-
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 596
-
AI 업무비서 실수해도 ‘처음부터 다시’ 없다…틀린 곳만 고친다
“지난해 가장 많이 팔린 상품을 찾아줘.” AI가 회사 자료를 찾는 과정에서 존재하지 않는 항목을 잘못 사용하면 검색이 실패할 수 있다. 지금까지는 작은 오류 하나에도 검색 명령 전체를 다시 만들어야 했지만, 우리 대학 연구진이 틀린 부분만 찾아 바로잡는 기술을 개발했다. AI의 데이터 검색을 더 빠르고 정확하게 만들어 기업의 ‘AI 업무비서’ 활용을 앞당길 것으로 기대된다.
우리 대학은 전산학부 김민수 교수 연구팀이 사람의 일상적인 질문을 데이터베이스에서 원하는 정보를 찾는 컴퓨터 명령어인 SQL(Structured Query Language)로 바꾸는 과정에서 발생하는 오류를 찾아 수정하는 기술 ‘세이프큐엘(SafeQL)’을 개발했다고 4일 밝혔다.
최근에는 “지난해 매출이 가장 많이 늘어난 상품은?”, “재고가 부족한 상품은?”처럼 일상적인 말로 질문하면 AI가 이를 SQL로 바꿔 회사의 매출·고객·재고 자료를 찾아주는 ‘Text-to-SQL’ 기술이 활용되고 있다. 복잡한 컴퓨터 명령어를 몰라도 말이나 글로 질문해 필요한 데이터를 찾을 수 있게 해주는 기술이다.
문제는 AI가 검색 명령을 만들면서 데이터베이스에 실제로 없는 테이블이나 항목의 이름을 잘못 사용하거나, 자료를 잘못 연결하는 등의 실수를 할 수 있다는 것이다. 이 경우 SQL이 실행되지 않아 AI가 필요한 데이터를 가져오지 못한다.
기존에는 이런 작은 오류 하나에도 오류 내용을 챗GPT와 같은 생성형 AI의 기반인 대형언어모델(LLM)에 다시 보내 검색 명령 전체를 새로 만들게 했다. 보고서에서 단어 하나가 틀렸다는 이유로 문서 전체를 다시 쓰는 것과 비슷하다. 이미 맞았던 부분까지 달라지거나 새로운 오류가 생길 수 있고, AI를 반복해서 사용하는 만큼 비용과 시간도 늘어난다.
SafeQL은 이 방식을 바꿨다. AI에게 검색 명령 전체를 다시 만들게 하는 대신, 데이터베이스가 알려주는 오류와 실제 저장된 정보를 이용해 어디가 잘못됐는지 찾아 해당 부분만 고친다. 존재하지 않는 테이블이나 항목을 사용했는지 확인하고, 빠진 자료의 연결이나 잘못 사용한 함수·검색값 등도 찾아 수정한다.
연구팀은 이를 위해 데이터베이스에서 실제로 실행할 수 있는 여러 수정안 가운데 원래 AI가 만든 명령과 가장 가까운 답부터 찾아가는 ‘안전 질의 공간(Safe Query Space)’ 방식을 설계했다. 쉽게 말해 가능한 수정안을 모두 확인하는 대신, 제대로 작동할 가능성이 높은 답부터 골라 확인하는 방식이다. 맞지 않는 후보를 미리 제외해 수정에 필요한 시간도 줄였다.
또한 SafeQL을 세계적으로 널리 사용되는 공개형 데이터베이스 관리 프로그램인 PostgreSQL 내부에 구현해 복잡한 명령에서도 오류가 발생한 위치를 정확하게 찾도록 했다. 틀린 부분만 고쳐서는 해결하기 어려운 경우에만 LLM을 다시 사용하도록 해 불필요한 AI 사용도 줄였다.
연구팀은 전 세계 연구자들이 AI의 데이터베이스 검색 능력을 비교하는 데 널리 사용하는 BIRD와 Spider 벤치마크를 통해 SafeQL의 성능을 검증했다.
특히 BIRD 벤치마크 평가에서 SafeQL은 AI가 처음 만든 SQL의 실행 오류를 최대 87.4% 해결했으며, 원하는 답을 정확하게 찾아내는 실행 정확도도 기존 최고 기술보다 최대 5.8%포인트 높였다. 검색 명령 전체를 AI에게 다시 만들게 하는 기존 방식과 비교하면 토큰 사용량은 최대 15.1배 줄이고, 오류 수정 시간은 최대 29.6배 단축했다.
SafeQL은 많은 데이터 요청을 처리하는 기업에서 특히 유용할 것으로 기대된다. AI가 매출·고객·재고 등 사내 데이터를 찾는 과정에서 오류가 발생해도 검색 명령 전체를 다시 만들지 않고 잘못된 부분만 빠르게 수정할 수 있기 때문이다. 이를 통해 AI 운영에 필요한 비용과 시간을 줄이고, 기업 데이터를 보다 정확하고 안정적으로 활용하는 ‘AI 에이전트’ 기반 업무 자동화를 앞당길 수 있을 것으로 기대된다.
김민수 교수는 “기업에서 AI가 실제 업무를 맡으려면 필요한 데이터를 정확하게 찾는 것이 중요하다”며 “SafeQL은 AI가 검색 과정에서 실수하더라도 처음부터 다시 하는 대신 틀린 부분만 바로잡아 오류와 비용, 시간을 함께 줄이는 기술로, 신뢰할 수 있는 AI 업무 자동화를 앞당길 것으로 기대한다”고 말했다.
이번 연구에는 KAIST 전산학부 이건호 연구원이 제1저자로 참여했으며 김민수 교수가 교신저자를 맡았다. 연구 결과는 9월 1일부터 5일까지 미국 보스턴에서 열리는 세계적인 데이터베이스 분야 국제학술대회 VLDB(International Conference on Very Large Data Bases)에서 발표될 예정이다.
※ 논문명: SafeQL: Search-based Refinement for Safe and Efficient LLM-based Text-to-SQL, DOI: 10.14778/3819518.3819545
※ 저자정보: 이건호(KAIST, 제1저자), 김민수(KAIST, 교신저자)
한편, 이번 연구는 과학기술정보통신부의 지원을 받은 한국연구재단(NRF)과 정보통신기획평가원(IITP)의 SW스타랩 사업의 지원을 받아 수행됐다.
2026.09.04
조회수 720
-
KAIST-Caltech, 연구 넘어 ‘인재도 함께 키운다’…글로벌 공동지도 모델 구축
우리 대학이 세계적인 연구기관인 미국 캘리포니아공과대학교(California Institute of Technology, 이하 ‘Caltech’)와 공동연구를 넘어 차세대 연구자까지 함께 키우는 새로운 글로벌 협력 모델을 구축한다.
우리 대학은 9월 1일부터 2일까지 Caltech과 ‘제1회 KAIST-Caltech 분자과학 및 화학혁신 공동 워크숍(1st KAIST-Caltech Joint Workshop on Molecular Science and Chemical Innovation)’을 개최한다고 2일 밝혔다.
이번 워크숍은 양 기관이 첨단 분자과학과 미래 화학기술 분야의 연구성과를 공유하는 데 그치지 않고, 공동연구와 인재양성, 연구시설 활용까지 연결하는 지속 가능한 협력체계를 구축하기 위해 마련됐다.
특히 KAIST와 Caltech 교수가 박사후연구원(Postdoctoral Researcher)을 함께 선발하고 지도하는 ‘KAIST-Caltech 글로벌 연구 펠로우(KAIST-Caltech Global Research Fellow, KCGRF)’ 프로그램의 구축과 운영 방안을 중점적으로 논의한다.
KCGRF는 양 기관 교수들이 공동 연구주제를 발굴하고 이에 적합한 박사후연구원을 함께 선발·지도하는 프로그램이다. 참여 연구자가 KAIST와 Caltech 양 기관의 연구환경을 모두 경험하면서 세계적 연구자들과 공동연구를 수행하도록 해 국제적 연구역량을 갖춘 차세대 연구자로 성장하도록 지원하는 것이 목표다.
이는 KAIST가 추진하는 ‘Global Connect’ 전략의 구체적인 실천 모델이기도 하다. 해외 대학과의 단순 교류를 넘어 인재와 지식, 연구 아이디어가 양 기관을 오가며 공동연구와 인재 양성으로 이어지는 ‘함께 만드는 국제화’를 구현한다는 구상이다.
Caltech은 화학·물리 등 자연과학 분야에서 오랜 연구 전통을 이어오며 다수의 노벨상 수상자를 배출한 세계적인 연구기관이다. KAIST는 Caltech의 기초과학 연구역량과 KAIST가 강점을 가진 AI·자율화 기반 연구역량을 결합해 미래 화학 분야의 새로운 연구주제를 공동으로 개척할 계획이다.
양 기관의 협력은 2024년 우수연구자교류지원사업(BrainLink)을 계기로 시작됐다. ‘질소-수소 시너지 허브연구센터’(센터장 KAIST 화학과 김형준 교수)를 중심으로 공동연구와 연구자 교류를 이어왔으며, 올해에는 과학기술정보통신부 ‘탑티어 연구기관 간 협력플랫폼 구축 및 공동연구 지원사업’에 선정돼 ‘지능형 순환 화학 생태계 혁신센터’(센터장 KAIST 화학과 한상우 교수)를 출범시키며 협력 범위를 확대했다.
이러한 협력을 바탕으로 KAIST 화학과와 Caltech 화학·화학공학부는 2026년 3월 학술·연구협력 협정(MOU)을 체결하며 협력체계를 한층 강화했다. 양 기관은 매년 공동 워크숍을 개최하고 공동지도 교수 매칭과 박사후연구원 발굴, 상호 연구 방문을 추진하는 한편 지속 가능한 공동지도 프로그램 운영체계도 함께 마련할 계획이다.
이번 워크숍에서는 AI for Chemistry, 자율화 실험실(Autonomous Laboratory), 계산·이론화학, 분자과학, 촉매·합성·전기화학, 지속가능·순환화학 등 미래 화학의 핵심 분야를 중심으로 새로운 공동연구 가능성을 모색한다.
특히 KAIST가 구축 중인 합성 및 전기화학 분야 자율화 실험실을 Caltech 연구진과 공동 활용하는 방안도 추진한다. AI가 실험 설계와 수행, 데이터 분석 등을 지원하는 첨단 연구환경을 양 기관 연구자가 함께 활용함으로써 공동연구의 속도와 범위를 확대한다는 계획이다.
또한 대학원생의 단기 상호 방문을 추진해 대학원생-박사후연구원-교수로 이어지는 지속 가능한 인적·학술 교류 체계를 구축한다. 연구과제를 중심으로 한 일회성 협력을 넘어 양 기관의 차세대 연구자들이 자연스럽게 교류하고 새로운 공동연구를 만들어내는 장기적 협력 기반을 마련한다는 구상이다.
한편, ‘지능형 순환 화학 생태계 혁신센터’는 화학산업 부산물을 고부가가치 화학제품과 소재로 전환하는 지능형 화학 업사이클링 기술을 개발해 탄소중립과 순환경제에 기여하는 새로운 화학기술 플랫폼 구축을 목표로 한다.
사라 라이즈먼(Sarah E. Reisman) Caltech 화학·화학공학부 학부장은 “Caltech과 KAIST 화학 분야 교수진은 오랜 기간 학생 교류와 연구 협력을 이어오며 긴밀한 관계를 구축해 왔다”며 “이번 워크숍은 양 기관의 교수진이 한자리에 모여 교류하고, 지능형 순환 화학 생태계 혁신센터의 지원을 바탕으로 새로운 공동 연구 프로젝트를 시작할 수 있는 뜻깊은 기회”라고 말했다. 이어 “KAIST와의 굳건한 파트너십을 앞으로도 지속해 나갈 수 있어 매우 기쁘게 생각한다”고 덧붙였다.
한상우 KAIST 화학과 교수는 “이번 워크숍을 계기로 KAIST와 Caltech의 협력을 공동연구에서 차세대 연구자를 함께 키우는 단계로 확대하고자 한다”며 “양 기관의 강점을 연결해 미래 화학 분야의 새로운 연구주제와 성과를 만들어가겠다”고 말했다.
배충식 KAIST 총장은 “KAIST의 국제협력은 세계의 우수한 대학과 사람과 지식이 오가며 함께 성장하는 관계를 만드는 것”이라며 “Caltech과 같은 세계적 연구기관과의 협력을 확대해 KAIST의 ‘Global Connect’를 구체적인 성과로 이어가겠다”고 강조했다.
2026.09.02
조회수 1997
-
“신약 설계해줘”... 소버린 바이오 AI 'K-Fold' 공개
“이 단백질에 잘 결합하는 신약 후보를 설계해줘.”
연구자가 AI에게 이렇게 요청하면 AI가 단백질의 3차원 구조를 예측하고, 어떤 물질이 잘 결합할지 분석해 유망한 신약 후보를 설계한다. 우리 대학 연구진이 세계에서 가장 빠르게 단백질 구조 예측을 수행하는 바이오 AI 모델 ‘K-Fold(케이폴드)’를 국내 독자 기술로 개발했다.
우리 대학은 과학기술정보통신부 ‘AI 특화 파운데이션 모델 프로젝트’의 주관기관으로 ‘팀 KAIST’를 구성하고, 차세대 바이오 AI 모델 ‘K-Fold’를 공개했다고 28일 밝혔다.
‘팀 KAIST’는 화학과 김우연 교수가 연구를 총괄하고, 김우연 교수 그룹과 김재철AI대학원 황성주·안성수 교수 그룹 연구원들이 AI 모델 개발을, 생명과학과 오병하·김호민·이규리 교수가 단백질 데이터 구축과 검증을 담당한다. KAIST 교원창업기업 히츠(HITS)는 K-Fold를 연구자가 실제 활용할 수 있도록 웹 기반 AI 연구 플랫폼 ‘하이퍼랩(HyperLab)’과 연계해 서비스로 구현했다. K-Fold의 성과 확산과 산업계 활용 촉진은 한국제약바이오협회와 한국바이오협회가 맡는다.
K-Fold의 가장 큰 특징은 신약 개발에 필요한 단백질과 약물의 ‘결합’을 AI로 예측한다는 것이다.
신약을 개발하려면 먼저 질병과 관련된 단백질이 어떤 모양인지 파악하고, 수많은 물질 가운데 어떤 것이 그 단백질에 잘 붙어 원하는 작용을 하는지 찾아야 한다. K-Fold는 단백질의 3차원 구조를 예측하는 것은 물론 약물 후보가 단백질의 어디에, 어떤 모습으로 결합할지까지 미리 계산해 유망한 후보를 빠르게 찾도록 돕는다.
단백질 하나의 구조만 예측하는 데 그치지 않는다. 단백질과 단백질, 단백질과 약물 후보 물질, DNA·RNA 등 여러 생체분자가 서로 만났을 때 어떤 구조를 만드는지까지 예측할 수 있다.
성능도 세계적인 수준이다. 지난 3월 과제 단계평가에서 K-Fold의 분자 복합체 구조 예측 정확도는 구글 딥마인드의 AlphaFold3(알파폴드3)에 근접한 수준으로 평가됐다. 연구팀이 8월 자체 수행한 성능평가에서는 일부 평가 항목에서 기존 글로벌 모델보다 높은 성능도 확인했다.
특히 암을 비롯한 여러 질환의 주요 신약 표적인 G-단백질 연결 수용체(GPCR)와 인산화효소(Kinase), 질병을 일으키는 단백질을 직접 제거하는 새로운 신약 기술인 표적단백질분해(TPD) 분야에서 약물이 표적 단백질에 어떻게 결합하고 작용하는지를 예측하는 데 높은 성능을 보였다.
구조 예측 속도도 크게 높였다.
기존 단백질 구조 예측 AI는 구조를 계산하기 전에 비슷한 단백질의 서열 정보를 대량으로 찾아 비교하는 복잡한 사전 작업이 필요했다. K-Fold는 이러한 과정에 의존하지 않는 새로운 방식을 적용해 사전 계산 단계를 없애고, 기존 모델 대비 구조 예측 속도를 최대 25배 높였다.
이는 같은 시간에 더 많은 신약 후보를 살펴볼 수 있다는 의미다. 구조 예측에 필요한 시간과 컴퓨팅 자원을 줄이면서 수많은 후보 가운데 가능성이 높은 물질을 빠르게 골라내 연구자가 실제 실험할 대상을 좁히는 데 도움을 줄 수 있다.
배충식 KAIST 총장은 “AI 시대의 국가 경쟁력은 핵심 기술을 우리 스스로 개발하고 활용할 수 있는 ‘소버린 AI’ 역량에 달려 있다”며 “K-Fold는 국내 독자 AI 기술을 바이오와 결합해 세계 수준의 기술에 도전하고, 실제 신약 연구에 활용할 수 있는 서비스로 연결했다는 데 의미가 크다. KAIST는 앞으로도 AI 원천기술과 과학기술의 융합을 통해 대한민국의 AI 기술 주권과 미래 경쟁력을 높여가겠다”고 말했다.
연구팀은 K-Fold를 개발하는 데서 그치지 않고 연구자가 웹에서 대화하듯 사용할 수 있는 AI 연구 서비스로 구현했다.
KAIST 교원창업기업 히츠의 멀티에이전트 플랫폼 ‘하이퍼랩(HyperLab)’에 K-Fold를 탑재해 별도의 고성능 컴퓨터를 직접 구축하거나 복잡한 AI 프로그램을 다루지 않아도 사용할 수 있도록 했다.
예를 들어 연구자가 “이 단백질에 강하게 결합하는 항체를 설계해줘”라고 요청하면 AI가 단백질 구조를 예측하고, 결합 가능성이 높은 후보를 설계한 뒤 계산을 통해 결과를 평가하는 과정을 단계적으로 지원한다. “이 암 표적 단백질에 적합한 펩타이드 후보를 찾아줘”라고 요청하는 것도 가능하다. 쉽게 말해 연구자가 직접 여러 프로그램을 옮겨 다니며 구조를 계산하고 결과를 분석하는 대신, AI에게 연구 목표를 말하면 필요한 분석과 설계를 차례로 수행하도록 한 것이다.
하이퍼랩은 이를 위해 구조 예측과 약물 설계, 유전체·단백질 등 생명과학 데이터 분석에 활용할 수 있는 120여 개의 계산 도구와 160여 개의 전문 기능을 갖췄다. 또한 100여 개의 전문 데이터베이스와 대규모 지식그래프를 연결해 필요한 연구 정보를 찾아 분석에 활용할 수 있도록 했다.
연구 질문을 이해하고 필요한 도구를 선택해 구조를 예측하고, 결과를 분석한 뒤 다시 설계를 개선하는 일련의 과정을 지원한다는 점에서 연구자를 돕는 ‘AI 공동연구자(Co-Scientist)’를 지향한다.
바이오 AI는 신약 개발의 시간과 비용을 줄일 수 있는 핵심 기술로 떠오르면서 미국·영국·중국의 글로벌 빅테크와 주요 연구기관들이 치열한 개발 경쟁을 벌이고 있다. 이번 K-Fold 개발은 바이오 AI 핵심 기술을 해외 모델에만 의존하지 않고 국내 기술로 확보해 실제 연구에 활용할 수 있는 ‘소버린 바이오 AI’ 기반을 마련했다는 데 의미가 있다.
이번 성과는 지난 6월 23일 열린 ‘2026 한국생체분자과학연합학술대회’에서 김우연 교수가 ‘에이전틱 AI 기반 생성형 신약 설계(Generative Drug Design Powered by Agentic AI)’를 주제로 한 기조강연을 통해 처음 공개했다.
김우연 KAIST 화학과 교수는 “K-Fold는 기존 모델을 따라가는 것이 아니라 새로운 AI 구조를 적용해 기존 방식의 한계를 뛰어넘기 위해 개발했다”며 “세계 최고 수준의 바이오 AI를 연구자 누구나 활용할 수 있는 과학 AI 플랫폼으로 발전시키겠다”고 말했다.
‘팀 KAIST’ 컨소시엄은 K-Fold를 무료로 배포할 예정이며, 하이퍼랩은 국내외 연구자를 대상으로 베타 서비스를 제공한 뒤 올해 안에 단계적으로 상용 서비스를 확대할 계획이다.
한편 K-Fold의 산업 현장 확산을 위한 교육도 본격화됐다. 8월 27일 한국바이오협회 온라인 교육에는 85명이 참여했으며, 9월 1일 한국제약바이오협회와 진행하는 온·오프라인 교육에는 현재 118명이 신청했다. 교육에서는 제약·바이오 기업 실무자를 대상으로 K-Fold 활용법과 신약 설계 적용 사례를 소개해 소버린 바이오 AI의 산업 현장 도입을 지원한다.
※ 관련 사이트: HyperLab Co-Scientist: https://hyperlab.ai/features-co-scientist
K Fold-하이퍼랩 3.0 소개영상: https://drive.google.com/file/d/1MxhZr-C3pQdIVn1EP44hQICj8G70is3_/view
한편, 이번 연구는 과기정통부 ‘차세대 바이오 파운데이션 모델 K-Fold 개발’ 과제(PJT-25-100009) 의 지원을 받아 수행됐다.
2026.08.28
조회수 2347
-
산소 ‘전용 통로’로 3차원 메모리 난제 풀었다…AI 반도체 성능 높이고 전력 낮춘다
AI가 똑똑해질수록 더 많은 데이터를 빠르게 처리할 수 있는 ‘고성능 메모리’가 필요하다. 하지만 기존처럼 반도체를 계속 작게 만드는 데는 한계가 있다. 우리 대학 연구진이 반도체를 위로 쌓는 3차원 구조의 약점까지 해결하면서, AI 반도체의 성능은 높이고 전력 소모는 낮출 새로운 길을 열었다.
우리 대학은 전기및전자공학부 권지민 교수 연구팀이 UNIST(총장 박종래), 연세대학교(총장 윤동섭) 등 국내 연구진과 공동으로 차세대 메모리 소자인 산화물 수직 채널 트랜지스터(Vertical Channel Transistor, VCT)의 결함을 줄이고 성능과 안정성을 크게 높일 수 있는 새로운 다층 층간 절연막 구조를 개발했다고 20일 밝혔다.
컴퓨터의 주기억장치로 사용되는 DRAM은 컴퓨터가 작업 중인 데이터를 임시로 저장해 빠르게 꺼내 쓸 수 있도록 하는 메모리다. 지난 수십 년간 DRAM은 반도체 소자의 크기를 줄여 같은 면적에 더 많은 데이터를 저장하고, 전력 소모를 낮추는 방향으로 발전해 왔다.
그러나 반도체를 평면에서 계속 작게 만드는 방식은 점차 물리적 한계에 가까워지고 있다. 이에 최근에는 소자를 옆으로만 줄이는 대신 위로 쌓아 올려 집적도를 높이는 3차원 구조가 주목받고 있다. 좁은 땅에 단층 주택을 계속 촘촘하게 짓는 대신 고층 아파트를 세워 더 많은 가구를 수용하는 것과 비슷한 원리다.
이 가운데 수직 채널 트랜지스터(VCT)는 전류가 흐르는 길인 ‘채널’을 기존의 수평 방향이 아닌 수직 방향으로 만든 소자다. 이를 활용하면 제한된 면적에 더 많은 소자를 배치할 수 있어 고집적 메모리 구현에 유리하다.
특히 채널 소재로 산화물 반도체(Oxide Semiconductor)를 사용하면 전류가 새어나가는 현상을 크게 줄일 수 있어, 전력 소모가 적은 차세대 메모리를 만드는 데 유리하다.
하지만 해결해야 할 문제가 있었다. 바로 ‘산소 공공(Oxygen Vacancy)’이다. 이는 산화물 반도체에서 원래 산소 원자가 있어야 할 자리가 비어 있는 상태를 말한다. 즉, 벽돌담에서 벽돌 몇 장이 빠지면 벽 전체가 불안정해지는 것처럼, 이러한 빈자리가 많아지면 반도체의 전기적 특성이 달라져 소자가 안정적으로 작동하기 어려워진다.
그렇다고 산소를 무작정 많이 공급할 수도 없다. 부족한 산소를 채우려다가 산소가 금속 전극까지 이동하면 전극이 산화돼 오히려 소자의 성능을 떨어뜨릴 수 있기 때문이다. 즉, 산소가 필요한 곳에는 보내고, 필요하지 않은 곳에는 가지 못하도록 정밀하게 조절하는 기술이 필요했다.
연구팀은 이를 해결하기 위해 질화규소/이산화규소/질화규소(SiN/SiO₂/SiN)로 구성된 새로운 다층 층간 절연막을 개발했다. 층간 절연막은 반도체 내부의 여러 소자와 배선 사이를 전기적으로 분리하는 막으로, 쉽게 말해 아파트의 층과 층 사이를 나누는 바닥과 천장 같은 역할을 한다.
연구팀은 이 절연막을 단순히 전기를 차단하는 용도로 사용하는 데서 한발 더 나아가, 산소의 이동까지 조절하는‘산소 터널(Oxygen Tunnel)’로 활용했다.
마치 복잡한 건물 안에서 사람이 아무 곳으로나 돌아다니지 않고 정해진 통로를 따라 필요한 장소로 이동하도록 동선을 설계한 것과 같다. 산소가 필요한 산화물 반도체 쪽으로는 이동할 수 있도록 하면서, 산화되면 안 되는 전극 쪽으로는 이동을 억제한 것이다. 그 결과 산화물 반도체 내부의 빈 산소 자리를 안정적으로 채우면서도 전극의 불필요한 산화를 동시에 억제할 수 있었다.
이를 통해 연구팀은 산화물 수직 채널 트랜지스터 분야에서 세계 최고 수준의 전류 흐름과 데이터 유지 시간(Retention Time)을 달성했다. 데이터 유지 시간이란 메모리가 저장된 정보를 얼마나 오랫동안 안정적으로 유지할 수 있는지를 나타내는 지표다.
내구성도 확인했다. 연구팀이 소자에 1,000만 회(10⁷) 이상의 가혹한 동작 스트레스를 가한 뒤에도 문턱전압(트랜지스터가 켜지기 시작하는 기준 전압)의 변화는 50밀리볼트(mV) 이하에 그쳤다. 이는 수많은 반복 동작에도 소자의 특성이 크게 흔들리지 않았다는 의미로, 높은 메모리 동작 안정성을 보여준다.
연구팀은 여기서 한발 더 나아가 기존 실리콘(Si) 기반 CMOS 반도체와 새로운 산화물 반도체를 하나로 결합하는 기술도 구현해 시스템 성능을 평가했다. CMOS는 현재 대부분의 컴퓨터와 스마트폰 반도체를 구성하는 기본 회로 기술이다.>
이번 기술은 향후 차세대 반도체 기술인 컴퓨트 인 메모리(Compute-in-Memory, CIM)의 성능을 높이는 데 활용될 것으로 기대된다.
현재 컴퓨터는 데이터를 저장하는 ‘메모리’와 계산을 담당하는 ‘프로세서’가 분리돼 있어 연산할 때마다 데이터를 서로 주고받아야 한다. 주방에 있는 재료를 요리할 때마다 멀리 떨어진 조리실로 옮겼다가 다시 가져오는 것과 같다. AI처럼 처리해야 할 데이터가 많아질수록 이 이동 과정에서 시간과 전력이 많이 소모된다.
컴퓨트 인 메모리는 이러한 문제를 해결하기 위해 데이터가 저장된 메모리 내부 또는 가까운 곳에서 연산까지 수행하는 기술이다. 재료가 있는 곳에서 바로 요리하는 셈이어서 데이터 이동을 줄이고 연산 속도와 전력 효율을 높일 수 있다.
이번 연구처럼 저전력 산화물 반도체와 기존 실리콘 회로를 3차원으로 결합하면, 좁은 면적에 더 많은 메모리와 연산 기능을 넣을 수 있어 AI가 대규모 데이터를 더 빠르고 적은 전력으로 처리할 수 있을 것으로 기대된다.
권지민 교수는 “고층 건물을 높이 지으려면 층수를 늘리는 것만큼 건물을 안정적으로 만드는 것이 중요하듯, 3차원 반도체도 많이 쌓으면서 안정적으로 작동하게 만드는 것이 핵심”이라며 “이번 기술은 AI 연산 속도를 높이면서 전력 소모는 줄이는 차세대 메모리 반도체 개발을 앞당길 것으로 기대한다”고 말했다.
이번 연구에는 KAIST 구현호 연구원이 제1저자로 참여했으며, 이용우 박사, 정학순 박사, 권지민 교수가 교신저자로 참여했다. UNIST, 연세대학교, 한국화학연구원, 서울과학기술대학교, 서울대학교 연구진도 공동 연구에 참여했다.
연구 결과는 재료과학 분야 국제학술지 ‘어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)’에 5월 20일 게재됐으며, 연구의 학술적 중요성과 독창성을 인정받아 표지 논문(Front Cover)으로 선정됐다.
※ 논문명 : Oxygen-Tunnel Indium Tin Oxide Vertical Channel Transistors with Enhanced Current Density and Reliability for Monolithic 3D Compute-in-Memory Systems DOI : https://doi.org/10.1002/adfm.202531989
※ 저자 정보 : 구현호 (KAIST, 제1 저자) 및 이용우 (KAIST, 교신저자), 정학순 (KAIST, 교신저자), 권지민 (KAIST, 교신저자), 정회창 (UNIST, 공동저자), Yanfeng Zhao (UNIST, 공동저자), 양희수 (UNIST, 공동저자), 박민호 (UNIST, 공동저자), 이현진 (UNIST, 공동저자), 백승훈 (UNIST, 공동저자), 송민주 (UNIST, 공동저자), 김정환 (UNIST, 공동저자), 조영민 (KAIST, 공동저자), 박현진 (한국화학연구원, 공동저자), 김문현 (서울과학기술대학교, 공동저자), 김재준 (서울대학교, 공동저자), 이규호 (연세대학교, 공동저자), 김병조 (UNIST, 공동저자)
이번 연구는 과학기술정보통신부 한국연구재단 국가반도체연구실지원핵심기술개발사업 및 우수신진연구사업, 정보통신기획평가원 방송통신산업기술개발사업, 산업통상자원부 한국산업기술기획평가원 초격차기술개발사업 등의 지원을 받아 수행됐다.
2026.08.20
조회수 1774
-
‘실리콘밸리 전설’ 제프 딘 초청 특별강연 ·연구 교류
우리 대학은 KAIST와 국가AI연구거점이 공동으로 제프 딘(Jeff Dean) 디스커버리 루프(Discovery Loop) 공동 창업자 겸 CEO를 초청해 13일 서울 AI 허브에서 특별강연을 개최했다고 18일 밝혔다.
제프 딘은 1999년 구글 초기 멤버로 합류해 27년간 검색 인프라의 근간인 맵리듀스(MapReduce)와 빅테이블(Bigtable), AI 시대의 핵심 기반인 텐서플로우(TensorFlow)와 TPU 개발을 이끌었고, 구글 브레인을 공동 설립한 뒤 수석과학자로서 제미나이(Gemini) 개발을 총괄해 '구글의 전설'로 불리는 인물이다.
그는 최근 산제이 게마왓(Sanjay Ghemawat), 쿽 레(Quoc Le), 오리올 비냘스(Oriol Vinyals)와 함께 디스커버리 루프를 창업했다. 가설 수립부터 실험 실행과 결과 분석에 이르는 연구의 반복 과정을 AI로 자동화해, 과학·공학 발견의 속도 자체를 끌어올리겠다는 구상이다.
우리 대학은 이번 행사를 세계적 AI 석학의 연구 경험과 미래 비전을 국내 연구자들과 공유하는 데 그치지 않고, 실질적인 연구 교류로 이어지는 자리로 마련했다. 강연 후 제프 딘은 KAIST 김재철AI대학원 교수 및 석박사급 연구자들과 별도로 만나 대규모 분산학습과 AI 인프라 등 각 연구실의 연구 과제를 논의하고, 연구 방향과 기술적 과제에 대해 직접 조언했다.
제프 딘 디스커버리 루프 CEO는 "인간과 AI가 함께 일할 때, 어느 한쪽만으로 일할 때보다 더 나은 결과에 도달할 수 있다”고 말했다.
배충식 KAIST 총장은 “AI 대전환은 과학과 공학의 연구 방식 자체를 근본적으로 변화시키고 있으며, 이제는 AI를 활용하는 것을 넘어 새로운 연구의 가능성을 주도적으로 만들어 가야 할 때”라며, “KAIST가 세계 최고 연구자들과 새로운 아이디어를 나누고 함께 도전하는 글로벌 연구 협력의 중심이 되어 대한민국의 AI 연구 경쟁력을 한 단계 높이는 데 기여하겠다”고 말했다.
이번 강연은 데이터마이닝·머신러닝 분야의 세계적 권위 국제학술대회인 KDD(Knowledge Discovery and Data Mining) 2026 기조연설을 위해 방한한 것을 계기로 마련됐다. 창업 발표 이후 그의 첫 공개 강연으로, ‘머신러닝의 주요 흐름(Exciting Trends in Machine Learning)'을 주제로 진행됐다.
제프 딘은 지난 15년간 AI가 걸어온 길을 자신이 직접 참여한 연구를 중심으로 짚었다. 1990년대 학부 시절 여러 대의 컴퓨터로 신경망을 학습시키는 연구를 했지만 당시 컴퓨팅 성능의 한계로 성과를 내지 못했고, 20여 년이 지나 충분한 컴퓨팅 자원이 갖춰지자 같은 아이디어가 비로소 작동하기 시작했다는 것이다. 그는 더 많은 연산과 더 많은 데이터, 더 큰 모델이 곧 더 나은 성능으로 이어져 온 것이 지난 15년의 일관된 흐름이었다고 설명했다.
하드웨어의 역할도 강조했다. 음성인식 성능이 크게 개선되던 무렵, 사용자들이 이 기능을 실제로 쓰기 시작하면 기존 방식으로는 데이터센터를 두 배로 늘려야 한다는 계산이 나왔고, 이것이 AI 연산에 특화된 전용 칩인 TPU 개발로 이어졌다는 설명이다. 제프 딘은 이러한 하드웨어와 알고리즘의 발전이 함께 쌓인 결과로 오늘날의 AI 모델이 국제수학올림피아드(IMO)와 국제대학생프로그래밍대회(ICPC)에서 금메달 수준의 성적을 거두게 됐다고 소개했다.
강연에는 KAIST를 비롯해 고려대, 연세대, POSTECH 등 국가AI연구거점 컨소시엄 대학의 교수와 학생, 파트너 기업 관계자 등 150여 명이 현장을 찾았고, 온라인 중계로도 220여 명이 참여했다. 이어진 질의응답에서는 코딩 에이전트 확산에 따른 일자리 변화, 자율적 실험 시스템의 안전성 확보 방안, AI 활용 역량의 형평성 등 학생과 연구자들의 질문이 이어졌다.
김기응 국가AI연구거점 센터장은 "지난 15년간 AI 인프라와 모델 발전을 최전선에서 이끌어 온 전설적 석학 연구자의 시각을 국내 연구자들이 직접 접할 수 있는 자리였다”며 "국가AI연구거점은 앞으로도 세계 최고 수준의 연구자들과의 교류를 확대해 국내 AI 연구 생태계를 세계와 연결하는 역할을 이어가겠다”고 말했다.
디스커버리 루프(Discovery Loop)는 2026년 설립된 AI 스타트업으로, 프론티어 AI 모델과 대규모 연산 인프라를 활용해 수천 건의 실험을 병렬 수행하는 시스템을 개발하고 있다. 머신러닝 연구·개발 자동화를 시작으로 신약 개발과 청정에너지 등 인류적 난제로 영역을 넓혀간다는 목표다.
국가AI연구거점은 KAIST가 주관하고 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받아 2024년 10월 설립된 국내 최대 규모의 AI 산·학·연 협력 연구 플랫폼이다. KAIST를 비롯해 고려대학교, POSTECH, 연세대학교 등 4개 대학과 국내외 기업, 연구기관이 참여하고 있으며, 해외 주요 기관과의 협력을 통해 글로벌 AI 연구 네트워크를 확대하고 있다.
KAIST 김재철AI대학원은 2019년 설립되어 국내 최초로 인공지능 분야 석·박사 학위를 수여하는 AI 전문 대학원으로, 구글 브레인, IBM 왓슨연구소, 마이크로소프트 연구소, 엔비디아 연구소 등 세계 유수 연구기관 출신 교수진을 갖추고 있다.
2026.08.18
조회수 2037
-
KAIST–삼성중공업, 32년 산학협력 결실…‘차세대선박연구센터’ 출범
우리 대학은 삼성중공업(대표이사 최성안)과 13일 대전 본원 학술문화관 존해너홀에서 ‘SHI-KAIST 차세대선박연구센터(AMRC, Advanced Maritime Research Center)’ 개소식을 개최했다고 밝혔다.
이번 연구센터 출범은 1995년부터 32년째 이어지고 있는 양 기관 산학협력의 결실이다. 우리 대학과 삼성중공업은 지난 30여 년간 축적한 공동연구 경험과 신뢰를 바탕으로 기존 산학협력 체계를 미래 조선해양 핵심기술 개발을 위한 공동연구 거점으로 확대한다.
양 기관은 연구센터를 중심으로 AI·로보틱스·친환경 기술 등 산업 현장의 수요와 연계한 미래 핵심기술을 공동 개발하고, 연구성과의 산업적 활용과 전문인재 양성을 함께 추진할 계획이다.
배충식 KAIST 총장은 “앞으로는 실제 산업 현장을 혁신하는 Physical AI가 제조 경쟁력을 좌우하는 시대가 될 것”이라며, “조선해양 산업은 기계공학과 AI, 로보틱스의 융합을 통해 새로운 가치를 창출할 수 있는 대표적인 분야다. 이번 연구센터가 산업 현장의 난제를 해결하고 미래 기술의 새로운 기준을 만들어 가는 연구 거점으로 성장하기를 기대한다”고 말했다.
최성안 삼성중공업 대표이사(부회장)는 “32년간 이어온 KAIST와의 협력이 차세대선박연구센터 설립으로 결실을 맺게 돼 뜻깊게 생각한다”며 “자율운항과 친환경 선박, 스마트 제조 등 미래 조선해양산업의 기술 경쟁력 확보와 인재 양성에 더욱 박차를 가하겠다”고 밝혔다.
연구센터는 미래 조선해양 산업의 핵심기술 확보를 위해 ▲자율운항·지능항해 AI 기술 ▲무탄소·저탄소 연료 추진 시스템 ▲스마트 조선소·디지털 트윈 제조혁신 ▲조선해양 특화 로보틱스 등 4대 분야를 중심으로 공동연구를 추진한다.
자율운항 분야에서는 선박의 상황 인식과 최적 항로 설정, 충돌 회피 등 자율운항시스템 고도화를 위한 AI 알고리즘을 개발한다. 무탄소·저탄소 연료 분야에서는 암모니아와 수소 등 친환경 연료를 적용한 선박의 핵심 기자재와 연료공급 기술을 연구해 국제사회의 탄소중립 기조와 해운·조선산업의 친환경 전환에 대응한다.
스마트 조선소 분야에서는 블록 탑재와 생산관리 등 복잡한 조선 제조공정을 AI와 디지털 트윈 기술로 최적화해 생산성과 품질을 높이고 원가와 에너지 사용을 절감하는 기술을 개발한다. 조선해양 특화 로보틱스 분야에서는 용접·도장·검사 등 고난도 현장 공정의 자동화를 위한 로봇 기술을 연구해 생산인구 감소에 대응하고 작업자의 안전성과 생산 효율을 동시에 높일 계획이다.
연구센터는 기술 개발뿐 아니라 미래 조선해양 산업을 이끌 전문인재 양성의 거점 역할도 맡는다. 양 기관은 산학협력기금 등을 활용한 학생 연구 지원과 장학사업을 추진하고, 산업 현장과 연구실을 연계한 인력교류 프로그램을 확대해 현장에서 요구되는 실전형 연구인재를 지속적으로 육성할 예정이다.
이번 연구센터의 출범은 양 기관이 30여 년간 구축해 온 산학협력의 성과를 토대로 이뤄졌다. 양 기관의 협력은 1995년 삼성중공업 조선해양연구소와 KAIST 기계공학과가 ‘SHI-KAIST 산학협력협의회’를 설치하면서 시작됐다. 이후 구조·유체·극저온·친환경·스마트십·자율항해 등 조선해양 전 분야에 걸쳐 공동연구를 수행하며 핵심 원천기술을 축적해 왔다.
특히 자문교수제도(Advisory Board), 산업체 맞춤형 강좌, 공동연구 시드(SEED) 과제 등을 운영하며 연구 현장과 산업 현장의 연계를 지속적으로 강화했다. 자문교수제를 기반으로 수행한 공동연구 프로젝트와 기술자문 등 협력 실적은 1,000여 건을 넘어섰으며, 연구원 단기 연수와 코업(Co-op) 프로그램 등을 통한 기술 인력 교류도 활발하게 이어져 왔다.
이날 개소식에는 배충식 KAIST 총장을 비롯한 기계공학과 교수 및 명예교수, 최성안 삼성중공업 대표이사(부회장)를 비롯한 임원과 관계자 등 50여 명이 참석해 연구센터의 출범을 기념했다.
2026.08.13
조회수 2611
-
‘AI 시대 외로움 글로벌 컨퍼런스’ 개최
우리 대학은 오는 8월 18일(화) 오전 9시 30분부터 오후 6시까지 대전 본원 정근모콘퍼런스홀(E9)에서 ‘AI 시대 외로움 글로벌 컨퍼런스: AI 기반 외로움 측정 지표 AI-LOVI 출범(Global Conference on Loneliness in the Age of AI: Launching the AI Loneliness Vital Index)’을 개최한다고 12일 밝혔다.
이번 컨퍼런스에는 OECD와 WHO를 비롯해 영국·일본·태국·독일 등 국내외 정책·연구 전문가들이 참여해 AI 시대에 심화되는 외로움과 사회적 고립 문제를 과학적으로 측정하고 대응하기 위한 국제협력 방안을 논의한다.
우리 대학은 인공지능(AI), 음성·텍스트 분석, 바이오센싱, 웨어러블 기술 등 교내 연구 역량을 결집한 차세대 외로움 측정 체계 ‘AI 기반 외로움 측정 지표(AI-LOVI, AI Loneliness Vital Index)’의 개념적 틀을 제시하고, 국제 공동연구와 검증을 위한 글로벌 연구 네트워크 구축 방안을 모색한다. 또한 컨퍼런스 논의를 바탕으로 AI 시대 외로움 대응의 원칙과 국제협력 방향을 담은 ‘AI 시대의 외로움 대전 선언(The Daejeon Declaration on Loneliness in the Age of AI)’을 채택할 예정이다.
KAIST 과기외교센터(KCSD; KAIST Center for Science Diplomacy)가 주최하고 대통령 직속 저출산고령사회위원회, 보건복지부, 한국사회복지협의회가 후원하는 이번 행사는 고령화와 1인 가구 증가, 디지털 전환 등에 따라 심화되는 외로움과 사회적 고립을 과학기술과 국제협력의 관점에서 다루기 위해 마련됐다.
이번 컨퍼런스의 핵심 의제인 AI-LOVI는 기존 자기보고식 설문 중심의 외로움 평가를 보완하기 위해 설문 외로움 지수(S-LI; Survey Loneliness Index), 대화 외로움 지수(C-LI; Conversation Loneliness Index), 생체 외로움 지수(B-LI; Bio Loneliness Index)를 결합한 다중모달(multimodal) 프레임워크다. 설문뿐 아니라 음성·텍스트와 웨어러블 기반 생체신호 등을 종합해 외로움에 대한 주관적 경험과 객관적 신호를 함께 살피는 방식이다.
참석자들은 음성·텍스트 분석과 웨어러블 기반 생체신호를 기존 외로움·정신건강 척도와 통합하는 방안을 비롯해 문화·언어·연령에 따른 차이, 다국가 검증, 개인정보 보호와 연구윤리 등을 논의한다. AI-LOVI는 개인을 진단하거나 AI가 외로움의 정도를 자동으로 판정·분류하는 도구가 아니라 개인의 경험과 자기평가, 전문가의 판단을 중심에 두고 인간 중심의 돌봄을 보완하기 위한 연구 체계로 개발될 예정이다.
개막 세션에는 정재민 KAIST 대외부총장, 시정곤 KAIST 과기외교센터장(인문사회융합과학대학장), 김진오 저출산고령사회위원회 부위원장(영상), 이형훈 보건복지부 차관, 킴 리드비터(Kim Leadbeater) 영국 하원의원(영상), 박진 KAIST 과기외교센터 자문위원장 등이 참여해 고령사회 정책과 글로벌 외로움 대응, 과학외교의 역할을 제시한다.
이어 김소영 KAIST 국제협력처장이 좌장을 맡는 정책·측정 세션에서는 이강호 KAIST 과기외교센터 부센터장, 라라 플라이셔(Lara Fleischer) OECD WISE센터(Centre on Well-Being, Inclusion, Sustainability and Equal Opportunity) 부서장, 알라나 오피서(Alana Officer) WHO 노화 및 건강부서장, 김완두 미산스님 KAIST 명상과학연구소장 등이 AI-LOVI의 기본 구조와 국가별 사회적 연결 측정, 국제 공통지표, 외로움과 명상 등을 논의한다.
과학적 기반 세션에서는 차미영 KAIST 교수 겸 막스플랑크연구소 과학책임자, 염지현 KAIST 교수, 사라 하퍼(Sarah Harper) 옥스퍼드대 교수(영상)가 신뢰할 수 있는 AI, 웨어러블 기반 다중모달 측정, 인구 고령화와 사회적 연결의 미래를 다룬다.
국제 검증 세션에서는 김대수 KAIST 뇌인지과학과 교수가 좌장을 맡고, 가쓰야 이이지마(Katsuya Iijima) 도쿄대 교수, 수파웡 투아롭(Suppawong Tuarob) 마히돌대 교수, 에밀리오 자게니(Emilio Zagheni) 막스플랑크연구소 과학책임자, 이의진 KAIST 교수가 일본·태국·독일·한국에서의 연구 가능성과 향후 검증 경로를 제안한다.
마지막 종합 라운드테이블에는 김현훈 한국사회복지협의회장, 이선영 보건복지부 정신건강정책관을 비롯해 OECD·WHO 관계자와 국내외 연구자들이 참여한다. 참석자들은 AI-LOVI 글로벌 연구 네트워크의 운영 방향과 시범국가·협력기관 발굴, 다언어·다문화 연구 프로토콜 구축 등 국제 공동연구를 위한 구체적인 협력 방안을 논의할 예정이다.
컨퍼런스에서 채택할 ‘AI 시대의 외로움 대전선언’은 외로움을 개인의 취약성이나 일시적 감정에 국한하지 않고 공중보건과 사회적 결속, 인간 존엄에 영향을 미치는 공동의 과제로 규정한다. 또한 AI가 인간관계와 돌봄을 대체하기보다 외로움의 신호를 보다 일찍 파악하고 사람과 공동체의 연결을 강화하는 보조 수단으로 활용돼야 한다는 원칙을 제시한다. 또한, 대전 4대 원칙(인간 우선, 다중 방식 측정, 과학을 통한 연결, 글로벌 검증)과 향후 협력 방향을 포함하고 있다.
정재민 KAIST 대외부총장은 “이번 컨퍼런스는 AI를 비롯한 첨단 과학기술을 활용해 날로 심화되는 외로움이라는 사회문제의 해법을 모색하는 자리”라며 “KAIST가 국제기구와 국내외 전문가들과 함께 과학기술과 국제협력을 연결해 외로움 문제에 대한 새로운 대응 방향을 제시한다는 데 의미가 크다”고 말했다.
이번 컨퍼런스는 외로움과 사회적 고립, 고독사 등 심화되는 사회문제에 대한 국제적 인식을 공유하고, 과학기술·공중보건·사회정책·과학외교를 아우르는 학제 간 논의를 통해 AI 시대 외로움에 대한 새로운 측정과 대응 방향을 모색하는 국제적 논의의 장이 될 것으로 기대된다.
이번 컨퍼런스는 누구나 참여할 수 있으며, 행사 전 일정에 한·영 동시통역 서비스가 제공된다. 참가 신청은 오는 8월 17일까지 한국어 및 영어 온라인 신청 링크와 행사 포스터의 QR 코드를 통해 할 수 있으며, 행사 당일 현장 등록도 가능하다.
※ 한국어 신청: https://buly.kr/EzlDdfC, 영어 신청: https://buly.kr/1y193Aa
2026.08.12
조회수 1429
-
1억 1천만 뉴스 댓글서 ‘외국발 여론 흔들기’ 찾는 AI 기술 개발
선거철마다 반복되는 온라인 갈등 뒤에 조직적인 여론 개입이 숨어 있다면 어떨까. 우리 대학 연구진이 20년간 축적된 1억 1,000만 건의 뉴스 댓글을 AI로 분석해, 외국 연계 영향력 활동으로 의심되는 흔적과 그 판단 근거까지 찾아내는 기술을 개발했다.
우리 대학은 문화기술대학원 이원재 교수, 전산학부 차미영 교수(독일 막스플랑크 연구소 단장 겸임), 오혜연 교수 공동연구팀이 막스플랑크 연구소 토르스텐 홀츠 교수와 국제 공동연구를 통해 온라인 뉴스 댓글에서 외국 연계 영향력 활동으로 의심되는 패턴을 자동으로 탐지하고, 그 판단 근거까지 제시하는 ‘설명 가능한 AI 기술’을 개발했다고 12일 밝혔다.
특정 세력이 댓글이나 게시물을 조직적으로 확산해 사람들의 인식이나 여론에 영향을 미치려는 활동을 ‘온라인 영향력 공작’이라고 한다. 기존 AI 탐지 기술은 특정 계정을 의심 계정으로 분류하더라도 “왜 이 계정을 의심하는가”에 대한 구체적인 근거를 제시하기 어렵다는 한계가 있었다.
연구팀은 이러한 한계를 해결하기 위해 국가안보전략연구원이 앞서 식별한 외국 연계 계정 70개를 출발점으로 삼았다. 이 계정들과 연관되거나 같은 기사에 반복적으로 댓글을 작성한 계정들을 추적해 2006년부터 2025년까지 20년간 네이버 뉴스에 작성된 약 1억 1,000만 건의 댓글을 분석했다.
연구팀이 개발한 AI는 댓글을 단계적으로 분석한다. 먼저 작성자가 외국과 연계됐다고 의심할 만한 표현이나 맥락이 있는지를 살피고, 이어 도덕적 비난이나 맹목적 찬양처럼 사회적 양극화를 키울 수 있는 감정이 나타나는지를 분석한다. 마지막으로 이러한 감정이 어느 국가나 대상을 향하는지 파악한다.
특히 이번 기술의 핵심은 AI가 단순히 ‘의심스럽다’는 결과만 내놓지 않는다는 점이다. AI가 판단을 내리는 데 근거가 된 댓글 속 표현을 함께 제시해 사람이 그 이유를 확인할 수 있도록 했다. 여기에 계정의 활동 빈도와 활동 기간, 다른 의심 계정과의 활동 연관성 등 다양한 행동 패턴을 함께 분석했다.
연구팀은 이를 통해 네이버 뉴스 이용자 약 400만 명 가운데 외국 연계 영향력 활동이 의심되는 계정 2만 3,998개를 식별했다. 분석 과정에서는 이들 의심 계정의 활동에서 주목할 만한 특징도 발견됐다. 특정 정치 진영을 일방적으로 지지하기보다는 한국 사회 내부의 갈등과 대립을 증폭시키는 방향의 메시지가 두드러진 것이다.
실제로 대중의 호응을 많이 얻은 상위 10개 표적 가운데 7개가 국내 유명 정치인으로 나타났다. 특정 정당이나 이념에 집중되지 않고 진보와 보수 양 진영의 전·현직 대통령과 대선 후보, 정당 등이 폭넓게 대상이 됐다.
연구팀은 이러한 결과가 외국 연계 영향력 활동을 단순히 ‘어느 정치 세력을 지지하는가’의 관점만으로 바라봐서는 안 된다는 점을 보여준다고 설명했다. 특정 진영을 직접 지원하기보다 기존의 정치적 갈등을 자극해 사회적 불신과 양극화를 확대하는 방식으로 영향력을 행사할 가능성도 살펴야 한다는 것이다.
이번 연구는 온라인 영향력 활동을 계정 단위의 단순 분류에서 한 단계 더 나아가, 어떤 메시지가 어떤 방식으로 사회적 갈등을 증폭시키는지를 AI가 찾아내고 그 판단 근거까지 제시했다는 데 의미가 있다.
향후 이 기술은 선거 또는 국가적 위기처럼 사회적 관심과 갈등이 급격히 높아지는 시기에 활용될 수 있다. 포털과 모니터링 기관이 대규모 댓글 가운데 우선적으로 살펴봐야 할 계정이나 메시지를 AI로 선별하고, 전문가가 AI가 제시한 근거를 검토해 최종적으로 판단하는 방식이다. 다만 연구팀은 AI가 의심 계정을 자동으로 차단하거나 제재하는 방식보다 전문가의 판단을 지원하는 ‘설명 가능한 콘텐츠 관리 도구’로 활용하는 것이 중요하다고 강조했다.
이원재 교수는 “20년간의 데이터를 분석한 결과, 의심 계정들은 외국을 직접 찬양하기보다 한국과 국내 정치인을 비난하며 갈등을 키우는 패턴을 보였다”며 “선거 등 사회적 갈등이 높아지는 시기에 우선 검토해야 할 메시지를 가려내는 기준이 될 것”이라고 설명했다.
오혜연 교수는 “AI가 댓글의 표면적인 의미를 넘어 갈등을 유발하는 감정과 계정의 조직적인 행동 패턴까지 함께 분석했다”며 “갈수록 교묘해지는 온라인 영향력 활동을 탐지하는 데 활용될 것으로 기대한다”고 말했다.
차미영 교수는 “이번 연구는 데이터 과학을 실제 사회 문제 해결로 연결한 ‘액셔너블 데이터 과학(Actionable Data Science)’의 사례”라며 “디지털 공론장의 투명성과 신뢰를 높이는 실질적인 도구가 되길 기대한다”고 밝혔다.
공동 제1저자인 KAIST 김재홍 박사과정과 김현승 석사과정이 주도한 이번 연구는 컴퓨터 보안 분야 최고 권위 국제학술대회인 ‘USENIX Security Symposium 2026(유즈닉스 시큐리티 심포지엄 2026)’에서 8월 13일 발표될 예정이다.
※ 논문명: Cross-National Information Attacks: A Two-Decade Analysis of Troll Behavior in Korea, DOI: 10.48550/arXiv.2606.22785
이번 연구는 현대차 정몽구 재단과 글로벌 정보보호 고급 인력 양성과제(과학기술정보통신부·정보통신기획평가원, RS-2024-00441762), 중견연구자지원사업(과학기술정보통신부·한국연구재단, RS-2022-00165347), 첨단데이터컴퓨팅연구실 (KAIST, N11250080)의 지원을 받아 수행됐다.
2026.08.12
조회수 4087
-
데이터 속도 맞춰 스스로 반응하는 '카멜레온 AI 반도체' 개발
AI 반도체도 이제‘눈치'를 본다. 기존 AI 반도체는 입력 신호에 반응하는 속도와 정보를 기억하는 시간이 한 번 정해지면 바꿀 수 없는‘고정된 반응 특성'을 가졌지만, 이제는 데이터의 변화 속도에 맞춰 스스로 반응하는 시대가 열렸다. 우리 대학 연구진은 이 기술로 시간에 따라 변하는 데이터의 예측 오류를 기존보다 최대 40배 줄였다. 자율주행차와 로봇, 웨어러블 기기의 실시간 AI 성능을 높일 핵심 원천기술로 기대된다.
우리 대학은 전기및전자공학부·반도체공학대학원 최신현 석좌교수 연구팀이 입력되는 데이터의 변화 속도에 따라 반응 특성을 자유롭게 바꿀 수 있는 새로운 AI 반도체 소자‘프로그래머블 동적 멤트랜지스터(Programmable Dynamic Memtransistor, PDM)'와 이를 집적한 어레이를 개발했다고 7일 밝혔다.
멤트랜지스터(Memtransistor)는 정보를 저장하는 메모리(Memory)와 계산을 수행하는 트랜지스터(Transistor)의 기능을 하나로 결합한 차세대 반도체 소자다. 데이터를 계산하면서도 이전 정보를 기억할 수 있어 입력되는 데이터에 맞춰 반응 속도를 조절할 수 있는 것이 특징이다.
현실 세계의 데이터는 모두 같은 속도로 변하지 않는다. 심장 박동이나 음성처럼 매우 빠르게 변하는 정보가 있는가 하면, 날씨나 공장 설비 상태처럼 천천히 변하는 정보도 있다. 하지만 기존 AI 반도체는 입력 신호에 반응하는 속도와 그 상태를 유지하는 시간(시간 응답 특성)이 고정돼 있어, 서로 다른 속도의 데이터를 동시에 효율적으로 처리하는 데 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해 전기적 정보를 저장하는 층(전하 저장층)과 전자를 저장해 반도체의 반응 속도를 조절하는 층(전자 포획층)을 하나의 트랜지스터 안에 결합한 새로운 구조를 개발했다.
PDM은 데이터가 입력되면 전하 저장층에서 정보를 처리하고, 전자 포획층이 반도체가 원래 상태로 돌아가는 속도를 조절한다. 마치 운전자가 고속도로에서는 속도를 높이고 골목길에서는 속도를 줄이듯, 반도체도 데이터의 변화 속도에 맞춰 가장 적합한 반응 속도를 스스로 선택한다.
실험 결과 연구팀은 반도체가 입력 신호에 반응한 뒤 원래 상태로 돌아오는 시간을 약 5배 범위에서 조절했으며, 빠르게 반복되는 신호를 처리하는 능력(주파수 특성)도 10배 이상 폭넓게 조절할 수 있음을 확인했다.
특히 빠르게 변하는 정보와 느리게 변하는 정보가 함께 포함된 시계열 데이터(Time-series data, 시간의 흐름에 따라 연속적으로 생성되는 데이터) 예측 실험에서는 기존의 고정형 반도체보다 예측 오류를 최대 40배 줄이는 성능을 보였다.
또한 연구팀은 PDM을 여러 개 연결한 어레이(Array, 동일한 반도체 소자를 일정한 형태로 집적한 구조)를 제작해 실험한 결과, 기존 소프트웨어 기반 AI 시스템과 비슷한 정확도를 유지하면서도 훨씬 적은 에너지로 동작하는 것을 확인했다.
이번 기술은 별도의 복잡한 데이터 전처리 없이도 다양한 속도로 변하는 데이터를 효율적으로 처리할 수 있다. 또한 한 번 설정한 반응 특성은 전원을 계속 공급하지 않아도 유지되는 비휘발성(전원이 꺼져도 정보가 유지되는 특성)을 갖춰 에너지 소비를 줄일 수 있다. 여기에 현재 널리 사용되는 상용 반도체 공정(CMOS 공정)과도 호환돼 대량 생산과 상용화 가능성이 높다는 점에서도 의미가 크다.
최신현 석좌교수는 "이번 연구는 데이터의 변화 속도에 맞춰 반도체가 스스로 가장 적합한 방식으로 반응하는 AI 반도체를 구현한 것”이라며 "자율주행차와 로봇, 웨어러블 기기 등 다양한 AI 기기의 성능은 높이고 전력 소모는 줄이는 핵심 기술이 될 것으로 기대한다”고 말했다.
이번 연구는 KAIST 반도체공학대학원 김대원 박사과정이 제1저자로 참여했으며, 조윤호, 서석호, 김유진, 박시온, 장태환, 박채빈이 공동저자로 참여했다. 또한 삼성전자 반도체연구소 오영택 연구원과 이재덕 Fellow가 공동저자로 참여했으며, 최신현 교수가 교신저자를 맡았다. 연구 결과는 세계적인 권위의 국제학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 7월 게재됐다.
※논문명: Programmable memtransistor array with temporal dynamics modulation for efficient time-series data processing,
DOI : https://doi.org/10.1038/s41467-026-75211-5
본 연구는 과학기술정보통신부 한국연구재단 신소자원천기술개발사업, 정보통신기획평가원 ETRI연구개발지원사업, 산업통상자원부 한국산업기술진흥원(KIAT) 산업혁신인재성장지원사업, 삼성전자 등의 지원을 받아 수행되었다.
2026.08.07
조회수 2597
-
AI 데이터센터 시대 '거대한 배터리' 상용화 앞당긴다
폭발적으로 늘어나는 AI 데이터센터 시대를 뒷받침할‘거대한 배터리'의 상용화가 한층 가까워졌다. 우리 대학 연구진이 대용량 배터리의 핵심 소재 생산 시간을 67% 줄이는 공정 기술을 개발해 상용화의 가장 큰 생산 병목을 해결했다.
우리 대학은 생명화학공학과 김희탁 교수 연구팀이 대용량 에너지저장장치(ESS)의 유력 후보인 바나듐 레독스 흐름전지(VRFB)의 핵심 전해질을 빠르고 안정적으로 생산하는 공정을 개발했다고 5일 밝혔다.
최근 24시간 끊임없이 가동되는 AI 데이터센터가 급증하면서 태양광과 풍력 등 재생에너지로 생산한 전기를 대량으로 저장했다가 필요할 때 안정적으로 공급하는 대용량 ESS의 중요성이 커지고 있다.
특히 바나듐 레독스 흐름전지는 화재 위험이 거의 없고, 전해질을 담는 탱크만 크게 만들면 저장 용량도 쉽게 늘릴 수 있어 AI 데이터센터와 재생에너지용 초대형 배터리로 주목받고 있다. 그러나 배터리의‘연료' 역할을 하는 바나듐 전해질을 최적 상태(V3.5+)로 만드는 과정이 오래 걸리고 비용도 많이 들어 상용화의 가장 큰 걸림돌이었다.
기존 공정은 먼저 화학적 환원(환원제를 이용해 바나듐 이온이 전자를 얻도록 하는 화학 반응)으로 전해질을 만든 뒤, 전기화학적 환원(전기를 흘려 바나듐 이온의 전자 상태를 원하는 수준으로 조절하는 공정)을 거쳐 최종 전해질을 생산했다. 그러나 마무리 단계인 전기화학적 환원은 시간이 오래 걸리고 비용이 많이 드는 공정으로, 대량 생산과 상용화의 가장 큰 걸림돌이었다.
연구팀은 화학 반응으로 전해질을 만드는 과정이 고속도로를 달리다 갑자기 병목 구간에서 차량이 막히는 것처럼, 특정 단계에서 반응 속도가 급격히 느려진다는 사실을 세계 최초로 밝혀냈다. 바나듐 전해질이 배터리 구동에 최적화된 상태(V3.5+)로 변해가는 중간 단계인 평균 산화수(바나듐 이온이 전자를 잃은 정도를 나타내는 값)가 약 +4.1인 지점이 바로 그 병목 구간이었다.
연구팀은 이 병목 구간에서 시간이 오래 걸리던 기존의 전기화학적 환원 공정 대신, 백금-탄소(Pt/C) 촉매를 이용한 촉매 환원 공정을 적용하도록 생산 공정을 설계했다. 마치 자동차가 정체된 도로에서 더 빠른 우회도로를 이용하듯, 가장 시간이 오래 걸리던 마지막 공정만 더 효율적인 방식으로 바꾼 것이다.
그 결과 바나듐 레독스 흐름전지(VRFB)에서 전기 에너지를 저장하는 핵심 소재인 V3.5+전해질의 생산 시간이 기존보다 67% 단축됐다. 또한 공정 중 남아 배터리 성능을 떨어뜨릴 수 있는 잔류 옥살산(불순물)도 함께 제거됐으며, 같은 촉매를 2,500회 이상 반복 사용해도 성능 저하 없이 안정적으로 전해질을 생산할 수 있음을 확인해 실제 산업 현장에서도 활용 가능성을 입증했다.
김희탁 교수는 "이번 연구는 대용량 배터리 상용화의 가장 큰 숙제였던 전해질 생산 과정을 반응공학적으로 정밀 분석해 새롭게 설계한 성과”라며 "촉매가 전해액 환경에서 손상되지 않고 안정적으로 작동하는 조건을 과학적으로 규명해 산업 현장의 생산 병목을 해결한 만큼 대용량 에너지저장 기술의 상용화를 크게 앞당길 것으로 기대한다”고 말했다.
이번 연구는 KAIST 생명화학공학과 석경화 박사과정이 제1저자로 연구를 주도했으며, 연구 결과는 에너지 분야 세계적 권위의 국제학술지인‘어드밴스드 에너지 머티리얼즈(Advanced Energy Materials)’에 5월 7일 온라인 게재됐다. 특히 연구의 학술적 중요성을 인정받아 34호(Issue 34)의 표지논문으로 선정됐으며, 해당 호는 9월 초 온라인 공개될 예정이다.
※ 논문명 : Streamlined V3.5+ Eectrolyte Production by Leveraging Chemical and Catalytic Reductions, DOI: https://doi.org/10.1002/aenm.71029, ※ 저자 정보 : 석경화 (KAIST, 제1 저자), 강민성 (KAIST, 제2 저자) 및 김희탁 (KAIST, 교신저자)
한편 이번 연구는 롯데케미칼의 지원을 받아 수행됐다.
2026.08.05
조회수 2519
-
피지컬 AI 인재 키운다…KAIST·서울대 100시간 로봇 해커톤 개최
AI가 글을 쓰고 그림을 그리던 화면 밖으로 나와 현실 세계를 보고 움직이는 피지컬 AI(Physical AI) 시대가 열리고 있다. 우리 대학이 학생들의 상상을 실제 움직이는 로봇으로 구현하는 100시간의 도전을 통해 피지컬 AI 인재 양성에 나선다.
우리 대학은 우리 대학과 서울대학교 학생들이 만든 연합단체 로보틱어스(RoboticUS)가 8월 3일부터 8일까지 KAIST에서 ‘제1회 로봇 해커톤’을 개최한다고 4일 밝혔다.
배충식 KAIST 총장은 “피지컬 AI 시대에는 AI를 잘 만드는 것을 넘어 AI를 기반으로 실제 세상을 움직이는 로봇과 시스템을 설계하고 구현할 수 있는 융합형 인재가 필요하다”며 “학생들이 스스로 기획하고 운영한 이번 해커톤은 KAIST의 도전과 협업 문화를 보여주는 좋은 사례이며, 미래 기술을 현실로 구현하는 새로운 교육 모델이 될 것으로 기대한다”고 말했다.
이번 해커톤은 이러한 교육 철학을 학생들이 직접 실천하는 장이다. KAIST와 서울대학교 학생들이 학교의 경계를 넘어 스스로 기획하고 운영하는 국내 최초의 학생 주도형 피지컬 AI 로봇 해커톤으로, 참가자들은 실제 로봇을 설계하고 제작하는 전 과정을 경험하며 AI와 하드웨어를 융합하는 실전 역량을 키우게 된다.
이번 행사는 KAIST 로봇동아리 MR(기계공학과 과동아리)과 서울대학교 로봇동아리 SHAPE·SIGMA가 함께 만든 비영리 학생단체 ‘로보틱어스(RoboticUS)’가 주최한다. 로봇을 좋아하는 두 대학 학생들이 학교의 경계를 넘어 힘을 합쳤으며, 참가자 모집부터 미션 구성, 행사 운영, 발표와 심사 방식까지 전 과정을 직접 준비했다. KAIST 기계공학과는 학생들의 도전이 실제 교육으로 이어질 수 있도록 행사 시설과 운영을 지원한다.
해커톤에는 두 대학에서 선발된 10개 팀, 30명의 학생이 참가한다. 참가자들은 8월 3일과 4일 전원·회로 및 로봇 관절 제어 교육을 받은 뒤, 5일 오전 공개되는 미션에 따라 8일 오후 4시까지 로봇을 제작한다. 아이디어에서 출발해 설계, 조립, 프로그래밍, 반복 시험을 거쳐 실제 움직이는 로봇을 완성하기까지 약 100시간의 전 과정을 직접 경험한다.
각 팀에는 로봇의 관절과 근육 역할을 하는 엔젤로보틱스의 ‘팩트(phact)’ 구동기와 로봇의 두뇌 역할을 하는 엔비디아의 젯슨 AGX(NVIDIA Jetson AGX)가 제공된다. (주)태진기술은 로봇에 안정적으로 전원을 공급하기 위한 회로와 전자소자 교육을, (주)엔젤로보틱스는 액추에이터 활용과 로봇 제어 실습을 지원한다.
참가자들은 완성된 키트를 단순히 조립하는 데 그치지 않고 로봇의 형태와 움직임을 처음부터 직접 설계하고 구현한다.
미션은 공정성을 위해 8월 5일 해커톤 시작과 동시에 공개된다. 정답이나 정해진 로봇의 형태는 없다. 참가팀은 같은 미션을 저마다 다르게 해석해 기계 구조와 회로, 인공지능, 제어 소프트웨어를 하나의 로봇으로 결합한다. 같은 출발선에 선 10개 팀이 얼마나 서로 다른 결과물을 내놓을지도 주요 관전 포인트다.
마지막 날인 8월 8일은 일반 시민도 함께하는 열린 피지컬 AI 축제로 꾸민다. KAIST 박병준·홍정희 KI빌딩(E4) 퓨전홀에서 열리는 공개 컨퍼런스에서는 로봇이 사람처럼 촉감을 느끼는 기술부터 사람을 보고 듣는 인간형 로봇, 마라톤을 완주한 사족보행 로봇까지 피지컬 AI의 현재를 쉽고 흥미롭게 소개한다.
기계공학과 김정·박용화·황보제민 KAIST 교수와 김준하 (주)디든로보틱스 대표가 각각 ▲로봇 피부와 햅틱스 ▲인간형 로봇의 멀티모달 인지 ▲사족보행 로봇 라이보(RAIBO) ▲산업 현장의 피지컬 AI 개발 여정을 주제로 강연한다.
컨퍼런스가 끝난 뒤 오후 4시부터 5시까지 KAIST 문화관(E9) 3층에서는 참가 10개 팀의 공개 발표회가 열린다. 일반 시민 참가자는 팀별 부스를 돌며 학생들이 100시간 동안 제작한 로봇이 실제로 움직이는 모습을 보고, QR코드를 통해 직접 평가에 참여할 수 있다.
심사 항목은 미션 달성도, 기술 활용도, 창의성, 발표 및 시연이며, 최종 점수에는 자문 교수진 평가 30%, 해커톤 참가 학생 상호평가 30%, 후원사 심사단 평가 30%, 사전 신청한 일반 시민 참가자 평가 10%를 반영한다.
엔젤로보틱스와 태진기술은 이번 행사의 핵심 기술 파트너로 참여해 장비와 교육을 지원한다. 교수진과 산업계 전문가들은 학생들이 실제 연구·산업 현장에서 사용하는 장비를 안전하게 다룰 수 있도록 교육과 기술 자문을 제공한다.
공경철 KAIST 기계공학과 교수이자 엔젤로보틱스 미래기술원장은 “피지컬 AI의 경쟁력은 소프트웨어뿐 아니라 하드웨어와 제어기술에서 나온다”며 “이번 해커톤은 고성능 로봇 부품과 개발 환경만 갖춰지면 학부생도 100시간 만에 상상을 실제 로봇으로 구현할 수 있음을 보여줄 것”이라고 말했다.
로보틱어스 안연수 대표(KAIST 로봇동아리 MR 회장)는 “이번 해커톤은 학교 간 경쟁보다 함께 배우고 함께 만드는 데 의미가 있다”며 “일반 시민들도 학생들이 만든 로봇을 직접 체험하고 심사에 참여하면서 피지컬 AI를 전문가만의 기술이 아닌 누구나 함께 이해하고 즐길 수 있는 기술로 느끼길 기대한다”고 말했다.
서울대학교 참가 학생인 전현태씨는 “어떤 주제가 나올지는 모르겠지만 한 공간에 모여 로봇을 같이 개발하는 과정이 가장 기대된다”며 “학교를 넘어 함께 고민하고 직접 만든 로봇을 시민들에게 선보일 수 있어 더욱 의미 있는 해커톤이 될 것”이라고 말했다.
공개 컨퍼런스는 사전 신청을 통해 누구나 참여할 수 있다. 사전 신청한 일반 시민 참가자는 강연에 이어 공개 발표회를 관람하고 현장 심사에도 참여할 수 있다. 참가 신청은 로보틱어스 공식 홈페이지 또는 이벤터스의 ‘제1회 로봇 해커톤–로봇·AI 공개 컨퍼런스(KAIST×서울대)’ 페이지에서 가능하다. 신청 마감은 8월 6일이다.
2026.08.04
조회수 2406