서울대학교 DSBA 연구실

RDF 데이터 모델과 SPARQL 쿼리를 활용하여 온톨로지 기반의 지식 그래프 파이프라인을 구축하는 방법을 실습한다.

건설 현장의 디지털 트윈을 구현하기 위해 도메인 온톨로지와 지식 그래프를 설계하고, 3계층 아키텍처를 통해 데이터를 구조화하여 KPI를 도출하는 방법론을 제시한다.

지식 그래프 구축의 핵심인 온톨로지의 역할을 정의하고, 5대 공공 지식 그래프의 품질을 34개 지표로 비교 분석한 연구 발표.

Wikidata와 MANUMATE 사례를 통해 온톨로지 기반 지식그래프 구축의 설계 목적과 거버넌스, 재사용 전략을 비교 분석한다.

온톨로지 품질을 구조적·품질적 측면에서 평가하는 OQuaRE와 기능적·의미적 측면에서 평가하는 CQOA 방법론은 온톨로지 설계의 객관성과 실용성을 높인다.

조직 내 지식을 체계화하고 재사용성을 높이는 온톨로지 구축 방법론 OTKM의 5단계 절차와 실무 적용 사례를 살펴본다.

온톨로지와 지식 그래프의 기본 개념, 구성 요소, 그리고 WordNet, UMLS 등 대표적인 사례를 통해 데이터 구조화의 기초를 학습합니다.

텍스트 데이터에서 개념과 관계를 자동으로 추출하여 온톨로지를 구축하는 방법론과 관련 도구의 분류 체계 및 검증 기법을 다룬다.

LLM의 확률적 한계를 보완하기 위한 온톨로지 설계 원칙(Gruber 1995)과 FAIR 원칙을 통한 실무적 구축 방법을 다룹니다.

LLM을 화학 도구와 결합하고, 물리 시뮬레이션에서 자율적으로 오류를 수정하는 멀티 에이전트 프레임워크 연구를 소개한다.

MoE 아키텍처를 활용해 언어 정보 없이도 다양한 도메인의 시각적 이상을 통합적으로 탐지하는 AnomalyMoE 모델을 제안한다.

계층적 인과 관계와 노이즈 제거를 결합한 HugRAG 프레임워크를 통해 지식 그래프 기반 RAG의 추론 성능을 개선한 연구이다.

고정된 top-k 리트리벌 대신 터미널 도구로 코퍼스를 직접 탐색하여 에이전틱 검색의 성능과 효율을 극대화하는 DCI 프레임워크를 제안한다.

다변량 시계열 이상 탐지를 단순 분류가 아닌 다각적 증거 집계 기반의 진단 과정으로 재정의한 PGRF-Net을 제안한다.

타겟 도메인의 후기 열화 데이터가 없는 상황에서 증거적 학습과 단계별 정렬을 통해 잔여 수명을 정확히 예측하는 EviAdapt 모델을 제안한다.

테스트 샘플별 맞춤형 공분산 보정과 잔차 공간 최적화를 통해 OOD 탐지의 정확도와 안정성을 동시에 개선한 연구이다.

DeCoFlow는 노멀라이징 플로우를 동결 베이스와 LoRA 어댑터로 분해하여 연속 이상 탐지에서 망각 없는 SOTA 성능을 구현한다.

사전 학습된 모델의 특성을 활용해 별도의 학습 과정 없이도 고성능 이상치 탐지가 가능함을 입증한 연구이다.

기존 시계열 이상 탐지 연구의 데이터셋 결함과 지표 편향 문제를 해결하기 위해 1,070개의 정제된 데이터와 신뢰도 높은 지표를 도입한 TSB-AD 벤치마크 연구.

진화적으로 보존된 서열 정보를 대조 학습과 Mamba 아키텍처로 학습하여 RNA 기능을 정밀하게 예측하는 파운데이션 모델 Orthrus를 소개합니다.

LLM 내부에서 유해성 인지(Harmfulness)와 거절 반응(Refusal)이 서로 다른 차원에 인코딩되어 있음을 증명하고 이를 제어하는 방법을 제시한 연구이다.

LLM 에이전트가 수일 이상의 장기 대화 맥락을 얼마나 잘 기억하고 활용하는지 평가하기 위한 새로운 벤치마크 LoCo와 분석 결과를 제시한다.

의료 현장의 복잡한 의사결정과 EHR 조작 능력을 평가하기 위한 AgentClinic 및 MedAgentBench 벤치마크 프레임워크를 분석한다.

복잡한 시각 추론에서 텍스트 CoT의 한계를 입증하고 시각적 중간 단계(Visual CoT)의 필요성을 제시하는 MIRA 벤치마크 연구를 소개한다.