-
학생·교수·교직원 ‘원팀’으로 학교 보안 시스템 만들다…과기부 공모전 최우수상
학생이 수업에서 만든 프로그램이 과제 제출로 끝나지 않고 실제 우리 대학의 보안 시스템이 됐다. 학생과 교수, 교직원이 한 팀이 되어 학교가 겪고 있는 문제를 해결했고, 그 성과는 과학기술정보통신부 공모전 최우수상으로 이어졌다.
우리 대학 전산학부 김요한 학생과 학술정보처 정보보안팀은 차상길·강민석 교수가 운영하는 〈전산학 프로젝트〉 수업에서 교내 웹사이트의 보안 인증서를 자동으로 관리해 주는 시스템을 공동 개발했다. 수업에서 시작된 결과물은 실제 운영 환경에 맞게 보완돼 현재 ‘SSL Manager’라는 이름으로 교내 웹 서비스에 적용되고 있다.
정보보안팀은 이를 다른 기관에서도 활용할 수 있는 「기존 인프라를 활용한 SSL 인증서 자동갱신 체계 구축 및 기관 공통 확산 방안」으로 발전시켰다. 이 제안은 과학기술정보통신부 「2026년 정보보호 아이디어 공모전」에서 최우수상에 선정됐다. 과기정통부 본부와 소속·산하기관에서 총 114건이 접수된 가운데 최우수상은 1건이다.
〈전산학 프로젝트〉는 멘토 1명이 학생 1~2명과 팀을 이뤄 실제 문제를 해결하는 전산학부 실습 교과목이다. KAIST 정보보호대학원이 수행 중인 「정보보호특성화대학」 사업의 일환으로 스패로우, 퀴드마이너, 파이랩 등 기업 전문가와 KAIST 사이버보안연구센터 연구진 등이 멘토로 참여해 왔다.
차상길 교수는 학생들이 교실 밖의 실제 문제를 경험할 수 있도록 교내 정보보안부서까지 멘토 참여 범위를 넓혔다. 이에 따라 지난 학기 학술정보처 정보보안팀이 멘토로 참여해 김요한 학생과 함께 프로젝트를 진행했다.
차상길 교수는 “학생들이 수업에서 배운 지식을 실제 문제에 적용하고, 그 결과가 현장에서 쓰이는 경험까지 해보는 것이 중요하다”며 “학생과 교직원이 함께 캠퍼스의 문제를 해결하는 기회가 더 많아지길 기대한다”고 말했다.
김요한 학생과 정보보안팀이 주목한 것은 웹사이트의 보안 인증서 갱신 문제였다. SSL 인증서는 이용자가 웹사이트에 안전하게 접속할 수 있도록 해주는 일종의 ‘안전증명서’다. 인터넷 주소 앞의 ‘https’가 이 인증서가 적용됐다는 표시다.
이 인증서에는 유효기간이 있어 기간이 끝나기 전에 새로 갱신해야 한다. 이를 놓치면 화면에 보안 경고가 뜨거나 웹사이트 접속에 문제가 생길 수 있다. KAIST에는 학과와 연구실, 동아리 등이 운영하는 많은 웹사이트가 있어 담당자가 바뀌거나 갱신 시기를 놓치는 경우에 대비할 필요가 있었다.
사람이 인증서 만료 날짜를 일일이 확인해 새것으로 바꾸는 일을 컴퓨터가 알아서 처리하도록 만든 것이 이번 프로젝트의 핵심이다.
정보보안팀은 실제 운영에 필요한 기능과 보안 기준을 제시하고, 김요한 학생은 이를 바탕으로 인증서 관리 프로그램과 자동 설치 기능을 개발했다.
김요한 학생은 “수업에서 만든 프로그램이 실제 학교 시스템에 적용된다는 점이 가장 뜻깊었다”며 “배운 지식으로 학교의 실제 문제를 해결하는 과정을 직접 경험할 수 있었다”고 말했다.
이 시스템을 이용하면 웹사이트 담당자가 처음 한 번 설치한 뒤에는 인증서 발급과 적용, 이후 갱신까지 자동으로 처리된다. 담당자가 만료일을 일일이 기억하고 직접 교체해야 하는 부담을 줄인 것이다.
별도의 상용 프로그램이나 추가 예산도 필요하지 않다. 기존 서버와 공개된 인증서 자동관리 기술을 활용했으며, 중요한 보안정보가 외부로 나가지 않도록 설계했다. 현재 ‘SSL Manager’는 교내 여러 웹 서비스에 적용되고 있으며 적용 대상도 확대하고 있다.
학술정보처 정보보안팀 이현재 기술원은 “담당자가 바뀌거나 갱신 시기를 놓쳐 생길 수 있는 문제를 줄일 수 있게 됐다”며 “교내 웹사이트가 안정적으로 운영될 수 있도록 적용 범위를 계속 확대하겠다”고 말했다.
학술정보처 권영진 처장은 “학생의 전공 역량과 교직원의 현장 경험을 연결해 캠퍼스의 실제 문제를 해결한 사례”라며 “앞으로도 교내 구성원이 함께 참여하는 정보보안 협업을 확대해 나가겠다”고 말했다.
2026.10.08
조회수 667
-
정보는 있는데 AI가 못 찾는다?...데이터 바뀌어도 최신 정보 놓치지 않는다
회사 규정이 바뀌어 새 문서가 올라왔는데도 사내 AI가 예전 규정을 찾아 답한다면 어떨까. 새로운 정보가 계속 추가되고 오래된 정보가 사라지면, AI는 정답이 되는 자료가 있어도 이를 제대로 찾지 못할 수 있다. 우리 대학 연구진이 데이터가 계속 바뀌어도 필요한 정보까지 찾아가는 ‘검색 길’을 유지해, AI가 최신 정보를 더 정확하고 빠르게 찾는 기술을 개발했다.
우리 대학은 전산학부 김민수 교수 연구팀이 데이터가 지속적으로 추가되고 삭제되는 환경에서도 높은 검색 정확도를 안정적으로 유지하는 동적 벡터 검색 기술인 ‘콘다(CONDA, Connectivity-Aware Dynamic Index)’를 개발했다고 5일 밝혔다.
생성형 AI는 학습이 끝난 뒤 새롭게 등장한 정보를 스스로 알지 못한다. 이를 보완하기 위해 최신 뉴스나 기업 내부 문서 등을 검색해 답변에 활용하는 ‘검색증강생성(RAG·Retrieval-Augmented Generation)’ 기술이 널리 쓰이고 있다.
RAG가 제대로 작동하려면 수많은 자료 가운데 질문에 필요한 정보를 빠르고 정확하게 찾아내는 검색 기술이 중요하다. 현재 많은 AI 서비스는 문서나 이미지의 의미를 컴퓨터가 계산할 수 있는 숫자 묶음인 ‘벡터(Vector)’로 바꾼 뒤, 의미가 비슷한 정보들을 서로 연결해 필요한 자료를 찾는다.
문제는 실제 기업이나 인터넷의 데이터는 계속 변한다는 점이다. 새로운 문서와 뉴스, 상품 정보가 들어오는 동시에 오래된 정보는 수정되거나 삭제된다. 이런 변화가 반복되면 데이터 사이에 만들어 놓은 연결망이 조금씩 끊어지는 ‘연결성 붕괴’가 발생할 수 있다. 필요한 정보가 데이터베이스 안에 있는데도 AI가 그곳까지 찾아가지 못하면서 검색 정확도가 떨어지는 것이다.
내비게이션에 비유하면 이해하기 쉽다. 도시에는 목적지가 그대로 있지만 건물이 생기고 사라질 때마다 주변 도로를 수정하다 중요한 길까지 하나씩 끊어진다면 목적지까지 찾아가기 어려워진다. AI 검색에서도 마찬가지로 정보 자체가 사라진 것이 아니라, 그 정보까지 찾아가는 ‘길’이 끊어지는 문제가 발생할 수 있다.
연구팀이 개발한 CONDA는 데이터 사이의 거리뿐만 아니라, 필요한 정보까지 찾아갈 수 있도록 검색 경로가 제대로 연결돼 있는지를 함께 고려한다. 새로운 데이터가 추가되거나 기존 데이터가 삭제돼도 중요한 연결을 유지해 특정 정보가 검색망에서 고립되는 것을 막는 방식이다.
실험 결과, CONDA는 데이터가 쉴 새 없이 추가되고 삭제되는 환경에서도 기존 최신 기술 대비 검색 정확도를 최대 24.5% 높였으며, 데이터 처리 속도도 최대 1.90배 향상시켰다.
특히 연구팀은 1억 개의 데이터가 존재하는 대규모 환경에서 6시간 동안 검색과 데이터 업데이트를 동시에 수행했다. 그 결과 CONDA는 비교 기술 대비 가장 짧은 응답시간과 높은 검색 정확도를 유지해 대규모 AI 서비스에 적용할 수 있는 가능성을 확인했다.
이번 기술은 기업 내부 규정이나 업무 문서처럼 정보가 수시로 바뀌는 지식검색 시스템뿐만 아니라 최신 뉴스 검색, 상품 검색 및 추천 등 데이터가 지속적으로 변하는 다양한 AI 서비스에 활용될 수 있다. 특히 생성형 AI가 외부 정보를 찾아 답변에 활용하는 RAG 환경에서 최신 정보를 오랫동안 안정적으로 검색하는 기반 기술로 활용될 것으로 기대된다.
이번 연구 성과는 실제 제품에도 적용된다. 김민수 교수가 창업한 인공지능 데이터 인프라 기업 그래파이(GraphAI)의 데이터베이스 제품인 ‘아카식DB(AkasicDB)’에 CONDA 기술이 적용돼 올해 4분기 상용화될 예정이다.
김민수 교수는 “검색증강생성(RAG)의 중요한 가치는 대규모언어모델(LLM)이 미처 학습하지 못한 최신 정보를 필요한 순간 즉시 찾아 활용할 수 있다는 점”이라며, “이번 연구는 데이터가 끊임없이 변하는 현실 환경에서도 인공지능이 오랜 시간 정확하게 최신 지식을 활용할 수 있는 데이터 인프라를 제시했다는 점에서 의미가 크다”고 말했다.
이번 연구에는 KAIST 전산학부 이다래 석사과정 졸업생이 제1저자로 참여했으며 김민수 교수가 교신저자를 맡았다. 연구 결과는 지난 9월 2일 데이터베이스 분야 최고 권위 국제학술대회인 VLDB 2026에서 발표됐다.
※ 논문명: CONDA: A Connectivity-Aware Dynamic Index for Approximate Nearest Neighbor Search over Evolving Data, DOI: 10.14778/3836663.3836694
※ 저자정보: 이다래(NAVER Corporation, 제1저자), 김민수(KAIST)
한편, 이번 연구는 한국연구재단 중견연구자지원사업과 정보통신기획평가원 SW스타랩사업의 지원을 받아 수행됐다.
2026.10.06
조회수 901
-
움직임의 흐름 읽는 AI 반도체 개발…웨어러블 기기 활용 기대
몸에 착용하는 기기가 걷는 동작과 잠깐 팔을 흔드는 동작을 구별하려면 움직임의 흐름을 읽어야 한다. 한국 연구진은 반응 속도가 다른 반도체를 층층이 쌓아 방금 일어난 변화와 앞선 변화를 함께 읽는 기술을 개발했다. 향후 몸에 붙이거나 착용하는 작은 기기가 움직임과 몸의 신호를 분석하는 데 활용될 수 있다.
우리 대학은 AI시스템학과 권지민 교수 연구팀이 UNIST(총장 박종래), POSTECH(총장 김성근) 연구진과 함께 이온을 담은 소재를 단단한 얇은 막으로 만들고, 이를 이용해 반응 속도가 다른 반도체 소자를 여러 층으로 쌓는 데 성공했다고 29일 밝혔다.
이 반도체는 전기를 가하면 소재 안의 ‘이온’이 움직이면서 전류의 흐름이 바뀐다. 전기를 끊어도 이온이 원래 상태로 돌아오는 데는 시간이 걸린다. 종을 친 뒤 소리가 잠깐 남듯, 반도체에도 앞서 들어온 신호의 흔적이 잠시 남는 것이다. 연구팀은 그동안 단점으로 여겨졌던 이온의 느린 움직임을 지난 신호를 알아보는 데 활용했다.
관건은 그 흔적이 남는 시간을 조절하는 것이었다. 기존에는 이온을 담는 물질이 주로 액체나 부드러운 젤이어서 반도체를 정교하게 만들고 여러 층으로 쌓기도 어려웠다.
연구팀은 이온을 담은 물질을 단단한 얇은 막으로 만들고, 막 속 이온의 양과 두께를 조절했다. 그 결과 신호에 빠르게 반응하는 소자와 느리게 반응하는 소자를 만들 수 있었다. 두 소자를 층층이 쌓자 하나는 방금 들어온 신호에, 다른 하나는 조금 전부터 이어진 신호에 반응했다. 짧게 남는 메모와 오래 남는 메모를 함께 읽는 것과 비슷하다.
연구팀은 네 차례 들어오는 신호가 켜지고 꺼지는 순서에 따라 만들어지는 16가지 패턴을 소자가 구별할 수 있음을 확인했다. 또 측정한 소자의 반응을 바탕으로, 움직이는 숫자 영상을 판별하는 시스템을 모델링했다. 그 결과 서로 다른 속도의 영상 신호에 대해 90% 이상의 검증 정확도를 얻었다. 영상 판별 결과는 실제 소자의 측정값을 적용한 모델 검증 결과다.
연구팀은 이 소자를 4인치 웨이퍼 크기로 제작하고 휘어지는 기판에도 구현했다. 소자의 전기적 특성은 제작 후 55개월에 걸친 측정에서도 안정적으로 유지됐다.
이번 연구는 움직임이나 몸에서 나오는 신호처럼 시간에 따라 달라지는 정보를 작은 기기 안에서 처리하는 기술로 이어질 수 있다. 실제 스마트워치에 적용했을 때의 성능과 소비전력 절감 효과는 추가 검증이 필요하다.
권지민 교수는 “이번 소자는 기존의 얇은 반도체 제작 공정으로 넓은 기판에 만들 수 있고, 여러 층으로 쌓을 수도 있다”며 “앞으로 스마트워치처럼 전력을 적게 써야 하는 기기에서 움직임과 몸의 신호를 읽는 AI 반도체로 발전할 수 있을 것”이라고 말했다.
이번 연구에는 KAIST 정학순 연구교수가 제1저자로, POSTECH 노용영 교수와 KAIST 권지민 교수가 교신저자로 참여했다. 연구 결과는 국제 학술지 ‘어드밴스드 머티리얼즈(Advanced Materials)’에 6월 30일 게재됐다.
※ 논문명: Monolithic 3D-Integrated All-Solid Ion-Gated Carbon Nanotube Transistors With Tunable Ionic Conductance for Multi-Timescale Reservoir Computing, DOI: 10.1002/adma.202523703
이번 연구는 과학기술정보통신부·한국연구재단의 국가반도체연구실지원핵심기술개발사업 및 우수신진연구사업과 산업통상자원부·한국산업기술기획평가원의 초격차기술개발사업 지원을 받아 수행됐다.
2026.09.29
조회수 1614
-
KAIST, 국내 최초 범용인공지능(AGI) 연구소 출범
학습한 문제를 잘 푸는 현재의 인공지능을 넘어, 처음 접하는 문제와 환경에서도 스스로 판단하고 적응할 수 있는 범용인공지능(Artificial General Intelligence, AGI) 원천기술 개발을 위해 우리 대학이 AGI 전담 연구소를 출범했다.
우리 대학은 지난 18일 내부 승인 절차를 마치고 AI연구원 산하에 AGI 연구소(AGI Research Institute)를 공식 출범했다고 밝혔다.
전산학부, AI컴퓨팅학과, 김재철AI대학원, 전기및전자공학부 소속 교수 11명이 참여하며, 김태균 전산학부 교수가 초대 소장을 맡았다. 연구진은 향후 참여 범위를 점차 확대할 계획이다.
AGI 연구소는 기초연구를 통해 범용인공지능의 과학과 공학을 발전시키고 그 성과와 혜택을 사회에 환원하는 것을 목표로 한다. 특히 기존에 접하지 않은 과제와 환경, 데이터에서도 학습한 지식을 활용할 수 있는 AI의 ‘일반화(Generalization)’ 능력을 핵심 연구과제로 삼는다.
현재 AI는 방대한 데이터와 연산 자원을 활용하면서 빠르게 발전해 왔지만, 학습한 것과 비슷한 문제에는 강한 반면 조건이나 환경이 달라지면 성능이 떨어지는 한계가 있다.
AGI 연구소는 단순히 데이터와 연산 자원의 규모를 늘리는 방식에서 벗어나, 제한된 자원에서도 기존에 학습하지 않은 문제를 추론하고 새로운 환경에 적응할 수 있는 AI의 원천기술을 개발할 계획이다.
이를 위해 새롭고 효율적인 신경망 구조와 학습 원리, 현실 세계에 대한 이해와 지능의 구현 등 AI의 근본적인 작동 원리를 연구하고, 관련 분야를 이끌 차세대 연구자도 함께 양성한다.
연구소의 주요 연구 분야는 ▲적은 연산으로도 높은 성능을 구현하는 고효율 신경망 ▲스스로 가설을 세우고 새로운 지식을 발견하는 AI 메타과학자 ▲현실 세계의 구조와 변화를 이해하고 미래를 예측하는 월드 모델 ▲로봇과 같이 실제 환경을 인지하고 행동하는 피지컬 AI ▲AI가 인간의 의도에서 벗어나지 않도록 하는 AI 안전성 등이다.
이 가운데 고효율 신경망 분야에서는 기존 트랜스포머(Transformer)를 넘어서는 새로운 신경망 구조와 학습 방식을 개발해 자원이 제한된 환경에서도 AGI를 구현하는 기술을 연구한다. AI 메타과학자 분야에서는 AI가 지식을 탐색하는 수준을 넘어 스스로 가설을 만들고 과학 연구를 수행하며 새로운 지식을 발견할 수 있도록 하는 기술을 개발한다.
연구소는 이처럼 서로 연결된 연구 분야를 하나의 연구 체계로 결집해 KAIST를 세계적인 AGI 연구 거점으로 발전시키는 것을 목표로 한다.
김태균 AGI 연구소장은 “AI 데이터센터를 계속 늘리는 방식만으로는 AI 발전에 한계가 있다”며 “자원이 제한된 환경에서도 새로운 문제에 적응할 수 있는 AI 원천기술을 꾸준히 개발하는 것이 차세대 AI 경쟁에서 중요하다”고 말했다.
연구소는 과학기술정보통신부가 지원하는 국책과제를 기반으로 본격적인 연구에 나선다. 경량·저전력 차세대 신경망 개발에는 5년간 총 100억 원, AI 메타과학자 연구에는 5년간 총 187억5,000만 원이 투입된다. 또한 LG전자가 주관하는 월드 모델·로봇 기반 피지컬 AI 기술개발 사업에도 참여하며, 해당 사업은 2년간 총 340억 원 규모로 추진된다. 이 밖에도 물리적 세계에 기반한 지능 구현을 위한 연구과제를 수행하고 있다.
최성율 연구부총장은 “KAIST의 우수한 AI 연구팀들이 인류의 지속가능한 발전을 선도하는 차세대 AGI 핵심 기술을 개발하는 데 크게 기여할 것으로 기대한다”고 말했다.
정보통신기획평가원(IITP) 홍진배 원장은 “창의적인 아이디어와 도전적인 연구가 AI 기술 혁신의 원동력인 만큼, 새로운 AGI 연구소가 미래 인공지능의 새로운 가능성을 열어가는 혁신의 중심이 되기를 기대한다”고 말했다.
2026.09.22
조회수 4169
-
한 번 배운 풀이 기억…스마트폰 AI가 비슷한 문제 스스로 푼다
어려운 문제를 풀 때마다 전문가에게 다시 묻는 대신, 한 번 배운 풀이를 공책에 적어두고 비슷한 문제에 활용하는 AI 기술이 나왔다. 우리 대학 연구진은 스마트폰 속 소형 AI가 서버의 대형 AI에게서 얻은 지식을 기기에 쌓아두고 재사용하도록 해, 높은 정확도를 유지하면서 서버 호출을 평균 55.61% 줄였다. 비슷한 문제를 만날수록 서버에 덜 의존하고 더 빠르게 판단하는 모바일 AI의 가능성을 제시한 것이다.
우리 대학은 전산학부 이재길 교수 연구팀이 기기의 소형 AI와 서버의 대형 AI를 효율적으로 연결하는 기기-서버 협업 기술 ‘CURE(Cumulative Knowledge Reuse, 누적 지식 재사용)’를 개발했다고 21일 밝혔다.
스마트폰과 같은 기기는 계산 능력과 메모리가 제한돼 가벼운 소형 AI 모델을 주로 사용한다. 소형 모델은 간단한 문제는 빠르게 처리하지만, 복잡하거나 낯선 이미지를 구분할 때는 정확도가 떨어질 수 있다.
반대로 모든 문제를 고성능 서버의 대형 AI에 맡기면 정확도를 높일 수 있지만, 데이터를 보내고 답을 기다리는 시간이 길어진다. 통신량과 서버 연산량도 늘어나 이용자의 대기 시간과 서비스 운영 비용이 커진다.
이를 보완하기 위해 기기의 소형 AI가 먼저 판단하고 어려운 문제만 서버로 보내는 협업 방식이 연구돼 왔다. 그러나 기존 방식은 서버에서 받은 답을 그때만 사용하기 때문에, 비슷한 문제가 다시 들어와도 서버에 같은 도움을 반복해서 요청해야 했다. 마치 학생이 어려운 문제의 답을 듣고도 기록해 두지 않아, 같은 유형의 문제를 만날 때마다 다시 물어보는 것과 같다. 연구팀은 서버가 알려준 답을 일회성으로 사용하지 않고, 기기가 이후에도 활용할 수 있는 지식으로 축적하는 데 주목했다.
CURE는 먼저 기기의 소형 AI가 입력을 스스로 처리할 수 있는지 판단한다. 해결하기 어렵다면 기기에 저장된 서버 지식을 활용하고, 저장된 지식으로도 부족할 때만 서버에 도움을 요청한다. ‘혼자 풀기→배운 내용 찾아보기→전문가에게 묻기’의 3단계로 문제를 처리하는 방식이다.
예를 들어 소형 AI가 사진 속 특정 차종을 구분하지 못하면 서버의 대형 AI에 답을 요청한다. 이때 CURE는 서버의 판단 결과와 이미지의 특징을 기기의 지식 저장소에 반영한다. 이후 비슷한 차종의 사진이 들어오면 앞서 저장한 지식을 참고해 서버에 다시 묻지 않고 기기에서 직접 판단한다.
특히 CURE는 서버가 처리한 사진을 하나씩 그대로 저장하지 않는다. 여러 사진이 공유하는 특징과 서로 다른 점을 요약해 지식으로 보관한다. 자동차 사진을 통째로 외우는 대신 차체 모양이나 전조등처럼 차종을 구분하는 핵심 특징을 정리해 두는 것과 같다. 이를 통해 이전에 본 사진뿐 아니라 처음 접하는 유사한 사진을 판단할 때도 축적된 지식을 활용할 수 있다.
연구팀은 이미지와 글을 함께 이해하는 ‘비전-언어 모델’을 이용해 CURE의 성능을 검증했다. 비전-언어 모델은 사람처럼 이미지를 보고, 그 내용을 언어와 연결해 이해하는 AI다.
기기용 소형 모델로는 MobileCLIP2를, 서버용 대형 모델로는 180억 개의 매개변수를 가진 EVA-CLIP을 사용했다. 매개변수는 AI가 학습 과정에서 익힌 정보를 담고 있는 내부 수치로, 사물을 구분하고 관계를 판단할 때 활용하는 ‘판단 기준’과 같다.
다양한 이미지 분류 데이터셋을 이용한 실험에서 CURE는 모든 입력을 대형 서버 모델로 처리하는 방식에 근접한 정확도를 유지했다. 그러면서 서버의 지식을 축적하지 않는 기존 기기-서버 협업 방식보다 서버 호출 횟수를 평균 55.61% 줄였다.
처리 속도는 기존 기기-서버 협업 방식보다 최대 2.80배 빨랐으며, 모든 입력을 서버로 보내는 방식보다 최대 3.67배 빨랐다. 서버에 묻는 횟수를 줄여 데이터를 주고받고 답을 기다리는 시간을 단축한 결과다.
CURE는 소형 모델과 서버 모델을 별도로 다시 학습시키지 않고도 적용할 수 있다. 기존 AI 모델은 그대로 두고 서버에서 얻은 지식을 담는 별도의 저장소를 붙이는 방식이어서, 다양한 AI 모델과 서비스에 유연하게 적용할 수 있다는 것도 장점이다.
이번 기술은 모바일 사진 인식과 이미지 검색 등에서 반복적인 데이터 전송과 서버 연산을 줄여 이용자의 대기 시간과 서비스 운영 부담을 낮추는 데 활용될 수 있다.
스마트폰뿐 아니라 제한된 기기 자원으로 주변 환경을 인식해야 하는 로봇과 웨어러블 기기에도 응용할 수 있다. 특히 통신이 느리거나 불안정한 환경에서 로봇이 서버의 답을 기다리지 않고, 이전에 얻은 지식을 바탕으로 더 많은 상황을 현장에서 직접 판단하는 데 도움을 줄 수 있다.
다만 실제 적용 효과는 기기의 성능과 저장 공간, 통신 환경, 입력 데이터의 특성 등에 따라 달라질 수 있어 다양한 기기와 환경에서 추가 검증이 필요하다.
이재길 교수는 “CURE는 기기의 소형 AI가 서버에 같은 문제를 반복해서 묻지 않고, 한 번 얻은 지식을 기억해 다시 활용하도록 한 기술”이라며 “높은 정확도를 유지하면서 통신 부담과 응답 시간을 줄여 스마트폰과 로봇, 웨어러블 등 다양한 기기에서 고성능 AI를 효율적으로 활용하는 기반이 될 것으로 기대한다”고 말했다.
이번 연구에는 KAIST 정보전자연구소 이영준 박사후연구원이 제1저자로, 전산학부 이재길 교수가 교신저자로 참여했다. Amazon 김도영 연구원, LG AI연구원 강준혁 연구원, KAIST 산업및시스템공학과 송환준 교수가 공동저자로 참여했다. 연구 결과는 지난 9월 8일부터 12일까지 스웨덴 말뫼에서 열린 컴퓨터 비전 분야 주요 국제학술대회 ‘유럽컴퓨터비전학회(ECCV 2026, European Conference on Computer Vision)’에서 10일 발표됐다.
※ 논문명: CURE: Cumulative Knowledge Reuse for Efficient Device-Server Hybrid Inference in Vision-Language Models, DOI: https://doi.org/10.1007/978-3-032-37627-5_21
※ 저자정보: 이영준 박사후연구원(KAIST 정보전자연구소, 제1저자), 김도영 연구원(KAIST 졸업, 현 Amazon, 공동저자), 강준혁 연구원(KAIST 졸업, 현 LG AI연구원, 공동저자), 송환준 교수(KAIST 산업및시스템공학과, 공동저자), 이재길 교수(KAIST 전산학부, 교신저자)
※ 관련 영상 링크: https://drive.google.com/file/d/1oIn-eYW4IEI_dOFWeTeaDotf1IBDjRLt/view?usp=share_link
한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 ‘사람중심인공지능핵심원천기술개발사업’ 중 ‘AI학습능력개선기술개발’ 과제(과제번호 RS-2022-II220157)의 지원 등을 받아 수행됐다.
2026.09.21
조회수 3291
-
KAIST-POSTECH ‘사이언스 워’…AI가 마리오 카트 몰고, 생성형 AI로 해킹
AI가 직접 ‘마리오 카트’를 몰고, 학생들은 생성형 AI까지 활용해 8시간 동안 해킹 실력을 겨룬다. 대한민국을 대표하는 두 이공계 대학 KAIST와 POSTECH 학생들이 과학기술과 스포츠를 넘나들며 자존심을 건 승부를 펼친다.
우리 대학과 POSTECH(총장 김성근)은 양교 간 정기 교류전인 ‘제23회 KAIST-POSTECH 학생대제전(이하 카포전)’을 오는 18일부터 19일까지 이틀간 POSTECH에서 개최한다고 18일 밝혔다.
2002년 시작된 카포전은 양교 학생들이 과학경기와 운동경기, 공연 등 다양한 프로그램을 통해 경쟁하고 교류하는 학생 축제다. 매년 9월 대전과 포항을 번갈아 개최하며, 원정 대학의 명칭을 앞에 표기하는 원칙에 따라 올해는 ‘카포전’으로 불린다. 이공계 학생들이 과학기술 역량까지 겨룬다는 점에서 ‘사이언스 워(Science War)’라는 별칭으로도 잘 알려져 있다.
올해는 야구·축구·농구·e스포츠 등 운동경기 4종목과 해킹·인공지능(AI) 경연·과학퀴즈 등 과학경기 3종목을 합쳐 총 7개 종목에서 승부를 겨룬다.
특히 올해 과학경기는 생성형 AI와 자율주행 개념 등 최신 기술 흐름을 학생들의 대결에 접목한 것이 특징이다.
첫날 오후 2시부터 오후 10시까지 8시간 동안 진행되는 해킹대회에서는 암호학을 비롯한 정보보안 문제가 라운드별로 출제된다. 참가자들은 제한 시간 안에 문제를 해결해 점수를 획득하며, 생성형 AI 도구 사용도 전면 허용된다. 중계 화면을 통해 실시간 점수와 문제 풀이 과정이 공개돼 관람객들도 승부의 흐름을 함께 지켜볼 수 있다.
같은 날 오후 2시 POSTECH eSports 콜로세움에서는 인공지능 경연대회가 열린다. 양교 학생들이 직접 코딩하고 학습시킨 AI 프로그램이 인기 레이싱 게임 ‘마리오 카트 Wii(Mario Kart Wii)’의 카트를 조종해 맞붙는다. 사람이 직접 조종하지 않고 AI가 스스로 주행한다는 점에서 일종의 ‘AI 자율주행 대결’인 셈이다.
경기는 4개 코스의 주행 결과에 따라 점수를 합산해 라운드 승자를 결정하며, 총 3라운드 가운데 2라운드를 먼저 이긴 팀이 최종 승리한다.
둘째 날 오후 2시부터 포스플렉스(POSPLEX) 앞 무대에서 열리는 과학퀴즈에서는 과학 상식과 최신 연구 동향을 묻는 문제에 더해 전략 체스게임인 ‘가위바위보 체스’가 함께 진행된다. 참가자들은 과학 지식뿐 아니라 전략적 사고와 팀워크까지 겨루게 된다.
운동경기에서는 야구·축구·농구와 e스포츠 ‘리그 오브 레전드(League of Legends)’ 경기가 펼쳐진다. 각 경기에는 현장 이벤트도 마련돼 양교 학생과 관람객들이 함께 참여하는 축제 분위기를 더할 예정이다.
총 7개 종목 가운데 4개 이상에서 승리한 대학이 올해 종합우승을 차지한다. 현재까지 통산 전적에서는 KAIST가 13승 8패로 앞서 있다.
이동혁 카포전 기획단장(KAIST 신소재공학과 24학번)은 “이번 카포전이 단순한 친선 교류를 넘어 대한민국을 대표하는 두 이공계 대학 학생들이 자존심을 걸고 치열하게 경쟁하면서도 함께 웃고 즐기는 특별한 축제의 장이 되길 기대한다”고 말했다.
배충식 KAIST 총장은 “카포전은 KAIST와 POSTECH 학생들이 승패를 넘어 과학과 스포츠를 통해 서로의 열정과 역량을 나누는 특별한 축제”라며 “학생들이 대한민국 과학기술의 미래를 이끌 주역이라는 자부심을 갖고, 경쟁 속에서 서로 배우며 함께 성장하는 소중한 계기가 되길 바란다”고 말했다.
2026.09.18
조회수 2907
-
반도체 종류 달라도 ‘전기 잘 통하게’…AI 반도체 더 작고 효율적으로
더 작고 전기를 덜 쓰는 AI 반도체를 만들 수 있는 새로운 길이 열렸다. 우리 대학 공동 연구진이 원자 몇 개 두께의 초박막 반도체에서 전기가 잘 드나들지 못하던 문제를 하나의 소재로 해결했다. 앞으로 반도체를 더 얇게 만들고 여러 층으로 쌓아 성능을 높이는 차세대 AI·저전력 반도체 개발에 활용될 것으로 기대된다.
우리 대학은 생명화학공학과 서준기 교수 연구팀이 연세대학교(총장 윤동섭), 중국 베이징 계산과학연구센터, 한국과학기술연구원(KIST·원장 오상록), 울산과학기술원(UNIST·총장 박종래), 삼성전자 연구진과 공동으로 이셀레늄화주석(SnSe2)이라는 하나의 소재를 이용해 서로 다른 두 종류의 초박막 반도체에 모두 전기를 원활하게 공급할 수 있는 ‘범용 반데르발스 터널링 주입기’를 개발했다고 16일 밝혔다.
트랜지스터는 전기를 흐르게 하거나 막는 ‘초소형 스위치’다. 스마트폰부터 컴퓨터, AI 반도체까지 거의 모든 반도체 칩에는 수많은 트랜지스터가 들어간다. 트랜지스터는 크게 두 종류로 나뉜다. 전자가 움직여 전기를 전달하는 ‘n형’과, 전자가 빠진 빈자리인 ‘정공’이 움직여 전기를 전달하는 ‘p형’이다. 실제 반도체 칩에서는 이 두 종류를 짝지어 사용해 전력 소모를 줄이면서 빠르게 작동하도록 하는데, 이를 CMOS(상보형 금속산화물반도체) 방식이라고 한다.
최근에는 반도체를 더 작게 만들고 전력 소모를 줄이기 위해 두께가 원자 몇 개 수준에 불과한 ‘2차원 반도체’가 주목받고 있다. 매우 얇아 여러 층으로 쌓을 수 있어 같은 공간에 더 많은 소자를 넣는 데 유리하기 때문이다.
문제는 이렇게 얇은 반도체에 전기를 원활하게 넣기가 어렵다는 점이다. 기존처럼 금속 전극을 직접 붙이면 제조 과정에서 반도체가 손상되거나, 전자나 정공이 지나가기 어려운 장벽이 생길 수 있다.
아무리 빠른 고속도로를 만들어도 진입로가 막히면 자동차가 제대로 들어갈 수 없는 것과 같다. 초박막 반도체에서는 이 ‘전기가 드나드는 입구’가 성능을 높이는 데 중요한 걸림돌이었다. 게다가 n형과 p형은 필요한 조건이 달라 각각에 맞는 전극을 따로 사용해야 했다.
연구팀은 이 문제를 이셀레늄화주석(SnSe2) 하나로 해결했다. 이셀레늄화주석은 주석(Sn)과 셀레늄(Se)으로 이루어진 얇은 층상 소재다. 다른 반도체와 강한 화학결합을 하는 대신 원자 사이의 약한 인력인 ‘반데르발스 힘’으로 포개지듯 맞닿기 때문에, 원자 수준으로 얇은 반도체의 손상을 줄이면서 매끄러운 접촉면을 만들 수 있다.
특히 이셀레늄화주석은 연결되는 반도체에 따라 전자나 정공이 지나가기 좋은 길을 다르게 만들어준다. p형 이셀레늄화텅스텐(WSe2)에서는 높은 에너지 장벽을 넘어가지 않고 마치 터널을 통과하듯 지나가는 ‘밴드 간 터널링’이 일어나고, n형 이황화몰리브덴(MoS2)에서는 전기장을 이용해 전자가 지나가야 할 장벽을 얇게 만들어 터널링을 유도한다.
쉽게 말해 지금까지 n형과 p형에 각각 다른 진입로가 필요했다면, 이번에는 이셀레늄화주석 하나가 두 종류 모두에 맞는 ‘공용 진입로’ 역할을 하는 셈이다.
실제 성능도 크게 향상됐다. 이셀레늄화주석을 적용한 p형 WSe2 트랜지스터는 기존 니켈 전극을 사용한 소자보다 최대 구동 전류가 1,000배 이상 증가했다. 이는 트랜지스터를 켰을 때 흘려보낼 수 있는 최대 전류가 그만큼 크게 늘어났다는 의미다.
n형 MoS2 트랜지스터도 전류를 켜고 끄는 성능이 개선돼 ‘온·오프 전류비’가 10억(109) 이상을 기록했다. 스위치를 켰을 때는 전기가 잘 흐르고, 껐을 때는 거의 흐르지 않도록 뚜렷하게 제어할 수 있다는 뜻이다.
연구팀은 n형과 p형 트랜지스터를 결합한 실제 반도체 회로의 기본 구조인 ‘CMOS 인버터’도 제작해 반복적인 전기 신호에도 안정적으로 작동하는 것을 확인했다. 이번 연구의 핵심은 n형과 p형에 각각 다른 전극을 사용하던 기존 방식에서 벗어나, 하나의 소재로 두 종류의 초박막 반도체 모두에 전기를 효과적으로 공급할 수 있음을 보여줬다는 점이다.
향후 대면적 제조와 집적 공정 기술이 더해지면 원자 수준으로 얇은 2차원 반도체를 아파트처럼 여러 층으로 쌓아 같은 공간에 더 많은 트랜지스터를 넣는 3차원 반도체로 발전시킬 수 있다. 이를 통해 같은 크기에서 더 많은 기능을 수행하면서 전력 소모는 줄이는 차세대 AI 반도체와 초저전력 전자기기 개발에 활용될 것으로 기대된다.
서준기 교수는 “이번 연구는 단층 2차원 반도체에서 전하가 드나드는 가장 까다로운 관문을 한 종류의 소재로 해결할 수 있음을 보여준 성과”라며 “향후 직접 성장과 대면적 공정 기술이 더해지면 저전력 2차원 CMOS 집적회로의 실용화를 앞당길 수 있을 것으로 기대한다”고 말했다.
KAIST 조한빈 박사과정생이 제1저자로, 연세대학교 고경민 교수와 KAIST 서준기 교수가 공동교신저자로 참여한 이번 연구는 국제학술지 ‘어드밴스드 머티리얼즈(Advanced Materials)’에 8월 12일 온라인 게재됐다.
※ 논문명: A Universal van der Waals Tunneling Injector for Monolayer CMOS, DOI: 10.1002/adma.74597
※ 저자 정보: 조한빈(KAIST, 제1저자), 고경민(연세대학교, 공동교신저자), 서준기(KAIST, 공동교신저자)
이번 연구는 삼성전자 신진산학연구과제와 과학기술정보통신부·한국연구재단이 지원하는 우수신진연구사업 및 개척연구사업의 지원을 받아 수행됐다.
2026.09.16
조회수 3194
-
뇌세포에도 ‘RNA 택배’ 있다…새로운 배송 원리 밝혔다
택배가 주소를 보고 목적지를 찾아가듯, 우리 뇌의 신경세포도 필요한 RNA를 정확한 곳까지 보낸다. 우리 대학 연구진이 RNA에 붙은 작은 ‘배송 표지’를 알아보고 신경세포 끝까지 운반하는 원리를 밝혀냈다. 앞으로 뇌질환에서 RNA가 정상적으로 만들어지고도 필요한 곳까지 제대로 전달되지 않는 ‘배송 오류’를 이해하고, 새로운 치료 전략을 연구하는 데 기초가 될 것으로 기대된다.
우리 대학은 생명과학과 윤기준 교수 연구팀이 RNA에 붙는 화학적 표지인 엠식스에이(m6A)가 특정 RNA를 신경세포의 긴 ‘전선’과 같은 축삭(axon)의 끝까지 운반하는 데 관여하는 원리를 규명했다고 14일 밝혔다.
신경세포는 다른 세포와 달리 나뭇가지처럼 길게 뻗어 있다. ‘축삭’은 다른 신경세포로 신호를 보내는 긴 통로이고, ‘수상돌기(dendrite)’는 다른 신경세포의 신호를 받아들이는 가지다. 뇌가 정상적으로 발달하고 기능하려면 이 구조들이 제대로 자라고 서로 연결돼야 한다.
문제는 신경세포가 매우 길다는 점이다. 세포 중심에서 만들어진 RNA가 실제로 필요한 곳은 멀리 떨어진 신경세포의 끝일 수 있다. 따라서 수많은 RNA 가운데 필요한 것을 골라 정확한 위치까지 보내는 과정이 중요하다.
택배 물건이 만들어졌다고 배송이 끝나는 것이 아니라 정확한 주소로 배달돼야 하는 것과 같다. RNA 역시 제대로 만들어지는 것만큼 필요한 장소에 제때 도착하는 것이 중요하다. 하지만 신경세포가 어떤 RNA를 골라 어떻게 멀리 떨어진 곳까지 보내는지는 충분히 밝혀지지 않았다.
연구팀은 그 열쇠가 RNA에 붙는 작은 화학적 표지인 ‘m6A’에 있다는 사실을 확인했다. m6A는 RNA를 구성하는 염기에 붙어 RNA의 기능과 수명 등에 영향을 주는 화학적 변형이다. 이번 연구에서는 특정 RNA가 필요한 곳으로 이동하도록 돕는 일종의 ‘배송 표지’ 역할을 한다는 사실이 밝혀졌다.
연구팀은 먼저 RNA에 m6A라는 표지를 붙여주는 ‘메틸화 효소’가 작동하지 않도록 만든 실험용 생쥐를 분석했다. 쉽게 말해 RNA에 ‘배송 표지’가 제대로 붙지 않도록 한 것이다. 그 결과 신경세포에서 길게 뻗어나가는 신경돌기(neurite)가 제대로 성장하지 못했다. 이를 통해 m6A가 신경세포의 초기 성장에 중요한 역할을 한다는 사실을 확인했다.
이어 연구팀은 정밀 분석기술인 ‘m6A-SAC-seq’을 이용해 생쥐 뇌의 수많은 RNA 가운데 어떤 RNA의 어느 위치에 m6A가 붙어 있는지를 RNA를 이루는 한 글자(염기) 단위까지 확인할 수 있는 정밀 지도를 만들었다. 이를 통해 축삭 성장에 필요한 특정 RNA에도 m6A가 붙어 있다는 사실을 확인했다.
연구팀은 이 ‘배송 표지’를 알아보고 RNA를 실제로 이동시키는 과정도 밝혀냈다. ‘YTHDF2’라는 단백질이 m6A가 붙은 RNA를 알아보고, ‘FMRP’와 ‘KIF5C’라는 다른 단백질들과 함께 RNA가 신경세포 끝까지 이동하도록 돕는다는 사실을 확인했다. 택배에 비유하면 m6A가 RNA에 붙은 ‘배송 표지’라면 YTHDF2는 이를 알아보는 역할을 하고, FMRP와 KIF5C는 RNA가 목적지까지 이동하도록 돕는 ‘운반 시스템’인 셈이다.
특히 YTHDF2는 그동안 주로 필요 없어진 RNA의 분해를 돕는 단백질로 알려져 있었다. 이번 연구를 통해 RNA의 분해뿐 아니라 필요한 RNA가 제 위치로 이동하는 데에도 관여한다는 새로운 역할이 밝혀졌다.
이번 연구는 뇌질환을 바라보는 새로운 관점도 제시한다. 지금까지는 RNA가 제대로 만들어지고 유지되는지가 중요했다면, 앞으로는 정상적으로 만들어진 RNA가 필요한 신경세포의 위치까지 제대로 전달되는지도 살펴볼 수 있게 됐다.
즉, RNA 자체에는 문제가 없더라도 ‘배송 표지’나 운반 과정에 이상이 생겨 필요한 곳에 도착하지 못하는 현상이 뇌질환과 관련돼 있는지를 연구할 수 있는 새로운 길이 열린 것이다.
향후 신경발달질환이나 퇴행성 뇌질환에서 이러한 ‘RNA 배송 오류’가 실제로 나타나는지, 또 이것이 신경세포의 기능 저하나 질환 발생과 어떤 관련이 있는지를 밝히는 후속 연구로 이어질 수 있다. 나아가 이러한 연관성이 확인된다면 장기적으로는 RNA가 필요한 위치에 제대로 전달되도록 이동 과정을 조절하는 새로운 치료 전략을 연구하는 데에도 활용될 가능성이 있다.
또한 연구팀이 구축한 신경계의 고해상도 m6A 지도는 앞으로 뇌 노화와 퇴행성 뇌질환에서 RNA의 화학적 표지와 이동 과정이 어떻게 달라지는지를 연구하는 기초자료로 활용될 수 있다.
윤기준 교수는 “이번 연구는 RNA에 붙는 작은 화학적 표지가 RNA의 수명만 조절하는 것이 아니라, 필요한 RNA가 신경세포 안에서 제 위치로 이동하는 데에도 중요한 역할을 한다는 사실을 밝혔다”며 “향후 뇌질환에서 RNA가 필요한 곳까지 제대로 전달되지 않는 원인을 이해하고 새로운 치료 가능성을 연구하는 데 기초가 될 것으로 기대한다”고 말했다.
이번 연구에는 KAIST 생명과학과 구본상·황희선 학생과 아지트 쿠마르(Ajeet Kumar) 박사가 공동 제1저자로 참여했으며, 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 7월 30일 게재됐다.
※ 논문명:The m⁶A reader YTHDF2 regulates mRNA transport and axon outgrowth in developing neurons, DOI: 10.1038/s41467-026-76161-8
※ 저자 정보: 공동 제1저자(구본상, 아지트 쿠마르(Ajeet Kumar), 황희선), 참여저자( 박민영, 이성민, 이기헌, 문지훈, 양재원, 박찬우, 이새봄, 조희정, 김우일, 조은지, 이하경, 이창원, 우재성, 윤종혁, 김윤기), 교신저자(윤기준)
이번 연구는 과학기술정보통신부의 한국연구재단(NRF) 신진연구사업과 포스코청암재단, 서경배과학재단의 지원을 받아 수행됐다.
2026.09.14
조회수 3306
-
롯데와 지속가능 미래 위한 연구거점 ‘LOTTE x KAIST R&D CENTER’ 준공
기후변화와 탄소중립 등 인류가 직면한 지속가능성 문제를 해결하기 위해 대학과 기업이 연구개발부터 사업화까지 함께하는 새로운 산학협력 거점이 우리 대학에 문을 열었다.
우리 대학은 11일 대전 본원에서 신동빈 롯데그룹 회장을 비롯한 롯데그룹 관계자와 KAIST 주요 보직자, 생명화학공학과 교수 및 관계자 등이 참석한 가운데 ‘LOTTE x KAIST R&D CENTER’ 준공식을 개최했다고 13일 밝혔다.
LOTTE x KAIST R&D CENTER는 롯데그룹이 지원한 건축기부금 100억 원과 KAIST 생명화학공학과의 자체 기금 등을 바탕으로 조성됐다. 미래기술의 기초·원천연구부터 실험, 시제품 제작, 기술사업화까지 연구개발 전 과정을 아우르는 산학협력형 연구 거점으로 운영될 예정이다.
특히 대학의 연구역량과 기업의 산업·사업화 경험을 하나의 공간에서 연결해 기존 산학협력의 경계를 넘어선 ‘초경계 협업’의 새로운 모델을 제시한다는 점에서 의미가 있다. 대학과 기업이 연구 결과를 주고받는 데 그치지 않고, 미래의 문제를 함께 발굴하고 연구해 그 성과를 산업과 사업화로 연결하는 협력체계를 구축한다는 구상이다.
이는 배충식 총장이 추진하는 ‘Beyond Laboratory’ 전략과도 맞닿아 있다. KAIST는 연구성과가 연구실과 논문에 머물지 않고 산업과 사회의 혁신으로 이어질 수 있도록 기업과 문제 발굴 단계부터 함께하는 공동연구를 확대하고, 기초·원천연구에서 실증·사업화까지 연결되는 연구 생태계를 강화하고 있다.
우리 대학과 롯데의 협력은 10여 년 전부터 이어져 왔다. 양 기관은 2012년부터 롯데 임직원을 대상으로 석·박사 위탁교육을 운영해 왔으며, 롯데케미칼과의 기술이전과 인력 교류 등 연구와 교육 전반에서 협력을 확대해 왔다.
2022년에는 탄소중립 실현을 위한 핵심기술 확보와 전문인재 양성을 목표로 ‘롯데케미칼-KAIST 탄소중립연구센터’를 개소하며 탄소중립 분야의 공동연구를 본격화했다. 이번 LOTTE x KAIST R&D CENTER 건립은 10여 년간 축적해 온 양 기관의 협력과 신뢰를 공동연구에서 미래기술 개발과 사업화까지 아우르는 연구 인프라로 확장한 결과다.
센터는 지하 1층, 지상 6층, 연면적 약 4,298㎡(약 1,300평) 규모로 조성됐다. 연구자들이 분야와 소속의 경계를 넘어 자유롭게 교류하고 공동연구를 수행할 수 있도록 개방형 연구공간과 협업공간을 유기적으로 배치했다.
센터에서는 지속가능한 미래사회 구현을 목표로 크게 세 가지 분야의 연구가 이뤄진다.
첫 번째는 ‘바이오 지속가능성(Bio-Sustainability)’ 분야다. 시스템 대사공학을 기반으로 바이오 연료와 바이오 플라스틱 등 기존 화석자원을 대체할 수 있는 지속가능한 바이오 기술을 연구한다.
두 번째는 ‘탄소중립 에너지·소재·공정(Carbon-Neutral Energy, Materials and Processes)’ 분야다. 그린수소와 신재생에너지, 배터리 등 탄소중립 사회 구현에 필요한 에너지·소재·공정 분야의 핵심기술 개발을 추진한다.
세 번째는 ‘첨단 식품·헬스케어(Advanced Food and Healthcare)’ 분야다. 미래 식품과 헬스케어 분야의 첨단기술을 연구해 건강하고 지속가능한 미래사회를 위한 새로운 기술적 해법을 모색한다.
이와 함께 AI를 연구 전반에 활용해 새로운 소재와 기술을 발굴하고 연구개발의 속도와 효율을 높인다. 이를 통해 KAIST의 ‘AI 네이티브 캠퍼스’ 전략을 실제 연구 현장으로 확장한다.
센터에는 롯데와 KAIST 연구진이 공동으로 활용할 수 있는 협업연구공간과 함께 연구자 간 소통과 교류를 위한 ‘신동빈홀’도 마련됐다. 우리 대학은 센터를 중심으로 연구자와 기업이 문제 발굴부터 연구개발, 실증과 사업화까지 함께하는 개방형 산학협력 생태계를 확대해 나갈 계획이다.
신동빈 롯데그룹 회장은 R&D센터 준공을 축하하며 “R&D센터가 학교와 기업의 경계를 넘어 더 큰 가능성을 만들어 나가는 산학협력의 거점으로 자리 잡기를 기대한다”며 “교수진과 학생들이 실패를 두려워하지 않고 자유롭게 연구하고 도전할 수 있도록 롯데가 든든한 동반자로 함께하겠다”고 말했다.
배충식 KAIST 총장은 “오랜 기간 KAIST의 인재양성과 연구에 함께해 온 롯데의 지원과 협력에 깊이 감사드린다”며, “오늘의 준공은 건물의 완성이 아니라 새로운 협력의 시작이다. KAIST의 연구역량과 롯데의 산업·사업화 역량을 결합해 연구실의 아이디어와 기술을 산업 현장의 실제 가치로 연결하고, 대한민국의 새로운 성장동력과 지속가능한 미래의 해법을 함께 만들어가겠다”고 말했다.
2026.09.14
조회수 3494
-
말하지 않아도 ‘이게 아닌데’ 눈치채는 AI 개발
일일이 말하거나 몸짓으로 알려주지 않아도, AI가 사람의 뇌에서 나오는 ‘이게 아닌데’라는 반응을 알아채 스스로 행동을 고치는 시대가 다가오고 있다. 우리 대학 연구진이 뇌파로 사람과 AI의 인지적 어긋남을 포착해 AI가 사람의 목표에 맞춰 실시간으로 행동을 수정하는 기술을 개발했다. ‘명령하는 AI’에서 ‘의도를 눈치채는 AI’로의 변화를 앞당길 것으로 기대된다.
우리 대학은 뇌인지과학과 이상완 석좌교수(신경과학-인공지능 융합연구센터장) 연구팀이 마이크로소프트연구소 아시아(Microsoft Research Asia)와 국제 공동연구를 통해 인간의 뇌파를 이용해 AI를 실시간으로 인간의 목표에 맞추는 차세대 뇌-컴퓨터 인터페이스(BCI) 기술인 ‘신경 가치 정렬(Neural Value Alignment, NVA)’을 개발했다고 10일 밝혔다.
AI가 사람과 자연스럽게 협업하기 위해서는 사람이 실제로 무엇을 원하는지 정확하게 파악해야 한다. 하지만 지금까지 AI는 주로 사람의 말이나 행동, 몸짓 등 외부로 드러난 정보를 바탕으로 의도를 추정해 왔다.
문제는 같은 행동이라도 목적이 다를 수 있다는 점이다. 예를 들어 사람이 컵을 집더라도 직접 물을 마시려는 것인지, 다른 사람에게 건네려는 것인지 행동만 보고서는 구별하기 어렵다. 이러한 ‘목표-행동 모호성’ 때문에 AI가 사람의 의도를 잘못 이해하면 사용자가 다시 명령하거나 행동을 교정해야 했다.
연구팀은 이 문제를 해결하기 위해 사람이 예상과 다른 상황을 마주했을 때 뇌에서 무의식적으로 발생하는 ‘예측 오차’에 주목했다. 쉽게 말해 AI가 잘못된 행동을 했을 때 사람이 순간적으로 느끼는 “이게 아닌데”라는 뇌의 반응을 이용한 것이다.
특히 연구팀은 이 반응을 두 종류로 구분했다. AI가 사람의 궁극적인 목표 자체를 잘못 이해했을 때 나타나는 ‘보상 예측 오차(RPE)’와, 목표는 맞지만 행동 과정이나 방식이 예상과 다를 때 나타나는 ‘상태 예측 오차(SPE)’다.
연구팀은 AI가 작업하는 모습을 지켜보는 사람의 실시간 뇌파(EEG)를 측정했다. 그 결과, AI가 목표 자체를 잘못 이해했을 때와 목표는 맞지만 행동 방식이 잘못됐을 때 사람의 뇌가 서로 다른 신호를 보내는 것을 확인했다. 두 가지 오류가 동시에 발생했을 때 나타나는 특징적인 뇌파 패턴도 찾아냈다.
연구팀은 여기에 딥러닝을 적용해 뇌파만으로 사람이 AI의 행동을 어떻게 받아들이고 있는지를 구분하는 기술을 개발했다. 쉽게 말해 사람이 직접 “틀렸다”고 말하지 않아도, 뇌파를 통해 “목표가 틀렸다”거나 “방법이 틀렸다”는 반응을 AI가 알아챌 수 있게 한 것이다.
이어 이렇게 읽어낸 뇌 신호를 AI에 실시간으로 전달해 스스로 행동을 고치도록 하는 ‘신경 가치 정렬 기반 인간-AI 시너지’ 알고리즘을 제안했다.
AI는 상태 예측 오차(SPE)가 감지되면 “원하는 목표는 맞지만 방법이 잘못됐다”고 판단해 행동 방식을 바꾸고, 보상 예측 오차(RPE)가 나타나면 “목표 자체를 잘못 이해했다”고 판단해 사람이 실제로 원하는 것이 무엇인지 다시 찾는다.
시뮬레이션 결과, 사람의 목표가 갑자기 바뀌거나 일부 신호가 빠지는 등 불확실한 상황에서도 기존 방식보다 빠르게 사람의 의도 변화에 적응하는 것으로 나타났다.
이번 연구의 핵심은 사람이 AI에게 계속 “이렇게 해”, “그게 아니야”라고 말하거나 몸짓으로 알려주지 않아도, AI가 사람의 무의식적인 ‘이게 아닌데’라는 뇌 반응을 읽고 스스로 행동을 고칠 수 있는 가능성을 보여줬다는 점이다.
향후 기술이 발전하면 가정이나 산업 현장의 피지컬 AI 로봇이 사용자의 의도를 보다 자연스럽게 파악하고 행동을 조정하는 데 활용될 수 있다. 자율주행차가 운전자의 판단을 빠르게 반영하거나, 말을 하거나 몸을 움직이기 어려운 환자가 의료·재활 로봇을 제어하고, AI가 학생의 인지 상태에 맞춰 학습을 돕는 기술로도 확장될 수 있다.
궁극적으로는 사람이 일일이 명령해야 움직이는 AI에서, 사람의 반응을 알아채고 스스로 맞춰가는 AI로 발전하는 새로운 인간-AI 협업 방식을 제시한 연구다.
이번 국제 공동연구를 주도한 이상완 교수는 “이번 연구는 인공지능이 눈에 보이는 행동 결과만으로 인간의 의도를 추정하던 기존 방식에서 벗어나, 행동 이면에서 발생하는 뇌의 인지 신호를 AI와의 협업에 직접 활용할 수 있음을 보여줬다는 데 의미가 있다”며 “향후 피지컬 AI, BCI, 자율주행, 정밀 맞춤형 교육, 의료용 로봇, 인간-컴퓨터 상호작용(HCI) 등 인간의 판단과 AI의 행동을 긴밀하게 연결해야 하는 다양한 분야로 확장될 수 있을 것”이라고 말했다.
마이크로소프트연구소 이미란 전무는 “이번 성과는 KAIST와 마이크로소프트연구소 아시아가 지속해 온 국제 공동연구의 결실”이라며 “앞으로도 양 기관의 협력을 통해 인간과 AI가 보다 자연스럽게 소통하고 협력할 수 있는 세계적 수준의 BCI 기술 개발을 이어갈 것으로 기대한다”고 말했다.
이번 연구에는 KAIST 뇌인지과학과 박사과정 서흔(Xin Xu) 학생이 제1저자로 참여했으며, 마이크로소프트연구소 아시아의 얀센 왕(Yansen Wang), 동치 한(Dongqi Han), 동쉔 리(Dongsheng Li) 박사 등이 공동 연구진으로 참여했다. 연구 결과는 사이버네틱스 분야 대표 국제 학술지 ‘IEEE 트랜잭션스 온 사이버네틱스(IEEE Transactions on Cybernetics)’에 2026년 8월 온라인 게재됐다.
※논문명: Neural Value Alignment: Human–AI Collaboration Under Goal-Action Ambiguity, DOI: 10.1109/TCYB.2026.3722605>
한편, 지속적으로 변화하는 환경에서 AI가 새로운 정보에 빠르게 적응하도록 하는 KAIST 이상완 교수 연구팀-마이크로소프트연구소 아시아의 또 다른 공동연구도 KAIST 뇌인지과학과 박사과정 니클라스 쾨페(Niklas Koeppe) 학생이 제1저자로 참여해 인공지능 분야 대표 국제학회인 ICML 2026(International Conference on Machine Learning)에서 지난 6월 발표됐다.
※논문명: Mitigating Plasticity Loss through Architectural Design in Continual Learning, 논문원본: https://icml.cc/virtual/2026/poster/61534
이번 연구는 과학기술정보통신부 정보통신기획평가원의 디지털분야글로벌연구지원사업 지원을 받아 수행됐다.
2026.09.10
조회수 4231
-
K-STAR 대표해 유럽 최상위 연구중심대학 파리 사클레대와 연구 협력 확대
우리 대학은 한국 과학기술특성화대학 연합체 K-STAR (KAIST·GIST·DGIST·UNIST·POSTECH)를 대표해 7일(현지시간) 프랑스 파리 사클레 대학교(Université Paris-Saclay)와 연구협력 강화를 위한 업무협약(MOU)을 체결했다고 9일 밝혔다. 협약식은 파리 사클레대 브레게관(Bâtiment Bréguet)에서 열렸다.
이번 협약은 이재명 대통령의 프랑스 국빈 방문을 계기로 마련됐으며, 지난 4월 서울에서 열린 제9차 한-불 과학기술공동위원회에서 논의된 K-STAR와 프랑스 대학 간 과학기술·인재 교류 확대 방안을 구체화한 후속 조치다.
파리 사클레대는 프랑스를 대표하는 세계적인 연구중심대학으로, 다수의 대학·그랑제콜과 프랑스 국립과학연구센터(CNRS), 원자력·대체에너지청(CEA) 등 주요 연구기관이 참여하는 대규모 연구·교육 생태계를 구축하고 있다. 특히 수학·물리학 등 기초과학부터 인공지능, 양자기술, 바이오, 공학에 이르기까지 폭넓은 분야에서 높은 연구 경쟁력을 갖추고 있다.
이번 협약을 통해 양측은 학생과 신진 연구자의 교류에서 공동연구까지 이어지는 실질적인 연구협력 체계를 구축한다. 우선 학부·석사·박사과정 학생들이 상대 기관의 연구실에서 연구 경험을 쌓을 수 있도록 연구인턴십 프로그램을 운영하고, 박사후연구원과 신진교원 간 연구 교류와 협력 기회도 확대할 계획이다.
연구 분야에서는 인공지능(AI), 양자기술, 첨단바이오, 신소재 등 핵심 과학기술을 중심으로 공동연구를 확대한다. 양측이 보유한 연구 인프라의 상호 활용을 추진하고, 정기적인 워크숍과 심포지엄을 개최해 연구자들이 지속적으로 교류하며 새로운 공동연구 주제를 발굴할 수 있는 학술 네트워크도 구축한다.
이번 협력은 KAIST가 추진하는 글로벌 협력 전략인 ‘Global Connect’의 일환이기도 하다. KAIST는 해외 대학과의 단순한 교류를 넘어 공동연구와 교육, 인재 교류를 유기적으로 연결하고, 국내 과학기술특성화대학과의 연대를 통해 글로벌 연구 네트워크를 확대해 나갈 계획이다.
배충식 KAIST 총장은 “글로벌 협력은 단순한 교류를 넘어 서로의 강점을 연결해 새로운 지식과 인재를 함께 만들어가는 방향으로 발전해야 한다”며 “파리 사클레대와 K-STAR의 연구 역량을 연결해 AI와 양자, 바이오 등 미래 핵심 분야에서 새로운 연구 성과를 창출하고, 대한민국 과학기술의 글로벌 연구 네트워크를 더욱 넓혀가겠다”고 말했다.
이번 협약은 KAIST가 프랑스와 15년간 쌓아온 교육·연구 협력을 K-STAR 차원으로 확대한다는 점에서도 의미가 있다.
우리 대학은 파리 사클레대 소속 그랑제콜인 상트랄 수펠렉(CentraleSupélec)과 2011년 학생교류협정을 체결한 데 이어, 2017년에는 기계공학 분야 복수학위 과정을 개설하는 등 협력 관계를 이어왔다. 이번 협약을 계기로 그동안 KAIST와 상트랄 수펠렉이 축적해 온 협력 경험과 신뢰를 바탕으로 교류의 범위를 K-STAR와 파리 사클레대 차원으로 넓히게 됐다.
카미유 갈랍(Camille Galap) 파리 사클레대 총장은 “파리 사클레대와 K-STAR는 기초과학부터 첨단기술까지 폭넓은 연구 역량을 갖추고 있어 협력의 가능성이 크다”며 “이번 협약을 계기로 양국의 학생과 연구자들이 더욱 활발히 교류하고, 공동연구를 통해 새로운 과학적 성과를 함께 만들어가기를 기대한다”고 말했다.
정재민 KAIST 대외부총장은 “이번 협약은 지난 4월 제9차 한-불 과학기술공동위원회에서 논의한 양국 대학 간 협력을 실제 연구 현장으로 연결하는 출발점”이라며 “학생과 연구자가 서로의 연구실을 오가며 공동연구와 논문, 연구 인프라 활용 등 실질적인 협력 성과를 만들어갈 수 있도록 지원하겠다”고 말했다.
한편 이날 협약식에는 파리 사클레대 측에서 라치드 브나세르(Rachid Bennacer) 연구부총장, 스테판 노넨마허(Stéphane Nonnenmacher) 수리과학대학원장, 디브야 마드하반(Divya Madhavan) 상트랄 수펠렉 국제협력처장 등이 참석했으며, KAIST 부설 고등과학원(KIAS) 대표단도 함께했다.
2026.09.09
조회수 2049
-
파네시아·메타 ‘하나의 칩처럼 움직이는 AI 데이터센터 (AI DC)’ 구조 제시
우리 대학에서 축적된 반도체·컴퓨터 시스템 연구가 교원 창업을 거쳐 글로벌 빅테크 메타(Meta)와의 협력으로 확장되며 차세대 AI 데이터센터(AI DC)의 새로운 설계 방향을 제시했다. CPU·AI 가속기·메모리를 하나로 묶어 데이터센터 전체가 마치 ‘하나의 거대한 칩’처럼 움직이도록 하는 구조다.
우리 대학은 전기및전자공학부 정명수 교수와 교원창업기업인 팹리스(fabless, 반도체 설계 전문기업) 파네시아 연구진이 메타 연구진과 함께 차세대 AI 데이터센터 구조를 제시한 리뷰 논문을 네이처(Nature)가 발행하는 국제 학술지 ‘네이처 리뷰 일렉트리컬 엔지니어링(Nature Reviews Electrical Engineering, NREE)’에 게재했다고 9일 밝혔다.
이번 성과는 KAIST에서 시작된 연구가 교원 창업을 통해 실제 반도체 기술로 발전하고, 글로벌 기업과의 공동 연구로 이어져 미래 AI 데이터센터의 기술 방향을 제시했다는 데 의미가 있다. 연구–창업–산업–글로벌 협력으로 이어지는 KAIST 연구·창업 생태계를 보여주는 사례다.
특히 배충식 KAIST 총장이 추진하는 5대 혁신 전략 가운데 연구성과를 산업과 창업으로 연결하는 ‘Beyond Laboratory’와 글로벌 협력을 확대하는 ‘Beyond KAIST–Global Connect’의 방향과도 맞닿아 있다.
배충식 KAIST 총장은 “KAIST의 연구성과가 창업을 통해 산업으로 이어지고, 다시 세계적인 기업과의 협력으로 확장돼 미래 기술의 방향을 제시한 의미 있는 사례”라며 “KAIST는 연구와 창업, 산업과 세계를 연결해 우리 기술이 글로벌 혁신의 새로운 기준을 만들어갈 수 있도록 지원하겠다”고 말했다.
최근 생성형 AI와 초거대 AI가 발전하면서 AI 연산에 수백~수천 개의 가속기(AI의 대규모 계산을 빠르게 처리하는 반도체)를 동시에 사용하는 시대가 되고 있다.
하지만 가속기를 많이 연결한다고 무조건 빨라지는 것은 아니다. 여러 사람이 한 줄로 물건을 전달할 때 한 사람만 늦어도 전체 작업이 밀리는 것처럼, 일부 가속기의 데이터 전달이 늦어지면 전체 AI 연산도 느려질 수 있다. 따라서 개별 반도체의 성능뿐 아니라 수많은 가속기와 메모리를 얼마나 빠르고 효율적으로 연결하느냐가 중요하다.
KAIST 정명수 교수와 파네시아·메타 연구진은 이를 해결하기 위해 CXL(Compute Express Link, CPU·가속기·메모리를 빠르게 연결하고 자원을 공유하는 국제표준 기술)을 활용해 CPU와 AI 가속기, 메모리를 하나로 묶고 이를 데이터센터 전체로 확장하는 구조를 제시했다.
기존 데이터센터가 여러 컴퓨터가 네트워크를 통해 협업하는 방식이라면, 이번 구조는 서버 간 경계를 낮춰 CPU·가속기·메모리를 긴밀하게 연결한다. 데이터센터 전체를 ‘하나의 거대한 컴퓨터’처럼 움직이게 하는 것이 핵심이다.
현재 엔비디아의 NVLink나 UALink 등도 여러 가속기를 빠르게 연결하지만 주로 랙(rack, 여러 서버와 장비를 층층이 설치하는 구조) 내부 연결에 초점을 둔다. 반면 이번 구조는 가속기뿐 아니라 CPU와 메모리까지 CXL로 연결하고 그 범위를 데이터센터 전체로 확대한다.
연구진이 제시한 구조에서는 하나의 연결 영역에 최대 960개의 가속기를 연결할 수 있다. 연구진에 따르면 현행 NVLink 기반 랙보다 약 13배 큰 규모다.
데이터 이동 시간도 기존 네트워크 기반 구조의 마이크로초(μs, 100만분의 1초) 수준에서 수백 나노초(ns, 10억분의 1초) 수준으로 줄일 수 있다. AI 데이터센터에서는 이러한 작은 지연도 반복되면 전체 성능에 큰 영향을 미친다.
운영도 유연해질 수 있다. CPU·가속기·메모리를 각각의 자원처럼 연결해 문제가 생긴 부품만 교체하거나, 남는 연산·메모리 자원을 필요한 곳에 활용할 수 있기 때문이다.
결국 이번 연구는 AI 데이터센터의 기본 단위를 ‘서버’에서 ‘데이터센터 전체’로 확장하는 설계 방향을 제시한 것이다. 수많은 컴퓨터의 집합에서 한발 더 나아가 데이터센터 자체가 하나의 거대한 컴퓨터처럼 작동하도록 하는 개념이다.
이번 연구가 게재된 NREE의 리뷰 논문(review article, 특정 분야의 주요 연구와 기술을 종합적으로 분석하고 발전 방향을 제시하는 논문)은 학술지 측이 해당 분야 전문가에게 직접 집필을 요청하는 초청 방식으로 기획된다.
이번 논문에서 KAIST 정명수 교수와 파네시아 연구진은 메타의 데이터센터 인프라 연구진과 함께 CXL 기술의 발전 현황을 분석하고 차세대 AI 데이터센터의 설계 방향을 제시했다.
정 교수 연구진은 KAIST에서 CXL 기반 컴퓨터 시스템과 반도체 기술을 지속적으로 연구해 왔으며, 창업 이후에는 관련 핵심 기술을 실제 반도체 칩으로 제작해 작동을 검증하는 등 연구성과의 실용화를 이어가고 있다.
정명수 KAIST 전기및전자공학부 교수 겸 파네시아 대표는 “AI가 거대해질수록 개별 가속기의 성능만큼 수많은 가속기와 메모리를 얼마나 빠르고 효율적으로 연결하느냐가 중요하다”며 “이번 연구는 CXL을 기반으로 데이터센터 전체를 하나의 컴퓨팅 시스템처럼 동작시키는 차세대 AI 인프라의 방향을 제시했다는 데 의미가 있다”고 말했다.
※ 논문명: One-Chip-Like Datacenter Design Enabled by CXL-Based Scale-Up Fabrics, 논문원본: https://www.nature.com/articles/s44287-026-00315-5
한편 이번 연구는 네이처 리뷰 일렉트리컬 엔지니어링(Nature Reviews Electrical Engineering)에 8월 10일 게재됐다.
2026.09.09
조회수 4211