삶향상기술연구실에서는 인간공학을 근간으로 하여 인간의 삶의 향상을 목표로 하는 다양한 공학 분야의 연구들을 수행하고 있다. 인간공학이란 인간의 신체적, 정신적 능력과 한계, 특성에 관한 연구를 통해 얻어진 인간에 대한 지식들을 제품, 서비스 등 각종 시스템의 설계에 응용하는 학문이다. 본 연구실에서는 특히 우리나라 주력 산업인 자동차 산업에 기여하는 자동차 설계 관련 인간공학 연구, 병원 환자,보호자,의료진의 삶 향상을 위한 사용자 경험 설계 연구, 디자이너의 설계 능력 향상을 위한 창의성 및 아이디어 생성 기법 연구, 가상세계의 사물과 인간의 자연스러운 상호작용에 대한 연구들을 포함하여 다양한 연구들을 수행 중이다.

데이터마이닝, 머신러닝, 자연어처리 알고리즘을 개발하고, 이들을 실제 비즈니스 데이터에 적용하여 인사이트를 도출합니다. 알고리즘의 정확도 및 수행 속도 향상에서 한 걸음 더 나아가 비즈니스 밸류 창출에 직접적으로 사용될 수 있는 인사이트 도출을 추구합니다. 데이터 사이언티스트의 기술적 역할에서 한 걸음 더 나아가 빅데이터 설계자/아키텍트 역할을 추구합니다. 이를 통해 기업, 공공 및 과학기술 발전에 공헌하고자 합니다.

금융 리스크 공학 연구실은 금융공학 및 금융 위험에 관련된 연구를 수리 모형적 관점에서 수행한다. 진화하는 금융 상품 및 관련 기법과 이에 수반하는 금융 위험에 대한 공학적 분석과 모형화를 통해 금융시스템의 위험을 hedging하고 효율화하며, 건전한 금융상품을 디자인 하는데 연구의 초점을 둔다. 본 연구실의 교육 및 연구에 필요한 기본 이론으로는 Stochastic Processes, Stochastic Calculus, Computational Statistics, Time series 등의 수학,통계이론과 Investment, Financial market에 관한 금융이론 등이 있다.

공급망관리 연구실 (Operations & Supply Chain Management Laboratory)에서는 생산 시스템의 계획에서부터 운영 및 물류에 이르는 생산에 관련된 전반적인 분야를 연구하고 있다.

산업공학이 다루는 여러 가지 학문 분야 중에서도 공급망관리, 재고관리, 일정계획, 시뮬레이션을 다루고 있으며 제조업체 및 서비스업체의 공급망에 대한 최적 설계와 운영 전략 제시를 연구하고 있다. 주로 사용하는 기법은 수리계획법, 휴리스틱 및 메타휴리스틱 기법, 시뮬레이션을 사용하고 있으며, 프로토타입 시스템 개발도 수행하고 있다. 연구 과제들을 수행하기 위하여 Tex, Gauss, Arena, Siman, Lindo, Lingo 등의 주요 소프트웨어와 Visual Basic, Delphi, C, C++, Visual C++, Java, C#, API, MS SQL,등의 프로그래밍 언어들을 활용하고 있다.

휴먼인터페이스시스템 연구실은 Ergonomic 디자인과 Biomechanical 디자인을 이용하여 인간 중심의 제품 디자인(Human-Centered Product Design)을 하는 데에 중점을 둔다. 여기에는 인간(사용자)의 요구조건, 개념적 디자인 방법론, 제품 디자인에서의 ergonomic 고려, 신제품 개발 과정에 대한 분석 등이 포함된다.

투자공학이란 투자(investment)와 공학(engineering)의 결합어로, 투자환경전반에 대한 분석에 있어서 공학적인 방법론을 사용하게 됨을 의미한다. 투자공학을 좀더 살펴보면 '투자분석/전략', '위험분석/경영', '투자시스템경영/거래'의 세부분야로 나누어 볼 수 있다.

1) 투자분석/전략 (Investment analysis/ strategy)
투자란 경영참가 등의 특수한 투자동기를 갖지 않는 투자자가 양호한 투자성과를 획득하기 위하여 행하는 작업을 의미한다. 투자분석의 실무는 투자의사가 형성된 후 고려되어야 하는 정보의 작성작업과 어떤 특정한 투자자에 대해서 투자의 내용을 결정하기 위한 분석작업으로 나뉘어진다. 전자는 경제정세의 분석, 산업동향의 분석, 개별기업 및 개별증권분석 등이 있다. 후자의 영역은 투자방침 책정을 위한 방침, 포트폴리오 편성을 위한 분석, 포트폴리오 투자성과의 측정과 평가를 위한 분석, 포트폴리오 개선을 위한 분석으로 이루어진다.

본 연구실의 연구 방향은 학습 기법 및 최적화, 추론 문제들을 위한 효율적인 알고리즘을 개발하고 분석하는데 초점을 맞추고 있다. 연구 분야로는 크게 ‘통계 학습 및 커널머신’, ‘계산 금융’, ‘광역 최적화 및 동적 시스템’의 세 가지 분야로 나눌 수 있다.

1) 통계 학습 및 커널 머신 (Statistical Learning and Kernel Machines) 통계 학습이란, 통계학의 접근 방법을 통해 기계학습의 알고리즘들을 분석 및 연구하는 분야이다. 이 분야에서는 다양한 통계적 모델과 커널 기법, 최적화 기법들을 사용하여 컴퓨터로 하여금 방대한 양의 데이터로부터 유용한 정보를 추출하고 습득할 수 있도록 하는 알고리즘들을 개발한다.

2) 계산 금융 (Computational Finance) 계산금융이란, 금융시장과 거래되는 금융상품과 관련된 문제들을 수리적으로 모델화 하고 이를 효율적 계산 방법들을 이용하여 풀어내는 연구 분야이다. 이를 위하여, 다양한 최신 과학계산 기법들과 수학적, 통계적 모델 기법들을 연구하고 개발한다.