본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5
최신순
조회순
딥러닝 생성모델의 오류 수정 기술 개발
우리 대학 AI대학원 최재식 교수(설명가능 인공지능연구센터장) 연구팀이 심층 학습(이하 딥러닝) 생성모델의 오류 수정 기술을 개발했다고 25일 밝혔다. 최근 딥러닝 생성모델(Deep Generative Models)은 이미지, 음성뿐만 아니라 문장 등 새로운 콘텐츠를 생성하는 데 널리 활용되고 있다. 이런 생성모델의 발전에도 불구하고 최근 개발된 생성모델도 여전히 결함이 있는 결과를 만드는 경우가 많아, 국방, 의료, 제조 등 중요한 작업 및 학습에 생성모델을 활용하기는 어려운 점이 있었다. 최 교수 연구팀은 딥러닝 내부를 해석하는 설명가능 인공지능 기법을 활용해, 생성모델 내부에서 이미지 생성과정에서 문제를 일으키는 유닛(뉴런)을 찾아 제거하는 알고리즘을 고안해 생성모델의 오류를 수리했다. 이러한 생성 오류 수리 기술은 신경망 모델의 재학습을 요구하지 않으며 모델 구조에 대한 의존성이 적어, 다양한 적대적 생성 신경망에 폭넓게 응용 및 적용될 수 있을 것으로 기대된다. 또한, 고안된 기술은 딥러닝 생성모델의 신뢰도를 향상해 생성모델이 중요 작업에도 적용될 수 있을 것으로 기대된다. AI대학원의 알리 투씨(Ali Tousi), 정해동 연구원이 공동 제1 저자로 참여한 이번 연구는 `국제 컴퓨터 비전 및 패턴인식 학술대회 (IEEE Conference on Computer Vision and Pattern Recognition, CVPR)'에서 6월 23일 발표됐다. (논문명: Automatic Correction of Internal Units in Generative Neural Networks, CVPR 2021). 적대적 생성 신경망은 생성기와 구분기의 적대적 관계를 이용한 모델로서, 생성 이미지의 품질이 높고 다양성이 높아, 이미지 생성뿐만 아니라 다양한 분야(예, 시계열 데이터 생성)에서 주목받고 있다. 딥러닝 생성모델의 성능을 향상하기 위해서 적대적 생성기법 및 생성기의 새로운 구조 설계 혹은 학습 전략의 세분화와 같은 연구가 활발히 진행되고 있다. 그러나 최신 적대적 생성 신경망 모델은 여전히 시각적 결함이 포함된 이미지를 생성하고 있으며, 재학습을 통해서 이를 해결하기에는 오류 수리를 보장할 수 없으며, 많은 학습 시간과 비용을 요구하게 된다. 이렇게 규모가 큰 최신 적대적 생성 신경망 모델의 일부 오류를 해결하기 위해 모델 전체를 재학습하는 것은 적합하지 않다. 연구팀은 문제 해결을 위해 생성 오류를 유도하는 딥러닝 내부의 유닛(뉴런)을 찾아 제거하는 알고리즘을 개발했다. 알고리즘은 딥러닝 모델의 시각적 결함의 위치를 파악하고, 딥러닝 모델 내 여러 계층에 존재하는 오류를 유발한 유닛을 찾아서 활성화하지 못하도록 하여 결함이 발생하지 않도록 했다. 연구팀은 설명가능 인공지능 기술을 활용해 시각적 결함이 생성된 이미지의 어느 부분에 분포하는지, 또 딥러닝 내부의 어떤 유닛이 결함의 생성에 관여하는지 찾을 수 있었다. 개발된 기술은 딥러닝 생성모델의 오류를 수리할 수 있고, 생성모델의 구조에 상관없이 적용할 수 있다. 연구팀은 전통적인 구조를 가지는 `진행형 생성모델(Progressive GAN, PGGAN)'에서 개발 기술이 효과적으로 생성 오류를 수리할 수 있음을 확인했다. 수리 성능은 매사추세츠 공과대학(MIT)이 보유한 수리 기술 대비 FID 점수가 10점 정도 감소했으며, 사용자 평가에서 시험 이미지 그룹의 약 50%가 결함이 제거됐고, 약 90%에서 품질이 개선됐다는 결과를 얻었다. 나아가 특이 구조를 가지는 `StyleGAN2'와 `U-net GAN'에서도 생성 오류 수리가 가능함을 보임으로써 개발 기술의 일반성과 확장 가능성을 보였다. 연구팀이 개발한 생성모델의 오류 제거 기술은 다양한 이미지 외에도 다양한 생성모델에 적용돼 모델의 결과물에 대한 신뢰성을 높일 것으로 기대된다. 공동 제1 저자인 알리 투씨와 정해동 연구원은 "딥러닝 생성모델이 생성한 결과물에 있는 시각적 오류를 찾고, 이에 상응하는 활성화를 보이는 생성모델 내부의 유닛을 순차적으로 제거함으로써 생성 오류를 수리할 수 있음을 보였다ˮ라며 이는 "충분히 학습된 모델 내부에 미학습 혹은 잘못 학습된 내부요소가 있음을 보여주는 결과다ˮ라고 말했다. 한편 이번 연구는 2021년도 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받은 혁신성장동력프로젝트 설명가능인공지능 및 한국과학기술원 인공지능 대학원 프로그램과제를 통해서 수행됐다.
2021.06.25
조회수 16527
바이오및뇌공학과 이상완 교수, IBM 학술상 수상
우리 대학 바이오및뇌공학과 이상완 교수(신경과학-인공지능 융합연구센터 소장)가 뇌 기반 인공지능 연구성과를 인정받아 2021년 IBM 학술상(舊 IBM 교수상) 수상자로 최종 선정됐다. IBM 학술상은 미국 IBM과 전 세계 유수 대학과의 연구 협력 활성화를 위해 제정된 상으로 IBM 연구소장 등 조직 내 핵심 연구자들의 내부 지명을 받아 후보자 군이 선정되고, 이후 연구 제안서의 임팩트, 연구의 창의성 및 연구업적 등을 종합적으로 평가해 최종 수상자가 결정된다. 수상자에게는 연구 범위나 특허 관련 제약 조건이 전혀 없는 연구비 형태의 상금이 지급되며, IBM 연구소와 다양한 형태의 연구 교류를 수행할 수 있게 된다. 국내에서는 과거 서울대 윤성로 교수(2018년), 고려대 이재성 교수(2005년), 서울대 문수묵 교수(2000년) 등이 수상자로 선정된 바 있다. 이상완 교수 연구팀은 2019년에 사이언스 로보틱스(Science Robotics)와 네이처 커뮤니케이션즈(Nature Communications)에 교신저자로 논문을 게재하는 등, 관련 연구성과와 함께 계산신경과학과 인공지능을 융합하는 새로운 연구 분야를 개척한 공로를 인정받았다. 이상완 교수 연구진은 이번 학술상을 바탕으로 IBM과 연구 협력을 확장해 나갈 예정이다. 이 교수는 "기계학습 이론을 이용해 뇌의 복잡한 정보처리 과정을 해석하고, 뇌의 고위수준 정보처리 과정을 인공지능 모델로 이식하는 연구는 이제 막 걸음마를 떼는 단계ˮ라며, "그동안 삼성전자 미래기술육성센터의 지원을 받아 개발해 온 뇌-인공지능 공진화 엔진 기술과 과학기술정보통신부 재원 정보통신기획평가원 지원을 받아 개발한 전두엽 메타 강화학습 모델링 기술을 활용해 앞으로 IBM 연구원들과 공동연구를 진행할 계획이다ˮ라고 말했다. 이 교수는 이에 덧붙여 "2019년 설립한 KAIST 신경과학-인공지능 융합연구센터에서는 이러한 뇌 기반 인공지능 기술의 파급력을 높이기 위해서 IBM 인공지능 연구소뿐만 아니라 딥마인드(DeepMind), 메사추세츠 공과대학(MIT), 옥스퍼드(Oxford) 대학 등 해외 유수 연구기관들과 국제 공동연구 협약을 맺고 활발한 인적 교류 및 국제 공동연구를 하고 있다ˮ고 말했다. 이상완 교수는 올해 수상에 앞서 2016년에는 구글(Google) 교수 연구상 수상자로 선정된 바 있다. 구글 교수 연구상은 IBM 학술상과 유사한 취지로 구글과 전 세계 대학의 선도 연구자들과의 연구 협력 활성화를 위해 제정된 상으로, 계산신경과학 분야에서는 현재까지 이상완 교수가 유일한 한국인 수상자다. 이 교수는 구글 교수 연구상 연구비를 바탕으로 영국 딥마인드 및 유니버시티 칼리지 런던(UCL)과 함께 전두엽 메타 강화학습 이론 정립을 위한 의사결정 뇌과학 기초 연구를 수행해 오고 있으며, 앞으로 IBM과 공동연구를 통해 해당 이론을 발전시키고 인공지능에 적용하는 연구를 수행할 예정이다. ※ IBM 학술상 안내 홈페이지: https://www.research.ibm.com/university/awards/shared_university.html
2021.06.17
조회수 37420
인공지능연구센터, 네비웍스와 MOU 체결
우리 대학 인공지능연구센터(센터장 최호진)와 ㈜네비웍스(대표 원준희)는 인공지능 분야 기술개발의 공동연구를 위한 양해각서를 6월 2일 체결했다. 두 기관은 이번 양해각서 체결을 통해 (1)인공지능 분야 선행기술 연구개발을 위한 공동 연구 과제의 발굴 및 운영, (2)인공지능 분야 우수 인재 확보를 위한 추천 및 채용 연계 상호 협력, (3)그 외 인공지능 분야 기술 확보 사업 지원의 공동 목표 실현을 위해 필요한 사항 등을 협력할 계획이다. 우리 대학 전산학부는 ‘인간중심 컴퓨팅’이라는 비전 아래 50여 명의 교수진이 다양한 관련 교육 및 인공지능, 자연어 처리, 지식그래프 분야 기술로 소프트웨어공학 및 인간컴퓨터 상호작용 등 컴퓨터 공학 필수 분야와 시너지를 창출할 계획이다. ㈜네비웍스는 가상현실 교육훈련과 지능형 관제 서비스 전문 기업으로 2000년 설립되었다. 메타버스(Metaverse) 환경으로 진화하고 있는 비즈니스 환경에 맞춰 인간 삶의 다양한 분야에 초실감, 초연결을 제공하는 O2O(Offline to Online) 서비스를 고도화 하는 사업을 추진 중이다. 2일 열린 협약식은 류석영 전산학부장 및 최호진 인공지능연구센터장과 ㈜네비웍스의 원준희 대표를 비롯한 양 기관 임직원들이 참석한 가운데 진행되었다.최호진 인공지능연구센터장은 “과학기술 분야의 고급 인재와 기술이 실제 산업 현장과 만나 대한민국이 여러 분야에서 인공지능 강국으로 성장할 수 있는 좋은 기회가 될 것으로 생각한다”며 “양 기관이 적극적인 산학 협력을 통해 인공지능 분야의 한 획을 그을 수 있는 성과물을 창출하길 바란다”고 기대감을 전했다.
2021.06.08
조회수 44232
공학과 미술의 만남(심현철 교수, 국립현대미술관 안정주/전소정 작가 컬래보레이션)
`인공지능(AI)의 눈으로 세상을 보면 어떨까?' 라는 질문의 답이 궁금한 사람은 올여름 국립현대미술관 다원예술 2021 멀티버스관을 방문해보기 바란다. 우리 대학 전기및전자공학부 심현철 교수가 국립현대미술관에 안정주/전소정 작가의 기계속의 유령이라는 작품에 협업해 `AI in EE(Electrical Engineering)' 모델로 공학과 미술이 합쳐진 공간구성을 제시했다. 본 작품은 2021년 5월 14일부터 8월 1일까지 국립현대미술관 서울전시관에 다원예술 2021 : 멀티버스 (MMCA Performing Arts 2021 : Multiverse)관에 전시된다. ⟪국립현대미술관 다원예술 2021: 멀티버스⟫ 세 번째 작품으로 <기계 속의 유령>은 미술관을 무대로 한 영상설치 작품으로 자율주행 기술을 가진 드론이 유령과 같은 시선을 가진 퍼포머로 등장하며, 설치작품 사이를 비행하며 촬영한 이미지를 실시간 송출하여 유튜브를 통해서도 볼 수 있다. (https://www.youtube.com/watch?v=SVjoDC4eDXA&t=2s) 이 기술은 2019, 2020년 AI 그랜드 챌린지에서 제어지능 부분에서 우승한 연구진의 실내비행기술을 활용한 것으로서 과기정통부 인공지능산업원천기술개발사업의 지원으로 진행 중이다.
2021.06.01
조회수 59183
신세계아이앤씨-KAIST AI 연구센터 개소
우리 대학이 신세계아이앤씨(대표 손정현)와 손잡고 리테일 특화 인공지능(AI) 기술을 연구하는 ‘신세계아이앤씨-KAIST AI연구센터’를 개소했다. 30일 우리 대학 IT융합빌딩에서 ‘신세계아이앤씨-KAIST AI 연구센터’ 개소식을 진행했다. 이날 개소식에는 손정현 신세계아이앤씨 대표이사, 양윤지 신세계아이앤씨 전략IT사업담당 상무, 강준혁 전기및전자공학부 학부장, 김대식 신세계아이앤씨-KAIST AI연구센터장 등이 참석했다. ‘신세계아이앤씨-KAIST AI연구센터’는 일회성 단순 연구용역 계약이 아닌 리테일 산업에 필요한 AI기술을 발굴하고 공동 연구해 실제 리테일 산업에 적용하는 산학협력 리테일테크 전문 연구 센터다. 신세계아이앤씨는 △정형/비정형 빅데이터 수집/처리 플랫폼(Data Plant) △신상품 개인화 추천 및 수요 예측(Cold Start Mentor) △수요에 따른 가격 최적화(Price Optimization) △셀프서비스 스토어에 필요한 이미지 기술(Vision) 분야를 우선 연구주제로 선정하고, 리테일 산업을 혁신할 수 있는 다양한 AI 핵심기술에 대한 연구 과제를 추가 발굴할 예정이다. ‘신세계아이앤씨-KAIST AI연구센터’의 연구 결과는 실제 리테일 산업 현장에 빠르게 적용할 계획이다. 특히 AI 기술로 동작을 인식하는 셀프서비스 스토어의 핵심 기술인 AI비전(AI Vision) 기술 고도화를 통해 현재 소형 유통매장으로 한정된 셀프서비스 스토어를 패션, 식품, 가구 등 다양한 업태에 적용하는 것은 물론 대형 유통 매장으로 확대할 수 있도록 연구를 진행할 계획이다. AI 딥러닝을 활용한 상품 이미지 패턴 분석, 자연어 처리 기술 등을 기반으로 한 수요예측 플랫폼의 고도화는 물론이고 공개 API 형태로 제공하는 다양한 데이터를 실시간으로 수집해 상품 수요예측, 개인화추천 등 리테일 트렌드에 민감한 AI 서비스에 즉시 반영할 계획이다. 손정현 신세계아이앤씨(신세계I&C) 대표이사는 “’신세계아이앤씨-KAIST AI연구센터’를 통해 AI 기술 기반의 빅데이터 플랫폼, 개인화 추천, 수요예측 등 리테일 산업에 꼭 필요한 혁신적인 AI 기술을 확보하고 실제 산업 현장에 빠르게 적용해 급변하는 리테일 시장에서 차별화된 경쟁력을 확보할 것이다”라며 “다양한 리테일테크 기술과 비즈니스 노하우를 가진 신세계아이앤씨의 강점과 최신 트렌드 기술 발굴과 AI 알고리즘 연구에 탁월한 KAIST의 경쟁력이 더해져 리테일테크 분야의 새로운 시너지를 만들어 국내를 넘어 글로벌 시장을 혁신하는 새로운 기술을 선보일 것이다”라고 말했다.
2021.03.30
조회수 90544
인공지능으로 3차원 고해상도 나노입자 영상화 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀이 삼성전자 종합기술원과 공동연구를 통해 나노입자의 3차원 형상과 조성 분포의 복원 성능을 획기적으로 향상한 인공지능 기술을 개발했다고 16일 밝혔다. 공동연구팀은 에너지 분산형 X선 분광법(EDX)을 주사 투과전자현미경(STEM)과 결합한 시스템을 활용했다. 이번 연구를 통해 나노입자를 형성하고 있는 물질의 형상과 조성 분포를 정확하게 재구성함으로써, 실제 상용 디스플레이를 구성하는 양자점(퀀텀닷)과 같은 반도체 입자의 정확한 분석에 도움을 줄 것으로 기대된다. 예종철 교수 연구팀의 한요섭 박사, 차은주 박사과정, 정형진 석사과정과 삼성종합기술원의 이은하 전문연구원팀의 장재덕, 이준호 전문연구원이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 머신 인텔리전스(Nature Machine Intelligence)' 2월 8일 字 온라인판에 게재됐다. (논문명 : Deep learning STEM-EDX tomography of nanocrystals) 에너지 분산형 X선 분광법(이하 EDX)은 나노입자의 성분 분석에 주로 이용되며, X선과 반응한 물체의 성분에 따라 고유한 방출 스펙트럼을 보인다는 점에서 화학적인 분석이 가능하다. 퀀텀닷 및 배터리 등 다양한 나노 소재의 열화 메커니즘과 결함을 해석하기 위해 형상 및 조성 분포 분석이 가능한 이 분광법의 필요성과 중요도가 급증하고 있다. 그러나 EDX 측정 신호의 해상도를 향상하기 위해, 나노 소재를 오랜 시간 전자빔에 노출하면 소재의 영구적인 피해가 발생한다. 이로 인해 나노입자의 3차원 영상화를 위한 투사(projection) 데이터 획득 시간이 제한되며, 한 각도에서의 스캔 시간을 단축하거나 측정하는 각도를 줄이는 방식이 사용된다. 기존의 방식으로 획득된 투사 데이터를 이용해 3차원 영상을 복원할 시, 미량 존재하는 원자 신호의 측정이 불가능하거나 복원 영상의 정밀도와 해상도가 매우 낮다. 그러나 공동 연구팀이 자체 개발한 인공지능 기반의 커널 회귀(kernel regression)와 투사 데이터 향상(projection enhancement)은 정밀도와 해상도를 획기적으로 발전시켰다. 연구팀은 측정된 데이터의 분포를 네트워크가 스스로 학습하는 인공지능 기반의 커널 회귀를 통해 스캔 시간이 단축된 투사 데이터의 신호 대 잡음비(SNR)를 높인 데이터를 제공하는 네트워크를 개발했다. 그리고 개선된 고화질의 EDX 투사 데이터를 기반으로 기존의 방법으로는 불가능했던 적은 수의 투사 데이터로부터 더욱 정확한 3차원 복원 영상을 제공하는 데 성공했다. 연구팀이 개발한 알고리즘은 기존의 EDX 측정 신호 기반 3차원 재구성 기법과 비교해 나노입자를 형성하고 있는 원자의 형상과 경계를 뚜렷하게 구별했으며, 복원된 다양한 코어-쉘(core-shell) 구조의 퀀텀닷 3차원 영상이 샘플의 광학적 특성과 높은 상관관계를 나타내는 것이 확인됐다. 예종철 교수는 "연구에서 개발한 인공지능 기술을 통해 상용 디스플레이의 핵심 기반이 되는 퀀텀닷 및 반도체 소자의 양자 효율과 화학적 안정성을 더욱 정밀하게 분석할 수 있다ˮ고 말했다.
2021.02.16
조회수 79458
인간 귀 모사한 음성 센서 세계 최초 상용화 길 터
우리 대학 신소재공학과 이건재 교수와 왕희승 박사팀이 *공진형 유연 압전 음성 센서를 개발해 정확도가 높은 초고감도의 인공지능 기반 화자(話者) 식별 및 음성 보안기술을 구현했으며, 이를 스마트폰과 인공지능 스피커에 탑재해 제품화하는 데도 성공했다고 15일 밝혔다. ☞ 공진형 압전 음성 센서: 공진이란 특정 주파수 영역에서 센서가 큰 진폭으로 진동하는 현상을 말하며, 압전이란 압력을 가했을 때, 전기적인 신호가 자발적으로 생성되는 현상을 말한다. 음성에 의해 센서의 막이 진동하게 될 때, 공진 현상이 일어나 민감도 높은 전압 신호를 얻을 수 있다. 인간이 먼 거리의 소리를 인식하는 방법은 달팽이관에 있는 사다리꼴 막이 가청주파수 대역에서 수많은 공진 현상을 발생시키며 소리를 증폭하는 원리에 있다. 연구진은 이러한 원리의 효과를 극대화하기 위해 매우 얇은 유연 압전 막을 사용해 인간의 귀를 모사했고, 여러 공진 채널을 구현해 소리를 초고감도로 식별할 수 있는 공진형 음성 센서를 제작했다. 이건재 교수팀은 2018년도에 세계 최초로 공진형 유연 압전 음성 센서 개념을 제시한 데 이어, 이번 연구에서는 센서 구조에 따른 공진, 주파수, 압전 막의 역할 등을 이론적으로 밝히고 크기를 매우 소형화함과 동시에 성능이 향상된 음성 센서를 개발했다. 유연 압전 음성 센서는 원거리에서 스마트 기기들을 정확하게 제어하는 미래 사물인터넷 기술과 음성을 암호화하는 보안기술을 연결함으로써 소비자 맞춤형 서비스 제공에 크게 이바지할 것으로 전망된다. 생체 모사된 공진형 음성 센서는 신호 대 잡음비(Signal to noise ratio, SNR)가 우수해 음성인식 기능이 뛰어나고 다수 채널을 보유하기 때문에, 인공지능 음성 서비스에 적은 데이터양으로도 화자 식별 정확도를 높이는 강점이 있다. 연구팀의 음성 센서는 같은 조건에서 정전용량형 상용 마이크로폰과 성능 비교를 진행한 결과, 음성 분석 및 화자 식별에 있어 인식률을 크게 높였고 조건에 따라 오류율을 60%에서 95%까지 줄일 수 있었다. 연구팀이 개발한 시제품은 이 교수가 교원 창업한 기업인 ㈜프로닉스 社를 통해 2020년 세계 가전박람회(CES)에서 공개된 바 있으며, 현재 해당 기술은 완성도 높은 인공지능 음성 기술을 시연하며 ㈜프로닉스 미국 지사를 통해 실리콘밸리의 유수 IT 기업들과 협업도 추진하고 있다. 이건재 교수는 "이번에 제품화된 모바일 음성 센서는 높은 민감도를 보유하면서도 크기를 획기적으로 줄였기 때문에 미래 인공지능기술을 구동하는 핵심 센서로 적용할 수 있다ˮ며 "현재 대량생산 상용화 공정도 완성 단계에 있어 실생활에 곧 적용될 수 있을 것이다”라고 말했다. 이번 연구는 한국연구재단의 휴먼플러스 인공지능 센서 센터의 지원을 받아 수행됐으며, 국제 학술지 `사이언스 어드밴시스(Science Advances)'에 2월 12일 字 게재됐다.
2021.02.16
조회수 74993
개교 50주년 기념 국제 학생 콘퍼런스 개최
우리 대학이 개교 50주년을 맞아 학부생이 주도하는 국제 학생 콘퍼런스를 3일(수)부터 5일간 개최한다. ʻ선구자 2071: 향후 50년을 묻는다(Pioneers 2071: Questioning the Next 50 Years)ʼ를 주제로 열리는 이번 콘퍼런스는 미래 사회의 핵심 구성원이 될 대학생들이 향후 발생할 수 있는 주요 글로벌 이슈를 탐색해 과학기술 및 사회 정책 등에 관한 혁신적인 아이디어를 겨루는 장이다. 이 콘퍼런스 진행을 위해 KAIST는 작년 12월부터 한 달간 신청을 받았는데 미국 · 이탈리아 · 인도네시아 · 일본 · 중국 · 터키 · 카자흐스탄 · 케냐 · 호주 등 전 세계 28개 대학 소속 107명의 학생이 총 19개의 팀으로 나눠 참가를 신청했다. 각 참가팀은 ʻ환경과 기후변화ʼ·ʻ새로운 팬데믹ʼ·ʻ인공지능 시대의 교육과 경제ʼ 등 주최 측이 가상으로 설정한 잠재적 위기에 관한 세 가지 시나리오 중 한 가지를 선택해 문제를 해결할 수 있는 혁신 아이디어 및 정책을 제시해야 한다. 행사 시작일인 3일부터 이틀간 준비한 정책 및 아이디어 발표 및 참가팀 간의 토론을 진행하며 교수진으로 구성된 심사위원단과의 질의응답 등도 이어진다. 이번 콘퍼런스에서는 사전에 온라인으로 등록한 약 1백 명의 투표인단도 행사를 돕기 위해 참여한다. 투표인단은 참가팀의 제출 자료 및 발표와 토론 영상을 참고해 가장 좋은 해결책을 제시한 팀에 투표한다.심사위원단의 평가와 투표단의 득표수를 합산해 각 시나리오별 상위 3개 팀이 결선에 진출하며, 2월 7일에 예정된 마지막 토론에서 최종 우승자가 가려진다. 대상 1팀에는 상금 3,000달러(한화 약 330만 원)가 수여되며, 금상 2개 팀과 은상 2개 팀에는 각각 2,000달러와 1,000달러의 상금이 주어진다. 이번 국제 학생 콘퍼런스는 개교 50주년을 기념하기 위해 학생들이 직접 주도하는 행사를 마련하자는 취지로 시작됐다. 33대 총학생회 플렉스(FLEX)를 중심으로 한 12명의 학부생이 지난해 3월부터 약 1년간 기획에서부터 실행에 이르는 주도적인 역할을 수행했다. 고경빈(KAIST 생명과학과 2학년) 학생은 "코로나19로 전 세계가 어려움을 겪는 중에도 열정적으로 참여한 세계 각국의 또래 세대와 함께 미래를 논의할 기회를 마련했다는 점에서 큰 보람을 느낀다ˮ고 말했다. 고경빈 학생은 이어 "이번 국제 학생 콘퍼런스를 통해 앞으로 우리 세대가 겪게 될 글로벌 이슈들을 주도적으로 고민하며 대처할 수 있는 계기가 마련되길 기대한다ˮ고 강조했다.한편, 전 과정이 영어로 진행되는 이번 행사는 유튜브(채널명: KAIST Pioneers 2071)를 통해 2월 3일 오전 8시부터 실시간 중계되며, 자세한 내용은 홈페이지 ( https://pioneers.kaist.ac.kr)를 통해 확인할 수 있다.
2021.02.02
조회수 75147
인공지능 이용 면역항암 세포 3차원 분석기술 개발
우리 대학 물리학과 박용근, 생명과학과 김찬혁 교수 공동연구팀이 면역항암 세포의 활동을 정밀하게 측정하고 분석할 수 있는 새로운 3차원 인공지능 분석기술을 개발했다고 28일 밝혔다. 체내에서 면역세포를 추출한 후, 외부에서 면역 능력을 강화시키고 다시 환자에게 주입해 암을 치료하는 방식을 `입양전달 면역세포 치료(adoptive immune cell therapy)'라고 부른다. 이 치료방식은 면역세포 치료법 중 가장 많은 주목을 받는 기술이다. `키메릭 항원 수용체' 또는 `CAR(Chimeric Antigen Receptor)'라고도 불리는 데 유전자 재조합기술을 이용해 T세포와 같은 면역세포를 변형해 암세포와의 반응을 유도해 사멸시키는 치료 방법이다. 특히 CAR-T세포 치료는 높은 치료 효과를 보여 차세대 암 치료제로 급부상하고 있다. 2017년 난치성 B세포 급성 림프구성 백혈병 치료제 판매 승인을 시작으로 현재 3종의 CAR-T 치료제가 판매 승인을 받았으며, 전 세계적으로 약 1,000건 이상의 임상 시험이 진행 중이다. 그러나 아직 우리나라에서는 진행 중인 임상 시험이 전무한 실정이다. CAR-T 기술을 이용한 암 치료 방법들이 속속 개발되고 있지만, CAR-T세포에 대한 세포‧분자 생물학적 메커니즘은 아직 많은 부분이 알려지지 않았다. 특히, CAR-T세포가 표적 암세포를 인지해 결합한 후 `면역 시냅스 (immunological synapse, 이하 IS)'를 형성해 물질을 전달하고 암세포의 사멸을 유도하는데, 두 세포 간의 거리와 같은 IS의 형태 정보는 T세포 활성화 유도와 관련이 높다고 알려져 있지만 구체적인 내용을 파악하기 어렵기 때문에 이에 대한 연구가 활발히 진행 중이다. 우리 대학 물리학과 박용근, 생명과학과 김찬혁 교수 공동연구팀은 CAR-T세포의 IS를 정밀하고 체계적으로 연구할 수 있는 새로운 기술을 개발했다. 3D 홀로그래피 현미경 기술을 이용해, 염색이나 전처리 없이 살아있는 상태의 CAR-T세포와 표적 암세포 간의 상호작용을 고속으로 측정하고 기존에는 관찰하기 어려운 CAR-T와 암세포 간의 IS를 고해상도로 실시간 측정했다. 또한 이렇게 측정한 3D 세포 영상을 인공지능 신경망(Convolutional Neural Network, CNN)을 이용해 분석하고, 3차원 공간에서 정확하게 IS 정보를 정량적으로 추출할 수 있는 기술을 자체 개발했다. 공동연구팀은 또 이 기술을 활용해 빠른 CAR-T 면역 관문 형성 메커니즘을 추적할 수 있었을 뿐만 아니라, IS의 형태학적 특성이 CAR-T의 항암 효능과 연관이 있음을 확인했다. 연구팀은 3차원 IS 정보가 새로운 표적 항암 치료제의 초기 연구에 필요한 정량적 지표를 제공할 것이라고 기대하고 있다. 이번 연구에는 우리 대학 기술을 바탕으로 창업한 2개 기업이 공동으로 참여했다. 3차원 홀로그래픽 현미경을 상업화한 토모큐브 社의 현미경 장비를 이용해 면역세포를 측정하는 한편 토모큐브 社의 인공지능 연구팀이 알고리즘 개발에 참여했다. 이밖에 국내 최초 CAR-T 기반 치료제 기업인 ㈜큐로셀도 연구에 함께 참여해 이 같은 성과를 거두는 데 성공했다. 물리학과 이무성 박사과정 학생, 생명과학과 이영호 박사, 물리학과 송진엽 학부생 (現 메사추세츠 공과대학(MIT) 물리학과 박사과정)이 공동 제1 저자로 참여한 이번 연구는 국제적으로 권위를 인정받는 생물학술지인 `이라이프(eLife)' 12월 17일 字 온라인판을 통해 공개됐으며 지난 21일 字에 공식 게재됐다. (논문명 : Deep-learning based three-dimensional label-free tracking and analysis of immunological synapses of CAR-T cells) 한편 이번 연구는 한국연구재단 리더연구사업, 바이오·의료기술개발사업, 중견연구자지원사업, KAIST Up program의 지원을 받아 수행됐다.
2021.01.29
조회수 71457
백세범 교수팀, 고등 인지 기능의 자발적 발생 원리 규명
우리 대학 바이오및뇌공학과 백세범 교수 연구팀이 학습 과정을 전혀 거치지 않은 신경망에서 고등 시각 인지 기능이 자발적으로 발생할 수 있음을 보였다고 4일 밝혔다. 이번 연구 결과는 신경망에서 상위 인지 기능을 발생시키기 위해서는 반드시 충분한 데이터 학습이 필요하다는 기존의 상식과 완전히 상반되는 것으로, 현재 통용되고 있는 인공지능의 구현 방식에 대한 근본적인 의문을 던진다. 또한 연구팀의 결과는 다양한 생물 종의 뇌에서 관측되는 선천적인 인지 기능의 발생에 대한 설명 가능한 이론을 제시할 뿐만 아니라, 뇌신경과학 연구의 가장 근본적인 질문 중 하나인 `인지 지능의 발생 및 진화'의 원리에 대한 기존과는 전혀 다른 새로운 시각을 제시한다. 연구팀은 뇌의 시각 신경망을 모사한 인공신경망 시뮬레이션을 통해, 모든 연결 가중치가 무작위로 정해지도록 초기화된 신경망이 전혀 학습을 거치지 않은 상태에서도 특정 숫자에 선택적으로 반응하는 `수량 선택성'을 자발적으로 생성함을 발견했다. 또한 이렇게 자발적으로 발생한 수량 선택적 유닛은 실제 동물의 뇌에서 발견되는 수량 선택적 뉴런들이 보이는 *`베버-페히너 법칙' 등의 주요 특성을 동일하게 따름을 확인했다. ☞ 베버-페히너 법칙(Webber-Fechner law): 자극과 감각 사이의 상대적 관계를 나타내는 심리물리학적 법칙. 인지 가능한 자극 강도 변화량은 현재 강도에 지수적으로 비례한다는 것으로 이는 인지생물학에서 기본적인 원리로 알려져 있다. 우리 대학 물리학과 김광수 석박사통합과정, 바이오및뇌공학과 장재선 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스(Science)'의 온라인 자매지 `사이언스 어드밴시스(Science Advances)' 1월 1일 字에 게재됐다. (논문명 : Visual number sense in untrained deep neural networks) 신경망에서 인지 지능의 발생에 관한 연구는 뇌인지과학과 인공지능 분야 모두에서 핵심적인 연구 주제 중 하나다. 흥미롭게도 인지 기능을 발생시키기 위해서 일반적으로 많은 양의 데이터 입력을 통한 학습 과정을 거쳐야 하는 인공신경망과 달리 동물의 뇌는 태어난 직후부터 다양한 인지 기능을 수행하는 `선천적' 인지 지능을 가지고 있는 것이 관찰돼왔다. 이러한 차이점은 생물학적 지능의 발생과 진화의 원리를 이해하는 데 결정적인 역할을 하고, 현재 개발된 인공지능과의 차이점을 보여주는 핵심적인 단서를 제공할 것으로 기대되고 있으나 이러한 인지 기능이 어떻게 자발적으로 발생하는지는 아직 명확하게 알려진 바가 없었다. 이에 연구팀은 학습을 거치지 않은 신경망의 초기 상태에서 나타나는 단순한 물리적 구조 특성이 다양한 인지 기능을 발생시킬 수 있을 것이라 예상했다. 이를 확인하기 위해 수행한 심층신경망 시뮬레이션 연구를 통해 모든 연결 가중치가 무작위로 초기화된 신경망에서도 `계층 구조'와 무작위적 피드 포워드 연결만 형성된다면 특정 수량에 선택적으로 강한 반응을 보이는 신경망 유닛들이 자발적으로 생성됨을 확인했다. 이러한 신경망 유닛들은 실제 뇌에서 발견되는 수량 선택적 신경세포의 주요한 성질들과 유사한 특성을 보였다. 이 결과는 생물학적 뇌에서 생애 초기에 발견되는 선천적인 숫자 선택성 역시 동일한 원리에 의해 발생할 가능성을 시사한다. 이러한 결과는 기초적인 인지 기능이 신경망의 초기 구조가 갖춰진 시점에 이미 존재하고 이후 다양한 학습을 통해 조절될 수 있음을 보여주며, 뇌신경과학의 중요한 화두 중 하나인 `지능의 선천적 혹은 후천적(nature vs. nurture) 형성'에 관해 매우 중요한 단서를 제공하는 발견으로 평가된다. 연구팀의 결과는 학습과 훈련에 의존해 대부분의 뇌 기능이 발생한다는 기존의 시각을 탈피해, 선천적이고 자발적으로 발생하는 뇌 기능에 대한 보다 심도 있는 연구가 필요하다는 사실을 시사한다. 한편으로 현재의 인공지능 구현 기법들과 완전히 다른 인공지능 구현 원리를 제시할 수 있는 생물학적 뇌 기반 이론을 제시한다. 백세범 교수는 "뇌 신경망 연구를 통해 얻은 아이디어를 인공신경망 연구에 적용하고, 그 결과를 다시 뇌과학적 원리를 발견하는 데 사용해 중요한 통찰을 가능하게 한 의미있는 연구ˮ라며 "뇌신경과학과 뇌공학 분야 모두에서 가장 중요한 질문 중 하나라고 할 수 있는 인지 지능의 기원에 대한 이해의 전환점을 가져올 것으로 기대된다ˮ라고 언급했다. 한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
2021.01.04
조회수 55592
인공지능 기술을 이용한 유전자 전사인자 예측 시스템 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 미국 캘리포니아대학교 샌디에이고캠퍼스(UCSD) 생명공학과 버나드 팔슨(Bernhard Palsson) 교수 공동연구팀이 인공지능을 이용해 단백질 서열로부터 *전사인자를 예측하는 시스템인 '딥티팩터(DeepTFactor)'를 개발했다고 29일 밝혔다. 이번 연구는 국제학술지인 '미국국립과학원회보(PNAS)'에 12월 28일 字 게재됐다. (논문명: DeepTFactor: A deep learning-based tool for the prediction of transcription factors) ※ 전사인자 (transcription factor) : 유전자의 전사(유전 정보를 복사하는 과정)를 조절하는 단백질. 특정 DNA 서열에 특이적으로 결합해 유전자의 전사를 조절한다. ※ 저자 정보 : 김기배(한국과학기술원, 제1 저자), 예 가오(Ye Gao) (UCSD, 제2 저자), 버나드 팔슨(Bernhard Palsson) (UCSD, 제3 저자), 이상엽(교신저자) 포함 총 4명 전사인자는 특정한 DNA 서열에 특이적으로 결합해 유전자의 전사(유전 정보를 복사하는 과정)를 조절하는 단백질이다. 전사인자로 인한 유전자 전사를 분석함으로써 유기체가 유전적 또는 환경적 변화에 어떻게 반응해 유전자의 발현을 제어하는지 이해할 수 있다. 이러한 점에서 유기체의 전사인자를 찾는 것은 유기체의 전사 조절 시스템 분석을 위한 첫 단계라고 할 수 있다. 지금까지 새로운 전사인자를 찾기 위해서는 이미 알려진 전사인자와의 상동성(유사한 성질)을 분석하거나, 기계학습(머신러닝)과 같은 데이터 기반의 접근 방식을 이용했다. 기존의 기계학습 모델을 이용하기 위해서는 분자의 물리 화학적 특성을 계산하거나, 생물학적 서열의 상동성을 분석하는 등, 해결하고자 하는 문제에 대한 전문 지식에 의존해 모델의 입력값으로 사용할 특징을 찾아내는 과정이 필요하다. 한편, 심층 학습(딥러닝)은 문제 해결을 위한 잠재적인 특징을 내재적으로 학습할 수 있기에 최근 다양한 생물학 분야에서 활용되고 있다. 하지만, 심층 학습을 이용한 예측 시스템의 경우 시스템 내부의 복잡한 연산 때문에 추론 과정을 직접 확인할 수 없는 `블랙박스(black box)'라는 특징을 가지고 있다. 공동연구팀은 심층 학습 기법을 이용해 주어진 단백질 서열이 전사인자인지 예측할 수 있는 시스템인 딥티팩터(DeepTFactor)를 개발했다. 딥티팩터는 단백질 서열로부터 전사인자를 예측하기 위해 세 개의 병렬적인 합성곱 신경망(convolutional neural network)을 이용한다. 공동연구팀은 딥티팩터를 이용해 대장균(Escherichia coli K-12 MG1655)의 전사인자 332개를 예측했으며, 그중 3개의 전사인자의 게놈 전체 결합 위치(genome-wide binding site)를 실험으로 확인함으로써 딥티팩터의 성능을 검증했다. 공동연구팀은 나아가 딥티팩터의 추론 과정을 이해하기 위해 특징 지도 (saliency map) 기반의 심층 학습 모델 해석 방법론을 사용했다. 이를 통해 딥티팩터의 학습 과정에서 전사인자의 DNA의 결합 영역에 대한 정보가 명시적으로 주어지지 않았지만, 내재적으로 이를 학습해 예측에 활용한다는 사실을 확인했다. 연구팀 관계자에 따르면, 특정 생물군의 단백질 서열만을 위해 개발됐던 이전 예측 방법론들과 달리, 딥티팩터는 모든 생물군의 단백질 서열에서 우수한 성능을 보여 다양한 유기체의 전사 시스템 분석에 활용 가능할 것으로 기대된다. 이상엽 특훈교수는 “이번 연구에서 개발한 딥티팩터를 이용해서 새롭게 발견되는 단백질 서열과 아직 특성화되지 않은 수많은 단백질 서열을 높은 처리 능력으로 분석할 수 있게 됐다”며 “이는 유기체의 전자 조절 네트워크 분석을 위한 기초 기술로써 활용 가능할 것”이라고 밝혔다. 한편, 이번 연구는 과기정통부가 지원하는 기후변화대응기술개발사업의 바이오리파이너리를 위한 시스템대사공학 원천기술개발 과제 지원을 받아 수행됐다.
2020.12.30
조회수 52333
경영대학 이재규 명예교수, 20년만에 한국인 첫 리오 상(LEO Award) 수상
우리 경영대학은 이재규 명예교수가 세계정보시스템학회(Association for Information Systems,이하 AIS)의 2020년 리오상 (LEO Award)의 수상자로 선정됐다고 14일 밝혔다. 이재규 명예교수는 1999년 리오상이 제정된 후 첫 한국인 수상자다. 세계정보시스템학회(AIS)는 세계 100여개국에서 5,000여명의 정보시스템 연구자가 참가하는 정보시스템 및 경영정보학 분야 최대 학술단체다. AIS는 1999년부터 세계 최초 컴퓨터 상용 비즈니스 애플리케이션 The Lyons Electronic Office의 이름을 딴 리오상(LEO Award)를 수여하고 있다. 리오상은 정보시스템 분야에서 평생의 업적이 세계적 영향을 미친 뛰어난 학자에게 수여하는 상으로 정보시스템학계에서 최고의 영예로 인정받고 있다. 이재규 명예교수는 사이버 범죄와 테러의 원인을 사전 제거하는 예방보안의 패러다임을 가진 ‘밝은 인터넷 (Bright Internet)’ 비전을 주창하며, 예방보안과 프라이버시를 병행할 수 있는 미래 인터넷을 연구 개발하고 있다. 세계정보시스템학회(AIS)는 이재규 명예교수의 이런 업적을 높이 평가해 올해 리오상 수상자로 결정했다고 밝혔다. 이재규 명예교수는 우리 대학에서 1985년부터 31년간 교수 및 석좌교수로 근무하며 경영대학장 및 테크노경영대학원장을 역임했다. 정년퇴임 후 중국 시안교통대학 특훈 교수로 ‘밝은 인터넷’을 산학협력으로 개발하고 있다. 해외에서 발송된 사이버 범죄가 85%인 상황을 감안해 해외 사이버 범죄 원인을 예방할 수 있는 한∙중 공동 연구계획을 제안하고 있다. 1985년부터 인공지능 선구자로서 금융 및 제조업 의사결정 모델을 개발하였고, 한국지능정보시스템학회의 초대회장과 한국경영정보학회 회장을 역임했다. 또한 세계정보시스템학회(AIS)의 석학회원으로 회장을 역임했다. 다수의 논문 발표로 국내외 학술상을 13회 수상했고 2013년 기후변화 대응과 지속 가능한 미래 녹색인재 양성을 위해 KAIST 녹색성장대학원을 설립했다.
2020.12.14
조회수 44610
<<
첫번째페이지
<
이전 페이지
1
2
3
4
5
6
7
8
9
10
>
다음 페이지
>>
마지막 페이지 15