오픈소스-온보딩 AI에이전트 성과 확산, 한국산업정보학회 학술대회 우수논문상 수상
SW중심대학사업단, 한국산업정보학회 학술대회 우수논문상 수상
· 신혜리, 정윤환, 진다빈 재학생과 이미란 교수의 'AI 기반 보안 분석 아키텍처' 제안
· SW중심대학사업단 ‘OOPS 프로그램’을 통한 학생 참여형 프로젝트 결실
· 실전 오픈소스 및 AI 에이전트 개발 경험이 학술 성과로 이어진 우수 사례
[2026 한국산업정보학회 춘계학술대회 현장 사진]
우리 대학 SW중심대학사업단의 학생 참여형 오픈소스 프로젝트 교육이 실제 학술 성과로 이어졌습니다. 학생들이 공개SW 프로젝트와 AI 에이전트 구축 과정에서 쌓은 경험을 바탕으로 ‘2026 한국산업정보학회 춘계학술대회’에서 우수논문상을 수상했습니다.
SW중심대학사업단은 단순 OSS(Open Source Software) 활용 교육을 넘어, 학생 프로젝트 결과물을 지속해서 재사용하고 고도화하는 'OSS 업사이클링 체계'를 운영하고 있습니다. 이를 기반으로 AI, 보안, 클라우드 등 최신 SW 기술 분야와 연계한 공개SW 프로젝트를 확대해 나가고 있습니다.
[오픈소스SW 진단 및 업사이클링을 위한 AI Agent 성과물 사진]
사업단은 학생들이 졸업 전 최소 1개 이상의 오픈소스 프로젝트를 직접 수행하도록 돕는 ‘OOPS(웁스, Open Source Project per Student) 프로그램’을 운영 중입니다. 학생들은 실제 공개SW 프로젝트 개발과 AI 에이전트 구축 과정에 참여해 실무 역량을 다지며, 개발 결과물은 재사용 가능한 오픈소스 자산으로 공유·개선되는 업사이클링 과정을 거칩니다. 이를 통해 학생들은 공개SW 생태계 참여 경험과 문제 해결 능력을 기르고, 실제 연구 및 학술 활동으로 영역을 넓히고 있습니다.
이번 학술대회에서 우수논문상을 수상한 연구는 사업단의 지원을 받아 수행된 「부분 스캔 환경에서 False-Clean 방지를 위한 ODOC AI Agent의 투명성 기반 보안 분석 아키텍처 제안」입니다. 이미란 컴퓨터정보공학부 교수와 신혜리, 정윤환, 진다빈 학생으로 구성된 연구팀의 성과는 OOPS 프로그램을 통해 경험한 오픈소스 프로젝트가 실제 연구 성과로 결실을 보았다는 점에서 의미가 큽니다.
해당 연구는 공개SW 저장소 분석 시 일부분만 분석된 결과를 전체가 안전한 것으로 오인하는 'False-Clean' 문제를 해결하기 위해, AI 기반 OSS 보안 분석 구조를 새롭게 제안했습니다. 연구팀은 저장소 구조 분석, exact-version 기반 canonicalization, 점수 마스킹(score masking), 투명성 상태 표시(transparency state) 등의 기술을 적용하여 분석 결과의 한계와 불확실성을 사용자에게 명확히 전달하는 보안 분석 아키텍처를 구현했습니다.
특히 이번 연구는 공개SW 업사이클링 과정에서 저장소 구조 분석, OSS 의존성 분석, 보안 취약점 분석, AI 에이전트 기반 저장소 온보딩 기능 등을 통합적으로 구현했다는 데 강점이 있습니다. 단순 취약점 탐지에 그치지 않고 AI 기반 자동화 분석 결과에 대한 과신을 줄이며, 공개SW 생태계의 신뢰성과 투명성을 강화했다는 평가를 받았습니다.
사업단은 이러한 성과를 바탕으로 데이터 분석, AI, 네트워크, 클라우드, 보안 등 산업계 수요를 반영한 오픈소스SW 프로젝트를 지속해서 확대할 계획입니다. 더불어 GitHub 기반 협업, 오픈소스 레포지토리 운영, OSS 보안 분석 및 AI 에이전트 개발 프로젝트를 통해 학생들의 공개SW 생태계 참여 역량을 강화하고 있습니다.
유준혁 SW중심대학사업단장(컴퓨터정보공학부 교수)은 "이번 우수논문상 수상은 학생들이 OOPS 프로그램을 통해 쌓아온 오픈소스 프로젝트 경험이 실제 연구 성과로 이어진 대표 사례"라며 "앞으로도 학생들이 공개SW 생태계에 주도적으로 참여하고 AI 및 보안 분야의 실무 역량을 갖춘 인재로 성장할 수 있도록 다양한 교육 프로그램과 프로젝트를 적극 지원하겠다"고 밝혔습니다.
한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)의 SW중심대학사업 지원을 받아 수행되었습니다.
