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] 이다영 교수, IEEE Transactions on Circuits and Systems For Video Technology (TCSVT) 논문 게재

강원대학교 컴퓨터공학과 이다영 교수가 1저자로 참여한 논문이 2025년 7월 IEEE Transactions on Circuits and Systems for Video Technology (TCSVT)에 게재되었다. 해당 저널은 상위 5% 이내의 저명 저널로, 멀티미디어 및 비디오 처리 분야에서 권위 있는 학술지이다. 이 논문은 DRL을 활용해 HDFS와 같은 대규모 분산 파일 시스템 환경에서 발생하는 네트워크 불안정성과 스토리지 장애로 인한 데이터 접근 실패 문제를 해결하고, 사용자 맞춤형 비디오 품질을 유지하면서도 스토리지 비용을 크게 절감할 수 있는 새로운 복제 정책을 제안해 분산 스토리지 시스템에서 영상 품질과 저장 공간의 trade-off를 최적화했다. 본 연구는 실사용 가능한 높은 품질을 달성해 실용적 가치를 입증했다. 이다영 교수는 앞으로 더 많은 연구 성과를 발표할 계획이라고 밝혔다.

2025-07-07

[수상] 컴퓨터비전/의료영상처리 연구실(지도교수 김윤) 이강희, 이두희 박사과정생;「ICCV 2025 : AI City Challenge 」1위 수상

우리 학과 소속 대학원생(이강희 박사과정·이두희 박사과정)과 졸업생(김희철 동문, 이재원 동문)으로 구성된 ‘ZV’팀(컴퓨터비전/의료영상처리 연구실, 지도교수 김윤)이 컴퓨터 과학 분야 최대 학술대회인 ‘국제 컴퓨터 비전학회(ICCV, International Conference on Computer Vision) 2025’에서 개최되는 ‘AI City Challenge 2025’의 Track 1 (Multi-Camera 3D Perception) 부문에서 1위를 수상하였다. AI City Challenge 챌린지는 2018년을 시작으로 올해 9회차로 개최되며, 컴퓨터 비전 및 인공지능 기술의 실제 환경 적용의 한계를 확장한다는 목적성을 갖고 있다. 이번 제9회 챌린지 Track 1인 ‘Multi-Camera 3D Perception’ 부문은 다수의 카메라 영상을 통해 사람, 자율 이동 로봇, 휴머노이드, 지게차 등 다양한 객체를 3D 공간에서 인식, 추적하는 고난이도 과제로, 디지털 트윈 기반의 NVIDIA Omniverse를 통해 구축된 대규모 합성 데이터셋을 통해 여러 제약 조건하에서 성능을 평가 받았다. 컴퓨터비전/의료영상처리 연구실측은 "다중 카메라 기반의 3D 객체 인식 및 추적 기술은 향후 로봇, 인간, 장비 간의 상호작용을 실시간으로 정밀하게 분석하고 예측함으로써 제조, 물류, 교통, 스마트시티, 의료 및 보안 등 다양한 분야의 지능화된 자동화 생태계를 구축하는 차세대 산업혁명의 기반 기술로 활용될 수 있을 것으로 기대되는 만큼, 후속 연구에 정진하겠다"고 밝혔다. 한편 ICCV는 컴퓨터비전 및 패턴인식학회(CVPR), 유럽컴퓨터비전학회(ECCV)와 함께 컴퓨터 비전 분야를 대표하는 3대 국제학술대회 중 하나로 AI 분야의 권위 있는 학회로 꼽히며, 올해는 10월 19일부터 23일까지 미국 하와이에서 개최된다.

2025-07-03

[수상] KCC 2025 딥페이크 경진대회 최우수상 수상

IT대학 컴퓨터공학과 학부생 김형준, 김이든과 융합보안학과 대학원 석사과정 류나연으로 구성된 Cliper 팀(지도교수: 이다영, 이세영)이 2025년 7월 2일 진행된 한국컴퓨터종합학술대회(KCC2025)의 딥페이크 경진대회에서 최우수상을 수상하였다. 본 대회는 성균관대학교와 한국정보과학회가 공동으로 주관하였다. 팀 대표 김형준 학생은 “이번 경진대회를 준비하면서 많은 것을 배울 수 있었고, 팀원들과 함께 노력해 좋은 성과를 거둘 수 있어 기쁘다”라고 수상 소감을 전했다. 한국정보과학회가 주최하는 한국컴퓨터종합학술대회(KCC)는 국내 최대 규모의 컴퓨터·정보과학 분야 학술대회로, 매년 2천여 명이 참가해 연구 성과를 발표하는 자리이다. 강원대학교에 재학 중인 대학원생과 학부생들도 꾸준히 이 학회에서 연구 결과를 발표하고 있어, 앞으로도 지속적인 연구 성과 발표와 수상이 기대된다.

2025-07-03

[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

학사일정

25.07 1화

2수

3목

4금

5토

6일

7월

8화

9수

10목

11오늘

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