컴퓨터교육과 김재현 교수, 올해의 성균인상 대상 수상

2025 올해의 성균인상 시상식 개최 - 대상에 사범대학 김재현 교수, 자연과학캠퍼스 신축 TFT, 인문사회과학캠퍼스 동아리연합회 선정 12월 19일(금) 서울 종로구 성균관대학교 인문사회과학캠퍼스에서 2025 올해의 성균인상 시상식이 개최되었다. 1997년 제정된 ‘올해의 성균인상’은 수기치인(修己治人)의 건학이념을 바탕으로 인의예지(仁義禮智)의 교시를 실천하여 각 영역에서 학교발전에 기여한 공적이 큰 교수ㆍ직원ㆍ학생을 포상하고, 남다른 애교심을 바탕으로 학교ㆍ국가ㆍ인류 사회의 발전에 기여하여 타의 귀감이 되고 본교의 명예를 드높인 성균가족을 선정, 모든 성균인의 표상으로 삼는 성균관대학교 최고 권위의 상이다. 올해는 총 3개 부문에서 10명(팀)이 수상하였다. 사범대학 김재현 교수가 대상을, 성균나노과학기술원 이성주 교수가 최우수상을, 사회과학대학 남태우 교수와 유학대학 안승우 교수가 우수상을 받았다. 행정 부문에서는 자연과학캠퍼스 신축 TF팀이 대상을, 예산기획팀이 최우수상을, 성균융합원행정실이 우수상을 수상하였으며, 학생 부문에서는 인문사회과학캠퍼스 동아리연합회가 대상을, 학부대학 FG가 최우수상을, 국어국문학과 채종빈 학생이 우수상을 받았다. 이날 시상식에 참여한 유지범 총장은 축사를 통해 “우리 성균인의 명예와 긍지를 크게 높여 주신 모든 분들의 수상을 진심으로 축하드리며, 그간의 노고에 대한 깊은 감사를 드린다”라며 “우리 대학도 인류와 미래사회를 위해 담대한 도전을 하며 세계적으로 존경받는 대학이 될 수 있도록 더욱 노력하도록 하겠다”라고 말했다.

컴퓨터교육과 안성진 교수, 산업통상자원부장관상 수상

사범대학 컴퓨터교육과 안성진 교수가 7월 10일(목) ‘무역안보의 날’에 기술안보와 관련한 수출관리제도 이행을 통해 국가 발전에 기여한 공로를 인정받아 산업통상자원부장관상을 수상했다. 안성진 교수는 급변하는 글로벌 경제안보 환경에 대응하기 위해 산업기술보호위원회, 무역안보연구회, 기술안보포럼 등에서 기술보호 정책 개발에 앞장서 왔다. 특히 2022년부터는 산업통상자원부 기술안보포럼 좌장을 맡아 국가핵심기술 보호, 수출통제, 인수합병 과정에서의 기술 유출 방지 방안 마련에 기여하였다. 또한 산업보안 및 연구보안 관련 학술연구를 통해 기술안보 분야의 학문적 발전에도 힘써 왔으며, 최근에는 무역안보관리원 산하 무역안보연구회에서 기술안보분과장으로 활동하며 국가 주요 기술 보호를 위한 학술적·실무적 연구를 수행, 전략물자 수출관리제도 발전에 이바지하고 있다.

최윤석 교수 연구실(DLILAB), ACL 2025 논문 1편 게재 승인

데이터 및 언어 지능(Data & Language Intelligence, DLILAB) 연구실의 논문 1편이 세계 최고 권위의 자연어처리 국제학술대회인 ACL 2025 (“2025 Annual Conference of the Nations of the Association for Computational Linguistics”)에 게재 승인되었습니다. 논문은 7월 오스트리아 빈에서 발표될 예정입니다. - Jihyung Lee, Jin-Seop Lee, Jaehoon Lee, YunSeok Choi†, Jee-Hyong Lee†, "DCG-SQL: Enhancing In-Context Learning for Text-to-SQL with Deep Contextual Schema Link Graph", Proceedings of the 2025 Annual Conference of the Association for Computational Linguistics (ACL 2025) († Corresponding Author) 자연어 질문을 SQL 쿼리로 변환하는 Text-to-SQL Task는 대형 언어 모델(LLM)의 In-context learning을 통해 발전해왔습니다. 하지만 기존의 방법들은 무작위로 선택한 Demonstration과 비교해도 성능 향상이 거의 없으며, Llama 3.1-8B와 같은 소형 LLM을 사용할 경우 성능이 크게 하락하는 문제를 보입니다. 이는 현재 방법들이 실제로 유용한 Demonstration을 효과적으로 검색하기보다는, 초대형 LLM의 내재된 능력에 과도하게 의존하고 있습니다. 본 논문에서는 Demonstration을 효과적으로 검색하고 SQL 쿼리를 생성하기 위한 새로운 접근법을 제안합니다. 우리는 질문(Query)과 스키마(Schema) 항목 간의 핵심 정보와 의미적 관계를 포함하는 Deep Contextual Schema Link Graph를 구성합니다. 제안된 방법은 Text-to-SQL 샘플을 효과적으로 표현하고, In-context learning에 유용한 Demonstration을 검색할 수 있도록 합니다. Spider 벤치마크에서의 실험 결과는 제안된 방법의 효용성을 입증하며, 다양한 초대형 LLM뿐만 아니라 소형 LLM에서도 SQL 생성 성능이 향상됨을 보여줍니다. 본 방법은 소형 모델과 초대형 모델 모두에서 효율성과 효과성을 입증했습니다. 최윤석 교수: ys.choi@skku.edu | 데이터 및 언어 지능 연구실: https://dli.skku.edu/

I2SLAB 송인표, 주민준 학생 (지도교수: 이장원), WACV2025 논문 발표

I2SLAB(지도교수: 이장원)의 송인표, 주민준 학생(실감미디어공학과)이 지난 2025년 2월 28일부터 3월 4일까지 미국 애리조나 투손에서 열린 컴퓨터 비전 분야의 대표 국제학회인 WACV 2025 (IEEE/CVF Winter Conference on Applications of Computer Vision)에 참가해 주목할 만한 연구 성과를 발표했다. 이번 학회에서 I2SLAB 연구팀은 웨어러블 360도 카메라를 활용해 사용자의 주변 환경을 인식하고, 시각장애인이 일상에서 마주칠 수 있는 다양한 위험 상황—예를 들어, 도로 위에서의 소매치기, ATM 이용 중 비밀번호를 도청당하는 상황 등—을 탐지할 수 있는 새로운 인공지능 모델을 제안했다. 해당 연구는 시각장애인의 안전한 사회 활동을 지원할 수 있는 기술적 가능성을 제시하며, WACV 2025 참석자들로부터 많은 관심과 긍정적인 평가를 받았다. I2SLAB 연구팀이 발표한 논문의 주요 내용은 다음과 같다. [논문] Inpyo Song, Sanghyeon Lee, Minjun Joo, and Jangwon Lee. “Anomaly detection for people with visual impairments using an egocentric 360-degree camera.” In IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), Feb 2025. [Abstract] Recent advancements in computer vision have led to a renewed interest in developing assistive technologies for individuals with visual impairments. Although extensive research has been conducted in the field of computer vision-based assistive technologies, most of the focus has been on understanding contexts in images, rather than addressing their physical safety and security concerns. To address this challenge, we propose the first step towards detecting anomalous situations for visually impaired people by observing their entire surroundings using an egocentric 360-degree camera. We first introduce a novel egocentric 360-degree video dataset called VIEW360 (Visually Impaired Equipped with Wearable 360-degree camera), which contains abnormal activities that visually impaired individuals may encounter, such as shoulder surfing and pickpocketing. Furthermore, we propose a new architecture called the FDPN (Frame and Direction Prediction Network), which facilitates frame-level prediction of abnormal events and identifying of their directions. Finally, we evaluate our approach on our VIEW360 dataset and the publicly available UCF-Crime and Shanghaitech datasets, demonstrating state-of-the-art performance.