이질적 자율주행 혼재 상황 대응을 위한 Physical AI 및 인프라 중심 자율차 제어 프레임워크 개발
2026.08–현재- 자율주행차와 일반 차량이 섞인 교차로에서 주변 agent의 행동을 예측하고 자차의 행동을 결정하는 연구입니다.
- 담당: 선행연구 조사
연구
석사 1년 차로, 혼재 교통 자율주행 연구를 준비하고 있습니다. 지금은 선행연구를 읽고 SUMO·VISSIM 같은 교통 시뮬레이터를 익히면서, 아래 국가 R&D 과제에 참여하고 있습니다.
관심 분야
행동 예측 (Behavior Prediction)
주변 차량과 보행자가 다음에 어떻게 움직일지 예측합니다.
혼재 교통 자율주행 Motion Planning
사람이 운전하는 차량과 교차로를 함께 쓰는 상황에서 자율주행차가 어떻게 움직일지 결정합니다.
AI 기반 교통 시뮬레이션
학습된 행동 모델과 에이전트를 넣은 교통 시뮬레이션으로 주행 정책을 학습하고 평가합니다.
Sim-to-Real · Closed-loop 평가
시뮬레이션에서 배운 행동이 실제 도로에서도 통하는지, 그리고 기록된 데이터만이 아니라 주변 교통이 반응하는 상태에서 예측과 계획을 평가하는 문제입니다.
국가 R&D 과제
World Foundation Model 기반 E2E 자율주행기술 개발 및 실차 기반 글로벌 실증
2026.07–현재- 담당: 관련 연구 및 논문 작성
메타버스 기반 자율주행 가상시험환경 구축 및 실증기술 개발
2026.05–현재- 과제 후반에 합류해 리빙랩 실증 데이터를 관리하고 있습니다.
이전 프로젝트
AI 기반 자율주행 호출 서비스 수요 모델링
2025.09–2026.07- 자율주행 호출 서비스 수요 예측을 위한 AI 기반 프레임워크(페르소나 시뮬레이션)를 제안하고 멀티에이전트 프레임워크로 구현했습니다.
- KAIST에서 평가 프레임워크를 더해 연구를 마무리했고, 연세대–KAIST 공동 연구로 Transportation Research Part C에 투고했습니다 (심사 중).
- ST-연세 캡스톤디자인 대상, 대한교통학회장상 (졸업설계 우수작)
소상공인 맞춤형 마케팅 솔루션 에이전트제13회 빅콘테스트
2025.09–2025.12- 카드 매출·유동인구·거리뷰 데이터로 가맹점 상황을 진단하고 맞춤형 마케팅 전략을 제시하는 LLM 멀티에이전트를 개발했습니다.
상담기록 분석 RAG 에이전트Upstage
2025.05–2025.06- 스캔 상담기록 PDF를 파싱·비식별화한 뒤, 유사 사례를 검색(RAG)해 위험도·학대 유형을 판단하는 LLM 에이전트를 구현했습니다 (Upstage Document Parse, Solar LLM, FAISS).
- 고위험 사례 자동 알림과 Streamlit 모니터링 대시보드를 만들었습니다.
남대문시장 야간 상권 활성화 분석제12회 빅콘테스트
2024.09–2024.12- SKT 유동인구(OD)·상권·주차 데이터를 분석해 문제를 찾고(저녁 시간대 방문객 이탈), 원인을 좁히고(이른 영업 종료, 주차 부족), 해결책을 제안했습니다(야간 상권 조성, 주차장 입지).