[장소의 의미 파악] 장소의 의미란 사람들이 특정 장소에 대하여 가지고 있는 이미지나 심상(心象)을 뜻하며, 어떤 사람들이 언제 무슨 활동을 하는지를 파악함으로써 이해할수있다. 도시 공간 속에서 사용자에게 개인화된 서비스를 제공하기 위하여 소셜 빅 데이터를 분석하고 (SocInfo 2018), 다양한 머신 러닝 기법을 통해 장소의 다양한 의미를 파악하고 도시 공간의 변화를 예측하는 연구를 한다.

[자율 협업 서비스 제공 IoT 미들웨어] 유비쿼터스 컴퓨팅 패러다임이 실현되고 사물 인터넷 (IoT) 환경이 구축됨에 따라 여러 스마트 오브젝트들이 협업하여 서비스를 제공하는 것이 중요해지고 있다. 다양한 서비스와 스마트 오브젝트들이 협력하여 서비스를 실행할 때, 우리는 컨텍스트 이해 (Context-awareness)를 기반으로 문제를 해결하는 데 중점을 둔다. 사용자에게 IoT 환경에서의 적절한 서비스 제공을 위해 스마트 오브젝트들의 상태를 기반한 머신러닝 기법을 이용하여 사용자의 의도를 파악하고 (COMPSAC 2016) 알아낸 사용자 의도에 따라 스마트 오브젝트 간의 협업을 통해 사용자 맞춤형 서비스를 제공하는 방법에 대한 연구 (SCC 2017, ICDCS 2019)를 한다. 또한, 실제로 사용자에게 적절한 서비스를 제공하고 플랫폼 테스트를 하기 위해 N1의 IoT 테스트 베드에서 자가 적응 서비스 제공하는 프레임 워크를 개발하고 있다.

[엣지 클라우드 컴퓨팅] IoT 단말의 개수가 증가함에 따라 네트워크 엣지의 단말들을 활용한 다양한 서비스들이 등장하고 있다. 다양한 사용자 서비스들을 제공하기 위해서 서비스 요구사항을 반영하는 QoS 기반 동적 네트워크(라우팅) 재구성 기술 (IEEE AINA 2012, ICC 2014, and LCN 2014, ICC 2016）, 사용자 모빌리티를 비롯한 다양한 컨텍스트에 단말 재구성을 위한 IoT 엣지 카메라 가상화 시스템 (ACM CAN17, IEEE/ACM SEC 18, IEEE Internet Computing 19) 학습 기반 자원 분배 및 스케줄링 연구를 진행한다.