[Now Recruiting] Call for Postdoctoral and Graduate Researchers
우리 연구실에서는 성실하고 책임감 있는 학·석사 연계과정생, 석사과정생, 박사후연구원을 모집하고 있습니다.
관심 있는 분은 다양한 연구 기회를 직접 탐색해보시고, 자세한 사항은 양근석 교수님께 문의하시거나 연구실 웹사이트를 방문해 주세요.
주요 연구 주제
- LLM-Based Multi-Agent Bug Fixing: 소프트웨어 버그 정정 과정을 자동화하기 위해, 버그 라인 식별, 패치 생성, 검증을 각각 담당하는 sLLM 기반 멀티 에이전트 프레임워크를 연구
- LLM-Based Bug Report Generation: 유사 리포트 검색과 도메인 지식 보강을 활용하여, 명확하고 재현 가능한 버그 리포트를 자동 생성하는 기법을 연구
- LLM-Based Test Case Generation and Validation: 요구사항과 소스코드를 기반으로 의미 있는 테스트 케이스를 생성하고, 유효성과 커버리지를 기준으로 검증하는 기법을 연구
- LLM-Based Commit Message Generation: 코드 변경 내역을 분석하여, 개발자의 의도를 잘 반영하는 커밋 메시지를 자동 생성하는 기술을 연구
- LLM-Based Bug Fixing under Zero-shot, Few-shot, and Fine-tuned Settings: Zero-shot, Few-shot, Fine-tuning 방식별로 LLM의 버그 탐지 및 패치 생성 성능 향상을 연구
- LLM-Based DevSecOps: LLM과 SAST/DAST 정적·동적 분석 도구를 연계하여 코드 취약점을 실시간으로 탐지하고 자동 패치 제안 및 CI/CD 파이프라인 보안 자동화를 구현하는 연구
- LLMOps 인프라: Kubernetes 환경에서 LLM 프롬프트 관리, 모델 배포·버전 관리, 자원 오토스케일링, 성능·비용·품질 모니터링을 자동화하여 안정적이고 효율적인 LLM 운영을 지원하는 플랫폼 연구
- LLM-Based Medical: 비정형 텍스트(EMR, 임상 노트), 정형 데이터(진단 코드, 검사 수치), 의료 영상·이미지 데이터를 분석하여 키워드 기반 프롬프트를 생성하고 의학적 문맥을 자동으로 생성하는 연구
- LLM-Based Fintech: LLM을 활용해 고객의 금융 데이터를 분석하고, 그 결과로 금융상품을 추천하고 이상거래를 탐지하며, 이러한 판단 과정을 자연어로 설명하고 내부 문서화까지 자동 수행하는 XAI 기반의 통합 금융 인공지능 시스템을 연구
연구 인프라 및 환경 지원
- 개인 전용 연구 서버: Intel i9-14세대 CPU, 192GB RAM, RTX 4090 GPU 탑재 고성능 서버 + LG 27인치 트리플 모니터 개별 제공
- 공용 고성능 클러스터: Dual Xeon Platinum CPUs (총 64코어 / 128스레드), RAM 2TB, Dual H100 GPUs 기반 Ray + Kubernetes 클러스터 공용 제공
※ 소프트웨어 개발 및 AI 응용 분야에 관심 있는 별도의 주제가 있는 경우, 지도교수와 협의를 통해 자유롭게 연구 방향 설정 가능