연구

공유저작물 권리 메타데이터 추출 2024 – 현재

한국어 공공저작물 권리문서를 위한 NER + LLM “분업” 파이프라인을 실서비스 수준으로 구축했습니다. 다중 제공자 OCR 폴백 체인이 미세조정된 KLUE-RoBERTa-Large NER(26개 B-I-O 라벨)과 스키마 기반 LLM 추출을 병렬로 구동하고, LLM 통합 중재기가 필드별 출처(AGREED / CONFLICT / LLM_ONLY / NER_ONLY / MISSING)와 OCR 근거 한국어 증거를 갖춘 67필드 통합 스키마를 생성합니다.

2차년도에는 생성형 VLM과 SigLIP 2 + FAISS 유사도 기반의 이미지 + 텍스트 멀티모달 분석을 14만 4천 건 규모의 공공누리(KOGL) 저작물 코퍼스로 확장합니다. 문화체육관광부/KOCCA 연구개발사업의 지원을 받아, 무하유·HM컴퍼니와의 컨소시엄에서 한국저작권위원회(공유마당)와 한국문화정보원(공공누리)을 수요처로 수행하는 과제입니다.

아키텍처 다이어그램: OCR 결과를 LLM 추출과 한국어 NER가 동시에 처리하고, LLM 중재자가 67개 필드 통합 메타데이터로 통합
권리 메타데이터 추출을 위한 NER–LLM 통합(중재) 아키텍처 — 실제 배포 파이프라인

한국어 보이스피싱 탐지 2021 – 현재

경찰청 통계 기준 2016–2025년 누적 보이스피싱 260,694건, 피해액 6조 153억 원(약 41.1억 달러). 연구실은 최초의 레이블링된 한국어 보이스피싱 통화 전사 데이터셋 KorCCVi를 구축했고, ML/DL 텍스트 분류기와 KoBERT에서 출발해 어텐션 기반 CNN-BiLSTM(F1 0.9966), 연합학습, 다국어 역번역 + SMOTE 증강으로 연구를 발전시켜 왔습니다.

현재는 멀티모달(오디오 + 텍스트)·프라이버시 보존 탐지가 중심입니다: 경량 음향 모델(≤223K 파라미터, eGeMAPS 특징으로 정확도 99.59%)과 채널 강건 Wav2Vec2.0 + EMA 통화 단위 집계(GSM 코덱 정합 평가에서 F1 ≈ 0.956–0.96)는 실시간 탐지에 충분한 효율을 갖췄습니다 — 벤치마크 세부 수치는 논문에서 확인할 수 있습니다.

파이프라인 다이어그램: 입력 음성이 전처리, eGeMAPS/MFCC/Wav2Vec2.0 특징 추출, 경량 MLP 분류기, EMA 통화 단위 집계를 거쳐 보이스피싱 경보로 — 완전 온디바이스
온디바이스 프라이버시 보존 탐지 파이프라인 — 음향 특징에서 통화 단위 경보까지 (IEEE Access 라인)

플래시 저장장치 · SQLite 디지털 포렌식 2010 – 2020

플래시 저장장치 위 디지털 포렌식 연구 10년: NAND 플래시에서 삭제·와이핑된 파일의 복구, 블록 치환으로 복구를 차단하는 안티포렌식, 와이핑 증거 확보, SSD TRIM 명령 하의 선별적 복구, YAFFS2 파일시스템 메타데이터 관리, 포렌식 타임라인 분석을 위한 정황 증거 복구를 다뤘습니다.

이 연구는 현장의 데이터베이스로도 이어졌습니다 — SQLite 삭제 레코드 복구, Journaling of Journal 기반 SQLite 파일 복구, 인스턴트 메신저 메시지 복구. 2010–2020년 사이 10편이 넘는 석사학위논문을 배출한 분야입니다.

크래시 이후 맵 블록에서 블록 매핑·로그 페이지 매핑 테이블을 복원하고 일관성 검사로 정리하는 다이어그램
전원 장애 이후 매핑 테이블 복원과 일관성 검사 (Electronics 2021)

플래시 메모리 저장 시스템 & FTL 2004 – 현재

연구실은 700회 이상 인용된 FAST 플래시 변환 계층(“A log buffer-based flash translation layer using fully-associative sector translation”, ACM TECS 2007)과 대블록 플래시를 위한 LSTAFF/LSTAFF* 시스템 소프트웨어를 공동 개발했습니다. FTL 설계와 서베이, 혼합 주소 사상, 버퍼 교체, 플래시 인지 B-트리 인덱싱(WPCB-Tree), 그리고 NAND 플래시·SSD에서의 크래시/데이터 복구까지 연구가 이어집니다.

이 연구의 뿌리는 더 깊습니다. 플래시 이전에는 데이터베이스 시스템과 공간·멀티미디어 인덱싱 — 의미 술어를 결합한 k-최근접 이웃 질의(Spy-Tec+, RS-tree), 거리 브라우징, GIS 객체 프리페칭(1999–2011) — 을 연구했으며, 플래시 연구는 오늘날 학부 파일처리 수업에서 NAND 디바이스 드라이버와 FTL을 직접 구현하는 과제로 이어지고 있습니다.

WPCB-tree 아키텍처 다이어그램: B+-트리의 랜덤 쓰기가 버퍼와 쓰기 패턴 변환기를 거쳐 순차 쓰기로 FTL·플래시 메모리에 전달
WPCB-tree — FTL 위의 플래시 인지 B-트리 (Symmetry 2018)

데이터셋·코드

연구 과제