적은 데이터로도학습하는 AI를만듭니다.Building AIthat learnsfrom scarce data.

GCL-UP: Graph Contrastive Learning via Uncertainty-aware Perturbation for Few-Shot Node Classification

저자: 이형준, 김준태Authors: Hyungjoon Lee, Juntae Kim

대부분의 그래프 대조학습은 엣지를 무작위로 흔들어 증강을 만듭니다. 제안한 GCL-UP는 대신 예측 불확실성을 신호로 씁니다 — 애매한 영역의 연결은 끊고, 확신하는 영역엔 유사한 노드를 새로 잇습니다. 그렇게 만든 두 개의 뷰로 대조학습을 수행합니다.Most graph contrastive learning builds augmentations by perturbing edges at random. The proposed GCL-UP instead uses prediction uncertainty as its signal — severing links in ambiguous regions and drawing new edges between similar nodes in confident ones. Contrastive learning is then run over the two resulting views.

Cora·Citeseer·Coauthor-CS 세 벤치마크의 1~5샷 전 구간에서 최신 기법과 대등하거나 앞섰고, 백본(GCN/GAT/GraphSAGE)에 구애받지 않는 구조적 개선임을 확인했습니다.Across the full 1–5 shot range on the Cora, Citeseer, and Coauthor-CS benchmarks it matched or outperformed state-of-the-art methods, confirming a structural gain that holds regardless of backbone (GCN / GAT / GraphSAGE).

레이블 희소 환경에서의 신뢰도 기반 적응형 그래프 신경망 규제 기법Confidence-Based Adaptive Graph Neural Network Regularization under Label Scarcity

저자: 이형준, 김준태Authors: Hyungjoon Lee, Juntae Kim

노드별 엔트로피로 신뢰도를 정량화하고, 이를 그래프 구조에 직접 반영합니다. 신뢰도 높은 노드 쌍엔 엣지를 더해 정보 전파를 강화하고, 낮은 쌍의 엣지는 제거해 노이즈 전파를 억제합니다. 증강 그래프의 손실을 정규화 항으로 결합해 과적합을 완화합니다.It quantifies confidence per node via entropy and folds that directly into the graph structure. Edges are added between high-confidence node pairs to strengthen information flow and removed between low-confidence pairs to suppress noise propagation. The loss on the augmented graph is combined as a regularization term to ease overfitting.

LLM 기반 의미론적 특성 공학을 활용한 퓨-샷 테이블 학습 자동화 프레임워크An Automated Few-Shot Tabular Learning Framework Using LLM-Based Semantic Feature Engineering

저자: 이형준, 김준태Authors: Hyungjoon Lee, Juntae Kim

컬럼 이름과 메타데이터 사이의 attention으로 핵심 피처를 고르고, LLM이 그 위에서 비선형 변환·상호작용 피처를 생성하는 파이썬 코드를 직접 작성합니다. 생성된 피처를 feature-bagging으로 앙상블해, 데이터가 16샷뿐인 환경에서도 성능을 냅니다.It selects key features via attention between column names and metadata, then has an LLM write the Python code that generates nonlinear transformations and interaction features on top. The generated features are ensembled through feature bagging, delivering performance even with only 16 shots of data.

7개 공개 의료 데이터셋에서 TPOT·H2O·AutoGluon·MLJAR·TabPFN을 평균 성능으로 앞섰습니다.Across seven public medical datasets it outperformed TPOT, H2O, AutoGluon, MLJAR, and TabPFN on average.

멀티모달 치매 위험 예측 앱Multimodal Dementia-Risk Prediction App

라이프스타일 + 생체정보로 치매 위험을 예측하는 모바일 서비스A mobile service that predicts dementia risk from lifestyle and biometric data

4인 팀의 데이터 전처리·모델 설계·학습을 담당했습니다. 라이프스타일(문답 14항목)과 스마트워치 생체정보(28항목 시계열)를 함께 쓰는 멀티모달 구조로, 서로 다른 사람에게서 수집돼 형식이 다르고 생체 데이터가 부족한 현실 제약을 지도 대조학습 + 도메인 적대 학습으로 풀었습니다. 위험도 시각화 리포트와 공공기관 연계 API까지 배포로 이어졌습니다.On a four-person team I led data preprocessing, model design, and training. The multimodal architecture combines lifestyle data (14 questionnaire items) with smartwatch biometrics (28-item time series); the real-world constraints of mismatched formats and scarce biometric data — collected from different people — were solved with supervised contrastive learning plus domain-adversarial training. It shipped all the way to a risk-visualization report and a public-agency integration API.

VERO

위험한 LLM API 호출을 탐지해 데이터 유출을 막는 웹 플랫폼A web platform that detects risky LLM-API calls to prevent data leaks

제5회 정보보호 SW 개발 공모전 출품작. 4인 팀에서 언어모델(BERT) 파인튜닝과 데이터 수집·전처리, 평가, 배포·서빙을 담당했습니다. 민감정보가 담긴 프롬프트를 걸러내 조직의 데이터가 외부 LLM으로 새는 것을 방지합니다.An entry in the 5th Information Security SW Development Competition. On a four-person team I handled language-model (BERT) fine-tuning along with data collection and preprocessing, evaluation, and deployment/serving. It filters out prompts that contain sensitive information, preventing an organization's data from leaking into external LLMs.

FILM'E

독립예술영화관 정보를 한곳에 모으는 웹 플랫폼A web platform that gathers independent art-house cinema info in one place

5명으로 구성된 팀의 백엔드 팀장으로 회원가입·탈퇴, 카카오 소셜 로그인, 마이페이지, 백엔드 서버 배포를 담당했습니다. 독립영화관 정보 제공과 커뮤니티 기반 정보 공유, 마이페이지를 통한 개인 관람 기록 기능을 제공합니다.As the backend lead of a five-person team I built sign-up / withdrawal, Kakao social login, My Page, and backend server deployment. The service offers independent-cinema listings, community-based information sharing, and personal viewing records through My Page.