정성원

서강대학교 컴퓨터공학과 정성원 교수는 인공지능, 빅데이터, 그래프 신경망(GNN) 분야의 선구적인 연구를 이끌고 있습니다. 특히, 소셜 네트워크 기반의 그래프 신경망을 활용한 추천시스템 개발을 통해 사용자 맞춤형 정보 제공의 정확도를 높이는 데 기여하고 있습니다. 또한, 대규모 분산 데이터의 고속 처리 기술과 효율적인 공간 데이터 인덱싱 및 질의 처리 기법을 개발하여, 복잡한 지리공간 데이터와 블록체인 환경에서의 데이터 활용성을 극대화하고 있습니다. 시계열 데이터의 이상 탐지 및 군집화 연구는 다양한 산업 분야에서 데이터 기반 의사결정을 돕는 핵심 기술로 평가받고 있습니다. 정성원 교수는 이론적 깊이와 실용적 적용을 아우르는 연구를 통해 디지털 전환 시대를 이끌고 있으며, 그의 연구는 데이터 기반 사회의 혁신적인 발전에 크게 기여하고 있습니다.

[연구 분야] 핵심 분야: 빅데이터 분석, 소셜미디어 마이닝, 공간 데이터베이스, 블록체인 기반 정보시스템 세부 분야: 비지도 학습 기반 빅데이터 군집화 알고리즘 개발 소셜미디어 기반 그래프 데이터 마이닝 기법 고차원 공간 데이터 인덱싱 및 질의 최적화 블록체인 상의 지리공간 데이터 검색 및 처리 기술 [대표 연구 내용] 본 연구는 다양한 형태의 대규모 데이터에 대한 구조적 분석 기술 개발에 중점을 두고 있으며, 특히 군집화, 그래프 마이닝, 공간 질의 처리에 대한 핵심 알고리즘과 시스템 최적화 연구를 수행하고 있습니다. 빅데이터 군집화 연구에서는 비지도 학습 기반의 알고리즘을 활용하여 정형/비정형 데이터로부터 유의미한 패턴을 자동으로 도출하는 고효율 분석 기법을 개발하고 있으며, 산업, 금융, 의료, 교통 등의 분야에서 응용 가능성을 제시하고 있습니다. 소셜미디어 데이터 마이닝 연구에서는 트위터, 페이스북, 인스타그램과 같은 플랫폼에서 발생하는 대규모 그래프 기반 사용자 행위/관계/의견 흐름을 분석하며, 정보 확산 모델, 감성 분석, 트렌드 탐지 등에 활용하고 있습니다. 공간 데이터베이스 분야에서는 다차원 공간정보에 대해 고속 검색을 위한 인덱스 구조 및 공간 질의 최적화 기술을 개발하고 있으며, GIS, 스마트시티, 위치 기반 서비스 등과 연계한 시스템을 설계하고 있습니다. 블록체인 기반 지리공간 정보 처리 연구는 탈중앙화된 환경에서의 지리공간 데이터의 무결성, 접근성, 검색 효율성을 동시에 고려한 새로운 인덱싱 및 질의 기법 개발을 목표로 하고 있습니다. 이는 차세대 공간 정보 보안 관리 및 공유 플랫폼 구축에 기여할 수 있습니다.

ㆍ Ph.D., Dept. of Computer Science, Michigan State University, East Lansing, MI, USA, 1995 Dissertation Title : Recursive Query Processing in Large Databases ㆍ M.S., Dept. of Computer Science, Michigan State University, East Lansing, MI, USA, 1990 ㆍ B.S., Dept. of Computer Science, Sogang University, Seoul, Republic of Korea, 1988