-
AI보다 정확한 C→러스트 자동 변환 원천 기술로 전 세계 주목
운영체제 등 전 세계 핵심 소프트웨어의 기반인 C 언어가 보안 한계에 직면한 가운데, 우리 대학 연구진이 이를 대체할 러스트(Rust)로의 정확한 자동 변환을 위한 핵심 원천 기술 연구를 선도적으로 이끌고 있다. 기존 인공지능(LLM) 방식의 한계였던 ‘변환의 수학적 정확성’을 증명하고, C 언어의 보안 문제를 러스트로 자동 변환하여 해결하여, 향후 소프트웨어 보안 연구의 새로운 방향과 비전을 제시함으로써, 세계 최고 권위 학술지 CACM 표지 논문으로 선정되고, KAIST는 컴퓨터 과학 분야에서 세계적 연구 리더십을 입증했다.
우리 대학은 전산학부 류석영 교수 연구팀(프로그래밍 언어 연구실)의 논문이 세계 최대 컴퓨터학회인 ACM(Association for Computing Machinery)이 발행하는 최고 권위 학술지 CACM(Communications of the ACM) 11월호 표지 논문으로 선정되었다고 9일 밝혔다.
이번 논문은 류석영 교수 연구팀이 개발한 C 언어를 러스트(Rust)로 자동 변환하는 기술을 종합하여 다루었으며 향후 이 연구가 나아가야 할 기술적 비전과 학문적 방향을 제시했다는 점에서 국제 연구 커뮤니티의 높은 평가를 받았다.
C 언어는 70년대부터 산업계에서 폭넓게 사용되어 왔으나, 구조적 한계로 인해 심각한 버그와 보안 취약점을 지속적으로 유발해 왔다. 반면, 러스트는 2015년부터 개발된 안전한 프로그래밍 언어로, 운영체제 및 웹 브라우저 개발 등에 사용되며, 프로그램 실행 전에 버그를 탐지하고 방지할 수 있는 특성을 지닌다.
미국 백악관은 2024년 2월 발표한 기술 보고서에서 C 언어 사용 중단을 권고하였고, 미국 국방고등연구계획국(DARPA) 또한 C 코드를 러스트로 자동 변환하는 기술 개발 과제를 추진하며 C 언어의 보안 문제 해결에 러스트가 핵심 대안임을 명시했다.
우리 대학 류 교수 연구팀은 이러한 움직임이 본격화되기 이전부터 C 언어의 안전성 문제와 자동 변환의 중요성을 선제적으로 제기하고, 관련 핵심 기술을 지속적으로 개발해 왔다.
우리 대학 연구팀은 2023년 5월 프로그램 동기화에 필요한 뮤텍스(Mutex) 변환 기술을소프트웨어 공학 분야 최고 권위 학회인 ICSE(International Conference on Software Eng)에서 발표했으며, 2024년 6월에는 결과 전달에 사용되는 출력 파라미터(Output Parameter) 변환 기술을 프로그래밍 언어 분야 최고 학회인 PLDI(Programming Language Design and Implementation)에서, 같은 해 10월에는 다양한 데이터를 함께 저장하는 유니언(Union) 변환 기술을 소프트웨어 자동화 분야 대표 학회인 ASE(Automated Software Eng)에서 각각 발표했다.
이들 세 연구는 모두 세계 최고 수준의 국제 학술대회에서 ‘세계 최초’로 발표된 성과로, 각 기능별 자동 변환 기술을 완성도 높게 구현해 왔다.
연구팀은 2023년 이후 매년 CACM에 논문을 게재하며 세계적으로 중요하고 도전적인 문제를 꾸준히 해결해 온 글로벌 선도 연구진으로 자리매김했다.
이번 논문은 홍재민 박사(KAIST 정보전자연구소 연수연구원)가 제 1저자로 CACM(Communications of the ACM)에 10월 24일 게재되었다.
※논문제목: Automatically Translating C to Rust, DOI: https://doi.org/10.1145/3737696
홍재민 박사는 “우리가 개발한 변환 기술은 프로그래밍 언어 이론에 기반한 원천 기술로, 변환의 ‘정확성’을 논증할 수 있는 것이 큰 강점”이라며, “대부분의 연구가 대규모 언어모델(LLM)에 의존하는 반면, 우리 기술은 변환의 올바름을 수학적으로 보장할 수 있다”고 밝혔다.
홍 박사는 2026년 3월부터 UNIST 컴퓨터공학과 조교수로 부임할 예정이다.
또한 류 교수 연구팀은 소프트웨어 공학 최고 권위 학회 ASE 2025에 C→러스트 변환 기술을 포함한 4편의 논문이 채택되어 발표를 앞두고 있다.
이들 논문은 자동 변환 기술뿐 아니라 ▲양자컴퓨터 프로그램이 제대로 작동하는지 검증하는 기술, ▲웹어셈블리 프로그램(웹에서 빠르고 효율적으로 프로그램 실행하기 위한 기술)의 정확성을 자동으로 검사하고 테스트를 만들어주는 ‘웨스트(WEST)’ 기술, ▲복잡한 웹어셈블리 코드를 자동으로 단순화해 오류를 빠르게 찾아내는 기술 등 첨단 소프트웨어 공학 분야 전반에서 세계적으로 높은 평가를 받고 있다. 이 가운데 웨스트(WEST) 논문은 우수논문상(Distinguished Paper Award)을 받았다.
이번 연구는 한국연구재단 선도연구센터·중견연구자지원사업, 정보통신기획평가원(IITP), 삼성전자의 지원으로 수행되었다.
2025.11.10
조회수 370
-
인증 절차없는 메세지로 통신을 원격 마비시킬수 있다
최근 발생한 SKT 해킹 사고와 KT 소액 결제 사건은 이동통신 보안의 중요성을 더욱 강조하고 있다. 휴대폰이나 IoT 기기가 기지국(무선)과 연결되면, 그 신호를 받아서 사용자의 정체 확인, 인터넷 연결, 전화·문자·요금 처리, 다른 사용자와의 데이터 전달 등을 담당하는 것이 ‘LTE 코어 네트워크’다. KAIST 연구진이 LTE 코어 네트워크에 인증되지 않은 공격자가 원격으로 정상 사용자의 내부 정보를 조작할 수 있는 새로운 보안 취약점을 세계 최초로 규명했다.
우리 대학 전기및전자공학부 김용대 교수 연구팀이 LTE 코어 네트워크에서 인증되지 않은 공격자가 원격으로 다른 사용자의 내부 상태 정보를 조작할 수 있는 심각한 보안 취약점을 발견했다고 2일 밝혔다.
김용대 교수 연구팀은 LTE 코어 네트워크에서‘컨텍스트 무결성 침해(Context Integrity Violation, CIV)’라는 새로운 취약점 클래스를 발견하고, 이를 체계적으로 탐지하는 세계 최초의 도구 ‘CITesting’을 개발했다.
이 연구는 10월 13~17일 대만 타이베이에서 열린 제32회 ACM CCS(Conference on Computer and Communications Security)에서 발표됐으며, 우수논문상(Distinguished Paper Award)을 수상했다.
ACM CCS는 전 세계 4대 최고 권위 보안 학회 중 하나로, 올해 약 2,400편의 논문이 제출된 가운데 단 30편만이 수상 논문으로 선정됐다.
기존 보안 연구들이 주로 '네트워크가 단말기를 공격하는' 다운링크 취약점에 집중한 반면, 이번 연구는 상대적으로 소홀히 다뤄진‘단말기가 코어 네트워크를 공격하는' 업링크 보안을 집중 분석했다. 특히 연구팀은 '컨텍스트 무결성 침해(Context Integrity Violation, CIV)'라는 새로운 취약점 클래스를 정의했다.
즉, 단말(또는 공격자가 조작한 단말)이 정상 기지국을 통해 코어 네트워크로 메시지를 보낸 뒤, 그 메시지가 네트워크 내부의 사용자 상태(정보)를 잘못 변경하게 만드는 ‘업링크 보안’에 집중했고, 인증되지 않은(또는 부적절하게 인증된) 입력이 네트워크의 내부 상태를 바꿔버리는 상황인 ‘컨텍스트 무결성 침해(CIV)’에 집중했다.
이는 ‘인증되지 않은 메시지는 내부 시스템 상태를 변경해서는 안 된다’는 기본 보안 원칙을 위반하는 것이다. 3GPP(휴대전화·무선망의 작동 규칙을 만드는 국제 표준 기구)의 표준 초기 버전에서는 이러한 행위를 명시적으로 금지하지 않았다.
즉 3GPP 표준은‘인증에 실패한 메시지는 처리하지 말라’는 규칙은 갖고 있지만, ‘아예 인증 절차 없이 들어온 메시지를 어떻게 다뤄야 하는지’에 대한 규정은 명확히 없다는 점이 문제다.
유일한 선행 연구인 LTEFuzz가 31개의 제한된 테스트 케이스에 그친 것과 달리, 본 연구에서는 CITesting을 통해 2,802개에서 4,626개에 이르는 훨씬 광범위한 테스트 범위를 체계적으로 탐색하였다.
연구팀은 CITesting을 활용해 오픈소스와 상용 LTE 코어 네트워크 4종을 대상으로 평가한 결과, 실제 공격 시연에서도 통신 마비를 확인했다.
이를 통해 모두 CIV 취약점이 존재하는 것으로 확인되었고 테스트 대상 탐지 결과(총 테스트 기반)와 고유 취약점 수는 ▲Open5GS 2,354건 탐지, 29건 ▲srsRAN 2,604건 탐지, 22건 ▲Amarisoft 672건 탐지, 16건 ▲Nokia 2,523건 탐지, 59건으로 확인되었다.
연구팀은 해당 취약점이 (1) 공격자가 피해자 식별자를 도용해 네트워크 정보를 망가뜨려 재접속을 거부시키는 서비스 거부, (2) 단말로 하여금 휴대폰 유심(SIM)에 저장된 이용자 고유 식별번호(IMSI)를 평문으로 재전송하게 해 노출시키는 IMSI 유출, (3) 이미 알고 있는 영구 식별번호를 이용해 재접속 시 발생하는 신호를 수동으로 포착함으로써 특정 사용자의 위치를 추적하는 공격으로 이어질 수 있음을 증명했다.
기존의 가짜 기지국·신호 간섭 공격은 피해자 근처에 물리적으로 있어야 했지만, 이번 공격은 정상 기지국을 통해 코어로 조작된 메시지를 보내는 방식이라 피해자와 같은 MME(LTE 네트워크에서 가입자 인증과 이동·세션 관리를 총괄하는 중앙관제 역할을 하는 기지국) 관할 지역이면 어디서든 원격으로 영향을 줄 수 있어 훨씬 광범위하다.
김용대 KAIST 교수는 “그동안 업링크 보안은 코어 네트워크 테스트의 어려움, 구현 다양성 부족, 규제 제약 등으로 인해 상대적으로 소홀히 다뤄져 왔으며, 컨텍스트 무결성 침해는 심각한 보안 위험을 초래할 수 있다”고 설명했다.
이어 그는 “이번 연구에서 개발한 CITesting 도구와 검증 결과를 바탕으로 5G 및 프라이빗 5G 환경으로 검증 범위를 확대할 계획”이라며, “특히 산업·인프라용 전용망(프라이빗 5G)에서는 탱크 통신 차단이나 IMSI 노출과 같은 치명적 보안 위협을 예방하기 위한 필수 테스트 도구로 발전시켜 나가겠다”고 밝혔다.
연구팀은 취약점을 벤더별로 책임감 있게 공개해 Amarisoft는 패치를 배포하고 Open5GS는 연구팀 패치를 공식 저장소에 통합했으나, Nokia는 3GPP 표준을 준수한다며 취약점으로 보지 않아 패치 계획이 없다(현재 해당 장비를 사용하는 통신사 여부에 대해서도 답변하지 않았다).
이번 연구에는 KAIST 전기및전자공학부 손민철, 김광민 박사과정이 공동 제 1저자로 KAIST 전기및전자공학부 오범석 박사과정, 경희대 박철준 교수, KAIST 김용대 교수가 교신저자로 참여해 세계 최고 보안학회 ACM CCS 2025에서 10월 14일 발표되었다.
※논문 제목: CITesting: Systematic Testing of Context Integrity Violations in LTE Core Networks,
논문링크: https://syssec.kaist.ac.kr/pub/2025/CITesting.pdf
오픈소스: https://github.com/SysSec-KAIST/CITesting
동영상: https://sites.google.com/view/citesting/%ED%99%88
한편 이번 연구는 2025년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원(IITP)의 지원을 받아 수행되었다(No. RS-2024-00397469, 특화망·기업망 통합보안을 위한 5G 특화망 보안 기술개발).
2025.11.03
조회수 479
-
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.
2025.08.26
조회수 2188
-
GPU 한 대로 95배 빠르게 그래프 분석 AI 'FlexGNN' 개발
텍스트 기반 대규모 언어 모델(LLM)인 ChatGPT 등과 함께, 산업 현장에서는 금융 거래, 주식, SNS, 환자기록, 등 비정형 데이터를 그래프 형태로 분석하는 GNN(Graph Neural Network) 기반의 그래프 AI 모델이 적극 활용되고 있다. 하지만 전체 그래프를 한 번에 학습(풀 그래프 학습)하는데 막대한 메모리와 GPU 서버가 필요하다는 한계점이 있다. KAIST 연구진이 단 한 대의 GPU 서버만으로도 대규모 GNN 모델을 최고속 학습할 수 있는 세계 최고 성능의 소프트웨어 기술 개발에 성공했다.
우리 대학 전산학부 김민수 교수 연구팀이 여러 대의 GPU 서버를 활용하는 기존 방식과 달리 한 대의 GPU 서버에서 대규모 풀(full) 그래프 AI 모델을 빠르게 학습하고 추론할 수 있는 GNN 시스템 ‘FlexGNN(플렉스지엔엔)’을 개발했다고 13일 밝혔다. FlexGNN은 기존 기술 대비 학습 속도를 최대 95배 향상한다.
최근 기후, 금융, 의료, 제약, 제조, 유통 등 다양한 분야에서는 데이터를 정점과 간선으로 구성된 그래프 형태로 변환해 분석 및 예측하는 사례가 증가하고 있다.
전체 그래프를 모두 학습에 활용하는 풀 그래프 방식이 더욱 우수한 정확도를 보이지만, 학습 과정에서 대규모의 중간 데이터(intermediate data)가 발생해 메모리 부족 현상이 빈번히 발생하고, 여러 서버 간의 데이터 통신으로 인해 학습 시간이 길어지는 한계가 있었다.
연구팀이 개발한 FlexGNN은 이러한 문제를 극복하기 위해 여러 대의 GPU 서버 대신 단일 GPU 서버에서 SSD(솔리드 스테이트 드라이브)와 메인 메모리를 활용한 최적의 AI 모델 학습을 수행한다.
특히 데이터베이스 시스템의 질을 최적화시키는 AI 퀴리 최적화 학습을 통해 GPU-메인 메모리-SSD 계층 간 모델 파라미터, 학습 데이터, 중간 데이터를 최적의 시점과 방식으로 계산을 시키는 새로운 학습 최적화 기술을 개발했다.
이를 통해 FlexGNN은 데이터 크기, 모델 규모, GPU 메모리 등 가용 자원 상황에 따라 유연하게 최적의 학습 실행 계획을 생성해 높은 자원 효율성과 학습 속도를 구현한다.
그 결과, 메인 메모리 용량을 훨씬 초과하는 데이터에 대해서도 GNN 모델을 학습하며, 단일 GPU 서버에서도 최대 95배 빠르게 학습이 가능해졌다. 특히 기후 예측 등에서 슈퍼컴퓨터보다 정밀한 분석이 가능한 풀 그래프 AI 구현이 현실화됐다.
우리 대학 김민수 교수는 “날씨 예측과 신소재 발견 등 복잡한 문제를 해결하는데 풀 그래프 GNN 모델이 활발히 활용되면서 관련 기술의 중요성이 점점 높아지고 있다”며 “FlexGNN이 그동안 어려움으로 남아 있던 그래프 AI 모델의 학습 규모와 속도 문제를 획기적으로 해결한 만큼, 다양한 산업 분야에 널리 활용되기를 기대한다”고 밝혔다.
이번 연구는 전산학부 배정민 박사과정이 제1 저자로, 김민수 교수창업기업인 (주)그래파이의 한동형 CTO가 제2 저자로 참여했으며, 김 교수가 교신저자를 맡았다.
연구 결과는 세계적 권위의 데이터마이닝 학술대회인 ‘ACM KDD’에서 지난 8월 5일에 발표됐다. FlexGNN 기술은 향후 (주)그래파이의 그래프 DB 솔루션인 그래프온(GraphOn)에도 적용될 예정이다.
※ 논문제목: FlexGNN: A High-Performance, Large-Scale Full-Graph GNN System with Best-Effort Training Plan Optimization
※ DOI: https://doi.org/10.1145/3711896.3736964
한편, 이번 연구는 과기정통부 IITP SW스타랩과 IITP-ITRC, 그리고 한국연구재단 중견과제의 지원을 받아 수행됐다.
2025.08.13
조회수 2490
-
전산학부 허기홍 교수 연구팀, 세계 최고 소프트웨어공학 학술대회 FSE 2025에서 최우수 논문상 수상
우리 대학 전산학부 허기홍 교수 연구팀이 지난 6월 노르웨이 트론헤임에서 열린 ACM FSE 2025 (ACM International Conference on the Foundations of Software Engineering)에서 최우수 논문상(Distinguished Paper Award)을 수상했다.
FSE는 ACM(Association for Computing Machinery) 주최로 매년 개최되며, 소프트웨어공학 분야에서 세계적으로 가장 높은 권위를 지닌 국제 학술대회 중 하나다. 최신 연구 성과 발표와 전 세계 연구자 간 교류의 장이며, 제출된 논문 중 극소수만이 본 상을 수상할 만큼 경쟁이 치열하다. 최우수 논문상은 독창성, 기술적 완성도, 학술적 기여도, 실용적 영향력 등을 종합적으로 평가해 가장 우수한 논문에만 수여된다.
수상 논문은 박사과정 장수진, 류연희 연구원과 학부생 이희원 연구원이 공동 저자로 참여했으며, 기존보다 훨씬 효과적으로 소프트웨어 오류를 검출할 수 있는 ‘목표 지향 단위 테스트 자동 생성 시스템’을 새롭게 제안했다. 이 시스템은 소프트웨어 내부의 기능상 핵심 지점 또는 오류 가능성이 높은 지점을 집중적으로 테스트하는 프로그램을 자동 생성한다. 이를 통해 테스트 시간을 줄이면서도 오류 검출률을 높일 수 있으며, 특히 대규모 소프트웨어를 여러 개발자가 협업하는 환경에서 높은 실용성을 보인다.
연구팀은 실제로 이 시스템을 적용해 세계적으로 널리 사용되는 다양한 오픈소스 소프트웨어에서 수십 건의 미확인 오류를 새롭게 발견하며 기술의 실효성과 확장 가능성을 입증했다. 발표 당시 현장에서도 논문의 내용은 큰 관심을 끌며 주목을 받았다.
허기홍 교수는 “학생들의 열정과 협업이 만들어낸 값진 성과”라며 “이번 연구를 바탕으로 기술을 더욱 고도화해 세계적인 수준으로 발전시켜 나가겠다”고 밝혔다.
연구 소개 페이지: https://prosys.kaist.ac.kr/unitcon/
연구 논문: https://dl.acm.org/doi/10.1145/3729362
2025.06.30
조회수 2237
-
음악 창작 돕는 작곡 AI 동료 ‘어뮤즈’ 공개
음악 창작자가 초기 아이디어를 생각하거나 창작 중간 막힐 때, 이를 같이 해결해 주고 다양한 음악적 방향 탐색에 실질적인 도움을 주는 동료가 있다면 얼마나 좋을까? KAIST 연구진이 이런 음악 창작을 돕는 동료 작가와 같은 AI 기술을 개발했다.
KAIST(총장 이광형)는 전기및전자공학부 이성주 교수 연구팀이 AI 기반 음악 창작 지원 시스템 어뮤즈(Amuse)를 개발하였다. 이 연구 결과는 4월 26일부터 5월 1일까지 일본 요코하마에서 열린 인간-컴퓨터 상호작용 분야 세계 최고 권위의 국제학술대회인 CHI(ACM Conference on Human Factors in Computing Systems)에서 전체 논문 중 상위 1%에게만 수여되는 최우수 논문상(Best Paper Award)을 수상했다고 7일 밝혔다.
이성주 교수 연구팀이 개발한 어뮤즈(Amuse) 시스템은 텍스트, 이미지, 오디오와 같은 다양한 형식의 영감을 입력하면 이를 화성 구조(코드 진행)로 변환해 작곡을 지원해 주는 AI 기반 시스템이다.
예를 들어, 사용자가 ‘따뜻한 여름 해변의 기억’과 같은 문구나 이미지, 사운드 클립을 입력하면, 어뮤즈는 해당 영감에 어울리는 코드 진행을 자동으로 생성해 제안한다.
기존의 생성 AI와 달리, 어뮤즈는 사용자의 창작 흐름을 존중하고, AI의 제안을 유연하게 통합·수정할 수 있는 상호작용 방식을 통해 창의적 탐색을 자연스럽게 유도한다는 점에서 차별성을 갖는다.
어뮤즈 시스템의 핵심 기술은 대형 언어 모델의 이용해 사용자의 영감으로 프롬프트에 입력한 글자 따라 이에 어울리는 음악 코드를 생성하고, 실제 음악 데이터를 학습한 AI 모델이 부자연스럽거나 어색한 결과는 걸러내는(리젝션 샘플링) 과정을 거쳐 결합한 두 가지 방법을 자연스럽게 이어 재현하는 하이브리드 생성 방식이다.
연구팀은 실제 뮤지션들을 대상으로 한 사용자 연구를 수행하여, 어뮤즈가 단순한 음악 생성 AI가 아닌, 사람과 AI가 협업하는 창작 동반자(Co-Creative AI)로서의 가능성이 높다는 평가를 받았다.
KAIST 전기 및 전자공학부 박사과정 김예원, 이성주 교수, 카네기 멜런 대학의 크리스 도너휴(Chris Donahue) 교수가 참여한 해당 논문은 학계 및 산업계 모두의 창의적 AI 시스템 설계의 가능성을 보여주었다.
※ 논문명 : Amuse: Human-AI Collaborative Songwriting with Multimodal Inspirations DOI : https://doi.org/10.1145/3706598.3713818
※ 연구 데모 영상: https://youtu.be/udilkRSnftI?si=FNXccC9EjxHOCrm1
※ 연구 홈페이지: https://nmsl.kaist.ac.kr/projects/amuse/
이성주 교수는 “ 최근 생성형 AI 기술은 저작권이 있는 콘텐츠를 그대로 모방하여 창작자의 저작권을 침해하거나, 창작자의 의도와는 무관하게 일방향으로 결과물을 생성한다는 점에서 우려를 낳고 있다. 이에 연구팀은 이러한 흐름에 문제 의식을 가지고, 창작자가 실제로 필요로 하는 것이 무엇인지에 주목하며 창작자 중심의 AI 시스템 설계에 주안점을 두었다.”라고 말했다.
이어 ”어뮤즈는 창작자의 주도권을 유지한 채, 인공지능과의 협업 가능성을 탐색하는 시도로, 향후 음악 창작 도구와 생성형 AI 시스템의 개발에 있어 보다 창작자 친화적인 방향을 제시하는 출발점이 될 것으로 기대된다.“라고 설명했다.
이 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행되었다.(RS-2024-00337007)
2025.05.07
조회수 7267
-
차미영 교수, 2024 ACM Distinguished Member 선정
우리대학 전산학부 차미영 교수가 미국 컴퓨터학회(ACM, Association for Computing Machinery)의 ‘Distinguished Member(특훈회원)’로 선정됐다.
차 교수는 허위 정보 분석, 사기 감지, 빈곤 맵핑(Poverty Mapping) 등 계산 사회과학(Computational Social Science) 연구에서 두드러진 기여를 한 공로를 인정받았다. ACM Distinguished Member는 컴퓨터 및 정보기술 분야에서 연구 업적이 뛰어나고, 후학과 연구자들에게 롤모델이 되는 인물에게 수여되는 영예로운 지위다. ACM은 2006년부터 전체 회원 중 상위 10％ 이내에서 Distinguished Member를 선정하고 있다.
차 교수는 2008년 우리 대학 전산학부에서 박사학위를 취득한 후, 2010년 KAIST에 부임해 현재 ‘인류를 위한 데이터과학(Humanity for Data Science)’ 연구실을 이끌고 있다. 또한, 독일 막스플랑크 연구소에서도 연구를 병행하며 국제적인 연구 협력을 이어가고 있다.
2025.02.17
조회수 3390
-
‘로봇스케치’ 도쿄 데뷔, 최우수 심사위원상 수상
VR 헤드셋을 쓴 디자이너(산업디자인학과 이준협 박사)가 태블릿과 펜으로 아무 것도 없는 가상 공간 속에서 유려한 입체 형태와 복잡한 관절 구조를 가지는 4족 거미 로봇을 단 몇 분 만에 그려서 완성했다. 디자이너가 컨트롤러를 조작하자 움직이던 거미 로봇이 일어나 2족 휴머노이드 로봇으로 자세를 수정하고 두 발을 짚고 걸음을 내딛기 시작했다. (2024 시그래프 아시아 리얼타임 라이브의 KAIST 로봇스케치 시연 장면)
우리 대학 12월 6일 도쿄 국제 포럼에서 열린 ‘시그래프 아시아 2024’의 하이라이트인 리얼타임 라이브(Real-Time Live!)에서 산업디자인학과 배석형 교수팀이 기계공학과 황보제민 교수팀과 협업하여 개발한 ‘로봇스케치(RobostSketch)’ 기술이 최우수 심사위원상(Jury’s Choice)을 수상했다고 9일 밝혔다.
‘시그래프 리얼타임 라이브’는 컴퓨터 그래픽스 및 상호작용 분야에서 ‘꿈의 무대’로 알려져 있다. 매년 전 세계에서 엄선된 10여 개의 혁신적인 기술만이 무대에 오른다.
모든 시연은 사전 녹화 없이 실시간으로 이루어지며, 6분이라는 제한된 시간 안에 기술의 독창성과 가능성을 선보여야 한다. KAIST의 로봇스케치는 이러한 무대에서 새로운 로봇 디자인 프로세스의 가능성을 보이며 큰 주목을 받았으며, 단 하나의 기술에만 수여되는 최우수 심사위원상을 수상했다.
로봇스케치는 단순히 외형과 구조를 시각적으로 표현하는 설계 도구를 넘어, 3D 스케칭에 생성형 AI와 몰입형 VR을 접목해 로봇 디자인의 개념을 새롭게 정의한 혁신적 기술이다.
디자이너는 VR 환경에서 태블릿과 펜을 사용해 복잡한 관절형 구조를 직관적으로 표현하고, 이를 실제 크기로 확인할 수 있다. 디자이너가 그린 로봇은 강화학습을 통해 현실 세계의 물리 법칙을 따르는 시뮬레이션 속에서 보행법과 움직임을 학습한다.
이를 통해 디자이너는 실제 세계에서 작동 가능한 로봇 디자인을 VR 공간 안에서 만들고, 로봇을 직접 움직이며 로봇이 가질 동작의 자연스러움과 안정성을 실시간으로 확인할 수 있다.
로봇스케치는 3D 스케칭 전문가인 산업디자인학과 배석형 교수 연구팀과 로봇 강화학습 전문가인 기계공학과 황보제민 교수 연구팀의 협업으로 완성됐다.
배석형 교수는 “기존 로봇 디자인의 한계를 극복하고, 로봇 디자이너가 상상하는 모든 것을 실시간으로 표현할 수 있는 도구를 만들고 싶었다”고 밝혔다.
이어 “로봇 디자인은 단순히 외형뿐 아니라 로봇의 움직임과 기능, 더 나아가 사용자와의 상호작용까지 모두 포함하는 과정이며 로봇 디자이너와 로봇 엔지니어의 원활한 소통을 촉진하고 현실 프로토타이핑에 소모되는 시간과 비용을 크게 줄일 수 있는 로봇스케치는 앞으로 로봇 개발과 제품화 과정에서 중요한 도구가 될 것”이라고 덧붙였다.
이 연구는 ‘DRB-KAIST 스케치더퓨처 연구센터’의 지원 아래 이루어진 결과로, 해당 센터는 3D 스케칭, AI, VR 기술을 결합해 전문가의 창의성과 생산성을 극대화하는 도구를 연구하며 첨단 기술과 디자인의 융합 가능성을 탐구하고 있다. 앞으로 로봇 디자인뿐 아니라 미래 산업 전반에서 고도화된 디자인 도구의 발전이 기대된다.
ACM SIGGRAPH Asia 2024 리얼타임 라이브 <로봇 스케치> 시연 영상: https://youtu.be/5wi53Z2_sAk
2024.12.09
조회수 7922
-
권영진·신인식 교수팀, 세계 최고 학회 아시아 최초 최우수논문상 2회 수상
우리 대학 전산학부 권영진⦁신인식 교수 연구팀이 서울대 이병영 교수와 협력하여 세계 최대 컴퓨터 학회 ACM(Association for Computing Machinery)의 운영체제 분야 최고 학회인 ACM 운영체제 원리 심포지움(Symposium on Operating Systems Principles, SOSP)에서 아시아 최초 최우수 논문상을 2회 수상했다고 29일 밝혔다.
연구팀은 세계 최초로 애플(Apple)의 프로세서를 탑재한 모든 장치를 비롯해 실제 물리적인 현대 고성능 프로세서(CPU) 없이도 운영체제 시스템을 해킹하거나 중단시킬 수 있는 동시성 버그를 탐지하는 기술을 개발했다.
ACM SOSP는 컴퓨터 시스템 분야 세계 최고 권위의 학술대회로, 지난 30년간 국내에서 단 4편의 논문만 게재될 정도로 높은 기준을 요구한다. 이번 최우수 논문상 수상은 국내 운영체제 연구 역량이 세계적 수준에 도달했음을 보여주는 중요한 성과다.
특히, 권영진 교수는 2021년에 ACM SOSP에서 아시아 학교에서는 최초로 최우수 논문상을 수상하였으며, 이번 수상을 포함해 ACM SOSP에서 최우수 논문상을 두 차례 수상하며 연구의 탁월성을 다시 한번 입증했다.
KAIST 정대룡 박사, 최예원 박사과정, 서울대 이병영 교수와 함께 구성된 권영진⦁신인식 교수 연구팀은 애플(Apple)의 M3 프로세서를 탑재한 모든 장치를 비롯해 실제 물리적인 CPU 없이도 비순차적 실행에 의한 동시성 버그*를 발견하고 그 원인을 규명하도록 돕는 운영체제 버그 탐지 프레임워크를 개발했다.
*비순차적 실행에 의한 동시성 버그: 전문 개발자가 몇 년이 지나도 찾지 못할 정도로 개발자의 직관이나 단순 테스팅을 통해 발견하기는 매우 어려운 버그임. 이러한 버그를 공격자가 악용할 경우 시스템이 해킹당하거나 작동을 멈출 수 있는 결과를 초래할 수 있음
권영진⦁신인식 교수팀은 실제 물리적인 CPU 없이도 정확하고 빠르게 소프트웨어만으로 에뮬레이션*하는 방법을 고안해 리눅스 커널 운영체제를 에뮬레이션 환경에서 구동할 수 있도록 하는 기법을 개발했다.
*에뮬레이션: 하드웨어에 수행되는 작업을 소프트웨어를 활용해 처리함
또한 연구팀은 퍼징(fuzzing)기법*을 활용하여 범용 운영체제인 리눅스 커널에서 11개의 새로운 버그를 발견하여 보고하였고, 리눅스 커널 개발자들에게 보안 패치를 제공하였다.
*퍼징기법: 입력값을 무작위로 대입하여 그 과정에서 발생하는 버그나 에러를 발견하는 기법
발견된 버그들은 암호화된 네트워크에 사용하는 TLS 코드를 비롯해 보안에 위협이 되는 중요한 커널 요소에서 곳곳에서 발견됐다.
연구팀이 개발한 기술은 리눅스뿐만 아니라 핸드폰에 사용되는 안드로이드 운영체제나 윈도우에도 적용할 수 있는 기술로, 앞으로 그 응용 사례가 계속 확대될 전망이다. 연구 결과물은 오픈소스로 공개돼 있다.
https://github.com/casys-kaist/ozz
권영진 교수는 “오랜 기간 앞을 모르는 결과를 위해 시행착오를 감수하고 끈기있게 연구를 진행한 학생 연구원의 의지에 감사하며, 훌륭한 조언을 아끼지 않았던 동료 교수님께 다시 한번 감사드린다”라고 수상 소감을 밝혔다.
한편 이번 연구는 한국연구재단, 정보통신기획평가원, 한국과학기술정보연구원, K-Startup, 그리고 삼성전자의 지원을 받아 수행됐다.
2024.12.02
조회수 5868
-
이의진 교수, 미국컴퓨터협회 최우수논문상 수상
우리 대학 전산학부 이의진 교수 연구팀이 지난 10월 8일 호주 멜버른에서 미국컴퓨터협회(ACM) 주최로 개최된 유비쿼터스 컴퓨팅 학회(Ubicomp/ISWC)에서 최우수 논문상을 받았다고 25일 밝혔다.
ACM 유비쿼터스 컴퓨팅 학회는 전 세계 유수 대학 및 글로벌 기업들이 인간-컴퓨터 상호작용(HCI, Human-Computer Interaction) 분야의 유비쿼터스 컴퓨팅 및 웨어러블 기술에 관한 최신 연구 결과를 발표하는 최고 권위의 국제학회다.
학술대회 프로그램은 유비쿼터스 및 웨어러블 컴퓨팅 분야의 최신 연구를 다루는 ACM 논문집(PACM) IMWUT(Interactive, Mobile, Wearable and Ubiquitous Technologies)에 출판된 논문을 초청해 구성된다.
우수 논문상 선정 위원회는 ACM 논문집인(PACM IMWUT) 학술지 7권에 게재된 205편의 논문 중에서 연구 커뮤니티에 탁월하고 모범적인 기여를 한 8편의 논문을 선정했다. 위원회는 학술지 편집위원회의 현직 및 전직 위원 16명의 저명한 전문가들로 구성됐으며 전체 논문에 대한 까다로운 심사를 한 달 이상 거쳐 결정된다.
최우수 논문상을 받은 논문은 KAIST 데이터 사이언스 대학원을 졸업한 박준영 박사가 주저자로 수행한 연구로 ‘적시 모바일 건강 중재의 참여도 저하에 관한 이해’에 관한 내용이다.
이의진 교수 연구팀은 건강 관리 앱도 사용해야 효과를 거둘 수 있다는 전제 하에 앱에서 수집되는 데이터를 활용해 최적의 상황에 중재를 적극적으로 제공하는 ‘적시 모바일 건강 중재’를 제안했다.
연구팀은 적시 모바일 건강 중재에 대한 참여도 저하에 대한 체계적인 분석을 수행했다. 활동적 생활 습관 형성을 위한 신체활동 증진 앱인 비액티브(BeActive) 시스템을 개발해 사용자의 자가통제(Self-Control) 능력과 지루함 성향(Boredom-Proneness)이 적시 중재에 대한 순응도에 미치는 영향을 체계적으로 분석했다.
8주간의 실증 실험 결과, 사용자의 상황에 맞는 적시 중재를 제공하더라도 참여도 저하를 피할 수가 없는 것으로 드러났다. 다만 자가통제 능력이 높고 지루함 성향이 낮은 사용자의 경우, 앱을 통해 전달되는 적시 중재에 순응도가 다른 그룹의 사용자들보다 현저하게 높았다.
특히 지루함 성향이 높은 사용자는 반복적으로 전달되는 적시 중재에 싫증을 쉽게 느껴 앱의 순응도가 다른 그룹에 비해서 더 빨리 감소했다.
이의진 교수는 “적시 모바일 건강 중재를 활용하는 디지털 치료제 및 웰니스 서비스의 참여도에 관한 첫 연구 결과로 참여도 증진 방법 탐색에 대한 단초를 제공했다”라며 “대규모 언어모델(LLM) 및 복합상황인지 기술을 활용해 참여도를 증강하는 사용자 중심 인공지능 기술 개발이 가능할 것”이라고 설명했다.
이번 연구는 과기정통부의 재원으로 2021년도 한국연구재단 바이오․의료기술개발사업 (NRF-2021M3A9E4080780) 및 2022년도 한국연구재단 기초연구 개발사업(NRF-2022R1A2C2011536)의 지원을 받아 수행됐다.
2024.10.25
조회수 6778
-
가짜 분유는 이제 스마트폰으로 손쉽게 찾아낸다
가짜 분유 파문은 현재까지도 지속적으로 발생하고 있으며 수만 명의 영유아의 생명을 위협하는 심각한 전세계적 문제다. 하지만 이러한 가짜 분유의 진위 여부를 쉽게 확인하는 것은 거의 불가능에 가깝다. 공동연구진은 스마트폰을 활용해 위조 분유를 빠르고 정확하게 탐지하는 시스템을 개발해서 화제가 되고 있다.
우리 대학 전산학부 한준 교수 연구팀이 연세대, POSTECH, 싱가포르국립대와 공동연구를 통해서 스마트폰을 이용한 가짜 분유 탐지 기술을 개발했다고 2일 밝혔다.
한준 교수 연구팀은 스마트폰에 탑재된 일반 카메라만을 사용해 위조 분말을 탐지하는 ‘파우듀(PowDew)’ 시스템을 개발했다. 연구팀이 최초 개발한 이 시스템은 분말 식품의 성분 및 제조 과정 등에 따라 결정되는 고유한 물리적 성질(습윤성 및 다공성 등)과 액체류와의 상호작용을 이용했다.
이 시스템을 활용하면 소비자가 본인의 스마트폰 카메라로 분유 가루 위에 떨어진 물방울의 움직임을 관측해 손쉽게 분유의 진위를 확인할 수 있다고 전했다. 또한 연구팀은 실험을 통해 6개의 서로 다른 분유 브랜드에 대해 최대 96.1%의 높은 정확도로 위조 분유를 탐지할 수 있음을 확인했다.
나아가 이 기술의 응용 분야는 향후 분유 뿐만 아니라 다양한 식품 및 의약품군으로 확장될 수 있을 것으로 기대된다. 소비자뿐만 아니라 유통사 및 정부 기관의 손쉬운 진위 확인도 가능하게 하여 효율적이고 안전한 제품 유통을 가능하게 할 수 있다.
한준 교수는 “이 기술이 소비자들이 쉽게 사용할 수 있는 검사 도구가 되어 시장에 유통되는 위조 분말 식품을 줄이는 데 크게 기여할 것”이라며 “다양한 분야로의 확장을 통해 위조 제품 문제 해결에 앞장서겠다”고 말했다.
연구팀은 해당 연구의 중요성과 혁신성을 인정받아 모바일 컴퓨팅 분야 최고 권위 국제 학술대회인 ‘ACM 모비시스(ACM MobiSys)’에서 2024 최우수논문상(Best Paper Award)을 수상했다.
(논문명: PowDew: Detecting Counterfeit Powdered Food Products using a Commodity Smartphone)
한편 이번 연구는 한국연구재단 중견연구자지원사업의 지원을 받아 수행됐다.
2024.08.02
조회수 8625
-
김성민 교수팀, 모바일 최고 국제학회 최우수논문상 다회 수상 쾌거
우리 대학 전기및전자공학부 김성민 교수 연구팀이 스마트 팩토리에서 사각지대 없이 정밀한 위치를 추적하는 기술을 세계 최초로 개발했다고 5일 밝혔다. 목표물에 무전원 태그를 부착해, 장애물에 가려진 상황에서도 센티미터(cm) 이하의 정확도로 3차원 위치를 추적할 수 있는 기술이다.
해당 연구를 통해 연구팀은 모바일 컴퓨팅 분야 최고 권위 국제 학술대회인 ACM 모비시스(ACM MobiSys)에서 2022 최우수논문상에 이어 2024 최우수논문상을 수상하는 쾌거를 이뤘다. 해당 학회에서 최우수논문상을 다회 수상한 연구팀은 김성민 교수 연구팀과, 미국 미시간대, 그리고 예일대 뿐이다(주 저자 기준).
(논문명: SuperSight: Sub-cm NLOS Localization for mmWave Backscatter)
연구팀이 최초 개발한 무선 태그는, 기존 기술(UWB, Ultra Wide Band) 대비 반사성이 10배 이상 높은 밀리미터파(mmWave)*를 활용, 장애물을 우회하는 반사 신호를 확보해 사각지대 없는 위치추적이 가능하다. 반사의 방향에 따라 고유한 신호를 발생시키는 태그가 각 신호의 전파 경로를 파악하여 목표물의 위치를 추적하는 원리다.
*밀리미터파: 30~300기가헤르츠(GHz)의 주파수를 갖는 전파로 5G/6G 등 차세대 표준에서 도입을 준비 중인 대역이다.
이 기술은 가구, 전자제품 등 다양한 실내 장애물에 막혀 작동 범위가 제한되는 기존 기술의 문제점을 해결하고, 더불어 15배 이상 높은 3차원 위치 정확도(8.3mm)를 갖는다. 즉, 잦은 연결 장애를 겪는 현재에 비해 안정적으로 실내 목표물의 정확한 위치를 추적할 수 있어, 스마트 팩토리 및 증강 현실(AR) 등 광범위한 위치 기반 서비스에 활용될 수 있다.
무선 태그는 스스로 무선 신호를 생성하는 대신, 주변의 신호를 반사하는 방식으로 작동한다. 주변 빛을 반사하는 거울과 같이, 신호 생성에 필요한 전력을 아낄 수 있어 초저전력으로 동작한다. 이에 태양전지 등 무전원으로 동작하거나 코인 전지 하나로 40년 이상 구동할 수 있어, 대량 운용에 적합하다.
김성민 교수는 “태그는 천장 타일이나 컴퓨터 본체 등 주변 사물을 반사체로 이용해 임의의 실내 환경에서 사각지대 없이 작동한다”며 “실내 위치추적의 안정성 문제를 해결함으로써, 포괄적인 위치 기반 서비스의 보급을 기대한다”고 말했다.
한편 이번 연구는 정보통신기획평가원 ITRC 혁신도약형과제와 삼성미래기술육성사업의 지원을 받아 수행됐다.
2024.07.05
조회수 7723