경계를 허물고 새로운 지평을 여는
연구실을 지향합니다

빅데이터와 AI 기술을 바탕으로 모든 비즈니스 영역을 연결하고 창의적 사고로 새로운 영역을 발굴하고 개척합니다. 연구와 협업의 다양성을 위해 10 여개 기업체와 20여명의 산학 자문위원, 그리고 다양한 대학 연구실들과 네트워크를 구성하고 있습니다.

자율과 자유를 추구하는
연구실을 지향합니다

자유로운 학위 취득 전공 선택, 연구 주제 선정, 연구 공간 지정이 가능합니다. 인공지능 AI 대학원, 소프트웨어융합학과 대학원, 산업경영공학과 대학원 중 택일해서 입학할 수 있습니다. 비즈니스 모델 구현을 연구의 최종 결과물로 삼기 때문에 모든 영역의 연구를 수행할 수 있습니다. 서울캠과 국제캠 모두 연구 공간을 확보하고 있어 선택 가능합니다.

참여 자체가 성장이 되는
연구실을 지향합니다

참여하는 모든 이들이 매순간 가치를 만들고 그 가치가 본인에게도 가치가 되어지는 그래서 존재 자체가 가치로운 연구실을 지향합니다. 본인이 원하는 페이스에 맞춰 연구를 수행할 수 있어, 부담보다 연구를 즐길 수 있는 환경를 제공합니다.

Members

성공은 결정적이지 않고, 실패는 치명적이지 않다. 중요한 것은 용기를 계속 갖는 것이다.

Person 1

김민성

연구 관심 분야:
Time series forecasting, NLP, Algorithm Trading

연구 스킬셋:
ML Algorithms, BERT, LSTM, CNN

참여 프로젝트:
카카오톡 메신저 데이터를 활용한 대화 호응도 측정 연구

Person 2

김예은

연구 관심 분야:
이미지 프로세싱

연구 스킬셋:
Haar Cascade, Adaboost, FaceNet, SVM

참여 프로젝트:
딥러닝 얼굴인식 기슬 기반 앱 사용자 신원 확인 시스템 개발, 철강기업 선재 불량예측 프로젝트

Person 3

모준우

연구 관심 분야:
추천 알고리즘, 스케줄링 알고리즘, 서비스 기획 및 마케팅

연구 스킬셋:
Word Embedding, Topic Modeling, Selenium

참여 프로젝트:
소셜 데이터를 활용한 텍스트 분석: 인스타그램 기반 검색 키워드 관련 트렌드 제공

Person 4

성시윤

연구 관심 분야:
서비스 기획, 서비스 모델 및 앱 개발, 데이터분석 기획

연구 스킬셋:
Service management strategies, Value-based pricing

참여 프로젝트:
사회취약계층을 위한 네트워킹 서비스 모델 기획 및 가격 책정

Person 5

송재은

연구 관심 분야:
예측 알고리즘

연구 스킬셋:
Service mangement straregies, python Machine Learning

참여 프로젝트:
서울시 핫플레이스 분석 및 예측 활용방안, 이랜드 호텔 앤 리조트 산학협력 ‘고객가치 기반 자동화 솔루션 제안’, 리플로우 ‘헬스케어 서비스’ 서비스 기획 및 마케팅

Person 6

오선민

연구 관심 분야:
이미지 프로세싱, 빅데이터 분석

연구 스킬셋:
Haar Cascade, Haar Cascade, Web Crawling

참여 프로젝트:
딥러닝 얼굴인식 기슬 기반 앱 사용자 신원 확인 시스템 개발, Open API를 활용한 버스 도착 예정 정보 출력 시스템 개발

Person 7

이도현

연구 관심 분야:
자연어 처리

연구 스킬셋:
Transformer, BERT, Keras, Pytorch

참여 프로젝트:
키워드 감지 기반 보이스피싱 시스템 개발, 대화 주제 추출 모델링

Person 8

이수진

연구 관심 분야:
자연어처리, 추천 알고리즘

연구 스킬셋:
seq2seq, LDA, Textrank

참여 프로젝트:
유저 관심사 도출 위한 토픽모델링 모델 개발, 통화 내용 기반 문장요약 시스템 개발

Person 9

이은경

연구 관심 분야:
자연어 처리, 이미지 프로세싱

연구 스킬셋:
BERT, ELECTRA, CNN, Bi-LSTM

참여 프로젝트:
노래 가사 감정분석, 상담 챗봇 개발, 향수 추천 어플 개발, 대화 호응도 측정, 대화 감정분석 및 요약 알고리즘 개발

Person 10

전계범

연구 관심 분야:
추천 알고리즘, 자연어처리, DNN

연구 스킬셋:
Text embedding, Tensorflow, Keras, Contents based filtering

참여 프로젝트:
사용자 선호도 기반 레시피 추천 알고리즘 개발

Person 11

조희수

연구 관심 분야:
Casual Inference, Meta-learning, Agent-learning

연구 스킬셋:
Python machine learning, Flutter, Backend Development

참여 프로젝트:
키워드 감지 기반 보이스피싱 시스템 개발, 대화 주제 추출 모델링

Person 12

Elmenyawy Islam

연구 관심 분야:
Customer relationship management, Customer behavior analysis.

연구 스킬셋:
Machine learning, Statistics, Python, Data visualization

참여 프로젝트:
Analyzing and Monitoring user’s behavior for Hyperconnect Inc.

Research Areas

Pic 01

머신러닝, 딥러닝, 데이터마이닝

Machine learning (ML) is a field of inquiry devoted to understanding and building methods that 'learn', that is, methods that leverage data to improve performance on some set of tasks. It is seen as a part of artificial intelligence. Deep learning (also known as deep structured learning) is part of a broader family of machine learning methods based on artificial neural networks with representation learning. Data mining is the process of extracting and discovering patterns in large data sets involving methods at the intersection of machine learning, statistics, and database systems. Data mining is an interdisciplinary subfield of computer science and statistics with an overall goal of extracting information (with intelligent methods) from a data set and transforming the information into a comprehensible structure for further use.

Pic 02

자연어처리 (Natural Language Processing)

Natural language processing (NLP) is a subfield of linguistics, computer science, and artificial intelligence concerned with the interactions between computers and human language, in particular how to program computers to process and analyze large amounts of natural language data. The goal is a computer capable of "understanding" the contents of documents, including the contextual nuances of the language within them. The technology can then accurately extract information and insights contained in the documents as well as categorize and organize the documents themselves.


Pic 01

디지털 이미지 프로세싱 (Digital Image Processing)

Digital image processing is the use of a digital computer to process digital images through an algorithm. As a subcategory or field of digital signal processing, digital image processing has many advantages over analog image processing. It allows a much wider range of algorithms to be applied to the input data and can avoid problems such as the build-up of noise and distortion during processing. Since images are defined over two dimensions (perhaps more) digital image processing may be modeled in the form of multidimensional systems.

Pic 02

추천 시스템 (Recommender System)

A recommender system, or a recommendation system (sometimes replacing 'system' with a synonym such as platform or engine), is a subclass of information filtering system that provide suggestions for items that are most pertinent to a particular user. Typically, the suggestions refer to various decision-making processes, such as what product to purchase, what music to listen to, or what online news to read. Recommender systems are particularly useful when an individual needs to choose an item from a potentially overwhelming number of items that a service may offer.


Pic 01

서비스/비즈니스 모델 수립 및 앱 구현 (Flutter)

A business model describes how an organization creates, delivers, and captures value, in economic, social, cultural or other contexts. In theory and practice, the term business model is used for a broad range of informal and formal descriptions to represent core aspects of an organization or business, including purpose, business process, target customers, offerings, strategies, infrastructure, organizational structures, sourcing, trading practices, and operational processes and policies including culture. Flutter is an open-source UI software development kit created by Google. It is used to develop cross platform applications for Android, iOS, Linux, macOS, Windows, Google Fuchsia, and the web from a single codebase.

Pic 02

빅데이터분석/AI 기반 마케팅

The fields of marketing and artificial intelligence converge in systems which assist in areas such as market forecasting, and automation of processes and decision making, along with increased efficiency of tasks which would usually be performed by humans. The science behind these systems can be explained through neural networks and expert systems, computer programs that process input and provide valuable output for marketers.

Professor Jihn, Chang-Ho (진창호)

경희대학교 인공지능(AI) 대학원 교수 | 산업경영공학과 교수 | 소프트웨어융합학과 교수
경희대학교 빅데이터랩 지도교수 | 경희대학교 헬스케어 빅데이터 센터장

Texas A&M University에서 박사 학위를 취득했으며, Post-doctoral research associate를 역임했다. Northwestern University 의과대학(Chicago)과 공과대학(Evanston)에서 방문학자로 연구에 참여했다. 수상 이력으로, 전세계 학자들이 참여하는 INFORMS Conference의 QSR Section Best Student Paper Competition에서 2위, KSIE 학술대회 우수연구상, KIIE 산학협력프로젝트경진대회 은상 등을 수상하였으며, 미국 워싱턴 D.C. 위원회가 전미 한국인 유학생 중 소수에게만 수여하는 Korean Honor Scholarship을 받았다. 빅데이터/AI, 개인정보보호, 추천시스템, 헬스케어 관련 다양한 특허를 보유하고 있으며, 특히 BM 특허 등록률은 92%에 달한다. 등록 정부기관 활동 이력으로, 미래성장동력추진단 빅데이터 분과위원, 한국정보화진흥원 개인정보호 연구위원, 미래창조과학부 ICT 웰니스케어사업 기획위원, 창조경제추진단 빅데이터 전문가회의 위원을 역임했다. 학술 기관 활동 이력으로, 관광 빅데이터 분석대회 조직위원장, 대한산업공학회 춘계학술대회 운영위원장, 대한산업공학회와 대한품질경영학회와 한국산업경영시스템학회의 이사를 역임했다. 그 외, 다양한 기관과 기업을 대상으로 프로젝트 수행 및 자문과 평가를 수행했다. 국회, 보건복지부, 미래창조과학부, 문화체육관광부, 행정안전부, 감사원, 미래성장동력추진단, 창조경제추진단, 정보통신기술진흥센터(IITP), 한국보건산업진흥원(KHIDI), 한국지능정보사회진흥원(NIA), LX대한지적공사, 한국연구재단, 한국문화관광연구원, 중소기업기술정보진흥원 등에서 자문과 평가, 산학협력, 정부 과제 수행 등을 수행했다. 대한산업공학회, 대한품질경영학회, 한국산업경영시스템학회 종신회원이다.


Tel. 070-7803-7400 | E-mail: jihn@khu.ac.kr