home

6기 연구과제 보기

활동 / 소식

About us History

Fellowship 6기 모집

모집 안내 6기 연구과제 보기

Fellowship 블로그

활동 / 소식

Fellowship 4기

4기 모집(종료)

지원 자격

AI, Media, Security 등 ICT 기술 개발에 관심이 있거나 경험이 있는 대학(원)생 누구나

3인 1팀 또는 2인 1팀으로 구성하여 지원

선발 혜택

SKT 정규 채용 지원 시 서류 전형 우대

SKT 현업 개발자의 멘토링

과제 수행을 위한 연구비 600만 원

최종 우수 프로젝트 상금 400만 원 (최우수팀 400만 원, 우수팀 300만 원)

SK그룹 주요 기술 행사 초청 및 발표 기회 제공

:

주요 일정

지원 접수 22. 4. 13.(수) - 5. 8.(일) 오후 11:59 까지

서류 전형 발표 5. 17.(화)

온라인 PT/심사 5. 24.(화)

최종 합격자 발표 5. 27.(금)

4기 오리엔테이션 5. 31.(화)

중간 리뷰 8월

프로젝트 최종 발표/심사 10월 말

지원 방법

연구 과제 중 희망하는 주제를 하나 선택하세요.

아래 ‘지원하기’ 버튼을 눌러 지원 페이지에 접속한 후,

해당 연구 과제와 관련된 연구 계획서를 제출해 주세요.

[연구 계획서 작성 가이드] (1)

연구 과제

썸네일을 click하면 세부 페이지를 볼 수 있어요.

갤러리보기

표보기

리스트보기

연구 과제 타이틀을 OPEN 하면 세부 페이지를 볼 수 있어요.

콘텐츠 분석을 위한 오디오 기반 상황인식 정보 분석 기술 개발

■ 연구 내용 · 콘텐츠의 오디오 정보를 활용하여 상황 및 분위기를 인식하는 기술 개발 · 오디오 기반 상황 인식을 위한 신호처리 및 딥러닝 모델 개발 ■ 연구 목적 · 방송 콘텐츠 대상 기술 활용 가능성 및 효용성 검증 ■ 활용 계획 · 방송 콘텐츠 대상 Audio Captioning을 통해 청각장애인의 콘텐츠 향유 경험 강화에 기여 · 콘텐츠 하이라이트 자동 생성을 위한 메타 데이터 구축 ■ 관련 경험/역량 · 딥러닝 기반의 오디오 데이터 분석 경험 · 최신 딥러닝 기술 동향에 대한 관심

디지털 신호처리

이미지 내의 개인정보 탐지 기술 개발

■ 연구 내용 · 이미지 (jpg, png 등) 데이터를 분석하여 개인정보의 포함 유무를 판단하는 기술을 개발 · 개인정보는 얼굴 및 생체정보를 의미함 · 개인정보는 고유식별정보 (주민번호 등) 및 개인식별정보(이름 등)를 포함 ■ 연구 목적 · 최근 개인정보보호에 대한 관심이 높아지면서 공공기관은 물론 민간기업들까지 보유하고 있는 개인정보를 보호하는 것이 중요해짐 · 텍스트 데이터에서 개인정보를 탐지하는 태스크는 비교적 쉬운 편이나 이미지에서 개인정보가 유출되는 것을 탐지하는 것은 상대적으로 어려운 태스크임 ■ 활용 계획 · 연구에서 개발된 기술을 이용해 클라우드에서 사용되는 이미지 데이터에 개인정보가 포함되었는지를 여부를 판단하는 시스템으로 활용될 예정 ■ 관련 경험/역량 · 데이터분석, 머신러닝, 딥러닝 (비젼, 자연어처리)

Computer Vision

자연어처리

object detection

콘텐츠 자동 생성을 위한 주요 객체 분리 기술 개발

■ 연구 내용 · 영화, 드라마 등 콘텐츠 프레임 내에서 썸네일 등 콘텐츠 자동 생성에 쓸만한 주요정보를 분리하는 기술을 개발 · Instance segmentation 등의 기존 기술을 응용하여 콘텐츠 자동생성에 활용할 객체를 부드럽게 추출 ■ 연구 목적 · Content Discovery 팀은 기존의 콘텐츠에서 흥미로운 요소들을 발굴 및 강조하여 사용자가 콘텐츠에 더욱 흥미를 갖고 미디어 콘텐츠를 소비할 수 있도록 유도 · 기존 콘텐츠(예능, 드라마 등)에서 일부 필요한 내용만을 깨끗하게 추출하여 2차 창작 콘텐츠 등을 만들어내는 등의 가치 창출 ■ 활용 계획 · 콘텐츠 프레임 내 주요 물체를 분리해 포스터 생성에 활용 · 콘텐츠 현지화 작업 시 음식, 간판 등 현지 적합한 물체로의 대체에 활용 ■ 관련 경험/역량 · 이미지&비디오 데이터에 대한 이미지 처리 경험 · ML/DL 모델 분석 및 개발 역량

Computer Vision

object detection

Instance Segmentation

Semantic segmentation

딥러닝 기반 흑백 이미지 컬러화 기술 개발

■ 연구 내용 · 디지털 흑백 이미지에 컬러를 입혀 복원하는 Colorization 기술 개발을 위한 딥러닝 네트워크 모델 분석, 연구, 개발 등 · Old Monochrome (흑백) Image Colorization with AI Tech ■ 연구 목적 · 오래된 기록물 (흑백) 에 컬러를 입혀 복원함으로써 사회적/경제적 가치 창출 ■ 활용 계획 · Colorization 네트워크 모델 개발을 통해 80년대 흑백 이미지 복원에 활용 · 외부 기관과의 R&D 협업을 통해 기술 상용화 예정 ■ 관련 경험/역량 · 이미지&비디오 데이터에 대한 영상처리 경험 · 딥러닝 네트워크 모델 분석 및 개발 역량

Computer Vision

라이브 트래킹

■ 연구 내용 · 실시간 촬영 중인 영상 내 움직이는 피사체를 중심으로 비디오 Cropping하고 초저지연 스트리밍 · 영상 내 피사체 인식 정확도 및 성능 (처리 지연) 개선 연구, 인식할 피사체의 다양화 (인물, 축구공 등)를 위한 모델링/학습 · Google MediaPipe (AutoFlip) 및 WebRTC 사용한 PoC 개발 (pion/webrtc 또는 google libwebrtc) ■ 연구 목적 · 카메라맨을 대신하여, 인물 또는 공 (축구 중계 등에서)을 따라다니는 영상을 실시간으로 송출할 수 있는 제작 소스 입수 방법 연구 (광각 카메라로 촬영 중인 큰 해상도의 영상에서 피사체 중심으로 실시간 Cropping) · 실시간 방송 중계에 즉시 사용가능한 비디오 프레임의 자연스러운 Cropping 연구 ■ 활용 계획 · 실시간 콘텐츠 제작 시 입력 소스로 활용 연동 · 실시간 피사체 트래킹을 통한 방송 제작 소스 송출 기술 확보 ■ 관련 경험/역량 · 이미지 처리 및 미디어 스트리밍 경험 (OpenCV, WebRTC) · 프로그래밍 역량 (Python,Go, C++) · ML/DL 관련 경험 (TensorFlow)

Media Processing

object detection

실시간 유해 콘텐츠 필터링 서비

■ 연구 내용 · 영상 내 유해 장면 검출 및 필터링 처리 기술 개발 · 구글 MediaPipe 및 관련된 Open Source, Framework 들을 응용하여 PoC 개발 · 예시) - 욕설을 뜻하는 손가락 또는 몸동작들을 인식하여 해당 부분 모자이크 하기 - 칼과 같은 위헙용 도구를 인식하여 관련 부분 흐리게 하기 - 피가 많이 보이는 등 잔인한 장면을 인식하여 필터링 처리하기 ■ 연구 목적 · 유해 장면 감지 및 이미지 필터링 처리 기술 확보 · 인공지능 개발 환경 업무에 적용 가능한 AI 서비스 개발 지식 습득 ■ 활용 계획 · SKT 미디어 플랫폼 내 VoD 및 영상 통화 처리 기술 활용 ■ 관련 경험/역량 · 머신러닝, 딥러닝 모델 학습 경험 · Python Programming 역량 · Web 개발 경험 (HTML5, Javascript)

Computer Vision

Media Processing

영상 AI 기반 공간 POI 인식 및 변화 감지 기술 연구

■ 연구 내용 · 스마트폰 이미지에서 공간 POI 정보 인식 (간판, 이정표 등) · 서로 다른 시간에서 촬영된 스마트폰 이미지에서 POI 변화 감지 ■ 연구 목적 · POI 인지와 POI 변화 감지 기술을 통한 실 공간 이해 기술 확보 · Visual Localization (보행자 길안내) 기술 고도화 · Smart Building/Factory, 로봇/드론, 자율주행 차량, AR 서비스, meatavere, digital twin 등 다양한 기술 구현의 원천 기술 확보 ■ 활용 계획 · Visual Localization (보행자 길안내) 기술 활용 · Smart Building/Factory, 로봇/드론, 자율주행 차량에 활용 · AR 서비스, meatavere, digital twin 활용 ■ 관련 경험/역량 · Computer vision, ML/DL 관련 프로젝트 경험

Computer Vision

Visual Localization

AI 기반 5G 단말 성능/소비 전력 최적화

■ 연구 내용 · 단말 생성 데이터 기반 App.별 트래픽 패턴 분석 · 단말 생성 데이터 기반 사용자 이동성 (정지/이동 등) 분석 · 단말 내 통신 기능 및 세부 설정, 성능 사이의 Correlation 분석 · 분석 결과를 바탕으로 단말 성능 개선 알고리즘 개발/시연 ■ 연구 목적 · 기지국에서 파악하기 어려운 단말 고유의 데이터를 분석하여 단말별 동작 Differentiation 및 성능 최적화 방안 도출 ■ 활용 계획 · 당사 단말 차별화를 위한 선행 기술 확보 · 중장기적 관점에서 당사 단말 개발 Roadmap 수립을 위한 Feasibility 확보 ■ 관련 경험/역량 · ML/DL 기반 시계열 데이터 분석 경험 · 스마트폰 관련 데이터 분석 경험 · LTE/5G 시스템에 대한 이해 · 데이터 분석 및 통신 알고리즘 검증을 위한 Python/R Programming 역량

시계열 데이터

5G DNA* 기술 개발 (*Digital Network Automation)

■ 연구 내용 · 5G 무선망에서 수집되는 빅데이터 분석에 기반한 운용 지능화 기술 개발 · 고객 체감 개선을 위한 서비스 기술 개발 ■ 연구 목적 · 고객 체감을 향상시킬 수 있는 망운용 및 신규 서비스 제공 ■ 활용 계획 · 실제 무선망 데이터 분석 적용을 통한 유용성 확인 및 검증 · IPR/논문등을 통한 지원자 역량 개발 ■ 관련 경험/역량 · ML라이브러리 적용을 통한 데이터 분석 경험(Unsupervised Classification등) · Big Data 분석을 통한 상호연관성 및 Insight 도출 경험 · 이동통신 무선망 기본적 연구 경험

시계열 데이터

이상치 탐지

Language-Image Multi-modal AI 기술 연구

■ 연구 내용 · Vision-Language Pretraining 기술 고도화 · Vision-Language Pretraining Model 응용 기술 개발 ■ 연구 목적 · 기술 고도화를 통한 Vision-Language Pretraining State-of-the-Art 기술 확보 · Vision-Language Pretraining Model의 응용 분야 검토 · 응용 분야별 Vision-Language Pretraining 최적화 기술 확보 ■ 활용 계획 · Vision-Language Pretraining Model의 선행 기술 확보 차원의 활용 · Vision-Language Pretraining Model의 응용 분야를 발굴하여 실제 적용 검토 ■ 관련 경험/역량 · 딥러닝 기반의 컴퓨터 비전, 자연어 처리 연구 경험 · 최신 Vision-Language Pretraining 연구 및 개발 동향 이해

Computer Vision

Natural-Language Processing

Vision-Language

AI 큐레이션 강의 추천을 위한 챗봇 엔진 개발

■ 연구 내용 · 사내강의 추천시스템에서 사용자와 시스템간 자연어 대화를 통한 강의추천 프로세스에 활용될 chatbot 엔진구현 . 자연스러운 대화를 위한 한글 대화형 모델연구 (Text 생성모형, Question-Answer 모델/엔진 구현 등) . 자연스러운 대화가 가능한 chatbot 구현을 위한 기술요소 전반 . 대화형 모델구축을 위한 데이터 수집 ■ 연구 목적 · 추천시스템에서 시스템에서 제공하는 단방향의 의사소통이 아닌 자연어 기반 상호소통 기능을 강화하고자 함 ■ 활용 계획 · 사내강의 추천시스템에서 사용자와 시스템간 자연어 대화를 통한 강의추천 프로세스에 활용될 chatbot 엔진으로 활용 ■ 관련 경험/역량 · QA 모델링, seq2seq, BERT 등의 conversational AI 모델 관련 분석 기법 경험 . rasaNLU 또는 그외 chatbot 구현을 위한 오픈소스 경험 . 한국어 텍스트 분석 경험

자연어처리

Text generation

한국어 기반분석

설비(로봇)의 잔여수명 예측

■ 연구 내용 · Nasa Turbofan Engine dataset을 활용하여 RUL을 예측하는 모델을 개발 · Feature Engineering 수행 · SOTA(State of the art)기술을 활용하여 최소 2개 이상의 모델을 개발 및 테스트 후 결과 비교를 권장 ■ 연구 목적 · 기기의 Data를 수집하고 이를 기반으로 RUL을 예측하여 예기치 못한 사고나 Downtime을 예방하며, 경제성 높은 정비계획을 수립 ■ 활용 계획 · 연구 결과를 SKT Grandview에 탑재하여 서비스의 모델을 강화하는 기술로 활용 ■ 관련 경험/역량 · ML/DL을 활용한 Feature Engineering 또는 모델 개발 경험 · Python 프로그래밍 역량

이상치 탐지

시계열 데이터

센서 데이터

Machine Intelligence