한국과학기술원 데이터베이스 연구실에서는 세계적인 우수 학술지 및 학술대회에 많은 연구 결과를 발표하였다. 
본 연구실에서는 데이터베이스 시스템 연구를 기반으로,  여러 응용 분야에서 데이터베이스 처리 및 분석 관련 연구를 하고 있다.

스트림 데이터 처리
DBLAB은 DSMS（스트림데이터관리시스템）의 스트림 필터링기법을 연구하였다. 제안한 연구는 대용량 스트림으로부터 의미 있는 스트림을 추출하기 위해 강력한 필터링 효과가 있는 시스템을 개발하였다.

Hadoop 기반 효과적 데이터 처리
DBLAB은 Hadoop에 기반한 다양한 연구들 하였다. 방대한 XML 데이터에 대한 MapReduce를 이용한 다중 질의 처리 방법의 개발, MapReduce 연산을 위한 입출력 비용 최적화 방법의 개발, Hadoop 분산 파일 시스템의 공간 절약에 관한 연구를 수행하였다.

빅데이터 및 데이터 마이닝
다차원 데이터 혹은 텍스트 데이터와 마찬가지로 그래프 데이터에 대해서도 데이터 마이닝을 기법을 적용할 수 있다. 대용량 그래프상에서 반복적인 패턴을 마이닝한다거나, 클러스터링 혹은 분류와 같은 작업이 가능한데, 그래프 형태 자체의 특성 때문에 좀 더 복잡한 방법을 적용해야 한다. 대용량 그래프 데이터를 마이닝하는 효과적인 방법들에 대해 연구하고 있다.

이미지 및 비디오 질의 처리
최근 영상 촬영 기기와 편집 기술의 발달은 일반 사용자가 비디오나 이미지 데이터를 손쉽게 생성하고 가공할 수 있도록 하였다. 따라서 대용량의 멀티미디어 데이터를 다루는 것은 정보 처리 분야에서 중요한 이슈로 여겨진다. 본 연구실에서는 이미지와 비디오 데이터의 관리, 영상으로부터 자동 객체/이벤트 검출 및 주석 태깅, 고차원 인덱스 구조, 이미지와 비디오에 특화된 효율적인 질의 처리에 대해서 연구한다.

생물정보학
기술이 발전할수록, 사람의 평균 수명은 증가하고 있다. 하지만 높아진 평균 수명은 발병률 또한 증가시킨다. 사람들은 더 건강한 삶을 원하고, 그를 위해 신약 개발 연구, 질병 치료 연구 등이 각광받고 있다. 반면 기존의 신약 개발은 많은 돈과 시간을 요구한다. 더욱 효과적인 신약 개발을 위해, 우리는 여러 생물학적 데이터를 모델링하고 효과적인 마이닝 알고리즘을 통해 중요한 정보를 추론하고자 한다.