-
제5회 K-인공지능 제조데이터 분석 경진대회 성료
우리 대학 제조AI빅데이터센터는 중소 제조기업의 현장 애로사항을 인공지능(AI) 기반 분석으로 해결한 ‘제5회 K-인공지능 제조데이터 분석 경진대회’ 시상식을 성공적으로 개최했다고 16일 밝혔다.
중소벤처기업부가 주관하고 스마트제조혁신추진단과 KAIST 제조AI빅데이터센터가 공동으로 주최한 이번 시상식은 제조데이터를 활용한 인공지능 분석 성과를 공유하고, 우수한 연구 결과를 도출한 참가팀의 노력을 격려하기 위해 마련됐다. 특히 실제 제조 현장 문제를 데이터와 AI로 해결하고자 한 참가자들의 성과를 조명하고, 제조AI 분야의 미래 인재들이 서로의 경험을 나누는 의미 있는 자리로 진행됐다.
이번 시상식에는 제조데이터 기반 인공지능 분석을 통해 우수한 성과를 거둔 참가팀들이 참석해 그동안의 연구 과정과 성과를 공유했으며, 산업 현장 적용 가능성과 확장성을 갖춘 제조AI 사례들이 소개됐다. 이를 통해 제조AI가 연구 수준을 넘어 실제 산업 현장에서 활용될 수 있는 기술로 자리 잡고 있음을 확인하는 계기가 됐다.
시상식에 앞서 진행된 특별강연에는 제1회 K-인공지능 제조데이터 분석 경진대회 최우수상 수상자인 국립경상대학교 컴퓨터공학과 부석준 교수가 연사로 나섰다. 부 교수는 대학원생 시절 본 경진대회에 참가해 연구 성과를 축적했던 경험을 바탕으로, 제조데이터 기반 인공지능 연구의 중요성과 연구자로서의 성장 과정, 그리고 제조AI 분야에서 지속적으로 도전해 온 자신의 경험을 진솔하게 전달했다. 특히 과거 경진대회 수상자가 현재는 연구자이자 교육자로서 무대에 올라 후배들에게 경험을 전한 이번 강연은, 본 경진대회가 단발성 행사가 아닌 인재 성장의 선순환 구조를 형성하고 있음을 상징적으로 보여주는 시간이었다.
이번 경진대회 결과, 대상(중소벤처기업부 장관상)은 채민즈 팀(울산과학기술원, 무소속) 이종민, 송채원이 수상했다. 채민즈 팀은 물리식 기반 시계열 회귀모델을 활용해 열처리 공정의 불량률을 예측하는 제조AI 분석 모델을 제안했으며, 아이디어의 독창성과 기술적 완성도는 물론 향후 다양한 제조 공정으로 확장 가능한 점에서 높은 평가를 받았다.
이어 522 팀과 PhysicsAI 팀이 최우수상(KAIST 총장상)을 수상했으며, 브로콜리단 팀과 음파음파 팀은 우수상(스마트제조혁신추진단장상), SynAIgy, 크림모카빵, Deathtiny 팀은 장려상(KAIST 제조AI빅데이터센터 본부장상)을 각각 수상했다. 수상팀들은 제조데이터를 기반으로 한 문제 정의 능력과 인공지능 분석 모델 설계 역량을 인정받았다.
KAIST 제조AI빅데이터센터장 김일중 교수는 “제조 도메인 특화 AI는 중소·중견 제조기업의 경쟁력 향상을 위한 핵심기술이다”라며, “KAIST 제조AI빅데이터센터는 KAMP 운영기관으로서 차세대 제조AI를 기반으로 대한민국 제조업이 세계를 선도할 수 있도록 지속해서 노력하겠다”라고 말했다.
KAIST 제조AI빅데이터센터 김흥남 교수는 “이번 시상식은 실제 제조데이터를 바탕으로 현장 문제를 정의하고, 이를 인공지능 기술로 해결한 성과를 공유하는 자리였다”며, “특히 제1회 대회 수상자가 연사로 참여해 후배들에게 자신의 경험을 전한 것은 제조AI 인재 양성과 확산이라는 본 경진대회의 취지를 잘 보여주는 사례”라고 밝혔다.
한편, 대상 수상팀에는 상장과 함께 상금 1,000만 원이 수여됐으며, 최우수상 수상 2개 팀에는 각 500만 원, 우수상 2개 팀에는 각 300만 원, 장려상 3개 팀에는 각 100만 원의 상금이 각각 지급됐다.
2025.12.17
조회수 98
-
콧속에 뿌렸더니 호흡기 바이러스 잡았다
독감이나 코로나19처럼 종류가 다양하고 변이가 빠른 호흡기 바이러스는 백신만으로 완벽히 막기 어렵다. 우리 대학 연구팀이 이 문제를 해결하기 위해 기존 인터페론-람다 치료제가 지녔던 ‘열에 약하고 코 점막에서 금방 사라지는’ 한계를 AI 기술로 극복한 비강(콧속) 투여형 항바이러스 플랫폼을 개발하는데 성공했다.
우리 대학은 생명과학과 김호민 교수, 정현정 교수, 의과학대학원 오지은 교수 공동 연구팀이 AI로 인터페론-람다 단백질을 안정적으로 재설계하고, 이를 비강 점막에 잘 확산하고, 오래 머물게 하는 전달 기술과 결합해 다양한 호흡기 바이러스를 범용적으로 예방할 수 있는 기술을 구현했다고 15일 밝혔다.
인터페론-람다(IFN-λ)는 우리 몸이 바이러스 감염을 막기 위해 스스로 만드는 선천면역 단백질로, 감기·독감·코로나19와 같은 호흡기 바이러스 차단에서 중요한 역할을 한다. 하지만 이를 치료제로 만들어 비강에 투여할 경우 열·분해효소·점액·섬모운동에 취약해 실제 효능이 제한되는 문제가 있었다.
연구팀은 AI 단백질 설계 기술을 이용해 인터페론-람다의 구조적 약점을 정밀하게 보완했다.
먼저, 단백질의 헐거운 루프(loop) 구조로 흔들리던 부분을 단단한 스프링처럼 고정되는 나선형(helix) 구조로 바꿔 안정성을 크게 높였다.
또한 단백질끼리 서로 달라붙어 덩어리(뭉침)가 생기는 문제를 막기 위해 표면을 물과 잘 섞이도록 설계하는‘표면 엔지니어링’을 적용했고, 단백질 표면의 당사슬(glycan) 구조를 추가하는‘글라이코엔지니어링(glycoengineering)’을 도입해 단백질을 한층 튼튼하고 안정하게 재설계했다.
그 결과 새롭게 제작된 인터페론-람다는 50℃에서 2주를 버틸 만큼 안정성이 대폭 향상되었으며, 끈적한 비강 점막에서도 빠르게 확산 되는 특성을 보였다.
연구팀은 여기에 단백질을 ‘나노리포좀(nanoliposome)’이라는 미세 캡슐에 담아 보호하고, 그 표면을 ‘저분자 키토산(chitosan)’으로 코팅해 코 점막에 오래 붙어 있도록 점막 부착력(mucoadhesion)을 크게 강화했다.
이 전달 플랫폼을 인플루엔자 감염 동물 모델에 적용한 결과, 콧속 바이러스가 85% 이상 감소하는 강력한 억제 효과가 확인됐다.
이 기술은 간단히 코에 뿌리는 것만으로 바이러스 감염을 초기에 차단할 수 있는 점막 면역 플랫폼으로, 계절성 독감은 물론 예기치 못한 신·변종 바이러스에도 신속히 대응할 새로운 치료 전략으로 기대된다.
김호민 교수는 “AI 기반 단백질 설계와 점막 전달기술로 기존 인터페론-람다 치료제의 안정성과 체류 시간 한계를 동시에 극복했다”며 “고온에서도 안정적이고 점막에 오래 머무르는 이번 플랫폼은 엄격한 냉장 유통시스템(콜드체인) 인프라가 부족한 개발도상국에서도 활용 가능한 혁신 기술로, 다양한 치료제·백신 개발로의 확장성이 크다. 또한 AI 단백질 설계부터 약물 전달 최적화, 감염 모델을 통한 면역 평가까지 다학제 융합 연구가 만들어낸 의미 있는 성과”라고 밝혔다.
이번 연구에는 KAIST 이노코어(InnoCORE) AI-혁신신약연구단 윤정원 박사, 생명과학과 양승주 박사, 의과학대학원 권재혁 박사과정 학생이 공동 제 1저자로 참여했으며, 연구 결과는 저명 국제 학술지 `어드밴스드 사이언스(Advanced Science, 11월 20일)'와‘바이오머터리얼즈 리서치(Biomaterials Research, 11월 21일)’에 연달아 게재됐다.
※ 논문명 : Computational Design and Glycoengineering of Interferon-Lambda for Nasal Prophylaxis against Respiratory Viruses, Advanced Science, DOI: 10.1002/advs.202506764
※ 논문명 : Intranasal Nanoliposomes Delivering Interferon Lambda with Enhanced Mucosal Retention as an Antiviral, Biomaterials Research, DOI: 10.34133/bmr.0287
한편 이번 연구는 KAIST 이노코어 프로그램(InnoCORE, AI-혁신신약연구단), 한국연구재단(NRF) 중견연구자지원사업 및 바이오의료기술개발사업, 한국 보건 산업진흥원(KHIDI) 보건의료기술연구개발사업, KAIST 대규모 융합연구소 운영사업, 기초과학연구원(IBS)의 지원을 받아 수행되었다.
2025.12.15
조회수 335
-
‘뇌처럼 배우는 AI’ 가능성 열렸다...인간 전두엽의 학습 비밀 규명
사람은 갑작스러운 변화가 닥쳐도 금세 계획을 새로 세우고 목표를 조정하는 안정성과 유연성을 동시에 갖추고 있다. 그러나 이세돌 기사와 대국을 펼친 알파고를 비롯해 로봇 분야에 널리 사용되는 모델 프리 AI는 이러한 두 능력을 함께 구현하지 못한다. 우리 대 연구팀은 그 이유가 전두엽의 독특한 정보 처리 방식에 있으며, 이 원리가 ‘뇌처럼 유연하고 안정적인 AI’를 만들 핵심 열쇠가 될 수 있음을 규명했다.
우리 대학은 뇌인지과학과 이상완 교수 연구팀이 IBM AI 연구소와 함께 인간의 뇌가 목표 변화와 불확실한 상황을 처리하는 방식을 규명하고, 차세대 AI 강화학습이 나아가야 할 방향을 제시했다고 14일 밝혔다.
연구팀은 기존 강화학습 모델들이 목표가 바뀌는 상황에서는 안정성이 떨어지고, 환경이 불확실하면 유연성이 부족해지는 한계가 있지만 인간은 두 요소를 동시에 달성한다는 점을 집중했다. 연구팀은 이 차이가 전두엽이 정보를 표현하는 방식 자체에서 비롯된다고 보았다.
뇌 기능 MRI(fMRI) 실험, 강화학습 모델, AI 분석 기법을 활용한 결과, 인간 전두엽은 ‘목표 정보’와 ‘불확실성 정보’를 서로 간섭하지 않도록 분리해 저장하는 특별한 구조를 가지고 있음이 밝혀졌다. 이런 구조가 뚜렷할수록 사람은 목표가 바뀌면 빠르게 전략을 바꾸고, 환경이 불확실해도 안정적인 판단을 유지했다. 연구팀은 이를 통신 기술의 멀티플렉싱(multiplexing)처럼 서로 다른 정보를 한 번에 처리하는 특징을 갖는다는 점도 확인했다.
이렇게 인간의 전두엽은 목표가 바뀔 때마다 그 변화를 민감하게 추적해 의사결정의 유동성을 확보하는 ‘채널’이 있고, 동시에 또 다른 채널을 통해 환경의 불확실성을 분리해 안정적인 판단을 유지한다.
흥미로운 점은 전두엽이 첫 번째 채널을 통해 단순히 학습을 실행하는 수준을 넘어서, 두 번째 채널을 활용하여 상황에 따라 어떤 학습 전략을 쓸지 스스로 고르는 역할까지 한다는 것이다.
연구팀은 전두엽이 단순히 학습을 실행하는 수준을 넘어, 상황에 따라 어떤 학습 전략을 사용할지 스스로 선택하는 ‘메타학습 능력’을 갖고 있다는 점을 보여줬다.
즉, 전두엽은 무엇을 배울지뿐 아니라 어떻게 배울지도 학습하는 구조를 가지고 있으며, 이것이 인간이 끊임없이 바뀌는 상황에서도 흔들리지 않는 이유다.
이 연구는 개인의 강화학습·메타학습 능력 분석, 맞춤형 교육 설계, 인지 능력 진단, 인간-컴퓨터 상호작용 등 다양한 분야에 활용될 수 있으며, 뇌 기반 표현 구조를 활용하면 ‘뇌처럼 생각하는 AI’기술로서 AI가 인간의 의도와 가치를 더 잘 이해해 위험한 판단을 줄이고 사람과 더 안전하게 협력하는 기술로 이어질 수 있다.
연구 책임자인 이상완 교수는 “이번 연구는 변화하는 목표를 유연하게 따라가면서도 안정적으로 계획을 세우는 뇌의 작동 원리를 AI 관점에서 규명한 성과이며, 이러한 원리가 앞으로 AI가 사람처럼 변화에 적응하고 더 안전하고 똑똑하게 학습하는 차세대 AI의 핵심 기반이 될 것”이라고 말했다.
이 연구는 성윤도 박사과정 학생이 1 저자, IBM AI 연구소 마티아 리고티(Mattia Rigotti) 박사가 2저자로 참여했으며, 이상완 교수가 교신저자를 맡았다. 연구 결과는 국제 학술지 `네이처 커뮤니케이션스 (Nature Communications)‘ 11월 26일 자 게재됐다.
(논문명: Factorized embedding of goal and uncertainty in the lateral prefrontal cortex guides stably flexible learning) DOI: 10.1038/s41467-025-66677-w)
특히 이번 연구는 과학기술정보통신부 한계도전 R&D 프로젝트 사업 지원을 받아 수행됐다.
2025.12.15
조회수 205
-
전산학부 윤성의 교수, 미국 컴퓨터학회(ACM) 특훈회원 선정
우리 대학 전산학부 윤성의 교수가 세계 최대 컴퓨터 과학 분야 학술 단체인 미국 컴퓨터학회(ACM, Association for Computing Machinery)의 ‘특훈회원(Distinguished Member)’으로 선정됐다.
ACM 특훈회원은 컴퓨터 및 정보기술 분야에서 15년 이상의 경력을 보유하고, 탁월한 연구 업적과 기술적 리더십을 통해 해당 분야 발전에 크게 기여한 연구자에게 주어지는 고위 회원 등급이다.
전 세계 약 11만 명의 ACM 회원 중 상위 10% 이내에 해당하는 인원만이 이 자격을 얻을 수 있으며, 매년 약 50~60명만이 엄선되는 매우 영예로운 자리다.
윤성의 교수는 ‘피지컬 AI(Physical AI)’ 분야의 권위자로, ▲대용량 3D 모델을 초고속으로 처리하는 스케일러블 렌더링(Scalable Rendering) ▲물리 기반 시뮬레이션 및 데이터 생성 ▲AI·컴퓨터 비전 학습 기법 등에서 독창적인 연구 성과를 인정받아 이번 영예를 안았다.
윤 교수가 개발한 기술들은 현재 3D 그래픽스를 넘어 로보틱스, 자율주행, 시뮬레이션 기반 AI 등 미래 산업 전반의 핵심 기반 기술로 폭넓게 활용되고 있다.
윤 교수는 2007년 KAIST 부임 이후, 로봇 경로 계획 및 강화학습, 대규모 검색 기술 등 다양한 융합 연구를 주도해왔다. 이러한 연구 결과는 ACM SIGGRAPH, IEEE CVPR, ICRA 등 세계 최고 수준의 학회에서 꾸준히 발표되었으며, ‘Test-of-Time Award’와 ‘Best Paper Award’ 수상, 다수의 저널 초청 논문 선정 등을 통해 국제적 영향력을 입증해왔다.
윤 교수는 서울대학교에서 전산학 학·석사를 마치고 미국 노스캐롤라이나 대학교 채플힐(UNC–Chapel Hill)에서 박사학위를 받았다. 이후 미국 로렌스 리버모어 국립연구소(LLNL)에서 박사후연구원으로 재직하며 대규모 데이터 처리 기술을 연구한 바 있다.
2025.12.12
조회수 474
-
KAIST-카카오뱅크, '설명 가능한 AI' 속도 11배 높였다. "금융 AI 신뢰도↑"
우리 대학 김재철AI대학원 최재식 교수 연구팀이 ㈜카카오뱅크(대표 윤호영)와 공동으로 인공지능(AI) 모델의 판단 근거를 실시간으로 설명할 수 있는 가속화 설명 기술을 개발했다고 밝혔다.
이번 연구 성과는 AI 모델의 예측 결과에 대한 기존 설명 알고리즘 대비 평균 8.5배, 최대 11배 이상 빠른 처리 속도를 달성해, 금융 서비스 등 실시간 의사결정이 필요한 분야에서 설명가능 인공지능(Explainable Artificial Intelligence, 이하 XAI) 기술의 실용화 가능성을 크게 높였다.
금융 분야에서는 AI 시스템이 내린 결정에 대한 명확한 설명이 필수적이다. 특히 대출 심사나 이상거래 탐지와 같이 고객의 권익과 직결된 서비스에서는 AI 모델의 판단 근거를 투명하게 제시해야 하는 규제 요구가 점차 강화되고 있다. 하지만 기존의 설명가능 인공지능(XAI) 기술은 정확한 설명을 생성하기 위해 수백에서 수천 개의 기준점(Baseline)을 반복 계산해야 하므로 막대한 연산 비용이 발생했다. 이는 실시간 서비스 환경에서 설명가능 인공지능 (XAI) 기술의 적용을 제약하는 주요 요인이었다.
최재식 교수 연구팀은 이러한 문제를 해결하기 위해 'ABSQR(Amortized Baseline Selection via Rank-Revealing QR)'이라는 설명 알고리즘 가속화 프레임워크를 개발했다. ABSQR은 AI 모델 설명 과정에서 생성되는 가치 함수 행렬(value function matrix)이 저차원 구조를 가진다는 점에 착안해, 수백 개의 기준점 중에서 핵심적인 소수만을 선별하는 방식을 도입했다. 기준점 개수에 비례하던 연산량을 선별된 중요 기준점 개수에만 비례하도록 획기적으로 줄여, 설명 정확도는 유지하면서도 계산 효율성을 극대화했다.
구체적으로 ABSQR은 두 단계로 작동한다. 첫 번째 단계에서는 특이값 분해(SVD)와 랭크 판별형 QR 분해(Rank-Revealing QR decomposition) 기법을 활용해 중요한 기준점들을 체계적으로 선별한다. 이는 기존의 무작위 샘플링 방식과 달 정보력 복원 유지를 목적으로 한 결정론적 선택 방법으로, 설명의 정확도를 보장하면서도 계산량을 획기적으로 줄일 수 있다. 두 번째 단계에서는 사전에 계산해둔 기준점의 가중치들을 클러스터 기반 검색을 통해 재사용하는 가속화 추론(amortized inference) 메커니즘을 도입해, 실시간 서비스 환경에서 모델 평가를 반복하지 않고도 모델의 예측 결과에 대한 설명을 제공할 수 있게 했다.
연구팀은 다양한 실제 데이터셋을 대상으로 한 실험을 통해 ABSQR의 우수성을 검증했다. 금융, 마케팅, 인구통계 등 5개 분야의 표준 데이터셋에 대한 테스트 결과, ABSQR은 모든 기준점을 사용하는 기존 설명 알고리즘 대비 평균 8.5배 빠른 처리 속도를 달성했으며, 최대 11배 이상의 속도 향상을 기록했다. 또한, 속도 향상에 따른 설명 정확도 저하를 최소화하여 기준 알고리즘 대비 최대 93.5%의 설명 정확도를 유지했다. 이는 실무 환경에서 요구되는 설명 품질을 충분히 만족하는 수준이다.
카카오뱅크 관계자는 "앞으로도 끊임없는 연구개발을 통해 금융 서비스의 신뢰도와 편의성을 높이고, 고객이 체감할 수 있는 혁신적인 금융 기술을 선보이겠다"고 밝혔다.
공동 제1 저자인 KAIST 이찬우, 박영진 연구원은 "금융 분야에서 실시간 적용을 위해 가장 중요한 과제인 가속화 문제를 해결한 방법론으로, 사용자에게 학습 모델에 대한 의사결정 원인을 실시간으로 제공할 수 있음을 입증했다"라고 연구의 의의를 설명했다. 이어 "이번 연구는 설명 알고리즘에서 불필요한 연산과 중요한 기준점 선택이 무엇인지에 대한 새로운 통찰을 제공하며, 설명 기술의 효율성 향상에 실질적으로 기여할 것"이라고 덧붙였다.
KAIST 김재철AI대학원 이찬우, 박영진 박사 과정 연구원과 카카오뱅크 금융기술연구소 이현근, 유예은 연구원이 공동 제1 저자로 참여한 이번 연구는 정보 및 지식 관리 분야의 세계 최고 권위 학술대회인 'CIKM 2025(ACM International Conference on Information and Knowledge Management)'에서 11월 12일에 발표되었다.
※ 논문명: Amortized Baseline Selection via Rank-Revealing QR for Efficient Model Explanation
※ 저자 정보:
- 공동 제1저자: 이찬우(KAIST 김재철AI대학원), 박영진(KAIST 김재철AI대학원), 이현근(카카오뱅크), 유예은(카카오뱅크)
- 공저자: 한대희(카카오뱅크), 최준호(KAIST 김재철AI대학원), 김건형(KAIST 김재철AI대학원)
- 교신저자: 김나리(KAIST 김재철AI대학원), 최재식(KAIST 김재철AI대학원)
※ DOI: https://doi.org/10.1145/3746252.3761036
한편, 이번 연구성과는 카카오뱅크의 산학 연구과제 ‘금융분야 설명가능 인공지능 알고리즘 고도화 연구’와 과기정통부·정보통신기획평가원(IITP)의 지원 과제 ‘플러그앤플레이 방식으로 설명가능성을 제공하는 인공지능 기술 개발 및 인공지능 시스템에 대한 설명 제공 검증'를 통해 수행됐다.
2025.12.11
조회수 429
-
과학기술과 글로벌발전 연구센터, ‘글로벌 발전을 위한 AI’ 포럼 성료
우리 대학 과학기술과 글로벌발전 연구센터(G-CODEs)는 12월 10일(수) 서울 정동 1928 아트센터에서 ‘AI for Global Development (Innovation and Inclusion)’ 포럼을 개최했다. 본 행사는 KAIST와 한국국제개발협력학회(KAIDEC)의 협력으로 마련되었으며, AI 기술이 국제개발 환경에서 갖는 구조적·제도적 함의를 심층적으로 다루기 위해 개최되었다.
전 세계적으로 인공지능(AI)은 기술 혁신을 넘어 개발협력의 방식, 운영체계, 정책 우선순위까지 재편하는 핵심 동력으로 부상하고 있으나 전반적인 거버넌스 체계나 제도적 역량 등 본질적인 문제는 충분히 조명되지 못하고 있다. 이에 G-CODEs는 이번 포럼을 통해 개발협력 분야에서 AI를 어떻게 접근할 것인지, 포용적 발전을 위한 방안은 무엇인지를 논의를 하기 위한 구조적 접근을 제안했다.
포럼은 △'AI로 인한 위기와 기회' △'재난・분쟁 취약국에서의 대응' △'AI 연구와 현장 연계 강화' △'지구 생태계 보호를 위한 위한 AI' 이상 네 개의 세션으로 구성되었다. 미국, 유럽, 아시아 등 다양한 지역의 학계 전문가, 국제기구 관계자, 기술·정책 실무자가 발표자로 참여해 실제 정책 적용 사례와 글로벌 비교 논점을 폭넓게 소개했다. 국제기구 측에서는 세계은행(World Bank), 아시아개발은행(ADB), 세계보건기구(WHO) 전문가들이 참여해 AI가 개발협력 현장에서 어떻게 적용되고 있으며, 분절적인 기술 도입이 가져오는 문제를 어떻게 극복할 것인지에 대한 실무적 시사점을 제시했다. 학계에서는 Columbia 대학교, 연세대학교, 시드니 대학교, UN 대학교 등 다양한 기관의 석학과 전문가가 참여해 AI 정책과 개발협력 연구의 최신 동향을 공유했다.
본 포럼에서는 AI 도입 과정에서의 책임성, 데이터 접근성 향상, 제도적 조정력, 정책·기술 간 연계가 핵심 과제로 논의되었다. 참석자들은 AI 기술을 단일 도구가 아닌 지속 가능한 개발협력 구조를 재설계하는 기반 프레임워크로 바라볼 필요성을 강조했다. G-CODEs는 이번 포럼을 통해 향후 글로벌 개발협력 연구 및 국제 파트너십 확대에 중요한 전환점이 될 것이라 평가했다.
2025.12.11
조회수 277
-
로봇밸리 사업,‘한국형 로봇·AI 창업 생태계 활성화’본격화
우리 대학은 기술사업화 전문 투자기관 KAIST 홀딩스(대표 배현민)가 로봇밸리사업의 일환으로 로봇 분야 유망 창업팀을 발굴·육성하고 기술 플랫폼 기반의 로봇 스케일업 생태계를 구축하고자, 9일 대전스타트업파크 본부에서 ‘2025 KAIST 휴로보틱스 스타트업컵(Hu-Robotics Startup Cup)’을 성공리에 개최했다고 10일 밝혔다.
이번 경진대회는 과학기술정보통신부가 추진하고 대전시 지원을 받는 로봇밸리사업(딥테크 스케일업 밸리 육성 사업)의 핵심 프로그램으로 진행됐다. KAIST 기계공학과 연구진, 엔젤로보틱스·트위니 등 로봇 기업, 블루포인트 등 창업 전문가들과의 밋업데이를 거쳐 최종 본선까지 이어졌으며, 이 과정에서 기술 검증–창업 역량 강화–투자 연계로 이어지는 로봇 스타트업의 스케일업(Scale-up)지원 체계가 마련됐다.
KAIST 홀딩스와 딥테크 밸리 사업단(이하 사업단)은 이번 대회를 ‘한국형 로봇·AI 창업 생태계 구축’의 시작점으로, 로봇밸리사업을 통해 대전–KAIST 중심의 한국형 로봇 스케일업 생태계 조성, 나아가 검증된 기술 플랫폼을 활용한 기술 순환 구조를 구축하는 것이 목표라고 밝혔다.
우리 대학은 레인보우로보틱스, 엔젤로보틱스 등 로봇 분야 스케일업 성공 사례를 배출해 왔다. 그러나 최근 로봇 산업은 기계공학·AI·제어 소프트웨어가 융합되며 기술 난이도가 급격히 상승함에 따라 초기 창업자가 단독으로 도전하기에는 구조적 한계가 있었다.
이를 해결하기 위해 사업단은 선배 기업의 검증된 기술을 후배 창업자에게 개방하는 ‘스케일업 밸리 구축 전략’을 제시했다. 이 전략은 스타트업이 모터·제어기 등 기초 하드웨어 개발에 과도한 시간을 소모하지 않고, 검증된 기술 플랫폼 위에서 시장형 로봇 서비스와 애플리케이션 개발에 집중하도록 지원하는 데 초점이 있다.
이번 전략의 핵심 기반 기술로 제시된 엔젤로보틱스 기술 플랫폼은 구동기·제어모듈·핵심 소프트웨어로 구성된다. 우리 대학은 이러한 기반기술을 초기 창업팀이 활용할 수 있도록 단계적으로 개방할 예정이다.
사업단은 이러한 기술 플랫폼을 창업팀이 초기 단계부터 활용할 수 있도록 개방하는 것이 한국형 로봇 창업 생태계를 가속화하는 핵심 인프라라고 강조했다.
이번 경진대회에는 사람 중심 로봇 기술 및 융복합 비즈니스 모델을 보유한 예비창업자(Track A)와 창업 3년 이하 초기창업기업(Track B) 등 총 21개 팀이 참가했다.
치열한 예선을 거쳐 본선에 진출한 8개 팀 가운데 대상 1팀, 최우수상 2팀, 우수상 2팀 등 총 5개 팀이 최종 선정됐다.
대상은 딸기 농작업 로봇 및 회전형 수직 재배 모듈 통합 시스템을 제안한 ‘노만’이 수상하였고, 최우수상은 ‘로브라이트’와 ‘코일즈’, 우수상은 블루 에이팩스(BLUE APEX)와 기가플롭스가 각각 수상하였다.
로봇밸리사업의 총괄책임자인 KAIST 기계공학과 학과장 김정 교수는 “이번 대회는 미래 로봇 유니콘을 발굴하는 출발점이 됐다”며 “향후 3년간 로봇 스타트업 성장을 위한 실질 지원을 이어가고, 대전을 중심으로 딥테크 로봇 생태계를 구축·확산하는 데 KAIST가 주도적인 역할을 할 것”이라고 말했다.
한편, 이번 대회는 과학기술정보통신부, 대전광역시, 연구개발특구진흥재단을 비롯해 KAIST, KAIST홀딩스, 대전테크노파크, 대전창조경제혁신센터 등 창업지원기관이 공동 주최·주관했다.
2025.12.10
조회수 362
-
AI 연구역량·지역균형 혁신의 ‘일석이조’모델로 국가경쟁력 견인
우리 대학은 정부가 최근 발표한 ‘다시 과학기술인을 꿈꾸는 대한민국, 과학기술 강국 도약 방안(11. 7)’에서 KAIST 등 4대 과학기술원이 AX(AI 전환) 혁신 허브이자 지역 혁신 선도 핵심 기관으로 명시됨에 따라, 세계 최고 수준의 과학 인재 양성 및 지역 균형 발전을 가속화하겠다고 9일 밝혔다.
이러한 행보는 이재명 대통령의 정책 기조와 궤를 같이한다. 이재명 대통령은 지난 11월 4일 국무회의에서 “이공계 인재가 국가 경쟁력의 핵심”이라며 “4대 과학기술원의 수시모집 지원자 증가가 나라의 미래를 위해 매우 바람직한 현상”이라고 말했다. 특히 대통령은 “과기원은 지역균형 발전에도 크게 기여할 수 있기 때문에 이공계 전과 허용 확대, 예산 지원 확대, 우수교원 확충, 연구교육 인프라 첨단화 등 실질적인 정책을 적극 모색하라”고 당부한 바 있다.
이광형 KAIST 총장은 “AI 연구역량 강화와 지역균형 발전은 국가 경쟁력을 높이는 ‘일석이조(一石二鳥)’ 전략”이라며 “정부의 정책 기조를 통해 KAIST가 추진해 온 ‘지역이 곧 국가 경쟁력’이라는 혁신 철학이 국가 핵심 방향으로 자리 잡았음을 확인했다”고 화답했다.
실제로 KAIST는 심화되는 의대 쏠림 현상 속에서도 대한민국 과학기술계를 지탱하는 인재 양성의 중심축 역할을 굳건히 이어가고 있다. 4대 과기원의 수시 지원자 증가는 학생들이 의사가 아닌 과학기술인의 꿈을 선택할 수 있는 교육·연구 기반이 성공적으로 마련되었음을 증명한다. KAIST는 이러한 흐름을 가속화하기 위해 'AI 3대 강국(G3)' 도약을 목표로 국가 AI 연구거점(National AI Research Lab) 구축과 차세대 AI 연구 패러다임 선도에 박차를 가하고 있다.
우리 대학은 구글 딥마인드를 능가하는 차세대 바이오 AI 모델 ‘K-Fold’개발 주관과 루닛(Lunit) 컨소시엄 주요 참여기관으로 선정되었을 뿐 아니라, AI 국가대표 사업인 ‘생성AI 선도인재양성사업’둥에 핵심연구진으로 참여하며 산업체의 다양한 기술 수요를 반영한 연구 주제 발굴, 고급 AI 인재 양성, 연구 성과의 산업 현장 실증 등을 통해 대한민국 산업 전반의 AI 전환(AX, AI Transformation)을 이끄는 실전형 리더로 거듭나고 있다.
이 같은 KAIST의 AI 연구 경쟁력은 해외에서도 공식적으로 인정받았다. 엔비디아 젠슨 황(Jensen Huang) CEO는 2025 APEC CEO Summit(10.31) 기조연설에서 KAIST를 “Amazing University”로 직접 소개하며, KAIST의 세계적 연구역량과 글로벌 협력 잠재력을 높이 평가했다.
지역 혁신 또한 본궤도에 올랐다. 우리 대학 대전 본원을 중심으로 전북·경남 등 지역에 피지컬 AI 기반 연구 인프라를 확충하고 있으며, 대전시와 협력한 AI·로봇 기반 ‘로봇밸리 사업’, ‘글로벌혁신창업 성장허브사업’ 등을 통해 지역 산업 고도화와 스타트업의 성장·글로벌 진출을 지원하고 있다.
특히 KAIST 의과학대학원 이정호 교수의 기술을 기반으로 설립된 바이오 기업 ‘소바젠(Sovagen)’이 최근 7,500억 원 규모의 뇌전증 RNA 신약 기술 해외 이전에 성공하며, 대학의 연구가 실제 산업으로 이어지는 혁신 성과의 선순환 모델을 입증했다.
이와 함께 ‘실패연구소’를 통한 도전적 연구문화 확산, ‘주니어 KAIST’ 및 ‘3+4 TUBE 프로그램’을 통한 우수 인재 조기 양성 등 미래 인재 발전 기반도 강화하고 있다. 전문성과 성과 중심의 ‘KAIST 모델’을 통해 지역 대학의 혁신 방향을 제시하는 동시에, 과학 대중화와 사회적 책임 실천에도 앞장서고 있다.
이광형 총장은 “정부와의 긴밀한 협력을 통해 AI 연구 예산 확대와 국제 공동 연구 인프라 구축을 지속 추진할 것”이라며 “미래를 선택한 젊은 인재들을 대한민국 과학기술의 주역으로 육성해 국가와 지역이 함께 성장하는 ‘AI 강국 대한민국’의 중심축 역할을 다하겠다”고 강조했다.
2025.12.09
조회수 422
-
AI로 인간 집단행동 예측! 세계 최고 학회에서 1위.. 23년 만의 쾌거
우리 대학은 김재철AI대학원 신기정 교수 연구팀이 개인의 나이, 역할 등 특성이 집단 관계에 미치는 영향을 분석해 복잡한 사회 집단행동을 예측하는 획기적인 AI 기술을 개발했다고 9일 밝혔다.
연구팀은 이 기술로 미국전기전자학회(IEEE) 주관 세계적 데이터마이닝 학술대회 'IEEE ICDM'에서 최우수 논문상(Best Paper Award)을 수상하는 쾌거를 이루었다. 이는 전 세계 785편 중 단 1편에게만 주어지는 최고 권위의 상으로, 한국 대학 연구팀으로서는 23년 만의 수상으로 KAIST가 다시 한 번 세계 연구 무대에서 기술 리더십을 입증했다.
오늘날 온라인 커뮤니티·연구 협업·단체 채팅 등 다수가 동시에 참여하는 집단 상호작용은 사회 곳곳에서 폭발적으로 늘고 있다. 그러나 이러한 집단 행동이 어떤 구조로 형성되고, 개인의 특성이 어떻게 영향을 미치는지를 동시에 정밀하게 설명해 내는 기술은 부족했다.
신기정 교수 연구팀은 이 한계를 뛰어넘기 위해 개인 특성과 집단 구조를 실제처럼 맞물리게 재현하는 AI 모델 ‘NoAH(Node Attribute-based Hypergraph Generator)’를 개발했다.
NoAH는 사람들의 특징이 모이면 어떤 그룹 행동이 만들어지는지를 설명하고 흉내내는 인공지능이다. 예를 들어, 어떤 사람이 어떤 관심사를 갖고 있는지, 어떤 역할을 하는지 등의 정보들이 실제로 어떻게 모여서 그룹 행동을 만들어 내는지를 분석해 그대로 재현할 수 있다.
그래서 NoAH는 사람의 성향과 관계를 동시에 반영해 ‘현실 같은 집단 행동’을 만들어 내는 AI로, 전자상거래에서의 구매 조합, 온라인 토론의 확산 과정, 연구자들의 논문 공저 네트워크 등 다양한 실제 집단 행동을 기존 모델보다 훨씬 더 사실적으로 재현하는 것으로 나타났다.
신기정 교수는 “이번 연구는 집단의 구조뿐 아니라 개인의 특성까지 함께 고려해, 복잡한 상호작용을 입체적으로 이해할 수 있는 새로운 AI 패러다임을 열었다”며 “온라인 커뮤니티, 메신저, 소셜 네트워크 분석 등이 한층 정밀해질 것”이라고 말했다.
이번 연구는 신기정 교수와 KAIST 김재철AI대학원 소속 전재완·윤석범 석사과정, 최민영·이건 박사과정으로 구성된 연구팀이 수행하였으며, IEEE ICDM에서 11월 18일 자 발표하였다.
※논문명: Attributed Hypergraph Generation with Realistic Interplay Between Structure and Attributes
논문원본: https://arxiv.org/abs/2509.21838
한편, 신 교수 연구팀은 이번 수상 논문을 포함해 올해 IEEE ICDM에서 총 네 편의 논문을 발표했다. 또한 2023년에도 같은 학술대회에서 상위 4등인 Best Student Paper Runner-up을 수상한 바 있다.
이 성과는 정보통신기획평가원의 지원을 받은 AI 연구거점 프로젝트, 인공지능 대학원 지원(KAIST), 인공지능 에이전트 협업기반 신경망 변이 및 지능 강화 기술 개발 과제의 지원을 받았다.
2025.12.09
조회수 629
-
K-HERO 큐브위성, 초소형 홀추력기 우주 검증 본격 착수
우리 대학은 한국형발사체 누리호 4차에 실려 우주로 향한 큐브위성 K-HERO(KAIST Hall Effect Rocket Orbiter)가 27일 정오 지상국과 첫 교신에 성공하며, AI 기반 초소형 홀추력기 우주 검증을 위한 본격적인 임무 준비에 돌입했다고 28일 밝혔다.
K-HERO에는 KAIST 원자력및양자공학과 최원호 교수 연구팀이 AI 기반 설계기술로 개발한 150 W급 초소형 홀전기추력기가 탑재되어 있다. 이번 누리호 4차 발사에서 실린 12기의 큐브위성 중 홀추력기 우주 실증 임무를 수행하는 유일한 위성이다.
홀추력기는 전기에너지를 이용해 제논(Xe) 연료를 이온화하고 고속으로 분사해 추력을 얻는 고효율 전기추진 기술로, 연비(비추력)가 높고, 투입 전력 대비 추력 성능(약 60 mN/kW)이 높아서 대규모 위성군(예: SpaceX 스타링크)에서 심우주 탐사(NASA Psyche)에 이르기까지 널리 활용되는 핵심 기술이다.
기존에는 주로 중대형 플랫폼(GEO 위성)에 적용돼 왔으나, 초소형·소형위성에 탑재할 경량·고효율 소형 홀추력기 개발은 기술 난이도가 높은 도전적 과제로 꼽힌다.
연구팀은 복잡한 플라즈마 생성 및 전자기장 최적화 문제를 해결하기 위해 AI 기반 성능 예측 기법을 적용했다. 이를 통해 설계 반복 과정 단축, 실험 횟수 감소, 개발 기간·비용 절감이라는 뚜렷한 성과를 거두었으며, 이는 국내 초소형 전기추진 기술의 수준을 한 단계 끌어올리는 성취로 평가된다.
K-HERO는 27일 오전 4시경 미국 애리조나 SatNOGS 지상국에서 첫 비콘 신호가 확인됐고 이후 글로벌 지상국에서 10회 이상 신호 수신, 27일 정오 한국항공우주연구원(KARI) 지상국에서도 비콘 수신 성공을 통해 정상적인 궤도 안착과 초기 위성 상태 안정성이 검증되었다. 비콘 분석 결과, 위성 통신 안테나 4개도 성공적으로 전개된 것으로 확인됐다.
연구팀은 향후 양방향 교신을 통해 위성의 전력, 열 환경, 자세 안정성을 점검한 뒤, 홀추력기 우주 작동 시험을 순차적으로 진행할 계획이다.
시험 시에는 플라즈마 전류, 연료탱크 압력 변화, 열적 변화, 자기장 생성 특성, 작동 제어 알고리즘, 전력 공급 특성 등 핵심 데이터를 수집·분석해 60 W급 초소형 홀추력기의 우주 환경 성능을 본격적으로 검증하게 된다.
홀추력기는 1회 작동 시 약 1 mN(밀리뉴턴)급 추력을 1분간 발휘하는 실증 임무를 수행할 예정이다. 1 mN은 쉽게 말해 지상에서 포스트잇 종이 한 장을 들어올리는 힘에 해당한다.
하지만 우주에서는 진공이라 공기 저항이 거의 없고 중력이 작아서, 이렇게 미세한 힘이라도 지속적으로 작용하면 4 kg 정도인 K-HERO 위성의 속도나 궤도를 눈에 띄게 변화시킬 수 있어 실질적인 추진력으로 활용될 수 있다.
이번 홀추력기 개발에는 최원호 교수 연구팀이 설립한 전기추진 전문 스타트업 코스모비㈜(Cosmo Bee)도 적극 참여했다. 양 기관은 K-HERO 운용 경험을 기반으로 저전력 홀추력기 시스템 상용화, 초저궤도(VLEO)·심우주 탐사용 고효율 홀추력기 개발을 추진해 국내 소형위성 전기추진 산업 경쟁력 강화에 기여할 계획이다.
최원호 교수는 “이번 임무의 성공은 실험실의 기초 물리연구에서 시작된 플라즈마 전기추력기 기술이 우주 검증 단계까지 이른 뜻깊은 성과이며, 국내 소형위성 전기추력기 상용화의 중요한 전환점이 될 것”이라고 밝혔다.
이광형 KAIST 총장은 “K-HERO 임무는 KAIST가 축적해 온 우주기술 역량이 실제 우주에서 입증된 의미 있는 성과”라며 “AI 기반 전기추진기 기술을 통해 대한민국의 초소형·소형위성 경쟁력을 세계 수준으로 끌어올리겠다”고 말했다.
2025.11.28
조회수 892
-
영상 속 1등이 어디죠? ‘딱 그 순간’을 찾아내는 AI 기술 세계 1위
‘카메라가 다른 곳을 비추는 사이 사라진 물체는 무엇 인가요?’라는 복잡한 질문이 나오면 AI는 많은 경우 영상 속 실제 상황을 보고 판단하는 것이 아니라, 언어 패턴에 의존해 ‘그럴듯한 답’을 추측하는 문제가 있다. 우리 대학 연구진은 이 한계를 해결하기 위해 영상 속 ‘딱 중요한 순간(Trigger moment)’을 AI가 스스로 찾아내도록 하는 기술을 개발했고, 이 기술로 국제 AI 대회에서 우수성을 입증했다.
우리 대학은 전산학부 윤성의 교수 연구팀이 이화여대 노준혁 교수 연구팀과 공동 연구를 통해, 세계적 권위의 컴퓨터 비전 학회 ICCV 2025에서 열린 Perception Test Challenge의 영상 근거 기반 질의응답(Grounded Video Question Answering) 트랙에서 1위를 차지했다고 28일 밝혔다.
이번 ICCV 2025에서 열린 인지 테스트 대회(Perception Test Challenge)는 구글 딥마인드(Google DeepMind)가 주관하여 총 상금 50,000 유로(한화 약 8,300만원)가 걸린 대회로, 영상·음성·텍스트 등 다양한 데이터를 종합적으로 이해하는 멀티모달 AI의 인지 및 추론 능력을 평가한다. 특히 언어 중심 편향을 벗어나 실제 영상 근거를 바탕으로 판단하는 능력이 핵심 평가 요소다.
우리 대학 연구팀은 영상 전체를 무작정 분석하는 기존 방식과 달리, AI가 정답을 위해 꼭 필요한 핵심 장면(Trigger moment)을 먼저 찾아내도록 만드는 새로운 기술을 개발했다. 쉽게 말하면, “이 질문에 답하려면 이 장면이 결정적이야!”를 AI가 스스로 찾아내도록 설계한 기술이다.
이 프레임워크를 연구팀은 CORTEX(Chain-of-Reasoning for Trigger Moment Extraction)라고 부른다.
연구팀의 시스템은 서로 다른 기능을 수행하는 세 모델이 순차적으로 작동하는 3단계 구조로 구성된다. 먼저 추론 AI(Gemini 2.5 Pro)가 질문에 답하기 위해 어느 순간을 봐야 하는지 사고하고 딱 그 순간(Trigger moment) 후보를 찾는다. 다음으로 객체 위치 찾기 모델(Grounding 모델, Molmo-7B)이 해당 순간 화면 속 사람·차·사물의 정확한 위치(좌표)를 파악한다. 마지막으로 추적 모델(Tracking 모델, SAM2)이 선택된 한 장면을 기준으로 앞뒤 시간대의 객체 움직임을 정밀하게 추적해 오류를 줄인다.
즉, ‘핵심 장면 한 컷을 정확히 찍고, 그 장면을 중심으로 정답 근거를 추적하는 방식’덕분에 영상 초반 오판이나 가려짐 같은 문제도 크게 줄었다.
총 23개 팀이 참여한 영상 근거 기반 질의응답(Grounded VideoQA) 트랙에서 KAIST팀 SGVR Lab(Scalable Graphics, Vision & Robotics Lab)은 ‘고차 추적 정확도(HOTA, Higher Order Tracking Accuracy)’지표에서 0.4968점을 기록하며 2등 미국 콜럼비아대의 0.4304점을 압도적인 점수 차로 상회하며 1위를 차지했다. 이는 전년도 우승 기록 0.2704점보다도 약 두 배에 가까운 성과다.
이 기술은 실생활에서도 넓게 쓰일 수 있다. 자율주행차는 사고 위험이 있는 순간을 정확히 보고, 로봇은 주변 상황을 더 똑똑하게 이해한다. 또 보안·감시 시스템은 중요한 장면을 빠르게 찾아내고, 미디어 분석에서는 사람이나 사물의 행동을 시간 순서대로 정확히 추적할 수 있다.
즉, AI가 “영상 속 실제 근거”를 보고 판단할 수 있도록 만드는 핵심 기술이다. 특히 영상 속 객체가 시간에 따라 어떻게 행동하는지 정확히 짚어내는 능력은 향후 AI의 실제 현장 적용을 크게 확장할 것으로 기대된다.
이번 연구는 ICCV 2025, the 3rd Perception Test Challenge 학회에서 10월 19일자 발표하였다.
이 성과는 과학기술정보통신부 기초연구사업 중견연구와 SW스타랩 사업 ‘오픈 월드 로봇 서비스를 위한 불특정 환경 인지·행동·상호작용 알고리즘 개발’ 및 AGI 사업 ‘체화형 AGI를 위한 현실 세계 구축과 인지 에이전트 기반 이원 역량 접근법’ 과제의 지원을 받아 수행되었다.
2025.11.28
조회수 669
-
AI가 어떻게 생각하는가?...의사결정 내부 구조 첫 시각화
딥러닝 기반 이미지 인식 기술이 빠르게 고도화되고 있지만, AI가 내부에서 어떤 기준으로 이미지를 보고 판단하는지는 여전히 명확히 설명하기 어려운 영역으로 남아 있다. 특히 대규모 모델이 어떤 개념(예: 고양이 귀, 자동차 바퀴 등)을 어떻게 조합해 결론을 내리는지 분석하는 기술은 오랫동안 해결해야 할 과제로 제기돼 왔다.
우리 대학은 김재철AI대학원 최재식 교수 연구팀이 AI가 어떤 근거로 판단하는지를 인간이 이해할 수 있도록 보여주는‘설명가능성(XAI, Explainable AI)’분야에서, 모델 내부의 개념 형성 과정을 회로(circuit) 단위로 시각화하는 새로운 XAI 기술을 개발했다고 26일 밝혔다.
이번 연구는 ‘AI가 어떻게 생각하는지’를 구조적으로 들여다볼 수 있도록 한 중요한 진전으로 평가된다.
딥러닝 모델 내부에는 인간의 뇌처럼 ‘뉴런(Neuron)’이라는 기본 계산 단위가 존재한다. 뉴런은 이미지 속 작은 특징—예를 들어 귀 모양, 특정 색, 윤곽선 등—을 감지하는 기능을 갖고 있으며, 값(신호)을 계산해 다음 단계로 전달한다.
반면 ‘회로(circuit)’는 이러한 뉴런 여러 개가 서로 연결되어 하나의 의미(개념)를 함께 인식하는 구조를 말한다. 예를 들어 ‘고양이 귀’라는 개념을 인식하기 위해서는 귀의 윤곽을 감지하는 뉴런, 삼각형 형태를 감지하는 뉴런, 털 색 패턴을 감지하는 뉴런 등 여러 뉴런이 순차적으로 작동해야 하며, 이들이 하나의 기능 단위(회로)를 이룬다.
지금까지의 설명 기술은 “특정 뉴런이 특정 개념을 본다”는 단일 뉴런 중심의 접근이 많았다. 그러나 실제 딥러닝 모델은 여러 뉴런이 협력하는 회로 구조로 개념을 형성하며, KAIST 연구팀은 이 점에 착안해 AI의 개념 표현 단위를 '뉴런 → 회로'로 확장해 해석하는 기술을 제시했다.
연구팀이 개발한 ‘세분화된 개념회로(Granular Concept Circuits, GCC)’ 기술은 이미지 분류 모델이 내부에서 개념을 형성하는 과정을 회로 단위로 분석하고 시각화하는 새로운 방식이다.
GCC는 뉴런 민감도(Neuron Sensitivity), 의미 흐름 점수(Semantic Flow)를 계산해 회로를 자동적으로 추적한다. 뉴런 민감도는 특정 뉴런이 어떤 특징에 얼마나 민감하게 반응하는지, 의미 흐름 점수는 그 특징이 다음 개념으로 얼마나 강하게 전달되는지를 보여주는 지표로, 이를 통해 색·질감 같은 기본 특징이 어떻게 상위 개념으로 조립되는지 단계적으로 시각화할 수 있다.
연구팀은 특정 회로를 잠시 비활성화(ablation)하는 실험을 수행했다. 그 결과, 회로가 담당하던 개념이 사라지면서 AI의 예측이 실제로 달라지는 현상이 나타났다.
즉, 해당 회로가 실제로 그 개념을 인식하는 기능을 수행하고 있음을 직접적으로 입증한 것이다.
이번 연구는 복잡한 딥러닝 모델 내부에서 개념이 형성되는 실제 구조를 세밀한 회로 단위로 드러낸 최초의 연구로 평가된다. 이를 통해 AI 판단 근거의 투명성 강화, 오분류 원인 분석, 편향(Bias) 검출, 모델 디버깅 및 구조 개선, 안전성·책임성 향상 등 설명가능성(XAI) 전반에서 실질적인 응용 가능성을 제시한 것이다.
연구팀은 “AI가 내부에서 만드는 개념 구조를 사람이 이해할 수 있는 방식으로 보여주는 기술”이라며 “이번 연구는 AI가 ‘어떻게 생각하는지’를 과학적으로 연구할 수 있는 출발점”이라고 밝혔다.
최재식 교수는 “복잡한 모델을 단순화해 설명하던 기존 방식과 달리, 모델 내부를 세부 회로 단위로 정밀하게 해석한 최초의 접근”이라며 “AI가 학습한 개념을 자동으로 추적·시각화할 수 있음을 입증했다”고 말했다.
KAIST 김재철AI대학원 권다희 박사과정과 이세현 박사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술대회 `국제 컴퓨터 비전 학술대회 (International Conference on Computer Vision, ICCV)’에서 10월 21일 발표되었다.
※ 논문명 : Granular Concept Circuits: Toward a Fine-Grained Circuit Discovery for Concept Representations
※ 논문링크: https://openaccess.thecvf.com/content/ICCV2025/papers/Kwon_Granular_Concept_Circuits_Toward_a_Fine-Grained_Circuit_Discovery_for_Concept_ICCV_2025_paper.pdf
한편 이번 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 사람중심핵심원천기술개발사업의 일환으로 '플러그앤플레이 방식으로 설명가능성을 제공하는 인공지능 기술 개발 및 인공지능 시스템에 대한 설명 제공 검증' 과제, AI 연구거점 프로젝트 및 한국과학기술원 인공지능 대학원 프로그램과제의 지원을 받고 방위사업청과 국방과학연구소의 지원으로 한국과학기술원 미래 국방 인공지능 특화연구센터에서 수행됐다.
2025.11.26
조회수 820