김덕환 교수

제한된 연산 자원을 가진 엣지 기기에서 여러 생체 정보를 통합해 실시간으로 인간의 상태를 파악하는 기술의 중요성이 커지고 있는 상황에서, PPG, GSR, EMG 신호를 처리하기 위한 시계열 신경망과 Transformer 모델을 활용한 멀티모달 인식 기술을 연구하고 있습니다. 개인별 신호 편차 문제를 해결하기 위해 MAML 기반 메타러닝과 Personalized Federated Learning을 통한 개인 맞춤형 모델 구축 방법을 적용했으며, 엣지 기기 탑재를 위해 PTQ와 QAT 양자화 기법 및 지식 증류 기술로 모델을 경량화하는 연구를 수행했습니다. 이렇게 구축한 기술은 실시간 감정 인식, 침묵형 음성 복원, 자율주행 차량 내 보안 침입탐지 등의 응용 분야에 적용되고 있습니다. 커넥티드카 엣지클라우드 솔루션 개발 성과로 2022년 정보통신기획평가원장상을 수상했으며, 데이터 오케스트레이션 관련 정보통신단체 표준을 제정한 바 있습니다. 해당 기술은 현재 TRL 6-7 수준으로 실증 및 상용화 검증 단계에 있으며, 엣지 환경에서의 저지연 멀티모달 처리 성능을 지속적으로 고도화하고 있습니다.

고령화 사회에서 근골격계 환자의 재활 상태를 정량적으로 평가하고 운동을 보조하는 시스템의 필요성이 커지고 있는 흐름에서, 다채널 무선 EMG 측정 시스템을 통한 근육 활성도 및 피로도 추정 기술과 뇌전도(EEG) 기반 특징 추출을 통한 감정 인식 기술을 연구하고 있습니다. 무선 EMG 측정 시스템은 42 dB 이상의 높은 신호 대 잡음비(SNR)를 확보한 시제품으로 개발되었으며 관련 특허를 출원했습니다. 이 기술은 재활 운동 자세 분석, 운전자 졸음 감지, 질환 자가진단 시스템 등에 적용되고 있습니다. GPES 라이브러리와 ISMF를 활용한 EMG 신호 기반 보행단계 인식 기술은 주식회사 비엔씨테크에 이전되었으며, 표면근전도 신호 기반 부스트 분류 시스템 및 저전력 스트리밍 데이터 재생장치는 라온즈에 기술이전된 바 있습니다. 해당 연구는 현재 TRL 4-5 수준으로 시제품 검증 단계에 있으며, 무선 생체신호 계측의 정확도와 착용성을 높이는 방향으로 확장하고 있습니다.

에지 환경에서 발생하는 방대한 데이터를 효율적으로 관리하고 데이터 무결성을 보장하기 위한 분산 스토리지 기술이 필수적이라는 문제의식에서, Erasure Code 기반 고성능 패리티 인코딩(AVX-2)과 경량 키-밸류 저장소 CaseDB, 블록체인 기반 레코드체인(Recordchain) 구조를 연구하고 있습니다. 이 기술은 오픈스택 클라우드 블록 스토리지와 커넥티드카 모바일 엣지클라우드 환경에 적용되고 있습니다. CaseDB 관련 기술은 2022년 미국 특허 등록 결정을 받았으며, SSD 기반 RAID 시스템 연산 기술 특허를 보유하고 있습니다. 관련 성과로 SSD 기반 저장장치 시스템 기술이 2019년 원테크시스템에 이전되었고, 데이터 접근빈도를 이용한 RAID 시스템의 데이터 복제 방법은 2020년 아이티앤씨에, SSD 기반 클라우드 RAID 구성을 위한 입출력 성능 추정 시스템은 2021년 메가일렉트로닉스에 각각 이전되었습니다. 인피니밴드 스토리지 네트워크를 적용한 오픈스택 클라우드 스토리지 시스템 설계 및 가상화 기술은 라온즈에 기술이전되었으며, 플래시 변환 계층 모듈을 이용한 주소 변환 방법 역시 위더스정보기술에 이전된 바 있습니다. 해당 기술은 현재 TRL 5-6 수준으로 실증 및 상용화 검증 단계에 있습니다.