본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%EC%A0%84%EC%82%B0%ED%95%99%EB%B6%80
최신순
조회순
취침시간 지리/문화적 영향에 따라 더 늦어져
수면은 건강과 웰빙, 생산성에 큰 영향을 미치지만, 현대인이 얼마나 오래 그리고 잘 수면을 취하는지에 대해 정확히 보고되지 않았다. 수면의 양과 질은 개인의 선택일까, 아니면 문화와 지리와 같은 사회적 요인에 얼마나 영향을 받을까? 우리 대학 전산학부 차미영 교수가 이끄는 IBS(원장 노도영) 연구팀과 영국의 노키아 벨 연구소(Nokia Bell Labs)는 공동 연구를 통해 현대인의 ‘수면’이 어떤 사회적 및 개인적 요인에 영향을 받는다고 6일 밝혔다. 연구팀은 스마트 워치가 상용화되며 데이터의 대량 수집이 가능해진 기회에 주목했다. 노키아에서 개발한 스마트 워치를 착용한 미국, 캐나다, 스페인, 영국, 핀란드, 한국, 일본을 포함 11개국의 30,082명으로부터 4년간 수집한 5,200만 건의 데이터를 분석해 나라별 디지털 로그 기반 수면 패턴을 분석했다. 먼저 연구팀은 나라별 취침 시간, 기상 시간, 총 수면시간이 어떤지를 살폈다. 스마트워치 데이터에 기록된 취침 시간은 기존 설문지 기반 조사에 보고된 결과 대비 나라마다 수십 분에서 한 시간까지도 늦었다. 전 세계 평균 취침 시간은 자정(00:01)이고 기상 시간은 오전 7시 42분이었다. 이러한 차이는 설문조사가 가지는 편향과 함께 스마트 워치의 모션 센서가 뒤척임 없이 수면을 시작하는 순간을 정밀히 기록하는 데서 기인한다. 기상 시간은 나라별 비슷하지만 취침 시간은 지리적 문화적 영향을 상당히 받았다. 특히 국민 소득(GDP)이 높을수록 취침 시간이 늦어졌으며, 문화적으로 개인주의보다는 집단주의 지수가 높을수록 취침 시간이 늦었다. 조사된 나라 중 일본은 총 수면시간이 평균 7시간 미만으로 가장 적었으며 핀란드는 평균 수면시간이 8시간으로 가장 길었다. (그림 1) 연구팀은 이와 더불어 그동안 임상 연구에서 사용된 다양한 수면의 요소들을 정량화하여 수면 효율성(설명: 취침 중 깨지 않고 연속으로 자는 시간의 비율)과 같은 질적 요인을 분석했다. 빅데이터를 사용해 성향 점수 매칭 기법(propensity score matching methods, PSM)으로, 개인마다 문화적 요인을 고정한 상태에서 운동량을 늘어나면 수면이 어떻게 변하는지에 대한 가상 테스트를 진행했다. 그 결과 걸음 수가 늘수록 취침 시 더 빨리 잠들고 밤에 덜 깨는 긍정적 효과를 확인했다. 운동량은 수면의 질을 개선하지만, 총 수면시간을 늘리지는 않았다. 흥미롭게도 이러한 운동의 긍정적 효과는 국가별로 다르며, 특히 미국과 핀란드에서 효과가 강하게 나타난 반면 일본에서는 운동의 효과가 미미했다. 강원대학교 박성규 교수, 우리 대학 차미영 교수, 노키아 연구소의 퀘르시아 박사가 주저자로 참여한 이번 연구 결과는 국제 학술지 네이처 출판 그룹의 ‘사이언티픽 리포트(Scientific Reports)’에 게재됐다. (논문명: Social dimensions impact individual sleep quantity and quality, 사회적 차원이 개인의 수면 양과 질에 미치는 영향) 퀘르시아 박사는 “수면의 양과 질에 사회적 영향이 절반이나 차지했다. 고소득 국가에서 업무 스케줄이 과도하고 근무시간이 길어지며 취침 시간이 늦어지고, 집단주의가 강한 스페인과 일본은 사회적 요구에 부응하기 위해 취침 시간이 지연될 수 있다”고 연구 결과를 해석했다. 차미영 교수는 “수면은 웰빙, 비만, 치매 등과도 연관이 있다고 알려져 중요하다. 고령화 사회에서 국민의 건강 증진을 위해 적절한 수면의 양을 보장하고 수면의 질을 높이기 위해 개인의 노력은 물론 사회적 지원이 함께해야 한다”고 말했다. 연구팀은 이번 연구에서 개발한 수면의 지표를 쉽게 계산하는 코드를 무료로 공개해 첨단 수면 산업 발달에 기여하며, 다양한 생체 신호를 포함하는 수면에 대한 벤치마크 데이터도 추후 공개할 예정이다.
2023.07.06
조회수 2062
리던던트 로봇 매니퓰레이터를 사용한 최적화 기반의 경로 추종 문제에 대한 학습 기반 초기화 기술 개발
자율 로봇이 일상적인 작업을 수행하기 위해 6차원 카르테시안 경로 추종은 중요한 능력이지만, 리던던트 로봇 매니퓰레이터(Redundant Robot Manipulator)의 사용에는 다양한 제약 조건과 무한한 역기구학 솔루션으로 인해 연속적인 제어는 어렵다. 이에 장기적 의존성을 고려하는 경로 계획 기술이 필요하지만 경로의 길이와 환경의 복잡성이 증가하면 생성 시간이 오래 걸리게 되고, 국소 최적 경로 도출의 가능성이 커지게 된다. 이는 용접, 수술 로봇 등과 같이 정확도와 실시간성을 모두 요구하는 분야에서 리던던트 매니퓰레이터의 사용에 병목이 되고 있기에, 우리 대학 전산학부 윤성의 교수 연구팀은 다양한 문제에 적용성을 높이는 학습 기반과 최적성을 보장하는 최적화 기반 방식의 결합을 통해 각각의 방식이 갖는 이점을 유지하고 단점을 상호 보완하는 구조를 개발했다. 이러한 모델은 리던던트 매니퓰레이션의 경로 추종 문제에 적용되어 추종에 걸리는 시간, 정확도 등 다양한 평가 지표에 성능 향상을 보였다. 연구팀은 고차원의 탐색 공간에서 효율적인 강화 학습을 위해 최적화 기반의 방식으로부터 파생된 국소 최적의 사전 지식 정보를 활용하는 구조를 도입했다. 국소 최적 지식을 모방함으로써 성능 하락 문제를 해결하기 위해 리던던트 매니퓰레이터의 구조적 특성을 고려한 영공간 투영 (Null-space projection) 기법을 제안했다. 연구팀은 제안한 방식으로부터 생성된 초기 궤적과 최적화 기법에 대표적으로 사용되는 초기화 방식들을 다양한 평가 지표를 통해 비교하고, 제약조건 매니폴드 상에서 움직임을 확인하여 초기 궤적의 성능을 검증했다. 또한 본 방식의 사용을 통해 최적화 기법에 향상된 최적성, 효율성, 다양한 문제에 적용성을 보인다. 연구팀은 연구를 통해 리던던트 매니퓰레이터를 활용한 경로 추종 문제에 있어 강화 학습 프레임워크를 제안하고, 충돌 위험을 낮추기 위한 여분 자유도 제어 기법을 제시했으며 학습 기반과 최적화 기반 방식의 결합이 속도와 최적성을 모두 요구하는 문제에 중요한 전략이 될 수 있음을 보여주었다. 이는 협동 로봇, 수술 로봇 등 고자유도의 매니퓰레이터 모션을 요구하는 상황에 적용 가능하고, 이를 통해 다양한 도메인에서 고차원 매니퓰레이터의 사용성을 높여줄 것으로 기대한다. 해당 연구는 지난 2023년 5월 29일 ~ 6월 2일 영국 런던에서 진행된 로보틱스 분야 최대 국제 학회인 IEEE International Conference on Robotics and Automation (ICRA) 2023에서 Outstanding Planning Paper Award를 수상했다. ICRA 2023 Award는 1,341편의 논문 중 15편에 수여되었으며, Planning 분야에서는 1편이 선정됐다.
2023.06.23
조회수 1888
황규영 명예특훈교수, IEEE 데이터공학 기술위원회 공로상 수상
우리 대학 전산학부 황규영 명예특훈교수가 'IEEE 데이터공학 기술위원회(Technical Committee on Data Engineering, 이하 TCDE)' 에서 수여하는 공로상(IEEE TCDE Service Award)을 한국인 최초로 수상했다. IEEE TCDE는 VLDB 국제학술재단(VLDB Endowment), ACM SIGMOD와 더불어 세계 데이터베이스 분야를 이끌어가는 3대 학회 조직 중 하나로 데이터베이스(DB) 분야에서 세계 최고 권위의 학술대회인 IEEE ICDE(International Conference on Data Engineering)를 비롯한 각종 학술대회를 주관하고 있으며 이 분야에서 권위를 인정받고 있는 학술지인 IEEE 데이터공학 회보(Data Engineering Bulletin)를 발간하고 있다. 수상 위원회는 황 교수가 2007년 IEEE 펠로우로(국내 전산학 분야 최초) 2009년 ACM 펠로우로(국내 최초) 선임됐으며, 데이터베이스 분야 세계 톱 저널인 The VLDB 저널의 수석 편집장(Coordinating Editor-in-Chief)(아시아 지역 최초), 세계 톱 국제학술대회인 VLDB(2006)의 대회장(General Chair)(국내 최초 유치), 최고권위 VLDB 국제학술재단(Endowment)의 이사(Trustee, 임기 6년, 재선, 국내 최초), 세계 톱 수준의 권위 학회인 IEEE TCDE의 회장(Chair) 및 고문(Advisor)(아시아 태평양 지역 최초, 10년), 아시아 태평양 지역 권위 학술대회인 DASFAA 운영위원회(Steering Committee)의 위원, 회장, 고문, 포상위원장(Awards Chair) (15년) 등 수 많은 리더십 직책(leadership position)을 역임해 수십 년에 걸쳐 (decades-long) 세계 데이터공학 학계의 발전에 헌신적으로(dedicated) 공헌했으며 아시아-태평양 지역 데이터베이스 분야의 세계화에 공헌했음을 높이 평가했다. 특히, 황 교수는 The VLDB 저널의 창간 편집위원(founding editorial board member)으로 19년간 이 저널을 데이터베이스 분야의 톱 저널로 육성하는 데 지대한 공헌을 하였다. 황 교수가 수석 편집장으로 재임하는 동안 The VLDB 저널은 피인용지수(impact factor) 7.067 (2008년)로 정보시스템 분야 최고 저널로 등극했다. IEEE ICDE 2023 캘리포니아 아나하임에서 진행된 시상식에는 건강상의 이유로 황규영 교수의 제자인 신은정 박사(Google)가 대신 수령했다. 황 교수는 "이번 수상은 상 자체보다도 연구자로서 살아온 40년의 기간 동안 여러분들과 함께 노력한 공적이 영구히 기록되어 기쁘며 이번 수상이 국내 많은 후배 연구자들이 컴퓨터 분야에서 세계 학계를 이끌어 가는 리더가 되는 계기가 될 것으로 기대한다”고 소감을 말했다. 황 교수는 2014년에도 ACM SIGMOD로부터 세계 데이터베이스 학계의 발전을 위한 지속적이고(sustained) 헌신적인 리더십과 공로로 권위 있는 ACM SIGMOD Contributions Award(공로상)를 수상해 세계 학계의 리더로서 대한민국의 위상을 선양한 바 있다. 황 교수는 대한민국학술원 회원이며 2012년 한국공학상(대통령상), 2017년 대한민국최고과학기술자상(대통령상)을 수상했다.
2023.06.13
조회수 2135
전산학부 홍승훈 교수 연구팀, ICLR 2023 학술대회 한국인 최초 최우수논문상 수상
우리 대학 전산학부 홍승훈 교수가 이끄는 연구팀이 지난 5월 1일부터 5월 5일에 열린 기계학습 분야의 최우수 국제학술대회인 ‘표현 학습 국제 학회 2023(International Conference on Learning Representation, 이하 ICLR 2023)’에서 최우수논문상 (Outstanding Paper Award)를 수상했다고 5일 밝혔다. ICLR 2023은 인공지능 분야의 가장 권위 있는 학회 중 하나로서, 구글 스칼라 h-5 인덱스 기준 기계학습 분야의 1위에 올라있으며, 모든 과학 분야의 출판물 중 9위를 기록하고 있다. 올해 최우수논문상은 전체 1,574편의 논문 중 상위 4편에 주어졌다. 홍 교수팀의 ICLR 최우수논문상 수상은 한국인으로서는 최초이며, 주요 기계학습 학회에서 국내 기관이 주축이 되어 진행한 연구로 최우수논문상을 수상한 최초의 사례이기도 하다. 전산학부 김동균 박사과정(제1 저자), 김진우 박사과정, 조성웅 석사과정과 마이크로소프트 리서치 아시아(Microsoft Research Asia)의 총 루오 박사(Chong Lou)로 구성된 홍승훈 교수 연구팀은 컴퓨터 비전 분야의 핵심 연구 주제인 ‘픽셀 레이블링 문제'를 획기적으로 적은 수의 데이터로 광범위하게 해결할 수 있는 범용적 방법론인 비주얼 토큰 매칭(Visual Token Matching) 기법을 제안해 최우수논문상을 받았다. 픽셀 레이블링은 물체 검출, 물체 분할, 자세 추정, 깊이 추정, 3차원 복원 등 컴퓨터 비전 분야의 거의 모든 핵심 문제를 광범위하게 아우르는 개념이다. 최근 10년간 신경망 기반의 기계학습 방법론이 적용되며 픽셀 레이블링의 다양한 세부 문제에서 괄목할만한 진전이 있었으나, 이러한 방법들은 수십만 개 이상의 방대한 학습 데이터를 요구하는 한계가 있었다. 홍승훈 교수 연구팀은 모든 종류의 픽셀 레이블링 문제에 대해 수십 개 이내의 적은 데이터로도 학습과 추론이 가능한 범용적인 퓨샷 학습 기법을 개발했고, 수많은 픽셀 레이블링 문제에서 기존 방법 대비 0.01% 이내의 데이터로도 비슷하거나 우수한 성능을 낼 수 있음을 입증했다. 홍 교수는 이번 연구를 통해 의료 영상과 같이 학습 데이터 수집이 병목이 되는 다양한 도메인에서 컴퓨터 비전 기술을 적용하는데 돌파구가 되기를 기대한다고 평가했다. 이번 연구를 주도한 김동균 박사과정은 적은 수의 데이터로 학습할 수 있는 범용적 기계학습 방법론을 계속 연구해 왔으며, 이번 연구의 이론적 토대가 되는 연구를 지난 ICLR에 출판한 바 있다. 김동균 박사과정은 이번 연구로 삼성 휴먼테크 논문대상에서 은상을 수상하기도 했다. 전산학부 홍승훈 교수는 "상을 받게 되어 영광이고, 이번 수상이 국내 기계학습 연구자들에게 자신감이 되어 한국에서 더 많은 도전적인 연구들이 나오는 데 도움이 된다면 기쁠 것 같다”라고 소감을 밝혔다.
2023.05.08
조회수 2864
이의진 교수, 미 컴퓨터협회 인간-컴퓨터 상호작용 학회 아카데미 회원 선임
우리 대학 전산학부 이의진 교수가 인간-중심의 컴퓨팅 기술을 연구하는 긍정 컴퓨팅 분야에 대한 기술적 사회적 공로를 인정받아 지난 4월 23일부터 4월 28일까지 독일 함부르크에서 열린 ACM SIGCHI 학술대회에서 아카데미 회원으로 선임됐다고 28일 밝혔다. 미국컴퓨터협회(ACM) 소속 SIGCHI (Special Interest Group on Computer-Human Interaction)는 인간과 컴퓨터가 상호작용하는 방식을 연구하고 이를 개선하는 기술과 방법을 발전시키기 위한 국제 최고권위의 학술단체다. SIGCHI 소속의 대표적인 최우수 학술대회로는 인간-컴퓨터 상호작용 학회(CHI, Conference on Human Factors in Computing Systems)가 있으며 KAIST의 실적은 글로벌 상위 10위안에 포함된다. ACM SIGCHI 아카데미는 인간-컴퓨터 상호작용 분야에 괄목할 만한 기여를 한 명예로운 연구자 그룹으로 전 세계적으로 매년 8명 내외의 인사들이 선임된다. ACM SIGCHI 아카데미 회원 선임은 인간-컴퓨터 상호작용 분야의 선두 주자로, 학문과 산업을 혁신하고, 인간-컴퓨터 상호작용 분야의 연구를 국제적으로 주도하는 것을 인정받은 것이다. 아시아에서는 일본을 이어 대한민국 최초로 선정된 것이어서 더욱 의미가 크다. 아카데미 회원 선정은 장기간 연구 분야에 대한 누적 기여도, 새로운 연구 방향 또는 혁신을 통한 분야의 파급력, 다른 연구자의 연구에 미친 영향력과 ACM SIGCHI 연구 커뮤니티 참여도를 종합 평가한다. 수상 위원회는 긍정적 컴퓨팅 분야에서 파급력을 보인 이의진 교수의 연구를 높이 평가했다. 이 교수는 전산학, 인지심리학, 디자인 분야를 아우르는 진정한 학제 간 연구를 수행한 인간-컴퓨터 상호작용연구자로서 디지털 헬스와 웰빙 주제로 시스템 설계와 인간 행동 이해에서 모두 크게 기여했다. KAIST 부임 후 다 학제 공동연구 수행을 통해 160편 이상의 논문을 출판했고 국내외 특허도 다수 취득했다. 구글 스칼라의 피인용 지수도 1만 회를 상회한다. 이 교수는 디지털 웰빙 연구에서 문제 행동 중재에 대한 새로운 디자인 지침을 제시했고, 창의적인 응용 서비스 개발을 통해 스마트폰 사용에 관한 기술 기반 자기절제 지원방식을 실증했다. 무엇보다 대규모 필드 실험을 통해서 많은 사람들이 이 교수 연구팀이 개발한 긍정 컴퓨팅 앱을 통해 도움을 받았다. CHI 학술대회에서 최우수 논문상을 받은 연구인 Lock n’ LoL (스마트폰 잠그고 큰소리로 웃기) 시스템은 스마트폰으로 인한 사회적 배제를 완화하기 위한 이 교수의 혁신적인 실증연구의 좋은 사례다. 또한 수백 명의 학생을 대상으로 수행된 Let's FOCUS 시스템에 관한 장기 연구에서는 교실 학습 맥락에서 기술적 개입을 설계하는 중요한 기반을 제공했다. 그 외에 신체적, 정신적 웰빙을 증진하기 위한 디지털 헬스 중재 기술에 대한 응용 연구를 다수 수행했다. 건강과 웰빙 증진을 위한 적시 개입 기술을 설계하고 평가하는 선구자 중 한 명이다. 이 교수는 인간-컴퓨터 상호작용 최고권위의 학회인 ACM Ubicomp, CHI, CSCW의 편집위원으로 꾸준히 봉사를 해왔다. 국내 ACM SIGCHI 한국지부 위원장으로 다년간 봉사했고 2021년에는 한국HCI 학술대회 조직위원장을 선임했다. 연구재단 인정의 우수 학회에서 최우수 논문상(ACM CHI’16, AAAI ICWSM’13, IEEE CCGrid’11, IEEE PerCom’07)을 다수 수상했고, IEEE IoT Forum으로부터 최다피인용 논문상(2019)을 받은 바 있다. 현재 이 교수는 감정노동자를 위한 디지털 헬스케어 기술 개발과 스마트 홈 환경을 위한 정신건강 관리 시스템에 관한 연구를 활발히 수행하고 있다. 이 교수는 “모바일, 웨어러블, 사물인터넷(IoT) 등 디지털 기술을 활용하여 인간의 건강과 웰빙을 지원하는 현재 서비스를 데이터와 인공지능을 융합하는 개인화 서비스로 확장해 접근성과 효율성을 100배 이상 높이는 도전적인 미래 기술 연구를 수행해나갈 계획”이라고 말했다.
2023.05.02
조회수 2592
세계 최초로 사람처럼 사물의 개념을 스스로 학습하는 장면 인식 기술 개발
우리 대학 전산학부 안성진 교수 연구팀이 미국 럿거스(Rutgers) 대학교와 공동연구를 통해 사람의 라벨링 없이 스스로 영상 속 객체를 식별할 수 있는 인공지능 기술을 개발했다고 1일 밝혔다. 이 모델은 복잡한 영상에서 각 장면의 객체들에 대한 명시적인 라벨링 없이도 객체를 식별하는 최초의 인공지능 모델이다. 기계가 주변 환경을 지능적으로 인지하고 추론하기 위해서는 시각적 장면을 구성하는 객체들과 그들의 관계를 파악하는 능력이 필수적이다. 하지만 이 분야의 연구는 대부분 영상의 각 픽셀에 대응하는 객체의 라벨을 사람이 일일이 표시해야 하는 지도적 학습 방식을 사용했다. 이 같은 수작업은 오류가 발생하기 쉽고 많은 시간과 비용을 요구한다는 단점이 있다. 이에 반해 이번에 연구팀이 개발한 기술은 인간과 유사하게 환경에 대한 관측만으로 객체의 개념을 스스로 자가 학습하는 방식을 취한다. 이렇게 인간의 지도 없이 스스로 객체의 개념을 학습할 수 있는 인공지능은 차세대 인지 기술의 핵심으로 기대돼왔다. 비지도 학습을 이용한 이전 연구들은 단순한 객체 형태와 배경이 명확히 구분될 수 있는 단순한 장면에서만 객체를 식별하는 단점이 있었다. 이와 달리 이번에 안성진 교수 연구팀이 개발한 기술은 복잡한 형태의 많은 객체가 존재하는 사실적인 장면에도 적용될 수 있는 최초의 모델이다. 이 연구는 그림 인공지능 소프트웨어인 DALL-E와 같이 텍스트 입력을 통해 사실적인 이미지를 생성할 수 있는 이미지 생성 연구에서 영감을 얻었다. 연구팀은 텍스트를 입력하는 대신, 모델이 장면에서 객체를 감지하고 그 객체의 표상(representation)으로부터 이미지를 생성하는 방식으로 모델을 학습시켰다. 또한, 모델에 DALL-E와 유사한 트랜스포머 디코더를 사용하는 것이 사실적이고 복잡한 영상을 처리할 수 있게 한 주요 요인이라고 밝혔다. 연구팀은 복잡하고 정제되지 않은 영상뿐만 아니라, 많은 물고기가 있는 수족관과 교통이 혼잡한 도로의 상황을 담은 유튜브 영상과 같이 복잡한 실제 영상에서도 모델의 성능을 측정했다. 그 결과, 제시된 모델이 기존 모델보다 객체를 훨씬 더 정확하게 분할하고 일반화하는 것을 확인할 수 있었다. 연구팀을 이끈 안성진 교수는 "인간과 유사한 자가 학습 방식으로 상황을 인지하고 해석하는 혁신적인 기술ˮ이라며 "시각적 상황인지 능력을 획기적으로 개선해 지능형 로봇 분야, 자율 주행 분야뿐만 아니라 시각적 인공지능 기술 전반에 비용 절감과 성능향상을 가져올 수 있다ˮ고 말했다. 이번 연구는 미국 뉴올리언스에서 지난 11월 28일부터 개최되어 12월 9일까지 진행 예정인 세계 최고 수준의 기계학습(머신러닝) 학회인 제36회 신경정보처리학회(NeurIPS)에서 발표됐다.
2022.12.02
조회수 3626
카이캐치(KaiCatch), 악성 동영상 위변조 탐지 기술 개발
우리 대학 전산학부 이흥규 명예교수 연구팀이 KAIST 창업기업인 ㈜디지탈이노텍의 후원으로 악성 위변조에 활용되는 프레임 업 변환, 보간법에 의해 생성된 프레임, 영상내 위변조 영역 등을 탐지하는 동영상 위변조 탐지 기술을 개발했다. 위변조 분야 최상위 저명 논문지인 Forensic Science International 11월호에 논문으로도 발표했다. CCTV의 대량 보급과 함께 동영상은 수많은 분쟁시 주요 증거물로 사용되고 있다. 그러나 동영상에 대한 편집 도구 기술과 인공지능 기술 발전과 함께 동영상의 편집, 프레임 삭제 및 추가 등의 위변조를 포함하여 프레임 업 변환 이라는 기술을 사용하여 위변조 동영상을 고품질 영상으로 변환함으로써 위변조 동영상을 원본과 유사하게 변환함으로써 위변조 탐지를 더욱 어렵게 하는 악성 변조 기술 등도 등장하고 있다. 이번 연구에서는 동영상내 특정 영역들의 편집 변조를 포함하여 프레임 추가, 삭제, 프레임률 변환 탐지를 포함하여 공간정보와 시간정보를 연속적으로 활용하는 프레임-업 변환을 탐지하기 위해 프레임-업 특징들을 추출하는 4개 유형의 네트워크블럭들과 보팅(voting) 기능을 채택한 프레임-업 탐지 뉴럴 네트워크를 제시하였다. 개발된 기술은 특히 동영상의 극히 작은 영역들의 정보를 사용하여 무결성 여부를 판독하기 때문에 동영상 위변조 탐지를 고속으로 수행할 수 있어 기존 기술들과 비교하여 기술의 유용성과 실용성이 매우 뛰어나다. 이번 연구는 KAIST 윤민석 박사, ㈜네이버웹튠AI의 남승훈 박사 등이 참여하였으며 KAIST에서 위변조를 잡아낸다는 의미인 카이캐치(KaiCatch) 위변조 탐지 소프트웨어 기능을 동영상으로도 크게 확장 했다는 점에서 그 의미가 있다. 개발된 기술은 영상 위변조 분야 최상위 저명 논문지인 Forensic Science International 2022년 11월호(Vol 340)에 ‘Frame-rate Up-conversion Detection based on Convolutional Neural Network for Learning Spatiotemporal Features’ 논문으로 발표 되었다. 본 연구는 한국연구재단 창의도전연구기반지원사업과 KAIST 창업기업인 ㈜디지탈이노텍의 후원으로 수행하였다.
2022.10.20
조회수 4729
인공지능 심층 학습(딥러닝) 서비스 구축 비용 최소화 가능한 데이터 정제 기술 개발
최근 다양한 분야에서 인공지능 심층 학습(딥러닝) 기술을 활용한 서비스가 급속히 증가하고 있다. 서비스 구축을 위해서 인공지능은 심층신경망을 훈련해야 하며, 이를 위해서는 충분한 훈련 데이터를 준비해야 한다. 특히 훈련 데이터에 정답지를 만드는 레이블링(labeling) 과정이 필요한데 (예를 들어, 고양이 사진에 `고양이'라고 정답을 적어줌), 이 과정은 일반적으로 수작업으로 진행되므로 엄청난 노동력과 시간적 비용이 소요된다. 따라서 훈련 데이터 구축 비용을 최소화하는 방법 개발이 요구되고 있다. 우리 대학 전산학부 이재길 교수 연구팀이 심층 학습 훈련 데이터 구축 비용을 최소화할 수 있는 새로운 데이터 동시 정제 및 선택 기술을 개발했다고 12일 밝혔다. 일반적으로 심층 학습용 훈련 데이터 구축 과정은 수집, 정제, 선택 및 레이블링 단계로 이뤄진다. 수집 단계에서는 웹, 카메라, 센서 등으로부터 대용량의 데이터가 정제되지 않은 채로 수집된다. 따라서 수집된 데이터에는 목표 서비스와 관련이 없어서 주어진 레이블에 해당하지 않는 분포 외(out-of-distribution) 데이터가 포함된다 (예를 들어, 동물 사진을 수집할 때 재규어 `자동차'가 포함됨). 이러한 분포 외 데이터는 데이터 정제 단계에서 정제돼야 한다. 모든 정제된 데이터에 정답지를 만들기 위해서는 막대한 비용이 소모되는데, 이를 최소화하기 위해 심층 학습 성능 향상에 가장 도움이 되는 훈련 데이터를 먼저 선택해 레이블링하는 능동 학습(active learning)이 큰 주목을 받고 있다. 그러나 정제와 레이블링을 별도로 진행하는 것은 데이터 검사 측면에서 중복적인 비용을 초래한다. 또한 아직 정제되지 않고 남아 있는 분포 외 데이터가 레이블링 단계에서 선택된다면 레이블링 노력을 낭비할 수 있다. 이재길 교수팀이 개발한 기술은 훈련 데이터 구축 단계에서 데이터의 정제 및 선택을 동시에 수행해 심층 학습용 훈련 데이터 구축 비용을 최소화할 수 있도록 해준다. 우리 대학 데이터사이언스대학원에 재학 중인 박동민 박사과정 학생이 제1 저자, 신유주 박사과정, 이영준 박사과정 학생이 제2, 제4 저자로 각각 참여한 이번 연구는 최고권위 국제학술대회 `신경정보처리시스템학회(NeurIPS) 2022'에서 올 12월 발표될 예정이다. (논문명 : Meta-Query-Net: Resolving Purity-Informativeness Dilemma in Open-set Active Learning) 데이터의 정제 및 선택을 동시에 고려하기 위해서 구체적으로 가장 분포 외 데이터가 아닐 것 같은 데이터 중에서 가장 심층 학습 성능 향상에 도움이 될 데이터를 선택한다. 즉, 주어진 훈련 데이터 구축 비용 내에서 최고의 효과를 내도록 데이터의 순도(purity) 지표와 정보도(informativeness) 지표의 최적 균형(trade-off)을 찾는다. 순도와 정보도는 일반적으로 서로 상충하므로 최적 균형을 찾는 것이 간단하지 않다. 이 교수팀은 이러한 최적 균형이 정제 전 데이터의 분포 외 데이터 비율과 현재 심층신경망 훈련 정도에 따라 달라진다는 점을 발견했다. 이 교수팀은 이러한 최적 균형을 찾아내기 위해 추가적인 작은 신경망 모델을 도입했다. 연구팀은 추가된 모델을 훈련하기 위해 능동 학습에서 여러 단계에 걸쳐 데이터를 선별하는 과정을 활용했다. 즉, 새롭게 선택돼 레이블링 된 데이터를 순도-정보도 최적 균형을 찾기 위한 훈련 데이터로 활용했고, 레이블이 추가될 때마다 최적 균형을 갱신했다. 이러한 방법은 목표 심층신경망의 성능 향상을 위해 추가적인 상위 레벨의 신경망을 사용하였다는 점에서 메타학습(meta-learning)의 일종이라 볼 수 있다. 연구팀은 이 메타학습 방법론을 `메타 질의 네트워크'라고 이름 붙이고 이미지 분류 문제에 대해 다양한 데이터와 광범위한 분포 외 데이터 비율에 걸쳐 방법론을 검증했다. 그 결과, 기존 최신 방법론과 비교했을 때 최대 20% 향상된 최종 예측 정확도를 향상했고, 모든 범위의 분포 외 데이터 비율에서 일관되게 최고 성능을 보였다. 또한, `메타 질의 네트워크'의 최적 균형 분석을 통해, 분포 외 데이터의 비율이 낮고 현재 심층신경망의 성능이 높을수록 정보도에 높은 가중치를 둬야 함을 연구팀은 밝혀냈다. 제1 저자인 박동민 박사과정 학생은 "이번 기술은 실세계 능동 학습에서의 순도-정보도 딜레마를 발견하고 해결한 획기적인 방법ˮ 이라면서 "다양한 데이터 분포 상황에서의 강건성이 검증됐기 때문에, 실생활의 기계 학습 문제에 폭넓게 적용될 수 있어 전반적인 심층 학습의 훈련 데이터 준비 비용 절감에 기여할 것ˮ 이라고 밝혔다. 연구팀을 지도한 이재길 교수도 "이 기술이 텐서플로우(TensorFlow) 혹은 파이토치(PyTorch)와 같은 기존의 심층 학습 라이브러리에 추가되면 기계 학습 및 심층 학습 학계에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다. 한편, 이 기술은 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 SW컴퓨팅산업원천기술개발사업 SW스타랩 과제로 개발한 연구성과 결과물(2020-0-00862, DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발)이다.
2022.10.12
조회수 4338
오토아이디랩, ‘디지털 대전환 컨퍼런스 부산 2022’ 주최
우리 대학 오토아이디랩(센터장 김대영)이 13일부터 이틀간 부산 벡스코에서 '디지털 대전환 컨퍼런스 부산 2022'를 주최한다. 부산광역시와 공동 주최하는 이번 행사는 우리나라 주요 산업인 조선, 항만, 해운, 물류, 수산, 스마트시티 등의 분야가 디지털 대전환 시대를 맞아 준비해야 할 전략을 논의하고 비전을 제시하기 위해 마련됐다. 이틀간 ▴디지털트윈과 메타버스 ▴국제표준과 디지털전환 ▴해양과 물류산업 ▴K-주소와 혁신성장산업 ▴스마트시티 ▴스마트 수산 등 6개의 세션과 4개의 기조 강연이 진행되며, 24명의 전문가가 참여해 각 분야의 기술동향, 글로벌 시장 및 국제표준 등의 현황을 공유한다. 첫째 날에는 최재붕 성균관대 기계공학부 교수와 하정우 네이버AI랩 연구소장이 기조 연사로 나서 각각 '메타버스 시대 바꿔야 할 3가지', '산업계에서의 AI 연구(AI Research in Industry)'를 주제로 강연한다. 이튿날에는 안병민 열린비즈랩 대표의 '디지털이 빚어내는 고객경험 혁신, 서비타이제이션'과 정구민 국민대학교 전자공학부 교수의 '자율주행산업과 모빌리티' 기조 강연이 이어진다. 또한, 산업계·학계의 소통을 지원해 디지털 전환을 가속화하고 혁신 성장산업 창출을 도모하는 자리도 마련된다. 행사 첫날인 13일, 블록체인 전문기업인 데이터젠·테크체인랩스·오스리움·와이와이소프트와 스마트 제조업체인 인타운이 오토아이디랩과 산학협력(MOU) 체결을 진행한다. 박형준 부산광역시장은 "디지털 전환은 이 시대의 숙명이자 미래를 선도하기 위한 핵심 가치이며, '그린스마트도시 부산', '디지털혁신도시 부산' 구현을 위한 큰 원동력이 될 것이다"라며, "KAIST 오토아이디랩은 '디지털 전환 국제표준기구(GS1)'의 국제 공동연구소로서 항만․물류 중심도시 부산과 협력을 통한 상당한 시너지 효과가 기대되며, 이번 컨퍼런스를 통하여 그 비전을 제시할 수 있을 것이라 확신한다"라고 말했다. 조직위원장인 김대영 KAIST 전산학부 교수는 "디지털에 의한 변화가 기하급수적으로 늘어나는 격변기 속에서 우리 기업들은 국제표준 기술을 이용한 혁신융합 생태계를 구축해 초격차 성장을 도모해야 한다"라고 강조했다. 이어, 김 교수는 "이를 위한 정보 교류와 토론의 장으로 마련된 이번 행사가 지자체·산업계·학계의 협력을 이끌어내는 계기가 되길 기대한다"라고 덧붙였다. 한편, 오토아이디랩은 비영리 민간 국제표준기구인 GS1(본부 벨기에 브뤼셀)과 협업하는 국제 공동연구소다. KAIST 오토아이디랩을 포함해 미국 MIT, 영국 케임브리지대, 스위스 취리히 연방공대, 일본 게이오대, 중국 푸단대 등 6개 대학이 운영하고 있다. KAIST는 지난 3월 부산광역시와 업무협약을 체결했으며, 지역 기업에 국제 기술표준을 보급하기 위한 산학협력의 일환으로 ‘KAIST 오토아이디랩 부산 혁신연구소’를 이달 설립할 예정이다. '디지털 대전환 컨퍼런스 부산 2022' 참가 신청 및 자세한 정보는 행사 홈페이지(https://dxcbusan2022.oliot.kr/)에서 확인할 수 있다.
2022.10.07
조회수 3307
전산학부 김민혁 교수 연구팀, ACM SIGGRAPH 2022 학회 Technical Paper Award 수상
우리 대학 전산학부 김민혁 교수 연구팀은 2022년 8월 8-11일 캐나다 밴쿠버에서 열린 ACM SIGGRAPH (the 49th ACM SIGGRAPH Conference and Exhibition on Computer Graphics and Interactive Techniques) 2022 국제학회에서 “Sparse Ellipsometry: Portable Acquisition of Polarimetric SVBRDF and Shape with Unstructured Flash Photography” 논문으로 ‘Technical Paper Award Honorable Mention’을 수상했다. ACM SIGGRAPH 국제학회는 컴퓨터 그래픽스 분야에서 세계 최고의 학회이며, 이 학회의 49년 역사상 최초이자 유일하게 한국 주관연구팀이 Technical Paper Award를 수상했다. 빛의 물리적인 편광 성분은 극사실적인 가상 인간, 물체 및 메타버스 환경 공간을 물리적으로 더 정확하게 컴퓨터로 재현하기 위해, 컴퓨터 그래픽스 및 비전 분야에서 최근 활발하게 활용되고 있다. 이러한 편광 성분은 타원계측기법을 통해서 정보를 측정하게 되는데, 현존하는 지금까지의 기술은 초정밀 광학 기구를 통해 2-5일 간의 긴 스캐닝 시간을 거쳐야만 획득이 가능했으며, 측정할 수 있는 물체의 모양 또한 구형으로 만들어진 균일한 소재로 제한되어 왔다. 본 연구팀은 이러한 기술적인 한계를 극복하고, 고가의 전문 촬영 장비 없이, 다양한 형태의 물체를 온전한 3차원 편광 반사계 및 형상으로 수분 안에 측정할 수 있는 3차원 영상 기술을 개발하였다. 프로젝트 페이지: http://vclab.kaist.ac.kr/siggraph2022p1/ 스페인 Zaragoza대학교와 중국 Microsoft Research Asia의 공동 연구로 진행된 이 연구는 2022년 8월 8일부터 11일까지 캐나다 밴쿠버에서 열린 ACM SIGGRAPH 2022 국제 학회에서 구두 발표되고, 그래픽스 분야 최우수 저널인 ACM Transactions of Graphics에 게재되었으며, 8월 11일에 Technical Paper Award Honorable Mention을 수상했다. 이 논문의 교신저자인 김민혁 교수는 "제안하는 편광기반 3차원 스캐닝 기술은 기존의 눈으로 보기 좋은 컴퓨터 그래픽스 렌더링 기술을 물리적으로 더욱 더 정확한 렌더링 기술로 진화하는 것을 가속화할 것으로 기대하며, 극사실적인 메타버스 재현을 위한 물리기반 렌더링 패러다임의 전환은 지금껏 생각할 수 없었던 새로운 형태의 그래픽스 기술의 활용을 가능케 할 것이다"고 밝혔다.
2022.08.22
조회수 4805
KAIST, KS한국고용정보 및 대전광역시컨택센터협회 업무협약(MOU) 체결
우리 대학 전산학부 이의진 교수 연구팀은 KS한국고용정보 및 대전광역시컨택센터협회와 ‘감정노동자를 위한 휴먼 디지털 트윈 연구’와 관련한 상호 교류·협력을 위한 양해각서(MOU)를 7일 체결했다고 밝혔다. 콜센터 상담원 및 민원처리 직원 등의 감정노동자는 직무수행을 위한 감정 표현의 자제로 스트레스가 높다 보니 다른 직종에 비해 정신질환 유병률이 상대적으로 높다. 산업안전보건원의 자료에 따르면 화난 고객을 자주 응대하는 감정노동자는 우울감과 수면장애를 겪을 위험이 그렇지 않은 사람보다 각각 무려 2.8배와 3.8배 높은 것으로 조사됐다. 산업안전보건법이 2018년도에 도입되어 감정노동자의 정신건강 관리의 중요성이 드러났지만 이를 적극적으로 지원하는 개인 맞춤형 서비스가 부재하였다. 이의진 교수 연구팀은 감정노동 스트레스에 대한 가상환경 시뮬레이션을 제공하는 휴먼 디지털 트윈 기술 개발하여 개인 맞춤형 정신건강 위험 관리 솔루션을 실증하는 연구를 수행할 예정이다. 이번 양해각서 체결을 통해 세 기관은 ▲ 인공지능 기반 감정노동자 지원 서비스 개발 및 고도화를 위한 연구개발 협력 ▲ 정신건강 관리 솔루션 개발을 위한 현장 니즈 조사 지원 ▲ 인공지능 알고리즘 개발을 위한 연구 데이터셋 수집 ▲ 개인 맞춤형 정신건강 관리 솔루션 실증 협력 등 다양한 분야에서 협력할 예정이다. KS한국고용정보(대표 손영득, 유재중)는 금융 및 공공 컨택센터 아웃소싱을 지원하는 대규모 전문 인적자원 네트워크를 보유하고 있으며 컨택센터 SW 및 상담 솔루션을 연구·개발해왔다. 대전광역시 컨택센터협회(협회장 박남구)는 대전지역 전문상담사 인력 양성 및 인권 보호 사업을 총괄하고 있다. 이의진 교수는 이번 양해각서 체결을 통해 “현장 중심의 기술개발을 위한 초석이 마련되었다”라며 “상담현장의 데이터 수집을 통해 높은 예측력의 정신건강 AI 모델 개발이 가능할 것”이라고 밝혔다. 이어 유재중 대표는 “KAIST와 상담사의 정신건강 관리를 지원하는 디지털 솔루션 연구 및 실증에 적극적으로 협력하여 AI기반 미래 컨택센터 SW 기술을 선도해 나갈 것”이라고 기대감을 밝혔다. 또한, 대전광역시컨택센터협회 박남구 협회장은 “감정노동자의 정신건강을 증진할 수 있는 AI기술로 상담사들의 자긍심 고취를 기대한다”고 밝혔다. 이날 협약식에는 이동만 공과대학장과 류석영 전산학부장을 비롯해 이의진, 이성주, 홍화정, 이탁연 교수 등이 참석했다. KS한국고용정보 유재중 대표와 김현정 상무가 참석했고 대전컨택센터 박남구 협회장과 HR교육컨설팅 이정민 대표가 자리를 함께했다.
2022.07.08
조회수 3626
위치인식 기술의 혁신, 인공지능 활용한 실내외 통합 GPS 시스템 개발
우리 대학 전산학부 한동수 교수 연구팀(지능형 서비스 통합 연구실)이 실내외 환경 구분 없이 정밀한 위치인식이 가능한 `실내외 통합 GPS 시스템'을 개발했다고 8일 밝혔다. 이번에 개발된 실내외 통합 GPS 시스템은 실외에서는 GPS 신호를 사용해 위치를 추정하고 실내에서는 관성센서, 기압센서, 지자기센서, 조도센서에서 얻어지는 신호를 복합적으로 사용해 위치를 인식한다. 이를 위해 연구팀은 인공지능 기법을 활용한 실내외 탐지, 건물 출입구 탐지, 건물 진입 층 탐지, 계단/엘리베이터 탐지, 층 탐지 기법 등을 개발했다. 아울러 개발된 각종 랜드마크 탐지 기법들을 보행자 항법 기법(PDR)과 연계시킨 소위 센서 퓨전 위치인식 알고리즘도 새롭게 개발했다. 지금까지는 GPS 신호가 도달하지 않는 공간에서는 무선랜 신호나 기지국 신호를 기반으로 위치를 인식하는 것이 보통이었다. 하지만 이번에 개발된 실내외 통합 GPS 시스템은 신호가 존재하지 않고 실내지도가 제공되지 않는 건물에서도 위치인식을 가능하게 하는 최초의 기술이다. 연구팀이 개발한 알고리즘은 구글, 애플의 위치인식 서비스에서는 제공하지 않는 건물 내에서의 정확한 층 정보를 제공할 수 있다. 비전이나 지구 자기장, 무선랜 측위 방식과 달리 사전 준비 작업이 필요치 않은 장점도 있다. 전 세계 어디에서나 사용할 수 있는 범용적인 실내외 통합 GPS 시스템을 구축할 수 있는 기반이 마련됐다. 연구팀은 GPS, 와이파이, 블루투스 신호 수신 칩과 관성센서, 기압센서, 지자기센서, 조도센서 등을 탑재시킨 실내외 통합 GPS 전용 보드도 제작했다. 또한 제작된 하드웨어(HW) 보드에 개발된 센서퓨전 위치인식 알고리즘을 탑재했다. 제작된 실내외 통합 GPS 전용 하드웨어(HW) 보드의 위치인식 정확도를 대전 KAIST 본원 N1 건물에서 측정한 결과, 층 추정에 있어서는 약 95%의 정확도를, 수평 방향으로는 약 3~6미터의 정확도를 달성했다. 실내외 전환에 있어서는 약 0.3초의 전환 속도를 달성했다. 보행자 항법(PDR) 기법을 통합시켰을 때는 1미터 내외의 정확도를 달성하였다. 연구팀은 위치인식 보드가 내장된 태그를 제작하고 박물관, 과학관, 미술관 방문객들을 위한 위치기반 전시 안내 서비스에 적용할 예정이다. 개발된 실내외 통합 GPS 태그는 어린이나 노약자를 보호하는 목적으로도 활용할 수 있으며 소방관 혹은 작업장 작업자의 위치 파악에도 활용할 수 있다. 한편 지하 주차장과 같은 실내로 진입하는 차량의 위치를 추정하는 차량용 센서 퓨전 위치인식 알고리즘과 위치인식 보드도 개발하고 있다. 연구팀은 차량용 실내외 통합 GPS 위치인식 보드가 제작되면 자동차 제조사, 차량 대여 업체들과의 협력을 모색할 예정이며, 스마트폰에 탑재될 센서 퓨전 위치인식 알고리즘도 개발할 예정이다. 개발된 알고리즘이 내장된 실내외 통합 GPS 앱이 개발되면 위치인식 분야에서 다양한 사업화를 모색하는 통신사와의 협력도 가능할 것으로 기대된다. 연구팀을 이끄는 전산학부 한동수 교수는 "무선 신호가 존재하지 않고 실내지도도 주어지지 않는 건물에서 위치인식이 가능한 실내외 통합 GPS 시스템 개발은 이번이 처음이며, 그 응용 분야도 무궁무진하다. 2022년부터 개발이 시작된 한국형 GPS(KPS) 시스템, 한국형 항공위성서비스(Korea Augmentation Satellite System, KASS)와 통합되면 한국이 실내외 통합 GPS 분야에서 선도 국가로 나설 수 있으며 향후 기술 격차를 더 벌릴 수 있도록 실내외 통합 GPS 반도체 칩도 제작할 계획이다ˮ라고 말했다. 또 "개발된 실내외 통합 GPS 태그를 사용한 과학관, 박물관, 미술관 위치기반 안내 서비스는 관람객의 동선 분석에도 유용하게 활용될 수 있다. 전시물 교체를 결정할 때 요구되는 꼭 필요한 유용한 정보다. 국립중앙과학관에 우선 적용될 수 있도록 노력하겠다”라고 말했다. 한편 실내외 통합 GPS 시스템, 그리고 위치기반 관람객 동선 분석 시스템 개발은 과기정통부의 과학문화전시서비스 역량강화지원사업의 지원으로 개발됐다.
2022.07.08
조회수 7518
<<
첫번째페이지
<
이전 페이지
1
2
3
4
5
6
7
8
9
10
>
다음 페이지
>>
마지막 페이지 11