인간 중심 AI 국제 워크숍 주최, 글로벌 AI 윤리논의 이끈다.
우리 대학은 11월 14일, 컴퓨터 과학 분야 세계적 권위의 학술대회인 ‘정보 및 지식관리 학회(The 34th International Conference on Information and Knowledge Management, CIKM 2025)’에서‘인간 중심 AI: 설명가능성과 신뢰성에서 실행 가능한 윤리까지(Human-Centric AI: From Explainability and Trustworthiness to Actionable Ethics)’를 주제로 국제 워크숍(워크샵 조직위원장: KAIST 김재철AI대학원 최재식 교수)을 개최할 예정이다.
이번 행사는 KAIST 김재철AI대학원이 주도하고 서울대, 서강대, 성균관대, 한국전자통신연구원(ETRI), 독일 TU Berlin 등 국내외 유수 기관이 공동으로 참여하는 자리다.
AI 기술의 잠재적 위험을 줄이고 책임 있는 활용을 위한 ‘인간 중심 AI’의 구체적 방향을 논의하기 위해 마련됐다. 워크숍에서는 AI의 설명가능성, 신뢰성, 윤리적 실행을 중심 주제로, AI 시스템이 투명하고 공정하며 인간의 가치에 부합하도록 운영되기 위한 기술적·정책적 방안이 심도 있게 다뤄진다.
이번 워크숍의 조직위원회는 KAIST 김재철AI대학원 최재식 교수와 전기및전자공학부 유창동 교수를 비롯해 서울대 한보형 교수, 서강대 구명완 교수, 성균관대 우사이먼성일 교수, ETRI 배경만 박사, 그리고 설명가능 인공지능(XAI) 분야 세계적 석학인 Wojciech Samek 교수(TU Berlin/Fraunhofer HHI)로 구성됐다.
행사는 세 개의 기조 강연(Keynote)과 구두 발표, 포스터 세션으로 구성된다. 기조연설에는 홍콩중문대학 어윈 킹(Irwin King) 교수가 ‘연합학습과 그 너머’를 주제로, KAIST 유창동 교수가 ‘대규모 비전-언어 모델의 공정한 정렬’를 주제로, 독일 프라운호퍼(Fraunhofer) HHI 연구소의 막시밀리안 드레이어(Maximilian Dreyer) 연구원이 ‘엔지니어처럼 AI를 검증하기: 설명에서 검증으로, 시맨틱렌즈와 함께’를 주제로 발표해 AI 신뢰성과 윤리 구현을 위한 최신 연구 동향을 공유한다.
우리 대학은 이번 행사를 통해 국내 AI 연구가 기술적 성과를 넘어 국제 윤리 논의의 중심으로 도약하고 있음을 보여줬다. 또한, 학계와 산업계의 전문가들이 한자리에 모여 신뢰할 수 있는 AI 구축을 위한 실천적 로드맵과 가이드라인을 논의하는 계기가 될 것으로 기대된다.
워크숍 조직위원장인 최재식 교수(KAIST 김재철AI대학원)은 “이번 워크숍은 인간 중심 AI의 핵심 주제인 설명가능성, 공정성, 프라이버시를 아우르는 글로벌 논의의 장이 될 것”이라며, “KAIST가 선도하는 인공지능 신뢰 연구가 국제 협력과 함께 윤리적 기술 발전의 방향을 제시할 것”이라고 말했다.
워크숍 참가를 희망하는 경우 CIKM 2025 학회 등록이 별도로 필요하며, 사전 등록은 https://bit.ly/hcai2025-reg 에서 가능하며 현장 등록도 가능하다.
한편, 이번 행사는 과학기술정보통신부 재원으로 정보통신기획평가원(IITP)이 지원하는‘인공지능 신뢰확보 분야 과제협의체’의 일환으로 추진되었으며, 국내외 연구자 간 학술 교류와 연구 성과 확산을 목표로 하고 있다. (참여과제 KAIST(RS-2022-II220984, RS-2022-II220184), 서울대(RS-2022-II220959), 서강대(RS-2022-II220621), ETRI(RS-2022-II220369), 성균관대(RS-2022-II220688)
‘2025 AI 챔피언’등극.. AI가 이제 택시도 스스로 부른다
이제는 단순히 대화만 하는 음성비서를 넘어, AI가 직접 화면을 보고 판단해 택시를 호출하고 SRT 티켓을 예매하는 시대가 열렸다.
우리 대학은 전산학부 신인식 교수(㈜플루이즈 대표)가 이끄는 AutoPhone 팀(플루이즈·KAIST·고려대·성균관대)이 과학기술정보통신부가 주최한 ‘2025 인공지능 챔피언(AI Champion) 경진대회’에서 초대 AI 챔피언(1위)에 선정됐다고 6일 밝혔다.
이번 대회는 AI 기술의 혁신성, 사회적 파급력, 사업화 가능성을 종합 평가하는 국내 최대 규모의 AI 기술 경진대회로, 전국 630개 팀이 참가한 가운데 AutoPhone 팀이 최고 영예를 차지하며 연구개발비 30억 원을 지원받는다.
AutoPhone 팀이 개발한 ‘FluidGPT’는 사용자의 음성 명령을 이해해 스마트폰이 스스로 앱을 실행하고 클릭·입력·결제까지 완료하는 완전 자율형 AI 에이전트 기술이다.
예를 들어, 사용자가 “서울역에서 부산 가는 SRT 예매해줘” 또는 “택시 불러줘”라고 말하면, FluidGPT는 실제 앱을 열고 필요한 단계를 순차적으로 수행해 결과를 완성한다.
이 기술의 핵심은 ‘비침습형(API-Free)’ 구조다. 기존에는 택시 앱(API) 을 이용해 직접 호출 기능을 실행해서 앱 내부 시스템에 연결(API 통신) 해야 했다. 반면 이 기술은 기존 앱의 코드를 수정하거나 앱(API)을 연동하지 않고, AI가 화면(UI)을 직접 인식하고 조작함으로써 사람처럼 스마트폰을 다룰 수 있는 능력을 갖췄다.
이로써 FluidGPT는 “사람처럼 보고, 판단하고, 손을 대신 움직이는 AI”라는 새로운 패러다임을 제시하며, ‘AI폰 시대’를 여는 핵심 기술로 평가받고 있다.
FluidGPT는 기존의 단순 음성비서를 넘어, AI가 직접 화면을 보고 판단하여 행동하는 ‘Agentic AI’(행동형 인공지능) 개념을 구현했다. AI가 앱 버튼을 클릭하고 입력 필드를 채우며 데이터를 참조해 사용자의 목적을 스스로 달성하는 완전 행동형 시스템으로, 스마트폰 사용 방식의 혁신을 예고하고 있다.
전산학부 신인식 교수는 “AI가 이제 대화에서 행동으로 진화하고 있다. FluidGPT는 사용자의 말을 이해하고 실제 앱을 스스로 실행하는 기술로, ‘AI폰 시대’의 출발점이 될 것이다. AutoPhone 팀은 세계적 수준의 연구 역량을 갖추고 있으며, 앞으로 모두가 쉽게 사용할 수 있는 AI 서비스 확산에 기여하겠다”고 소감을 밝혔다.
이광형 KAIST 총장은 “이번 성과는 KAIST의 AI 융합 비전을 보여주는 대표적인 사례”라며 “AI 기술이 국민 생활 속으로 들어와 새로운 혁신의 변화를 이끌고 있다”고 말했다.
이어 “KAIST는 앞으로도 AI와 반도체 등 미래 핵심기술 연구를 선도해 국가 경쟁력에 힘을 보태겠다”고 덧붙였다.
IEEE 회장 크레이머 교수, 전기및전자공학부서 인공지능 특별 강연 개최
세계 최대 전기·전자 기술 학회인 IEEE(Institute of Electrical and Electronics Engineers)의 캐슬린 크레이머(Kathleen A. Kramer) 회장이 30일 우리 대학을 방문해 ‘인공지능의 미래를 함께 그리다’라는 주제로 특별 강연을 진행했다.
전기및전자공학부(학부장 유승협)의 초청으로 콜로퀴엄 연단에 선 크레이머 회장은 IEEE의 핵심 비전인 ‘인류를 위한 기술 발전(Advancing Technology for Humanity)’을 바탕으로 “인공지능(AI)은 더 이상 먼 미래의 개념이 아니라, 혁신의 중심에서 인류의 삶을 변화시키는 기술이 되었다”라고 강조했다.
이어 “기술은 인간의 가치를 중심으로 발전해야 하며, 윤리와 포용성을 기반으로 한 인공지능이 진정한 혁신을 이끌 수 있다”라고 덧붙이며, 인공지능의 발전 방향과 기술의 사회적 책임에 대한 통찰을 공유했다.
유승협 전기및전자공학부장은 “크레이머 회장의 이번 방문은 우리 학부가 보유한 인공지능, 반도체, 신호처리, 로보틱스 등 첨단 분야의 역량을 국제 학계에 더욱 널리 알리는 것은 물론 다방면으로 협력을 강화하는 교두보가 될 것이라 기대한다”라고 전했다.
한편, 크레이머 회장은 강연에 앞서 이상엽 KAIST 연구부총장을 예방하고, 지속 가능한 기술을 발전시키고 윤리적·포용적인 연구 생태계 구축해 인류의 더 나은 삶에 기여하고자 하는 양 기관의 협력의 의지를 다시 한번 확인했다.
AI로 기후리스크에 강한 도시 상권 찾아낸다
우리 대학은 도시인공지능연구소(소장 건설및 환경공학과 윤윤진 지정석좌교수)가 미국 MIT 센서블 시티 랩(Senseable City Lab, 소장 Carlo Ratti 교수)과 함께 ‘도시와 인공지능(Urban AI)’분야의 공동연구를 진행하고, 그 성과를 서울 코엑스에서 열린 9월 말 ‘스마트라이프위크 2025(Smart Life Week 2025)’ 전시를 통해 공개했다고 10월 29일 밝혔다.
KAIST와 MIT는 도시의 주요 문제를 인공지능으로 해석하는‘Urban AI 공동연구 프로그램’을 추진해 왔으며, 이번 전시에서는 ▲도시 기후 변화 ▲녹지 환경 ▲데이터 포용성 등 세 가지 주제를 중심으로 연구 성과를 시민이 직접 체험할 수 있는 형태로 선보였다.
양 기관은 이번 협력을 통해 AI 기술이 도시의 문제를 계산하는 도구를 넘어, 사회적 이해와 공감을 이끄는 새로운 지능으로 확장될 수 있음을 보여주며 ▲도시의 열과 매출 ▲치유하는 자연, 서울 ▲데이터 소니피케이션 등 세 가지 프로젝트를 진행했다.
첫 번째 프로젝트인 ‘도시의 열과 매출’은 기후 변화가 도시 상권과 소상공인 생태계에 미치는 영향을 인공지능으로 분석한 연구다. 서울시 426개 행정동별 96개 업종에 대한 매출과 날씨 등 3억 개 이상의 데이터를 학습한 인공지능 모델을 통해, 기온과 습도 등의 기후 요인이 업종별 매출에 미치는 영향을 정량화했다.
그 결과는 각 지역·업종별로 기후 변화에 얼마나 잘 적응하고 회복할 수 있는지를 점수화한 ‘도시의 회복력(Urban Heat Resilience)’지표 40,896개로 시각화되어 어느 지역이 기온 리스크에 강한 상권인지 등 지역별 상권의 회복력 수준을 한눈에 파악할 수 있도록 구성되었다.
연구에 따르면 편의점 업종의 경우, 총 426개 행정동 중 64.7%는 기후 변화에 비교적 안정적인 ‘기후 중립 지역’이며 나머지 35.3%는 기후 변화에 영향을 크게 받는 ‘기후 민감 지역’에 속하는 것으로 분석되었다. 이는 편의점 업종의 영업 환경은 지역별로 기후 영향 편차가 존재하며, 도시 회복력 관점에서 향후 입지 전략 수립 시 참고할 수 있는 데이터로 활용 가능하다.
관람객은 실제 서울 지도를 기반으로 지역과 업종을 선택해, AI가 미래 기온 상승 시나리오에 따른 매출 변화를 실시간으로 예측하는 시스템을 체험할 수 있었다.
해당 예측 모델은 KAIST가 자체 개발한 기술로, 향후 보스턴·런던 등 세계 주요 도시와의 협력 확장도 추진될 예정이다. 이 연구는 향후 소상공인의 개업 전략 수립과 도시 기후 리스크 대응 정책 수립에 새로운 방향을 제시할 것으로 기대된다.
두 번째 프로젝트 ‘치유하는 자연, 서울’은 MIT의 글로벌 프로젝트 ‘Feeling Nature’의 서울 확장판으로, 스트리트뷰·지도·위성 이미지 등 도시 환경 데이터와 시민 설문 데이터를 결합해 AI가 ‘서울 시민이 실제로 느끼는 녹지의 심리적 경험(psychological green)’을 추정하도록 학습시켰다.
이를 통해 단순히 나무나 공원의 면적을 계산하는 수준을 넘어, 시민이 느끼는 정서적 회복력(emotional resilience)과 웰빙(well-being)을 반영한 새로운 도시 설계 방향을 제시했다. 해당 연구는 향후 서울시 녹지 정책 및 지역 맞춤형 도시 디자인에 활용될 과학적 근거를 제공할 것으로 기대된다.
마지막 프로젝트인 ‘데이터 소니피케이션’은 3억 건이 넘는 데이터를 음악처럼 해석해 들을 수 있게 만든 세계 최초의 인공지능 기술이다. AI는 온도·습도·매출 등 데이터를 활용해 기온이 오르면 음이 높아지고, 매출이 줄면 소리가 낮아지는 식으로 정보를 소리로 표현한다. 이를 통해 시각 대신 청각으로 도시 데이터를 ‘듣는’ 새로운 감각적 경험을 제공한다.
이 기술은 시각장애인이나 어린이 등 시각 정보 접근이 어려운 사람도 데이터를 직관적으로 이해할 수 있도록 돕는 포용적 AI 기술로, ‘모두를 위한 인공지능(Barrier-Free AI)’의 대표 사례다.
이번 연구를 후원한 서울AI재단 김만기 이사장은 “KAIST와 MIT 등 세계적 연구기관과의 협업을 통해 도시 환경과 시민 삶을 인공지능으로 분석한 뜻깊은 성과를 거뒀다”며 “이번 연구가 시민의 관점에서 도시 변화를 이해하고 이를 정책과 생활로 연결하는 기반을 마련했다”고 말했다.
윤윤진 소장은 “이번 전시는 인공지능이 도시를 계산하는 기술을 넘어, 사람과 도시를 이해하고 공감하는 지능으로 발전할 수 있음을 보여줬다”며 “시민이 함께 데이터를 만들고 경험하며, 세계 여러 도시와 협력해 더 포용적이고 지속 가능한 도시 미래를 열어가겠다”고 밝혔다.
이번 성과는 KAIST 도시인공지능연구소과 미국 MIT 센서블 시티 랩(MIT Senseable City Lab)이 참여한 AI 분야 글로벌 협력 연구사업 과제로, 서울AI재단의 후원을 받아 수행되었다.
※연구성과 이미지/동영상: https://05970c0c.slw-6vy.pages.dev/
사람처럼 텍스트·이미지 등 동시에 이해하는 멀티모달 AI 개발
보통 그림과 글자가 함께 있을 때 사람의 시선이 그림에 먼저 가는 것처럼, 여러 감각을 동시에 활용하는 ‘멀티모달 인공지능’도 특정 데이터에 더 크게 의존하는 경향이 있다. 우리 대학 연구진은 이러한 상황에서도 그림과 글자를 모두 고르게 인식하여 훨씬 더 정확한 예측을 가능케 하는 멀티모달 인공지능 학습 기술을 개발했다.
우리 대학은 전기및전자공학부 황의종 교수 연구팀이 다양한 데이터 유형을 한 번에 처리해야 하는 멀티모달 인공지능이 모든 데이터를 고르게 활용할 수 있도록 돕는 새로운 학습 데이터 증강 기술을 개발했다고 14일 밝혔다.
멀티모달 인공지능은 텍스트, 영상 등 여러 데이터를 동시에 활용해 판단하고 있다. 하지만 인공지능은 여러 정보를 받아들일 때, 한쪽 데이터에 치우쳐 판단하는 경향을 보여 예측 성능이 떨어지는 문제가 있었다.
연구팀은 이 문제를 해결하기 위해, 일부러 서로 어울리지 않는 데이터를 섞어서 학습에 사용했다. 그러면 인공지능은 어떤 경우에도 한쪽 데이터에만 의존하지 않고, 글과 그림, 소리 등 모든 데이터를 균형 있게 활용하는 방법을 배우게 된다.
또, 품질이 낮은 데이터는 보완하고, 어려운 데이터는 더 강조해서 훈련하는 방식까지 더해 다양한 상황에서도 안정적으로 성능을 높일 수 있음을 보여줬다. 이 방법은 특별한 모델 구조에 묶이지 않고, 어떤 종류의 데이터에도 쉽게 적용할 수 있어 확장성과 실용성이 크다는 점에서 의미가 있다.
황의종 교수는 “AI 성능을 높이려면 모델 구조(알고리즘)만 바꾸는 것보다, 어떤 데이터를 어떻게 학습에 쓰느냐가 훨씬 중요하다”며 “이번 연구는 멀티모달 인공지능이 특정 데이터(예: 영상, 텍스트)에 치우치지 않고 균형 있게 정보를 활용할 수 있도록 데이터 자체를 설계하고 가공하는 접근법이 효과적일 수 있음을 보여줬다”고 말했다.
이번 연구에는 전기및전자공학부 황성현 박사과정, 최소영 석사과정이 공동 제1저자로 참여했으며, 황의종 교수가 교신저자로 참여했다. 연구 결과는 오는 12월 미국 샌디에이고와 멕시코 멕시코시티에서 열리는 AI 분야 최고 권위 국제학술대회 NeurIPS(Conference on Neural Information Processing Systems)에서 발표될 예정이다.
※ 논문명: MIDAS: Misalignment-based Data Augmentation Strategy for Imbalanced Multimodal Learning, 논문 원본: https://arxiv.org/pdf/2509.25831
한편, 이번 연구는 정보통신기획평가원(IITP)의 지원을 받은 ‘강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습’ 과제 (RS-2022-II220157)와 ‘뇌질환 진단 및 치료용 비침습 근적외선 기반 AI 기술’ 과제 (RS-2024-00444862)의 지원을 받아 수행됐다.
도시 인공지능 연구소, 과기정통부 Brain Pool 기관유치형 과제 선정
우리 대학 도시 인공지능 연구소(소장: 윤윤진 교수)가 과학기술정보통신부 Brain Pool(BP) 기관유치형 과제에 선정되었습니다. 이번 성과는 연구소장 윤윤진 교수와 건설 및 환경공학과 인소영, 전기및전자공학부 한수진 교수과 함께 기획한 공동 제안이 결실을 맺은 것으로, 연구소의 도시 인공지능 분야 연구 역량과 국제적 협력 잠재력을 높이 평가받은 결과입니다.
이번 BP 과제는 총 28개월간 21억 원 규모로 추진되며, 해외 저명 석학을 초빙해 Geospatial AI, Climate AI, Physical AI 등 세 가지 핵심 분야를 중심으로 도시 문제 해결형 인공지능 연구를 본격적으로 수행할 예정입니다. 이를 통해 산·학·연·관 협력 체계를 기반으로 인공지능 핵심 기술을 개발하여 도시의 지속 가능한 성장과 ‘인지 도시’로의 전환을 선도하고, 시민이 체감하는 다양한 문제를 사전에 진단·대응하는 연구를 이어갈 것입니다.
특히 이번 과제는 여성 중심 기관형 브레인풀 과제라는 점에서 의미가 큽니다. KAIST는 신진 여성 연구자들의 성장을 체계적으로 지원하고, 차세대 여성 과학기술인의 국제 연구 네트워크 참여를 적극적으로 확대할 예정입니다. 이는 국내 이공계에서 상대적으로 부족한 여성 연구 인력 양성과 연구 리더십 강화에도 크게 기여할 것으로 기대됩니다.
더불어 MIT, NYU, UIUC, UBC, USF, University of Toronto 등 세계 유수 대학의 연구자들과의 장기 공동연구를 통해 도시 인공지능 연구소는 국내 및 아시아를 선도하는 Urban AI 연구 허브로 도약할 예정입니다.
앞으로도 글로벌 협력을 바탕으로 미래 도시의 복잡한 문제에 대응하고, 인공지능을 통한 혁신적 기술 고도화를 위한 핵심 연구를 매진해 나갈 것입니다.
제4회 한국인공지능시스템포럼 조찬 강연회 성료
인공지능이 물리적 세계와 직접 맞닿으며 산업 현장에 빠르게 스며드는 ‘Physical AI’ 시대의 흐름을 짚어보는 자리가 마련되었다. 우리 대학 인공지능반도체대학원은 9월 8일(월) 오전 대전 오노마 호텔에서 ‘제4회 한국인공지능시스템포럼(KAISF)’ 조찬 강연회를 개최하였다.
이번 강연회에서는 ㈜로보티즈 표윤석 이사가“Physical AI 연구 동향과 작업형 휴머노이드 AI Worker 개발 히스토리”를 주제로 초청 강연을 진행했다. 표 이사는 글로벌 Physical AI 연구 현황을 소개하며, 로보티즈가 추진 중인 산업 현장 맞춤형 휴머노이드 로봇 개발 전략을 구체적으로 설명하였다.
특히, 모방 학습(Imitation Learning)을 통한 로봇의 작업 습득, 소형·고출력 액추에이터 및 자체 개발 감속기 등 핵심 부품의 기술적 진보는 참가자들에게 실제 산업 현장에서 적용 가능한 로봇 플랫폼의 가능성을 보여주었다. 그는 로보티즈가 제시하는 “노동으로부터의 자유(Freedom from Work)”라는 비전을 바탕으로, 제조·물류·서비스 분야에 특화된 ‘AI Worker’ 개발 사례를 공유하였다.
참석자들은 단순한 기술 개념을 넘어, 현장에서 안정적이고 효율적으로 활용될 수 있는 Physical AI 로봇의 필요성에 깊이 공감하며 활발히 의견을 나누었다.
한국인공지능시스템포럼 유회준 의장(KAIST 교수)은“Physical AI는 세계 각국이 선도권을 확보하기 위해 치열하게 경쟁하는 분야입니다. KAISF는 한국형 산업 생태계를 구축해, 우리 기업들이 글로벌 시장에서 앞서 나갈 수 있도록 지원하겠다.”고 밝혔다.
KAISF는 앞으로 산업계와 학계, 연구기관을 긴밀히 연결하여 한국형 Physical AI 기술이 글로벌 무대에서 경쟁력을 확보할 수 있도록 집중할 계획이다. 이를 통해 AI 반도체, 로보틱스, 시스템 통합을 아우르는 차별화된 산업 생태계 조성을 추진할 것이다.
김재경 교수, 2025 SIAM 연례학회 한국인 최초·올해 최연소 기조 강연자로 초청
우리 대학 수리과학과 김재경 교수(기초과학연구원 수리 및 계산 과학 연구단 의생명 수학 그룹 CI)가 2025년 8월 캐나다 몬트리올에서 열린 SIAM SIAM : Society for Industrial and Applied Mathematics, 산업 및 응용수학회. 응용수학 분야의 세계적 권위 학회 Annual Meeting 2025 (AN25)에서 1952년 학회 창립 이후 70여 년 만에 한국인 최초이자, 올해 최연소 기조 강연자로 무대에 올랐다.
SIAM Annual Meeting은 전 세계 3,000여 명 이상의 수학자, 공학자, 데이터 과학자가 참여하는 세계 최대 규모의 응용수학 학술대회로, 학문적 업적과 영향력이 탁월한 소수의 연구자만 기조 강연자로 초청된다.
김재경 교수는 그동안 수학, 기계학습, 계산과학 등 다양한 학제 간 연구를 통해 수면·생체리듬의 메커니즘을 규명하고 디지털 치료 및 신약 평가로 확장하는 등 세계적으로 꾸준히 주목 받아왔다. 이번 초청은 김 교수가 축적해온 학문적 성과와 영향력을 국제적으로 인정받고, 한국 수학계가 세계적 위상을 확립하는 상징적 사건으로 평가된다.
김 교수의 강연 주제는“Synergy between Math Modeling and AI for Timeseries Analysis to Solve Human Health Problems”로, 수학적 모델링과 인공지능(AI)의 융합을 통해 인류 건강 문제를 해결하는 최신 연구 성과를 소개했다.
특히, 이번 강연에서는 ▲수학 기반 인과관계 추정 방법을 개발하여 기후가 전염병 확산에 미치는 영향을 규명한 연구, ▲수리모델과 신경망을 결합한 Density-PINN 기법을 통해 항생제 효과가 일관되게 유지되는 치료 타겟을 규명한 성과, ▲수리모델과 인공지능을 활용해 개인의 수면 데이터를 분석하고 맞춤형 수면 패턴을 추천하는 알고리즘 등이 소개됐다. 이 알고리즘은 실제로 삼성 갤럭시 워치에 탑재되어 전 세계 수천만 명이 사용 중이다.
김 교수는 강연에서 “수학과 인공지능의 융합은 맞춤형 헬스케어와 정밀 의학을 현실화하는 핵심 도구”라며, “이번 기조강연은 한국 수학이 세계적 연구 무대에서 중심적 역할을 할 수 있음을 보여주는 중요한 이정표”라고 밝혔다.
스마트팩토리 제조 공정 변해도 알아서 불량 잡는 AI 나왔다
최근 스마트팩토리의 제조 현장에서는 인공지능(AI) 센서 데이터를 활용한 불량 탐지 시스템 도입이 활발히 이뤄지고 있다. 그러나 기계 교체나 온도·압력·속도 변화 등으로 제조 공정이 바뀌면 기존 AI 모델은 새로운 상황을 제대로 이해하지 못해 성능이 급격히 저하되었다. 우리 연구진이 이런 상황에서도 재학습 없이 불량을 정확히 탐지하고, 최대 9.42% 성능 향상을 이끌어낸 AI 기술을 개발했다. 이번 성과는 스마트팩토리를 비롯해 헬스케어 기기와 스마트시티 등 다양한 분야에서 AI 운영 비용 절감과 활용성 확대에 기여할 것으로 기대된다.
우리 대학 전산학부 이재길 교수 연구팀이 제조 공정이나 설비가 바뀌어도 기존 AI 모델을 추가적인 불량 레이블링 없이 활용할 수 있는 새로운 ‘시계열 도메인 적응’기술을 개발했다고 26일 밝혔다.
‘시계열 도메인 적응(Time-series Domain Adaptation)’기술은 시간에 따라 변하는 데이터(예: 온도 변화, 기계 진동, 전력 사용량, 센서 신호 등)를 다루는 AI 모델이 훈련받은 환경(도메인)과 실제 적용 환경이 달라져도 추가 학습 없이 안정적으로 성능을 유지하도록 돕는 기술이다.
이재길 교수팀은 환경(도메인) 변화에 혼란을 일으키는 AI 모델이 가지는 문제의 핵심이 단순히 데이터 분포 차이뿐만 아니라 불량 발생 패턴(레이블 분포) 자체가 바뀌는 현상에 있다는 점에 주목했다. 예를 들어, 반도체 웨이퍼 공정에서 환형 불량과 스크래치 불량의 비율이 설비 변경으로 인해 바뀔 수 있다.
연구팀은 새로운 공정의 센서 데이터를 추세, 비추세, 주파수 세 가지 성분으로 분해하여 각각의 특성을 파악하는 방법을 개발했다. 마치 사람이 기계 소리의 높낮이, 진동 패턴, 주기적 변화를 종합해서 이상 징후를 감지하는 것처럼, AI도 다각도로 데이터를 분석하도록 했다.
즉 기존 모델이 예측한 결과를 새로운 공정의 데이터 군집 정보와 비교해 자동으로 예측값을 보정하는 방식을 적용한 ‘TA4LS(Time-series domain Adaptation for mitigating Label Shifts)’ 기술을 개발했다. 이를 통해 기존 공정의 불량 발생 패턴에 편향된 예측을 새로운 공정에 맞게 정확히 조정할 수 있다.
특히 이 기술은 별도의 복잡한 개발 없이도 기존의 AI에 끼워 넣는 추가 부품(플러그인 모듈)처럼 쉽게 결합할 수 있어 실용성이 높다. 즉, 현재 사용하고 있는 AI 기술에 구애받지 않고 간단한 추가 절차만 거치면 바로 적용할 수 있다.
연구팀은 시계열 도메인 적응 4개의 벤치마크 데이터셋(즉 변화가 발생한 4종류의 센서 데이터)을 사용한 실험에서 기존 방법 대비 최대 9.42% 정확도 향상을 달성했다.
특히 공정이 바뀌어 레이블 분포(예: 불량 발생 패턴) 차이가 큰 경우에서도 AI가 이를 스스로 보정해 판별하는 성능 개선 효과가 두드러짐을 보였다. 이러한 결과는 스마트팩토리의 주요 장점인 여러 종류 제품을 소량 생산하는 환경에서 불량 없이 더욱 효과적으로 사용될 수 있음을 입증했다.
연구팀을 지도한 이재길 교수는 “제조업에서 인공지능 도입의 가장 큰 걸림돌이던 공정 변경 시 재훈련 문제를 해결한 기술이며, 실용화되면 유지 비용 감소와 불량 탐지율 개선을 통해서 스마트팩토리 확산에 큰 기여를 할 것”이라고 말했다.
이번 연구는 전산학부 나지혜 박사과정 학생이 제1 저자, 남영은 박사과정, LG AI 연구원 강준혁 연구원이 공동 저자로 참여했다. 연구 결과는 인공지능과 데이터 분야 세계 최고 권위 학회인 ‘지식발견및데이터마이닝학회(KDD, ACM SIGKDD Conference on Knowledge Discovery and Data Mining) 2025’에서 2025년 8월 발표됐다.
※논문명: Mitigating Source Label Dependency in Time-Series Domain Adaptation under Label Shifts
※DOI: https://doi.org/10.1145/3711896.3737050
한편, 이번 기술은 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 SW컴퓨팅산업원천기술개발사업 SW스타랩 과제로 개발한 연구성과 결과물(RS-2020-II200862, DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발)이다.
암 표적 돌연변이에 최적의 약물 후보 자동 설계 AI 개발
기존 약물 개발 방식은 질병을 일으키는 원인이 되는 표적 단백질(예: 암세포 수용체)을 정하고, 그 단백질에 잘 달라붙어 작용을 막을 분자(약물 후보)를 찾는 방식으로 수많은 후보 분자 대상으로 진행하다 보니 시간·비용이 많이 들고 성공 가능성도 낮았다. 우리 대학 연구진이 표적 단백질 정보만 있으면, 사전 정보(분자)가 없어도 딱 맞는 약물 후보를 설계해 주는 AI를 개발해서 신약 개발의 새로운 가능성을 열었다.
우리 대학 화학과 김우연 교수 연구팀이 결합하는 약물 후보 분자의 사전 정보 없이 단백질의 구조만으로, 그에 꼭 맞는 약물 후보 분자와 그 결합 방식(비공유 결합성 상호작용)까지 함께 설계 및 최적화까지 할 수 있는 인공지능 모델 ‘BInD’를 개발했다고 10일 밝혔다.
이 기술의 핵심은 ‘동시 설계’다. 기존 AI 모델들은 분자만 만들거나, 만들어진 분자와 단백질의 결합 여부만 따로 평가했다. 반면, 이번에 개발된 모델은 분자와 단백질 사이의 결합 방식까지 함께 고려해 한 번에 설계한다.
실제로 단백질과 결합할 때 중요한 요소를 미리 반영하기 때문에, 효과적이고 안정적인 분자를 만들 확률이 훨씬 높다. 이러한 생성 과정은 단백질의 표적 부위에 맞춰 원자들의 종류와 위치, 공유결합과 상호작용을 하나의 생성 과정에서 동시에 만들어내는 과정을 시각적으로 보여준다.
또한, 이 모델은 신약 설계 시 반드시 고려해야 할 여러 요소(예를 들어 분자의 안정성, 물성, 구조의 자연스러움 등)을 동시에 만족시키도록 설계됐다. 기존에는 한두 가지 목표에 집중해 다른 조건을 희생하는 경우가 많았지만, 이번 모델은 다양한 조건을 균형 있게 반영해 실용성을 크게 높였다.
연구팀은 이 AI가 무작위 상태에서 점점 더 정교한 구조를 그려나가는 방식인 ‘확산 모델’을 기반으로 작동한다고 설명했다. 확산 모델은 2024 노벨 화학상을 받은 ‘알파폴드3’의 단백질-약물 구조 생성에서 활용돼 높은 효율성이 입증된 바 있다.
이번 연구에서는 원자가 공간상 어디에 있어야 하는지 좌표를 찍어주는 알파폴드3와 달리 ‘결합 길이’나 ‘단백질-분자 간 거리’처럼 실제 화학 법칙에 맞는 기준들을 알려주는 지식 기반 가이드를 넣어, 생성된 구조가 더 현실적인 결과를 내도록 도왔다.
뿐만 아니라, 연구팀은 한 번 만든 결과 중에서 뛰어난 결합 패턴을 찾아 다시 활용하는 최적화 전략도 적용했다. 이를 통해 추가 학습 없이도 더 뛰어난 약물 후보를 만들어낼 수 있었으며, 특히 암 관련 표적 단백질(EGFR)의 돌연변이에 선택적으로 작용하는 분자도 생성하는 데 성공했다.
또한, 이번 연구는 본 연구팀이 앞서 발표한 단백질에 어떤 분자가 어떻게 결합하는지에 대한 조건을 입력해야만 했던 기존 AI를 한 단계 더 발전시켰다는 점에서도 의미가 깊다.
화학과 김우연 교수는 “이번에 개발한 AI는 표적 단백질에 잘 결합하는 핵심 요소를 스스로 학습하고 이해해, 사전 정보 없이도 상호작용 하는 최적의 약물 후보인 분자를 설계할 수 있다는 점에서 신약 개발의 패러다임을 크게 바꿀 수 있을 것이다”라고 말했다.
이어 “이번 기술은 화학적 상호작용 원리에 기반해 더 현실적이고 신뢰할 수 있는 분자 구조를 생성할 수 있어, 더 빠르고 정밀한 신약 개발을 가능하게 할 것으로 기대한다”라고 강조했다.
우리 대학 화학과 이중원, 정원호 박사과정 학생이 공동 제1 저자로 참여한 이번 연구 결과는 국제학술지 ‘어드밴스드 사이언스(Advanced Science)’(IF=14.1)에 지난 7월 11일 자에 게재됐다.
※ 논문명: BInD: Bond and Interaction-Generating Diffusion Model for Multi-Objective Structure-Based Drug Design
※ DOI: 10.1002/advs.202502702
한편 이번 연구는 한국연구재단과 보건복지부의 지원으로 수행됐다.
윤인수 교수 연구팀이 참여한 '팀 애틀랜타' 미국 DARPA AI 사이버챌린지 우승 쾌거..상금 55억 원
우리 대학은 삼성리서치 김태수 상무가 이끄는 전기및전자공학부 윤인수 교수 연구팀이 POSTECH, 조지아공과대학교(Georgia Tech) 연구진과 함께 구성한 연합팀 ‘팀 애틀랜타(Team Atlanta)’가 8월 8일(현지 시각) 미국 라스베이거스에서 열린 세계 최대 해킹 콘퍼런스‘DEF CON 33’에서, 미국 국방고등연구계획국(DARPA) 주관‘AI 사이버 챌린지(AIxCC)’에서 최종 우승을 차지했다고 9일 밝혔다.
이번 성과로 팀은 미화 400만 달러(약 55억 원)의 상금을 수상하며, 인공지능 기반 자율 사이버 방어 기술의 우수성을 세계 무대에서 입증했다.
AI 사이버 챌린지(AIxCC)는 DARPA와 미국 보건첨단연구계획국(ARPA-H)이 공동 주관하는 2년간의 글로벌 경연으로, 인공지능 기반 CRS를 활용해 소프트웨어의 취약점을 자동 분석·탐지·수정하는 능력을 겨룬다. 대회 총상금은 2,950만 달러이며, 최종 우승팀에는 400만 달러가 수여된다.
대회 결선에서 팀 애틀랜타는 총점 392.76점을 기록해, 2위 Trail of Bits를 170점 이상 차이로 따돌리며 압도적인 성적으로 정상에 올랐다.
팀 애틀랜타가 이번 대회를 통해서 개발한 사이버 추론 시스템(CRS, Cyber Reasoning System)은 대회에서 투입된 다양한 유형의 취약점을 자동으로 탐지하고 상당수를 실시간 패치하는데 성공했다.
결선에 진출한 7개 팀은 총 70개의 인위적(injected) 취약점 중 평균 77%를 발견하고, 그 중 61%를 패치했다. 또한 실제 소프트웨어에서 알려지지 않은 취약점 18건을 추가로 찾아내 AI 보안 기술의 잠재력을 입증했다.
우승팀을 포함한 모든 CRS 기술은 오픈소스로 제공될 예정이며, 병원·수도·전력 등 핵심 인프라 보안 강화에 활용될 전망이다.
팀 애틀랜타의 우리 대학 전기및전자공학부 윤인수 교수는 “엄청난 성과를 이루게 되어 매우 기쁘다. 이번 성과는 한국의 사이버 보안 연구가 세계 최고 수준에 도달했음을 보여주는 쾌거이며, 한국 연구진의 역량을 세계 무대에 보여주게 되어 뜻깊었다”라며, “앞으로도 AI와 보안 기술의 융합을 통해 국가와 글로벌 사회의 디지털 안전을 지키는 연구를 지속하겠다”고 밝혔다.
이광형 우리 대학 총장은 “이번 우승은 KAIST가 미래 사이버 보안과 인공지능 융합 분야에서 세계적인 선도 기관임을 다시 한번 입증한 사례”라며, “우리 연구진이 세계 무대에서 당당히 경쟁하고 성과를 창출할 수 있도록 전폭적인 지원을 이어가겠다”고 말했다.
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.