%EA%B3%B5%EA%B3%BC%EB%8C%80%ED%95%99
-
변화에 민감한 사용자도 맞춰주는 인공지능 기술 개발
인공지능 심층신경망 모델의 추천시스템에서 시간이 지남에 따라 사용자의 관심이 변하더라도 변화한 관심 또한 효과적으로 학습할 수 있는 인공지능 훈련 기술 개발이 요구되고 있다. 사용자의 관심이 급변하더라도 기존의 지식을 유지하며 새로운 지식을 축적하는 인공지능 연속 학습을 가능하게 하는 기술이 KAIST 연구진에 의해 개발됐다.
우리 대학 전산학부 이재길 교수 연구팀이 다양한 데이터 변화에 적응하며 새로운 지식을 학습함과 동시에 기존의 지식을 망각하지 않는 새로운 연속 학습(continual learning) 기술을 개발했다고 5일 밝혔다.
최근 연속 학습은 훈련 비용을 줄일 수 있도록 프롬프트(prompt) 기반 방식이 대세를 이루고 있다. 각 작업에 특화된 지식을 프롬프트에 저장하고, 적절한 프롬프트를 입력 데이터에 추가해 심층신경망에 전달함으로써 과거 지식을 효과적으로 활용한다.
이재길 교수팀은 기존 접근방식과 다르게 작업 간의 다양한 변화 정도에 적응할 수 있는 적응적 프롬프팅(adaptive prompting)에 기반한 연속 학습 기술을 제안했다. 현재 학습하려는 작업이 기존에 학습하였던 작업과 유사하다면 새로운 프롬프트를 생성하지 않고 그 작업에 할당된 프롬프트에 추가로 지식을 축적한다. 즉, 완전히 새로운 작업이 입력될 때만 이를 담당하기 위한 새로운 프롬프트를 생성하도록 하고 연구팀은 새로운 작업이 들어올 때마다 클러스터링이 적절한지 검사해 최적의 클러스터링 상태를 유지하도록 했다.
연구팀은 이미지 분류 문제에 대해 작업 간의 다양한 변화 정도를 가지는 실세계 데이터를 사용해 방법론을 검증했다. 이 결과 연구팀은 기존의 프롬프트 기반 연속 학습 방법론에 비해, 작업 간의 변화 정도가 항상 큰 환경에서는 최대 14%의 정확도 향상을 달성했고, 작업 간의 변화가 클 수도 있고 작을 수도 있는 환경에서는 최대 8%의 정확도 향상을 달성했다.
또한, 제안한 방법에서 유지하는 클러스터 개수가 실제 유사한 작업의 그룹 개수와 거의 같음을 확인했다. 온라인 클러스터링을 수행하는 비용이 매우 작아 대용량 데이터에도 쉽게 적용할 수 있다.
연구팀을 지도한 이재길 교수도 "연속 학습 분야의 새로운 지평을 열 만한 획기적인 방법이며 실용화 및 기술 이전이 이뤄지면 심층 학습 학계 및 산업계에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다.
전산학부 김도영 박사과정 학생이 제1 저자, 이영준 박사과정, 방지환 박사과정 학생이 제4, 제6 저자로 각각 참여한 이번 연구는 최고권위 국제학술대회 `국제머신러닝학회(ICML) 2024'에서 지난 7월 발표됐다. (논문명 : One Size Fits All for Semantic Shifts: Adaptive Prompt Tuning for Continual Learning)
한편, 이 기술은 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 사람중심인공지능핵심원천기술개발사업 AI학습능력개선기술개발 과제로 개발한 연구성과 결과물(2022-0-00157, 강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습)이다.
2024.08.06 조회수 3348 -
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 4923 -
로봇 등 온디바이스 인공지능 실현 가능
자율주행차, 로봇 등 온디바이스 자율 시스템 환경에서 클라우드의 원격 컴퓨팅 자원 없이 기기 자체에 내장된 인공지능 칩을 활용한 온디바이스 자원만으로 적응형 AI를 실현하는 기술이 개발됐다.
우리 대학 전산학부 박종세 교수 연구팀이 지난 6월 29일부터 7월 3일까지 아르헨티나 부에노스아이레스에서 열린 ‘2024 국제 컴퓨터구조 심포지엄(International Symposium on Computer Architecture, ISCA 2024)’에서 최우수 연구 기록물상(Distinguished Artifact Award)을 수상했다고 1일 밝혔다.
* 논문명: 자율 시스템의 비디오 분석을 위한 연속학습 가속화 기법(DaCapo: Accelerating Continuous Learning in Autonomous Systems for Video Analytics)
국제 컴퓨터 구조 심포지움(ISCA)은 컴퓨터 아키텍처 분야에서 최고 권위를 자랑하는 국제 학회로 올해는 423편의 논문이 제출됐으며 그중 83편 만이 채택됐다. (채택률 19.6%). 최우수 연구 기록물 상은 학회에서 주어지는 특별한 상 중 하나로, 제출 논문 중 연구 기록물의 혁신성, 활용 가능성, 영향력을 고려해 선정된다.
이번 수상 연구는 적응형 AI의 기반 기술인 ‘연속 학습’ 가속을 위한 NPU(신경망처리장치) 구조 및 온디바이스 소프트웨어 시스템을 최초 개발한 점, 향후 온디바이스 AI 시스템 연구의 지속적인 발전을 위해 오픈소스로 공개한 코드, 데이터 등의 완성도 측면에서 높은 평가를 받았다.
연구 결과는 소프트웨어 중심 자동차(SDV; Software-Defined Vehicles), 소프트웨어 중심 로봇(SDR; Software-Defined Robots)으로 대표되는 미래 모빌리티 환경에서 온디바이스 AI 시스템을 구축하는 등 다양한 분야에 활용될 수 있을 것으로 기대된다.
상을 받은 전산학부 박종세 교수는 “이번 연구를 통해 온디바이스 자원만으로 적응형 AI를 실현할 수 있다는 것을 입증하게 되어 매우 기쁘고 이 성과는 학생들의 헌신적인 노력과 구글 및 메타 연구자들과의 긴밀한 협력 덕분이다”라며, “앞으로도 온디바이스 AI를 위한 하드웨어와 소프트웨어 연구를 지속해 나갈 것이다”라고 소감을 전했다.
이번 연구는 우리 대학 전산학부 김윤성, 오창훈, 황진우, 김원웅, 오성룡, 이유빈 학생들과 메타(Meta)의 하딕 샤르마(Hardik Sharma) 박사, 구글 딥마인드(Google Deepmind)의 아미르 야즈단바크시(Amir Yazdanbakhsh) 박사, 전산학부 박종세 교수가 참여했다.
한편 이번 연구는 한국연구재단 우수신진연구자지원사업, 정보통신기획평가원(IITP), 대학ICT연구센터(ITRC), 인공지능대학원지원사업, 인공지능반도체대학원지원사업의 지원을 받아 수행됐다.
2024.08.01 조회수 5106 -
신개념 제노-프리 줄기세포 배양 플랫폼 개발
세포치료제로 이용하는 줄기세포 배양은 그동안 동물 병원체의 전파 위험이 있고, 생산공정 간 변동성이 큰 동물 유래 물질에 크게 의존해 왔다. 한국 연구진이 동물 유래 성분을 완전히 배제한 신개념 줄기세포 배양 플랫폼을 개발하고 특히 인간 유도만능줄기세포(hiPSC)의 장기 배양이 가능함을 세계 최초로 입증하여 화제다.
우리 대학 생명화학공학과 임성갑 교수 연구팀이 한국생명공학연구원(원장 김장성) 줄기세포융합연구센터 손미영 박사 연구팀과 공동 연구를 통해 화학적으로 합성된 동물 유래 물질을 완전히 배제한 (xeno-free, 이하 제노-프리) 인간 전분화능 줄기세포 배양 플랫폼을 개발했다고 31일 밝혔다.
인간 배아줄기세포(hESC)와 인간 유도만능줄기세포(hiPSC)의 배양은 마우스 섬유아세포와 매트리젤과 같은 동물 유래 성분에 크게 의존함에 따라 줄기세포 기반 치료법의 임상적 적용에서 법적, 윤리적 문제를 야기하며 줄기세포 치료제의 안전성과 효율성을 크게 제한했다.
연구팀은 이런 문제 해결을 위해 합성 고분자 스크리닝/최적화를 진행한 후 배양 기판에 코팅해 인간 전분화능 줄기세포에 장기적으로 안정적인 부착 기반을 제공할 수 있는 줄기세포 배양 플랫폼을 개발했다.
개발된 플랫폼에서 장기 배양 이후 줄기세포 성능 검증하기 위해, 해당 플랫폼에서 장기 배양된 인간 배아줄기세포와 인간 유도만능줄기세포의 성능을 확인한 결과, 기존의 표준 줄기세포 배양 코팅제인 매트리젤과 비교해 성능 손실 없이 안정적으로 배양됨을 입증했다. 이는 세계 최초로 인간 유도만능줄기세포를 동물 유래물질 배제 환경(제노-프리)에서 10회 이상 장기 계대 배양할 수 있음을 입증한 사례다.
특히 이번 연구에서 사용된 개발된 플랫폼은 매트리젤에서 배양한 세포와 비교해 세포의 분화, 자가 재생 및 줄기세포 특성 유지에 관여하는 핵심 단백질들의 발현이 변화 없이 유지됨을 확인했으며, 이는 줄기세포 치료제의 안정성과 일관성을 높이는 중요한 진전으로 평가된다.
생명화학공학과 임성갑 교수는 “이번 연구는 기존 줄기세포 배양 방식에서 벗어나 동물 유래 성분을 완전히 배제한 새로운 제노-프리 배양 플랫폼을 개발한 것으로, 특히 인간 유도만능줄기세포(hiPSC)의 장기 배양이 가능함을 세계 최초로 입증했다. 이번 연구는 줄기세포 치료제 상용화를 위한 원천 기술로 활용될 수 있을 것으로 기대되며 향후 개발된 플랫폼의 상용화 및 대규모 생산 가능하도록 후속 연구를 진행할 예정이다 ”라고 말했다.
이번 연구 결과는 조영학 박사(한국과학기술연구원), 이하나 박사(한국생명공학연구원), 정원지 학생(KAIST)이 제1 저자로 참여했으며, 국제 학술지 ‘어드벤스드 머티리얼스 (Advanced Materials)’지에 7월 17일 자 온라인 판에 게재됐다. (논문명: Long-Term Culture of Human Pluripotent Stem Cells in Xeno-Free Condition Using Functional Polymer Films)
한편, 이번 연구는 산업부 바이오산업핵심기술개발사업, 한국연구재단, 과기부 Korea Bio Grand Challenge 사업, 범부처 재생의료기술개발사업, 한국생명공학연구원 주요 사업의 지원을 받아 수행됐다.
2024.07.31 조회수 4639 -
전기 공급만으로 공기 중 CO₂를 제거하다
대기 중 이산화탄소 농도가 증가됨에 따라 지구 평균 기온도 약 1.2도 상승했으며 이는 극단적인 기상 현상, 해수면 상승, 생태계 파괴 등 심각한 환경 문제를 초래하고 있다. 우리 연구진이 공기 중 0.04%가량 존재하는 이산화탄소를 95% 이상 순도로 포집해 추후 이산화탄소 기반 연료 및 화학제품 생산 등 사용할 수 있는 기술을 개발해 화제다.
우리 대학 생명화학공학과 고동연 교수 연구팀이 순수 전기만으로 작동해 공기 중 이산화탄소를 효율적으로 제거할 수 있는 혁신적인 탄소 포집기를 개발하고 상용화하는 데 성공했다고 29일 밝혔다. 이 기술은 이번 연구를 주도한 김규남 박사과정 연구원의 학생 창업기업(소브(Sorv), 대표 김규남)을 통해 기술 상업화를 추진 중이다.
고동연 교수 연구팀은 전기 가열원이 이산화탄소 흡착제와 한꺼번에 대량 생산될 수 있는 기술을 자체적으로 개발하고, 이를 통해 벤치 규모의 직접 공기 포집(Direct Air Capture, 이하 DAC) 시스템 구현에 성공했다.
외부 열에너지의 공급 없이 전기만으로 구동할 수 있는 본 기술은 태양광, 풍력 등 다양한 재생에너지원을 직접 이용할 수 있고, 시스템의 부피가 매우 작아 기존 탄소 포집기가 적용될 수 있는 영역의 한계를 뛰어넘을 수 있다.
공기 중 극미량 존재하는 이산화탄소를 포집하는 기술을 기술 수준 하단에서 상단까지, 즉 실험실 단계에서 상업적 규모로 확대하는 것은 매우 어려운 일이다. 첫째, 대기 중 이산화탄소 농도가 낮아 이를 효과적으로 포집하기 위해서는 매우 효율적인 흡착제가 필요하다. 둘째, 포집된 이산화탄소를 경제적이고 에너지 효율적으로 분리하는 시스템이 필요하다. 셋째, 이 모든 과정을 대규모로 구현하기 위해서는 안정하고 일관성 있는 공정이 보장돼야 한다.
연구팀은 이러한 도전에 맞서 전기 가열원이 통합된 흡착제 및 시스템을 개발해 이산화탄소 포집기의 성능을 극대화했다. 이 흡착제는 대량 생산이 가능하며, 넓은 비표면적을 제공해 이산화탄소를 더 효율적으로 흡착할 수 있다. 또한, 빠른 흡착 및 탈착 속도를 자랑하며, 구조적으로 강해 반복적인 사용에도 변형이 적다.
연구팀이 개발한 탄소 포집기는 고성능의 흡착 소재에 이산화탄소를 흡착한 후 전기로 작동하는 가열원을 통해 발생하는 열을 이용해 순수한 이산화탄소 얻어내는 방식으로, 에너지 효율이 높고 정밀한 온도 제어가 가능하다. 이 시스템의 큰 장점 중 하나는 재생에너지로만 가동이 가능할 정도로 에너지 효율적이라는 점이다. 이는 전기에 접근성이 있는 모든 지리적 환경에 배치가 가능해, 다양한 장소에서 이산화탄소를 포집할 수 있게 한다.
현재 실험실 스케일에서는 하루 약 1~3kg의 이산화탄소를 처리할 수 있을 것으로 예상된다. 이 기술은 향후 하루 포집량 1톤 규모 이상으로 스케일업 및 대규모 배치도 가능하며 대기 중 이산화탄소를 포집하는 용도 뿐만 아니라 화력발전소, 시멘트 공장, 철강 공장 등 대규모 이산화탄소 배출원을 대상으로도 중요한 역할을 할 것으로 기대된다.
김규남 박사과정 연구원은 "이번 연구는 대기 오염 문제 해결에 한 발 더 다가설 수 있는 중요한 성과이며, 앞으로도 지속적인 연구를 통해 기술을 발전시키고 실제 환경에서의 적용 가능성을 높이겠다”라고 말했다.
연구팀은 본 기술의 혁신성을 인정받아 2022년에는 랩 스타트업(Lab Startup) KAIST 최우수상 수상, 2023년에는 미국 R&D 100 어워즈(Awards)의 파이널리스트(Finalist)로 선정됐으며, 2024년 1월에는 라스베이거스에서 개최된 국제전자제품박람회(CES 2024)에 e-DAC 데모 유닛을 전시하고 부스 발표를 하며 기술의 우수성을 널리 알린 바 있다.
이번 연구는 사우디 아람코-KAIST 이산화탄소 연구센터의 지원으로 이루어졌으며, 양 기관의 지속적인 협력을 통해 더욱 혁신적인 기술 개발이 기대된다.
2024.07.29 조회수 4320 -
미래를 위한 대체 불가 바이오 제조 전략 제시
2021년 서울국제포럼과 KAIST가 공동 개최한 “글로벌 복합위기와 4차 산업혁명의 대전환기, 탄력성장의 도전과 기회” 포럼에서 KAIST 이상엽 특훈교수는 우리나라가 미래 국가경쟁력을 확보하기 위해서는 대체 불가 기술 (non-fungible technology; NFT)을 확보해야 한다고 처음으로 제시한 바 있다. 기후 변화의 심각성에 연간 약 1.1억 톤의 식품 폐기물을 포함한 다양한 유기 폐기물들, 그리고 이산화탄소도 바이오 제조를 위한 원료로 사용하도록 대체 불가능한 바이오기술(Bio-NFT)로 활용하는 것이 이제 선택이 아닌 필수가 됐다.
우리 대학 생명화학공학과 이상엽 특훈교수가 기술 혁신, 원료 공급 최적화 및 적절한 인프라를 통해 바이오 제조의 확장을 포함한 경쟁력 확보 전략 수립에 대한 논문을 네이처 화학공학지(Nature Chemical Engineering)에 월드뷰(Worldview)에 7월 22일 자로 제시했다고 24일 밝혔다.
※ 논문명 : Fungible and non-fungible technologies in biomanufacturing scale-up
※ 저자 정보 : 이상엽(한국과학기술원, 제1 저자, 교신저자) 1명
최근 신진 대사 공학과 합성 생물학의 급성장은 전통적인 화석 자원에 의존하는 제조 공정을 바이오 기반 대안으로 전환할 수 있는 잠재력을 보여주고 있다. 미생물 세포 공장을 통해 화학물질과 재료를 생산하는 바이오 기반 기술은 빠르게 발전하고 있으며, 이는 각각 5.7조 달러, 9.2조 달러, 22.5조 달러의 시장규모를 가진 화학, 식품 및 소비재 등 다양한 산업 부문에 혁신적인 변화를 가져오고 있다. 이는 2조 달러 규모의 제약시장 보다도 훨씬 크다.
그러나 이러한 바이오 제조로의 전환은 기술적, 경제적, 사회적 장벽으로 인해 어려움을 겪고 있다. 점점 더 많은 사람들이 지구 온난화의 현실과 그 악화되는 영향을 인식하면서 환경에 덜 해로운 제품에 대한 선호도가 높아지고 있지만, 실제 구매 결정에 있어서는 가격이 중요한 역할을 한다. 따라서, 각국 정부들은 규제 지원뿐만 아니라 대중과의 소통을 통해 지속 가능한 생산과 소비에 대한 이해와 헌신을 촉진해야 한다.
이 교수는 중요하게 떠오른 바이오 제조 확장, 특히 범용화학물질 생산 등 대체 불가능하지 않은 바이오기술 (not non-fungible)을 위해 풀어야 할 세 가지 주요 과제를 제시했다.
첫째, 미생물 세포 공장의 TRY(titer, rate, yield; 농도, 속도 및 수율)를 최대화하는 것으로 기존 대사공학에 데이터 과학, 인공지능 및 로봇 공학의 통합을 통해 이러한 역량을 강화해야 한다.
둘째, 원료 공급 및 물류의 최적화가 필요하다. 약 6억 톤의 바이오매스가 연간 바이오 기반 재료 생산을 위해 사용될 수 있지만, 최적의 분배 및 공급망이 완전히 구축되지 않았다. 다양한 원료의 사용을 가능하게 하는 기술 개발이 필요하다.
셋째, 인프라 및 시설 건설에 필요한 대규모 자본 투자 문제이다. 최근 들어 건설비용이 급격히 증가하여 최첨단 제조 시설을 구축하는 데 드는 높은 비용은 운영 확장의 재정적 실행 가능성을 어렵게 한다. 바이오 제조시설 구축을 위한 정책자금 투입 등 국가적인 인프라 개념에서의 투자가 요구되며, 단기적인 해결책으로는 완전히 유연한 중형 바이오 정제소를 건설하여 시장에 가장 적합한 제품을 생산할 수 있다고 제시했다.
이 교수는 “기술 혁신, 원료 공급 및 인프라 개발에의 집중적인 노력이 필요하다”고 강조하면서 “이를 통해 산업은 보다 지속 가능하고 경제적으로 실행 가능한 바이오 제조 공정으로 전환할 수 있으며, 이는 글로벌 시장에 큰 영향을 미칠 것이다. 지속 가능한 미래에 기여하고 산업에 상당한 경제적 기회를 제공할 것으로 기대된다.”고 밝혔다.
한편 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제 (과제책임자 KAIST 이상엽 특훈교수)의 지원을 받아 수행됐다.
2024.07.25 조회수 4543 -
차세대 새로운 패러다임 동영상 인식기술 개발
챗GPT와 같은 거대 언어 모델의 근간이 되는 트랜스포머로 구축된 기존 비디오 모델보다 8배 낮은 연산량과 4배 낮은 메모리 사용량으로도 높은 정확도를 기록했으며, 추론 속도 또한 기존 트랜스포머 기반 모델 대비 4배의 매우 빠른 속도를 달성한 동영상 인식기술이 우리 연구진에 의해 개발됐다.
우리 대학 전기및전자공학부 김창익 교수 연구팀이 초고효율 동영상 인식 모델 ‘비디오맘바(VideoMamba)’를 개발했다고 23일 밝혔다.
비디오맘바는 기존 트랜스포머 기반 모델들이 가지고 있는 높은 계산 복잡성을 해결하기 위해 설계된 새로운 동영상 인식 모델이다. 기존의 트랜스포머 기반 모델들은 셀프-어텐션(self-attention)이라는 메커니즘에 의존해 계산 복잡도가 제곱으로 증가하는 문제를 가지고 있었다.
김창익 교수 연구팀의 비디오맘바는 선택적 상태 공간 모델(Selective State Space Model, Selective SSM)* 메커니즘을 활용해 선형 복잡도**로 효율적인 처리가 가능하다. 이를 통해 비디오맘바는 동영상의 시공간적 정보를 효과적으로 포착해 긴 종속성을 가진 동영상 데이터도 효율적으로 처리할 수 있다.
*선택적 상태 공간 모델(Selective SSM): 입력에 따라 동적으로 매개변수를 조정하여 시퀀스 데이터의 문맥을 더 잘 이해하는 상태 공간 모델
**선형 복잡도:입력 데이터의 크기에 비례하여 계산량이 증가하는 알고리즘 복잡도
김창익 교수 연구팀은 동영상 인식 모델의 효율성을 극대화하기 위해 비디오맘바에 1차원 데이터 처리에 국한된 기존 선택적 상태 공간 메커니즘을 3차원 시공간 데이터 분석이 가능하도록 고도화한 시공간적 전방 및 후방 선택적 상태 공간 모델(spatio-temporal forward and backward SSM)을 도입했다. 이 모델은 순서가 없는 공간 정보와 순차적인 시간 정보를 효과적으로 통합해 인식 성능을 향상한다. 연구팀은 다양한 동영상 인식 벤치마크에서 비디오맘바의 성능을 검증했다.
연구팀이 개발한 비디오맘바는 영상 분석이 필요한 다양한 응용 분야에서 효율적이고 실용적인 솔루션을 제공할 수 있다. 예를 들어, 자율주행에서는 주행 영상을 분석해 도로 상황을 정확하게 파악하고, 보행자와 장애물을 실시간으로 인식해 사고를 예방할 수 있다. 의료 분야에서는 수술 영상을 분석해 환자의 상태를 실시간으로 모니터링하고 긴급 상황 발생 시 신속히 대처할 수 있다. 스포츠 분야에서는 경기 중 선수들의 움직임과 전술을 분석해 전략을 개선하고, 훈련 중 피로도나 부상 가능성을 실시간으로 감지해 예방할 수 있다.
연구를 주도한 김창익 교수는 “비디오맘바의 빠른 처리 속도와 낮은 메모리 사용량, 그리고 뛰어난 성능은 우리 생활에서의 다양한 동영상 활용 분야에 큰 장점을 제공할 것이다”고 연구의 의의를 설명했다.
이번 연구에는 전기및전자공학부 박진영 석박사통합과정, 김희선 박사과정, 고강욱 박사과정이 공동 제1 저자, 김민범 박사과정이 공동 저자, 그리고 전기및전자공학부 김창익 교수가 교신 저자로 참여했다. 연구 결과는 올해 9월 이탈리아 밀라노에서 열리는 컴퓨터 비전 분야 최우수 국제 학회 중 하나인 ‘European Conference on Computer Vision(ECCV) 2024’에서 발표될 예정이다. (논문명: VideoMamba: Spatio-Temporal Selective State Space Model)
한편, 이번 연구는 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행됐다. (No. 2020-0-00153, 기계학습 모델 보안 역기능 취약점 자동 탐지 및 방어 기술 개발)
2024.07.23 조회수 3973 -
미토콘드리아로 퇴행성 질환까지 제어 가능하다
우리 대학 생명화학공학과 김유식 교수 연구팀이 비정상적 면역 활성을 유발해 염증반응이 동반된 세포 사멸을 일으키는 미토콘드리아 이중나선 RNA의 새로운 조절 기전을 찾아냈다고 22일 밝혔다.
최근 미토콘드리아 이중나선 RNA가 스트레스 환경에서 세포질로 빠져나가 비정상적 면역 활성 및 세포 사멸을 유발한다는 것이 밝혀졌다. 또한 이러한 미토콘드리아 이중나선 RNA로 촉발되는 면역 활성은 관절염 및 헌팅턴 무도병을 비롯한 염증반응이 동반된 퇴행성 질환과 자가면역질환 중 하나인 쇼그렌 증후군의 발병 및 진행에 핵심적인 역할을 한다는 것이 보고됐다.
아직 미토콘드리아 이중나선 RNA의 분자적 조절 기전에 대해서는 보고된 바 없다는 점을 착안해서 연구팀은 미토콘드리아 내에 존재하며 RNA와 결합할 수 있는 단백질에 대해 유전자 가위를 이용해 각 단백질의 발현을 억제한 후 미토콘드리아 이중나선 RNA의 발현량을 조사했다.
이 과정에서 RNA의 구성 물질 중 하나인 시토신의 화학적 변형을 유발하는 엔썬4(NSUN4)*이라는 단백질의 발현을 줄였을 때 미토콘드리아 이중나선 RNA의 발현이 유의미하게 증가하는 것을 확인했다.
*엔썬4 (NSUN4): NOP2/Sun RNA 메틸트랜스퍼라제 4
나아가, 연구팀은 단백질을 생산하지 않는 미토콘드리아 비암호화 RNA의 변형을 가속시키는 것이 동 단백질 엔썬4에 의해서라고 최초로 제시했다.
연구팀은 추가 연구를 통해 미토콘드리아 RNA 단백질들의 발현 감소로 축적된 미토콘드리아 이중나선 RNA의 양이 증가했으며 세포질로 누출된 미토콘드리아 이중나선 RNA는 면역반응을 활성화시켰다. 이를 통해 연구팀은 새로운 세포 내 면역 유발인자로 최근 주목받기 시작한 미토콘드리아 이중나선 RNA의 변형에 의한 발현 조절 기전을 제시했다.
생명화학공학과 김유식 교수는 “이번 연구를 통해 비정상적 면역 활성 유발 인자로 최근 주목받고 있는 미토콘드리아 이중나선 RNA의 형성 및 조절 기전을 밝혔다”면서 “이번 연구의 결과를 바탕으로 면역 계통 질환을 비롯해 다양한 퇴행성 질환의 발병 및 진행 과정을 효과적으로 제어할 수 있는 전략을 제시할 수 있을 것”이라고 말했다.
생명화학공학과 김수진 박사(現 보스턴 아동병원 (Boston Children’s Hospital) 및 하버드 의과대학(Harvard Medical School) 박사후연구원)와 탄 스테파니(Tan Stephanie) 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 셀(Cell) 자매지인 ‘몰레큘러 셀(Molecular Cell)’ 7월 16일 字에 온라인 게재됐다. (논문명 : RNA 5-methylcytosine marks mitochondrial double-stranded RNAs for degradation and cytosolic release).
한편 이번 연구는 한국연구재단 우수신진연구지원사업과 미국 국립보건원의 지원으로 수행됐다.
2024.07.22 조회수 4031 -
대형언어모델로 42% 향상된 추천 기술 연구 개발
최근 소셜 미디어, 전자 상거래 플랫폼 등에서 소비자의 만족도를 높이는 다양한 추천서비스를 제공하고 있다. 그 중에서도 상품의 제목 및 설명과 같은 텍스트를 주입하여 상품 추천을 제공하는 대형언어모델(Large Language Model, LLM) 기반 기술이 각광을 받고 있다. 한국 연구진이 이런 대형언어모델 기반 추천 기술의 기존 한계를 극복하고 빠르고 최상의 추천을 해주는 시스템을 개발하여 화제다.
우리 대학 산업및시스템공학과 박찬영 교수 연구팀이 네이버와 공동연구를 통해 협업 필터링(Collaborative filtering) 기반 추천 모델이 학습한 사용자의 선호에 대한 정보를 추출하고 이를 상품의 텍스트와 함께 대형언어모델에 주입해 상품 추천의 높은 정확도를 달성할 수 있는 새로운 대형언어모델 기반 추천시스템 기술을 개발했다고 17일 밝혔다.
이번 연구는 기존 연구에 비해 학습 속도에서 253% 향상, 추론 속도에서 171% 향상, 상품 추천에서 평균 12%의 성능 향상을 이뤄냈다. 특히, 사용자의 소비 이력이 제한된 퓨샷(Few-shot) 상품* 추천에서 평균 20%의 성능 향상, 다중-도메인(Cross-domain) 상품 추천**에서 42%의 성능 향상을 이뤄냈다.
*퓨샷 상품: 사용자의 소비 이력이 풍부하지 않은 상품.
**다중-도메인 상품 추천: 타 도메인에서 학습된 모델을 활용하여 추가학습없이 현재 도메인에서 추천을 수행. 예를 들어, 의류 도메인에 추천 모델을 학습한 뒤, 도서 도메인에서 추천을 수행하는 상황을 일컫는다.
기존 대형언어모델을 활용한 추천 기술들은 사용자가 소비한 상품 이름들을 단순히 텍스트 형태로 나열해 대형언어모델에 주입하는 방식으로 추천을 진행했다. 예를 들어 ‘사용자가 영화 극한직업, 범죄도시1, 범죄도시2를 보았을 때 다음으로 시청할 영화는 무엇인가?’라고 대형언어모델에 질문하는 방식이었다.
이에 반해, 연구팀이 착안한 점은 상품 제목 및 설명과 같은 텍스트뿐 아니라 협업 필터링 지식, 즉, 사용자와 비슷한 상품을 소비한 다른 사용자들에 대한 정보가 정확한 상품 추천에 중요한 역할을 한다는 점이었다. 하지만, 이러한 정보를 단순히 텍스트화하기에는 한계가 존재한다. 이에 따라, 연구팀은 미리 학습된 협업 필터링 기반 추천 모델로부터 사용자의 선호에 대한 정보를 추출하고 이를 대형언어모델이 이해할 수 있도록 변환하는 경량화된 신경망을 도입했다.
연구팀이 개발한 기술의 특징으로는 대형언어모델의 추가적인 학습이 필요하지 않다는 점이다. 기존 연구들은 상품 추천을 목적으로 학습되지 않은 대형언어모델이 상품 추천이 가능하게 하도록 대형언어모델을 파인튜닝(Fine-tuning)* 하는 방법을 사용했다. 하지만, 이는 학습과 추론에 드는 시간을 급격히 증가시키므로 실제 서비스에서 대형언어모델을 추천에 활용하는 것에 큰 걸림돌이 된다. 이에 반해, 연구팀은 대형언어모델의 직접적인 학습 대신 경량화된 신경망의 학습을 통해 대형언어모델이 사용자의 선호를 이해할 수 있도록 했고, 이에 따라 기존 연구보다 빠른 학습 및 추론 속도를 달성했다.
*파인튜닝: 사전 학습된 대규모 언어모델을 특정 작업이나 데이터셋에 맞게 최적화하는 과정.
연구팀을 지도한 박찬영 교수는 “제안한 기술은 대형언어모델을 추천 문제에 해결하려는 기존 연구들이 간과한 사용자-상품 상호작용 정보를 전통적인 협업 필터링 모델에서 추출해 대형언어모델에 전달하는 새로운 방법으로 이는 대화형 추천 시스템이나 개인화 상품 정보 생성 등 다양한 고도화된 추천 서비스를 등장시킬 수 있을 것이며, 추천 도메인에 국한되지 않고 이미지, 텍스트, 사용자-상품 상호작용 정보를 모두 사용하는 진정한 멀티모달 추천 방법론으로 나아갈 수 있을 것”이라고 말했다.
우리 대학 산업및시스템공학과 김세인 박사과정 학생과 전산학부 강홍석 학사과정(졸) 학생이 공동 제1 저자, 네이버의 김동현 박사, 양민철 박사가 공동 저자, KAIST 산업및시스템공학과의 박찬영 교수가 교신저자로 참여한 이번 연구는 데이터마이닝 최고권위 국제학술대회인 ‘국제 데이터 마이닝 학회 ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2024)’에서 올 8월 발표할 예정이다. (논문명: Large Language Models meet Collaborative Filtering: An Efficient All-round LLM-based Recommender System).
한편 이번 연구는 네이버 및 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행됐다. (NRF-2022M3J6A1063021, RS-2024-00335098)
2024.07.17 조회수 4631 -
혐오 발언 탐지의 문화적 차이 해결, NAACL 2024에서 Resource Award 수상
전산학부 Users & Information Lab. 연구실의 오혜연 교수와 제1저자 석사과정 이나연(오혜연 교수 지도 학생)의 연구가 지난 6월 16일부터 21일까지 멕시코시티에서 열린 '2024 Annual Conference of the North American Chapter of the Association for Computational Linguistics' (NAACL 2024) 국제 학회에서 '교차 문화적 데이터셋 구축을 통한 영어 혐오 발언 어노테이션의 문화 간 차이와 영향 분석(Exploring Cross-Cultural Differences in English Hate Speech Annotations: From Dataset Construction to Analysis)'에 관한 논문으로 '리소스 어워드(Resource Award)'를 수상했다.
NAACL은 자연어처리 분야에서 최고 권위를 자랑하는 국제 학회로, 올해는 2,434편의 논문이 제출되었으며 그 중 565편만이 채택되었다 (채택률 23.2％).
Resource Award는 학회에서 주어지는 특별한 상 중 하나로, 제출 논문 중 혁신성, 활용 가능성, 영향력, 품질을 고려하여 선정된다.
이번 수상 연구는 교차 문화적 영어 혐오 발언 데이터셋을 구축하고, 문화 간 어노테이션 차이와 대형 언어 모델의 편향성을 분석하여 영어 혐오 발언 분류기의 문화적 민감성을 향상시키는 데 기여했다는점에서 높은 평가를 받았다.
이번 연구에는 KAIST 전산학부의 이나연, 정찬이, 명준호, 진지호 학생들과 Cardiff University의 Jose Camacho-Collados 교수, KAIST 전산학부의 김주호 교수, 오혜연 교수가 참여하였다. 본 연구는 미국, 호주, 영국, 싱가포르, 남아프리카 공화국의 5개 영어권 국가에서 수집된 데이터와 어노테이션을 기반으로 하여, 각국의 문화적 배경이 혐오 발언 어노테이션에 미치는 영향을 분석했다. 이를 통해 문화적 배경이 혐오 발언 인식에 미치는 중요한 차이를 밝혀냈으며, 특히 서구권 국가와 다른 문화적 맥락을 가진 국가 간의 어노테이션 차이가 두드러짐을 보였다.
오혜연 교수와 이나연 학생은 "이번 연구를 통해 혐오 발언 탐지에 있어 문화적 차이의 중요성을 밝힐 수 있어 기쁩니다. 연구팀의 노력 덕분에 이러한 성과를 얻을 수 있었으며, 앞으로도 자연어처리 분야에서 문화적 다양성을 고려한 연구를 지속해 나가겠습니다."라고 소감을 전했다.
이번 수상은 KAIST 연구팀의 혁신적인 접근과 자연어처리 분야에서의 문화 간 연구의 중요성을 국제적으로 인정받은 결과이다. 이는 앞으로 관련 연구 발전에 큰 기여를 할 것으로 기대된다.
연구 결과는 혐오 발언 탐지 분야뿐만 아니라, 다문화 사회에서의 인공지능 윤리와 문화적 편향성 해소 등 다양한 분야에 활용될 수 있을 것으로 기대된다.
자세한 내용은 논문 링크(https://aclanthology.org/2024.naacl-long.236)에서 확인할 수 있다.
2024.07.16 조회수 3611 -
종양모델 칩으로 다조건 항암제 동시 평가
실제 인체에 항암제가 투여되면 약물 분자는 혈류를 따라 수송된다. 이 약물 분자들은 혈관 벽을 투과하고 확산한다. 확산한 분자는 종양 덩어리 내부까지 점차 침투해 약물 효능이 나타나게 된다. 우리 연구진이 바이오프린팅 기술로 36가지의 종양 미세환경을 유체채널 내부에 모사하여 12가지 실험 조건에 따른 항암제 효능을 동시에 평가하는데 성공하여 화제다.
우리 대학 바이오및뇌공학과 박제균 교수 연구팀이 기존 바이오프린팅* 및 랩온어칩** 기술의 한계점을 극복하고 장점을 극대화하여 복잡한 종양 미세환경이 구현된 랩온어칩을 개발하여 여러 분석 변수가 반영된 약물 스크리닝을 수행하는 데 성공했다고 16일 밝혔다.
* 바이오프린팅(bioprinting): 세포와 생체재료로 구성된 바이오 잉크를 활용하여 생체조직 및 기관과 유사한 기능적 구조물을 제작하는 3D 프린팅 기술
** 랩온어칩(lab-on-a-chip): “칩 위의 실험실”이란 개념을 갖고 있으며 각종 시료분석에 필요한 전처리, 분리, 희석, 혼합, 반응, 검출 기능 등을 미세유체 회로로 이루어진 채널 내에서 일괄적으로 수행할 수 있도록 만들어진 미세유체 소자 및 시스템
바이오프린팅은 조직이나 장기의 복잡한 형상과 조성을 체외환경에서 재현할 수 있는 생체모사 기술이지만, 제작된 생체모델의 배양 환경 제어와 분석이 어렵다. 반면, 랩온어칩은 미세 유체채널 내에서의 유체 제어 기술에 기반해 배양 환경의 정교한 제어와 다양한 분석 수행이 가능하지만, 미세한 유체 통로 내부에 생체 환경을 모사하는 데 한계가 있었다.
연구진은 바이오프린팅 기술로 서로 다른 조성으로 구성된 총 36개의 종양 모델을 랩온어칩 내에 형성한 후, 동일한 소자 내에서 12가지 실험 조건에 따른 항암제 효능을 동시에 평가하는 데 성공했다.
연구팀은 바이오프린팅의 우수한 공간적 자유도와 다양한 생체재료를 활용할 수 있다는 장점을 이용해, 세 가지 서로 다른 조성으로 이루어진 36개의 종양 모델을 하나의 미세 유체소자에 집적시켰다. 세포를 유동 배양해 물질 수송에 핵심 구조물인 혈관 벽과 종양 덩어리를 모사하여 네 가지 농도의 항암제를 종양 모델에 유입함으로써, 하나의 소자에서 12가지 실험 조건의 약물 평가를 수행했다.
또한 연구팀은 혈관 벽에 의해 약물 분자의 수송이 저해되고 종양 덩어리 내부까지 침투되는 현상을 관찰할 수 있었고, 체내 수송 과정을 모사하지 못했던 기존 종양 모델과 약물 효능에 큰 차이를 보인다는 것을 확인했다.
이처럼 바이오프린팅-랩온어칩 통합기술을 활용해 모델 복잡성, 모델 수, 모델 처리량 등 다양한 변수를 고려한 체외 종양 모델을 제작할 수 있었고, 더욱 신뢰성 있는 약물 평가를 수행할 수 있었다.
연구를 주도한 박제균 교수는 “바이오프린팅과 랩온어칩의 통합기술로 제작된 미세 유체 세포배양 및 분석 플랫폼의 개발에 따른 신뢰성 있는 약물 평가 모델에 대한 성과”임을 강조하며, “향후 다양한 조직 및 장기 특성을 모사하고 생물학적 분석과 약물 효능 평가를 고효율로 수행할 수 있는 동물실험 대체용 차세대 체외 세포배양 및 분석 기술로 활용될 수 있을 것”이라고 말했다.
바이오및뇌공학과 이기현 박사가 제1 저자로 참여한 이번 연구 결과는 국제 학술지 '어드밴스드 헬스케어 머티리얼즈(Advanced Healthcare Materials)'에 2024년 6월 3일 자로 온라인판에 게재됐다.
(https://doi.org/10.1002/adhm.202303716. 논문명: Bioprinted multi-composition array mimicking tumor microenvironment to evaluate drug efficacy with multivariable analysis).
또한, 이번 논문은 와일리-VCH(Wiley-VCH) 출판사의 ‘핫 토픽: 종양과 암(Hot Topic: Tumors and Cancer)’세션과 ‘핫 토픽: 미세유체공학(Hot Topic: Microfluidics)’세션에 동시 선정됐다.
한편 이번 연구는 한국연구재단 기초연구사업(중견연구)의 지원을 받아 수행됐다.
2024.07.16 조회수 4579 -
역대급 진청색 페로브스카이트 LED 구현 성공
태양전지, 광검출기, LED 등 다양한 차세대 광전소자에 적용가능한 물질로 주목을 받는 할라이드(할로젠화물) 페로브스카이트는 ‘Rec. 2020’이라는 디스플레이의 색 좌표 기준을 100% 만족할 수 있는 유일한 물질이다. 하지만, 이렇게 우수한 성능에도 진청색 페로브스카이트 LED의 경우에는 현저히 낮은 효율과 낮은 밝기를 보고하고 있었다. KAIST 연구진이 진청색 페로브스카이트 LED에서 보이는 색상 불안정성 문제를 해결함과 동시에, 높은 밝기를 갖는 기술을 선보여 화제다.
우리 대학 전기및전자공학부 이정용 교수 연구팀이 높은 색순도로 인해 차세대 디스플레이로 주목받는 진청색 페로브스카이트 LED의 구동 전압에 따라 변화하는 색 변화 문제와 낮은 밝기 문제를 획기적으로 해결했다고 10일 밝혔다.
이정용 교수 연구팀은 점차 고색순도를 요구하고 있는 디스플레이 업계의 요구에 따라, 높은 색순도를 갖는 것으로 알려진 페로브스카이트 LED 중 진청색 LED의 고질적인 문제점들을 효과적으로 해결하는 기술을 개발했다.
먼저, 서로 다른 종류의 이온들을 혼합해 만드는 진청색 LED의 경우 구동 전압의 크기에 따라 색이 변화하는 문제점과 상용화에 가장 중요한 지표인 밝기가 낮다는 문제점을 해결해야만 상용화에 조금 더 다가갈 수 있는 상황이었다. 이정용 교수 연구팀은 염화이온 공석 타겟 리간드 전략*을 사용해 이러한 문제점을 획기적으로 해결할 수 있었다. 이를 기반으로 진청색 페로브스카이트 LED의 고질적인 문제점을 해결할 수 있는 인사이트를 제시함으로써 상용화에 한층 더 가까이 갈 수 있을 것으로 기대된다.
*염화이온 공석 타겟 리간드 전략 : 결정구조의 결함(defect)로 여겨지는 1가 양이온 공석(vacancy), 2가 양이온 공석 등 다양한 종류의 공석 중, 염화이온 공석만을 특정하여 이를 효과적으로 제거할 수 있는 sulfonate 리간드 전략을 디자인하여 적용함
연구팀은 색 불안정성을 유발하는 원인인 이온 이동에 의한 상 분리 현상을 일으키는 할라이드 이온 통로*를 표적으로 하여 막을 수 있는 물질을 선택하고 전략적으로 해당 통로를 막음으로써, 이온 이동을 효과적으로 억제했다. 또한, 해당 전략을 적용할 수 있는 물질의 후보군을 선택해, 탄소 사슬의 길이 변화에 따른 성능변화 경향 및 색 안정성 경향도 함께 보여 진청색 페로브스카이트 LED의 문제점을 해결할 수 있는 새로운 관점을 제시했다.
*할라이드 이온 통로: 할라이드 이온들이 페로브스카이트 격자 내부를 이동할 수 있는 통로 역할을 하는 할라이드 공석(vacancy)을 일컬음
또한 연구팀은 해당 연구를 통해, 지금까지 보고된 진청색 페로브스카이트 LED 성능 중에서 가장 높은 수준의 밝기(2700 nit)를 보고했다. 이를 통해, 햇빛이 강하게 내리비치는 야외 조명환경에서 디스플레이가 잘 보이지 않는 야외시인성 문제를 해결할 수 있는 수준의 높은 밝기를 갖는 진청색 페로브스카이트 LED를 제작해 해당 차세대 페로브스카이트 디스플레이의 상용화를 한층 더 앞당길 수 있을 것으로 기대된다.
제1 저자인 이승재 박사과정생은 "서로 다른 할라이드 이온들을 혼합해 만드는 진청색 페로브스카이트 LED의 고질적인 색 불안정성 문제를 효과적으로 해결한 연구ˮ 이며 "동시에 최근 스마트폰에서 요구하는 최대 밝기인 2,000 니트(nit) 이상의 높은 밝기를 갖는 우수한 진청색 페로브스카이트 LED를 제작해, 이미 높은 수준을 보이는 녹색과 적색 LED와의 격차를 한층 더 줄임으로써 RGB 디스플레이에 적용할 수 있는 가능성을 열었다.ˮ 라고 말했다.
전기및전자공학부 이승재 박사과정, 김준호 박사가 제1 저자로 참여한 이번 연구는 국제학술지 ‘사이언스(Science)’의 자매지인 ‘사이언스 어드밴시스(Science Advances)’2024년 5월 온라인판에 정식 출판됐다. (논문명 : Brightening deep-blue perovskite light-emitting diodes: A path to Rec. 2020)
한편 이번 연구는 한국연구재단 (NRF)의 지원을 받아 수행됐다.
2024.07.10 조회수 4395