- * 프린트는 Chrome에 최적화 되어있습니다. print
"인공지능을 더 널리, 사람과 가깝게"
우리 연구실의 연구는 최첨단 AI와 이를 실제 응용 프로그램에 원활하게 통합하는 것에 중점을 두고 있으며, 지능적이고 적응적이며 효율적인 온디바이스 AI 시스템을 통해 사용자 경험을 향상시키는 것을 목표로 하고 있습니다. 현재 우리는 AI 기술의 경계를 확장하고 이를 더 인간 중심적이고 개인화되며 자원 효율적으로 만드는 것을 목표로 하는 세 가지 주요 연구 분야를 탐구하고 있습니다.
1. 인간 중심 AI 응용
“온디바이스 AI를 통해 사용자의 일상을 어떻게 풍요롭게 할 수 있을까?”
인간 중심 AI 연구는 일상적인 기기에 AI를 내장하여 사용자 경험을 향상시키는 것을 목표로 하며, 동시에 프라이버시와 보안을 보장합니다. AI가 이미지 분류 및 자연어 처리와 같은 작업에서 뛰어난 성과를 내고 있는 가운데, 비전, 오디오, 모션 센서 등의 다양한 센싱 기능을 가진 기기에 AI를 배치함으로써 지능적인 응용 프로그램의 새로운 기회를 창출하고 있습니다. 이러한 응용 프로그램은 민감한 사용자 데이터를 로컬에서 처리하여 클라우드 기반 솔루션과 관련된 프라이버시 문제를 줄입니다. 우리의 연구는 온디바이스 AI의 능력을 활용하여 일상을 풍요롭게 만드는 혁신적인 방법을 선도하고 있으며, 이러한 기술이 사용자의 환경 내에서 원활하고 유익하게 작동할 수 있도록 하는 것에 중점을 두고 있습니다.
Knocker (UbiComp ’19), MyDJ (CHI ’22), MIRROR (UbiComp ’24)와 같은 최근 프로젝트들은 실용적이면서도 프라이버시를 고려한 방식으로 AI를 사용자에게 더 가깝게 가져오기 위한 저희 연구의 예시를 보여줍니다.
2. 적응형 및 개인화된 AI
“AI를 다양한 개인과 환경에 어떻게 적응시킬 수 있을까?”
AI를 다양한 사용자와 환경에 적응시키는 것은 그 적용 가능성과 효과성을 보장하기 위해 매우 중요합니다. 사용자는 신체 조건, 행동, 생활 방식이 다르며, 기기는 기술적 성능이 다릅니다. 이러한 변이로 인해 특정 데이터 세트에 대해 훈련된 AI 모델을 새로운 환경에 배치할 때 상당한 어려움이 발생합니다. 우리의 연구는 최소한의 사용자 개입으로 AI 시스템이 적응할 수 있는 프레임워크를 개발함으로써 이러한 문제를 해결하고, 조건이 변경되더라도 성능이 일관되게 유지되도록 합니다.
우리는 테스트 시점 적응, 소수 샘플 학습, 자기 지도 학습과 같은 기술을 탐구하여 AI 시스템이 개별 사용자와 그들의 독특한 환경에 맞춰 개인화될 수 있도록 합니다. NOTE (NeurIPS ’22), SoTTA (NeurIPS ’23), AETTA (CVPR ’24)와 같은 프로젝트는 AI를 더 적응적이고 개인화되도록 만들어 AI보급에 장애물을 줄이기 위한 우리의 연구 예시입니다.
3. 효율적인 온디바이스 AI 시스템
“자원 효율적인 방식으로 AI를 어떻게 지원할 수 있을까?”
제한된 자원을 가진 기기에 AI를 배치하는 것은 상당한 도전 과제입니다. 거의 무제한의 자원을 가진 클라우드 기반 시스템과 달리, 온디바이스 AI는 제한된 처리 능력, 메모리, 배터리 수명 등의 엄격한 제약 조건 하에서 작동해야 합니다. 우리의 연구는 강력하면서도 자원 효율적인 AI 시스템을 만들어, 작은 기기에서 고급 계산을 수행하면서도 속도나 기능을 손상시키지 않도록 하는 데 중점을 두고 있습니다.
우리는 협력 학습, 분할 학습, 작은 AI 가속기 개발 등의 분야를 연구하며, 높은 성능을 유지하면서도 사용 가능한 자원을 최적화하는 것을 목표로 합니다. MetaSense (SenSys '19), DAPPER (UbiComp ’23), DEX (NeurIPS'24)와 같은 프로젝트들은 온디바이스 AI 시스템을 더 효율적이고 접근 가능하게 만드는 데 우리의 연구들을 보여줍니다.
요약하면, 우리 연구실의 연구는 인간 중심 응용, 적응형 및 개인화된 AI, 효율적인 온디바이스 AI 시스템에 초점을 맞추어 AI 분야를 발전시키는 데 전념하고 있습니다. 우리의 연구를 통해 AI 기술이 지능적일 뿐만 아니라 사용자 친화적이고 적응 가능하며 자원을 신중하게 사용하는 실용적인 현실 응용 프로그램으로의 격차를 줄이는 것을 목표로 하고 있습니다.
Major research field
온디바이스 인공지능, 인공지능 개인화, 유비쿼터스 컴퓨팅, 기계학습
Desired field of research
온디바이스 인공지능, 인공지능 개인화, 유비쿼터스 컴퓨팅, 기계학습
Research Keywords and Topics
온디바이스 인공지능, 인공지능 개인화, 유비쿼터스 컴퓨팅, 모바일 컴퓨팅, 모바일 센싱, 임베디드 시스템, 모바일 시스템, 도메인 적응, 테스트 시점 적응, 인간-컴퓨터 상호작용
Research Publications
1. "SoTTA: Robust Test-Time Adaptation on Noisy Data Streams", Taesik Gong, Yewon Kim, Taeckyung Lee, Sorn Chottananurak, and Sung-Ju Lee, NeurIPS 2023
2. "DAPPER: Label-Free Performance Estimation after Personalization for Heterogeneous Mobile Sensing", Taesik Gong, Yewon Kim, Adiba Orzikulova, Yunxin Liu, Sung Ju Hwang, Jinwoo Shin, and Sung-Ju Lee, UbiComp (IMWUT) 2023
3. "NOTE: Robust Continual Test-time Adaptation Against Temporal Correlation", Taesik Gong, Jongheon Jeong, Taewon Kim, Yewon Kim, Jinwoo Shin, and Sung-Ju Lee, NeurIPS 2022
Patents
1. “Method and Apparatus for Mobile Sensing for Few-Shot Adapting to Untrained Conditions”, Sung-Ju Lee, Taesik Gong, Yeonsu Kim, and Jinwoo Shin, Issued date: 2023.02.17
2. “Method and Apparatus for Identifying Object Based on Knock”, Sung-Ju Lee, Taesik Gong, Hyunsung Cho, and Bowon Lee, Issued date: 2019.11.27
국가과학기술표준분류
- EE. 정보/통신
- EE10. U-컴퓨팅
- EE1001. U-컴퓨팅 플랫폼/응용기술
국가기술지도분류
- 정보-지식-지능화 사회 구현
- 012300. 인공지능/지능로봇 기술
6T분류
- IT 분야
- 정보처리 시스템 및 S/W
- 010316. 기타 정보처리시스템 및 S/W 기술