석사과정생 이남준(지도교수: 김재광) 논문 The 2026 ACM Web Conference (WWW) Research Track에 게재 승인

main Lab. 연구실 (지도교수: 김재광) 논문이 Top-tier 국제학술대회 The 2026 ACM Web Conference (WWW) Research Track에 게재 승인되었습니다. 논문은 26년 4월 두바이에서 발표될 예정입니다. "FCRLLM: Aligning LLM with Collaborative Filtering for Long-tailed Sequential Recommendation" 논문은 허병문 (인공지능융합학과 박사과정), 이남준 (인공지능융합학과 석사과정), 김선아 (소프트웨어학과 석사과정) 이 저자로 참여하였고 김재광 교수가 교신저자로 참여하였습니다. 이 연구는 상호작용 데이터가 부족한 Long-tailed 사용자 및 아이템에서의 추천 문제를 해결하기 위해, 거대언어모델(LLM)의 풍부한 의미론적(Semantic) 지식과 기존의 협업 필터링 신호를 결합한 FCRLLM 프레임워크를 제안합니다. 핵심 기술인 '플립드 클래스룸(Flipped Classroom)' 메커니즘은 협업 표현과 의미론적(Semantic) 표현이 서로 스승과 제자의 역할을 교차 수행하며 동적으로 정렬(aligned) 되도록 유도합니다. 이 과정에서 홉필드 네트워크 기반의 에너지 함수를 활용하여 두 양식 간의 어텐션 패턴 차이를 최소화하고 상호 보완적인 학습을 가능하게 합니다. 제안 방법은 세 개의 실제 데이터셋을 활용하여 실험하였고, 그 결과 제안 방법이 아이템의 인기나 사용자의 활동 수치와 관계없이 추천 성능을 일관되게 향상시키는 것으로 나타났습니다. 본 연구는 서로 다른 차원의 정보들을 양방향 교사-학생 구조로 통합함으로써 더욱 정교하고 다양한 추천 시스템을 구축할 수 있음을 보여줍니다.

이태경교수, 미국 NCFR 연례학술대회 KFFG Outstanding Professional Proposal Award 및 International Travel Scholarship 동시 수상

아동청소년학과 이태경 교수는 지난 11월 19일부터 22일까지 미국 메릴렌드주 볼티모어에서 열린 전미가족관계학회 (National Council on Family Relations)에서 부모-청소년 관계 및 청소년 건강 발달 분야의 탁월한 성과를 인정받아 KFFG(Korean Focus Family Group) 아웃스탠딩 프로페셔널 프로포절 어워드(Outstanding Professional Proposal Award)를 수상 및 인터내셔널 트래블 어워드 (International Travel Scholarship)을 동시에 수상했다고 밝혔다. 이태경 교수는 이번 컨퍼런스에서‘Reciprocal Influences of Parental Abuse and Neglect: Mediating Roles of Attention Problems and Psychopathology Among Korean Adolescents'라는 주제로 발표했다. 이번 연구는 한국청소년패널조사(KYPS) 종단 자료를 기반으로, 청소년의 인지 기능과 정신병리 문제, 그리고 부모의 학대·방임 간의 발달적 관계를 분석하였다. 특히 본 연구는 부모의 학대와 방임이 청소년의 인지 기능과 정신병리 문제에 미치는 영역 특수적 발달 메커니즘을 규명했을 뿐만 아니라, 이러한 메커니즘이 다시 부모의 학대와 방임을 강화시킬 수 있음을 제시함으로써, 한국 부모–청소년 관계의 현실을 반영한 연구라는 점에서 큰 주목을 받았다. 이 연구 결과에 따르면, 부모의 학대와 방임은 청소년의 인지 및 정서 발달에 서로 다르게 작용하며, 그 결과가 다시 부모의 학대와 방임을 강화하는 악순환적 발달 과정으로 이어지는 것으로 나타났다. 이 교수는 이러한 발견이 부모–청소년 관계 개선과 청소년 건강 문제 해결을 위한 예방적 개입 전략 마련에 중요한 근거를 제공할 것으로 기대된다고 밝혔다. 현재 이 연구는 미국 마이애미 대학 간호대학의 가족 치료 중재 프로그램 연구팀, 택사스 오스틴 대학 교육학과 건강 교육 연구팀과 해외 공동 연구로 진행되고 있다. 향후 다문화 가정 연구로 확장될 예정이다. 한편, 이태경 교수는 학과에서 청소년 정신 건강 및 방법론 관련 연구 및 교육을 담당하고 있으며, 다양한 양적 방법론을 활용해 청소년 건강 발달의 종단적 패턴을 규명하고 중재 프로그램의 개발 및 평가와 관련된 연구를 수행하고 있다.

석사과정생 이승준 학생(지도교수: 김재광) 논문 CIKM 2025 발표 승인

main Lab. 연구실 (지도교수: 김재광) 논문이 인공지능 분야의 Top-tier 국제학술대회 CIKM (Conference on Information and Knowledge Management) 2025에 게재 승인되었습니다. 두 편의 논문은 25년 11월 서울 코엑스에서 발표될 예정입니다. 1) "RadialFocus: Geometric Graph Transformers via Distance-Modulated Attention" 논문은 김산 (소프트웨어학과 박사과정), 이승준 (실감미디어공학과 석사과정), 오시찬 (전기전자컴퓨터공학과 석사과정) 이 저자로 참여하였고 김재광 교수가 교신저자로 참여하였습니다. RadialFocus Graph Transformer는 그래프 내 거리 정보를 똑똑하게 활용하는 인공지능 모델입니다. 복잡한 위치 인코딩이나 가상 노드 없이, 각 주의(head)에 거리 기반 함수(RBF)를 넣어 가까운 노드에 더 집중하도록 학습합니다. 이 방식은 메모리 부담이 적고 정확도도 높습니다. 분자 예측, 결합력 예측, 이미지 그래프 분류 등 다양한 분야에서 기존보다 적은 파라미터로 뛰어난 성능을 보였으며, 거리 중심과 범위를 자동으로 학습해 중요한 거리 범위를 효과적으로 파악합니다. 2) "Spectral Edge Encoding - SEE: Does Structural Information Really Enhance Graph Transformer Performance?" 논문은 이승준 (실감미디어공학과 석사과정), 김산 (소프트웨어학과 박사과정), 김조현 (인공지능융합학과 학석박과정) 이 저자로 참여하였고 김재광 교수가 교신저자로 참여하였습니다. Spectral Edge Encoding(SEE)는 그래프에서 각 연결(edge)이 전체 구조에 얼마나 중요한지를 스펙트럼(고유값) 변화를 통해 계산하는 방법입니다. 학습할 파라미터 없이 작동하며, 이 정보를 그래프 트랜스포머의 주의(attention) 과정에 반영해 구조 인식을 높입니다. Moiré Graph Transformer에 적용한 결과, 분자 데이터 분류 성능이 크게 향상되어 평균 ROC-AUC 85.3%를 기록했고, 기존 최고 모델보다 7.1%p 높았습니다. 또한 SEE는 분자의 구조 정보를 잘 보존하고, 해석 가능성도 제공해 실용적인 장점을 갖습니다.