제가 참여한 연구실에서는 센서 데이터를 기반으로 사용자 상태를 예측하는 프로젝트를 진행하고 있었고, 저는 데이터 전처리, 간단한 모델 학습 및 시각화 작업을 맡았습니다.
현재 설정하고 있는 구체적인 연구 주제는 "시각·청각·동작 데이터를 통합한 실시간 인간 행위 인식 시스템 설계 및 경량화 모델 구현"입니다.
다양한 모달데이터를 효과적으로 통합하는 구조설계, 둘째, 모바일 환경에서도 적용 가능한 경량화 모델 개발입니다.
석사과정 동안 수행하고자 하는 연구의 핵심 주제는 멀티모달 신호기반의 실시간 인간 상태인식 시스템 설계 및 최적화입니다.
이 경험을 통해 다양한 종류의 데이터를 적절하게 통합하고, 시간에 따른 패턴을 고려하는 구조가 필요하다는 점을 분명히 알게 되었습니다.
데이터가 준비되면, 각 센서에서 특징벡터를 추출하는 독립된 네트워크 구조를 설계하고, 이후 이벡터들을 통합하 는 attention기반fus ion구조를 적용할 예정입니다.
이렇게 도출된 분석 결과를 통해 모델의 판단 논리를 설명하 고, 신뢰도 기반 필터링 구조까지 도입할 수 있을 것입니다.

그중에서도 저는 점차 인공지능, 특히 기계학습 기반 시스템의 구조와 작동원리에 깊은 관심을 갖게 되었고, 전공 선택 이후 관련 과목을 집중적으로 이수하며 해당 분야에 대한 이해도를 높이고자 노력해왔습니다.
이 과정을 통해 모델 성능은 단지 복잡한 구조나 고성능 장비에 의해서만 결정되는 것이 아니라, 데이터의 전처리 방식과 설계자의 문제정의 능력에 따라 얼마든지 달라질 수 있다는 사실을 알게 되었습니다.
특히 학부 후반부에는 시계열 예측, 영상처리, 자연어처리 등 기계학습이 실제로 어떤 문제들을 해결할 수 있는지에 대해 깊이 고민하게 되었고, 그 중에서도 사람의 움직임, 시선, 음성 등 비정형 데이터를 처리하여 인간 행동을 이해하는 분야에 강한 흥미를 갖게 되었습니다.
이 경험은 단순한 모델 구현 능력뿐 아니라, 실질적인 데이터 처리 감각과 문제 해결 태도의 중요성을 인식하게 해주었습니다.
특히 자율주행, 재난대응, 의료보조, 감정인식 등 실제 환경에서의 응용을 위해서는 단일채널의 데이터만으로는 충분하 지 않으며, 다양한 센서 정보를 결합해 보다 정밀하고 직관적인 판단을 내리는 시스템이 필요하다고 생각합니다.
현재 설정하고 있는 구체적인 연구 주제는 "시각·청각·동작 데이터를 통합한 실시간 인간 행위 인식 시스템 설계 및 경량화 모델 구현"입니다.
다양한 모달데이터를 효과적으로 통합하는 구조설계, 둘째, 모바일 환경에서도 적용 가능한 경량화 모델 개발입니다.
실험 데이터는 공개된 시청각 행동 인식 데이터 셋(예 : Kinetics-Sou nd, AVA, NTURGB+D 등)을 기반으로 전처리 및 학습을 수행하고, 추가적으로 자체 구축된 센서 데이터를 포함하여 실제 환경과 유사한 구조로 확장할 예정입니다.
석사과정 동안 수행하고자 하는 연구의 핵심 주제는 멀티모달 신호기반의 실시간 인간 상태인식 시스템 설계 및 최적화입니다.
최근 다양한 센서 기술이 발달함에 따라 인간의 행동, 감정, 생리적 반응을 실시간으로 측정할 수 있는 환경이 조성되고 있으며, 이 데이터를 통합적으로 처리하고 해석하는 기술은 헬스케어, 스마트홈, 자율주행, 감정분석 등의 분야에서 중요성이 커지고 있습니다.
데이터가 준비되면, 각 센서에서 특징벡터를 추출하는 독립된 네트워크 구조를 설계하고, 이후 이벡터들을 통합하 는 attention기반fus ion구조를 적용할 예정입니다.
다음 단계에서는 모델의 경량화와 실시간 처리 성능을 높이기 위한 최적화 전략을 적용할 예정입니다.
연구의 마지막 단계에서는 시스템이 생성한 예측 결과의 신뢰성과 해석 가능성을 높이는 데 주력하고자 합니다.
이를 위해 attentionweight 시각화, Grad-CAM, SHAP값 등의 해석 기법을 적용하여 각 입력 특성이 결과에 어떤 영향을 주었는지를 분석할 예정입니다.
이렇게 도출된 분석 결과를 통해 모델의 판단 논리를 설명하 고, 신뢰도 기반 필터링 구조까지 도입할 수 있을 것입니다.

[hwp/pdf]일반대학원 전기전자공학과 컴퓨터공학전공 석사 합격 연구계획서