[전자신문] 제로트러스트 클라우드 보안 연구센터(센터장: 최윤호 교수) 기술 전시, ITRC 인재양성대전 2025 [부산대학교 제로트러스트 클라우드 보안 연구센터 소개]부산대 제로트러스트 클라우드 보안 연구센터(센터장: 최윤호 교수)는 2023년 7월, 제로트러스트 클라우드 보안 신기술 확보와 혁신 인재 양성을 목표로 설립되었습니다.전국 최초의 제로트러스트·클라우드 보안 전문 연구기관으로서, '부산대학교 클라우드 보안 감사·보호·평가 플랫폼'을 통해 클라우드 자산 보호와 위험 평가, 실시간 공격 탐지 기술을 선보이고 있습니다.주요 기술로는 클라우드 위험 식별 및 평가를 위한 전주기적 관리 프레임워크, 멀티 클라우드 환경에 대한 접근 제어·위협 탐지를 지원하는 클라우드 액세스 보안 브로커(CASB), MITRE ATT CK 기반 침투 테스트 등이 있습니다. 이를 통해 다양한 공격 기법(TTPs)을 모의 실습하고, 실질적인 보안 강화 방안을 마련하고 있습니다.센터는 앞으로도 차세대 클라우드 보안 기술 연구개발과 창의적 현장형 인재 양성에 앞장설 계획입니다.자세한 정보는 아래 기사 원문을 확인해주시기 바랍니다. * 출처: 전자신문, "[ITRC 인재양성대전 2025] 부산대, 제로트러스트클라우드 보안 기술 전시", 2025.04.13., 박지성 기자** 기사 원문 보기

박진선 교수 연구실(VIPLab), BK21 우수 국제학술대회 Eurographics 논문 1편 발표 시각 지능 및 인지 연구실(VIPLab) 연구원 권민성(제1저자), 지도교수 박진선 (좌측부터)부산대학교 시각 지능 및 인지 연구실(VIPLab)이 2025년 5월 12일~16일 영국 런던에서 개최되는 BK21 CS분야 우수 국제학술대회인 Eurographics 2025에 1편의 논문(Short Paper)을 발표하였다. 특히 본 연구는 University of Science and Technology of China (USTC)와의 국제 공동 연구를 통해 성과를 달성하였다. [논문정보]1. 제목: NoiseGS: Boosting 3D Gaussian Splatting with Positional Noise for Large-Scale Scene Rendering2. 저자: 권민성, Kai Cheng, Xuejin Chen, 박진선3. 연구요약: 본 연구에서는 3D Gaussian Splatting (3DGS) 기반의 3차원 공간 재구성 과정에서, 복잡한 영역을 덮고 있는 3D Gaussian이 효과적으로 최적화되지 못해 해당 위치에 정체되어 버리는 문제가 발생하며, 이로 인해 최종 렌더링 결과가 흐릿하게(blurry) 나타나는 현상을 해결하고자 하였다. 이를 위해 새로운 3DGS 기반의 렌더링 방법인 NoiseGS를 제안한다. NoiseGS는 3D Gaussian의 중심 위치에 랜덤 노이즈를 주입하여, 최적화가 제대로 이루어지지 않는 경우일수록 노이즈의 영향력을 점차 증가시키는 방식으로 해당 Gaussian이 현재 위치에서 벗어나 보다 의미 있는 위치로 이동하도록 유도하였다. 또한, 이러한 현상은 크기가 큰 3D Gaussian일수록 더욱 빈번하게 나타나므로, 학습 단계에서 Gaussian의 크기(scale)에 따라 정규화를 적용하는 L-p 기반의 scale 패널티 항을 함께 도입하여 이를 효과적으로 제어하였다. 제안하는 방법은 Matrix City, MegaNeRF 등 복잡한 대규모 도시 환경의 3차원 재구성 벤치마크 데이터셋에서 기존의 최신 방법들을 능가하는 성능을 보여주었다.4. 주요그림:

(출처 : PNU리서치, 홍보실, 2025-04-01, https://www.pusan.ac.kr/kor/CMS/Board/Board.do?mCode=MN270 mgr_seq=68 mode=view board_seq=1501914 )송길태 교수팀, AI로 질병 유전자 찾고 생체 지표 가능성까지 분석유전자 맞춤 치료 혁신…정밀 의료 새 시대 열린다 AI(인공지능)가 다양한 분야에 적용되면서, 질병 연관 유전자 발굴에도 AI가 활용되고 있다. 기존 AI 시스템에서는 단순히 특정 유전자의 질병 연관성만을 예측하는 데 그친 반면, 이번에 정보컴퓨터공학부 송길태 교수 연구팀이 유전자의 질병 연관성 예측과 동시에 해당 유전자가 질병 치료 타깃 또는 생체 지표 유전자로서 기능할 수 있는지 여부를 예측하는 AI 시스템 개발에 성공했다. AI를 통해 환자별 유전자 맞춤 치료를 제공하는 정밀 의료 시대가 앞당겨질 것이라는 기대도 커지고 있다. 송길태 교수팀은 부산대병원 순환기내과 이혜원 교수팀과의 공동연구를 통해, 질병에 대한 유전자의 치료적 유전자 타깃 및 생체 지표 유전자 여부를 예측하고 결과에 대해 충분한 설명을 제공하는 AI 시스템을 개발했다. 질병은 개인이 가진 여러 유전적 요소들의 복합적 상호작용으로 발생한다. 연구팀은 이 같은 상호작용을 반영해 어떤 유전자의 치료적 유전자 또는 생체 지표 유전자로서의 가능성을 예측하는 AI 시스템을 제안했다. 이 시스템은 하이퍼그래프(Hypergraph)* 및 어텐션(Attention)** 메커니즘을 사용해 질병에 관여하는 여러 생물학적 요소들 사이 복합적 상호작용을 모델링하고, 어텐션 연산 결과 시각화를 통해 모델 예측 결과에 대한 설명도 제공한다. * 하이퍼그래프(Hypergraph): 네트워크(Network) 형태 데이터의 일종으로 노드와 하이퍼엣지의 집합으로 정의되고, 각 하이퍼엣지는 2개 이상 노드를 동시에 연결하고 이들 사이 복합적, 공통적 상호작용을 포착한다. ** 어텐션(Attention): 최신 인공지능(딥러닝) 모델들에서 널리 쓰이는 계산 알고리즘의 일종으로, 인간의 ‘주의 집중’을 모방해 인공지능 모델이 중요한 정보에 좀 더 집중하고, 덜 중요한 정보는 상대적으로 덜 집중하도록 만드는 정보 연산 알고리즘이다. 모델의 어텐션 메커니즘 연산 결과를 시각화 하면 모델이 특정한 의사결정을 내리는 데 있어 어떤 정보를 좀 더 중요하게 반영했는지 알 수 있다. 연구팀은 DisGeNET을 비롯한, 생물학 전문가들에 의해 큐레이션 된 오픈소스 데이터베이스로부터 유전자, 유전자 온톨로지(ontology, 언어로 표현된 개념 간 연관 관계 지식이 드러나는 망), 질병, 질병 온톨로지, 그리고 인간 표현형 온톨로지 사이 관계 데이터를 얻어 개발한 AI 시스템을 검증했다. 【연구 개념도】송길태 교수는 “이번 연구는 기존 연구들이 질병과 유전자 사이 연관성 여부만 단순 예측했던 것에서 한 발 더 나아가, 특정한 유전자의 치료적 유전자 및 생체 지표 유전자로서 가능성을 정밀 예측하는 실전적 AI 시스템을 개발했다는 데 큰 의미가 있다”며 “제안 AI 시스템을 활용하면 단시간 내 특정 질병에 대한 치료적 유전자 후보군을 발굴하고, 이를 기반으로 질병 유발 유전자에 직접 작용해 질병의 근본 원인을 제거하는 정밀 의료 실현에 한 걸음 다가갈 수 있을 것”이라고 설명했다. 연구팀은 해당 AI 시스템에 대한 특허를 국내 출원 완료했고, 부산대 산학협력단의 지원을 받아 미국 특허 출원도 진행 중이다.이번 연구는 과학기술정보통신부와 한국연구재단의 기초연구실 및 중견연구 사업과 정보통신기획평가원이 지원하는 인공지능융합혁신인재양성사업의 지원을 받았으며, 정보컴퓨터공학부 송길태 교수가 교신저자, 대학원 AI전공 김기범 박사과정 연구원이 제1저자, 부산대병원 이혜원 교수가 공동저자로 수행했다. 질병과 유전자 사이 연관관계 예측에 대한 기존 AI 시스템의 한계를 극복할 것으로 전망되는 이번 연구 성과는 영국 옥스퍼드대가 발간하는 국제 학술지 『Briefings in Bioinformatics』 1월 22일자에 게재됐다.- 논문 제목: Therapeutic gene target prediction using novel deep hypergraph representation learning - 논문 링크: https://doi.org/10.1093/bib/bbaf019 * 상단 인물 사진: 왼쪽부터 김기범 연구원, 송길태 교수.[Abstract]As AI continues to advance across various fields, its application in identifying disease-related genes is expanding. While traditional AI systems only predicted gene-disease associations, a research team at Pusan National University has developed an AI system that also determines whether a gene can serve as a therapeutic target or biomarker. This breakthrough is expected to accelerate precision medicine by enabling gene-based treatments tailored to individual patients.Led by Professor Giltae Song in collaboration with Professor Hyewon Lee’s team at Pusan National University Hospital, the system uses hypergraph structures and attention mechanisms to analyze complex biological interactions and provide interpretable results. Validated through curated open-source biological databases like DisGeNET, the model enhances the accuracy of identifying therapeutic gene candidates.Professor Song emphasized that this research surpasses conventional methods by refining gene predictions, ultimately facilitating faster drug development and targeted treatments. The first author of the study, Kibeom Kim, a Ph.D candidate researcher in AI and a student of Professor Song, played a key role in its development. The team has filed a domestic patent and is pursuing a U.S. patent with university support. The study, backed by major Korean research institutions, was published in Briefings in Bioinformatics on January 22, marking a significant step in AI-driven medical innovation.- Authors (Pusan National University) · First author: Kibeom Kim (Division of Artificial Intelligence) · Corresponding author: Giltae Song (Department of Electrical and Computer Engineering)- Title of original paper: Therapeutic gene target prediction using novel deep hypergraph representation learning- Journal: Briefings in Bioinformatics- DOI: https://doi.org/10.1093/bib/bbaf019

부산대학교 확장현실연구실(XRL, 이명호 교수)이 지난 2025년 3월 22일부터 27일까지 프랑스 생말로에서 열린 가상현실 분야 최고 권위의 국제 학술대회 IEEE VR 2025에서 연구 성과를 발표하였다. 이번 학술대회에서 XRL 소속 금준영 박사과정 학생이 Best Poster - Honorable Mentions를 수상하는 영예를 안았다. 또한, 김태연 석사과정 학생과 금준영 박사과정 학생이 각각 한 편의 포스터 논문을 발표하며 연구 성과를 공유하였다.IEEE VR 2025는 가상현실 및 증강현실 분야에서 세계적으로 인정받는 대표적인 국제 학술대회로, 이번 성과는 연구실의 활발한 연구 활동을 국제적으로 알리는 계기가 되었다.수상 및 논문 발표에 대한 자세한 내용은 **IEEE VR 2025 어워드 페이지**에서 확인할 수 있다.

정보보호 및 사물지능 연구실(손준영, 김호원 교수)- 우수 SCI 저널 논문 채택 및 국제학술대회 발표 성과 (좌측부터 정보보호 및 사물지능 연구실 소속 이경민 , 레티투흐엉, 안드로) 정보보호 및 사물지능 연구실(지도교수: 손준영, 김호원)이 2025년에도 세계적인 SCI 저널과 국제학술대회에서 연구 성과를 지속적으로 발표하며 그 역량을 입증하고 있다. 지난 2월, 레티투흐엉 박사의 연구 논문이 SCI 저널 Computer Networks에 게재 확정되었다. 해당 저널은 Q1(JCR Quartile 1) 등급으로, 영향력 지수(IF) 4.4를 기록하며 네트워크 및 보안 분야에서 높은 평가를 받고 있다. 논문 "DDoSBERT: DDoS Attacks Detection based on Fine-Tuning Variant Bidirectional Encoder Representations from Transformers for Text Classification"에서는 DDoSBERT 모델을 활용해 텍스트 기반 변형 DDoS 공격에 대한 시스템 복원력을 높이는 방법을 제안했다. 또한, 레티투흐엉 박사, 안드로 석사과정, 이경민 학부생은 2025년 2월 일본 후쿠오카에서 열린 ICAIIC (International Conference on Artificial Intelligence in Information and Communication) 2025에서 총 3건의 연구 논문을 발표했다. ICAIIC2025 발표 논문 목록1. Fine-Tuning Transformer LLMs for Detecting SQL Injection and XSS Vulnerabilities2. Enhancing Contextual Understanding with Multimodal Siamese Networks using Contrastive Loss and Text Embeddings3. Performance Analysis of Signing Algorithms and Integrity Enhancement Techniques for MAVLink in PX4 이 중 논문 "Enhancing Contextual Understanding with Multimodal Siamese Networks using Contrastive Loss and Text Embeddings"은 시각-언어 모델을 활용해 생성된 텍스트 임베딩을 통합하는 새로운 멀티모달 접근 방식을 제안했으며, 그 우수성을 인정받아 Q1 저널 제출 대상으로 선정되었다. 또한, 이경민 학생은 학부생임에도 불구하고 논문이 채택되는 성과를 거두었다. 정보보호 및 사물지능 연구실은 앞으로도 국내외 연구기관 및 산업체와 협력하여 연구 성과를 확장하고, 정보보호 분야의 혁신을 선도할 예정이다.

황원주 교수팀, 학부 연구생JCR 8.7% 저널 ‘‘EPJ Quantum Technology” 논문 게재 **사진 설명: 왼쪽부터 연구 지도를 맡은 황원주교수(교신저자), *학부 연구생 문경환(제1 저자), *박사 과정생 정선근(제1 저자).논문명:QSegRNN: Quantum Segment Recurrent Neural Network For Time Series Forecasting부산대학교 학부생이 Q1 저널에 양자 컴퓨팅 관련논문을 게재하는 의미 있는 성과를 거뒀다. EPJQuantum Technology(JCR 상위 8.7%)에 실린 이번 논문은 학부생이 제1저자로 참여해 작성된 연구로, 양자 기반 시계열 예측 모델(QSegRNN)을 제안했다. 학부생이 중심이 되어 진행한 연구가 권위 있는 Q1 저널에 게재된것은 흔치 않은 일로, 연구의 참신성과 가능성을 인정받았다는 점에서 주목할 만하다.논문의 핵심은 양자 컴퓨팅을 활용한 시계열 예측이다. 기존 딥러닝모델들이 가진 과도한 연산량과 자원 소모 문제를 해결하기 위해, 연구팀은 양자 게이트 순환 신경망(HQGRU)과 변분 양자 회로(VQC)를 도입했다. 특히,Amplitude Embedding 기법을 통해 더 많은 정보를적은 수의 큐비트로 임베딩하며, 기존 모델 대비 약 15% 적은 파라미터로도 높은 예측성능을 기록했다.문경환 학생은 “이번 성과를 보며, 양자 컴퓨팅이 점차 실용적인문제 해결에 적용되고 있다는 점에서 깊은 인상을 받았다. 그동안 양자 컴퓨팅은 주로 이론적인 영역에 머물러 있었지만, 이번 연구는실제 시계열 예측 문제에 양자 기술을 효과적으로 적용될 수 있음을 확인하는 시발점이 되었으며, 기존에 연구하던 인공지능과, 양자를 결합해볼수 있었던 것에서 유의미한 연구였다고 생각한다. 또한 논문을 작성하고, 리뷰를 받는 과정을 경험해볼 수 있었던 값진 시간이였다.”고 소감을 전했다.AI 모델의 자원소모 문제를 양자 기술로 해결하려는 접근이 실제로 성과를 낸 것은 매우 고무적이다. 이는 단순한 개념 검증을넘어, 향후 양자 기반 인공지능 연구가 실질적인 대안으로 자리 잡을 가능성을 보여준다. 물론, 현재의 양자컴퓨팅 기술에는 여전히 한계가 존재하지만, 이번 연구와 같은 시도가 지속된다면 머지않아 보다 넓은 범위에서 양자 기술의 활용가능성을 확인할 수 있을 것으로 기대된다.

황원주 교수팀, 세계 최고 권위 AI 학술 대회 ‘ICLR 2025’ 논문 채택 부산대학교 무선인공지능 연구실 황원주 교수팀이 제안한 연구논문이 ICLR(International Conference on Learning Representations) 2025 Main Conference에 채택되는 쾌거를 이루었다. 이번 성과는 우리 학부의 인공지능융합혁신인재양성사업과 ITRC Digital-X AIoT연구센터의 지속적인 지원 덕분이다. **사진 설명: 왼쪽부터 연구 지도를 맡은 황원주 교수(교신저자), 박진선 교수(공동 교신저자), *박사 과정생 Minh-Duong Nguyen(제1 저자), *석사 과정생 Nguyen trong Binh(제1 저자). ICLR은 기계 학습 및 딥러닝 분야에서 최고 권위를 자랑하는 학회로, 엄격한 심사와 오픈 리뷰 시스템을 통해 연구 수준을 높이고 있다. 강화 학습, 딥러닝 최적화, 자연어 처리 등 첨단 기술을 다루며, 구글, 메타, 엔비디아, 테슬라, 현대자동차 등 글로벌 기업들이 이곳에서 발표된 연구를 바탕으로 신기술 개발과 산업 혁신을 이끌고 있다. 황원주 교수팀은 연합 학습(federated learning)과 도메인 일반화(domain generalization) 문제를 동시에 해결하는 ‘FedOMG’ 기법을 제안하여 ICLR 2025 Main Conference에 논문이 채택되었다. 이 연구는 기존 연합 학습의 한계를 극복하고 분산 환경에서도 도메인 간 차이를 효과적으로 줄일 수 있는 중요한 기법으로 평가받는다. 기존 연합 학습에서는 각 클라이언트가 서로 다른 환경에서 데이터를 수집하다 보니, 데이터 분포 차이가 클 경우 서버에서 단순히 로컬 모델을 결합하면 오히려 모델 성능이 저하될 수 있다. 이러한 현상은 도메인 시프트(domain shift) 문제로 불리며, 의료, 금융, 스마트 기기 등 다양한 산업에서 연합 학습 도입에 장애 요인으로 작용해왔다. 아래 그림과 같이 FedOMG는 클라이언트의 원본 데이터를 직접 공유하지 않고도 서버 측 최적화를 통해 도메인 불변의 그래디언트 방향(invariant gradient direction)을 찾아내어, 도메인 간 차이를 효과적으로 완화하는 동시에 개인정보 보호를 유지한다. 예를 들어, 의료 분야에서는 병원마다 사용되는 장비의 해상도 차이나 국가별 환자 특성 등으로 인한 데이터 이질성이 큰 분산 시스템에서도 우수한 성능을 보인다. 최근 황원주 교수팀은 과학기술정보통신부의 양자컴퓨팅 기반 물류 최적화 연구 과제에 선정되어 부산항의 글로벌 경쟁력 강화 방안을 모색하고 있다. 연구팀은 양자컴퓨터를 활용해 복잡하고 불확실성이 높은 항만 물류 문제를 해결하는 데 도전 중이며, 부두 안벽 크레인 운영, 선박 입항 시각 조정, 크레인 작업 지연 등 항만 운영의 핵심 과제를 최적화하여 물류 효율을 극대화하는 것을 목표로 하고 있다. 그동안 황원주 교수팀은 국내외 학술지에 170여 편의 논문을 발표하며 AI와 무선 네트워크 분야에서 학문적 성과를 인정받아왔다. 이러한 연구 역량을 바탕으로, 연구실은 초거대 AI와 양자컴퓨팅 기술 등을 활용한 혁신적 접근 방식을 통해 네트워크 최적화뿐 아니라 다양한 산업 분야에 새로운 해법을 제시할 것으로 기대된다.

박영진 교수는 부산대 정보컴퓨터공학부에 부임하기 전에는 자유곡면의 교차곡선 계산에서 발생하는 특이점을 해결하는 공간자료구조를연구하여 서울대학교 컴퓨터공학부에서 박사학위를 취득했으며, 2022년부터는 동아대학교 컴퓨터공학과 조교수로재직하며 삼각 메시를 위한 토러스 패치 기반 공간자료구조 및 3D 알고리즘 최적화를 연구했습니다. 현재는 3D 프린팅 알고리즘, 토러스볼륨 기반 렌더링, 메시 디노이징 등 3D 알고리즘과 관련된주제로 연구를 이어나가고 있습니다. 전공은 컴퓨터그래픽스, 기하모델링이며 자세한 이력은 다음과 같습니다.2022. 3. ~ 2025. 2 동아대학교 컴퓨터공학과조교수2021. 9. ~ 2022. 2 서울대학교 컴퓨터연구소연수연구원2021. 8. 박사(컴퓨터공학), 서울대학교

ACCV 2024 논문 발표 사진 부산대학교시각 지능 및 인지 연구실(VIPLab)이 지난 2024년12월 8일~12일베트남 하노이에서 진행 된 BK21 CS분야 우수 국제학술대회인 AsianConference on Computer Vision (ACCV) 2024에 2편의 논문을발표하였다. 특히 “Exploiting Cross-Modal CostVolume for Multi-Sensor Depth Estimation” 연구는 미국 CarnegieMellon University와의 국제 공동 연구를 통해 성과를 달성하였다. 시각 지능 및 인지 연구실(VIPLab) 박사과정 김장현(제1저자), 석사과정 허석용, 지도교수 박진선 (좌측부터) 제목: Exploiting Cross-Modal Cost Volume for Multi-Sensor DepthEstimation저자: 김장현, Ukcheol Shin(Carnegie Mellon Univ.), 허석용, 박진선연구요약: 본 논문은 RGB-NIR-LiDAR 센서를 활용한 다양한 환경 (낮, 밤, 비)에서의 강건한 깊이 추정 모델을 제안하였다. 기존 모델들은 각 센서정보를 효과적으로 융합하지 못했으나, 본 연구에서는cross-attention 기법을 통해 다양한 센서에서 얻은 cost-volume을 단계적으로통합하였다. 또한, 동일한 센서 간의 융합뿐만 아니라 서로다른 센서 간의 정보도 활용하여, 여러 센서 구성에 따른 다양한 깊이 범위를 예측할 수 있다. 제안한 모델은 2개의 깊이 추정 벤치마크 데이터셋에서 SOTA (State-of-the-Art) 성능을 달성하였다. 시각 지능 및 인지 연구실(VIPLab) 학부연구생 권민성(제1저자, 기계공학부), 지도교수 박진선 (좌측부터) 제목: ULTRON: Unifying Local Transformer and Convolution for Large-ScaleImage Retrieval저자: 권민성, 박진선연구요약: 본 논문에서는 대규모 랜드마크 이미지 검색을 위한 새로운 인공신경망인ULTRON을 제안하였다. ULTRON은 채널별로 다른 수용 영역을 가진 합성곱 신경망과넓은 영역과 근접 영역 간의 상관관계를 모델링하는 개선된 로컬 트랜스포머 인코더를 결합하여 세부 특징과 전역 정보를 효과적으로 통합하여 단일 임베딩벡터로 표현한다. 제안된 모델은 대규모 이미지 검색에서re-ranking 없이도 기존 연구보다 우수한 성능을 입증하였다.

시각 지능 및 인지 연구실(VIPLab)석사과정 고영민(제1저자), 석사과정 박현수, 지도교수 박진선 (좌측부터) 지난 2024년 11월22일~23일 강원도 정선에서 개최된 대한전자공학회 2024년도 추계학술대회에서 시각 지능 및 인지 연구실(VIPLab) 석사과정고영민, 박현수 학생이 발표한 “KL 발산 기반의 적대적공격을 통한 딥페이크 생성 방해” 논문이 우수학생 논문으로 선정되었다. 해당 연구는 입력 영상에 사람이 인식하기 어려운 수준의 Perturbation을삽입하여 Deepfake의 적용 시 생성 품질이 떨어지게 하였으며,Deepfake 생성 과정 자체를 방해하여 Deepfake 기술의 악용을 방지하는 새로운패러다임을 제시하였다. 본 연구는 한국연구재단의 우수신진연구(장애인-비장애인 의사소통을 위한 멀티모달 배리어프리 인터페이스 및 모바일 플랫폼 개발)와정보통신기획평가원의 대학ICT연구센터육성지원사업(Digital-XAIoT 연구센터)의 지원으로 수행되었다.