이 연구실은 추천 시스템, 강화 학습, 자연어 처리 등 다양한 도메인에서 모델의 성능을 극대화하기 위한 최적화 기법과 표현 학습에 집중하고 있습니다. 특히 오프라인 강화 학습 및 프롬프트 튜닝을 통한 신뢰성 있는 의사결정 지원, 그리고 다중 뷰와 멀티모달 컨텍스트를 활용한 적응형 정책 학습 등 실용적인 응용 기술을 개발하는 데 주력하고 있습니다.
학과 페이지에 적힌 연구 분야
인공지능, 기계학습, 강화학습
37
논문
31
주도 (교신·마지막저자)
2
분야 상위 10% 논문
0.78
FWCI 중앙값
187
총 인용
2012–2026
수집 범위
FWCI(Field-Weighted Citation Impact)는 같은 분야·연도·논문 유형의 세계 평균을 1.0으로 놓고 비교한 값입니다. 분야 보정이 되어 있어 학회 논문과 저널 논문, 전산학과 재료공학을 같은 잣대로 볼 수 있습니다. 논문 37편 중 22편에 대해 산출됐습니다.
논문 유형게재지가 확인되지 않은 논문 13편
학회 논문 15저널 논문 12프리프린트 10
이 연구실 논문의 35%는 OpenAlex에 게재지가 기록돼 있지 않거나 arXiv 같은 프리프린트 저장소로만 남아 있습니다. 국내 전산 분야에서 흔한 일이며, 실제 학회 게재본이 없다는 뜻이 아닙니다. 이 때문에 이 사이트는 게재지 등급(SCIE, Impact Factor 등)을 매기지 않습니다 — 그렇게 하면 최상위 학회에 주로 내는 연구실이 가장 불리해집니다.
연도별 논문
주도 (교신·마지막저자)참여
2026년 · 주도 1편 · 참여 0편
연구 계통도
모든 분야가 2025년 이후로도 이어지고 있습니다.
가로축은 연도, 점 크기는 그 해 논문 수입니다. 실선은 지금도 이어지는 줄기, 점선과 빈 동그라미는 2025년 전에 끊긴 줄기입니다. 논문 2편 이하인 분야 8개(8편)는 단발성 협업으로 보아 그리지 않았습니다.
무료 전문DOI마지막저자학회 논문Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (NAACL-HLT)저자 4명
전국 대학 · 전 분야