데이터사이언스 응용 연구실에서는 금융/가상화폐, 디지털 헬스케어, 온라인 마케팅, ESG 경영 및 에너지 등 다양한 산업에 데이터사이언스 기법을 응용하여 지능적인 의사결정 시스템을 연구하고 개발하는 것을 목표로 합니다. 연구 분야는 크게 다음 세 가지로 구분될 수 있습니다.
💡 주요 연구 분야(DataScience Applications Research)
- Domain Knowledge Representation
- 현실 세계의 여러 산업과 관련된 다양하고 복잡한 행태를 컴퓨터가 이해할 수 있도록 지식화하는 연구를 합니다.
- 자연/사회 현상 내 다양한 행위자들간 상호 작용을 표현하기 위한 복잡계 네트워크 분석
- 경제 및 금융시장 내 다양한 거래 행태 및 동적 특성에 대한 확률 및 통계적 모델링
- LLM 기반 멀티모달(텍스트+이미지·센서·금융 데이터 등) 융합을 활용한 지식 생성
- 상황인지(Context-Aware) 기반 사용자 행동 패턴 분석 및 모델링
- 관련 분석 기법: 복잡계 네트워크 분석(Complex Network Science); 통계 및 확률과정(Stochastic Process and Statistical Modeling), 행동경제학(Behavior Economics), 대규모언어모델(Large Language Model)
- AI-based Prediction
- 효율적인 의사결정 실현을 위해 미래에 대한 이해를 높일 수 있는 인공지능 기반 예측 모델을 연구합니다.
- 시계열의 순차적 특성 및 시점 간 상관관계를 반영한 딥러닝 예측 모델 개발
- 산업별 도메인 지식을 바탕으로, 현실 문제 예측 성능 향상을 위한 새로운 지표 개발
- LLM 기반 상황별 최적 전문가 혼합 모델 구조를 활용한 추천 알고리즘 개발
- 사용자의 복합적인 맥락들 간 상호작용을 바탕으로 시간에 따른 사용자 행태 변화 예측
- 관련 분석 기법: 특징 공학(Feature Engineering); 시계열 예측 모델(Time-Series Forecasting); 기계학습 및 인공지능(AI and Machine learning); 전문가 혼합 모델(Mixture of Experts Model)
- Intelligent Decision Support
- 예측 및 빅데이터 분석을 기반으로 데이터 주도(data-driven) 맞춤형 의사결정 전략을 연구합니다.
- 도메인 지식과 AI 융합을 통해 불확실성 문제를 최적화하는 의사결정 전략 수립
- 설명 가능한 AI 기법을 통해 신뢰성 높은 인과관계 기반 예측 전략 수립
- 사용자 상황과 맥락 기반 부정적 행동 개선을 위한 적응형 디지털 헬스케어 전략 수립
- 관련 분석 기법: 최적화(Optimization); 기계학습 및 인공지능(AI and Machine learning); 설명 가능한 AI (eXplainable AI); 강화학습(Reinforcement Learning)
💡 주요 연구 주제(Research Topic)
아래는 데이터사이언스 응용 연구실이 진행하고 있는 세부적인 도메인 융합 연구 주제입니다.
- 금융자산/가상화폐 시장 예측 및 투자 포트폴리오 전략 연구 (금융)
- 강화학습 기반 스마트폰 과의존 중재 시스템 개발 (의료)
- 시계열 딥러닝 모델 기반 온라인 광고 예산 예측 및 최적화 (마케팅)
- LLM과 전문가 혼합 모델(MoE)을 활용한 온라인 광고 개인화 추천 시스템 (마케팅)
- 시계열 검진 데이터를 이용한 딥러닝 기반 전립선암 예측 (의료)
- 글로벌 증시 간 상호 관계성 기반의 주가 예측 (금융)