"복합 모달리티 기반 미디어 응용 프레임워크 기술 개발" 이라는 ETRI 주관 과제에서 온톨로지 설계 및 추론 부분을 담당을 했습니다. 영상에서 추출될 수 있는 영상 객체들을 기반으로 하는 온톨로지를 설계하고 이를 기반한 영상 데이터 500개를 대상으로 영상이 어떤 분류로 속하는지를 실험했습니다. 또한 이후에는 영상 데이터를 대용량으로 복제하여 Spark 시스템에서 병렬로 처리하는 분류 시스템을 구현했습니다. 이를 통해 "미디어 영상 자동 분류를 위한 온톨로지 모델링 및 규칙 기반 추론" 과 "온톨로지 및 순서 규칙 기반 대용량 스트리밍 미디어 이벤트 인지 기법" 이라는 논문을 작성했습니다.

트위터 스트리밍 데이터를 대상으로 "식품 안전"과 관련한 트윗 유저의 관심도를 머신러닝 알고리즘을 활용하여 분석하는 연구를 진행했습니다. 이때, 사용한 머신러닝 알고리즘은 SVM(가우시안 커널), Logistic Regression, Decision Tree(J48)이었으며, 사용한 개별 알고리즘을 통합한 앙상블 기법도 적용을 했었습니다. 그러나 형태소 분석과 Bi-gram 방식으로 추출된 단어들에 불순물(철자가 틀린 경우, 의미가 없는 경우)이 많았고 이를 기반으로 특징 추출이 어려워 연구에 난항을 겪었습니다. 결국에 과제가 협약이 되지 않아 중단되었지만 이 경험을 통해 마이닝 기법과 머신러닝 알고리즘을 적용한 과제에서의 중요한 점들을 알게되었습니다.

엑소브레인 과제에서 대용량 온톨로지 추론에 관한 연구를 보조했습니다. 엑소브레인 과제에서 저희 연구실은 만들어진 대용량 온톨로지를 대상으로 빅데이터 프레임워크를 활용하여 추론에 대한 연구를 진행했습니다. 저는 당시 연구실 선배를 도와 Spark의 GraphX 시스템을 활용하여 RDFS 수준의 온톨로지 추론 연구를 수행했는데, 온톨로지 데이터를 거대한 그래프 형태의 데이터로 만들고 이를 대상으로 당시 GraphX에서 제공하는 기능들로 RDFS 규칙의 일부분을 처리했습니다. 이를 통해 "인메모리 기반 병렬 컴퓨팅 그래프 구조를 이용한 RDFS 추론"이라는 논문에 참여했습니다

IoT가 각광을 받기 시작할 무렵이었고, 당시 소프트웨어 공학 연구실에서 학부연구생으로 연구했던 주제였습니다. 연구 주제는 재사용성 및 범용성을 향상 시키기 위한 디자인 패턴 사용에 관한 것이었습니다. 연구내용은 안드로이드 폰에서 레고 마인드 스톰을 제어하는 것인데, 마인드 스톰을 트레드밀(러닝머신)으로 개조하고 그것의 제어 판넬은 안드로이드어플리케이션으로 만들었습니다. 이 프로젝트를 통해 소프트웨어 설계 기법과 안드로이드 프로그래밍에 대해서 많은 경험을 할 수 있게되었습니다.

친구들과 같이 2012년도 교내 소프트웨어 공모전에 나가기위해 했던 프로젝트 입니다. 아이디어는 "소셜알람"으로 지인과의 알람공유가 기본 서비스로 못일어난 사람에게 알람 소리 변경(싸이렌 소리등)으로 공격 기능등이 탑재되었습니다. 12년도에는 서버 개발과 안드로이드 어플리케이션 개발을 완료 했으며, 13년도에는 아이폰 어플리케이션으로 확장했습니다. 이 프로젝트를 통해 단순하게 나마 서버와 스마트폰간의 통신 방법과 각각 사이드의 원리등을 배울 수 있었고, 무엇보다 협업에 대한 즐거움을 깨닫게 되었습니다.