Software Engineering (SELab)

@ HanKyong National University (HKNU)

[Now Recruiting] Call for Postdoctoral and Graduate Researchers

우리 연구실은 성실하고 책임감 있는 학·석사 연계과정생, 석사과정생, 박사후연구원을 모집하고 있습니다.

  • 연발자 양성 – 연구하는 개발자, 연구와 개발을 동시에 즐기며 끝까지 도전하는 인재를 기다립니다.
  • 우선 선발 – 1~2학년부터 조기 진입하여 장기적으로 몰입하고, 끝까지 도전하려는 분을 우선적으로 환영합니다.
  • 성장 가속화 – 우리 연구실은 이미 시동을 걸었고 멈추지 않습니다. 더 멀리, 더 빠르게 성장하고 싶다면 지금 합류하세요.
  • 전폭적인 지원 – 최고의 장비, 환경, 기회는 모두 준비되었습니다. 달릴 준비가 된 당신을 위해 우리는 전폭적으로 지원합니다.

자세한 사항은 양근석 교수님께 문의해 주세요.

주요 연구 주제

  • 기존 LLM 기반 소프트웨어 유지보수 멀티에이전트 프레임워크를 확장하여, 카메라, 센서, 로봇 등의 물리 장비를 제어하는 Physical AI 시스템에 적용합니다. 각 장비 제어 기능을 담당하는 에이전트를 LLM이 오케스트레이션하여, 고수준 명령 분해, 멀티모달 상황 인식, 행동 계획 수립 및 설명까지 수행하는 지능형 제어 프레임워크를 연구합니다.

    • Natural Language Task Decomposition

      고수준 사용자 명령을 의미 단위 작업으로 분해

    • Multimodal Perception Agents

      영상, 음성, 센서 데이터를 통합 분석하여 상황 인지

    • LLM-Driven Planning and Control

      목표 달성을 위한 행동 계획 및 실행 명령 생성

    • Edge-Level Actuation Agents

      로봇 팔, 카메라, IoT 장비 등을 위한 저수준 제어 신호 출력

    • Explainable Physical AI

      판단 및 행동 근거를 자연어로 설명하여 신뢰성 확보

    • Simulation-to-Real Transfer

      시뮬레이터에서 학습한 제어 전략을 실제 환경에 적용

  • LLM 기반 멀티에이전트 프레임워크를 CPS(Cyber-Physical Systems)의 지능형 유지보수 및 제어에 적용합니다. 센서, 엑추에이터, 제어 소프트웨어로 구성된 CPS 환경에서, 시스템 이상을 자율적으로 감지·진단·복구하고, 제어 흐름을 LLM이 동적으로 조정하는 오케스트레이션 기반 프레임워크를 연구합니다.

    • Event Monitoring and Log Analysis

      센서 입력 및 시스템 로그를 분석하여 이상 탐지

    • LLM-Based Fault Diagnosis

      시스템 오류 발생 시 원인 추론 및 영향 분석

    • Dynamic Control Flow Adjustment

      상황 변화에 따른 제어 경로 동적 재구성

    • Autonomous Recovery Planning

      Fail-safe 전략 수립 및 복구 시나리오 실행

    • Secure CPS Operation

      보안 위협 탐지 및 자연어 기반 정책 적용

    • Simulation-Based Pre-Validation

      ROS2, Gazebo 등 시뮬레이터에서 정책 사전 검증

  • 소프트웨어 유지보수 전 주기를 지능적으로 자동화하기 위해, 단계별 전문 sLLM 기반 에이전트와 전체 프로세스를 통합·조율하는 오케스트레이터를 포함한 차세대 프레임워크를 연구합니다. 각 에이전트는 버그 탐지부터 수정, 검증, 배포에 이르는 모든 과정을 정밀하게 수행하도록 설계됩니다.

    • 버그 리포트 생성 에이전트

      로그, 스택 트레이스, 사용자 피드백을 기반으로 구조화된 버그 리포트를 자동 작성하며, 의미 기반 검색으로 유사 사례를 탐색하고 관련 지식을 보강하여 리포트 품질을 고도화합니다.

    • 버그 분석 에이전트

      결함 유형 분류, 심각도 산정, 영향 범위 분석을 수행하며, 과거 이력 및 실행 로그를 기반으로 원인 가설을 도출하여 후속 디버깅 및 수정 작업의 효율성을 극대화합니다.

    • 버그 위치 추정 에이전트

      정적 분석과 동적 실행 추적을 결합하여 코드 수준에서 결함의 정확한 위치를 추론하고, 우선순위가 높은 수정 대상 영역을 식별합니다.

    • 패치 생성 에이전트

      Zero-shot, Few-shot, Fine-tuning 기법을 활용하여 고품질 코드 패치를 자동 생성하며, 다중 후보안을 제시하여 테스트를 통한 최적안 선정을 지원합니다.

    • 테스트 생성 에이전트

      요구사항 및 코드 변경 내역을 기반으로 테스트 케이스를 자동 생성하며, 커버리지 확장과 리그레션 방지를 목표로 테스트 집합을 최적화합니다.

    • 테스트 오라클 생성/검증 에이전트

      생성된 테스트 케이스의 기대 결과를 자동 도출하고, 실행 결과와 비교하여 정확성을 판정하며, 불확정성 처리 및 경계값 분석을 통해 테스트 신뢰성을 향상시킵니다.

    • 디버깅 대화 에이전트

      실행 환경과 상호작용하며 가설 수립-검증 루프를 반복하고, 코드 컨텍스트 기반 원인 분석과 수정 방향 제시를 실시간으로 지원합니다.

    • 커밋 메시지/체인지로그 생성 에이전트

      코드 변경 사항과 그 의도를 분석하여 표준화된 커밋 메시지와 체인지로그를 자동 생성하며, 다국어 지원과 스타일 가이드 준수를 보장합니다.

    • 모델 최적화 모듈

      Zero-shot, Few-shot, Fine-tuning 접근 방식을 통합하여 각 에이전트의 성능을 극대화하며, 데이터 수집·평가·프롬프트 엔지니어링을 통한 지속적인 품질 개선을 수행합니다.

  • 오픈 소스 sLLM 기반 시스템의 실험 재현성과 운영 효율을 극대화하기 위해 프롬프트 버전 관리부터 비용 모니터링까지 통합 자동화하는 MLOps 플랫폼을 개발합니다.

    • 프롬프트 버전 관리

      프롬프트 변경 이력 추적 및 체계적 관리

    • 실험 재현성/추적

      모델·데이터·코드·결과를 자동으로 기록 및 관리

    • 자원 오토스케일링

      워크로드에 맞춰 GPU 등 자원을 동적으로 할당

    • 성능/비용 모니터링

      LLM 운영 비용과 성능을 실시간으로 추적 및 분석

  • 오픈 소스 sLLM과 SAST/DAST 분석 도구를 연계하여 코드 취약점을 실시간으로 탐지하고, 자동 패치 제안 및 CI/CD 파이프라인 보안까지 자동화하는 지능형 보안 시스템을 구현합니다.

    • 실시간 취약점 탐지

      코드 작성 단계에서 잠재적 보안 위협 즉시 식별

    • SAST/DAST 연계 분석

      정적·동적 분석 결과를 LLM이 종합하여 오탐 감소

    • CI/CD 보안 자동화

      배포 파이프라인 내에서 보안 검증을 자동 수행

    • 자동 패치 제안

      탐지된 취약점에 대한 보안 패치를 LLM이 자동 생성

  • 오픈 소스 sLLM으로 EMR, 임상 노트 등 비정형 데이터와 진단 코드, 의료 영상 등 정형 데이터를 종합적으로 분석하여, 의학적 문맥에 맞는 키워드와 프롬프트를 자동 생성하는 의료 AI를 연구합니다.

    • 비정형 텍스트 분석

      EMR, 임상 노트 등에서 핵심 정보 추출 및 분석

    • 정형 데이터 분석

      진단 코드, 검사 수치 등 구조화된 데이터 분석

    • 의료 영상/이미지 분석

      의료 이미지 데이터를 해석하여 텍스트 정보와 연계

    • 의학적 문맥 생성

      분석된 멀티모달 데이터를 기반으로 자동 리포팅

  • 오픈 소스 sLLM 기반 고객 금융 데이터 분석을 통한 상품 추천, 이상거래 탐지뿐만 아니라, 오픈 소스 sLLM이 내린 판단의 근거를 자연어로 설명하고 문서화까지 자동 수행하는 투명한 금융 AI 시스템을 연구합니다.

    • 초개인화 상품 추천

      고객 데이터 분석 기반 맞춤형 금융 상품 제안

    • 지능형 이상거래 탐지

      평소 거래 패턴을 학습하여 사기 거래 실시간 탐지

    • 자연어 기반 설명 (XAI)

      AI의 판단 근거를 사람이 이해하기 쉽게 설명

    • 내부 문서화 자동화

      판단 과정과 결과를 리포트 형식으로 자동 생성

※ 소프트웨어 개발 및 AI 응용 분야에 관심 있는 별도의 주제가 있는 경우, 지도교수와 협의를 통해 자유롭게 연구 방향 설정 가능

걱정 말고 달리세요! 성장을 위한 투자와 한계를 넘는 지원이 함께합니다.

고성능 연구 인프라

  • 개인 전용 연구 서버: Intel i9-14세대 CPU, 192GB RAM, RTX 5090 GPU, LG 27인치 트리플 모니터 등 최고 사양 장비 개별 제공
  • 공용 연구 서버: Dual Xeon Gold CPU (64코어/128스레드), 2TB RAM, Dual RTX 4090 GPUs
  • 공용 고성능 클러스터: Dual Xeon Platinum CPU (64코어/128스레드), 4TB RAM, Dual H100 GPUs 기반 Ray + Kubernetes 클러스터

연구원 성장 지원

  • 대학원 등록금, 생활비, 생산성 인센티브(PI) 전액 지원 (SCI 논문 성과 연동)
  • 국내외 최상위 학회 참가 전폭 지원 (CES, AAAI, ICML, ICSE, FSE 등 주저자 대상)
  • 전문성 강화를 위한 국내 유료 기술 세미나 및 IT 전문 도서 구매 무제한 지원
  • 기업 프로젝트 참여 기회를 통한 최신 AI 및 SW 개발 실무 경험 제공

[News] Our Recent Achievements

우리 연구실에서 2025 한국컴퓨터종합학술대회의 소프트웨어공학 트랙에 정규 논문(학부 2학년 최서진, 유사 리포트 문맥 보강을 활용한 Retrieval-Augmented LLM 기반 버그 리포트 생성 기법, 제주ICC)을 발표 및 우수논문상을 수상하였습니다.

우리 연구실에서 2025 한국컴퓨터종합학술대회의 소프트웨어공학 트랙에 정규 논문(학-석사 남규민, LLM 기반 오픈소스 소프트웨어 결함 위치 추정을 위한 AST 보강 의미 기반 검색 기법, 제주ICC)을 발표하였습니다.

우리 연구실에서 2025 한국컴퓨터종합학술대회의 오픈소스소프트웨어 트랙에 포스터(학부 4학년 김낙균, Kubernetes 클러스터에서 리소스 제약이 etcd 성능에 미치는 영향, 제주ICC)을 발표하였습니다.

우리 연구실에서 2025 IEEE Access(석사과정 Jinfeng Ji, Leveraging Cross-Project Similarity for Data Augmentation and Security Bug Report Prediction) SCIE 논문을 게재하였습니다.

우리 연구실에서 2024 한국소프트웨어종합학술대회의 인공지능-소프트웨어공학 트랙에 정규 포스터(텍스트 유사도 기반 RAG와 sLLM을 활용한 소프트웨어 보안 버그 리포트 템플릿 생성 및 예측 기법, 여수EXPO)을 발표하였습니다.

[Notice] Seeking Industry-Academia Collaboration Partners

SELAB@HKNU는 사용자 중심의 실용적 소프트웨어 기술과 AI 기반 서비스 개발을 목표로 다양한 프로젝트를 수행하고 있으며, 실제 현장에서 활용 가능한 솔루션을 함께 기획·개발할 수 있는 협력 파트너를 모집합니다.

  • AI 서비스 개발 – RAG 기반 sLLM/sLMM, 멀티에이전트 시스템, 챗봇 등 실제 응용 가능한 모델 설계 및 구현
  • 데이터 기반 솔루션 – 비정형/정형 데이터를 활용한 자동화 분석, 시각화 및 운영 툴 개발
  • 클라우드 & MLOps – Kubernetes 기반 서비스 운영, CI/CD 적용, 사용자 맞춤형 모델 배포
  • 소프트웨어 품질 및 인증 – GS 인증 대응형 제품화 지원, 감리·테스트·보안 등 품질 중심 개발
  • 정부지원 과제 공동 수행 – NIA, NIPA, IITP, 중기청 등 실적 기반 협력 네트워크 보유

Join us at ACM SAC 2026 in Thessaloniki, Greece!

Discover groundbreaking ideas and cutting-edge technologies at the 41st ACM Symposium on Applied Computing (SAC) from March 23–27, 2026. Connect with global researchers, attend insightful presentations and workshops, and network with peers in beautiful Thessaloniki. Don’t miss this opportunity to shape the future of applied computing.

View Details