백형부
백형부
소속
인천대학교 (컴퓨터공학부)
휴직·퇴직 중인 연구자인 경우 연구협력 요청이 제한됩니다.
AI요약
인천대학교 인공지능학과 백형부 부교수님의 공식 프로필입니다. 인공지능 분야의 심도 깊은 연구와 활발한 학술 활동으로 국내외 인공지능 기술 발전에 기여하고 있습니다. 본 프로필을 통해 백형부 교수님의 주요 소속 기관, 담당 학과, 직위 등의 기본 정보를 확인하실 수 있으며, 향후 업데이트될 연구 내용, 논문, 특허 등 상세한 학술 정보를 지속적으로 제공할 예정입니다. 인공지능 분야의 최신 동향과 전문가 정보를 찾으시는 분들께 유용한 자료가 될 것입니다.
기본 정보
| 연구자 프로필 |  |
| 연구자 명 | 백형부 |
| 직책 | 부교수 |
| 이메일 | hbbaek@uos.ac.kr |
| 재직 상태 | 퇴직 |
| 부서 학과 | 컴퓨터공학부 |
| 사무실 번호 | 0264902474 |
| 연구실 | ODAI Lab (온디바이스 인공지능 연구실) |
| 연구실 홈페이지 | https://sites.google.com/view/uos-rtcv/home |
| 홈페이지 | https://sites.google.com/view/uos-rtcv/member |
| 소속 | 인천대학교 |
경력정보
| 회사명 | 서울시립대학교 인공지능학과 |
| 재직기간 | 2024.03.01 ~ 재직 중 |
| 담당업무 | 부교수 |
| 회사명 | 인천대학교 컴퓨터공학부 |
| 재직기간 | 2019.03.01 ~ 2024.02.29 |
| 담당업무 | 부교수 |
| 회사명 | 국방과학연구소 (ADD) |
| 재직기간 | 2018.05.01 ~ 2019.01.31 |
| 담당업무 | 선임 연구원 |
| 회사명 | 성균관대학교 컴퓨터공학부 (소프트웨어) |
| 재직기간 | 2016.09.01 ~ 2018.05.31 |
| 담당업무 | 박사후 연구원 |
중요 키워드
#경량 AI#DNN 기반 인지 시스템#엣지 컴퓨팅#인공지능#온디바이스 AI#스파이킹 신경망#컴퓨터 비전
연구 분야
| 연구 1 | 온디바이스 및 경량 인공지능 |
| 내용 | 본 연구실은 온디바이스 인공지능(On-device AI) 및 경량 인공지능(Lightweight AI) 기술 개발에 중점을 두고 있습니다. 자율주행 및 엣지 컴퓨팅 환경에서 AI 모델의 효율적인 배포와 운영을 위한 최적화 기술을 연구하며, 제한된 자원에서도 고성능을 발휘하는 딥러닝 기반 인지 시스템을 구축합니다. 주요 연구 분야는 경량 딥러닝 모델 설계, 모델 압축(가지치기, 양자화), 스파이킹 신경망(SNN) 활용을 통한 초저전력 AI 구현 등입니다. 특히, 자율주행차와 같은 실시간 임베디드 시스템에서 딥러닝 기반 다중 객체 추적 및 탐지 기법의 효율성을 극대화하여, 컴퓨팅 자원 제약을 극복하고 안정적인 AI 서비스를 제공하는 데 기여합니다. 이러한 연구는 스마트 팩토리, 스마트 시티, 지능형 로봇 등 다양한 산업 분야에서 고성능 AI를 효율적으로 적용할 수 있는 기반 기술을 제공하며, 에너지 효율적이고 신뢰성 높은 AI 시스템 구축을 통해 혁신적인 가치를 창출할 수 있습니다. 기업과의 협력을 통해 실제 산업 현장에 적용 가능한 온디바이스 AI 솔루션 개발을 목표로 합니다. |
| 연구 2 | 자율주행 실시간 AI 및 스케줄링 |
| 내용 | 본 연구실은 자율주행 시스템의 핵심인 실시간 인공지능(Real-time AI) 기반 컴퓨터 비전 기술과 효율적인 스케줄링 플랫폼 설계에 집중합니다. 복잡한 주행 환경에서 다중 객체를 정확하고 신속하게 탐지 및 추적하는 딥러닝 모델을 개발하며, 실시간 처리 요구사항을 만족시키기 위한 최적화 기법을 연구합니다. 주요 기술로는 DeepSORT와 SORT의 혼합을 통한 실시간 다중 객체 추적 기법, 이미지 분리·병합을 활용한 DNN 기반 객체 탐지 기법 등이 있습니다. 특히, 자율주행 시스템의 안전과 신뢰성 확보를 위해 실시간 스케줄링 프레임워크를 개발하고, 혼합 임계 시스템의 성능을 강화하는 경쟁 회피 스케줄링 기법을 적용합니다. 최근에는 다중 객체 추적기에 대한 적대적 공격 기술인 '뱅크트윅' 연구를 통해 AI 모델의 강건성 확보에도 기여하고 있습니다. 이 연구는 자율주행차, 드론, 지능형 로봇 등 실시간 반응이 필수적인 시스템에 적용되어 안전성과 효율성을 크게 향상시킬 수 있습니다. 고도화된 실시간 인지 및 제어 기술은 미래 모빌리티 산업의 발전에 핵심적인 역할을 수행하며, 관련 기업과의 협력을 통해 실질적인 솔루션을 제공할 잠재력이 큽니다. |
| 연구 3 | 뉴로모픽 AI 기반 초저전력 LMM 플랫폼 |
| 내용 | 본 연구실은 차세대 인공지능 기술인 뉴로모픽 AI와 초저전력 대규모 언어 모델(LMM) 플랫폼 연구를 선도하고 있습니다. 특히 자율주행차 및 로봇과 같은 소형 기기에서도 ChatGPT와 같은 대규모 멀티모달 모델을 실시간으로 구동할 수 있는 혁신적인 기술 개발을 목표로 합니다. 핵심 연구 내용은 초저전력 스파이킹 신경망(SNN) 개발, 기존 GPU 대비 전력 소모를 획기적으로 줄이는 LMM 특화 뉴로모픽 AI 반도체 설계, 그리고 다양한 컴퓨팅 자원을 최적화하고 실시간 성능을 보장하는 실행 제어 플랫폼 구축입니다. 이를 통해 전력 소모 80% 절감, 응답 속도 50% 향상과 같은 놀라운 성능 개선을 기대하고 있습니다. 이 기술은 전기차 주행 거리 연장, 배터리 교체 비용 절감 등 경제적 이점은 물론, 휴대용 기기, IoT 디바이스 등 다양한 엣지 환경에서 고성능 AI를 구현하는 데 필수적인 역할을 할 것입니다. 에너지 효율적인 AI 시스템을 통해 지속 가능한 미래를 위한 기술 혁신을 주도하며, 반도체 및 AI 솔루션 기업과의 협력을 통해 기술 상용화를 추진합니다. |
대외활동
| 활동 내용 | [학회/위원회 활동] - 학술 프로그램 위원회: RTCSA20, ISORC21, ITC-CSCC23, ICEIC25 - 리뷰어: ISORC(17, 18, 21), RTCSA(17, 20), RTAS(19, 23), RTSS (20, 21, 22), ECRTS11, ETFA11, TSE11, ECRTS12, EMSOFT12, SOMPSAC13, IMCOM18, WMC19, KIEE21 |
학력
| 학력 사항 | KAIST 컴퓨터공학과 박사 (2016) KAIST 컴퓨터공학과 석사 (2012) 건국대학교 컴퓨터공학부 학사 (2010) |
