학부소식 게시판목록 | 성균관대학교 글로벌융합학부

main Lab. 연구실 (지도교수: 김재광) The 2026 ACM Web Conference (WWW) Research Track 논문 게재 승인 NEW

main Lab. 연구실 (지도교수: 김재광) 논문이 Top-tier 국제학술대회 The 2026 ACM Web Conference (WWW) Research Track에 게재 승인되었습니다. 논문은 26년 4월 두바이에서 발표될 예정입니다. "FCRLLM: Aligning LLM with Collaborative Filtering for Long-tailed Sequential Recommendation" 논문은 허병문 (인공지능융합학과 박사과정), 이남준 (인공지능융합학과 석사과정), 김선아 (소프트웨어학과 석사과정) 이 저자로 참여하였고 김재광 교수가 교신저자로 참여하였습니다. 이 연구는 상호작용 데이터가 부족한 Long-tailed 사용자 및 아이템에서의 추천 문제를 해결하기 위해, 거대언어모델(LLM)의 풍부한 의미론적(Semantic) 지식과 기존의 협업 필터링 신호를 결합한 FCRLLM 프레임워크를 제안합니다. 핵심 기술인 '플립드 클래스룸(Flipped Classroom)' 메커니즘은 협업 표현과 의미론적(Semantic) 표현이 서로 스승과 제자의 역할을 교차 수행하며 동적으로 정렬(aligned) 되도록 유도합니다. 이 과정에서 홉필드 네트워크 기반의 에너지 함수를 활용하여 두 양식 간의 어텐션 패턴 차이를 최소화하고 상호 보완적인 학습을 가능하게 합니다. 제안 방법은 세 개의 실제 데이터셋을 활용하여 실험하였고, 그 결과 제안 방법이 아이템의 인기나 사용자의 활동 수치와 관계없이 추천 성능을 일관되게 향상시키는 것으로 나타났습니다. 본 연구는 서로 다른 차원의 정보들을 양방향 교사-학생 구조로 통합함으로써 더욱 정교하고 다양한 추천 시스템을 구축할 수 있음을 보여줍니다.
- 작성일 2026-01-15
- 조회수 101
dxlab (박은일 교수 연구실), AAAI 2026 1편, WACV 2026 1편 게재 승인

dxlab (지도교수: 박은일, https://dsl.skku.edu)의 논문이 인공지능 분야 우수학회인 AAAI 2026에 1편, WACV 2026에 1편 게재 승인(Accept)되었습니다. 해당 논문은 26년 1월(싱가포르)와 3월(애리조나)에서 발표될 예정입니다. 1) (AAAI 2026) “MASP: Multi-Aspect Guided Emotion Reasoning with Soft Prompt Tuning in Vision-Language Models” 논문은 이상은 졸업생(인공지능융합학과, 現 ETRI 연구원), 이유빈 박사과정생(인공지능융합학과)이 저자로 참여하였고, 박은일 교수가 교신저자로 참여하였습니다. 이 논문은 기존 Vision-Language Model (VLM) 기반 감정 인식이 이미지의 단일 표현이나 제한된 단서에 의존해 세밀한 감정 판단에 어려움을 겪는 문제를 해결하기 위해, 인간의 감정 판단 과정에서 활용되는 여러 시각 단서를 구조적으로 통합하는 MASP를 제안합니다. MASP는 얼굴 표정, 장면, 객체, 색채, 밝기, 행동의 여섯 가지 감정 단서를 독립적으로 인코딩하는 Multi-Aspect Module을 학습하고, 이를 전체 이미지 특징과 결합하여 보다 풍부한 시각 표현을 구성합니다. 기존 연구가 제한된 관점만 활용한 것과 달리, MASP는 여섯 가지 단서를 모두 분리×통합해 더 정교한 감정 해석을 지원합니다. 이후 Soft Prompt Tuning을 통해 언어 모델에 감정 인식에 특화된 추론 구조를 유도함으로써, 기존 대비 높은 정확도와 안정적인 성능을 달성합니다. Soft Prompt는 프롬프트 표현 변화에 대한 강건성을 높여 실제 환경에서도 안정적인 추론을 가능하게 합니다. MASP는 유사 감정 구분이나 소수 클래스 분류와 같은 까다로운 상황에서도 강인한 성능을 보이며, 멀티모달 감정 이해가 필요한 인간-에이전트 상호작용 등 실제 응용 분야에서 높은 활용 가능성을 보여줍니다. 2) (WACV 2026) “Alignment and Distillation: A Robust Framework for Multimodal Domain Generalizable Human Action Recognition” 논문은 지현빈 석사과정생(실감미디어공학과), 이주엽 박사과정생(인공지능융합학과)이 저자로 참여하였고, 박은일 교수가 교신저자로 참여하였습니다. 이 논문은 기존 Human Action Recognition(HAR) 모델이 단일 모달리티나 정적인 융합 방식에 머물러 실제 환경의 도메인 변화에 취약하다는 문제를 해결하기 위해, 멀티모달 단서를 시간적으로 정렬 및 통합하는 Multimodal Alignment and Distillation for Domain Generalization(MAD-DG) 프레임워크를 제안합니다. 이를 위해 MAD-DG는 두 가지 핵심 요소를 중심으로 보다 안정적인 행동 표현을 학습합니다. 먼저, Segment-Label Aligned Contrastive Learning(SLA-CL)은 RGB, Optical Flow, Audio 간의 비동기적 기록 문제를 Temporal Binding Window 기반으로 보정해 모달리티 간 의미적 대응을 정밀하게 맞춥니다. 이를 통해 센서 지연이나 녹화 불일치로 발생하는 잡음을 줄이고 행동의 핵심 패턴을 강조합니다. 이어서 Online Self-Distillation Temporal Module(OSDTM)은 행동이 시간적으로 여러 단계로 전개된다는 점에 착안해 다양한 길이의 segment tuple을 구성하고, soft attention으로 중요한 조합을 선택합니다. Teacher–student 방식의 self-distillation을 통해 도메인 변화에도 흔들리지 않는 시간적 표현을 형성합니다. MAD-DG는 이러한 모달리티 정렬과 다중 스케일 temporal reasoning을 결합해, 기존 모델이 어려워하던 멀티소스 도메인 일반화나 콘텍스트 제거 환경(Mimetics)에서도 높은 성능을 달성합니다. 특히 Optical Flow 정보를 적극적으로 활용해 실제 행동 중심의 표현을 구성하며, 복잡한 행동 이해나 인간–에이전트 협력 시스템 등 다양한 실사용 환경에서 높은 활용 가능성을 보여줍니다.
- 작성일 2025-11-17
- 조회수 417
[학생실적] 글로벌융합학부, 2025 광양국제미디어아트페스티벌 캠퍼스 프로그램 참가

글로벌융합학부, 2025 광양국제미디어아트페스티벌 캠퍼스 프로그램 참가 ▲ 2025 광양 국제 미디어아트 페스티벌 공식 포스터 성균관대학교 글로벌융합학부 컬처앤테크놀로지융합전공(이하 CNT)에서는 2025년 10월 22일부터 11월 4일까지 개최되는 ‘2025 광양 국제 미디어아트 페스티벌(GMAF)’에 참가하여 학생 창작 작품 7점을 선보였다. GMAF는 광양시 도시 전체를 전시장화 하는 페스티벌로, 세계 최대 미디어아트 축제 개최지인 오스트리아 린츠와의 협력을 기반으로 한다. 성균관대학교 CNT 학생은 캠퍼스 프로그램에 전시자로서 참여했다. 캠퍼스 프로그램은 성균관대학교, 한국예술종합학교 등 5개 대학이 전시를 운영하는 프로그램이다. 성균관대학교 CNT는 인공지능, 인터랙티브 미디어, XR 등 첨단 기술을 문화예술 창작의 도구로 활용하며, 급변하는 디지털 환경 속에서 창의성과 기술적 역량을 겸비한 융합 인재를 양성하고 있다. CNT는 GMAF 전시를 통해 기술과 예술의 융합을 주제로 한 학생들의 창의적 실험과 국제 협력의 결과물을 집약적으로 보여주었다. ▲ 성균관대학교 팀 전시 현장 이번 전시에는 성균관대학교와 오스트리아 린츠예술대학교(Kunstuni Linz) 학생들이 협업한 다양한 작품이 선보였다. 성균관대학교 CNT는 GMAF 협력관계인 ARS ELECTRONICA와 별도의 교류 프로그램을 운영하고 있다. 이번 캠퍼스 프로그램에서는 2025 ARS ELECTRONICA 린츠예대(Kunstuni Linz) 공동워크숍 발제작품들, 2024 ARS ELECTRONICA 참여 전시작품들과 린츠예대 초청 작품이 함께 전시 되었다. GMAF 전시는 기술과 예술, 지역사회가 결합된 차세대 미디어아트 교육 모델로서의 가능성을 보여주었다. 전시 작품 목록은 다음과 같다. • Expansion in Disorder: <침묵합창단> 성상훈, 하지수 • Not A Monster: <센소리움> 정효빈, 변서윤 • 오케스트라이즈: 이유진, 강윤경, 김예서 • Lake Watchers 2024: Hess Jeon 외 4명 (Kunstuni Linz) • The Path of Experience: Jeenie Kim (Kunstuni Linz) • Cycle and Connection: 박서영 • Shake It, Light It: 김유정, 이수연 성균관대학교 CNT의 GMAF 전시는 대학혁신지원사업, SW중심대학사업의 지원을 받아 이루어졌다. 설상훈 교수(RISE 사업단 산학교수)가 캠퍼스 총감독을 맡았으며, 이창준 교수(컬처앤테크놀로지융합전공 주임교수)가 총괄을 담당했다.
- 작성일 2025-11-05
- 조회수 469
[일반] 2025년 (주)엔씨소프트(NCsoft)기업 견학

지난 8월 27일 엔씨소프트 기업 견학에 오하영 교수, 이경호 교수 인솔하에 학생들이 참여했다. (글로벌융합학부 10명, 소프트웨어학과 3명, 글로벌바이오메디컬공학과 1명, 전자전기공학부 1명, 컴퓨터교육과 5명, 영어영문학과 1명) 시간 현장 체험 내용 ~13:00 인원확인 및 착석 13:00~13:10 행사 진행 일정 및 유의사항 안내 13:10~13:30 NC 기업 소개 13:30~14:00 R&D 센터 내 주요 복지 시설 투어 14:00~15:00 선배와의 대화 15:00~15:30 채용 담당자 Q&A 및 참여소감 SURVEY
- 작성일 2025-09-04
- 조회수 1426
2025년 (주)안랩(AhnLab)기업 견학

지난 7월 23일 안랩(Ahn lab) 기업 견학에 오하영 교수님, 정수빈 연구원 인솔하에 학생들이 참여했다. (글로벌융합학부6명, 인공지능융합전공6명, 데이터사이언스융합전공1명, 경영학1명) 안랩은 1995년 설립, 2001년 코스닥 상장된 글로벌 통합보안 기업으로 세계적 수준의 솔루션과 전문 서비스 체계를 보유하였다. V3 제품군과 정보 네트워크 보안 솔루션을 개발 공급하며, ASEC/CERT를 통해 24시간 365일 악성코드와 해킹을 실시간 예방/차단한다. 컨설팅-솔루션-관제 등 시큐리티 라이프 사이클 기술과 서비스를 자체 제공하는 국내 유일 통합보안업체로 AI 기술과 빅데이터 분석, 제로 트러스트 등 보안 신기술을 고도화하고있다. 시간 현장 체험 내용 10:00~10:30 (30‘) AhnLab 기업 및 직무 소개 10:30~11:15 (45‘) 현직자 멘토링 세션 및 Q&A 11:15~12:00 (45‘) AhnLab 사옥 투어 12:00~12:30 (30‘) 마무리 및 설문 응답
- 작성일 2025-08-07
- 조회수 1208
김재광 교수 연구실(mainLab), CIKM 2025 논문 게재 승인

main Lab. 연구실 (지도교수: 김재광) 논문이 인공지능 분야의 Top-tier 국제학술대회 CIKM (Conference on Information and Knowledge Management) 2025에 게재 승인되었습니다. 두 편의 논문은 25년 11월 서울 코엑스에서 발표될 예정입니다. 1) "RadialFocus: Geometric Graph Transformers via Distance-Modulated Attention" 논문은 김산 (소프트웨어학과 박사과정), 이승준 (실감미디어공학과 석사과정), 오시찬 (전기전자컴퓨터공학과 석사과정) 이 저자로 참여하였고 김재광 교수가 교신저자로 참여하였습니다. RadialFocus Graph Transformer는 그래프 내 거리 정보를 똑똑하게 활용하는 인공지능 모델입니다. 복잡한 위치 인코딩이나 가상 노드 없이, 각 주의(head)에 거리 기반 함수(RBF)를 넣어 가까운 노드에 더 집중하도록 학습합니다. 이 방식은 메모리 부담이 적고 정확도도 높습니다. 분자 예측, 결합력 예측, 이미지 그래프 분류 등 다양한 분야에서 기존보다 적은 파라미터로 뛰어난 성능을 보였으며, 거리 중심과 범위를 자동으로 학습해 중요한 거리 범위를 효과적으로 파악합니다. 2) "Spectral Edge Encoding - SEE: Does Structural Information Really Enhance Graph Transformer Performance?" 논문은 이승준 (실감미디어공학과 석사과정), 김산 (소프트웨어학과 박사과정), 김조현 (인공지능융합학과 학석박과정) 이 저자로 참여하였고 김재광 교수가 교신저자로 참여하였습니다. Spectral Edge Encoding(SEE)는 그래프에서 각 연결(edge)이 전체 구조에 얼마나 중요한지를 스펙트럼(고유값) 변화를 통해 계산하는 방법입니다. 학습할 파라미터 없이 작동하며, 이 정보를 그래프 트랜스포머의 주의(attention) 과정에 반영해 구조 인식을 높입니다. Moiré Graph Transformer에 적용한 결과, 분자 데이터 분류 성능이 크게 향상되어 평균 ROC-AUC 85.3%를 기록했고, 기존 최고 모델보다 7.1%p 높았습니다. 또한 SEE는 분자의 구조 정보를 잘 보존하고, 해석 가능성도 제공해 실용적인 장점을 갖습니다.
- 작성일 2025-08-07
- 조회수 517
[학생실적] 성균관대 WEM 학회, 다문화 청소년 대상 메타버스 창작·캠퍼스 체험 프로그램 운영

다문화 청소년들이 AI와 메타버스 속에서 자신만의 세상을 직접 만들고, 성균관대학교 캠퍼스를 체험하는 특별한 시간이 마련된다. 성균관대학교 WEM 학회는 초등학교 5학년부터 중학교 2학년까지의 다문화 청소년을 대상으로, **‘AI와 가상공간을 통한 창작 프로그램’**을 진행한다. 이번 프로그램은 단순한 체험을 넘어, 참가 청소년들이 직접 아바타를 만들고, 가상 공간을 설계하며, 영상 편집까지 해보는 실습 중심의 과정으로 구성됐다. 무엇보다도 이 프로그램의 큰 매력은 성균관대 재학생 멘토들과 함께 한다는 점이다. 멘토들은 참가자들에게 AI와 메타버스 기술을 알기 쉽게 설명해주는 것은 물론, 직업 세계와 진로 탐색에 대한 조언도 함께 나누며 청소년들의 꿈을 응원할 예정이다. 참가자들은 성균관대 캠퍼스를 직접 방문해 대학 생활의 분위기와 진로에 대한 실질적인 정보도 얻을 수 있다. 주요 활동은 ▲내 아바타와 가상 아지트 만들기 ▲AI·메타버스 콘텐츠 제작 체험 ▲영상 편집을 통한 결과물 완성 ▲성균관대 캠퍼스 투어 및 멘토링 시간으로 이루어지며, 창의력과 자기표현 능력을 키울 수 있는 기회가 될 것으로 기대된다. 이번 프로그램은 서울시 종로구 건강가정·다문화가족지원센터가 주관하며, 참여 신청은 센터 홈페이지를 통해 가능하다. 참가자 본인 명의로 회원가입 후 신청하면 되며, 만 14세 미만은 보호자 동의하에 어린이 회원으로 신청할 수 있다. 정원 외 연령 참가자는 대기자로 접수된다. 성균관대 WEM 학회 관계자는 “미래 사회를 이끌어갈 청소년들에게 AI와 메타버스라는 기술을 쉽고 재미있게 전달하고 싶다”며 “참가자들이 이번 경험을 통해 진로에 대한 새로운 시각을 얻고, 창의적인 자신만의 결과물을 남기길 기대한다”고 전했다. 출처 : IPN뉴스 / 김수미 기동취재부 기자
- 작성일 2025-06-16
- 조회수 1043
김재광 교수 연구실(기계지능연구실, mainLab.), The 48th International ACM SIGIR 2025 논문 게재 승인

김재광 교수 연구실(기계지능연구실, mainLab.), The 48th International ACM SIGIR Conference on Research and Development in Information Retrieval 논문 게재 승인 기계지능연구실 (지도교수: 김재광, https://mainlab.skku.edu)의 이남준(석사과정) 학생과 김재광 교수가 진행한 "SEALR: Sequential Emotion-Aware LLM-Based Personalized Recommendation System" 논문이 Information Retrieval 및 Intelligence 분야 에서 최우수 학술대회인 ACM SIGIR 2025 Short paper에 게재 승인되었습니다. 이번 연구는 감정 인식 기반 순차적 LLM 개인화 추천 시스템(SEALR)을 제안합니다. SEALR은 사용자 리뷰를 분석하여 시간 순서에 따른 감정 변화를 추적하고, 이를 기반으로 감정 레이블을 추출합니다. 이러한 감정 정보는 사용자의 선호도 변화를 보다 정밀하게 반영할 수 있도록 도와줍니다. 특히 사용자의 행동 데이터를 기반으로 생성된 후보 아이템과 감정 정보를 LLM에 통합 입력하여 개인화된 추천 결과를 도출하는데, 다양한 후보 아이템 수와 LLM 미세 조정 비율을 실험 변수로 설정해, 추천 정확도와 탐색 사이의 최적 균형을 탐색하였다는 점에서 의미가 있습니다. 아마존 리뷰 데이터를 활용한 실험 결과, SEALR은 기존 추천 방식 대비 의미 있는 성능 향상을 보였으며, 감정 정보와 행동 데이터의 통합이 추천 품질 향상에 효과적임을 확인했습니다. Abstract Large Language Models (LLMs) have demonstrated exceptional performance across various natural language processing tasks, driving significant advancements in language understanding and generation. However, their applicability in recommendation systems remains an area that requires further investigation. This study proposes the Sequential Emotion-Aware LLM-Based Personalized Recommendation System (SEALR) to harness this potential. SEALR applies sentiment analysis to user-generated textual reviews to sequentially track emotional changes for each user and extract sentiment labels. In addition, we design a novel framework that integrates candidate items generated by sequential models with user behavior data into an LLM to provide more precise and personalized recommendations. Our experiments investigate the impact of varying candidate pool sizes and instruction-based fine-tuning ratios, adopting an experimental methodology to optimize the trade-off between recommendation accuracy and exploration. To validate the effectiveness of the proposed approach, we conducted comparative experiments using Amazon datasets against existing recommendation methods, demonstrating meaningful performance improvements. Specifically, the combination of sentiment information and user behavior data contributed to enhancing recommendation performance, demonstrating the potential to accommodate diverse user preferences and contexts.
- 작성일 2025-04-08
- 조회수 1329
인공지능융합전공 실어실어 팀(김세민, 이나연, 인정교 / 지도교수 한진영), 2024-2학기 Co-Deep Learning 프로젝트 최우수상 수상

글로벌융합학부 인공지능융합전공 실어실어팀, 2024-2학기 Co-Deep Learning 프로젝트 최우수상 수상 ▲(왼쪽부터) 인정교, 김세민, 이나연(이상 인공지능융합전공) 지난 1월 23일, 대학혁신과공유센터가 개최한 '2024학년도 2학기 Co-Deep Learning 프로젝트 발표회'에서 인공지능융합전공 학생들로 구성된 '실어실어'팀(지도교수 한진영)이 최우수상(100만원)을 수상했다. '실어실어'팀은 실시간 실어증 패턴 해석과 진단을 위한 디지털 서비스를 개발해 의료 분야에서의 혁신적인 변화를 제안했다. ‘Co-Deep Learning 프로젝트’는 학생들이 팀을 이루어 창의적 문제 해결 능력을 기르고 학문 간 융합을 경험하는 프로그램으로, 이번 학기에는 20개 학과에서 54명의 학생들이 14개 팀을 구성해 3개월 동안 다양한 프로젝트를 수행했다. 참여 학생들은 ▲혁신 기술과 스마트 솔루션 ▲미래 사회와 인간 중심의 융합 기술 ▲창의적 제작과 실험적 설계 등 다양한 분야에서 프로젝트를 진행하며 실제 문제를 해결하기 위한 창의적인 아이디어와 솔루션을 제안했다.
- 작성일 2025-02-10
- 조회수 1926
글로벌융합학부 컬처앤테크놀로지융합전공, 2024 지스타에 학생 기획·제작 게임 출품

글로벌융합학부 컬처앤테크놀로지융합전공, 2024 지스타에 학생 기획·제작 게임 출품 지난 11월 14일(목)부터 17일(일)까지 부산 벡스코(BEXCO)에서 열린 국내 최대 게임 컨퍼런스 ‘지스타(G-Star)’에 글로벌융합학부 컬처앤테크놀로지융합전공 학생들이 기획하고 제작한 게임 3작품이 출품되었다. 특히 올해 20주년을 맞은 지스타는 국내외 게임 업계와 관람객들의 기대 속에 다양한 신작과 혁신적인 기술을 선보이며 큰 주목을 받았다. 이번 출품작들은 2023년부터 시작된 교육 과정을 기반으로 협력과 창작을 거듭해 완성된 결과물이다. 학생들은 2023년도 1학기 '게임콘텐츠기획' 수업에서 게임의 핵심 아이디어와 재미 요소를 구상했으며, 이어지는 2학기 '게임콘텐츠제작실습'에서 이를 구체화했다. 2024년도 1학기에는 '융복합콘텐츠기획' 수업을 통해 제작한 작품을 고도화하며 완성도를 높였다. 김수완 글로벌융합학부 박사후연구원은 “이번 프로젝트는 학생들의 창의력과 실무 역량이 결집된 좋은 사례”라고 전했다. 컬처앤테크놀로지 학생들이 출품한 아래 3개 작품은 독창적인 아이디어와 장르적 특색으로 관람객들의 이목을 끌었다. ○ 혈도(Vendetta) - 참여 학생: 하태건(컬처앤테크놀로지), 이지우(컬처앤테크놀로지) - 인터랙티브 스토리텔링 게임으로, 플레이어의 선택에 따라 스토리가 변화해 몰입감을 극대화했다. ○ 하우스오브카드(House of Cards) - 참여 학생: 손현빈(독어독문/컬처앤테크놀로지), 윤태우(컬처앤테크놀로지) - 카드 게임과 디펜스 타워 장르를 결합한 전략적인 게임으로, 창의적인 게임 디자인이 돋보인다. ○ 개여시 이야기(Tale of GaeYeoSi) - 참여 학생: 김동현(경제학/컬처앤테크놀로지), 김선혁(국어국문/컬처앤테크놀로지), 장시한(컬처앤테크놀로지) - 전통 설화를 현대적 게임 요소와 접목한 방탈출 게임으로, 흥미로운 퍼즐과 독창적인 내러티브가 특징이다. 이창준 컬처앤테크놀로지융합전공 주임교수는 “학생들이 디지털 콘텐츠 시장에서 성장할 잠재력을 보여준 소중한 경험이었다”며, “앞으로도 창의적이고 도전적인 작품을 제작할 수 있도록 적극 지원하겠다”고 밝혔다. 김장현 글로벌융합학부장도 “디지털 콘텐츠 분야는 무한한 성장 가능성을 가진 산업으로, 학생들이 글로벌 무대에서 경쟁력을 갖출 수 있도록 지원을 아끼지 않겠다”고 강조했다.
- 작성일 2024-11-18
- 조회수 2158

커뮤니티

학부소식