%ea%b5%ad%ea%b0%80%ec%a0%84%eb%9e%b5
-
2025 국가전략기술 혁신포럼 개최 - 한·미 협력 모색
우리 대학 국가미래전략기술 정책연구소에서 5월 22일(목) 대전 KAIST 본원 학술문화관(E9) 정근모 콘퍼런스홀에서 ‘2025년 상반기 국가전략기술* 혁신포럼’을 개최한다.
* 국가전략기술 : 외교․안보 측면의 전략적 중요성이 인정되고 국민경제 및 연관산업에 미치는 영향이 크며 신기술․신산업 창출 등 미래 혁신의 기반이 되는 기술로, AI, 첨단바이오, 양자, 반도체 등 12대 기술 및 50개 세부중점기술 선정․지원 중 (「국가전략기술 육성에 관한 특별법」)
이번 포럼에서는 미국과 중국 간 갈등 고조, 글로벌 안보 불확실성 증가 등 급변하는 국제정세 속에서, 우리나라의 국가전략기술 육성 정책방향을 살펴보고, 나아가 과학기술주권과 미래 성장동력을 확보할 수 있는 한·미 간 기술혁신 강화방안을 논의한다.
포럼은 △이광형 KAIST 총장 개회사 △유상임 과학기술정보통신부 장관 축사 △로버트 앳킨슨 미국 정보기술혁신재단(ITIF) 회장 기조연설로 진행되며, △1부 ‘한‧미 과학기술협력’에서는 국가전략기술의 글로벌 최신동향을 공유하고, 미‧중 기술패권 구도 하에서의 한‧미 과학기술 협력이 토론될 예정이다.
이어지는 △2부 ‘주요 세부기술 분야의 한‧미협력’에서는 주요 국가전략기술 중심으로 연구개발(R&D) 동향과 현안 쟁점을 분석하고, 한‧미 협력을 토대로 우리나라가 추진할 수 있는 실행 중심의 정책과제를 도출한다.
1부와 2부 각 세션은 국내외 전문가들의 주제발표 후, 종합토론 및 청중과의 질의응답으로 구성되어 보다 심층적인 논의가 이루어질 전망이다.
로버트 앳킨슨 미국 정보기술혁신재단(ITIF) 회장은 기조연설 ‘트럼프 2.0 시대, 한국의 새로운 성장 전략’에서 한국은 기존의 수출 위주 성장에서 벗어나 광범위한 기술혁신을 기반으로 하는 새로운 성장전략으로 전환하고, 사회적 관행으로 가해지는 그림자 규제(shadow regulation) 등을 개선하여 기술혁신을 촉진해야 한다고 제언한다.
1부 첫 발제자인 스티븐 에젤 ITIF 글로벌혁신정책 부회장은 ‘미‧중 갈등: 한국의 대응과 글로벌 시사점’에서 한국은 국가 전반적인 생산성 향상 및 경쟁력 있는 서비스산업의 육성으로 위기를 극복해야 한다고 강조한다.
이어 송경진 아시아재단 한국본부 대표는 ‘한‧미 전략기술 파트너십 협력 강화’에서 글로벌 기술패권 경쟁이 외교‧안보 지형을 변화시키는 만큼 한‧미 간 협력은 양국 의회, 산업계, 학계, 시민사회 등 다층적인 파트너십 구조를 통해 제도적이고 지속가능한 협력 기반으로 나아가야 한다고 제언한다.
정재민 KAIST 인문사회융합과학대학장은 ‘인공지능 시대, 인문사회예술의 가치’에서 인간, 사회, 문화에 대한 통찰없이 인공지능(AI)의 책임 있는 기술 발전이 어렵기 때문에, 기술혁신을 인간 중심의 가치로 연결하는 KAIST 인문사회융합과학대학의 역할과 중요성에 대해 MIT와 진행하는 AI 공동연구 프로젝트 사례를 통해 소개한다.
2부 첫 발제자로 김용희 KAIST 국가미래전략기술 정책연구소장은 ‘진정 지속가능한 차세대 원자력을 위한 한‧미 협력’에서 탄소중립과 에너지 안보를 위해 많은 국가나 기업이 원자력을 추진하고 있다면서, 지속가능한 원자력을 위해서는 안전성, 사용후연료, 우라늄 자원 등 3대 현안의 해결이 필요하고, 첨단원자로인 용융염고속로*가 효과적인 해결책이 될 수 있다고 제안한다.
*용융염고속로(Molten Salt Fast Reactor, MSFR): 차세대 원자로(Generation IV)의 한 종류로, 용융된 염(molten salt)을 핵연료 및 냉각재로 사용하는 고속 중성자 원자로
홍병희 서울대 화학부 교수는 ‘그래핀 소재 양산기술이 이끌 전략산업 혁신’에서 그래핀은 기존 기술의 한계를 뛰어넘을 ‘꿈의 신소재’라며, 만일 한국이 그래핀의 대량생산에 성공하게 된다면, AI 반도체‧센서, 양자컴퓨팅, 바이오메디컬 등 우리나라의 주력 산업 전반에 엄청난 혁신을 가져올 것으로 예측한다.
마지막으로 유회준 KAIST 인공지능반도체대학원 책임교수는 ‘AI 반도체의 현재와 미래’에서 ChatGPT 같은 대규모 AI 활용이 본격화되면서 반도체 설계도 기존의 연산 중심에서 메모리 중심으로 재편되는 추세라며, 한국형 AI 반도체의 경쟁력 있는 발전을 위한 중장기 전략의 방향성과 실현 가능성을 제시한다.
이광형 KAIST 총장은 “국가전략기술은 우리나라의 미래 성장과 직결되는 핵심 의제인 만큼, KAIST는 앞으로도 국내외 산‧학‧연 기관과 함께 과학기술과 정책이 소통하는 플랫폼을 지속적으로 제공하겠다”며 행사 취지를 밝혔다.
본 행사는 과학기술정보통신부의 후원으로 과학기술 혁신정책 분야에서 선도적인 역할을 해온 미국의 싱크탱크 정보기술혁신재단(ITIF, Information Technology and Innovation Foundation)과 공동으로 개최한다.
한편, 이번 행사는 사전등록순으로 참석할 수 있으며, 등록마감일은 5월 20일(화) 오후 6시까지다. (관련 웹사이트: https://forms.gle/jxCyE5v8dV1Zoyyw8)
2025.05.16 조회수 5772 -
기술경영전문대학원, 기술패권 시대 국가 전략 정책 포럼 개최
우리 대학은 '기술패권 경쟁 대응 방안 및 국가전략기술 확보 전략 포럼을 20일 오후 대전 본원 동문창업관에서 개최했다.기술경영전문대학원(원장 이덕희)이 주최하고 산업연구원(원장 주현) 및 과학기술정책연구원(원장 문미옥)이 공동으로 주관하는 이번 포럼은 기술경쟁력이 국가 생존의 필수 요소로 자리 잡은 상황에서 우리나라가 취해야 할 정책적 방향과 국가 전략기술 확보 방안을 모색하기 위해 마련됐다.
첫 번째 발제자로 나서는 김의석 KAIST 기술경영전문대학원 교수는 8만 6천여 건의 관련 문헌을 분석한 결과를 토대로 기술패권 경쟁 시대에 국가가 전략적으로 확보해야 할 국가전략기술(National Critical Technologies)을 정의했다.
이어, 경희권 산업연구원 부연구위원은 미중 패권경쟁 구도에서 한국 첨단전략산업의 경쟁 우위 요소와 위협 요인을 식별하고 글로벌 중추 국가로 도약하기 위한 정책적 방안을 제안했다.
조용래 과학기술정책연구원 연구위원은 기술패권 경쟁과 관련된 해외 정책 사례들을 소개하고 이를 통해 우리나라가 고려해야 할 시사점을 도출한다. 신흥 안보 시대에 맞는 현실적 정책 방향도 함께 제시했다.
마지막 발제자인 윤태성 KAIST 기술경영전문대학원 교수는 기술패권 경쟁의 원인과 확대 과정을 설명하고 한국의 생존전략을 위한 대응 방안을 정책 차원에서 제언했다.
이후, 김갑수 KAIST 전 교수가 좌장을 맡은 토론을 진행했다. 4인의 발제자와 함께 김계환 산업연구원 선임연구위원, 성경모 과학기술정책연구원 과학기술외교안보연구단 단장, 박정규 한양대 미래자동차공학과 겸임교수가 참여해 기술패권 경쟁 관련 연구 결과를 종합하고, 가장 실효성 있는 정책이 무엇인지를 심도 있게 논의했다.포럼을 총괄한 이덕희 KAIST 기술경영전문대학원 원장은 "이번 포럼이 기술패권 경쟁으로 촉발된 새로운 기술지정학적 패러다임에서 우리나라 과학기술과 산업정책이 나아가야 할 방향을 보다 구체화하는 계기가 되기를 기대한다"라고 밝혔다.
2023.07.21 조회수 8711 -
KAIST, 인공지능 반도체 생태계를 선도하다
인공지능 반도체(이하 AI 반도체)가 국가적인 전략기술로 두드러지면서 KAIST의 관련 성과도 주목받고 있다. 과학기술정보통신부는 지난해 2030년 세계 AI 반도체 시장 20% 점유를 목표로 인공지능 반도체 지원사업에 본격적으로 착수한 바 있다. 올해에는 산학연 논의를 거쳐 5년간 1조 200억 원을 투입하는 `인공지능 반도체 산업 성장 지원대책'으로 지원을 확대했다. 이에 따라 AI 반도체 전문가 양성을 위해 주요 대학들의 행보도 분주해졌다.
KAIST는 반도체와 인공지능 양대 핵심 분야에서 최상급의 교육, 연구 역량을 쌓아 왔다. 반도체 분야에서는 지난 17년 동안 메사추세츠 공과대학(이하 MIT), 스탠퍼드(Stanford)와 같은 세계적인 학교를 제치고 국제반도체회로학회(이하 ISSCC, International Solid State Circuit Conference)에서 대학 중 1위를 지켜 왔다는 점이 돋보인다. ISSCC는 1954년 설립된 반도체 집적회로 설계 분야 세계 최고 권위 학회다. 참가자 중 60% 이상이 삼성, 퀄컴, TSMC, 인텔을 비롯한 산업계 소속일만큼 산업적인 실용성을 중시해서 `반도체 설계 올림픽'이라는 별명도 있다.
KAIST는 ISSCC에서 채택 논문 수 기준 매년 전 세계 대학교 중 1~2위를 유지했다. 최근 17년간 평균 채택 논문 수를 살펴보면 압도적인 선두다. 해당 기간 채택된 KAIST의 논문은 평균 8.4편으로, 경쟁자인 MIT(4.6편)와 캘리포니아대학교 로스앤젤레스(UCLA)(3.6편)에 비해 두 배 가까운 성과다. 국내에서는 반도체 설계 분야 부동의 1위인 삼성에 이어 종합 2위 자리를 유지하고 있다. 그럴 뿐만 아니라 ISSCC와 쌍벽을 이루는 집적회로 분야 학술대회인 초고밀도집적회로학회에서도 KAIST는 2022년 전 세계 대학 중 1위를 기록했다.
KAIST의 연구진들이 반도체 산업 핵심 분야 전반에서 신기술을 발표해 연구의 질적인 수준도 높다. 전기및전자공학부 정명수 교수 연구팀은 고성능 저전력을 추구하는 현재 업계의 수요에 대응해 전력 공급 없이도 동작을 유지하는 컴퓨터를 개발했다. 소재 분야에서는 신소재공학과의 박병국 교수 연구팀이 기존의 메모리에 비해 동작 속도가 10배 이상 빠른 `스핀궤도토크 자성메모리' 소자를 개발해서 기존 `폰노이만 구조'의 한계를 극복하는 방안을 제시하기도 했다.
이처럼 현재 반도체 산업의 주요 과제에 솔루션을 제공하는 한편으로 미래의 새로운 반도체 분야를 선점하는 데 필요한 신기술 개발도 활발하다. 암호 및 비선형 연산 분야에서 차세대 컴퓨팅으로 주목받는 양자컴퓨팅 분야에서는 전기및전자공학부 김상현 교수 연구팀이 3차원 집적 기술을 세계 최초로 선보였다. 신경계의 원리를 활용해 인공지능 분야에서 발군의 성능을 보일 것으로 기대되는 뉴로모픽 컴퓨팅에서는 전기및전자공학부 최신현 교수 연구팀이 신경세포를 모사하는 차세대 멤리스터를 개발 중이다.
인공지능 분야에서도 비약적으로 성장했다. 인공지능 분야의 양대 세계 최고 권위 학회인 국제머신러닝학회(ICML)과 인공신경망학회(NeurIPS) 논문 수 기준으로 KAIST는 2020년 세계 6위, 아시아에서는 1위를 기록했다. KAIST의 순위는 2012년부터 꾸준히 우상향 그래프를 그려 8년만에 37위에서 6위로, 무려 31계단이나 도약했다. 2021년에는 인공지능 분야 톱 학회 11개에 발표된 한국 논문 중 약 40%에 달하는 129편이 KAIST에서 나왔다. KAIST의 이러한 활약에 힘입어 2021년 한국은 글로벌 인공지능 톱 학회 등재 논문 수 기준으로 미국, 중국, 영국, 캐나다, 독일에 이어 6위에 올랐다.
내용 면에서도 KAIST의 인공지능 연구는 최전선에 있다. 전기및전자공학부 유회준 교수 연구팀은 모바일기기에서 인공지능 실시간 학습을 구현해 에지 네트워크의 단점을 보완했다. 인공지능을 구현하려면 데이터 축적관 막대한 양의 연산이 필요한데, 이를 위해 고성능 서버가 방대한 연산을 담당하고 사용자 단말은 데이터 수집과 간단한 연산만 하는 `에지 네트워크'가 사용된다. 유 교수의 연구는 사용자 단말에 학습 능력을 부여함으로써 인공지능의 처리 속도와 성능을 크게 높일 수 있다.
지난 6월에는 전산학부 김민수 교수 연구팀이 초대규모 인공지능 모델 처리에 꼭 필요한 솔루션을 제시했다. 연구팀이 개발한 초대규모 기계학습 시스템은 현재 업계에서 주로 사용되는 구글의 텐서플로우(Tensorflow)나 IBM의 시스템DS 대비 최대 8.8배나 빠른 속도를 달성할 수 있을 것으로 기대된다.
KAIST는 반도체와 인공지능이 결합된 AI 반도체 분야에서도 주목할만한 성과를 내고 있다. 2020년 전기및전자공학부 유민수 교수 연구팀은 세계 최초로 추천시스템에 최적화된 AI 반도체를 개발하는 데 성공했다. 인공지능 추천시스템은 방대한 콘텐츠와 사용자 정보를 다룬다는 특성상 범용 인공지능 시스템으로 운영하면 병목현상으로 성능에 한계가 있다. 유민수 교수팀은 `프로세싱-인-메모리(이하 PIM, Processing-In-Memory)' 기술을 기반으로 기존 시스템 대비 최대 21배 빠른 속도를 낼 수 있는 반도체를 개발했다. PIM은 처리할 데이터를 임시로 저장하기만 하던 `램'에서 연산까지 수행해 효율을 높이는 기술이다. PIM 기술이 본격적으로 상용화되면 메모리 분야에서 강세인 한국 기업의 AI 반도체 시장 경쟁력이 비약적으로 높아질 것으로 기대된다.
KAIST는 그간의 성과에 안주하지 않고 인공지능 및 반도체, 그리고 AI 반도체 분야 초격차를 유지하고자 다각적인 노력을 기울이고 있다. 1990년 국내 최초로 인공지능연구센터를 설립한 데 이어 2019년에는 김재철AI대학원을 개설해 전문인력을 양성 중이다. 2020년에는 인공지능과 반도체 연구를 융합해 ITRC 인공지능반도체시스템 연구센터가 출범했으며, 2021년에는 인공지능을 다양한 분야에 접목하는 `AI+X' 연구를 활성화하고자 김재철AI대학원과 별도로 AI 연구원을 설립했다.
KAIST는 이러한 노력으로 축적된 내적 역량을 바탕으로 네이버 등 기업과 공동연구센터를 설립하는 한편, 화성시와 같은 지자체와 협력해 동시다발적인 전문인력 양성에 나섰다. 지난 2021년에는 삼성전자와 함께 반도체시스템공학과 설립 협약을 체결하고 새로운 반도체 전문인력 교육과정을 준비하고 있다. 새로 설립되는 반도체시스템공학과는 2023년부터 매년 100명 내외의 신입생을 선발하고, 이들이 전문역량을 꽃피울 수 있도록 학생 전원에게 특별장학금을 지급할 예정이다. 또한 산업계와의 긴밀한 협력을 통해 삼성전자 견학과 인턴십, 공동 워크숍을 지원해 현장에 밀착한 교육을 제공할 예정이다.
KAIST는 국내 반도체 분야 박사 인력의 25%, 박사 출신 중견 및 벤처기업 CEO의 20%를 배출하며 한국 반도체 산업 생태계가 성장하는 데 중대한 공헌을 했다. 본격적으로 열린 AI 반도체 경쟁 체제를 앞두고 KAIST가 다시 산업 생태계의 구심점 역할을 할지 귀추가 주목된다.
2022.08.04 조회수 22701 -
박현욱 교수, 머신러닝 통해 MRI 영상촬영시간 단축기술 개발
우리 대학 전기및전자공학부 박현욱 교수 연구팀이 머신러닝 기반의 영상복원법을 이용해 자기공명영상장치(이하 MRI)의 영상 획득시간을 6배 이상 단축시킬 수 있는 기술을 개발했다.
이번 연구를 통해 MRI의 영상획득시간을 대폭 줄임으로써 환자의 편의성을 높일 뿐 아니라 의료비용 절감 효과를 기대할 수 있을 것으로 보인다.
권기남 박사과정이 1저자로 참여한 이번 연구는 국제 학술지 ‘메디컬 피직스(Medical Physics)’ 12월 13일자에 게재됐고 그 우수성을 인정받아 표지 논문에 선정됐다.
MRI는 방사능 없이 연조직의 다양한 대조도를 촬영할 수 있는 영상기기이다. 다양한 해부학적 구조 뿐 아니라 기능적, 생리학적 정보 또한 영상화 할 수 있기 때문에 의료 진단을 위해 매우 높은 빈도로 사용되고 있다.
하지만 MRI는 다른 의료영상기기에 비해 영상획득시간이 오래 걸린다는 단점이 있다. 따라서 환자들은 MRI를 찍기 위해 긴 시간을 대기해야 하고 촬영 과정에서도 자세를 움직이지 않아야 하는 등의 불편함을 감수해야 한다.
특히 길게 소요되는 영상획득시간은 MRI의 비싼 촬영 비용과 직접적인 연관이 있다.
박 교수 연구팀은 MRI의 영상획득시간을 줄이기 위해 데이터를 적게 수집하고 대신 부족한 데이터를 기계학습(Machine Learning)을 이용해 복원하는 방법을 개발했다.
기존의 MRI는 주파수 영역에서 여러 위상 인코딩을 하면서 순차적으로 한 줄씩 얻기 때문에 영상획득시간이 오래 걸린다. 획득 시간을 단축시키기 위해 저주파 영역에서만 데이터를 얻으면 저해상도 영상을 얻게 되고 듬성듬성 데이터를 얻으면 영상에서 인공물이 생기는 에일리어싱 아티팩트 현상이 발생한다.
이러한 에일리어싱 아티팩트를 해결하기 위해 다른 민감도를 갖는 여러 수신 코일을 활용한 병렬 영상법과 신호의 희소성을 이용한 압축 센싱 기법이 주로 활용됐다.
그러나 병렬 영상법은 수신 코일들의 설계에 영향을 받기 때문에 시간을 많이 단축할 수 없고 영상 복원에도 시간이 많이 걸린다.
연구팀은 MRI의 가속화에 의해 발생하는 에일리어싱 아티팩트 현상을 없애기 위해 라인 전체를 고려한 인공 신경망(Deep Neural Networks)을 개발했다.
연구팀은 위 기술과 함께 기존 병렬 영상법에서 이용했던 복수 수신 코일의 정보를 활용했고, 이 방식을 통해 직접적으로 영향을 주는 부분만을 연결해 네트워크의 효율성을 높였다.
기존 방법들의 경우 서브 샘플링 패턴에 많은 영향을 받았지만 박 교수 연구팀의 기술은 다양한 서브샘플링 패턴에 적용 가능하며 기존 방법대비 복원 영상의 우수함을 보였고 실시간 복원 또한 가능하다.
박 교수는 “MRI는 환자 진단에 필요한 필수 장비가 됐지만 영상 획득 시간이 오래 걸려 비용이 비싸고 불편함이 많았다”며 “기계학습을 활용한 방법이 MRI의 영상 획득 시간을 크게 단축할 것으로 기대한다”고 말했다.
이번 연구는 과학기술정보통신부의 인공지능 국가전략프로젝트와 뇌과학원천기술개발사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 국제 학술지 ‘메디컬 피직스 (Medical Physics)’12월호 표지
그림2. 제안하는 네트워크의 모식도
그림3. MRI의 일반적인 영상 획득 및 가속 영상 획득 모식도
2017.12.29 조회수 29136