성연식(Yunsick Sung)

부교수(Associate Professor),

AI융합대학 AI소프트웨어융합학부(cs.dongguk.edu)​
인텔리전스로봇융합전공(robot.dongguk.edu)
일반대학원 컴퓨터AI학과(aix.dongguk.edu)​
일반대학원 자율사물지능학과(ati.dongguk.edu)

Division of AI Software Convergence(cs.dongguk.edu)​​,
College of AI Convergence(ai.dongguk.edu).

Dept. of Computer Engineering & AI (aix.dongguk.edu) 
& Dept. of Autonomous Things Intelligence​(ati.dongguk.edu)​


E-mail: sung@dongguk.edu
Tel : +82-2-2260-3338 Website N/A
Curriculum Vitae

약력 : ▶​현재 동국대학교 AI소프트웨어융합학부 부교수로 재직 중 ▶​2004년 부산대학교 전자전기정보컴퓨터공학부 학사 ▶​2006년 동국대학교 컴퓨터공학과 석사 ▶​2012년 동국대학교 게임공학과 박사 ▶​2006년부터 2009년까지 삼성전자(주) 연구원 ▶​2012년~2013년 미국 플로리다주 플로리다대학교(University of Florida) 박사후 연구원 ▶​2013~2017 대구 계명대학교 게임&모바일학과 조교수 ​▶​2023년~2024년 미국 플로리다주 플로리다대학교(University of Florida)​ 방문 교수

 

 

Short Biography : ▶​He is currently an Associate Professor in the division of AI Software Convergence and in the major of Intelligence Robot Convergence at Dongguk University-Seoul, Seoul, Republic of Korea. ▶​He received the BS degree in the Division of Electrical and Computer Engineering from Pusan National University, Busan, Republic of Korea in 2004, the MS degree in Computer Engineering from Dongguk University-Seoul, Seoul, Republic of Korea in 2006, and the Ph.D degree in Game Engineering from Dongguk University-Seoul, Seoul, Republic of Korea in 2012. ▶​He was employed as a Member as the researcher at Samsung Electronics in Republic of Korea between 2006 and 2009. ▶​He was the postdoctoral fellow at University of Florida, Florida, USA between 2012 and 2013. ▶​He as an assistant professor in the dept. of Game & Mobile Contents, Keimyung University, Daegu, Republic of Korea. ▶​He was a visiting researcher at University of Florida, Florida, USA between 2023 and 2024. ​ 


 대규모 멀티모달 모델 연구실 (Large Multimodal Model Lab.)

 


Research Topics

Virtual Simulations/Games
NUI/NUX & Image/Vision
Music Services
Unmanned Systems
본 연구실은 대규모 멀티모달 모델​(Large Multimodal Model, LMM) 연구실로 명칭 변경. 최근에서 LMM은 언어 모델 뿐만 아니라 이미지, 동영상, 오디오 등 다양한 형태의 데이터 처리​하기 위한 모델로 활용. 본 연구실은 LMM을 다음과 같은 분야에 적용하기 위한 연구를 수행 중

가상 시뮬레이션/게임: 이 연구 주제는 가상 시뮬레이션 및 게임과 관련이 있습니다. 시나리오 생성, 가상 에이전트 제어, 학습 시스템이 연구 및 개발됩니다. 최근 AI는 애니메이션, 디자인, 프로그래밍 등 다양한 게임 분야에 적용되고 있습니다.

NUI/NUX & Image/Vision: 모션 인식 및 추정 접근 방식에 대한 연구에 중점을 둡니다. 모션 인식 방식은 모션을 사용자 인터페이스로 활용하기 위한 것이고, 모션 추정 방식은 사용자의 모션을 분석하여 다양한 서비스를 제공하기 위한 것입니다. 두 접근 방식은 일반적으로 장단기 기억(LSTM)을 기반으로 합니다.

음악 생성 서비스: 이 연구 주제에는 음악 생성, 음악 평가, 음악 추천 접근 방식이 포함됩니다. Transformer 등에 의해 새로운 트렌디한 음악이 생성됩니다. 음악 생성 서비스를 위해 음악 분류, 평가, 추천 접근 방식에 대해서도 연구합니다.

무인 시스템 제어: 무인 시스템은 무인 공중 차량, 무인 지상 차량 및 자율 자동차입니다. 자율 제어 및 가상 AI 시뮬레이션 접근 방식을 포함합니다. 우리 연구실에서는 딥 러닝과 데모 기반 학습의 통합을 기반으로 자율 제어 접근 방식을 개발했습니다. 가상 AI 시뮬레이션 방식을 통해 에이전트가 가상 환경에서 딥 러닝과 같은 방대한 학습 데이터로 학습하도록 하는 것이 가능합니다.​

Our lab has changed its name to the Large Multimodal Model (LMM) Lab. Recently, LMM has been used as a model for processing various types of data such as images, videos, and audio as well as language models. Our lab is conducting research to apply LMM to the following fields.

Virtual Simulations/Games: This research topic is related to Virtual simulations and Games. In these searches, scenario generation, virtual agent controls, learning systems are researched and developed. Recently, AI is applied to the diverse kinds of game fields such as animations, designs, programming.

NUI/NUX & Image/Vision: We focus on the research about Motion Recognition & Estimation approaches. Motion Recognition approach is for utilizing motions as user interfaces and Motion Estimation approach is for providing the diverse kinds of services by analyzing users’ motions. Both approaches are usually based on long short-term memory (LSTM).​

Music Generation Services: This research topic contains music generation, music evaluation, music recommendation approaches. In our lab., new trendy music is generated by Transformer and so on. For the music generation services, we also research on music classification, evaluation, recommendation approaches.
​
Unmanned System Controls: Unmnned Systems are unmanned aerial vehicles, unmanned surface vehicle, and autonomous cars. This research topic contains autonomous control & virtual AI simulation approaches. In our lab., the autonomous control approach has developed based on the integration of deep learning and demonstration-based learning. It is possible by the virtual AI simulation approach to make agents learn with the huge amount of learning data such as deep learning in virtual environments.