이우기 교수

특허 포트폴리오 분석과 다차원 검색, 산업 설비 고장 예측 등 다양한 응용 영역에서 대용량 비정형 데이터를 효율적으로 탐색하고 분류해야 할 필요성에서 본 연구를 시작했습니다. 딥러닝 기반 데이터 마이닝 기법과 BERTopic 기반 토픽 모델링을 결합해 조직이나 설비 유형에 독립적으로 적용 가능한 분석 프레임워크를 구축했으며, 그래프 기반 특허 검색과 다차원 인덱싱 기술을 통해 대규모 특허 데이터베이스에서 관련 특허를 정확하게 탐색할 수 있는 검색 체계를 개발했습니다. 이 기술은 특허 포트폴리오 관리 시스템과 산업 설비 고장 위험 예측 및 성과 지표 관리 분야에 적용되고 있습니다. 재현율 기반의 특허 검색 엔진 평가 시스템 기술이 엔키노(주)에 기술이전되어(2023년 5월) 실제 특허 검색 서비스 개선에 활용되고 있습니다. 산업 설비 고장 진단 관련 연구 성과는 PLOS ONE(Q1, IF 3.6)에 게재되었으며(2024~2025), 특허 그래프 및 검색 관련 다수의 국가 R&D 과제를 수행하고 있습니다.

발성 장애인을 비롯한 언어소외 계층이 겪는 의사소통의 어려움을 해결하기 위해, 조음기관의 물리적 특성에 기반한 발화 구현 기술을 축적하며 음성 인식 및 합성 연구를 진행하고 있습니다. EMG와 EEG 등 생체신호와 시각 정보를 결합한 멀티모달 음성 메타학습(Meta-Learning) 알고리즘을 개발해 소량의 데이터만으로도 개인별 발화 특성을 학습할 수 있는 체계를 구축했으며, 조음센서를 활용해 발화와 표정 데이터를 맵핑하는 기술을 확보했습니다. 이러한 기술은 언어장애인 및 언어소외 계층을 위한 AI 토킹 시스템, 웨어러블 조음센서 기반 언어치료 및 발음교육 기기, 청음 향상 복합시스템 개발에 활용되고 있습니다. 과학기술정보통신부의 지원을 받아 XVoice 과제(2022~2026, 5년간 약 50억원 규모)를 수행 중이며, 조음기관 물리 특성 기반 발화-표정 데이터 맵핑 시스템에 대한 특허를 등록했고(2021년), 딥러닝 기반 실시간 음성 복제 시스템에 대한 특허도 출원했습니다.

차량 번호판 인식 시스템을 겨냥한 적대적 공격(Adversarial Attack) 등 인공지능 기반 영상 보안 위협이 증가하면서 이에 대응할 기술 개발의 필요성이 커졌습니다. Transformer 기반 비전 모델링을 활용해 적대적 공격을 차단하면서도 정확하게 차량 번호판을 인식할 수 있는 기술을 개발했으며, 실시간 다중모달 손끝 접촉 감지 기술도 함께 연구하고 있습니다. 이 기술들은 차량 번호판 자동탐지 및 오인식 방지 시스템, 실시간 다중모달 인터랙션 인식 분야에 적용되고 있습니다. 적대적 공격이 적용된 차량 번호판을 판별해 오인식을 방지하는 장치 및 방법에 대한 특허가 주식회사 대흥정보에 기술이전되어(2024년 2월) 실용화 단계로 이어지고 있습니다. 디퓨전 모델의 취약성을 규명한 연구는 NeurIPS 2023에 채택되었으며, 실시간 다중모달 손끝 접촉 감지 기술은 CVPR 2026에 채택되었습니다.