卢英泰数据科学专业教授同时担任着产业数据도라에몽토토中心主任，并兼任韩国能源工科大学能源工学部教授。他以产业与日常生活中产生的海量数据及人工智能技术为基础，开展着能够辅助人类决策、设计更加健康且更加平衡生活的도라에몽토토。

卢教授的研究大致分为两个领域。一类是像能源相关大数据这样来自机器与设备的“产业数据”，另一类则是源自人类行为和心理的“数字医疗数据”。后者包含了从位置与移动速度等物理信息，到抑郁、焦虑、孤独、自尊等情绪指标。他正基于这些数据开发能够理解并改善人类生活的人工智能技术。

卢教授启动的도라에몽토토是 iEMA（intelligent Ecological Momentary Assessment，智能型生态瞬时评估）平台。这是将用于评估情绪状态的问卷EMA（Ecological Momentary Assessment）利用人工智能高度化的技术。

现有的EMA是“何时、问什么”都被固定下来，因此无论用户的实际情境如何，都会在固定时间提出相同的问题。然而，iEMA 则由 AI 自主判断“现在是否是进行问卷最合适的时刻”。

也就是说，iEMA 会分析用户的状态与情境，在“更不疲劳、且更准确的时点”呈现问卷。借此既能减少问卷带给用户的疲劳，也能收集到关于用户状态的高质量数据。

iEMA 核心的两项技术是SOM与SFM。SOM（Significant & Opportune Moment）通过分析用户的行为模式、生理信号、智能手机使用情境等，找出有意义且适合的问卷时机。也就是说由 AI 来判断“为了更准确地把握用户的状态，应该在什么时候弹出问卷才好？”

SFM（Survey Fatigueness Minimization）解决的是问卷频繁出现导致用户疲劳的问题。它通过学习问卷频率与内容重复度，减少不必要的问题，并帮助在长时间内稳定地收集高质量数据。

结合了这两项技术的 iEMA 不只是一个简单的自动问卷系统，而是一个会对用户状态变化作出反应、并考虑疲劳度的智能型数据收集平台。通过这一方式，即使将问卷次数减少最多达 90%，也能维持数据品质与预测准确度。

此外，iEMA 采用了主动学习（ALS）与增量学习（ELS）技术。主动学习是一种让 AI 不随机收集数据，而是挑选信息价值高的数据进行学习的方式。当模型进行数据分类时，它被设计为以较难判断的案例为中心进行学习。借此，即使数据量少，也能实现快速而高效的学习。

增量学习则是一种技术，通过高效利用现有学习数据，与新收集的数据相整合不断进行学习。通过这一过程，随着时间推移，各用户的个性化模型会变得越来越精细、越来越准确。
 

卢教授表示：“iEMA是一种超越了调查效率化、能够实时推测并反馈用户状态的 AI 心理测量平台。”

iEMA能够持续观察个人的心理变化并提供早期警告，并能根据用户的状态提出个性化治疗方案，有望发展为数字治疗药物（DTx）。例如，在检测到压力情境时，建议深呼吸或休息等，以这种形式扩展为在日常中对情绪管理提供实质性帮助的技术。并且，通过与智能手表或可穿戴设备联动，分析实时生物数据，不仅在精神健康方面，也在整个医疗保健领域打开了应用可能性。

卢教授主导的 iEMA 도라에몽토토入选了 2025 年三星未来技术培养事业。该项目是三星电子自 2013 年起出资 1兆5千亿韩元运营、韩国最高权威的科学技术도라에몽토토支持项目，以纯公益目的支持基础及产业도라에몽토토。该项目每年仅有约 1~2% 的도라에몽토토团队能被选中，竞争极为激烈，迄今已有约 500 名国内도라에몽토토者参与。

卢教授表示：“此次入选之所以意义重大，是因为 iEMA 研究被评价为不仅是技术开发，更是融合了 AI 与人类心理·行为理解、创造社会价值的研究。这是一个展示 AI 能够在精神健康与压力管理等社会重要课题中，以理解和帮助人类经验的方向进化的案例。”

关于今后的目标，卢教授表示：“希望将 iEMA 系统发展为能够在日常生活中精密预测压力和情绪状态的个人化 AI 模型。目标是扩展为基于 On-device 的心理·行为数据收集平台，从而为国家层面的精神健康大数据基础设施建设作出贡献。”

卢教授向梦想从事数据·AI 研究的汉阳人留下了最后的建言。

“AI 研究的核心是数据的质量。设计一个好的模型固然重要，但若模型要正确学习，必须有优质数据作为支撑。数据并不是量大就有用，更重要的是‘是否足够准确、是否在语境上具有意义、是否能很好地反映人的真实行为和心理’。

通过 iEMA 研究我最大的领悟也正是这一点。模型的性能取决于‘它经历过多么优质的数据’。因此，研究者不能仅仅停留在收集数据，而必须不断检视数据在说什么、包含什么样的偏差。

AI 通过数据学习世界，而研究者通过数据理解人。只有同时具备这两种视角，才能实现真正意义上的基于数据的研究。”