-
KAIST–캄보디아 파스퇴르 연구소, 뎅기바이러스 진단 연구협력 MOU 체결
우리 대학은 최근 캄보디아 파스퇴르 연구소(Institut Pasteur du Cambodge, IPC)와 뎅기바이러스(DENV) 현장진단 기술 개발을 위한 양해각서(MOU)를 체결했다. 뎅기바이러스는 동남아시아를 중심으로 꾸준히 유행하며 지카(ZIKV), 치쿤군니야(CHIKV) 등 다른 아보바이러스 감염과 임상 증상이 유사해 혼동되기 쉽기 때문에, 감염 초기 단계에서 정확한 구분 진단이 매우 중요하다. 특히 혈청형이 네 가지로 나뉘는 뎅기바이러스는 감염 이력에 따라 증상 중증도가 달라질 수 있어, 감염된 바이러스의 혈청형까지 빠르게 파악하는 기술이 필수적이다.
이번 협약의 파트너인 캄보디아 파스퇴르 연구소는 동남아 지역의 대표적인 공중보건·바이러스 감시 연구기관으로, 장기간 축적된 뎅기바이러스 임상 샘플과 감시 네트워크를 보유하고 있어 진단기술의 현장 검증에 최적의 환경을 제공한다. 우리 대학에서는 바이오및뇌공학과 손성민 교수 연구팀이 참여해, CRISPR 기반 차세대 분자진단 기술을 실제 환자 샘플에 적용하여 그 성능과 활용성을 검증할 예정이다.
손성민 교수는 이번 협력을 “현장에서 실제로 사용 가능한 CRISPR 기반 진단 기술을 완성하는 데 매우 중요한 전환점”이라고 설명했다. 그는 “동남아 지역에서는 신속하고 정확한 뎅기 진단이 곧 치료 결정과 감염 차단으로 이어진다. KAIST에서 개발한 기술을 가장 필요한 지역에서 시험하고 개선할 수 있다는 점에서 이번 협력의 의미가 크다”고 강조했다.
한편, 이번 연구는 한국보건산업진흥원의 보건의료기술 연구개발사업(과제고유번호: RS-2025-02263583)의 지원을 받아 수행된다.
2025.12.18
조회수 1353
-
AI에 가정교사 생겼다...사람의 선호를 더 정확히 배운다
아무리 많은 데이터를 학습해도, 인공지능(AI)은 왜 사람의 의도를 자주 빗나갈까? 사람의 선호를 이해시키기 위한 비교 학습은 오히려 AI를 혼란스럽게 만드는 경우도 적지 않았다. KAIST 연구진은 AI에게 ‘가정교사’를 붙이는 방식으로, 적은 데이터에서도 사람의 선호를 정확히 배우는 새로운 학습 해법을 제시했다.
우리 대학 전기및전자공학부 김준모 교수 연구팀이 인간의 선호를 효과적으로 반영하면서도 데이터 효율성과 학습 안정성을 크게 향상시킨 강화학습 프레임워크 ‘TVKD(Teacher Value-based Knowledge Distillation)’를 개발했다고 17일 밝혔다.
기존 인공지능 학습 방식은 “A가 B보다 낫다”는 식의 단순 비교(preference comparison) 데이터를 대량으로 수집해 학습하는 구조였다. 이 방식은 많은 데이터가 필요하고, 판단이 애매한 상황에서는 AI가 혼란에 빠지기 쉽다는 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해, 사람의 선호를 먼저 깊이 이해한 ‘교사(Teacher) 모델’이 그 핵심 정보만을 ‘학생(Student) 모델’에게 전달하는 방식을 제안했다.
이는 복잡한 내용을 정리해 가르치는 가정교사에 비유할 수 있으며, 연구팀은 이를 ‘선호 증류(Preference Distillation)’라고 명명했다.
이번 기술의 가장 큰 특징은 단순히 ‘좋다·나쁘다’를 흉내 내는 것이 아니라, 각 상황이 얼마나 가치 있는지를 수치적으로 판단하는 ‘가치 함수(Value Function)’를 교사 모델이 학습한 뒤 이를 학생 모델에 전달하도록 설계했다는 점이다.
이를 통해 AI는 애매한 상황에서도 단편적인 비교가 아닌, ‘이 선택이 왜 더 나은지’를 종합적으로 판단하며 학습할 수 있다.
이번 기술의 핵심은 크게 두 가지다. 첫째, 문맥 전체를 고려한 가치 판단을 학생 모델에 반영함으로써, 단편적인 답변이 아닌 전체 흐름을 이해하는 학습이 가능해졌다. 둘째, 선호 데이터의 신뢰도에 따라 학습 중요도를 조절하는 기법을 도입했다.
명확한 데이터는 학습에 크게 반영하고, 모호하거나 잡음이 섞인 데이터는 영향력을 줄여 현실적인 환경에서도 AI가 안정적으로 학습할 수 있도록 했다.
연구팀이 이 기술을 여러 AI 모델에 적용해 실험한 결과, 기존에 가장 성능이 좋다고 알려진 방법들보다 더 정확하고 안정적인 성능을 보였다. 특히 엠티-벤치(MT-Bench), 알파카-이밸(AlpacaEval) 등 주요 평가 지표에서 기존 최고 기술을 안정적으로 앞서는 성과를 기록했다.
김준모 교수는 “현실에서는 사람의 선호 데이터가 항상 충분하거나 완벽하지 않다”며 “이번 기술은 그런 제약 속에서도 AI가 일관되게 학습할 수 있게 해, 다양한 분야에서 실용성이 매우 높을 것”이라고 말했다.
우리 대학 전기및전자공학부 권민찬 박사과정이 제1 저자로 참여했으며, 연구 성과는 국제 인공지능 분야 최고 권위 학회인 ‘신경정보처리시스템학회(NeurIPS) 2025’에 채택됐다. 해당 연구는 2025년 12월 3일(미국 태평양시간) 포스터 세션에서 발표됐다.
※ 논문명: Preference Distillation via Value based Reinforcement Learning), DOI: https://doi.org/10.48550/arXiv.2509.16965
한편 이번 연구는 2024년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구 성과물(No.RS-2024-00439020, 지속가능한 실시간 멀티모달 인터렉티브 생성 AI 개발, SW스타랩)을 지원을 받아 수행했다.
2025.12.17
조회수 2194
-
IEEE 회장 크레이머 교수, 전기및전자공학부서 인공지능 특별 강연 개최
세계 최대 전기·전자 기술 학회인 IEEE(Institute of Electrical and Electronics Engineers)의 캐슬린 크레이머(Kathleen A. Kramer) 회장이 30일 우리 대학을 방문해 ‘인공지능의 미래를 함께 그리다’라는 주제로 특별 강연을 진행했다.
전기및전자공학부(학부장 유승협)의 초청으로 콜로퀴엄 연단에 선 크레이머 회장은 IEEE의 핵심 비전인 ‘인류를 위한 기술 발전(Advancing Technology for Humanity)’을 바탕으로 “인공지능(AI)은 더 이상 먼 미래의 개념이 아니라, 혁신의 중심에서 인류의 삶을 변화시키는 기술이 되었다”라고 강조했다.
이어 “기술은 인간의 가치를 중심으로 발전해야 하며, 윤리와 포용성을 기반으로 한 인공지능이 진정한 혁신을 이끌 수 있다”라고 덧붙이며, 인공지능의 발전 방향과 기술의 사회적 책임에 대한 통찰을 공유했다.
유승협 전기및전자공학부장은 “크레이머 회장의 이번 방문은 우리 학부가 보유한 인공지능, 반도체, 신호처리, 로보틱스 등 첨단 분야의 역량을 국제 학계에 더욱 널리 알리는 것은 물론 다방면으로 협력을 강화하는 교두보가 될 것이라 기대한다”라고 전했다.
한편, 크레이머 회장은 강연에 앞서 이상엽 KAIST 연구부총장을 예방하고, 지속 가능한 기술을 발전시키고 윤리적·포용적인 연구 생태계 구축해 인류의 더 나은 삶에 기여하고자 하는 양 기관의 협력의 의지를 다시 한번 확인했다.
2025.11.03
조회수 1942
-
IPCC 제7차 평가보고서 집필진에 김형준·전해원 교수 선정
KAIST 녹색성장지속가능대학원(GGGS)과 미래전략대학원(GFS)은 김형준 교수와 전해원 교수가 기후변화에 관한 정부간 협의체(IPCC) 제7차 평가보고서(AR7) 집필진으로 각각 선정되었다고 밝혔다.
IPCC 평가보고서는 약 6~7년 주기로 발간되며, 전 세계 기후정책과 국제협상, 각국의 대응 전략 수립에 가장 큰 영향을 미치는 권위 있는 과학적 보고서다. 현재 진행 중인 제7차 평가보고서(AR7)는 2029년 발간을 목표로 전 세계 학자들이 참여해 최신 연구 성과와 정책적 시사점을 종합하고 있다.
김형준 교수는 제1실무그룹(Working Group I) 제1장 집필진으로 참여해 기후변화의 물리과학적 근거와 연구 방법론을 다루며 과학적 기반 확립에 기여한다. 전해원 교수는 제3실무그룹(Working Group III) 제11장 집필진으로 합류해 수송 및 모빌리티 분야의 기후변화 완화 방안을 심도 있게 다룰 예정이다. 수송 부문은 전 세계 온실가스 배출의 주요 원인 중 하나로, 이번 기여는 국제적으로 큰 파급력을 가질 것으로 전망된다.
이번 선임은 IPCC가 주관하는 엄격한 국제 경쟁 선발 과정을 통해 이루어졌으며, 두 교수가 기후과학과 기후정책 연구에서 이룬 중요한 기여가 국제적으로 인정받은 결과다. KAIST 녹색성장지속가능대학원은 기후변화에 대한 지속가능한 해법을 모색하는 데 앞장서고 있으며, 두 교수가 제7차 평가보고서 집필에 전문성을 발휘할 수 있도록 전폭적으로 지원할 예정이다. 두 교수의 참여는 KAIST가 국제적 공동연구와 기후변화 대응을 위한 과학적 근거기반 마련에 힘쓰고 있음을 보여주는 의미 있는 사례다.
엄지용 KAIST 녹색성장지속가능대학원장은 “이번 선임은 두 교수의 학문적 성취뿐만 아니라 KAIST가 전 세계 기후변화 연구와 정책 형성에 기여하는 리더십을 보여주는 뜻깊은 성과”라며, “이들의 연구가 향후 과학 기반 정책 수립과 국제 협력 확대에 크게 기여할 것으로 기대한다”고 전했다.
2025.08.22
조회수 4298
-
원자력및양자공학과 박상후 교수, 세계 권위 플라즈마학회서 신진연구자상 2관왕
우리 대학 원자력및양자공학과 박상후 교수가 세계적으로 권위 있는 두 플라즈마 학술대회에서 잇달아 신진연구자상을 수상했다고 15일 밝혔다.
박 교수는 지난 8월 4일 미국물리학회(American Physical Society)가 주관하는 플라즈마 학술대회(Gaseous Electronics Conference, GEC)의 신인연구자상(Early Career Award, ECA) 수상자로 선정됐다. 또한 지난 6월 19일에는 국제플라즈마화학회(International Plasma Chemistry Society, IPCS)가 수여하는 신인연구자상(Young Investigator Award)의 수상 영예를 안았다.
미국물리학회 GEC 신진연구자상은 전 세계에서 2년마다 단 한 명에게만 주어지는 상으로, 플라즈마 분야에서의 연구 우수성·학문적 영향력·학회 기여도를 종합적으로 평가해 수여된다. 이번 시상은 오는 10월 13~17일 서울 코엑스에서 열리는 GEC 2025에서 진행된다.
GEC는 1948년 첫 개최 이후 77년 역사를 이어온 플라즈마 분야의 대표 학술대회로, 플라즈마 물리·화학·진단·응용 기술 등 전 분야의 핵심 연구 성과가 발표되어 왔다. 최근에는 친환경 화학 공정, 차세대 반도체, HBM 공정의 원자층 및 초저온 식각 기술 등 첨단 응용 연구가 주목받고 있다.
이번 수상 기념으로 박 교수는 GEC 2025 초청 연사로 나서 ‘플라즈마 분광학 고도화를 위한 딥러닝 기반 분광 데이터 분석법’을 주제로 강연한다. 이번 강연에서 박 교수는 플라즈마 진단을 포함해 현대 과학에 주요 분석법으로 자리 잡은 분광법에 필수인 분광 데이터 분석을 딥러닝 기술로 비전문가들도 쉽고 빠르게 할 수 있는 방식에 대해 사례를 통해 소개할 예정이다.
또한, 박 교수는 지난 6월 15~20일 미국 미니애폴리스에서 열린 제26회 국제 플라즈마화학 심포지엄(ISPC 26)에서 IPCS에서 수여하는 신진연구자상(Young Investigator Award)도 수상했다.
ISPC(International Symposium on Plasma Chemistry)는 1973년 첫 개최 이후 격년으로 개최되는 플라즈마 화학 분야의 대표적인 국제학술대회로, 플라즈마 기초 화학 반응 원리부터 반도체 공정·녹색에너지·환경·바이오 응용까지 폭넓은 주제를 다루며 매회 전 세계 산‧학‧연 연구자들이 최신 성과를 공유한다. 신진연구자상은 박사학위 취득 10년 이내의 연구자 중 해당 분야에서 탁월한 성과를 거둔 과학자에게 수여된다.
박 교수는 플라즈마–액체 상호작용과 실시간 광학 진단 기술을 활용해, 공기 중 질소를 친환경적으로 고정하고 인체와 환경에 유익한 반응성 화학물질의 양과 종류를 정밀하게 제어하는 분야에서 선도적인 연구 성과를 인정받았다.
박상후 교수는 “역사상 처음으로 한국에서 열리는 GEC 행사에서 한국을 대표해 신진연구자 상을 받게 되어 매우 뜻깊다”라며, “플라즈마 기초 과학에 대한 꾸준한 관심과 성과를 인정받아 기쁘게 생각하고, KAIST 연구진의 노력을 세계 최고 학회에서 인정받아 더욱 의미있다”라고 밝혔다.
2025.08.15
조회수 4559
-
수리과학과 임미경 교수, 응용역문제 국제학술대회에서 기조강연
우리 대학 수리과학과 임미경 교수가 AIP 2025(12th Applied Inverse Problems Conference)에서 ‘기하함수론(Geometric function theory)에 기반한 역문제 연구’를 주제로 기조강연(plenary talk)을 진행했다.
AIP는 응용수학 분야의 대표적 국제학술대회 중 하나로, 국제역문제학회(IPIA, Inverse Problems International Association)가 주관하며 격년으로 열린다. 이번 학회는 7월 28일부터 8월 1일까지 브라질 리우데자네이루에서 개최됐으며, 기조강연, 미니심포지움 40여 개, 포스터 세션으로 구성됐다. IPIA는 2007년 시작됐으며 2022년 독일에서 공식 등록된 비영리 국제학술단체로 재창립됐다. 임미경 교수는 당시 재창립 집행위원으로 활동했다.
이번 강연에서는 임 교수 연구팀이 지난 10여 년간 수행해 온 전기/탄성방정식 경계치 문제에 대한 새로운 기하적 해법과 그 응용을 소개했다. 특히 복소해석학의 고전 이론인 기하함수론을 활용해 편미분방정식 경계치 문제를 행렬방정식으로 재구성하고 역문제에 응용하는 방법을 제시했으며, 대표적 성과로 평면의 단순연결된 영역에 대해 존재하는 등각사상과 이질전도체 방정식 해의 측정값 사이의 관계를 closed-form 표현으로 정식화했다.
이 연구는 기하함수론과 층포텐셜 이론을 연결해 역문제 연구의 새로운 방법론을 개척했다는 점을 인정 받아 이번 기조강연으로 이어졌다.
2025.08.12
조회수 2837
-
암 발생 현상 등 유전자 발현 조절 원리 규명
다양한 암 발생과 암전이 현상, 줄기세포로부터의 조직 분화 및 발생, 신경 세포의 활성화 과정 등을 근본적으로 일으키는 유전자 발현 조절 단백질의 핵심 유전자 발현 네트워크를 발견했다. 우리 연구진은 이 발견을 기초로 하여 혁신적인 치료 기술 개발에 활용 가능성을 높였다.
우리 대학 생명과학과 김세윤 교수, 이광록 교수, 조원기 교수 공동연구팀이 동물 세포의 유전자 발현을 조절하는 핵심적인 원리를 규명했다고 22일 밝혔다.
이노시톨 대사 효소에 의해 만들어지는 이노시톨 인산 대사체는 진핵 세포의 신호전달 시스템에 필요한 다양한 이차 신호전달물질로 작용하며 암, 비만, 당뇨, 신경계 질환들에 폭넓게 관여한다.
연구팀은 이노시톨 대사 시스템의 핵심 효소인 IPMK 단백질이 동물 세포의 핵심 유전자 발현 네트워크의 중요한 전사 활성화 인자로 작용함을 규명했다.
포도당과 유사한 영양소로 알려진 이노시톨의 대사 반응에 핵심적으로 작용하는 효소인 IPMK 단백질(inositol polyphosphate multikinase)은 유전자 발현을 직접적으로 조절하는 기능을 가지고 있다. 특히 IPMK 효소는 동물 세포의 대표적인 전사 인자(transcription factor)인 혈청 반응 인자(serum response factor, 이하 SRF)에 의한 유전자 전사 과정에 중요하다고 보고된 바 있으나 작용하는 기전에 대하여 알려진 바는 없었다.
SRF 전사 인자는 최소 200~300여 개의 유전자 발현을 직접적으로 조절하는 단백질로서, 동물 세포의 성장과 증식, 세포 사멸, 세포의 이동성 등을 조절하며 심장과 같은 장기 발생에 필수적이다.
연구팀은 IPMK 단백질이 SRF 전사 인자와 직접적으로 결합한다는 사실을 발견하고 이를 통해 SRF 전사 인자의 3차원적 단백질 구조를 변화시킨다는 것을 밝혔다.
연구팀은 IPMK 효소에 의하여 활성화된 SRF 전사 인자를 통해 다양한 유전자들의 전사 과정이 촉진된다는 것을 밝혔다. 즉, IPMK 단백질은 SRF 전사 인자의 단백질 활성을 높이는 데 반드시 필요한 조절 스위치와 같은 역할을 수행하는 것임을 연구팀은 규명했다.
연구팀은 IPMK 효소와 SRF 전사 인자 사이의 직접적인 결합에 문제가 발생할 경우, SRF 전사 인자의 기능과 활성이 낮아져 유전자 발현에 심각한 장애가 발생한다는 점을 최종적으로 검증하였다.
특히 SRF 전사 인자가 가지고 있는 비정형 영역(Intrinsically disordered region, IDR)이 중요한 조절 부위라는 점을 밝힘으로써 비정형 단백질의 생물학적 중요성을 제시했다. 보통 단백질은 접힘을 통해 고유의 구조를 나타내지만 비정형 영역을 포함하게 되는 경우에는 특정한 단백질 구조가 관찰되지 않는다. 학계에서는 이러한 비정형 영역을 가지고 있는 단백질들을 비정형 단백질이라고 구분하고 어떠한 기능을 수행하는지 주목하고 있다.
김세윤 교수는 “이번 연구는 이노시톨 대사 시스템의 핵심 효소인 IPMK 단백질이 동물 세포의 핵심 유전자 발현 네트워크의 중요한 전사 활성화 인자이며 이를 증명하는 핵심 메커니즘을 제시한 중요한 발견”이라며, “SRF 전사 인자로부터 파생되는 다양한 암의 발생과 암전이 현상, 줄기세포로부터의 조직 분화 및 발생, 신경 세포 활성화 과정 등을 근본적으로 이해함으로써 혁신적인 치료 기술 개발 등에 폭넓게 활용되기를 바란다”라는 기대를 전했다.
이 연구는 세계적 국제학술지 ‘핵산 연구 (Nucleic Acids Research)’ (IF=16.7, 생화학 및 분자생물학 분야 상위 1.8%) 온라인판에 1월 7일 게재됐다. (논문명 : Single-molecule analysis reveals that IPMK enhances the DNA-binding activity of the transcription factor SRF) (doi: 10.1093/nar/gkae1281)
한편 이번 연구는 한국연구재단의 중견연구사업, 선도연구센터 지원사업, 글로벌 기초연구실 지원사업과 서경배과학재단, 삼성미래기술육성사업의 지원을 받아 수행됐다.
2025.01.22
조회수 10650
-
기계공학과 구승범 교수팀, NeurIPS 2024 MyoChallenge 대회 보행 부문 우승
우리 대학 기계공학과 구승범 교수 연구팀(박건우 박사과정, 신범수 박사과정, 박종현 박사과정)은 2024년 12월 캐나다 밴쿠버에서 열린 NeurIPS 학회의 경쟁 대회 중 하나인 MyoChallenge 대회에 참가하여, 15개국에서 54팀이 참여한 가운데, 보행 운동 부문 1위를 차지하였다. 이 대회는 Google Deepmind, Google Cloud와 Össur가 후원하였다.
이 대회에서는 인체의 신경근육제어 원리를 연구하기 위한 다물체 동역학 기반의 인체 근골격 시뮬레이션 환경이 제시되었다. 자체 알고리즘으로 작동하는 의족/의수 (Prosthetic limb)가 결합된 인체 모델이 일상 생활 동작(상지 운동, 보행 운동)을 할 수 있도록 인체 근육 제어기를 학습하고, 그 성능을 경쟁하였다. 보행 운동 부문에서는 의족을 장착한 인체 모델이 주어진 트랙(평지, 거친길, 언덕, 계단)에 맞춰 보행할 수 있도록 인체 제어기를 학습하고, 그 안정성과 속도를 평가하였다.
하지에 54개 근육과 오른 다리 의족이 장착된 인체 모델의 근육 활성도를 제어하여, 지면이 고르지 않은 5m x 120m 경기장에서 넘어지지 않고 앞으로 나아가는 경기가 진행되었다. 구승범 교수 연구팀은 심층강화학습 기술과 인체 운동 데이터 기반 동작 생성 기술을 적용하여, 실제 사람이 근육을 제어하여 운동하는 모습을 모방할 수 있는 고성능 인체 운동 제어기를 학습하였다. 특히, 올해는 연구실에서 자체 구축한 120명의 평지, 계단 및 경사로 보행 동작 데이터셋을 사용해서, 인체 모델이 계단 및 경사로 지형에서도 안정적으로 보행할 수 있도록 학습하였다.
이 기술은 인체의 신경운동제어를 모방하여 다양한 상황에서의 보행 동작을 생성할 수 있다. 또한 이번 대회와 같이 인체에 착용하는 보조 장비와 상호 작용 시뮬레이션이 가능하여, 장비/기구의 개발 및 성능 개선에 사용 가능하다.
이번 대회에는 과학기술정보통신부(IITP ETRI 연구개발지원사업, 연구재단 미래유망융합기술파이오니어사업, 연구재단 중견연구자지원사업)의 지원을 받아 참여하였다.
2024.12.24
조회수 7902
-
인간의 인지 방식과 유사한 AI 모델 개발
우리 연구진이 인간의 인지 방식을 모방해 이미지 변화를 이해하고, 시각적 일반화와 특정성을 동시에 확보하는 인공지능 기술을 개발했다. 이 기술은 의료 영상 분석, 자율주행, 로보틱스 등 다양한 분야에서 이미지를 이해하여 객체를 분류, 탐지하는 데 활용될 전망이다.
우리 대학 전기및전자공학부 김준모 교수 연구팀이 변환 레이블(transformational labels) 없이도 스스로 변환 민감 특징(transformation-sensitive features)을 학습할 수 있는 새로운 시각 인공지능 모델 STL(Self-supervised Transformation Learning)을 개발했다고 13일 밝혔다.
연구팀이 개발한 시각 인공지능 모델 STL은 스스로 이미지의 변환을 학습하여, 이미지 변환의 종류를 인간이 직접 알려주면서 학습하는 기존 방법들보다 높은 시각 정보 이해 능력을 보였다. 특히, 기존 방법론들을 통해 학습한 모델이 이해할 수 없는 세부적인 특징까지도 학습하여 기존 방법 대비 최대 42% 우수한 성능을 보여줬다.
컴퓨터 비전에서 이미지 변환을 통한 데이터 증강을 활용해 강건한 시각 표현을 학습하는 방식은 일반화 능력을 갖추는 데 효과적이지만, 변환에 따른 시각적 세부 사항을 무시하는 경향이 있어 범용 시각 인공지능 모델로서 한계가 있다.
연구팀이 제안한 STL은 변환 라벨 없이 변환 정보를 학습할 수 있도록 설계된 새로운 학습 기법으로, 라벨 없이 변환 민감 특징을 학습할 수 있다. 또한, 기존 학습 방법 대비 학습 복잡도를 유지한 채로 효율적인 최적화할 수 있는 방법을 제안했다.
실험 결과, STL은 정확하게 객체를 분류하고 탐지 실험에서 가장 낮은 오류율을 기록했다. 또한, STL이 생성한 표현 공간은 변환의 강도와 유형에 따라 명확히 군집화되어 변환 간 관계를 잘 반영하는 것으로 나타났다.
김준모 교수는 "이번에 개발한 STL은 복잡한 변환 패턴을 학습하고 이를 표현 공간에서 효과적으로 반영하는 능력을 통해 변환 민감 특징 학습의 새로운 가능성을 제시했다”며, "라벨 없이도 변환 정보를 학습할 수 있는 기술은 다양한 AI 응용 분야에서 핵심적인 역할을 할 것”이라고 말했다.
우리 대학 전기및전자공학부 유재명 박사과정이 제1 저자로 참여한 이번 연구는 최고 권위 국제 학술지 ‘신경정보처리시스템학회(NeurIPS) 2024’에서 올 12월 발표될 예정이다.(논문명: Self-supervised Transformation Learning for Equivariant Representations)
한편 이번 연구는 이 논문은 2024년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구 성과물(No.RS-2024-00439020, 지속가능한 실시간 멀티모달 인터렉티브 생성 AI 개발, SW스타랩) 이다.
2024.12.15
조회수 9337
-
천천히 걸음 속도 높여도 다 아는 인공지능 기술 개발
최근 건강에 관한 관심이 점차 커지면서 일상생활에서 스마트 워치, 스마트 링 등을 통해 자기 신체 변화를 살펴보는 일이 보편화되었다. 그런데 기존 헬스케어 앱에서는 걷기에서 뛰기로 갑자기 변화를 줄 경우는 잘 측정이 되지만 천천히 속도를 높이는 경우는 측정이 안 되는 현상이 발생했다. 우리 연구진이 완만한 변화에도 동작을 정확하게 파악하는 기술을 개발했다.
우리 대학 전산학부 이재길 교수 연구팀이 다양한 착용 기기 센서 데이터에서 사용자 상태 변화를 정확하게 검출하는 새로운 인공지능 기술을 개발했다고 12일 밝혔다.
보통 헬스케어 앱에서는 센서 데이터를 통해 사용자의 상태 변화를 탐지하여 현재 동작을 정확히 인식하는 기능이 필수이다. 이를 변화점 탐지라 부르며 다양한 인공지능 기술이 변화점 탐지 품질을 향상하기 위해 적용되고 있다.
이재길 교수팀은 사용자의 상태가 급진적으로 변하거나 점진적으로 변하는지에 관계없이 정확하게 잘 동작하는 변화점 탐지 방법론을 개발했다.
연구팀은 각 시점의 센서 데이터를 인공지능 기술을 통해 벡터*로 표현하였을 때, 이러한 벡터가 시간이 지남에 따라 이동하는 방향을 주목하였다. 같은 동작이 유지될 때는 벡터가 이동하는 방향이 급변하는 경향이 크고, 동작이 바뀔 때는 벡터가 직선상으로 이동하는 경향이 크게 나타났다.
*벡터: 사용자의 시점별 상태 특성(이동속도, 자세, 움직임 등)을 나타내는 가장 좋은 수학적 개념
연구팀은 제안한 방법론을 ‘리커브(RECURVE)’라고 명명했다. 리커브(RECURVE)는 양궁 경기에 쓰이는 활의 한 종류이며, 활이 휘어 있는 모습이 데이터의 이동 방향 변화 정도(곡률)로 변화점을 탐지하는 본 방법론의 동작 방식을 잘 나타낸다고 보았다. 이 방법은 변화점 탐지의 기준을 거리에서 곡률이라는 새로운 관점으로 바라본 매우 신선한 방법이라는 평가를 받았다.
연구팀은 변화점 탐지 문제에서 다양한 헬스케어 센서 스트림 데이터를 사용하여 방법론의 우수성을 검증하여 기존 방법론에 비해 최대 12.7% 정확도 향상을 달성했다.
연구팀을 지도한 이재길 교수는 "센서 스트림 데이터 변화점 탐지 분야의 새로운 지평을 열 만한 획기적인 방법이며 실용화 및 기술 이전이 이뤄지면 실시간 데이터 분석 연구 및 디지털 헬스케어 산업에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다.
데이터사이언스대학원을 졸업한 신유주 박사가 제1 저자, 전산학부 박재현 석사과정 학생이 제2 저자로 참여한 이번 연구는 최고권위 국제학술대회 `신경정보처리시스템학회(NeurIPS) 2024'에서 올 12월 발표될 예정이다. (논문명 : Exploiting Representation Curvature for Boundary Detection in Time Series)
한편, 이 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.
2024.11.12
조회수 9651
-
뇌 기반 인공지능의 난제 해결
인간의 두뇌는 외부 세상으로부터 감각 정보를 받아들이기 이전부터 자발적인 무작위 활동을 통해 학습을 시작한다. 우리 연구진이 개발한 기술은 뇌 모방 인공신경망에서 무작위 정보를 사전 학습시켜 실제 데이터를 접했을 때 훨씬 빠르고 정확한 학습을 가능하게 하며, 향후 뇌 기반 인공지능 및 뉴로모픽 컴퓨팅 기술 개발의 돌파구를 열어줄 것으로 기대된다.
우리 대학 뇌인지과학과 백세범 교수 연구팀이 뇌 모방 인공신경망 학습의 오래된 난제였던 가중치 수송 문제(weight transport problem)*를 해결하고, 이를 통해 생물학적 뇌 신경망에서 자원 효율적 학습이 가능한 원리를 설명했다고 23일 밝혔다.
*가중치 수송 문제: 생물학적 뇌를 모방한 인공지능 개발에 가장 큰 장애물이 되는 난제로, 현재 일반적인 인공신경망의 학습에서 생물학적 뇌와 달리 대규모의 메모리와 계산 작업이 필요한 근본적인 이유임.
지난 수십 년간 인공지능의 발전은 올해 노벨 물리학상을 받은 제프리 힌튼(Geoffery Hinton)이 제시한 오류 역전파(error backpropagation) 학습에 기반한다. 그러나 오류 역전파 학습은 생물학적 뇌에서는 가능하지 않다고 생각되어 왔는데, 이는 학습을 위한 오류 신호를 계산하기 위해 개별 뉴런들이 다음 계층의 모든 연결 정보를 알고 있어야 하는 비현실적인 가정이 필요하기 때문이다.
가중치 수송 문제라고 불리는 이 난제는 1986년 힌튼에 의해 오류 역전파 학습이 제안된 이후, DNA 구조의 발견으로 노벨 생리의학상을 받은 프랜시스 크릭(Francis Crick)에 의해 제기됐으며, 이후 자연신경망과 인공신경망 작동 원리가 근본적으로 다를 수밖에 없는 이유로 여겨진다.
인공지능과 신경과학의 경계선에서, 힌튼을 비롯한 연구자들은 가중치 수송 문제를 해결함으로써 뇌의 학습 원리를 구현할 수 있는, 생물학적으로 타당한 모델을 만들고자 하는 시도를 계속해 왔다.
지난 2016년, 영국 옥스퍼드(Oxford) 대학과 딥마인드(DeepMind) 공동 연구진은 가중치 수송을 사용하지 않고도 오류 역전파 학습이 가능하다는 개념을 최초로 제시해 학계의 주목을 받았다. 그러나, 가중치 수송을 사용하지 않는 생물학적으로 타당한 오류 역전파 학습은 학습 속도가 느리고 정확도가 낮은 등 효율성이 떨어져, 현실적인 적용에는 문제가 있었다.
연구팀은 생물학적 뇌가 외부적인 감각 경험을 하기 이전부터 내부의 자발적인 무작위 신경 활동을 통해 이미 학습을 시작한다는 점에 주목했다. 이를 모방해 연구팀은 가중치 수송이 없는 생물학적으로 타당한 신경망에 의미 없는 무작위 정보(random noise)를 사전 학습시켰다.
그 결과, 오류 역전파 학습을 위해 필수적 조건인 신경망의 순방향과 역방향 신경세포 연결 구조의 대칭성이 만들어질 수 있음을 보였다. 즉, 무작위적 사전 학습을 통해 가중치 수송 없이 학습이 가능해진 것이다.
연구팀은 실제 데이터 학습에 앞서 무작위 정보를 학습하는 것이 ‘배우는 방법을 배우는’메타 학습(meta learning)의 성질을 가진다는 것을 밝혔다. 무작위 정보를 사전 학습한 신경망은 실제 데이터를 접했을 때 훨씬 빠르고 정확한 학습을 수행하며, 가중치 수송 없이 높은 학습 효율성을 얻을 수 있음을 보였다.
백세범 교수는 “데이터 학습만이 중요하다는 기존 기계학습의 통념을 깨고, 학습 전부터 적절한 조건을 만드는 뇌신경과학적 원리에 주목하는 새로운 관점을 제공하는 것”이라며 “발달 신경과학으로부터의 단서를 통해 인공신경망 학습의 중요한 문제를 해결함과 동시에, 인공신경망 모델을 통해 뇌의 학습 원리에 대한 통찰을 제공한다는 점에서 중요한 의미를 가진다”고 언급했다.
뇌인지과학과 천정환 석사과정이 제1 저자로, 같은 학과 이상완 교수가 공동 저자로 참여한 이번 연구는 12월 10일부터 15일까지 캐나다 벤쿠버에서 열리는 세계 최고 수준의 인공지능 학회인 제38회 신경정보처리학회(NeurIPS)에서 발표될 예정이다. (논문명: Pretraining with random noise for fast and robust learning without weight transport (가중치 수송 없는 빠르고 안정적인 신경망 학습을 위한 무작위 사전 훈련))
한편 이번 연구는 한국연구재단의 이공분야기초연구사업, 정보통신기획평가원 인재양성사업 및 KAIST 특이점교수 사업의 지원을 받아 수행됐다.
2024.10.23
조회수 11535
-
아시아지식재산공동체 연구센터 설립 추진
우리 대학이 ㈜케이쓰리아이(이하 K3I)(대표 이재영)와 15일(화) 대전 본원 제1회의실에서 'K3I-KAIST 아시아지식재산공동체(Asia IP Community, 이하 AIPC) 연구센터' 설립을 위한 업무협약을 체결했다.
현대 사회에서는 지식재산(IP)이 경제력의 핵심이다. 이에 전통적 IP 강국인 미국과 통합특허법원(UPC)을 성공적으로 설치·운영을 한 유럽이 세계 IP 생태계의 두 축으로 자리매김하게 된 상황을 보면서 KAIST는 문술미래전략대학원이 중심으로 하여 메타버스 공간에 아시아 IP 허브가 될 가상 플랫폼을 설치하자는 목표에서 시작되었다.
이에 두 기관은 아시아 국가들도 공동으로 IP 출원, 소송, 중재, 거래를 수행할 수 있는 ‘아시아 지식재산 공동체(AIPC)’ 구현을 위해 ‘아시아지식재산공동체 연구센터’를 설치하기 위한 업무협약을 추진했다.
이번 협약을 통해 양 기관은 ‘에이아이피 메타(AIP-Meta)'를 중점적으로 개발할 계획이다. 이는 메타버스와 인공지능 기술을 기반으로 아시아 지역의 지식재산권 출원, 소송 및 중재, 거래(IP Exchange) 등의 업무를 효율적으로 처리할 수 있는 가상공간이다. 또한 ‘메타버스와 인공지능 기반의 AIPC 구축방안 연구’를 통해 유럽특허청(EPO)·유럽통합특허법원(UPC)·세계지식재산기구(WIPO) 및 각국 IP 기관들과 협력관계를 구축하고 AIP-Meta’가 아시아의 IP 생태계를 주도하도록 지속적인 연구개발을 수행할 예정이다.
㈜K3I는 디지털 트윈 시티 솔루션과 XR 미들웨어 솔루션 기술을 융합한 메타버스 서비스 플랫폼을 구현한 기업으로 국내 메타버스 기술의 선두 주자이다.
우리 대학 이광형 총장은 “우리 대학이 미래 IP 생태계를 구축하는 선도적인 연구기관으로 자리매김하고 있어 기쁘다. K3I와의 협력으로 메타버스 플랫폼이라는 새로운 무대에서 아시아 각국과 협력하며 혁신하는 미래를 구상해 나갈 것”이라고 전했다.
이재영 K3I 대표는 “KAIST와의 산학협력은 첨단기술과 IP 제도를 융합하여 아시아 각국과 협력을 주도해 나가는 데 중요한 발판이 될 것”이라고 밝혔다.
15일(화) 협약식에는 이광형 총장, 이재영 K3I 대표, 정재민 인문사회융합과학대학장, 박성필 문술미래전략대학원장 등이 참석했다.
2024.10.16
조회수 5894