우리대학은 지난 11월 1일부터 3일까지 `AI 월드컵 2019 국제대회'를 개최했다.
AI 축구 / AI 경기 해설 / AI 기자 총 3개 분야에 걸쳐 12개국·30개 팀·75명 참가해 열띤 경기를 치렀으며 번외 경기로 인공지능 주니어 월드컵도 개최되어 국내 유소년 17개팀이 참가했다.
토너먼트 방식으로 열린 대회에서는 KVILAB(최규진/김태영, KAIST)팀이 FGLteam(루카스 아반치 가우디오 (Lucas Avanci Gaudio), KAIST)를 결승에서 7대 4로 이기고 우승을 차지해 미화 1만 달러의 상금을 받았다.
AI 축구경기 영상을 인공지능이 분석하고 설명하는 AI 경기 해설 종목에서는 6개 대학 연합으로 구성된 꼬부기팀(조소영/광운대학교, 이현수/선문대학교, 김민수/동명대학교, 김대진/성균관대학교, 정규호/숭실대학교, 이선민/퍼듀대학교(Purdue University))이 우승을 차지했다.
AI 축구 경기 내용과 AI 경기 해설을 바탕으로 인공지능이 기자를 대신해 기사를 작성하는 AI 기자 종목에서는 에스아이아이티_저널리스트(주동규, KAIST)팀이 우승했다.
대회 운영을 맡은 하동수 KAIST 녹색교통대학원 교수는 "AI축구·AI해설자·AI기자 등 전 종목에 걸쳐 참여팀의 기술이 괄목할만큼 향상되어 질적인 수준이 한층 높아진 대회였다ˮ고 총평을 밝혔다.
우리 대학이 4월 과학의 달을 맞아 첨단 연구성과를 체험형 전시 프로그램으로 구성해 시민과 소통에 나선다. 25일부터 28일까지 4일간 대전 엑스포 시민광장 및 과학공원 일대에서 열리는 '2024 대한민국 과학축제 & 과학기술대전'에 6개 연구팀 및 3개 창업기업이 참여해 기술을 선보인다. '과학 실험실' 구역에서는 수면·퍼스널 컬러·뇌구조 분야의 연구진이 체험형 전시로 관람객을 맞는다. 석현정 산업디자인학과 교수 연구팀은 인공지능 기반 퍼스널컬러 진단 서비스를 제공하는 '나의 퍼스널 컬러 찾기(The Authentic Color Play)' 부스를 설치한다. 방문객들은 현장에서 피부색 자동 측정 기술을 직접 체험해보고 개인 피부에 최적화된 색상을 추천받을 수 있다. 김재경 수리과학과 교수 연구팀은 방문객이 양질의 수면을 하고 있는지 3분 만에 알아볼 수 있는 '슬립스(SLEEPS)' 프로그램을 운영한다. 머신러닝 기반의 수면장애 예측 알고리즘을
2024-04-25우리 대학이 유럽 미술사의 300년을 담은 <르네상스에서 초현실주의까지> 특별전을 서울캠퍼스 경영대학 SUPEX경영관 2층에서 25일 개막한다. 유로 오스트리아 아츠(EURO AUSTRIA ARTS) 대표인 김진수 연세대학교 명예교수가 기증해 우리 대학이 소장하고 있는 유화 작품 6점을 포함한 그림 94점과 조각작품 4점이 전시된다. 이번 전시는 오스트리아를 중심으로 이탈리아, 독일 등 유럽 미술의 다양한 흐름과 시대적 배경을 존중하고 포용하는 메시지를 전달하기 위해 기획됐다. 유럽 미술의 큰 별인 알브레히트 뒤러, 구스타프 클림트, 파블로 피카소, 마르크 샤갈, 호안 미로를 비롯해 자신의 길을 묵묵히 걸으며 빛내 온 여류화가를 포함한 수많은 작가의 작품을 통해 시대별 화풍의 변모를 엿볼 수 있는 구성으로 전시된다. ▴르네상스의 다양한 면모 ▴자연과 인간의 소통 ▴여류 화가들의 시도 ▴파블로 피카소, 마르크 샤갈의 작품을 통해 바라본 유럽 예술의 다양성과 혁신을
2024-04-24최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까? 우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다. 연구팀
2024-04-18우리 대학 신소재공학과 김경민 교수 연구팀이 다양한 멤리스터* 소자를 이용한 설명 가능한 인공지능 (XAI) 시스템을 구현하는데 성공했다고 25일 밝혔다. *멤리스터 (Memristor): 메모리 (Memory)와 저항 (Resistor)의 합성어로, 입력 신호에 따라 소자의 저항 상태가 변하는 소자 최근 인공지능 (AI) 기술의 급속한 발전이 다양한 분야에서 성과를 이루고 있다. 이미지 인식, 음성 인식, 자연어 처리 등에서 AI의 적용 범위가 확대되며 우리의 일상생활에 깊숙이 자리 잡고 있다. AI는 인간의 뉴런 구조를 모방해 만든 ‘인공신경망’을 기반으로, 적게는 수백만 개에서 많게는 수조 개에 달하는 매개변수를 통해 데이터를 분석하고 의사 결정을 내린다. 그러나 이 많은 매개변수로 인해 AI 모델의 동작 원리를 정확하게 이해하기 어렵고, 이는 통상적으로 블랙박스에 비유되곤 한다. AI가 어떤 기준으로 결정을 내는지 알 수 없다면, AI에 결함이나
2024-03-25신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다. 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다. 심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의
2024-03-25