이종식 교수

복잡한 실세계 시스템을 가상 모델로 구축하여 의사결정을 지원하고 소프트웨어 시스템의 신뢰성을 확보하기 위한 연구를 수행하고 있습니다. 핵심 기술로는 컴포넌트 기반 소프트웨어 공학과 모델링 형식론인 DEVS(Discrete Event System Specification), 지능형 다중 에이전트 시스템을 활용하여 시스템의 동작을 정밀하게 모델링하고 시뮬레이션합니다. 이러한 접근을 통해 대규모 시스템의 구조를 재사용 가능한 컴포넌트 단위로 분해하고, 각 컴포넌트의 상호작용을 이산 사건 기반으로 정형화하여 검증합니다. 이를 SAM 지대공 미사일 분석과 같은 국방/산업 시스템 설계에 적용하였으며, 데이터 마이닝 기법을 결합한 하이브리드 방법론을 통해 대량의 시뮬레이션 결과로부터 패턴을 추출하고 의사결정 지원 체계를 구축하였습니다. 해당 연구 성과는 데이터 마이닝을 결합한 하이브리드 M&S 방법론으로 의사결정 속도를 개선한 것으로, 관련 논문 'A Hybrid M&S Methodology for Knowledge Discovery'(2017, LNCS)를 통해 발표되었습니다. 본 기술은 TRL 3-4 수준으로 실험실 환경에서의 개념 검증 및 초기 시스템 구현이 완료된 단계입니다.

빅데이터 처리 가속화와 효율적인 가상 자원 관리에 대한 수요 증가에 따라 분산 및 클라우드 컴퓨팅 환경에서의 자원관리 연구를 수행하고 있습니다. 핵심 기술로는 온톨로지 기반 자원 관리 알고리즘, HLA(High Level Architecture), 자원 가용성 기반 다중 경매 모델, 퍼지로직 기반 자원 평가 기법을 활용합니다. 이를 통해 이종 빅데이터 시스템 간 데이터 융합 서비스, 클라우드 프로비저닝 서비스, 서비스 예약형 클라우드 자원 거래 시스템에 적용하고 있습니다. 이종 빅데이터 시스템 간 유연한 데이터 융합 서비스 체계를 제안하고 시스템 독립적 관리 모델을 구축하였으며, 그리드 자원 관리 및 온톨로지 추론 기반 스케줄링 관련 특허를 다수 보유하고 있습니다. 모바일 클라우드를 위한 온톨로지 기반의 가상 머신 할당 장치 및 그 방법 기술은 베스트텍시스템에 이전되었으며(2019), 클라우드 컴퓨팅 환경에서의 동적 자원 신뢰도 계층 기반의 자원 거래 시스템 및 방법 기술은 하이쓰리디에 이전되었습니다(2020). 가용율 기반의 서버 재설정 장치 및 방법 기술은 주식회사 에스피아이에 이전되었습니다(2017). 본 기술은 TRL 3-4 수준입니다.

자율주행과 같은 고위험 시스템의 검증을 위한 가상-현실 동기화 기술과 원전 및 회전설비 등 산업 설비의 건전성 진단 수요 증가에 따라 디지털 트윈 및 AI 기반 진단 연구를 수행하고 있습니다. 핵심 기술로는 디지털 트윈 장치 및 방법, 기계학습 기반 시스템 최적화, 뉴로모픽 네트워크 자동구축 시스템을 활용하며, 물리 설비의 상태 데이터를 가상 모델과 실시간으로 동기화하여 이상 징후를 조기에 탐지하는 방식으로 연구를 진행하고 있습니다. 이를 건설기계 자율주행 가상 테스트 환경, 가동원전 일차계통 지능형 건전성 진단, 회전설비 인공지능형 진동 감시 시스템에 적용하고 있습니다. 자율주행 가상화를 위한 디지털 트윈 장치 및 방법에 대한 특허를 등록하였으며, 원전 건전성 진단을 위한 AI 학습모델 개발 과제를 수행하였습니다. 본 기술은 TRL 2-3 수준으로 초기 개념 정립 및 실험실 환경에서의 검증 단계에 있습니다.