연구
그림 출처: FAK 활성화제 그래픽 초록 (Comput Biol Chem 2025, © Elsevier) · KMU-11342 (Pharmaceuticals 2026, CC BY 4.0) · ACh 이득 지형도, 보충 그림 S1 (Cognitive Neurodynamics 2026, open access) · T-미로 과제와 누적 보상 (Sensors 2024, CC BY 4.0) · CASCADE (Bioinformatics 2026, CC BY 4.0) · SNOMED-CT 매핑 (Med Biol Eng Comput 2026, open access) · symbolic regression vs 기계학습 분류기 ROC (Biomedicines 2026, CC BY 4.0)
1. AI 기반 신약 개발
가상 스크리닝, AI 물성 예측, 분자동역학으로 후보 화합물을 찾고 설계한 뒤 실험 협력 연구실과 함께 검증합니다. 최근에는 in silico로 FAK 활성화제를 발굴했고(Comput Biol Chem 2025), 계명대학교와 함께 대장암 표적 KMU-11342(Pharmaceuticals 2026)와 류마티스 관절염 치료 후보 KMU-11361(Inflammation Research 2026)의 작용 기전을 밝혔습니다. 현재는 리소좀 이온채널 TMEM175와 렘수면행동장애를 표적으로 연구를 이어가고 있습니다.
2. 뇌 데이터와 신경정신의학
여러 스케일의 신경 데이터를 해석 가능한 방법으로 분석합니다. 전기생리 특성만으로 신경세포의 유전자 마커를 예측했고(Brain Res Bull 2019), 사람 FCD I형 뇌전증에서 fast-spiking 억제성 신경세포의 시냅스 입력이 억제 쪽으로 기울어 있음을 밝혔습니다(Nature Communications 2024). 다섯 제조사의 다전극 어레이(MEA) 기록을 한 번에 분석하고 임계성·눈사태 통계까지 계산하는 오픈소스 도구 CASCADE도 공개했습니다(Bioinformatics 2026). 이 밖에 알츠하이머병의 면역–신경 상호작용(J Neuroimmunol 2025), 뇌파 기반 스트레스 검출(IEEE Access 2026), NEURON/NetPyNE 기반 뇌전증 모델을 연구합니다.
3. AI 임상 의사결정 지원
의료진이 이해할 수 있는 모델을 우선합니다. 전자의무기록의 자유 서술 진단명을 ClinicalBERT로 SNOMED-CT 표준 용어에 매핑했고(Med Biol Eng Comput 2026), 간이식 후 균혈증 위험을 symbolic regression으로 한 줄의 식으로 표현했습니다(Biomedicines 2026). 앞서 내시경 영상 분류(Scientific Reports 2021; J Digit Imaging 2023)와 의학교육에서 ChatGPT의 가능성을 다룬 초기 논문(Anat Sci Educ 2024)을 발표했습니다.
4. 해마 × 강화학습
해마가 successor representation을 구현하는지, 신경조절물질이 그 학습 규칙을 어떻게 바꾸는지 연구합니다(Biosystems 2022; Front Comput Neurosci 2025). 시뮬레이션으로 가중치 초기화의 영향(Electronics 2023), 잡음이 있는 T-미로에서의 전이학습(Sensors 2024), 1·2차원 환경에서의 잡음 내성(Sensors 2025)을 살폈습니다. 최근에는 아세틸콜린 조절을 반영한 predecessor feature 모델로 보상 이후에도 탐색을 이어가는 원리를 제시했습니다(Cognitive Neurodynamics 2026).
“From synapse to silicon, insight travels — and patient care transforms.”