-
안개 속 투명한 물체도 선명하게 본다…한 번의 촬영으로 복원
안개나 불투명한 막 뒤에 가려진 투명한 물체도 한 번의 촬영만으로 원래 모습을 찾아낸다. 우리 대학 연구진이 빛이 심하게 흩어지는 환경에서도 인공지능(AI)과 광학 원리를 이용해 투명한 물체의 모양과 두께, 위치를 동시에 복원하는 기술을 개발했다. 이번 기술은 반도체·디스플레이의 투명 부품 검사와 바이오 영상 등 다양한 분야에 활용될 것으로 기대된다.
우리 대학 바이오및뇌공학과 장무석 교수 연구팀이 두 개의 움직이는 산란층(안개나 불투명한 막처럼 빛을 여러 방향으로 흩뜨리는 층) 사이에 완전히 가려진 위상 물체(일반 카메라로는 잘 보이지 않지만 빛이 지나갈 때 아주 미세한 변화를 일으키는 투명한 물체)를 한 번의 촬영만으로 복원하는 단일 촬영 위상 영상(Single-shot Phase Imaging) 기술을 개발했다고 6일 밝혔다.
위상 물체는 유리나 투명 비닐, 살아 있는 세포처럼 일반 카메라로는 주변과 밝기 차이가 거의 없어 잘 보이지 않는 물체다. 하지만 빛이 물체를 통과하면서 생기는 아주 미세한 변화(위상)를 분석하면 물체의 형태와 광학적 두께까지 알아낼 수 있다. 그래서 위상 영상 기술은 살아 있는 세포를 염색하지 않고 관찰하거나 반도체와 디스플레이의 투명 부품을 검사하는 데 활용된다.
문제는 안개 낀 창문 너머를 촬영하면 물체가 흐릿하게 보이는 것처럼, 물체 앞뒤에 있는 산란층(빛을 여러 방향으로 흩뜨리는 층)이 움직이면 빛의 경로도 계속 바뀌어 물체의 정보를 정확히 얻기 어려웠다는 점이다. 그래서 기존 기술은 같은 대상을 여러 번 촬영하거나 산란 환경을 미리 측정해야 했고, 많은 학습 데이터를 이용해 인공지능을 훈련시키는 과정도 필요했다.
연구팀은 이러한 문제를 해결하기 위해 돋보기로 빛을 모으듯 (Focused Illumination, 점조명) 빛을 한곳에 집중시켜 첫 번째 산란층을 통과한 빛이 물체의 정보를 최대한 안정적으로 담도록 했다.
이후 빛이 물체와 산란층을 통과하면서 어떻게 변하는지를 계산하는 광학 모델과 인공지능(AI)을 결합했다. 일반적인 AI처럼 수많은 정답 사진을 미리 학습하는 대신, ‘이 빛이 어떤 경로로 거쳐 왔을까’를 물리 법칙에 따라 거꾸로 추적하며 실제 모습을 찾아가는 방식이다.
마치 안개 속에서 흐릿하게 찍힌 사진 한 장만 보고 안개를 걷어내듯 원래 모습을 복원하는 것과 같다. 연구팀은 이를 통해 한 번 촬영한 영상(빛의 세기를 측정)만으로 투명 물체의 모양과 두께는 물론 빛이 얼마나 산란됐는지, 물체가 어디에 있는지까지 동시에 알아내는 데 성공했다.
또한 물체의 위치가 바뀌거나 산란층이 움직여 빛이 흐려지는 정도가 달라져도 별도의 학습 데이터 없이 안정적으로 작동했다. 실험에서도 다양한 산란 환경에서 기존 단일 촬영 위상 복원 기술보다 물체의 경계와 세부 구조를 더욱 선명하게 복원했다.
이번 기술은 안개 낀 유리창 너머의 물체를 선명하게 보는 것처럼, 기존 광학 장비로는 검사하기 어려웠던 반도체·디스플레이용 투명 부품과 광학 소재를 더욱 정밀하게 검사하고, 살아 있는 세포를 손상 없이 관찰하는 바이오 영상, 차세대 광학 센서 등 다양한 분야에 활용될 것으로 기대된다.
장무석 교수는 "이번 연구는 안개나 불투명한 막처럼 빛이 심하게 흐트러지는 환경에서도 한 번의 촬영만으로 투명한 물체의 모양과 위치를 복원한 첫 사례”라며 "앞으로는 더 복잡한 환경에서도 안정적으로 작동하는 기술로 발전시켜 반도체 검사와 바이오 영상 등 다양한 분야에 활용할 계획”이라고 말했다.
이번 연구는 KAIST 바이오및뇌공학과 김유선 석사과정과 송국호 박사과정이 공동 제1저자로 참여하고 장무석 교수가 교신저자를 맡았으며, 광학 분야 국제학술지 Optica에 7월 20일 자 게재됐다.
※논문명: Single-shot imaging of phase objects fully enclosed by dynamic scattering layers,
DOI: https://doi.org/10.1364/OPTICA.593328
해당 연구는 정부(과학기술정보통신부)의 재원으로 선도연구센터, 미래유망융합기술파이오니어, 우수연구-핵심연구((RS-2021-NR060086, RS-2023-00251628, RS-2026-25479811), 삼성전자전략산학과제 (IO260313-15915-01)의 지원을 받아 수행됐다.
2026.08.06
조회수 2139
-
‘왕과 사는 남자’ 속 계유정난 어떻게 벌어졌나... 권력지도 복원
최근 영화 ‘왕과 사는 남자’가 큰 인기를 끌며 단종과 세조의 비극적인 역사 ‘계유정난’에 대한 대중의 관심이 높아지고 있다. 영화 속 권력 다툼은 극적이지만, 실제 역사 속 관료들의 운명은 어떻게 갈렸을까. KAIST·국제 연구진이 조선왕조실록과 과거 급제자 기록을 데이터로 분석, 조선 관료 사회의 성공과 몰락의 법칙을 과학적으로 규명했다.
우리 대학 문화기술대학원 박주용 교수 연구팀은 홍콩침례대학 최동혁 박사(KAIST 졸업생)와 홍콩대학 연구진과의 공동 연구를 통해 조선왕조실록과 문과방목(文科榜目, 과거 급제자 명단)을 디지털 인문학과 복합계 과학 방법론으로 분석해 조선 관료 14,600여 명의 경력 패턴을 밝혀냈다고 1일 밝혔다.
연구팀은 공정한 인재 등용 시스템이 유지될 때는 사회가 안정적으로 작동했지만, 특정 집단에 권력이 집중되어 시스템이 제대로 작동하지 않아 불평등이 심화될 경우 국가 전체의 쇠퇴로 이어질 수 있음을 확인했다. 즉, 조선의 멸망은 단일 사건이 아니라 ‘시스템의 붕괴’의 결과였다는 점을 데이터로 입증한 것이다.
조선왕조실록은 600년이 넘는 기간 동안의 국가 운영 기록을 담은 세계적 유산으로, 당시 정치·사회 구조를 정밀하게 복원할 수 있는 방대한 데이터다. 연구진은 먼저 조선 초기 권력 구조 극적 변동 사태인 1453년 ‘계유정난’을 정량적으로 분석했다. 실록 기록을 바탕으로 단종, 수양대군(세조), 안평대군과 교류한 관료들의 관계망을 구축한 결과, 세조와 가까웠던 인물들은 공신으로 부상하고 안평대군 측 인물들은 숙청되는 등 권력 변화가 관료 사회에 끼친 영향이 데이터로 명확히 드러났다.
다만 이러한 무력 정변은 조선 역사상 극히 소수의 사례였기 때문에, 연구진은 관료제의 일반적인 작동 방식을 이해하기 위해 장기적인 분석을 수행했다.
연구팀은 관료가 맡았던 관직의 높이와 재직 기간을 종합해 ‘총성공지표(Total Success Index)’를 개발했다. 이를 통해 각 관료가 얼마나 높은 지위에서 얼마나 오래 활동했는지를 정량적으로 측정했다.
분석 결과, 조선 건국 이후 약 400년 동안 출신 가문이나 지역과 개인의 성공지표 사이에는 일정 수준의 상관관계는 있었지만, 그 수준은 비교적 안정적으로 유지되는 정상적 상태를 유지한 것으로 드러났다. 이는 일정 수준의 공정성과 사회적 이동성이 유지됐음을 의미한다.
그러나 조선 후기로 접어들며 이러한 균형이 무너지기 시작했다. 안동 김씨, 풍양 조씨 등 특정 가문이 경쟁이 아닌 권세를 통해서 과거 급제자와 고위 관직을 차지하기 시작했고, 이어서 관료 사회의 불평등이 급격히 심화됐다.
연구팀은 데이터 분석을 통해 특정 가문이 관료의 성공 지표를 집중적으로 차지하는 현상을 확인했으며, 이는 공정한 인재 등용 시스템의 붕괴를 뜻하는 것이었다고 설명했다. 실력 본위의 등용 시스템이 무너진 구조적 변동를 해결하지 못한 조선 사회는 곧 쇠퇴와 멸망으로 이어졌다는 것이다.
박주용 교수는 “이번 연구는 단기간의 역사적 사건을 해석하는 한계를 넘어 한 국가 전체 구조의 역사적 변동을 관찰한 사례”라며 “국가의 흥망성쇠에 개인과 집단의 행위가 끼치는 영향을 이해하는 것은, 오늘날 사회의 공정성과 인재 등용 문제에도 중요한 시사점을 준다”고 말했다.
이어 “디지털화된 역사 자료와 과학적 데이터 분석의 결합은 과거를 이해하는 것을 넘어 미래 사회의 방향을 제시하는 핵심 도구가 될 것”이라고 덧붙였다.
연구팀은 향후 인공지능(AI)을 활용해 조선사 데이터베이스를 확장하여 해외의 관료제와 비교하고, 전세계와의 교류 기록도 분석하여 조선의 국제사적 의의를 거시적으로 규명할 계획이다.
이번 연구는 홍콩침례대학 최동혁 박사(KAIST 문화기술대학원 박사 졸업)가 제1저자로 참여했으며, 통계물리학 분야 국제 학술지 Physica A: Statistical Mechanics and Its Applications 4월호에 게재되었다. 논문은 오픈액세스(open access)로 전 세계 연구자와 일반인이 자유롭게 열람할 수 있다.
※ 논문명: Total Success Index and the Longitudinal Dynamics of Bureaucratic Stratification in Joseon Korea
※ 링크: https://www.sciencedirect.com/science/article/pii/S0378437126000890?via%3Dihub (DOI: 10.1016/j.physa.2026.131353)
한편, 이번 연구는 한국연구재단 ‘학제간융합연구 사업’·‘인문사회연구소지원 사업’·‘BK21 4단계 사업’, 한국콘텐츠진흥원 ‘저작권 서비스 혁신 연구개발 사업’, KAIST ‘포스트 AI 사업’, 한국고등과학원(KIAS)의 지원을 받아 수행됐다.
2026.04.01
조회수 3790
-
휴대폰 사진 단 몇 장으로 구현한 생생한 3D 가상 환경 속으로
기존의 3D 시뮬레이션은 실제 공간을 라이다(LiDAR)나 3D 스캐너로 정밀하게 측정하고, 수천 장의 사진을 카메라 위치 정보와 함께 보정해야 하는 번거로운 과정을 거쳐야 했다. 우리 대학 연구진은 이러한 한계를 극복하고 단 2~3장의 일반 사진만으로도 실험실이나 도심을 고정밀 3D 공간으로 복원해 시뮬레이션 환경을 구축할 수 있는 기술을 선보였다. 이로써 ‘현실을 찍으면 곧바로 가상 환경이 되는’새로운 패러다임을 제시했다.
우리 대학은 전산학부 윤성의 교수 연구팀이 정밀한 카메라 위치 정보 없이도 일반 영상만으로 고품질의 3차원 장면을 복원할 수 있는 새로운 기술 ‘SHARE(Shape-Ray Estimation)’를 개발했다고 6일 밝혔다.
기존의 3D 복원 기술은 소수의 영상으로 3차원 장면을 재현하기 위해 촬영 당시의 정밀한 카메라 위치와 방향 정보가 필수적으로 요구되어, 고가의 특수 장비나 복잡한 보정 과정이 필요하다는 한계가 있었다. 이러한 제약 때문에 실제 환경에서의 적용이 어렵고, 대중적 활용에도 제동이 걸려왔다.
연구팀은 이러한 문제를 해결하기 위해, 단 2~3장의 일반 사진만으로도 3차원 장면과 카메라의 방향을 동시에 추정해 정확한 3D 모델을 구축하는 기술을 개발했다. 별도의 추가 학습이나 정밀한 보정 과정 없이도 실제 환경에서 신속하고 정밀한 복원이 가능해 효율성과 범용성이 매우 높은 기술로 평가받고 있다.
핵심 기술인 SHARE는 영상 속에서 사물의 형태(Shape)와 카메라의 시선 방향(Ray)을 동시에 추정하는 새로운 방식을 도입했다.
기존 방식이 카메라 위치를 미리 알아야 3D 구조를 계산할 수 있었다면, SHARE는 영상 자체에서 공간 정보를 스스로 찾아내어 카메라와 구조를 추론한다. 이를 통해 서로 다른 위치에서 촬영된 다중 영상을 하나의 공통된 공간으로 정렬하고, 형상 왜곡 없이 안정적인 3D 복원을 실현했다.
윤성의 교수는 “SHARE 기술은 3D 복원의 진입 장벽을 획기적으로 낮춘 기술로, 건설·미디어·게임 등 다양한 산업에서 스마트폰 카메라만으로도 고품질 콘텐츠 제작을 가능하게 할 것”이라며 “로봇과 자율주행 분야에서도 저비용 시뮬레이션 환경 구축 등 다양한 응용 가능성이 있다”고 밝혔다.
이번 연구는 나영주 박사과정, 김태연 석사과정 학생이 공동 제1저자로 참여했으며, 연구 결과는 국제 이미지 처리 학회(IEEE International Conference on Image Processing, ICIP 2025)에서 9월 17일 발표되어 ‘최고 학생논문상(Best Student Paper Award)’을 수상했다.
이 상은 올해 채택된 643편의 논문 중 단 한 편에게만 수여되는 영예(수상률 0.16%)로, KAIST 연구진의 우수한 연구역량을 다시 한 번 입증했다.
*논문명 : Pose-free 3D Gaussian Splatting via Shape-Ray Estimation, DOI https://arxiv.org/abs/2505.22978
*수상정보: https://www.linkedin.com/posts/ieeeicip_congratulations-to-the-icip-2025-best-activity-7374146976449335297-6hXz
이번 성과는 과학기술정보통신부 SW스타랩 사업 ‘오픈 월드 로봇 서비스를 위한 불특정 환경 인지·행동·상호작용 알고리즘 개발’ 과제지원으로 수행되었다.
2025.11.06
조회수 4499
-
안개 속 모습도 또렷하게..숨겨진 영상 복원 AI 개발
물방울이 맺힌 유리창 밖을 보면 물체의 형체를 선명하게 알아볼 수 없는 것처럼, 카메라 센서에도 산란에 의해 뒤섞인 빛이 들어오면 흐린 영상이 촬영된다. 우리 연구진은 이러한 손상 영상을 시간의 연속성을 분석하여 선명하게 복원하는 AI 기술을 개발했다. 영상 촬영에선 산란 효과 뿐만 아니라 아지랑이와 같은 수차 효과, 야간에 발생하는 광자 잡음 효과 등 다양한 영상 손상 현상이 일어날 수 있는데, 이번에 개발된 기술은 이러한 다양한 손상 현상에 범용적으로 적용될 수 있어 향후 의료·방산·로봇 비전 분야에서 커다란 전환점을 마련할 것으로 기대된다.
우리 대학 바이오및뇌공학과 장무석 교수와 김재철AI대학원 예종철 교수 공동 연구팀이 움직이는 산란 매질 너머의 숨겨진 영상을 복원할 수 있는 ‘비디오 디퓨전 기반 영상 복원 기술(시간축 정보 정합성을 활용해 흐릿하거나 손상된 영상을 디퓨전 모델로 되살리는 기술)’을 세계 최초로 개발했다고 31일 밝혔다.
이 기술은 안개 낀 도로에서 자동차 전조등을 켜도 시야가 흐릿하게 보이는 현상이나, 김 서린 욕실 유리창 너머의 모습이 왜곡되어 보이는 것처럼 빛이 흐트러지는 환경에서도 원래 영상을 선명하게 복원할 수 있게 한다.
산란 매질은 빛의 경로를 무질서하게 섞어 시각 정보를 왜곡하는 물질로, 안개·연기·불투명 유리·피부 조직 등이 대표적이다. 이번에 개발된 기술은 기존에 보이지 않던 영역을 마치 ‘가려진 간유리 뒤를 들여다보듯’ 복원할 수 있게 해준다.
이를 통해 혈액이나 피부 속을 들여다보는 비침습적 의료 진단, 화재 현장의 연기 속 인명 구조, 벽에서 반사된 빛으로 영상을 복원하는 비시선 영상, 안개 낀 도로에서의 안전 운전 보조, 불투명 유리나 플라스틱 내부의 산업 검사, 흐린 물속 시야 확보 등 일상과 산업 전반에 활용될 수 있는 길을 열었다.
연구팀은 기존 인공지능 복원 기술이 훈련된 데이터 범위에서만 성능을 내는 한계를 극복하기 위해, 광학 모델과 비디오 디퓨전 모델을 결합한 새로운 복원 방식을 제안했다.
특히 시간에 따라 산란 환경이 변하는 경우(예: 바람에 흔들리는 커튼 너머 풍경)에도 안정적으로 복원할 수 있도록 연속된 영상의 시간적 상관관계를 학습한 디퓨전 모델을 도입했다. 그 결과 다양한 거리·두께·잡음 조건에서도 기존 최고 성능의 복원 모델을 뛰어넘는 결과를 얻었다.
공동 연구팀은 디퓨전 기반 복원 기술 중 최초로 시간 상관관계를 반영해, 움직이는 산란 매질 너머에서 정자의 움직임 패턴을 관찰하는 데 성공함으로써 세계적으로 큰 학문적 의미를 남겼다. 또한, 별도의 추가 학습 없이도 안개 제거, 영상 화질 개선(고해상도 프레임 생성), 블라인드 디블러링(흐린 영상 선명화) 등 다양한 상황에서 적응적으로 영상을 복원할 수 있는 최적화 기법을 도입해, 범용 복원 프레임워크로 확장될 가능성을 입증했다.
권태성 연구원은 “시간 상관관계를 학습한 디퓨전 모델이 움직이는 산란매질 너머 보이지 않는 데이터를 복원하는 광학 역문제 해결에 효과적임을 확인했다”면서, “앞으로는 안개 제거, 영상 화질 개선, 블라인드 디블러링 뿐만 아니라, 빛의 시간적 변화를 역추적해야 풀 수 있는 다양한 광학 역문제로 연구를 확장할 계획”이라고 밝혔다.
이번 연구는 바이오및뇌공학과 권태성·송국호 박사과정이 공동 제1 저자로 참여했으며, 세계 최고 수준의 인공지능 학술지 IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI)에 8월 13일에 게재됐다.
※논문명: Video Diffusion Posterior Sampling for Seeing Beyond Dynamic Scattering Layers
※DOI: 10.1109/TPAMI.2025.3598457
이번 연구는 과학기술정보통신부, 한국연구재단의 우수신진 연구자 사업 및 뇌선도연구센터사업, 삼성미래기술육성사업, AI 스타펠로우십의 지원을 받아 수행됐다.
2025.09.01
조회수 5025
-
숨겨진 다자 간 관계를 추적·복원하는 AI '마리오' 개발
회의실에 여러 사람이 동시에 모여 회의하는 경우처럼, 다수의 객체가 동시에 상호작용하는 고차원 상호작용(higher-order interaction)은 다양한 분야에서 발생하며, 실세계의 복잡한 관계를 담고 있다. 하지만 기술적 제약으로 인해 많은 분야에서는 주로 개별 쌍 간의 저차원 정보만 수집돼, 전체 맥락이 손실되고 활용에 제약이 따랐다. KAIST 연구진이 이처럼 불완전한 정보만으로도 고차원 상호작용을 정밀하게 복원*하는 AI ‘마리오(MARIOH)’를 개발하며, 소셜 네트워크, 뇌과학, 생명과학 등 다양한 분야에서 혁신적 분석 가능성을 열었다.
*복원: 사라지거나 관측되지 않은 원래 구조를 추정/재구성하는 것
우리 대학 김재철AI대학원의 신기정 교수 연구팀이 저차원 상호작용 정보만으로 고차원 상호작용 구조를 높은 정확도로 복원할 수 있는 인공지능 기술인 ‘마리오(이하 MARIOH, Multiplicity-Aware Hypergraph Reconstruction)’를 개발했다고 5일 밝혔다.
고차원 상호작용 복원이 어려운 이유는 동일한 저차원 상호작용 구조로부터 파생될 수 있는 고차원 상호작용의 가능성이 무수히 많기 때문이다.
연구팀이 개발한 MARIOH의 핵심 아이디어는 저차원 상호작용의 다중도(multiplicity) 정보를 활용해, 해당 구조로부터 파생될 수 있는 고차원 상호작용의 후보 수를 획기적으로 줄이는 데 있다.
더불어, 효율적인 탐색 기법을 통해 유망한 상호작용 후보를 신속하게 식별하고, 다중도 기반의 심층 학습 기술을 활용해 각 후보가 실제 고차원 상호작용일 가능성을 정확하게 예측한다.
연구팀은 10개의 다양한 실세계 데이터 셋을 대상으로 한 실험 결과, MARIOH는 기존 기술 대비 최대 74% 높은 정확도로 고차원 상호작용을 복원하는 데 성공했다.
예를 들어, 논문 공저 관계 데이터(출처: DBLP)에서는 98% 이상의 복원 정확도를 달성해, 약 86% 수준에 머무는 기존 기술을 크게 앞질렀다. 또한, 복원된 고차원 구조를 활용할 경우, 예측, 분류 등 다양한 작업에서의 성능이 향상되는 것으로 나타났다.
신기정 교수는 “MARIOH는 단순화된 연결 정보 정보에만 의존하던 기존 접근에서 벗어나, 실제 세계의 복잡한 연결 관계를 정밀하게 활용할 가능성을 열어 준다”라며, “단체 대화나 협업 네트워크를 다루는 소셜 네트워크 분석, 단백질 복합체나 유전자 간 상호작용을 분석하는 생명과학, 다중 뇌 영역 간 동시 활동을 추적하는 뇌과학 등 다양한 분야에서 폭넓게 활용될 수 있을 것”이라고 밝혔다.
김재철AI대학원의 이규한 석박통합과정(現 GraphAI 소프트웨어 엔지니어)과 이건 석박사통합과정, 신기정 교수가 저자로 참여한 이번 연구는 지난 5월에 홍콩에서 열린 제41회 IEEE 국제 데이터공학 학회(IEEE International Conference on Data Engineering, IEEE ICDE)에서 발표됐다.
※논문명: MARIOH: Multiplicity-Aware Hypergraph Reconstruction
※DOI: https://doi.ieeecomputersociety.org/10.1109/ICDE65448.2025.00233
한편, 이번 연구는 정보통신기획평가원의 지원을 받은 ‘EntireDB2AI: 전체 관계형 데이터베이스를 종합적으로 활용하는 심층 표현 학습 및 예측 원천기술과 소프트웨어 개발’ 과제와 한국연구재단의 지원을 받은 ‘그래프 파운데이션 모델: 다양한 모달리티 및 도메인에 적용 가능한 그래프 기반 기계 학습’과제의 성과다.
2025.08.05
조회수 5152
-
똑똑한 영상 복원 인공지능 기술 개발
딥러닝 기술은 영상 복원 속도가 기존 알고리즘 대비 수백 배 이상 빠를 뿐만 아니라 복원 정확도 역시 높다. 하지만, 주어진 학습 데이터에만 의존하는 딥러닝 기술은 영상 취득 환경상에 변화가 생기면 성능이 급격히 저하되는 치명적인 약점이 있다. 이는 알파고와 이세돌 九단과의 대국 시 `신의 한 수'에 의해 알파고의 성능이 급격하게 저하되었던 사례를 떠올리면 쉽게 이해할 수 있다. 즉, 인공지능이 학습하지 못했던 변수(학습 데이터상에 존재하지 않는 수)가 발생할 때 신뢰도가 급격히 낮아지는 인공지능 기술의 근본적인 문제이기도 하다.
우리 대학 바이오및뇌공학과 장무석 교수 연구팀과 김재철AI 대학원 예종철 교수 연구팀이 공동 연구를 통해 인공 지능의 신뢰도 문제를 해결할 수 있는 물리적 학습 기반의 영상 복원 딥러닝 기술을 개발했다고 6일 밝혔다.
연구팀은 영상 취득 환경에서 발생할 수 있는 변수 대부분이 물리적 법칙을 통해 수학적으로 기술 가능하다는 점에 착안해 물리적 법칙과 심층 신경망이 통합된 학습 기법을 제시했다.
모든 영상 기술은 물리적인 영상 기기를 통해 영상 정보를 취득한다. 연구팀은 이 정보 취득 과정에 대한 물리적인 통찰력을 인공지능에 학습시키는 방법을 개발했다. 예를 들면, `네가 도출한 복원 결과가 물리적으로 합당할까?' 혹은 `이 영상 기기는 물리적으로 이런 변수가 생길 수 있을 것 같은데?'라는 식의 질문을 통해 물리적 통찰력을 인공지능에 이식하는 방법을 제시한 것이다.
연구팀은 변화하는 영상 취득 환경에서도 신뢰도 높은 홀로그래피 영상* 을 복원하는데 성공했다. 홀로그래피 영상 기술은 의료 영상, 군용 감시, 자율 주행용 영상 등 다양한 정밀 영상 기술에 다양하게 활용될 수 있는데, 이번 연구는 의료 진단 분야의 활용성을 집중적으로 검증하였다.
*홀로그래피 영상: 물체의 그림자 패턴(회절 패턴)으로부터 물체의 형태를 복원하는 영상 기법, 일반적인 영상 기술과 달리 위상 변화에 의한 물체의 미세 구조를 감지할 수 있는 영상 기술
연구팀은 먼저 3차원 공간상에서 매우 빠르게 움직이는 적혈구의 회절 영상(확산된 그림자형상)으로부터 적혈구의 형태를 실시간으로 복원하는데 성공했다. 이러한 동적인 영상 환경에서 예상치 못한 변수로는 여러 개의 적혈구 덩어리가 복잡하게 겹쳐진다거나 적혈구가 예상하지 못했던 위치로 흘러가는 경우를 생각해 볼 수 있다. 여기서, 연구팀은 인공 지능이 생성한 영상이 합당한 결과인지 빛 전파 이론을 통해 검산하는 방식으로 물리적으로 유효한 복원 신뢰도를 구현하는데 성공하였다.
연구팀은 암 진단의 표준기술로 자리잡고 있는 생검 조직(생체에서 조직 일부를 메스나 바늘로 채취하는 것)의 영상 복원에도 성공했다. 주목할 점은 특정한 카메라 위치에서 측정된 회절 영상만을 학습했음에도 인공지능의 인지능력이 부가되어 다양한 카메라 위치에서도 물체를 인식하는데 성공했다는 점이다. 이번에 구현된 기술은 세포 염색 과정이나 수 천 만원에 달하는 현미경이 필요하지 않아 생검 조직 검사의 속도와 비용을 크게 개선할 수 있을 것으로 기대된다.
물리적 통찰력을 인공 지능에 이식하는 영상 복원 기술은 의료 진단 분야 뿐만 아니라 광범위한 영상 기술에 활용될 것으로 기대된다. 최근 영상 기술 산업계 (모바일 기기 카메라, 의료 진단용 MRI, CT, 광 기반 반도체 공정 불량 검출 등) 에선 인공지능 솔루션 탑재가 활발히 이루어지고 있다. 영상 취득에 사용되는 센서, 물체의 밝기, 물체까지의 거리와 같은 영상 취득 환경은 사용자마다 다를 수밖에 없어 적응 능력을 갖춘 인공 지능 솔루션에 대한 수요가 큰 상황이다. 현재 대부분의 인공 지능 기술은 적응 능력 부재로 신뢰도가 낮은 문제 때문에 실제 현장에서 활용성이 제한적인 상황이다.
바이오및뇌공학과 이찬석 연구원은 "데이터와 물리 법칙을 동시에 학습하는 적응형 인공지능 기술은 홀로그래피 영상뿐만 아니라 초고해상도 영상, 3차원 영상, 비시선 영상(장애물 뒷면을 보는 영상) 등 다양한 계산 영상 기술에 적용될 수 있을 것으로 기대된다ˮ고 밝혔다.
연구진은 "이번 연구를 통해 인공지능 학습에 있어서 학습 데이터에 대한 강한 의존성(신뢰도 문제)을 물리적 법칙을 결합해 해소했을 뿐만 아니라, 이미지 복원에 있어 매게 변수화된 전방 모델을 기반으로 했기 때문에 신뢰도와 적응성이 크게 향상됐다ˮ며, 이어 "이번 연구에서는 데이터의 다양한 특성 중에서 수학적 혹은 물리적으로 정확히 다룰 수 있는 측면에 집중했고, 향후 무작위적인 잡음이나 데이터의 형태에 대해서도 제약받지 않는 범용 복원 알고리즘을 개발하는 데 주력할 것이다ˮ라고 밝혔다.
바이오및뇌공학과 이찬석 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 머신 인텔리전스(Nature Machine Intelligence)'에 지난 1월 17일 字 출판됐다. (논문명: Deep learning based on parameterized physical forward model for adaptive holographic imaging with unpaired data)
한편 이번 연구는 삼성미래기술육성사업과 선도연구센터사업의 지원을 받아 수행됐다.
2023.02.06
조회수 13545
-
예종철 교수, 인공지능 블랙박스의 원리 밝혀
〈 예종철 교수, 한요섭 연구원, 차은주 연구원 〉
우리 대학 바이오및뇌공학과 예종철 석좌교수 연구팀이 인공지능의 기하학적인 구조를 규명하고 이를 통해 의료영상 및 정밀분야에 활용 가능한 고성능 인공신경망 제작의 수학적인 원리를 밝혔다.
연구팀의 ‘심층 합성곱 프레임렛(Deep Convolutional Framelets)’이라는 새로운 조화분석학적 기술은 인공지능의 블랙박스로 알려진 심층 신경망의 수학적 원리를 밝혀 기존 심층 신경망 구조의 단점을 보완하고 이를 다양하게 응용 가능할 것으로 기대된다.
예종철 석좌교수가 주도하고 한요섭, 차은주 박사과정이 참여한 이번 연구는 응용수학 분야 국제 학술지 ‘사이암 저널 온 이매징 사이언스(SIAM Journal on Imaging Sciences)’ 4월 26일자 온라인 판에 게재됐다.
심층신경망은 최근 폭발적으로 성장하는 인공지능의 핵심을 이루는 딥 러닝의 대표적인 구현 방법이다. 이를 이용한 영상, 음성 인식 및 영상처리 기법, 바둑, 체스 등은 이미 사람의 능력을 뛰어넘고 있으며 현재 4차 산업혁명의 핵심기술로 알려져 있다.
그러나 이러한 심층신경망은 그 뛰어난 성능에도 불구하고 정확한 동작원리가 밝혀지지 않아 예상하지 못한 결과가 나오거나 오류가 발생하는 문제가 있다. 이로 인해 ‘설명 가능한 인공지능(explainable AI: XAI)’에 대한 사회적, 기술적 요구가 커지고 있다.
연구팀은 심층신경망의 구조가 얻어지는 고차원 공간에서의 기하학적 구조를 찾기 위해 노력했다. 그 결과 기존의 신호처리 분야에서 집중 연구된 고차원 구조인 행켈구조 행렬(Hankel matrix)을 기저함수로 분해하는 과정에서 심층신경망 구조가 나오는 것을 발견했다.
행켈 행렬이 분해되는 과정에서 기저함수는 국지기저함수(local basis)와 광역기저함수(non-local basis)로 나눠진다. 연구팀은 광역기저함수와 국지기저함수가 각각 인공지능의 풀링(pooling)과 필터링(filtering) 역할을 한다는 것을 밝혔다.
기존에는 인공지능을 구현하기 위한 심층신경망을 구성할 때 구체적인 작동 원리를 모른 채 실험적으로 구현했다면, 연구팀은 신호를 효과적으로 나타내는 고차원 공간인 행켈 행렬를 찾고 이를 분리하는 방식을 통해 필터링, 풀링 구조를 얻는 이론적인 구조를 제시한 것이다.
이러한 성질을 이용하면 입력신호의 복잡성에 따라 기저함수의 개수와 심층신경망의 깊이를 정해 원하는 심층신경망의 구조를 제시할 수 있다.
연구팀은 수학적 원리를 통해 제안된 인공신경망 구조를 영상잡음제거, 영상 화소복원 및 의료영상 복원 문제에 적용했고 매우 우수한 성능을 보임을 확인했다.
예종철 교수는 “시행착오를 반복해 설계하는 기존의 심층신경망과는 달리 원하는 응용에 따라 최적화된 심층신경망구조를 수학적 원리로 디자인하고 그 영향을 예측할 수 있다”며 “이 결과를 통해 의료 영상 등 설명 가능한 인공지능이 필요한 다양한 분야에 응용될 수 있다”고 말했다.
이번 연구는 과학기술정보통신부의 중견연구자지원사업(도약연구) 및 뇌과학원천기술사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 수학적인 원리를 이용한 심층신경망의 설계 예시
그림2. 영상잡음제거 결과
그림3. 영상에서 80% 화소가 사라진 경우 인공신경망을 통해 복원한 결과
2018.05.10
조회수 27735
-
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 30704
-
우운택 교수, 스마트 관광 증강현실 어플리케이션 개발
〈 우 운 택 교수 〉
우리 대학 문화기술대학원 우운택 교수 연구팀이 스마트 관광 지원을 위한 증강 및 가상현실 어플리케이션을 개발했다.
‘케이 컬처 타임머신(K-Culture Time Machine)’ 어플리케이션은 창덕궁을 대상으로 한 시범 서비스로 iOS 앱스토어에 5월 23일 공개됐다.
개발된 케이 컬처 타임머신은 웨어러블 360도 비디오를 통해 문화유산이나 유적지에 대한 시공간을 넘는 원격 체험을 제공한다.
사용자는 VR기기에 스마트폰을 장착해 제공되는 360도 비디오로 문화 유적지를 원격으로 체험하고 해당 문화유산 및 연관관계가 있는 인물, 장소, 사건 등에 대한 정보를 확인할 수 있다. 또한 소실된 문화유산에 대한 3차원 디지털 복원도 체험할 수 있다.
웨어러블 기기 활용 없이도 모바일 모드를 통해 사용자 주변 유적지 확인, 카메라에 인식된 문화유산을 인식하고 관련된 정보와 콘텐츠를 제공하는 증강현실 기반의 문화유산 가이드가 가능하다.
사용자는 자신의 위치에서 창덕궁 돈화문을 시작으로 인정문, 인정전, 희정당에 이르는 창덕궁 내부를 이동하며 360도 파노라마 이미지나 비디오를 통해 현장을 가상체험 할 수 있다.
현재는 존재하지 않는 인정전 동쪽의 궐내 곽사 지역에는 3D모델을 통한 승정원의 가상 복원을 확인할 수 있다.
위 기능은 웨어러블 기기 없이 스마트폰 상에서도 체험 가능하며 개발 중인 증강현실 기능이 완성되면 현장에서 활용 가능한 수준의 어플리케이션이 될 것으로 기대된다.
우 교수 연구팀은 문화유산 데이터베이스와 증강-가상현실 콘텐츠의 표준화된 메타데이터를 구축하고 이를 적용했다. 이를 활용해 일시적으로 개발 후 소비되는 기존 어플리케이션과는 달리 추가적인 콘텐츠 생성 및 추가가 가능하다.
우 교수는 “증강현실 콘텐츠의 상호 활용성과 재활용성을 증진해 스마트관광 분야의 새로운 시장을 선점할 수 있을 것이다”며 “콘텐츠 개발 비용 절감과 증강현실 콘텐츠 생태계 활성화를 가능하게 하는 다양한 부가 효과도 기대한다”고 말했다.
이번 연구는 ㈜포스트미디어(대표 홍승모)와 문화체육관광부 CT R&D 사업과의 공동 수행을 통해 이뤄졌으며, 관련 연구 성과는 올 7월 캐나다에서 진행되는 HCII 2017 학회를 통해 발표될 예정이다.
□ 그림 설명
그림1. 360 VR 서비스 개념도
그림2. K-Culture Time Machine의 모바일 증강현실 기능 구동 화면
그림3. K-Culture Time Machine의 360도 파노라마 이미지-비디오 기능 화면
2017.05.23
조회수 28658
-
예종철 교수, IEEE TIP 편집위원 선임
예종철 교수
우리 학교 바이오및뇌공학과 예종철 교수가 영상 및 의료영상처리 분야의 저명한 학술지인 ‘IEEE 영상처리 트랜잭션(IEEE TIP, IEEE Transaction on Image Processing)"지 편집위원으로 선임됐다.
예 교수는 2013년 2월부터 2016년 1월까지 3년 간 편집위원으로 활동하면서 의료영상 분야의 논문심사와 편집방향 설정 등에 참여하게 된다.
예종철 교수는 압축센싱(Compressed sensing)을 이용해 높은 분해능을 갖는 의료영상복원 기술을 개발해 자기공명영상(MRI), 컴퓨터 단층촬영(CT), 양전자방출촬영기(PET), 뇌 영상 등에 적용하는 분야를 개척하는 등 의료영상 분야에서 주목할 만한 연구 성과를 낸 점을 인정받았다.
한편, "IEEE TIP"지는 영상처리, 의료영상, 영상 획득, 영상 압축, 출력 등의 분야에서 세계 최고의 권위를 자랑하는 학술지로 1992년 창간됐다.
2013.02.06
조회수 17556
-
자연계 초고속 현상을 측정할 수 있는 ‘아토과학’ 시대를 열다
- Physical Review Letters지 발표, 원자 의 초고속 시간 변화 측정 및 복원 성공 -
국내 연구진이 아토초 펄스*를 이용해 시간적으로 매우 빠르게 변화하는 헬륨 원자의 상태를 정확히 측정하는데 성공하여, 자연계의 다양한 초고속 현상을 정확히 측정할 수 있는 ‘아토과학’의 시대를 열었다.
※아토초 펄스 : 1 아토초는 10-18초이고, 펄스(pulse)는 맥박처럼 짧은 시간에 생기는 진동현상을 말함. 아토초는 다음의 비율에서 그 짧은 정도를 가늠할 수 있음. 우주나이 : 1 초 = 1 초 : 1 아토초
우리 학교 남창희 교수(55세)가 주도하고 김경택 박사와 금오공대 최낙렬 교수 등이 참여한 이번 연구는 교육과학기술부(장관 이주호)와 한국연구재단(이사장 이승종)이 추진하는 중견연구자지원사업(도약연구)의 지원으로 수행되었고, 연구결과는 물리학 분야의 권위 있는 학술지인 ‘Physical Review Letters"지 3월호(108권, 3월 2일자)에 게재되었다. (논문명: Amplitude and Phase Reconstruction of Electron Wave Packets for Probing Ultrafast Photoionization Dynamics)
남창희 교수 연구팀은 아토초 펄스를 이용해 초고속 광이온화*를 계측하는데 성공하였다.
※ 광이온화 : 아토초 영역에서 레이저나 연엑스선(의료용 엑스선보다는 약간 파장이 긴 엑스선)을 광원으로 원자를 이온화한 것.
남 교수팀은 아토초 엑스선 펄스와 펨토초(10-15초) 레이저 펄스를 이용해 헬륨 원자를 광이온화하고, 이 때 발생한 전자의 파속을 측정하여 초고속 광이온화 과정을 명쾌하게 규명하였다.
아토초 펄스를 이용한 원자의 초고속 광이온화 계측은 연구팀이 자체 개발한 고출력 펨토초 레이저와 고성능 광전자 계측장비에 의해 수행된 순수 국내 연구진의 결실이다. 연구팀은 지난 2010년에 고차조화파*를 이용해 세계에서 가장 짧은 60아토초 펄스를 생성한 바 있다.
※ 고차조화파 : 강한 펨토초 레이저를 기체원자에 집속하여 발생된 연엑스선 영역에서 레이저의 특성을 닮은, 매우 짧은 펄스폭을 가지는 우수한 연엑스선 광원
연구팀은 고출력 펨토초 레이저를 이용해 아르곤 기체에서 아토초 고차조화파 펄스를 생성하고, 이를 이용해 헬륨 원자를 광이온화시켜 원자에서 발생하는 초고속 광이온화 현상을 계측하였다. 남창희 교수는 “이번 연구는 아토초 펄스를 이용해 시간적으로 매우 빠르게 변화하는 헬륨 원자의 상태를 정확히 측정한 것으로, 향후 이번 연구결과를 바탕으로 원자와 분자 내부에서 일어나는 초고속 현상을 계측하고 이를 이용해 원자와 분자의 상태를 조절하는 연구를 진행하는 등 자연계의 초고속 현상을 정확히 측정하는데 기여할 계획”이라고 밝혔다.
2012.03.01
조회수 18473
-
개원 5주년 맞은 KAIST 문화기술대학원
우리학교 문화기술대학원이 오늘 개원 5주년을 맞았다.
문화기술대학원은 우리나라 최초의 융합기술전문대학원으로 지난 2005년 9월 개원됐다.
첨단 과학기술과 IT를 기반으로 문화예술과 경영 등 각각의 전문역량은 물론 종합적인 안목을 지닌 융합형 고급 전문인력 양성을 목표로 당시 문화부(現 문화체육관광부)의 지원을 받아 석사과정 21명, 박사과정 9명 등 30명의 학생과 6명의 교수로 출발했다.
문화기술대학원은 올해 7월까지 석사과정 졸업생 101명을 배출했는 데 이 중 KAIST 박사과정 진학 및 해외유학․군입대자 30명을 제외한 71명이 문화산업 관련분야에 진출해 왕성한 활동을 펼치고 있다. 첫 박사과정 졸업생은 내년 2월 3~4명이 배출될 예정이다.
개원 이후 5년 간 문화기술대학원은 이 분야의 전문 인력 수요가 크게 늘면서 가파른 성장세를 보이고 있는 데 경쟁력 면에서도 세계적인 수준을 자랑한다.
지난 해 1월 노준용 교수팀이 제작한 단편 CG 애니메이션 ‘Taming the Cat(고양이 길들이기)’이 지난 6월 호주 멜버른에서 개최된 ‘제10회 MIFA"를 비롯해 해외 유수의 애니메이션 페스티벌에 초대되어 상영되는 쾌거를 이뤘다.
또한, 문화기술대학원은 백제문화유적 3D 디지털 복원에도 국내에서는 처음으로 성공시켰다. 백제의 문화유적을 디지털로 복원한 것은 KAIST 문화기술대학원이 처음으로, 지난 2009년 4월부터 약 1년 4개월 간에 걸쳐 웅진성(현재 공주)과 사비성(현재 부여) 등 다수의 백제문화 유적지와 문화유산을 디지털로 복원하는 데 성공했다. 디지털 복원에 성공한 백제 문화유적은 9월 18일부터 10월 17일까지 한 달간 ‘2010 세계대백제전’을 통해 일반인들에게 공개된다.
문화기술대학원은 지난 5년간의 대학원 운영경험과 노하우를 바탕으로 첨단기술 분야 연구개발과 융합형, 창의적인 21세기형 인재육성을 위한 교육인프라 확충 등을 통해 2015년까지 글로벌 문화산업을 선도하는 ‘Top 5 수준의 세계 최고의 CT대학원’으로 발돋움한다는 내용의 청사진을 마련하고 연구프로젝트 중심으로 교과과정을 한층 강화해 운영할 방침이다.
2010.09.01
조회수 24697