-
김재철AI대학원, AI 기술설명회 2024 개최
우리 대학 김재철AI대학원(원장 정송)은 지난 5월 2일(목) 서울 COEX에서 ‘KAIST 김재철AI대학원 AI기술설명회 2024’(공동주최: 성남산업진흥원, 서울특별시)를 열었다. 본 행사는 KAIST 김재철AI대학원에서 연구개발 중인 최신 AI기술을 일반 참관객 및 산업계 종사자에게 홍보하여 AI기술 확산에 기여하기 위해 마련됐다. 이번 설명회에는 약 650여명이 참석하여 KAIST에서 연구 중인 AI기술에 대한 큰 관심을 확인할 수 있었다.
오전 프로그램으로는 최근 관심이 높은 AI기술 분야에 대한 초청 강연을 진행했다. 최근 산업계의 주요 관심사인 ‘기업용 대형언어모델(LLM) 도입과 활용 전략’을 주제로 장동인 교수(KAIST 김재철AI대학원)가 강연했고, ‘AI와 로봇의 만남: 로봇러닝의 현재와 미래’라는 제목으로 임재환 교수(KAIST 김재철AI대학원)가 로봇러닝 분야의 연구동향과 성과를 설명했다. 이어서 문성은 리더(네이버 클라우드)가 헬스케어AI 기술동향에 대해 발표했으며, 해당 강연에는 카이스트-네이버 초창의 AI 연구센터(Hyper-Creative AI Research Center)에서 수행한 헬스케어AI 관련 공동연구 내용도 소개됐다.
오후 세션에서는 김재철AI대학원의 각 연구실이 보유한 다양한 AI 분야 기술과 최신 연구성과 발표가 이어졌다. 보유기술 소개 1부에서는 LLM, 딥러닝 알고리즘, 로봇 분야에 대한 기술발표가 있었다. ▲생성형 AI 평가 기술(서민준 교수, KAIST 김재철AI대학원, 이하 발표자 소속 동일) ▲데이터/자원 효율적 언어모델 선호 최적화 알고리즘(홍지우 연구원, James Thorne 교수) ▲생성형 언어모델을 사용한 정형 데이터 오버샘플링 기법(양준용 연구원, 양은호 교수) ▲대규모 딥러닝 모델을 위한 베이지안 딥러닝 기법(김현수 연구원, 이주호 교수) ▲로봇에게 물체 조작과 인지 능력 부여하기(김범준 교수) ▲병렬 디코딩을 활용한 자기회귀 언어모델의 빠르고 강건한 조기 추론 프레임워크(배상민 연구원, 윤세영 교수) 등이 소개되었다.
보유기술 소개 2부에서는 ▲실제 환경에서 사실적인 가상 착용을 위한 디퓨전 모델 개선(최이솔 연구원, 신진우 교수) ▲컴퓨터 비전 분야 영상 합성 및 변환 기술(황성원 연구원, 주재걸 교수) ▲전자건강기록 및 흉부 엑스레이 데이터베이스에 대한 멀티모달 질의응답 기술(배성수 연구원, 최윤재 교수) ▲딥러닝 모델이 학습한 특징 이해를 통한 AI 의사결정 설명기술(권다희 연구원, 최재식 교수) ▲안드로이드 모바일 기기 제어 에이전트의 다양한 기기 환경에서의 벤치마킹 연구(이주용 연구원, 이기민 교수) 등 컴퓨터 비전, 헬스케어 AI, 설명가능 인공지능(XAI) 및 에이전트 분야에 대한 최신 기술 소개 및 시연이 있었다.
본 기술설명회를 주관한 김재철AI대학원 정송 원장은 “AI엑스포에 참가한 일반대중과 산업계 종사자들에게 우리 대학원이 보유한 글로벌 수준의 최신 AI기술을 널리 알려 국내 기업들이 AI 기반 혁신을 추진하는 데에 앞장서겠다.”고 밝혔다.
행사 종료 후 김재철AI대학원이 보유한 기술에 대한 기술이전이나 공동연구에 관심이 있는 기업들은 KAIST 성남연구센터를 통해 기술상담 신청을 할 수 있다.
2024.05.10
조회수 343
-
KAIST 첨단 연구의 체험·전시·제품을 짜릿하게 만나다
우리 대학이 4월 과학의 달을 맞아 첨단 연구성과를 체험형 전시 프로그램으로 구성해 시민과 소통에 나선다. 25일부터 28일까지 4일간 대전 엑스포 시민광장 및 과학공원 일대에서 열리는 '2024 대한민국 과학축제 & 과학기술대전'에 6개 연구팀 및 3개 창업기업이 참여해 기술을 선보인다. '과학 실험실' 구역에서는 수면·퍼스널 컬러·뇌구조 분야의 연구진이 체험형 전시로 관람객을 맞는다. 석현정 산업디자인학과 교수 연구팀은 인공지능 기반 퍼스널컬러 진단 서비스를 제공하는 '나의 퍼스널 컬러 찾기(The Authentic Color Play)' 부스를 설치한다. 방문객들은 현장에서 피부색 자동 측정 기술을 직접 체험해보고 개인 피부에 최적화된 색상을 추천받을 수 있다. 김재경 수리과학과 교수 연구팀은 방문객이 양질의 수면을 하고 있는지 3분 만에 알아볼 수 있는 '슬립스(SLEEPS)' 프로그램을 운영한다. 머신러닝 기반의 수면장애 예측 알고리즘을 활용해 간단한 설문과 신체 측정만으로 수면장애 위험도를 계산해보는 체험이다. 검사 결과를 바탕으로 수면장애 위험도를 낮출 수 있는 생활 습관도 함께 알아볼 수 있다. 최민이 뇌인지과학과 교수 연구팀은 '미니 브레인' 체험을 진행한다. 가상현실(VR) 프로그램을 이용해 뇌의 주요 부위들을 해체·조립하며 뇌의 구조를 학습할 수 있다. 또한, 주요 기능과 역할이 다른 뇌 모형의 각 부분을 색칠로 구분하고 스티커를 붙이는 ‘뇌 컬러링’과 세포로부터 미니 브레인이 생겨나는 과정을 시뮬레이션 한 동영상도 관람할 수 있다.
국가 12대 전략기술 성과를 모아놓은 '과학 뮤지엄' 구역에서는 첨단바이오·첨단로봇제조·첨단모빌리티 분야의 연구성과를 전시한다.
조병관 공학생물학대학원 교수 연구팀은 '합성생물학 기반 CO2-to-바이오소재 전환 미생물 세포공장 기술'을 전시한다. 쓰레기 매립 가스, 산업 부생가스 등 환경 오염의 주요 원인인 온실가스를 미생물에 흡수시킨 뒤, 합성생물학을 기반으로 하는 유전적 개량기술을 적용해 다양한 바이오소재로 전환할 수 있는 고효율 생체촉매 개발 기술이다.
박해원 기계공학과 교수 연구팀은 험지탐사용 4족보행 로봇인 '하운드(HOUND)'를 공개한다. 하운드는 시각 및 촉각 센서의 도움 없이도 계단이나 험지 같은 비정형 장애물 환경에서도 안정적인 동작이 가능한 로봇이다. 실내 최대 속도 6.5m/s까지 낼 수 있으며, 100m를 19.87초 주파한 기네스 기록도 가지고 있다. 하운드는 축제 기간 내내 행사 현장을 활보하며 방문객을 맞을 예정이다.
장기태 조천식모빌리티 대학원 교수 연구팀은 '디젤 트럭 개조용 박(薄)형 모터' 기술을 선보인다. 택배차량용 디젤 트럭을 하이브리드 방식으로 개조하는 기술이다. 기존 디젤 차량에 모터를 추가해 저속 주행에는 모터를 사용하고 고속 주행에는 기존 엔진을 활용하는 방식이다. 정차와 가속이 잦은 국내 택배 차량에 이 기술을 도입할 경우 연비와 미세먼지를 동시에 저감할 수 있어 국토교통부 우수물류신기술 1호로도 지정된 바 있다. 이 밖에도 KAIST 혁신 창업기업의 기술도 전시된다. 화학과 창업기업 '폴리페놀팩토리(대표 이해신)'는 폴리페놀 기술을 활용해 탈모의 진행을 완화하고 모발의 풍성함을 더해주는 '그래비티' 샴푸를 소개한다. 연구팀이 개발한 특허 성분이 샴푸 과정에서 순간적인 보호막을 만들어 모발을 보호하는 동시에 가늘어진 모발을 힘 있게 잡아주는 원리다. 부스 방문객에게는 기술을 체험할 수 있는 시제품을 선착순으로 제공할 예정이다.
기계공학과 창업기업 '㈜A2US(대표 이승섭)'는 ‘마법의 전기 물방울(Magic Electro Water droplets)' 기술을 사용해 세계 최초로 개발한 제품을 선보인다. 인체에는 해가 없으면서도 공기 중의 유기물과 세균 등을 없애는 천연물질인 '하이드록실 라디칼'을 포함한 물방울을 만들어내는 가습기 '뮤(MEW, Magic Electro Water droplets)'다. 미세한 노즐에 전기를 가해 만들어진 이 물방울을 분무하면 공기 중의 유해물질과 냄새를 제거할 수 있어 가습과 공기정화 기능이 동시에 가능하다.
문화기술대학원 창업기업 '㈜카이(대표 김범기)'는 '밍글 AI(Mingle AI)'을 전시한다. 이미지, 오디오, 비디오 등 다양한 유형의 데이터를 입력하면 3차원의 아바타나 오브젝트를 만들어주는 생성형 인공지능 툴이다. 전문 지식이 없는 일반 사용자도 손쉽게 디지털 휴먼을 제작할 수 있으며, 게임·엔터테인먼트·소셜미디어 등의 분야에서 활용할 수 있다.이광형 KAIST 총장은 "대중과 눈높이를 맞춘 체험 프로그램을 구성해 KAIST의 우수한 기술을 시민과 공유할 수 있어 뜻깊게 생각한다"라고 전했다. 이어, 이 총장은 "우수한 성과와 함께 과학기술로 사회 문제를 해결하기 위해 매진하는 연구자들의 노력과 진심이 함께 전달될 수 있는 자리가 되길 기대한다"라고 덧붙였다.
2024.04.25
조회수 966
-
유럽 미술 300년을 만나다: KAIST 미술관 특별전
우리 대학이 유럽 미술사의 300년을 담은 <르네상스에서 초현실주의까지> 특별전을 서울캠퍼스 경영대학 SUPEX경영관 2층에서 25일 개막한다.
유로 오스트리아 아츠(EURO AUSTRIA ARTS) 대표인 김진수 연세대학교 명예교수가 기증해 우리 대학이 소장하고 있는 유화 작품 6점을 포함한 그림 94점과 조각작품 4점이 전시된다.
이번 전시는 오스트리아를 중심으로 이탈리아, 독일 등 유럽 미술의 다양한 흐름과 시대적 배경을 존중하고 포용하는 메시지를 전달하기 위해 기획됐다.
유럽 미술의 큰 별인 알브레히트 뒤러, 구스타프 클림트, 파블로 피카소, 마르크 샤갈, 호안 미로를 비롯해 자신의 길을 묵묵히 걸으며 빛내 온 여류화가를 포함한 수많은 작가의 작품을 통해 시대별 화풍의 변모를 엿볼 수 있는 구성으로 전시된다.
▴르네상스의 다양한 면모 ▴자연과 인간의 소통 ▴여류 화가들의 시도 ▴파블로 피카소, 마르크 샤갈의 작품을 통해 바라본 유럽 예술의 다양성과 혁신을 포함해 총 8개 섹션으로 나눠 시대별, 주제별로 주목할 만한 작품을 선보인다.
석현정 미술관장은 "이번 전시는 일상에서 접하기 힘든 귀한 클래식 예술품을 집대성해 관람객이 일상 속 휴식 속에서 예술적 영감을 받을 수 있도록 구성했다"라고 전했다. 이어, 석 관장은 "문제 해결과 디자인에 있어 새로운 시각과 접근 방법을 필요로 한다는 점에서 예술과 과학이 서로 닮아있는 만큼 이번 전시를 통해 창의적인 아이디어를 발전시키기 바란다"라고 덧붙였다.
이번 전시를 공동 주최한 윤여선 경영대학장은 "경영대학에서 수준 높은 전시를 열어 문화적 향유를 제공하게 돼 기쁘다"라고 전하며, "국제적인 시각과 세계적 통찰력을 함양해야 하는 경영학도들에게 유럽 미술의 다양한 작품들이 큰 도움이 되리라 믿는다"라고 밝혔다.
<르네상스에서 초현실주의까지> 특별전은 25일부터 내년 2월까지 학교 구성원은 물론 일반 관람객에게 무료로 공개된다.한편, KAIST 미술관은 2021년부터 세계적인 작품을 수집하고 소장작품을 연구해 과학과 예술의 학문적 연계를 촉진하고 있다. 지속적인 작품 전시를 통해 구성원들의 창의적 사고력을 신장하고 융합형 인재 양성에 기여할 방침이다.
2024.04.24
조회수 841
-
생성형 AI로 혁신적 신약 개발 가능성 열어
최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까?
우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다.
신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다.
연구팀은 이런 데이터 의존성 문제를 극복하기 위해 단백질 구조 정보만으로 분자를 설계하는 기술 개발에 주목했다. 타겟 단백질의 약물 결합 부위에 대한 3차원 구조 정보를 주형처럼 활용해 해당 결합 부위에 꼭 맞는 분자를 주조하듯 설계하는 것이다. 마치 자물쇠에 딱 맞는 열쇠를 설계하는 것과 같은 이치다.
또한 기존 단백질 구조 기반 3차원 생성형 AI 모델들은 신규 단백질에 대해 설계한 분자들의 안정성과 결합력이 떨어지는 등 낮은 일반화 성능을 개선하기 위해서 연구팀은 신규 단백질에 대해서도 안정적으로 결합할 수 있는 분자를 설계할 수 있는 기술을 개발하는 데 초점을 뒀다.
연구팀은 설계한 분자가 단백질과 안정적으로 결합하기 위해서는 단백질-분자 간 상호작용 패턴이 핵심 역할을 하는 것에 착안했다. 연구팀은 생성형 AI가 이러한 상호작용 패턴을 학습하고, 분자 설계에 직접 활용할 수 있도록 모델을 설계하고 재현할 수 있도록 학습시켰다.
기존 단백질 구조 기반 생성형 AI 모델들은 부족한 학습 데이터를 보완하기 위해 10만~1,000만 개의 가상 데이터를 활용하는 반면, 이번 연구에서 개발한 모델의 장점은 수천 개의 실제 실험 구조만을 학습해도 월등히 높은 성능을 발휘한다는 것이다. 이는 자연에서 관찰되는 단백질-분자 상호작용 패턴을 사전 지식의 형태로 학습에 활용함으로써 적은 데이터만으로도 일반화 성능을 획기적으로 높인 것에 기인한다.
일례로 아시아인에 주로 발견되는 돌연변이 상피 성장인자 수용체(EGFR-mutant)*는 비소세포폐암의 주요 원인으로 알려져 있는데, 이를 타겟으로 하는 약물을 설계하기 위해서는 야생형(wild-type) 수용체**에 대한 높은 선택성을 고려하는 것이 필수적이다.
*상피 성장인자 수용체: 상피 성장인자 수용체:상피 성장인자 수용체는 상피 세포의 성장을 촉진하는 인자에 결합함으로써 활성화되는 막 단백질로, 이 수용체의 돌연변이로 인한 지나친 활성은 다양한 종양의 발생과 관련이 있다고 알려져 있음
**야생형 수형체: 야생형은 자연 상태에서 가장 흔하게 발견되는 유전자형 또는 표현형으로, 유전자나 생체 분자 등의 변이가 없는 정상적인 상태를 말함
연구진은 생성형 AI를 통해 돌연변이가 일어난 아미노산에 특이적인 상호작용을 유도해 분자를 설계했고, 그 결과 생성된 분자의 23%가 이론상으로 100배 이상의 선택성을 가지는 것으로 예측됐다. 이와 같은 상호작용 패턴에 기반한 생성형 AI는 인산화효소 저해제(kinase inhibitor)* 등과 같이 약물 설계에 있어 선택성이 중요한 상황에서 더욱 효과적으로 활용될 수 있다.
*인산화효소 저해제: 단백질의 인산화를 촉진하는 효소로, 일반적으로 아데노신 삼인산(ATP)으로부터 인산기를 단백질의 특정 잔기에 전달함. 인산화효소는 세포 내 신호전달 네트워크의 핵심 조절자로서, 다양한 질병의 기전에 관여하여 약물 개발의 표적으로 여겨지고 있음. 이를 위해 인산화효소에 결합하여 활성을 억제하는 목적을 가지는 분자를 인산화효소 저해제라 함
제1 저자로 참여한 화학과 정원호 박사과정 학생은 “사전 지식을 인공지능 모델에 사용하는 전략은 상대적으로 데이터가 적은 과학 분야에서 적극적으로 사용되어 왔다”며 “이번 연구에서 사용한 분자 간 상호작용 정보는 약물 분자뿐 아니라 다양한 생체 분자를 다루는 바이오 분야의 문제에도 유용하게 적용될 수 있을 것”이라고 말했다.
한국연구재단의 지원을 받아 수행된 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications) (IF=16.6)’ 2024년 3월 15호에 게재됐다. (논문명: 3D molecular generative framework for interaction-guided drug design, 논문 링크: https://www.nature.com/articles/s41467-024-47011-2)
2024.04.18
조회수 1240
-
설명해주는 인공지능 구현을 위한 초저전력 하드웨어 기술 개발
우리 대학 신소재공학과 김경민 교수 연구팀이 다양한 멤리스터* 소자를 이용한 설명 가능한 인공지능 (XAI) 시스템을 구현하는데 성공했다고 25일 밝혔다.
*멤리스터 (Memristor): 메모리 (Memory)와 저항 (Resistor)의 합성어로, 입력 신호에 따라 소자의 저항 상태가 변하는 소자
최근 인공지능 (AI) 기술의 급속한 발전이 다양한 분야에서 성과를 이루고 있다. 이미지 인식, 음성 인식, 자연어 처리 등에서 AI의 적용 범위가 확대되며 우리의 일상생활에 깊숙이 자리 잡고 있다.
AI는 인간의 뉴런 구조를 모방해 만든 ‘인공신경망’을 기반으로, 적게는 수백만 개에서 많게는 수조 개에 달하는 매개변수를 통해 데이터를 분석하고 의사 결정을 내린다. 그러나 이 많은 매개변수로 인해 AI 모델의 동작 원리를 정확하게 이해하기 어렵고, 이는 통상적으로 블랙박스에 비유되곤 한다. AI가 어떤 기준으로 결정을 내는지 알 수 없다면, AI에 결함이나 오작동이 발생했을 때 이를 해결하기 어렵고, 이로 인해 AI가 적용되는 다양한 산업 분야에서 문제가 발생할 수 있다.
이에 대한 해답으로 제시된 것이 바로 설명 가능한 인공지능 (XAI)이다. XAI는 AI가 어떠한 결정을 내렸을 때, 그 근거가 무엇인지를 사람이 이해할 수 있도록 만드는 기술이다. <그림1> 생성형 AI 등 점점 더 복잡해지는 AI 기술의 등장으로 개발자, 사용자, 규제 기관 모두에게 XAI 시스템의 필요성이 강조되고 있다. 하지만, XAI는 일반적으로 엄청난 양의 데이터 처리를 요구하기 때문에, 이를 보다 효율적으로 동작할 수 있는 하드웨어 개발이 필요한 상황이다.
김경민 교수 연구팀은 교란(Perturbation) 기반 XAI 시스템을 서로 다른 멤리스터 소자를 이용해 하드웨어로 구현하는데 성공하였다. 세 가지 멤리스터 소자는 각각 휘발성 저항변화 특성, 아날로그 비휘발성 저항변화 특성, 아날로그 휘발성 저항변화 특성을 가지며 <그림 2>, 각 소자는 교란 기반 XAI 시스템의 필수적인 기능인 입력 데이터 교란, 벡터곱 연산, 그리고 신호 통합 기능을 수행한다.
연구팀은 개발된 XAI 하드웨어를 평가하기 위해, 흑백 패턴을 인식하는 신경망을 설계하였다. 여기에 개발한 XAI 하드웨어 시스템으로 설계한 신경망이 흑백 패턴을 인식하는 근거를 설명하였다. <그림3> 그 결과 기존 CMOS 기술 기반 시스템 대비 에너지 소비를 24배 감소하여 AI 판단의 이유를 제공하는 것을 확인하였다. <그림4>
KAIST 김경민 교수는 “AI 기술이 일상화되면서 AI 동작의 투명성 및 해석가능성이 중요해지고 있는데, 이번 연구는 다양한 종류의 멤리스터 소자를 이용해 AI 판단에 대한 근거를 제공하는 XAI 하드웨어 시스템을 구현할 수 있었다는 점에 큰 의의가 있다”며 “이 연구는 AI 의사 결정에 도달하는 과정을 이해하기 쉽게 설명을 제공함으로써 AI 시스템의 신뢰성 향상에 기여할 수 있어, 향후 의료, 금융, 법률 등 민감한 정보를 다루는 AI 기반 서비스에 적용될 수 있을 것으로 기대된다”고 밝혔다.
이번 연구는 KAIST 신소재공학과 송한찬 박사과정, 박우준 박사과정 학생이 공동 제1 저자로 참여했으며, 국제 학술지 ‘어드밴스드 머티리얼즈(Advanced Materials, IF: 29.4)’에 03월 20일 字 온라인 게재됐으며, 한국연구재단 중견연구사업, 차세대지능형반도체기술개발사업, PIM인공지능반도체핵심기술개발사업, 나노종합기술원 및 KAIST 도약연구사업의 지원을 받아 수행됐다. (논문명: Memristive Explainable Artificial Intelligence Hardware, 논문링크: https://doi.org/10.1002/adma.202400977)
2024.03.25
조회수 1070
-
화합물 생성AI 기술로 신약 개발 앞당긴다
신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다.
김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다.
심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의 생성하면서도 기존 화합물의 특성 예측이 동시에 가능한 기술은 개발되지 못했다.
연구팀은 화학 특성값의 집합 자체를, 분자를 표현하는 데이터 형식으로 간주해 분자 구조의 표현식과 함께 둘 사이의 상관관계를 아울러 학습하는 AI학습 모델을 제안했다. 유용한 분자 표현식 학습을 위해 컴퓨터 비전 분야에서 주로 연구된 다중 모달리티 학습 기법을 도입해, 두 다른 형식의 데이터를 통합하는 방식으로, 바라는 화합물의 성질을 만족하는 새로운 화합물의 구조를 생성하거나 주어진 화합물의 성질을 예측하는 생성 및 성질 특성이 동시에 가능한 모델을 개발했다.
연구팀이 제안한 모델은 50가지 이상의 동시에 주어지는 특성값 입력을 따르는 분자 구조를 예측하는 등 분자의 구조와 특성 모두의 이해를 요구하는 과제를 해결하는 능력을 보였으며, 이러한 두 데이터 정보 공유를 통해 화학반응 예측 및 독성 예측과 같은 다양한 문제에도 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 것으로 확인됐다.
이 연구는 독성 예측, 후보물질 탐색과 같이 많은 산업계에서 중요하게 다뤄지는 과제를 포함해, 더 광범위하고 풍부한 분자 양식과 고분자, 단백질과 같은 다양한 생화학적 영역에 적용될 수 있을 것으로 기대된다.
예종철 교수는 “새로운 화합물의 생성과 화합물의 특성 예측 기술을 통합하는 화학분야의 새로운 생성 AI기술의 개척을 통해 생성 AI 기술의 저변을 넓힌 것에 자부심을 갖는다”고 말했다.
예종철 교수 연구팀의 장진호 석박통합과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’지난 3월 14일 자 온라인판에 게재됐다. (논문명 : Bidirectional Generation of Structure and Properties Through a Single Molecular Foundation Model)
한편 이번 연구는 한국연구재단의 AI데이터바이오선도기술개발사업으로 지원됐다.
2024.03.25
조회수 1243
-
′인구 위기를 과학기술로 극복′ 아이디어 찾습니다
우리 대학이 국가적 당면 과제인 인구 위기를 과학기술 아이디어로 해결하기 위한 대국민 아이디어 공모전을 개최한다. 2022년에 이어 두 번째로 열리는 'KAIST Crazy Day 아이디어 공모전'은 우리 대학과 국민이 함께 획기적인 역발상 아이디어를 찾아 공유하는 행사다.
파격적(Crazy)이고 창의적인(Creative) 사고, 실패를 두려워하지 않는 도전적 자세(Challenging), 타인을 향한 배려(Caring) 등 ‘4C’로 상징되는 KAIST 고유의 정신을 바탕으로 우리 사회가 직면한 위기와 도전 과제에 능동적으로 대처하는 문화를 확산하기 위해 마련됐다. 오는 18일부터 다음 달 12일까지 제안서를 접수하는 이번 공모전은 '인구 위기 극복을 위한 과학기술의 활용 아이디어'를 발굴한다. 특히, 초저출산, 초고령화, 인구감소, 경제성장률 위축, 지방소멸, 병역자원 부족 등 우리 사회가 직면한 인구 전환기에 대응하는 아이디어를 토대로 문제를 해결하기 위한 논의의 장을 마련하는 것이 목표다. 과학기술을 접목해 인구 위기를 극복할 수 있는 독창적이고도 색다른 아이디어가 있는 사람이라면 개인 또는 3인 이하의 팀을 이뤄 누구나 참여할 수 있다. 우리 대학 홈페이지(☞알림사항 바로가기 클릭) 또는 KAIST 국가미래전략기술 정책연구소 홈페이지(☞바로가기 클릭)를 통해 1인(팀)당 1건의 아이디어를 접수 기간 내에 제안하면 된다. 접수된 제안서는 아이디어의 구현 가능성, 사회‧윤리적 효과, Crazy Day 정신(4C) 부합성, 혁신성, 대중성, 상징성 등을 기준으로 내·외부위원으로 구성된 심사단의 평가를 거친다. 선발된 상위 5개 팀은 오는 6월 우리 대학 대전 본원에서 열리는 공개 발표 심사에 참여해 최종 수상작을 가리게 된다. 대상 1팀에는 500만 원, 최우수상 1팀 300만 원, 우수상 3팀에는 각 100만 원의 상금과 함께 KAIST 총장상이 수여된다. 이광형 총장은 "지난해 우리나라의 합계출산율은 0.72명으로 2025년 초고령사회로의 진입이 예상되며, 고령화의 속도도 세계에서 가장 빠르게 진행되는 만큼 인구문제에 국민 모두가 관심을 가지고 극복을 위한 지혜를 모아야 한다"라고 말했다. 이어, 이 총장은 "인류가 위기에 처할 때마다 과학기술은 돌파구를 만들어준 원동력이었다”라며, “이번 공모전을 통해 훌륭한 아이디어가 많이 제안되어 인구 위기 극복으로 이어지기를 바란다"라고 밝혔다.
2024.03.15
조회수 2978
-
KAIST 여성교수협의회 성평등 정책 보고회 개최
우리 대학 여성교수협의회(회장 문수복 교수, 이하 여성교협)가 지난 11일 오후 학술문화관 양승택 오디토리움에서 '성평등 정책 보고회'를 개최했다.우리 대학은 개교 이래부터 지금까지 산학연 여성 리더 및 이공계 여성 인력 배출을 주도해온 산실이었으나, 이와 관련한 현황을 공개된 자료로 발간하거나 구성원들과 공유하는 자리가 마련된 사례는 많지 않았다. 'KAIST 양성평등 정책보고서' 발간을 기념해 열린 이번 행사는 국가 소멸 수준의 저출생 고령화 문제를 타개하기 위해 여성 인력 육성과 활용이 핵심 방법론으로 인식되고 있는 시대적 요구에 부응하고 관련 통계 및 방법론을 공유해 데이터 기반의 양성평등 정책 추진에 일조하기 위해 마련됐다.
여성교협은 학계와 산업계를 막론하고 여성이 절대 소수인 국내 이공계 현실 속에서도 최근 5년간 부임한 신임 교원의 25%, 공대 교원의 10%를 여성으로 확보한 우리 대학의 현황과 정책 제안을 담은 보고서를 지난 2년여간 준비해왔다.보고서 작성을 공동 주도한 서용석 문술미래전략대학원 교수의 발표를 시작으로 전창후 서울대 다양성위원회 위원장의 '통계를 통해 본 서울대의 성평등 현황 및 과제', 권오남 한국여성과학기술단체총연합회 회장의 '과학기술계에서의 젠더 다양성 현황', 박시정 과기부 미래인재정책국 과장이 '국가 소멸 위기 극복을 위한 여성과학기술인 육성 전략'의 발표가 이어졌다.
김명자 이사장은 "통계 자료 등을 통해 현재 학교나 국가에서는 여성 인력의 양적 확대를 강조하고 있지만 이에 그치지 않고 다음 단계에서는 질적인 향상, 즉 연구 수월성의 향상을 가져올 수 있는 정책의 지원이 필요하다"라고 강조했다.
또한 신용현 연세대 특임교수(전 국회의원)는 "KAIST가 성평등 정책 분야에서도 앞서나가 다른 대학에서 하지 못하는 혁신적인 정책을 선보이기 시작하면 우리 사회에도 곧 널리 퍼져나갈 수 있다고 본다"라고 의견을 밝혔다. 이어, "최고의 인력 양성에 걸맞은 선구적인 지원 시스템을 마련하길 바란다"라고 당부했다.
문수복 여성교수협의회 회장은 폐회사를 통해 "우리 대학에 여성 인력을 위한 좋은 제도들, 예를 들어 육아 휴직 중인 여성을 위한 브릿지 펀드 제도, 우수한 어린이집 시설 등이 있지만 구성원들 사이에는 적극적으로 홍보가 되지 않은 것 같다"라며, "이번 보고회를 통해 우수한 지원 제도들이 많이 알려지고, 이를 바탕으로 미래를 위한 더 좋은 성평등 지원제도가 마련될 수 있길 바란다"라고 덧붙였다. 양성평등법, 여성과학기술인 육성 및 지원을 위한 법률의 역사, 앞으로의 정책 방향 등을 총체적으로 논의한 이번 보고회에는 이광형 총장, 김명자 이사장 및 신용현 연세대 특임교수 등 교내·외 관계자 약 40여 명이 참석했다.
2024.03.14
조회수 1338
-
인공지능이 상황에 따라 알아서 업데이트되다
최근 실생활에 활용되는 인공지능 모델이 시간이 지남에 따라 성능이 점차 떨어지는 현상이 다수 발견되었고, 이에 따라 지속가능한 인공지능 학습 기술에 대한 필요성이 커지고 있다. AI 모델이 꾸준히 정확한 판단을 내리는 것은 더욱 안전하고 신뢰할 수 있는 인공지능을 만들기 위한 중요한 요소이다.
우리 대학 전기및전자공학부 황의종 교수 연구팀이 시간에 따라 데이터의 분포가 변화하는 드리프트 환경에서도 인공지능이 정확한 판단을 내리도록 돕는 새로운 학습 데이터 선택 기술을 개발했다고 14일 밝혔다.
최근 인공지능이 다양한 분야에서 인간의 능력을 뛰어넘을 정도의 높은 성능을 보여주고 있지만, 대부분의 좋은 결과는 AI 모델을 훈련시키고 성능을 테스트할 때 데이터의 분포가 변하지 않는 정적인 환경을 가정함으로써 얻어진다. 하지만 이러한 가정과는 다르게 SK 하이닉스의 반도체 공정 과정에서 시간에 따른 장비의 노화와 주기적인 점검으로 인해 센서 데이터의 관측값이 지속적으로 변화하는 드리프트 현상이 관측되고 있다.
시간이 지나면서 데이터와 정답 레이블 간의 결정 경계 패턴이 변경되면, 과거에 학습되었던 AI 모델이 내린 판단이 현재 시점에서는 부정확하게 되면서 모델의 성능이 점차 악화될 수 있다.
본 연구팀은 이러한 문제를 해결하기 위해, 데이터를 학습했을 때 AI 모델의 업데이트 정도와 방향을 나타내는 그래디언트(gradient)를 활용한 개념을 도입하여 제시한 개념이 드리프트 상황에서 학습에 효과적인 데이터를 선택하는 데에 도움을 줄 수 있음을 이론적으로 실험적으로 분석했다. 그리고 이러한 분석을 바탕으로 효과적인 학습 데이터 선택 기법을 제안하여, 데이터의 분포와 결정 경계가 변화해도 모델을 강건하게 학습할 수 있는 지속 가능한 데이터 중심의 AI 학습 프레임워크를 제안했다.
본 학습 프레임워크의 주요 이점은, 기존의 변화하는 데이터에 맞춰서 모델을 적응시키는 모델 중심의 AI 기법과 달리, 드리프트의 주요 원인이라고 볼 수 있는 데이터 자체를 직접 전처리를 통해 현재 학습에 최적화된 데이터로 바꿔줌으로써, 기존의 AI 모델 종류에 상관없이 쉽게 확장될 수 있다는 점에 있다. 실제로 본 기법을 통해 시간에 따라 데이터의 분포가 변화되었을 때에도 AI 모델의 성능, 즉 정확도를 안정적으로 유지할 수 있었다.
제1 저자인 김민수 박사과정 학생은 "이번 연구를 통해 인공지능을 한번 잘 학습하는 것도 중요하지만, 그것을 변화하는 환경에 따라 계속해서 관리하고 성능을 유지하는 것도 중요하다는 사실을 알릴 수 있으면 좋겠다ˮ고 밝혔다.
연구팀을 지도한 황의종 교수는 “인공지능이 변화하는 데이터에 대해서도 성능이 저하되지 않고 유지하는 데에 도움이 되기를 기대한다”고 말했다.
본 연구에는 KAIST 전기및전자공학부의 김민수 박사과정이 제1 저자, 황성현 박사과정이 제2 저자, 그리고 황의종 교수(KAIST)가 교신 저자로 참여했다. 이번 연구는 지난 2월 캐나다 밴쿠버에서 열린 인공지능 최고 권위 국제학술 대회인 ‘국제 인공지능 학회(Association for the Advancement of Artificial Intelligence, AAAI)’에서 발표되었다. (논문명: Quilt: Robust Data Segment Selection against Concept Drifts)
한편, 이 기술은 SK 하이닉스 인공지능협력센터(AI Collaboration Center; AICC)의 지원을 받은 ‘노이즈 및 변동성이 있는 FDC 데이터에 대한 강건한 학습’ 과제 (K20.05) 와 정보통신기획평가원의 지원을 받은 ‘강건하고 공정하며 확장가능한 데이터 중심의 연속 학습’ 과제 (2022-0-00157) 와 한국연구재단의 지원을 받은 ‘데이터 중심의 신뢰 가능한 인공지능’ 과제 성과다.
2024.03.14
조회수 1386
-
GPU에서 대규모 출력데이터 난제 해결
국내 연구진이 인공지능(AI) 등에 널리 사용되는 그래픽 연산 장치(이하 GPU)에서 메모리 크기의 한계로 인해 초병렬 연산*의 결과로 대규모 출력 데이터가 발생할 때 이를 잘 처리하지 못하던 난제를 해결했다. 이 기술을 통해 향후 가정에서 사용하는 메모리 크기가 작은 GPU로도 생성형 AI 등 고난이도 연산이 대규모 출력을 필요한 경우 이를 빠르게 수행할 수 있다.
*초병렬 연산: GPU를 이용하여 수 십 만에서 수 백 만 개의 작은 연산들을 동시에 수행하는 연산을 의미
우리 대학은 전산학부 김민수 교수 연구팀이 한정된 크기의 메모리를 지닌 GPU를 이용해 수십, 수백 만개 이상의 스레드들로 초병렬 연산을 하면서 수 테라바이트의 큰 출력 데이터*를 발생시킬 경우에도 메모리 에러를 발생시키지 않고 해당 출력 데이터를 메인 메모리로 고속으로 전송 및 저장할 수 있는 데이터 처리 기술(일명 INFINEL)을 개발했다고 7일 밝혔다.
*출력데이터: 데이터 분석 결과 또는 인공지능에 의한 생성 결과물에 해당하는 데이터
최근 AI의 활용이 급속히 증가하면서 지식 그래프와 같이 정점과 간선으로 이루어진 그래프 구조의 데이터의 구축과 사용도 점점 증가하고 있는데, 그래프 구조의 데이터에 대해 난이도가 높은 초병렬 연산을 수행할 경우 그 출력 결과가 매우 크고, 각 스레드의 출력 크기를 예측하기 어렵다는 문제점이 발생한다.
또한, GPU는 근본적으로 CPU와 달리 메모리 관리 기능이 매우 제한적이기 때문에 예측할 수 없는 대규모의 데이터를 유연하게 관리하기 어렵다는 문제가 있다. 이러한 이유로 지금까지는 GPU를 활용해 ‘삼각형 나열’과 같은 난이도가 높은 그래프 초병렬 연산을 수행할 수 없었다.
김 교수팀은 이를 근본적으로 해결하는 INFINEL 기술을 개발했다. 해당 기술은 GPU 메모리의 일부 공간을 수백 만개 이상의 청크(chunk)라 불리는 매우 작은 크기의 단위들로 나누고 관리하면서, 초병렬 연산 내용이 담긴 GPU 커널(kernel) 프로그램을 실행하면서 각 스레드가 메모리 충돌 없이 빠르게 자신이 필요한 청크 메모리들을 할당받아 자신의 출력 데이터를 저장할 수 있도록 한다.
또한, GPU 메모리가 가득 차도 무중단 방식으로 초병렬 연산과 결과 출력 및 저장을 지속할 수 있도록 한다. 따라서 이 기술을 사용하면 가정에서 사용하는 메모리 크기가 작은 GPU로도 수 테라 바이트 이상의 출력 데이터가 발생하는 고난이도 연산을 빠르게 수행할 수 있다.
김민수 교수 연구팀은 INFINEL 기술의 성능을 다양한 실험 환경과 데이터 셋을 통해 검증했으며, 종래의 최고 성능 동적 메모리 관리자 기술에 비해 약 55배, 커널을 2번 실행하는 2단계 기술에 비해 약 32배 연산 성능을 향상함을 보였다.
교신저자로 참여한 우리 대학 전산학부 김민수 교수는 “생성형 AI나 메타버스 시대에는 GPU 컴퓨팅의 대규모 출력 데이터를 빠르게 처리할 수 있는 기술이 중요해질 것으로 예상되며, INFINEL 기술이 그 일부 역할을 할 수 있을 것”이라고 말했다.
이번 연구에는 김 교수의 제자인 박성우 박사과정이 제1 저자로, 김 교수가 창업한 그래프 딥테크 기업인 (주)그래파이 소속의 오세연 연구원이 제 2 저자로, 김 교수가 교신 저자로 참여하였으며, 국제 학술지 ‘PPoPP’에 3월 4일자 발표됐다. (INFINEL: An efficient GPU-based processing method for unpredictable large output graph queries)
한편, 이번 연구는 과기정통부 IITP SW스타랩 및 ITRC 사업, 한국연구재단 선도연구센터인 암흑데이터 극한 활용 연구센터의 지원을 받아 수행됐다.
2024.03.07
조회수 1788
-
생성형 인공지능·가상현실 결합한 3D 스케칭 연구 본격화
우리 대학이 생성형 인공지능(generative AI)과 가상현실(VR)을 활용하여 초고속 생산성 시대를 열어가기 위한 본격적인 도전을 시작한다.
27일 대전 본원에 문을 연 'DRB-KAIST 스케치더퓨처 연구센터(센터장 배석형)'는 생성형 인공지능과 가상현실을 3D(3차원) 스케칭과 결합한 미래형 제품 개발 프로세스를 연구하기 위해 설립됐다.
로봇, 모빌리티, 인공 단백질과 같은 첨단 제조 산업 분야는 제품 개발 주기가 매우 길 뿐만 아니라, 설계 결함이 발견되면 다시 아이디어 발상 단계로 돌아가 실물 제작과 테스트까지의 모든 과정을 반복해야 한다. 또한, 복잡한 3차원 구조체가 한데 맞물려 움직이면서 고도의 기능을 수행하기 때문에, 기존 2차원 스크린 작업 환경에서는 설계 의도를 입력하거나 결과물을 해석하는 데 한계가 있었다.'DRB-KAIST 스케치더퓨처 연구센터'는 사람의 의도를 가장 빠르고 효과적으로 생성형 인공지능에 전달하는 수단으로 최신 가상현실 3D 스케칭 기술을 활용할 계획이다. 가상현실 몰입 공간 안에서 사람이 아이디어를 떠올리는 즉시 3D 스케칭으로 시각화하면, 인공지능이 이를 뼈대 삼아 구체화함으로써 실물을 제작하지 않고도 반복적으로 문제점을 수정해 점진적으로 완성도를 높일 수 있다.
이를 위해, ▴로봇 디자인 ▴모빌리티 디자인 ▴단백질 디자인을 3개 혁신 전략 분야로 삼고, 3D 스케칭 전문가인 배석형(산업디자인학과) 교수를 필두로 명현(전기및전자공학부), 박대형·성민혁(전산학부), 김경수·박해원·황보제민(기계공학과), 김호민(생명과학과) 교수 등 5개 학과 8명의 연구진과 KIST 박한범(뇌과학연구소) 박사가 범학제적으로 연구를 수행할 예정이다.
동일고무벨트 주식회사(대표 이윤환, 이하 DRB)는 연구센터를 통해 ▴정기 학술 워크숍 및 데모데이 개최 ▴DRB 연구원의 산학 교류 ▴DRB 매칭 조직의 신제품·신사업 탐색, ▴대규모 국가 연구개발 지원사업 합동 유치 추진 등을 진행한다. 기술혁명의 시대를 맞는 21세기 중후반에 대비한 새로운 기업 운영 체제를 만들어 가겠다는 포부다.
27일 오후 우리 대학 대전 본원 산업디자인학과동(N25)에서 개최된 개소식에는 이광형 총장, 배석형 센터장 등 KAIST 보직교수 및 센터 참여교수와 DRB 김세연 전략고문 및 임원진 등 30여 명이 참석했으며, 현판식이 함께 진행됐다.배석형 DRB-KAIST 스케치더퓨처 연구센터장은 "인공지능의 잠재력을 사람이 의도에 따라 자유자재로 부릴 수 있는 것이 핵심"이라며, "사람이 가진 고도의 창의성을 스케칭을 통해 자유롭게 발상하고 표현하는 연구는 앞으로 더욱 중요해질 것"이라고 강조했다.
2024.02.29
조회수 1924
-
드림워크 개발 명현 교수, 올해의 KAIST인 상 수상
우리 대학이 '올해의 KAIST인 상' 수상자로 명현 전기및전자공학부 교수를 선정했다. '올해의 KAIST인 상'은 탁월한 학술 및 연구 실적으로 국내‧외에서 KAIST의 발전을 위해 노력한 구성원에게 수여하는 상으로 지난 2001년에 처음 제정됐다. 23번째 수상자로 선정된 명현 교수는 지난 한 해 동안 로봇 자율보행 신기술 '드림워크(DreamWaQ)' 개발 및 국제 대회에서 우승한 실적과 3D 위치인식 및 맵작성(SLAM) 등의 신기술을 개발한 공로를 인정받았다.
'드림워크(DreamWaQ)'란 별도의 시각이나 촉각 센서의 도움 없이 계단도 성큼 오를 수 있는 보행로봇 제어기다. 이를 장착한 명현 교수 연구팀의 자율보행로봇은 '국제 사족보행 로봇 자율보행 경진대회'에서 MIT 등 세계 유수 대학 소속팀과 경쟁해 4배 이상의 점수를 획득하는 압도적 실력을 선보이며 우승했다. 또한, 대회에서 함께 사용된 주변 환경 인지 및 경로 탐색 기술도 독자적으로 개발했다. 명현 교수는 "저희 연구실에는 창의적이고 공익적인 로봇 기술 개발, 도전의 가치를 되새길 수 있는 경진대회 출전, 영향력 있는 논문 쓰기라는 연구 방향이 있다"라고 전했다. 이어, 명 교수는 "앞으로도 이 세 가지 방향에 더욱 매진하며 연구하고, 부족한 지도교수를 따라준 훌륭한 학생들과 저를 위해 희생해 준 가족들, 그리고 학교 관계자들에게 감사드린다"라고 소감을 밝혔다.'올해의 KAIST인 상' 시상식은 14일 오전 열리는 KAIST의 개교 53주년 기념식에서 진행된다. 이날 기념식에서는 교육, 학술, 국제협력 성과가 탁월하거나 KAIST의 위상에 크게 공헌한 총 39명의 교원에게도 특별 포상이 진행된다. 정원석 생명과학과 교수는 세계 뇌 질환 연구의 중심으로 손꼽히는 뇌 면역 관련 분야에서 창의적인 연구를 수행해 '학술대상'을 수상한다. 정 교수는 뇌 면역을 담당하는 별아교세포와 미세아교세포에 존재하는 면역 관련 분자의 기전과 그 조절 방식이 서로 상이함을 발견하는 등 획기적인 연구 성과를 거듭 달성한 점을 높이 평가받았다. '창의강의대상'은 콘테스트 기반 생명실험교육법을 최초로 개발해 학생들의 자기 주도적인 학습을 이끌어낸 박영균 바이오및뇌공학과 교수가 수상한다. 함자 쿠르트(Hamza Kurt) 전기및전자공학부 교수는 KAIST 교육에 대한 학생들의 만족도와 자부심을 크게 높인 것으로 평가받아 '우수강의대상'을 받는다. '공적대상'은 이창양 경영공학부 교수가 수상한다. 이 교수는 제20대 대통령직 인수위원회 경제 2분과 간사로 임명돼 정부의 산업, 국토, 농림 등 실물 부문 정책의 틀을 만드는 데 주도적인 역할을 했다. 또한, 제6대 산업통상자원부 장관으로 임명되어, 산업, 통상 및 에너지 등 실물 경제를 총괄해 학교의 위상을 강화한 공로다. 윤윤진 건설및환경공학과 교수는 '국제협력대상'을 받는다. UN·세계경제포럼 등에서 지정한 해양 탄소중립분야의 글로벌 어젠다 대응 연구개발 과정에서 새로운 국제 융합연구 기반을 확대하는 동시에 KAIST의 글로벌 기술 역량을 증진한 점을 높게 평가받았다.이광형 총장은 "도전과 혁신을 바탕으로 여러 분야에서 탁월한 학술 및 연구 실적을 보여주고 있는 구성원들의 노력이 KAIST가 세계 10위권 대학의 꿈을 향해 쉬지 않고 정진할 수 있는 원동력"이라고 말하며, "오늘 수상자를 포함해 함께 성과를 만들어 준 모든 구성원이 다 같이 기뻐하고 축하하며 서로를 격려하는 날이 되길 바란다"라고 전했다.
2024.02.14
조회수 1525