유환조 연구실

• 2024 · funding_fluctuation · 보통 영향

  2023년 대비 2024년에 연구비가 54.1% 감소하여 875,601,000원에서 402,322,000원으로 하락했습니다.

  AI 생성

• 2020 · funding_fluctuation · 보통 영향

  2018년 대비 2020년에 연구비가 69.8% 감소하여 2,425,294,000원에서 731,250,000원으로 축소되었습니다.

  AI 생성

• 2018 · funding_fluctuation · 높은 영향

  2016년 대비 2018년에 연구비가 168.0% 증가하여 905,010,000원에서 2,425,294,000원으로 확대되었습니다. 2012년 이후 두 번째 규모의 자금 증가입니다.

  AI 생성

• 2016 · funding_fluctuation · 높은 영향

  2013년 대비 2016년에 연구비가 195.8% 증가하여 306,000,000원에서 905,010,000원으로 회복되었습니다.

  AI 생성

• 2013 · funding_fluctuation · 보통 영향

  2012년 대비 2013년에 연구비가 83.0% 감소하여 1,800,000,000원에서 306,000,000원으로 급락했습니다.

  AI 생성

• 2012 · funding_fluctuation · 높은 영향

  2011년 대비 2012년에 연구비가 506.1% 급증하여 297,000,000원에서 1,800,000,000원으로 대폭 증가했습니다. 이는 연구실 역사상 가장 큰 규모의 자금 확대입니다.

  AI 생성

• 2009 · funding_fluctuation · 보통 영향

  2008년 대비 2009년에 연구비가 69.3% 증가하여 170,675,000원에서 289,000,000원으로 상향되었습니다.

  AI 생성

유환조 교수 연구실(포항공과대학교 컴퓨터공학과)은 최근 5년간 총 60편의 논문을 발표하며 활발한 연구 활동을 이어왔습니다. 2026년 기준 연구 키워드를 살펴보면, 대규모 언어 모델(LLM), 확산 모델, 그래프 신경망, 멀티모달 학습, 연합 학습 등 최신 딥러닝 패러다임을 중심으로 연구 주제가 폭넓게 분포하고 있으며, 추천 시스템·정보 검색·시계열 예측 등 응용 영역과의 결합이 두드러집니다. 특히 생성형 모델 기반의 추천 시스템, 검색 증강 언어 모델, 연합 학습 기반 추천 등 여러 기술 축이 교차하는 융합 연구로 방향이 이동하고 있음을 확인할 수 있습니다. 연구비 측면에서는 2018년 약 24억 원으로 두 번째 규모의 정점을 기록한 이후 2020년 약 7억 원으로 축소되었고, 이후 소폭 회복세를 보이다 2024년에는 전년 대비 54.1% 감소한 약 4억 원 수준으로 재차 하락하는 등 자금 규모의 변동이 반복되는 흐름을 보였습니다. 이러한 연구비 변동 속에서도 연구실은 LLM 안전성, 맥락 내 학습, 과학 문서 검색 등 새로운 연구 영역으로 주제를 확장하며 최신 AI 연구 흐름에 대응하는 방향으로 연구 포트폴리오를 다변화하고 있습니다.