 SCI(E) 저널로서 network system 분야에서의 이론, 모델링, 응용을 다루는 주요저널 중 하나이다. (JCR impact factor 기준으로 관련분야에서 상위 4.2%내로 랭크되어 있다.) 정보 중심 네트워킹(ICN)에서는 콘텐츠가 네트워크 캐시에 저장되어 이후 요청 시 해당 노드에서 직접 서비스될 수 있으며, 이는 지연 시간 단축과 네트워크 자원 효율성 측면에서 큰 이점을 제공한다. 하지만 이러한 이점은 요청 메시지가 얼마나 효율적으로 캐시 노드에 도달하느냐에 크게 좌우된다. 기존 접근 방식으로는 요청 메시지를 복제하여 네트워크 전반으로 확산시키거나, 캐시 정보를 주기적으로 교환하여 요청 경로를 안내하는 방법이 제안되었지만, 전자는 중복 전송에 따른 대역폭 낭비 문제를, 후자는 교환 주기에 따른 정보 불일치와 높은 오버헤드를 야기할 수 있다. 이러한 문제를 해결하기 위해, 제안된 Heartbeat 기법은 주변 노드 간 캐시된 콘텐츠 정보를 (카탈로그 형태로 주기적으로 교환하는 대신) 콘텐츠가 캐시에 삽입되거나 재배치될 때마다 (콘텐츠별로) 교환하는 방식을 채택한다. 특히 콘텐츠별 예상 수명을 함께 전달함으로써, 유효기간이 지난 정보로 인해 발생하는 접근 실패 문제를 효과적으로 해소하였다. 또한 오버헤드 최소화를 위해 정보 전달 범위 제한, 콘텐츠 우선순위 기반 전달 등 다양한 최적화 전략을 함께 도입하였다. ndnSIM을 이용한 시뮬레이션 결과, Heartbeat는 기존 방식에 비해 캐시 히트율을 45% 향상시키고, 평균 서비스 지연 시간과 대역폭 소비를 각각 최대 11%, 47%까지 감소시키는 성능 향상을 보였다. 논문링크: https://ieeexplore.ieee.org/document/10944575

2025-05-02

[동정] 강경필 교수 연구팀, ‘개인기초사업 우수신진연구’ 과제 선정

우리학과 소속 강경필 교수가 과학기술정보통신부에서 주관하는 '2025년도 1차 개인기초연구사업' 중 '우수신진연구' 부문 연구과제에 선정되었다. 강경필 교수가 제안한 연구는 '거대 언어 모델(LLM)을 활용한 고문서의 복원과 번역'이라는 주제로, 조선왕조실록과 승정원일기와 같은 고문서에 대해서 거대 언어 모델을 활용하여 훼손된 부분에 대한 복원의 정확성을 높이고, 한자로 작성된 고문서를 영어로 번역하는 것을 목표로 한다. 이를 통해 고문서의 현대화와 세계화를 촉진하고, 고문서 번역에 들어가는 막대한 시간과 예산을 단축할 수 있을 것으로 기대된다. '우수신진연구'는 총 433개의 과제가 선정 되었으며, 강경필 교수는 해당 과제를 통해 앞으로 3년간 총 6억여 원(간접비 제외)을 지원받아 연구를 수행한다.

2025-04-25

[동정] 임현승 교수 연구팀, 소프트웨어공학 분야 우수국제학술대회인 ICST 2025에서 정규 논문 발표

컴퓨터공학과 『프로그래밍 언어 및 기계학습 연구실(지도교수 임현승)』에서 수행한 연구의 결과가 소프트웨어 공학 분야의 우수국제학술대회인 ICST 2025 (IEEE International Conference on Software Testing, Verification and Validation)에 채택되어 발표되었습니다. 논문 제목: Impact of Large Language Models of Code on Fault Localization 저자: Suhwan Ji, Sanghwa Lee, Changsup Lee, Yo-Sub Han, Hyeonseung Im 학술대회: ICST 2025, 2025년 3월 31일 ~ 4월 4일 본 논문은 임현승 교수가 연대-성대-서울시립대와 공동으로 수행 중인 기초연구실 후속연구과제인 휴먼-AI 협업 프로그래밍 플랫폼 기술 연구실의 연구 수행 결과이며, 코드 전용 대형 언어 모델(Code LLM)이 소프트웨어 오류 위치 추적(Fault Localization)에 미치는 영향을 체계적으로 분석한 연구로, 다양한 모델 비교 및 정량적 실험을 통해 LLM이 오류 진단 정확도에 미치는 실질적인 효과를 검증하였습니다. 본 연구의 결과는 오류 자동 수정, 코드 리뷰 자동화 등 향후 AI 기반 소프트웨어 개발 도구의 정밀도와 효율성을 높이는 데 기여할 수 있을 것으로 기대되며, LLM의 실제 소프트웨어 공학 적용 가능성을 구체적으로 제시한 점에서 높은 평가를 받았습니다. 프로그래밍 언어 및 기계학습 연구실은 앞으로도 AI 기반 소프트웨어 개발 기술의 고도화를 위한 연구를 지속해 나갈 예정입니다. 많은 관심과 응원 부탁드립니다! <지수환 박사 ICST 2025 논문 발표 모습>

2025-04-24

[동정] 이두희 박사과정생 (지도교수 김윤) Applied Sciences 저널 논문 발표

강원대학교 컴퓨터공학과 『컴퓨터비전/의료영상처리 연구실』의 이두희 박사과정생 (지도교수 김윤)은 국제학술지 Applied Sciences의 Applied Biosciences and Bioengineering 저널에 "A Refined Approach to Segmenting and Quantifying Inter-Fracture Spaces in Facial Bone CT Imaging" 제목의 논문을 게재하였다. "Artificial Intelligence (AI) in Biomedical Image Processing" 특별호에 게재된 본 연구는 골절로 기인하여 발생한 안면골의 빈 공간을 분할(segmentation) 기법을 적용하는 주제로, 골절의 정도를 부피로 정량화(quantification)할 수 있는 딥러닝 기반 모델을 개발하고 평가하는 특징을 갖는다. 특히 학습 데이터의 신뢰성을 높이고 휴먼 에러를 보정하기 위해 단계별 정제 과정을 수행하였는데, 정제 과정의 효과를 확인하기 위해 영상유전체학(radiomics)을 활용한 평가 지표를 통해 보다 정확한 분할 성능이 도출됨을 확인하였다. 본 연구는 중기부 글로벌혁신특구 사업의 일환으로 수행되었으며, CE와 FDA 의료기기 획득을 목표로 연구개발과 사업화를 동시에 수행하고 있다. 논문링크: https://www.mdpi.com/2076-3417/15/3/1539

2025-02-05

[수상] 이강희 박사과정생; 2024학년도 대학원 연구성과 경진대회 장려상 수상

강원대학교 컴퓨터공학과 이강희 박사과정생(지도교수 김윤)이 '2024학년도 대학원 연구성과 경진대회' 에서 장려상을 수상하였다고 4일 밝혔다. 해당 경진대회는 4단계 BK21대학원혁신지원사업의 일환으로 대학원생의 우수한 연구성과를 발굴하고 공유하는 취지이며, 이강희 박사과정생은 '동적 배경과 객체 혼잡도 분석을 기반으로 한 실시간 맞춤형 비디오 요약 시스템 개발' 을 주제로 한 연구 성과로 장려상을 수상했다. 이강희 박사과정생은 '본 솔루션을 통해 스마트 시티 감시 시스템, 교통 모니터링, 보안 감시 등 다양한 분야에서 효과적으로 활용될 수 있을 것으로 기대된다' 고 밝혔다.

2025-02-04

[수상] 김시성, 용주환, 임호현, 진규정 「2024 강원지역 사이버보안 해킹방어대회」 은상 수상

우리 학과 소속 학부생(김시성, 용주환, 임호현, 진규정)으로 구성된 ‘KNUS’ 팀(지도교수: 송원준)이 지난 11월 2일에 진행된 2024 강원지역 사이버보안 해킹방어대회에서 은상을 수상하였다. 한국인터넷진흥원, 국가정보원, 지상작전사령부 등의 주최/후원으로 진행된 본 대회는 국가 ‘사이버보안 10만 인재양성’ 및 강원지역 정보보호 역량강화의 일환으로 개최되었다. 10월 5일 예선전을 거쳐서 본선 에는 상위 8개팀(강원대 5, 강릉원주대2, 연세대 1)이 본선에 진출 하였으며, Pwnable, Reverse-engineering, Web 등의 다양한 형태의 보안문제가 출제되어 경쟁이 이루어졌다.

2024-11-29

수상] 포테이토프로그래머즈팀 K-해커톤 우수상 수상

IT대학 컴퓨터공학과 소속 학부생으로 구성된 포테이토프로그래머즈팀 (지도교수: 문양세, 이재웅)의 안준식, 권소정, 김주현, 오호택, 황연지 학생이 10월 17일 진행된 제12회 K-해커톤에서 우수상(한국컴퓨터정보학회장상)을 수상하였다. K-해커톤은 과학기술정보통신부가 주최하고, 정보통신산업진흥원과 소프트웨어교육혁신센터가 주관하는 대회로 올해가 12회를 맞이하였다. 이번 대회는 총 706팀이 참가하였으며, 각 팀은 사회 공익문제를 해결하는 애플리케이션을 개발하여 예선-본선-결선의 세 단계에 걸쳐 치열하게 경쟁하였다. 포테이토프로그래머즈팀 학생들은 “다중 LLM을 활용한 실시간 보이스피싱 탐지 애플리케이션”을 개발하여 이번 대회에 참가하였으며, 보이스피싱이라는 사회적 문제를 LLM이라는 최신 기술로 해결하고자 하여 높은 점수를 받았다. 팀 대표인 안준식 학생은 “여러 종류의 LLM을 사용하여 사회 문제를 해결하는 정말 좋은 경험을 할 수 있었고, 팀원들과 함께 노력하여 입상할 수 있어 기쁘다”라고 수상소감을 전하였다.

2024-10-21

학사일정

25.07 1화

2오늘

3목

4금

5토

6일

7월

8화

9수

10목

11금

12토

13일

14월

15화

16수

17목

18금

19토

20일

21월

22화

23수

24목

25금

26토

27일

28월

29화

30수

31목

6.27(금) ~ 7.3(목)

6.27(금) ~ 7.3(목)

7.7(월) ~ 7.7(월)

7.7(월) ~ 7.11(금)

7.11(금) ~ 8.29(금)

7.14(월) ~ 7.25(금)

7.15(화) ~ 7.16(수)

7.15(화) ~ 7.15(화)

7.18(금) ~ 7.18(금)

7.21(월) ~ 7.21(월)

컴퓨터공학과

KANGWON NATIONAL UNIVERSITY

학과소식

학사일정

컴퓨터공학과빠른메뉴