한국연구재단의 2022년도 하반기 '중견 연구자 지원사업'에 우리 학교 7인의 연구자가 선정됐다. 한국연구재단은 창의성 높은 개인 연구를 지원하여 우수한 기초연구 능력을 배양하고 리더 연구자로 성장할 수 있도록 돕기 위해 이 사업을 진행하고 있다. 이번에 선정된 연구자는 강대식(기계공학과, 제일 위 사진 왼쪽 두번째), 장일한(건설시스템공학과), 황원준(인공지능학과),  강엽(의과대학), 은정우(의과대학), 함석진(의과대학), 박선아(의과대학) 교수다.  강대식 교수는 '날갯짓 비행체의 날개 스트레인 감각 정보 기반 자율 주행 연구'를 수행한다. 곡예 비행이 불가능한 상용 드론의 한계를 극복하기 위해 잠자리의 날개 기관에 영감을 맏아, 날갯짓을 이용한 새로운 형태의 강화학습 기반 비행체 제어 시스템을 제안하겠다는 목표다. 기존의 고정익, 회전익 방식과 달리 날갯짓 기반의 드론 컨트롤은 유체의 움직임에 실시간으로 대응해야 하므로 고민감도 센서와 고인성 유연 전극, 날개 형태에 적합한 구동기 개발이 필요하다. 강 교수팀은 5년간 총 9억원의 연구비를 지원받는다. 장일한 교수는 '저탄소·지속가능한 국토 이용과 기후변화 관련 지반재해 저감을 위한 차세대 융합-생물학적 지반보강 기술 개발'을 주제로 3년6개월 동안 6억8300만원의 연구비를 지원 받게 됐다. 장 교수는 “기후변화에 능동적으로 대응할 수 있는 친환경, 저탄소 지반보강 위해 생체고분자인 바이오폴리머(biopolymer)와 미생물 기반 탄산염 고결 기술을 융합한 핵심원천기술을 개발해 나갈 것”이라며 “이를 통해 건설분야에서 시멘트 사용과 관련 탄소발자국을 줄임으로써 미래 친환경·지속가능한 문명의 번영에 이바지하도록 노력하겠다”고 전했다.황원준 교수는 '환경 변화 실시간 적응성 향상을 위한 영상 기반 복수 지식 전이 모델 학습 개발 및 응용'을 주제로 연구한다. 다양한 환경에서 실시간으로 적응할 수 있는 딥러닝 기반 복수 지식 전이 모델 학습을 개발할 예정. 주간 주행 모델을 학습한 무인자동차가 야간 주행 환경에 적응할 수 있도록 하는 것이 그 사례 중 하나다. 이를 위해서는 자율주행을 위한 영상 세그멘테이션과 물체 검출 기술 적용이 필요하며, 이번 연구를 통해 ▲환경 변화에 강인한 데이터 증강 ▲복수 지식 기반 적응 모델 학습 ▲레이블 불완전성 해결을 위한 딥러닝 모델 개발을 진행한다. 황 교수팀이 지원받는 연구비는 앞으로 4년동안 3억3000만원이다. 한편 이번 사업에 선정된 의과대학 연구진은 ▲강엽 - 박테리아 유래 NADH oxidase 유전자 발현을 이용한 비알코올성지방간병의 예방 및 치료 ▲은정우 - 세포밖 소포체 기반 간암 혈액  비번역RNA마커 검증 및  치료용 타겟 전달 시스템 개발 ▲함석진 - 쥐 폐장을 이용한 체외폐관류 중 폐흉막을 통한 폐부종 개선 ▲박선아 - 타우병증 연관 콜레스테롤 대사이상 규명 및 이의 선택적 제어를 통한 치료 전략 발굴 연구에 나선다.한편 올 상반기 한국연구재단 선정 '중견 연구자 지원사업'에는 우리 학교 24인의 연구자가 선정되어 연구를 진행하고 있다. 한국연구재단은 상반기와 하반기로 나누어 '중견 연구자 지원사업' 참여 연구자를 선정하며, 연구자 별로 연간 5000만원~4억원 상당을 지원한다. <인공지능학과 황원준 교수와 인공지능학과 학생들> 

대학원 인공지능학과 & 4단계 BK21 Ajou DREAM 인공지능 혁신인재 양성사업단에서는AI산업세미나를 8월 4일(목) 오후 4시에 개최하고자 합니다. 관심있으시면 많은 참석 부탁드립니다. 주제: "DAOS: Data Access-aware Operating System" 일시: 2022년 8월 4일(목) 오후 4시 강연자: SeongJae Park, Kernel Development Engineer at Amazon  장소: 팔달관 407호 ​ AbstractIn data-intensive workloads, data placement and memory management are inherently difficult: the programmer and the operating system have to choose between (combinations of) DRAM and storage, replacement policies, as well as paging sizes. Efficient memory management is based on fine-grained data access patterns driving placement decisions. Current solutions in this space cannot be applied to general workloads and production systems due to either unrealistic assumptions or prohibitive monitoring overheads.To overcome these issues, we introduce DAOS an open-source system for general data access-aware memory management. DAOS provides a data access monitoring framework that utilizes practical best-effort trade-offs between overhead and accuracy. The memory management engine of DAOS allows users to implement their access-aware management with no code, just simple configuration schemes. For system administrators, DAOS provides a runtime system that auto-tunes the schemes for user-defined objectives in a finite time. We evaluated DAOS on commercial service production systems as well as state-of-the-art benchmarks. DAOS achieves up to 12% performance improvement and 91% memory saving. DAOS is upstreamed and available in the Linux kernel.​ BIOSeongJae Park is a Linux kernel programmer who maintains the data access monitoring framework of the Linux kernel called DAMON. Using itas a core component, he is developing data access-aware Linux systemsfor AWS. He fundamentally loves to analyze and develop systems. Specifically, his interests include operating system kernels, parallel computing, and memory management. He received a PhD in the Department of Computer Science and Engineering, Seoul National University in 2019. Host: 소프트웨어융합대학 소트트웨어학과 안정섭 교수(jsahn@ajou.ac.kr)​