교통 시스템과 도시를 데이터와 AI로 이해하고 설계합니다. 아래 다섯 축을 중심으로 연구합니다.We understand and design transport systems and cities with data and AI, organised around the five areas below.
01
인프라 기반 자율주행Infra-AV
차량 단독 지능만으로는 풀리지 않는 상황을 인프라가 함께 판단합니다. C-V2X와 엣지 연산으로 교차로가 직접 속도를 제안하고, 노변 센서와 원격주행까지 제어 루프 안으로 들여오는 프레임워크를 연구합니다.Where a vehicle’s own sensors and judgement run out, the infrastructure joins in. We build frameworks in which the intersection itself advises speed over C-V2X and edge computing, bringing roadside sensing and remote driving into the control loop.
물리 세계에서 움직여야 하는 AI를 가상 환경에서 먼저 검증합니다. 미시교통 시뮬레이션과 디지털 트윈을 결합하고, 사람이 직접 운전대를 잡는 드라이빙 시뮬레이터 실험을 KAIST 스핀아웃 dochak과 함께 수행합니다.AI that has to act in the physical world is tested in a virtual one first. We couple microscopic traffic simulation with digital twins and run driver-in-the-loop experiments on VR driving simulators, together with the KAIST spinout dochak.
digital twinmicrosimulationdriving simulatorSim-to-Real
03
LLM 기반 교통 시뮬레이션LLM based Traffic Simulation
대규모 언어모형(LLM)과 심층 생성모형으로 합성 인구와 개인별 활동 일정을 만들고, 이를 실제 도로망 시뮬레이션까지 연결합니다. 인구 합성과 자율주행 데이터 라벨링에도 LLM을 활용합니다.We generate synthetic populations and individual activity schedules with LLMs and deep generative models, then carry them through to network-level traffic simulation — with LLMs also serving population synthesis and AV data labelling.
LLMpopulation synthesisactivity-based modelMATSim
04
도시 과학Urban Science
20분 도시, 접근성·형평성, 공유 모빌리티-대중교통 연계 등 도시 스케일의 이동 현상을 데이터로 분석하고 설계합니다.We study city-scale mobility with data — the 20-minute city, accessibility and equity, and shared-mobility–transit integration.
accessibilityequityactive travel20-minute city
05
재난 AIDisaster AI
보행자와 군중이 몰릴 때 쌓이는 압사·혼잡 위험을 예측하고, 사고로 번지기 전의 상충을 실시간으로 평가합니다. VR 보행 시뮬레이터와 시뮬레이션 기반 분석으로 안전한 공간 설계를 뒷받침합니다.We predict the crush and congestion risk that builds up as pedestrians and crowds concentrate, and evaluate conflicts in real time before they turn into collisions — supporting safer space design with VR walking simulators and simulation-based analysis.
