김상욱

서울 공과대학 컴퓨터소프트웨어학부 교수이다

• 연구실 : 빅데이터 사이언스 연구실 (정보통신관 806호)
• 연락처 : wook@hanyang.ac.kr / 02-2220-1736

학력

• 1991-1994 Ph.D 한국과학기술원 전산학과
• 1989-1991 M.S. 한국과학기술원 전산학과
• 1985-1989 B.S .서울대학교 컴퓨터공학과

경력

• 2019.1-2021.12 한국공학한림원 회원
• 2019.1-2021.12 삼성전자 미래기술연구회 위원
• 2018.4-2021.3 NHN 엔터테인먼트 사외이사
• 2014.11-현재 한양대학교 공과대학 인사심의위원회 위원
• 2014.5-현재 한양대학교 공과대학 컴퓨터공학부 컴퓨터교육사업단장
• 2014.7-현재 한양대학교 공과대학 교무위원
• 2011.8-2012.12 삼성전자 기술자문위원
• 2009-2010 미국 Carnegie Mellon University, Visiting Scholar (invited by Professor Christos Faloutsos)
• 2006-현재 한양대학교 정보통신대학 정보통신학부 교수
• 2003-2006 한양대학교 정보통신대학 정보통신학부 부교수
• 1995-2003 강원대학교 정보통신공학과 부교수
• 1999-2000 IBM T.J. Watson Research Center, Post-Doc.(invited by Dr. Philip Yu)
• 1994-1995 KAIST 정보전자 연구소 위촉 연구원
• 1991-1991 미국 Stanford University, Computer Science Department, Summer Student (invited by Dr. Gio Wiederhold)

동정

• 2019년 1월 한국공학한림원 신입 일반회원
• 2018년 3월 23일 NHN엔터테인먼트 사외이사 선임

연구실적

인공지능(AI) 기반 네트워크 임베딩 기술 ‘SIGEM’ 개발 (2025)

• 데이터 사이언스 분야 최고 권위의 국제학술대회인 ‘제31회 ACM KDD 2025’에서 ‘Best Research Paper Award Honorable Mention’을 수상
• 네트워크 내 모든 객체 쌍의 유사도를 정밀하게 계산해 이들의 관계를 벡터에 충실히 반영하며, 연결의 방향성까지 학습에 반영해 네트워크의 전반적 구조를 효과적으로 보존
• 과학기술정보통신부 정보통신기획평가원의 SW스타랩 사업 및 인공지능대학원지원사업의 지원을 받아 수행되었으며, 논문 「SIGEM: A Simple yet Effective Similarity based Graph Embedding Method」는 레이하니 하메다니 마수드 연구교수가 제1저자로, 오정석 연구원과 조성운 연구원이 각각 제2저자, 제3저자로, 김상욱 교수가 교신저자로 참여

리뷰 기반 개인화 추천 정확도 23% 높인 AI 기술 ‘LETTER’ 개발 (2025.07)

• 그래프 신경망(Graph Neural Network, GNN) 기반의 추천 시스템으로, 사용자 간 관계(U-U 그래프)와 상품 간 관계(I-I 그래프)를 독립적으로 구성하고, 사용자 리뷰를 긍정(Like)과 부정(Dislike)으로 분리해 학습하는 방식으로 작동. 이를 통해 LETTER는 ▲사용자의 전체적인 선호(G-Rep) ▲좋아하는 특성(L-Rep) ▲싫어하는 특성(D-Rep) 을 각각 분리해 모델링함으로써 사용자의 복합적인 취향을 정밀하게 반영
• 정보통신기획평가원의 SW스타랩 사업과 방송통신산업기술개발 사업의 지원을 받아 수행되었으며, 한양대 김상욱 교수 연구팀의 손지원 연구원과 한양대 김현준 교수가 공동으로 참여
• 7월 13일부터 17일까지 이탈리아 파도바에서 열리는 ‘제48회 ACM SIGIR 국제학술대회(The 48th International ACM SIGIR Conference on Research and Development in Information Retrieval)’에서 “Rating-Aware Homogeneous Review Graphs and User Likes/Dislikes Differentiation for Effective Recommendations”라는 제목으로 구두 발표될 예정

환자의 건강 상태에 맞는 의약품을 자동으로 추천하는 기술인 ‘VITA’를 개발 (2024.02)

• 머신러닝 기술을 기반으로 각 환자의 모든 과거 처방내역 중 현재 처방내역과 관련된 내역을 자동으로 선택하는 ‘관련 방문 선택(relevant-visit selection) 아이디어’와, 선택된 내역이 환자의 현재 처방내역과 얼마나 관련되어 있는지를 정확하게 계산하는 ‘타겟 인지 어텐션(target-aware attention) 아이디어’를 바탕으로 환자의 건강 상태를 정확하게 포착하고 이를 기반으로 의약품을 추천해 주는 기술
• 김상욱 교수 연구팀의 김태리, 허지호, 김홍일 연구원과 한국과학기술원 신기정 교수가 함께 참여
• 해당 논문 「VITA: ‘Carefully Chosen and Weighted Less’ Is Better in Medication Recommendation」은 그 기술의 독창성 및 우수성을 인정받아 ‘The 38th Annual AAAI Conference on Artificial Intelligence(이하 AAAI)’에서 구두(oral presentation)로 발표됨

기존 성능 대비 2배 빠르분산 딥러닙 기법 개발(2021.11)

• 김상욱 교수팀이 최근 딥러닝(deep learning) 기술 성능을 기존 대비 약 2배 개선한 새로운 분산 딥러닝 기법 ‘ALADDIN’을 개발했다. 김 교수팀이 개발한 ALADDIN은 분산 딥러닝 기술로, 수십·수백 대의 워커(worker)들로 구성된 분산 클러스터를 기반으로 딥러닝을 가속화하는 기법이다.
• ALADDIN의 핵심은 기존 분산 딥러닝 기법들에 대한 면밀한 분석을 통해 분산 딥러닝에서의 성능저하 원인을 규명하고 이를 해결하는데 있다. 워커와 파라미터 서버 간 대칭적 통신이 분산 딥러닝의 성능저하를 유발하는 근본적 원인임을 밝히고, 이를 해결하고자 워커-파라미터 서버 간 비대칭 통신 기반 새로운 분산 딥러닝 방법론을 설계했다. 나아가 비대칭 통신으로 발생할 수 있는 정확도 성능이슈를 해결하는 전략들도 함께 반영했다
• ALADDIN은 그 기술의 독창성 및 우수성을 크게 인정받아‘The ACM International Conference on Information and Knowledge Management (ACM CIKM) 2021’에서 발표된다.

그래프엔진 '리얼 그래프(RealGraph)' 개발(2019.05)

1. 김 교수는 그래프 빅데이터의 분석성능을 기존 대비 최대 40배 이상 빨라진 싱글머신 기반 그래프엔진 ‘리얼 그래프(RealGraph)’를 개발했다. 리얼 그래프를 설계하는 과정에서 '현실 세계의 그래프 데이터는 정규분포가 아닌 멱급수법칙 분포(power-law degree distribution)를 보인다'는 특징을 반영했다.
2. 리얼 그래프의 아이디어는 학술적으로도 크게 인정받아 5월 미국 샌프란시스코에서 열리는 ‘The Web Conference 2019’에서 발표됐다.

빅데이터 분석 연구(2018.01)

1. 정보에 맞게 필요한 연산 적용 연구로서, 플랫폼 데이터를 처리하기 용이한 방법을 연구하였다.
2. 그래프의 정보를 읽는데 필요한 '그래프 엔진'의 효율성을 높인‘현실세계의 그래프를 잘 반영한다’는 의미의 ‘Real Graph’개발

수상

• 2025.08 ‘제31회 ACM KDD 2025’에서 ‘Best Research Paper Award Honorable Mention’ 수상
• 2019.12 한양대학교 HYU 학술상 수상 및 연구석학교수 임명
• 2019.12 한국정보과학회 특별공로상 수상
• 2018 IEEE IC-NIDC 2018 Best Paper Award (Title: Adversarial Training of Deep Autoencoders Towards Recommendation Tasks)
• 2018년 1월 ‘국가연구개발 성과평가 유공포상’ 수여식에서 대통령표창
• 2017.10 2017년 국가 R&D 우수성과 최우수 12선 선정, “대용량 소셜 및 정보 네트워크 빅데이터 마이닝 기술”, 과학기술정보통신부
• 2017 ACM RACS 2017 Best Paper Award (Title: On Classifying Dynamic Graph Bags)
• 2017.2 ICGHIT 2017 Best Paper Award (Title: Analyzing Suicide-Ideation Survey to Identify High-Risk Groups: A Data Mining Approach)
• 2016.6 BK21플러스사업 우수인력 포상
• 2014년 국제컴퓨터학회(ACM) 응용 컴퓨팅 심포지엄(SAC) 2014 최우수 논문상 수상 (Title: Context-Aware Music Recommendation in Smart Devices)
• 2013 ACM CIKM 2013 Best Poster Presentation Award (Title: Software Plagiarism Detection: A Graph-based Approach)
• 2013 EDB 2013 Best Poster Presentation Award (Title: Performance Evaluation of Text-based and Link-based Similarity Measures for Scientific Papers)
• 2013 한양대학교 강의 우수 교수 수상
• 2013.6 한국정보과학회 주관 논문공헌상 수상
• 2012.6 한국정보과학회 주관 학술상 수상
• 2008.10 국토해양부장관상 수상
• 2008.7 한국정보과학회 주관 논문 공헌상 수상
• 2002.12 강원대학교 2003년 최우수 연구 교수 표창 및 포상
• 1999.7-2000.8 한국과학재단 Post-Doc. Fellowship
• 1987.3-1989.2 산학협동재단 장학생

교내언론

• <뉴스H> 2019.10.01 [HYU High] 4차 산업혁명 선도하는 한양대의 대표 연구자 8인
• <뉴스H> 2023.05.02 데이터 분포 변화에 유연하게 대처하는 소셜 네트워크 분석 기술 개발
• <뉴스H> 2023.05.30 물리학자가 불확실성과 함께 사는 법, 김상욱 교수 특강