Internship Inside Out 4
Explore Research, Challenges, and Growth
KAIST 전산학부 인터랙티브 컴퓨팅 연구실(ICLab)은 유비쿼터스 컴퓨팅을 통한 개인 맞춤형 건강 및 웰빙 증진을 목표로 하는 실험실로, 모바일, 웨어러블, IoT 기술을 기반으로 한 컨텍스트 인식 컴퓨팅, 머신러닝 등의 다양한 기술 및 응용 서비스에 대한 연구를 수행하고 있습니다.
2026년도 겨울방학 동안, ICLab에서는 9개의 인턴십 프로젝트를 공모하여 12명의 인턴학생을 선발하고 8주간의 연구 프로그램을 진행했습니다. 각 프로젝트는 대학원생 또는 교수님의 멘토링 아래 진행되었으며, 연구의 흐름을 점검하고 발전시키기 위해 1주 차(시작), 4주 차(중간), 8주 차(최종) 총 세 차례의 연구 발표회를 가졌습니다.
이번 인턴십을 마무리하며, 6명의 학생들이 직접 경험한 연구 과정과 느낀 점을 공유드리고자 합니다.
처음으로 연구를 이끌며 배운 것들
Written by. Inhee Cho
안녕하세요. AI Delusion in Mental Healthcare라는 주제로 2026년 겨울 ICLab 인턴십에 참여했던 조인희입니다.
최근 챗지피티의 상용화로 AI와의 상호작용이 일상화되면서, AI와 사랑에 빠지거나 AI의 조언을 맹신하여 극단적인 행동을 하는 사례 등 정신증 환자들의 망상이 AI와의 상호작용을 매개로 점점 심화되는 문제가 발생하고 있습니다. 이번 프로젝트는 이러한 AI 망상현상을 연구하기 위해 시작되었습니다. 실제 환자를 대상으로 한 연구는 윤리적, 현실적 제약이 크기 때문에 가상의 환자 에이전트를 설계하여 시뮬레이션을 진행하는 방식을 택했습니다. 특히 기존의 시뮬레이션 프레임워크와 인간의 망상 과정을 모델링한 인지 모델을 통합함으로써, 실제에 가까운 망상 환자 에이전트를 구현하는 것을 목표로 하였습니다.
이번 인턴을 하면서 가장 도전적이었던 부분은 교수님을 멘토로 하되 제가 처음부터 끝까지 연구를 주도해야 한다는 점이었습니다. 연구를 진행하면서 여러 시행착오를 겪으며 스스로 연구를 이끈다는 것이 얼마나 어려운 일인지 몸소 깨달았습니다. 프로젝트와 관련된 선행 연구는 넓게, 그중에서도 중요한 논문은 깊게 읽는 강약 조절이 필요했고, 연구의 목적과 방향을 끊임없이 점검하며 나아가는 것이 중요하다는 점도 배웠습니다. 처음에는 연구 범위를 너무 넓게 잡아 헤매기도 했지만, 교수님의 소중한 피드백들을 받으며 조금씩 방향을 잡아나갈 수 있었습니다.
무엇보다 제 관심과 딱 맞는 주제로 연구를 이어가며, 방학이라는 학기 외 시간에 오로지 연구에만 집중할 수 있었던 경험 덕분에 연구 자체가 즐거운 것임을 처음으로 실감할 수 있었습니다. 이 소중한 기회를 주신 교수님, 외부생으로서 인턴 생활에 잘 적응할 수 있도록 따뜻하게 맞아주신 ICLab 구성원분들, 그리고 함께 프로젝트를 이끌어준 팀원 Aizirek에게 진심으로 감사드립니다.
학부생이 가장 많이 하는 고민
Written by. Gyunhwan Kim
학부생이 가장 많이 하는 고민 중 한 가지는 “앞으로 어떤 길을 진로로 선택해야 할까?” 일 것입니다. 저는 명쾌한 답이 정해지지 않은 이 질문에 답을 하려면 직접 여러 분야를 경험해보고 어느 분야가 나와 잘 맞는지 결정해야 한다고 생각했습니다. 이를 위해 평소 관심이 있던 HCI 분야 랩의 인턴쉽 기회를 찾아보았고, 2025년 겨울 학기에 ICLab에서 Smarthome IoT 데이터셋 출판을 주제로 인턴쉽을 하게 되었습니다.
인턴쉽 기간 동안 IoT, 수면, 스마트폰, 심리 검사 데이터 등 여러 종류의 데이터를 다루고 EDA하며 데이터셋 정리, 인사이트 도출을 맡았습니다. 구체적인 과정은 멘토 분들이 프로젝트의 방향성을 제시해주시면 제가 며칠 간 해당 내용을 바탕으로 연구를 한 뒤 후속 미팅에서 결과를 보여드리며 피드백 받고, 이후의 방향성을 다시 결정하는 방식으로 진행됐습니다. 이 과정에서 간단한 숫자를 결정하는 거라도 연구자의 직관적인 판단이 아닌 타당한 근거(대부분의 경우 기존 논문)를 토대로 결정하는 게 얼마나 중요한 지 체감했습니다. 또한 여러 편의 논문을 읽고 정리하며 많은 내용들 중에서 제가 필요한 정보만 습득하는 능력도 길렀고, 교수님을 포함해 ICLab의 구성원 분들이 자리한 곳에서 3번의 발표를 하며 연구 성과를 발표 대상에게 효과적으로 전달할 수 있는 방법에 대해 고민하는 시간을 갖기도 했습니다. 이런 기술적 능력의 함양과 더불어서 제가 어느 분야에 흥미를 느끼는지도 확인할 수 있었습니다.
마지막 연구 성과 발표를 마치고 다른 인턴 분들과 모여 이야기를 나누는 시간이 있었습니다. 다들 두 달이라는 시간이 훌쩍 지나갔다며, 이번 인턴십이 의미 있는 시간이었다고 얘기했습니다. 글을 마무리하며 무엇보다 인턴 기간 내내 방향성을 잡아주신 멘토 영지 님과 규나 님께 깊은 감사의 말씀을 전하고 싶습니다. 두 분 덕분에 프로젝트에 대한 피드백뿐만 아니라, 석사 진학을 두고 고민이 많았던 저에게 실제 대학원 생활과 향후 진로에 대한 현실적이고 솔직한 이야기를 나눌 수 있는 기회가 주어져 더욱 뜻깊은 시간이었습니다. 이번 ICLab에서의 경험은 앞으로 제 진로를 결정하고 한 단계 더 성장하는 데 있어 귀중한 밑거름이 될 것입니다.
※ EDA: Exploratory Data Analysis, 데이터의 분포와 통계, 변수 간 관계 등을 시각화하여 데이터를 다루기 전 데이터에 대한 이해도를 높이는 작업
처음 만난 HCI, 그리고 시스템을 사람으로부터 다시 보게 된 8주
Written by. Seunggyun Jang
저는 그동안 개발자로 시스템을 만드는 일과 AI 모델링 연구를 주로 해왔고, “사용자에게 실제로 도움이 되는 서비스를 만들기 위해서는 사람을 이해하는 관점이 필요하다”는 문제의식으로 HCI 분야에 처음 발을 들이게 되었습니다. 이번 인턴십에서 제가 맡았던 프로젝트는 콜센터 상담원처럼 고압적인 업무 환경에서 쉽게 누적되는 스트레스와 소진을 다루기 위해, 일상에서 “나 완전 방전됐어”라고 표현하듯 자기통제 자원의 소진을 추적하고 시각화하며, 짧은 개입을 제공해 소진(depletion)을 예방하고 회복을 돕는 시스템을 만드는 일이었습니다.
“논문을 읽는 방식”부터 달랐던 첫 몇 주, 처음에는 솔직히 많이 헤맸습니다. 이전에는 “좋은 성능의 모델을 만들고, 지표를 올리고, 결과를 정리하는 것”에 익숙했는데, HCI에서의 연구는 그와 달리 문제를 정의하고, 사용자 관점의 질문을 만들고, 시스템이 지원해야 할 태스크를 설계하는 과정이 큰 비중을 차지했습니다. 특히 기억에 남는 것은 교수님께서 강조하신 “논문을 읽는 방법”이었습니다. 논문을 단순 요약하거나 용어를 그대로 받아들이기보다, 왜 이 논문을 읽는지를 먼저 정의하고, 사용자에게 데이터를 어떻게 보여주고 무엇을 하게 할 것인지에 집중하며, 용어나 가정을 맹목적으로 믿지 말고 “왜?”를 계속 질문해야 한다는 가이드라인이 큰 기준이 되었습니다. 이 과정 덕분에, 저는 “연구는 정답을 찾는 것이 아니라 좋은 질문을 만들고 점진적으로 개선하는 과정”이라는 것을 체감하게 되었습니다.
이번 인턴십이 의미 있었던 이유는, 제가 처음으로 HCI의 관점에서 시스템을 바라보는 법을 배웠기 때문입니다. 예전에는 “데이터가 있고, 모델이 있고, 성능이 좋으면 된다”에 가까웠다면, ICLab에서는 같은 데이터를 두고도 사용자가 어떤 맥락에서 데이터를 남기고, 그 데이터를 어떤 방식으로 이해하며, 시스템이 제공하는 개입이 사용자의 행동/인식에 어떻게 영향을 주는지를 설계하고 검증하는 것이 핵심이었습니다. “기술이 똑똑해지는 것”만이 답이 아니라, 사용자가 기술을 통해 스스로를 이해할 수 있게 만드는 설계가 필요하다는 것을 배웠습니다.
마지막으로, 처음 HCI를 접한 저에게 방향을 잡아주신 교수님과 멘토이신 유경님, 준모님, Pradipta님께 감사드립니다. 무엇보다도 제가 헤매던 순간마다 “왜 이걸 하려는지”를 다시 질문하게 해주셨고, 연구를 더 넓은 관점에서 바라볼 수 있도록 도와주셨습니다. 그리고 ICLab의 따뜻하고 열린 분위기 덕분에, 부족한 부분이 있어도 계속 질문하고 배우면서 성장할 수 있었습니다. 짧다면 짧고 길다면 긴 8주였지만, 저에게는 연구와 개발을 연결하는 방식을 다시 배운 시간이고, 앞으로 어떤 시스템을 만들든 “사람을 중심에 두는 관점”을 잊지 않게 해준 경험이었습니다. 좋은 기회를 주신 ICLab 모든 분들께 진심으로 감사드립니다.
어라? 이거 꽤 재밌네?
Written by. Sanghyeon Lee
스마트워치와 같은 웨어러블 기기가 일상화되면서 우리는 수면 패턴부터 운동 기록까지 매일 무수히 많은 센서 데이터를 생산하고 있습니다. 하지만 이 방대한 데이터를 클라우드로 보내 처리하게 되면 지연 시간이나 개인정보 침해 문제가 발생할 수 있습니다. 만약 기기 자체(On-device)에서 실시간으로 사용자의 행동을 파악하고 상황을 인지해 준다면 어떨까요? 작년 ACM에 게재된, WatchHAR 논문은 상대적으로 저전력을 소모하는 센서 데이터만 사용하는 이벤트 감지기와, 오디오가 포함된 멀티모달 데이터를 사용하는 이벤트 분류기로 나뉜 모델 구조를 통해 On-device 환경에서의 HAR을 훌륭하게 구현해 냈습니다. 하지만 WatchHAR은 모델 개발과 벤치마크가 모두 애플워치와 WatchOS 환경에서 진행되어 갤럭시 워치와 WearOS 환경을 사용하는 ICLab에서 활용하기에는 어려움이 있었기 때문에 저와 Arslan은 기존 WatchHAR 모델을 갤럭시 워치로 포팅하는 과제를 지난 겨울학기 인턴십 과정동안 수행하기로 결정하였습니다.
학부 4학년 재학생으로서 본격적으로 몰입해 본 이번 인턴십은 연구에 대한 제 기존의 시각을 완전히 바꿔놓았습니다. 처음에는 그저 pre-trained된 모델을 갤럭시 워치에 맞춰 돌리면 된다고 생각하였지만, 실제 웨어러블 기기라는 제한된 환경에 모델을 올리는 과정은 훨씬 복잡하고 폭넓은 사고를 요구했습니다. 특히 "초당 50번(50Hz)씩 들어오는 센서 데이터를 메모리 낭비 없이 어떻게 처리할 것인가?", "멀티스레딩 환경에서 스레드 안전성(Thread Safety)을 어떻게 보장할 것인가?", "모델을 모바일 CPU와 GPU에서 어떻게 최적화하여 20ms 이내의 추론 속도를 달성할 것인가?"와 같은 엔지니어링적 고민과 “각 모듈의 배터리 소모를 어떻게 측정할 것인가?”와 같은 연구적 질문을 동시에 던져야 했습니다. 방학 내내 끊임없이 쏟아지는 에러 로그 앞에서 문제의 원인을 하나씩 분석하는 과정이 결코 쉽지만은 않았지만 갤럭시 워치 위에서 모델이 튕기지 않고 안정적으로 실시간 추론 결과를 뱉어냈을 때 느낀 성취감은 대단했습니다.
인턴십 기간 동안 제가 얻은 것은 단지 트러블슈팅 경험이나 시스템 최적화 성과뿐만이 아니었습니다. 다른 분들의 연구 발표를 들으며 ICLab에서 진행중인 다양한 연구과제에 대해 알 수 있었고, 모든 연구들이 하나의 큰 카테고리 안에서 제 역할을 하고 있다는 감상을 느낄 수 있었습니다. 또한, 연구실의 분위기가 매우 화목하고 편안해서 낯선 환경임에도 인턴십 기간 내내 즐겁게 몰입할 수 있었습니다. 특히 저와 Arslan이 막힐 때마다 방향성을 잡아주신 멘토 준모 님과 Dipta 님, 그리고 이번 인턴십 프로그램을 준비해주신 교수님께 진심으로 감사드립니다. 그리고 앞선 글에서 뿌듯한 듯 말했던 것이 무색하게, 포팅 과정에서 빠르게 해결하지 못한 이런저런 문제들로 인해 갤럭시 워치에서 온전하게 돌아가는 WatchHAR 모델을 만들기까지 아직 약간의 과제가 남아있습니다. 다가올 봄학기에는 반드시 의미있는 결과물을 만들어 낼 수 있도록 하겠습니다.
기술보다 사람을 먼저 생각한 시간
Written by. Jaehyun Park
인공지능의 발전으로 우리는 프로그램을 더 다양하고 빠르게 만들며 문제를 해결하는 시대에 들어섰습니다. 그런데 기술이 강해질수록, 저는 오히려 사람들에게 실제로 도움이 되는 방향이 무엇인지 더 자주 고민하게 되었습니다. 그런 마음으로 ICLab에서 인턴을 시작했고, 이곳에서 LLM을 단순히 말을 잘하는 모델로 두지 않고 사람의 삶과 마음에 도움이 되는 형태로 설계하려는 고민을 가까이서 경험할 수 있었습니다. 특히 마음 치유라는 주제는 따뜻한 문장을 만드는 것만으로는 부족하고, 사용자가 어떤 순간에 어떤 경험을 하게 되는지, 그 과정이 안전하고 신뢰할 수 있는지까지 함께 살펴봐야 한다는 점에서 더 섬세한 접근이 필요하다는 것을 느꼈습니다.
제가 참여한 연구도 결국 그 경험을 다듬는 일에 가까웠습니다. 상담이나 멘탈 헬스처럼 민감한 대화에서는 답변 내용만큼이나 대화의 흐름이 자연스럽게 이어지는지가 중요했습니다. 잠깐의 침묵이 길어지면 사용자는 기다린다고 느끼기보다 무시당하거나 시스템이 멈췄다고 느낄 수 있다는 점을 실험과 구현을 통해 체감했습니다. 그래서 저는 Raspberry Pi 5 환경에서 실제 마이크/스피커 기반의 실시간 보이스 에이전트를 구성하고, 음성 입력부터 출력까지의 지연을 줄이는 방향으로 파이프라인을 정리했습니다. 특히 클라우드 LLM의 응답이 길어질수록 지연이 늘어나는 상황에서, 사용자가 느끼는 ‘첫 반응’을 빠르게 만들기 위해 TTFS(Time-to-First-Sound)를 핵심 지표로 두고 설계를 반복했습니다.
짧은 질문은 간결한 프롬프트로 빠르게 응답하고, 긴 질문에서는 클라우드 응답을 기다리는 동안 짧은 브릿지 발화(semantic filler)를 먼저 출력해 침묵을 줄이는 방식도 실험했습니다. 또한 filler가 오히려 신뢰를 해칠 수 있다는 점을 고려해, 답변을 대신하지 않도록 역할을 제한하고 안전한 형태로 동작하도록 제약과 점검 기준을 함께 고민했습니다. 이런 과정은 단순히 속도를 개선하는 문제로 끝나는 게 아니라, 사용자가 기다림을 어떻게 받아들이는지까지 포함해 설계해야 한다는 점을 깊게 느끼게 해주었습니다.
짧은 시간이었지만, ICLab에서의 경험은 제가 기술을 바라보는 관점을 더 넓혀주었습니다. 성능이나 구현 난이도뿐 아니라, 사용자의 신뢰를 지키는 안전 장치와 실제 적용 맥락에서의 책임감이 얼마나 중요한지 배웠습니다. 무엇보다 멘토이신 찬희님과 랩실 구성원분들께 처음부터 끝까지 친절하게 환대해주시고, 매번 세심한 연구적 피드백을 나눠주신 덕분에 더 용기 있게 실험하고 배울 수 있었습니다. 진심으로 감사드리며, 이곳에서 배운 문제의식과 경험을 바탕으로 앞으로도 사람들이 더 편안하게 사용할 수 있는 기술을 만들기 위해 계속 도전해보고 싶습니다.
Understanding Older Adults’ Behaviors: My Winter at ICLab
Written by.Amen Woldesenbet Brhanemesqel
My interest in HCI emerged from a passion for accessibility. However, my understanding was limited to user-centered design. For as long as I can remember, whenever I used a mobile app or website, I would instinctively look for where it failed a user, not because I wanted to criticize, but because I was genuinely interested in why certain features were hard to navigate and how they could be improved. But how can we really improve these systems for users if we don’t have a thorough understanding of the users themselves? Throughout this internship, I’ve come to realize that it all starts with research. I learned the value of investigating the “why” before jumping to the “how.”
This winter, my work focused on understanding older adults' behaviors when using mobile automation agents. Using smartphone interaction data, we looked at how this demographic navigates smartphone use. After designing a Wizard-of-Oz mobile automation agent, we conducted a user study with older adults and logged their smartphone interaction data to analyze their behavior during task execution. However, technical issues encountered during data collection required the study to be split into two phases. This taught me the need to be adaptable in research, because experiments don’t always go as planned. I also learned the importance of providing strong justifications for every methodology and analysis choice. By going through papers and articles to justify decisions, I discovered that I am someone who really enjoys the literature review process.
My time at ICLab was my first experience in a Computer Science lab, which honestly felt daunting at first. As an international student, I often fear making mistakes due to cultural misunderstandings. However, I quickly found that I had nothing to be scared about. When you’re working with open and collaborative people, cultural differences simply add to the learning process, and that’s exactly what my experience at ICLab felt like. Everyone was incredibly friendly, and since English was primarily used, I was able to learn from other students' projects and benefit from everybody's feedback. Looking back at the whole experience, I am so grateful to ICLab for helping me find my footing as a researcher.
