%EA%B3%B5%EA%B3%BC%EB%8C%80%ED%95%99
-
전기및전자공학부 최신현 교수 연구팀, Nature Communications Editor's highlight 선정
전기및전자공학부 박시온 연구원, 정학천 연구원, 박종용 연구원 및 최신현 교수는 점진적 산소 농도를 갖는 금속산화물 층을 활용하여 우리 뇌의 뉴런 세포의 동작을 모사하는 고 신뢰성 차세대 저항 변화 소자(멤리스터) 어레이를 개발 하였으며, 올해 Nature Communications에 출판됐다.
위 연구는 최근 Nature Communications의 Editor's highlight 논문에 선정됨에 이어, Featured Image로 선정되어 홈페이지 메인을 장식했다.
관련 링크 : https://www.nature.com/ncomms/
또한 본 연구는 2022 가을 KAIST 공과대학 breakthrough 연구성과로 소개된 바 있다.
(논문명 : Experimental demonstration of highly reliable dynamic memristor for artificial neuron and neuromorphic computing)
이번 연구는 삼성미래육성사업의 지원을 받아 수행됐다.
2022.10.31 조회수 876 -
RNA를 활용한 자가면역질환 조기진단 및 치료제 개발 앞장설 것
우리 대학 생명화학공학과 김유식 교수와 임성갑 교수, 분당서울대병원 류마티스내과 이윤종 교수 그리고 미국 플로리다주립대 차승희 교수 공동 연구팀이 희귀난치성 자가면역질환인 쉐그렌 증후군(Sjögren’s Syndrome)을 유발하는 주요 인자를 찾아냈다고 31일 밝혔다.
원인불명의 만성 전신 염증 질환인 쉐그렌 증후군은 눈물샘 및 침샘 등 외분비샘을 주로 침범하는 자가면역질환이다. 안구 및 구강건조증 등 외분비샘 기능 저하가 가장 흔한 증상이지만, 외분비샘 외 장기 침범이 다양하고 악성 림프종 합병증에 대한 위험이 특징적으로 수반되고 있다. 주로 중년 여성에게 나타나며 환자 중 약 3분의 1은 림프종, 관절염, 간 손상, 기관지염 등의 다양한 전신증상을 겪으며, 악성 림프종 및 폐 섬유화 합병증으로 조기 사망할 수 있는 무서운 질환이다.
연구팀은 쉐그렌 증후군에서 비정상적인 면역 활성을 유발해 외분비샘 조직 손상을 일으키는 물질로 미토콘드리아 이중나선 RNA(mitochondrial double-stranded RNA, 이하 mt-dsRNA)를 제시했다.
이번 연구는 mt-dsRNA라는 쉐그렌 증후군 증상 조절 인자를 최초로 확립해 비침습성 조기 진단법 및 치료제 개발을 위한 이론적 기반을 제공할 것으로 기대된다.
우리 대학 생명화학공학과 윤지민 박사과정생과 이민석 박사가 공동 제1 저자로 참여한 이번 연구는 국제학술지 `몰레큘러 테라피 뉴클레익 에시드(Molecular Therapy – Nucleic Acids)'에 지난 9월 27일 게재됐다. (논문명 : Mitochondrial double-stranded RNAs as a pivotal mediator in the pathogenesis of Sjögren’s syndrome)
쉐그렌 증후군은 질병의 심각성에도 불구하고 지금까지 질환의 병태생리를 대변하는 유전자 마커 없이 환자의 증상을 기반으로 진단이 이뤄지고 있으며 치료제 또한 존재하지 않는 희귀성 난치질환이다. 또한, 쉐그렌 증후군 진단은 이미 외분비샘 조직 손상이 상당히 진행된 후에 가능하고 진단법 역시 증상을 기반으로 해 낮은 질병 특이도를 갖고 있다. 이러한 한계점을 극복하기 위해 연구팀은 질병의 발병 및 진행 메커니즘을 분석해 쉐그렌 증후군의 조기 진단과 치료 효과를 기대할 수 있는 신규 면역 제어 표적 물질을 확립하고자 했다.
쉐그렌 증후군 환자에게서는 특히 이중나선 RNA(dsRNA)를 인지하는 선천성 면역 반응 단백질의 과활성화 그리고 이에 의한 항바이러스성 인터페론 반응이 관찰됐다. 하지만 지금까지 dsRNA가 실제 질환에 관여하는지는 보고된 바 없으며 dsRNA를 표적으로 하는 진단법 및 치료 방향을 탐색한 연구 또한 존재하지 않는다.
세포 내 자연적으로 존재하는 RNA도 dsRNA를 형성해 선천성 면역반응을 조절할 수 있다. 세포 내재 dsRNA를 생성하는 대표적인 세포 내 소기관은 미토콘드리아이며 mt-dsRNA 또한 선천성 면역반응 단백질에 의해 인지되어 인터페론 반응을 유도할 수 있다. 연구팀은 쉐그렌 증후군 환자에서 관찰된 과도한 면역 활성의 특징과 미토콘드리아 기능 이상 등을 고려해 mt-dsRNA가 질환 발병에서 중요한 기능을 할 것이라는 가설을 세우고 연구를 수행했다.
연구팀은 쉐그렌 증후군 환자의 누액과 타액을 분석한 결과 환자 특이적으로 mt-dsRNA의 과발현 현상을 확인했다. 이는 환자의 일차 세포 및 쉐그렌 증후군 모델 생쥐의 손상된 침샘에서도 확인됐다. 연구팀은 이에 mt-dsRNA의 기능을 분석하기 위해 세포 실험을 진행했다. 특히, 타액선 세포주의 3차원 스페로이드 배양 시스템을 구축해 보다 정확한 질병 환경을 모사했다. 그 결과 mt-dsRNA의 발현이 면역 활성이 유발되는 스트레스 상황에서 증가하며 이는 면역 활성의 촉진제 역할을 한다는 것을 연구팀은 규명했다. 특히, mt-dsRNA의 발현을 억제했을 때 면역 활성이 감소하며 질환의 특징이 일부 복원되는 것을 확인했다.
나아가 연구팀은 쉐그렌 증후군 환자의 증상 완화에 활용되는 필로카핀의 치료 메커니즘에서 mt-dsRNA의 기능을 분석했다. 연구팀은 M3R 수용체 작용제인 아세틸콜린이 mt-dsRNA 조절을 통해 면역 활성을 억제하며 쉐그렌 증후군 환자에서 추출된 자가항체가 아세틸콜린을 억제해 과도한 면역 활성을 유발한다는 것을 확인했다. 필로카핀이 아세틸콜린을 모방하는 M3R 작용제임을 고려했을 때, 연구팀은 약물의 효과를 대변할 수 있는 마커로서 mt-dsRNA의 기능성을 검증했다.
생명화학공학과 김유식 교수는 "이번 연구를 통해 난치병으로 인식되고 있는 쉐그렌 증후군에서 mt-dsRNA라는 새로운 병인을 제시했다ˮ면서 "특히, mt-dsRNA 발현량 조절을 통한 면역 과활성화의 완화 효과를 고려했을 때 쉐그렌 증후군 외 기타 자가면역질환에서도 mt-dsRNA라는 새로운 생태 병리학적 마커를 활용해 진단 및 치료 전략을 마련할 수 있을 것ˮ이라고 말했다.
이번 연구는 KAIST-SNUBH End Run 협업 과제, 보건복지부 공익적 의료기술연구사업 및 산업통상자원부 기술혁신프로그램사업의 지원을 받아 수행됐다.
2022.10.31 조회수 988 -
기존 불소계 전해질 대체할 고성능 비불소계 전해질 개발
우리 대학 생명화학공학과 이진우 교수 연구팀이 포항공과대학교 조창신 교수 연구팀과 공동연구를 통해 장수명 소듐(나트륨) 금속 음극 및 고출력 해수 전지를 위한 비불소계 전해질을 개발했다고 28일 밝혔다.
불소(F)는 전지의 전기화학적 성능을 향상시키는데 크게 기여하여 현재 상용화된 리튬-이온 전지 외에도 다양한 차세대 전지 전해질의 필수 요소로 자리매김하고 있다. 다만, 비싼 가격, 인체 및 환경에 유해하며 강한 독성이라는 문제점을 가져 이를 대체할 비불소계 전해질 (F-free electrolyte) 개발이 필수적이다.
이 교수 연구팀은 기존 불소계 전해질을 대체할 수 있는 비불소계 전해질을 설계해 매우 뛰어난 가격 경쟁력과 불소계 전해질의 전기화학적 성능을 상회하는 전기화학적 성능을 달성했다.
생명화학공학과 김진욱 박사과정, 김지오 박사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `에너지 인바이론멘탈 사이언스(Energy & Environmental Science)' 10월 10권 15호에 출판됐으며, 후면 표지논문(outside back cover)로 선정됐다. (논문명 : Designing Fluorine-Free Electrolytes for Stable Sodium Metal Anodes and High-Power Seawater Batteries via SEI reconstruction)
소듐 금속 음극은 기존 리튬 이온 전지의 흑연 음극을 대체할 수 있는 높은 이론적 용량과(흑연: 372 mAh g-1, 소듐 금속: 1,166 mAh g-1) 리튬에 비해 매우 높은 지각 내 존재비로 인해(리튬: 0.002%, 소듐: 2%) 각광받고 있는 차세대 음극 소재 중 하나다.
하지만 소듐 금속 음극은 매우 강한 화학적, 전기화학적 반응성 때문에 지속적으로 유기 전해액과 반응해 소듐 표면에 불균일하고 두꺼운 고체-전해질 계면을 형성하고, 이는 충전 과정에 소듐 금속의 수지상 성장(나뭇가지 모양 성장)을 일으킨다. 소듐 금속의 수지상 성장은 고체-전해질 계면을 파괴해 새로운 소듐 금속을 유기 전해액에 노출시키고 추가적인 전해질 분해를 일으키며, 낮은 쿨롱 효율, 전지 단락 등을 발생시켜 전지 구동에 치명적이다.
기존 불소계 전해질은 소듐 금속 표면에 불화 소듐을(NaF) 형성해 앞서 언급한 소듐 금속의 수지상 성장을 억제한다. 불화 소듐은 강한 기계적 성질로 인해 소듐 금속의 수지상 성장을 물리적으로 억제할 수 있음이 널리 알려져 있으나 불소계 전해질의 높은 가격, 불산(HF) 부산물 형성 등의 치명적인 문제점이 수반된다.
연구팀은 수소화 소듐(NaH)이 불화 소듐을 대체할 수 있다는 최근 연구 보고에 착안해 수소화붕소 소듐(NaBH4) 염을 이써 (ether, C-O-C 결합을 포함) 계열 유기용매에 녹인 전해질을 설계했다. 수소화붕소 소듐은 환원제의 일종으로 유, 무기 합성이 필요한 산업계에서 널리 사용되는 물질이다. 따라서, 같은 부피의 불소계 전해질을 제작하는 것에 비해 5~10% 정도의 비용만이 소요돼 큰 가격 경쟁력을 가진다.
연구팀은 비행시간형 이차이온 질량 분석을 통해(Time of Flight Secondary Ion Mass Spectrometry, TOF-SIMS) 수소화붕소 소듐 기반의 전해질이 수소화 소듐이 우세한 고체-전해질 계면을 형성함을 밝혔다.
또한, 산화된 소듐 금속을 수소화붕소 소듐에 장시간 담가뒀을 때, 산화막이 점차 수소화 소듐으로 전환되는 것을 비행시간형 이차이온 질량 분석을 통해 확인했으며, 온라인 전기화학 질량 분석(Online Electrochemical Mass Spectrometry)을 통해, 수소화붕소 소듐 전해질을 이용해 전지 제작 후 8시간 정도의 휴지기에 수소 기체가 형성되는 것을 확인했다.
결론적으로, 소듐 금속은 산화하려는 성질이 강해 표면에 불가피하게 산화막을 형성하는데, 수소화붕소 소듐은 환원성이 강해 표면 산화막을 환원시킬 수 있다. 소듐의 표면 산화막이 환원되면서 수소 기체가 발생함과 동시에 다시 소듐 금속과 반응해 수소화 소듐이 생성되며 연구팀은 이를 `고체-전해질 계면 재건 현상'이라고 명명했다.
이를 통해, 수소화붕소 소듐 기반의 전해질은 소듐-소듐 대칭전지에서 600 사이클, 소듐-알루미늄 반쪽 전지에서 99.67%의 쿨롱 효율을 보여 불소계 전해질에 비해 매우 우수한 전기화학적 성능을 제공했다.
더 나아가, 연구팀은 수소화붕소 소듐 기반 전해질을 해수 전지에 적용했다. 높은 전류밀도인 1 mA cm-2에서 기존 불소계 전해질은 35회 정도의 수명 특성을 보인 반면, 수소화붕소 소듐 기반 전해질은 150회 이상의 장수명 특성을 달성했다. 마찬가지로, 기존 불소계 전해질의 출력밀도는 2.27 mW cm-2 에 그친 반면, 수소화붕소 소듐 기반 전해질의 출력밀도는 2.82 mW cm-2로 큰 차이를 보였다.
연구팀이 개발한 수소화붕소 소듐 기반의 전해질은 비용 절감, 수명 특성 향상을 통해 해수전지의 상용화에 이바지할 수 있을 것으로 기대된다.
제1 저자인 김진욱 박사과정은 "기존 소듐 전해질의 필수 원소였던 불소 없이도 불소계 전해질의 성능을 상회하는 전해질을 개발한 것은 큰 의미가 있다ˮ 라며 "앞으로 비불소계 소듐 전해질과 그에 따른 고체-전해질 계면에 관한 연구가 활발해질 것으로 판단된다ˮ 라고 말했다.
한편 이번 연구는 한국연구재단 중견연구자지원사업과 한국전력 사외공모 기초연구지원사업의 지원을 받아 수행됐다.
2022.10.31 조회수 804 -
인간 피부의 압력 감지 능력을 뛰어넘는 로봇용 전자 피부 개발
우리 대학 전기및전자공학부 정재웅 교수 연구팀이 인간 피부의 압력 감지 능력을 뛰어넘는 고감도 및 광범위 압력 측정이 가능한 로봇용 전자 피부를 개발했다고 27일 밝혔다.
연구팀이 개발한 전자 피부는 인간 피부에 비해 더 높은 민감도와 더 넓은 압력 측정 범위를 보여 최근 각광받는 로봇 산업, 헬스케어 산업, 증강 현실 등 다양한 분야에 폭넓게 적용될 수 있을 것으로 기대된다.
전기및전자공학부 이시목 박사과정과 변상혁 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 머터리얼즈(Advanced Materials)' 온라인 버전에 10월 3일 字 출판됐다. (논문명 : Beyond the Human Touch Perception: Adaptive Robotic Skin Based on Gallium Microgranules for Pressure Sensory Augmentation)
인간 피부의 촉각 인지 능력을 모방하는 전자 피부는 원격으로 감도 및 외압 측정이 가능해 메타버스, 로봇 공학, 의료 기기 등 다양한 산업에 활용할 수 있다. 이로 인해 전자 피부가 많은 주목을 받고 있으며, 특히 전자 피부의 핵심 기술인 압력 센서의 민감도를 높이기 위해 많은 연구가 진행됐다.
하지만 개발된 고감도 압력 센서는 압력 감지 범위가 좁다는 단점을 가진다. 이를 해결하기 위해 광범위 압력 감지 센서가 등장했으나 기존 고감도 센서들과 비교해 현저히 낮은 민감도를 보였다. 이에 따라 사용자들은 상황과 목적에 맞춰 별개의 센서를 사용해야 했으며 이 과정에서 측정의 정확도가 떨어지고 번거롭다는 문제가 발생했다.
연구팀은 갈륨(Gallium)과 중합체(Polymer)를 합성해 온도에 따라 민감도와 압력 감지 범위를 변화시킬 수 있는 가변 강성 압력 센서를 개발했다. 개발된 압력 센서는 사용자가 상황과 목적에 맞게 고감도 감지 모드와 광범위 압력 감지 모드를 손쉽게 전환할 수 있도록 설계됐다.
압력 센서의 핵심 소재는 액체금속 중 하나인 갈륨으로, 금속임에도 불구하고 미온(29.76 ℃)에서 녹는점을 가져 쉽게 고체와 액체 간의 상태 변화가 가능하다. 연구팀은 내장된 갈륨의 상태에 따라 센서의 강성률이 변화하는 점에 기반해 온도에 따라 민감도와 감지 범위 변화가 가능한 압력 센서를 제작했다.
연구팀은 미세 유체기반 제작 방식을 통해 균일한 갈륨 미립자를 형성/활용해 압력 센서를 제작했고 이를 통해 센서 간 균일성 및 재현성을 극대화해 신뢰성 높은 대면적 전자 피부 제작을 가능하게 했다.
제작된 전자 피부는 인간 피부와 비교 시 97% 높은 민감도와 262.5% 넓은 압력 측정 범위를 보였다. 연구팀은 전자 피부의 가변성을 활용해 맥박 측정과 같이 높은 압력 민감도가 필요한 상황과 몸무게 측정과 같이 넓은 감지 범위가 필요한 상황 모두에 개발된 로봇 피부가 활용될 수 있음을 입증했다.
정재웅 교수는 "액체금속의 상변화를 활용한 이번 기술은 전자 피부를 넘어 상황과 목적에 맞게 전기/기계적 특성을 변환시킬 수 있는 다양한 다목적 전자기기, 센서, 로봇 기술의 개발에도 활용될 수 있을 것이다 ˮ라고 말했다.
한편 이번 연구는 과학기술정보통신부에서 추진하는 나노 및 소재 기술개발사업, ICT 핵심기술개발사업, 한국전자통신연구원 내부연구개발사업 개방형융합선행연구의 지원을 받아 수행됐다.
2022.10.27 조회수 971 -
기계공학과 권동수 명예교수, 신장결석제거 수술로봇 식약처 제조허가 획득 & IIROS 2022 하라시마 혁신 기술상 수상
< 권동수 기계공학과 명예교수 >
우리 대학 기계공학과 명예교수이자, 교원창업기업 ㈜로엔서지컬의 대표이사인 권동수 교수가 2022년 10월 25일 식품의약품안전처로부터 신장결석제거 수술로봇 프로젝트 자메닉스 Zamenix (제품명 easyUretero)의 제조허가를 획득했다고 밝혔다.
이 제품은 부드럽게 휘어지는 연성요관내시경을 요도로 삽입한 후 원격으로 제어하여 신장 내 결석을 제거하는 로봇으로서 기술의 우수성과 혁신성을 인정받아 2021년 12월 2일 식약처가 주관하는 ‘제 17호 혁신의료기기’로 선정된 바 있다. 이 제품이 성공적으로 의료현장에 적용될 경우 기존 신장결석 제거 수술 대비 수술의 편의성과 정밀도를 높임과 동시에 의료진과 환자에 대한 방사선 노출도 줄일 수 있을 것으로 기대된다.
< 신장결석 제거 수술로봇 '자메닉스', 로엔서지컬 제공 >
또한, 권동수 명예교수는 지난 10월 26일 일본에서 열린 세계 최고 권위의 로봇 국제 학술대회 IROS 2022(IEEE/RSJ International Conference on Intelligent Robots and Systems)’에서 IROS 하라시마 혁신 기술상(Harashima Award for Innovative Technologies)을 수상하는 쾌거를 이루었다.
< IROS 2022 하라시마 혁신 기술상 수상 장면 >
IROS 하라시마 혁신 기술상은 지능형 로봇 및 시스템을 위한 새로운 연구와 발전을 위한 성취, 로봇 공학 및 지능형 시스템에서의 선구적인 활동을 한 IROS 구성원에게 주어지는 상으로, 지난 27년간의 KAIST 로봇 및 햅틱스 연구성과의 결실로 (주)로엔서지컬의 기술과 주력제품인 신장결석제거로봇 프로젝트 자메닉스의 개발로 다시 한번 세계 의료계와 로봇, 공학 분야 학술대회의 이목을 집중시켰다.
권동수 명예교수는 KAIST의 우수 연구성과를 기반으로한 Startup KAIST의 교원-학생 공동창업을 통해 K-Medical 수술로봇 분야의 First mover로서, 이번 식약처 제조허가를 발판으로 수술로봇의 국내 보급 및 미국, 유럽 등의 세계시장에 진출할 계획이다.
2022.10.27 조회수 714 -
기계공학과 정원호 연구원(지도교수 박용화), IEEE 산업전자공학회 학술대회 젊은 과학자 상 수상
우리 대학 기계공학과 인간-기계 상호작용 연구실(지도교수: 박용화) 정원호 연구원이 2022년 브뤼셀 (벨기에)에서 개최된 제48회 IEEE 산업전자공학회 학술대회(48th Annual Conference of the IEEE Industrial Electronics Society, IECON 2022)에서 젊은 과학자 상(Young Professionals Award)을 수상했다.
본 젊은 과학자 상(Young Professionals Award)은 IEEE 산업전자공학회 학술대회에서 IECON 2022의 발표 논문(1,000여 편) 중 44인의 젊은 연구자를 선발했고, 현장 발표심사를 거쳐 우수자 5인을 선발했고, 그 중 정원호 연구원이 최우수자로 선정됐다. 상패와 함께 2,000 달러의 상금이 수여됐다.
수상에 핵심적인 평가가 되었던 논문은 전류신호를 이용하여 비접촉식으로 모터 권선 결함을 탐지하는 방법을 제안하는 내용이다. 본 논문은 전류 신호의 결함 특징을 추출하기 위해, 희소 사전 학습 기반 전류 이미지화(sparse dictionary learning)와 딥러닝을 활용한 모터 고장진단 기법을 개발했다. 제안된 이미지화 기법은 모터 작동 조건 (예: 부하조건, 모터 용량, 노이즈 등)에 상관 없이 하나의 지표로 고장 진단이 가능하고, 이미지화 기법을 통해 진단 근거를 구체화하면서 진단 정확도를 높이는 장점이 있다. 해당 연구는 기존 고가의 진동센서를 대신해, 비접촉식으로 측정하는 저가형 전류센서를 사용했고, 정상데이터 기반 학습 방법을 이용하여, 고장데이터 없이 고장 분류를 진행한다. 제안된 방법은 노이즈가 심하거나 다양한 작동조건으로 운용되는 모터를 보유하고 있는 현장에서, 비용성 및 효율성 측면에서 높은 활용이 있을 것이라 기대된다.
IEEE 산업전자공학회(Industrial Electronics Society)는 산업전자공학 분야에서 가장 역사가 깊고, 전세계 100개국이 넘는 나라로부터 10,000명 이상의 회원을 보유한 학술단체이며, 그 중 IECON 국제학회는 산업전자공학 분야의 최대 학술 행사다.
2022.10.25 조회수 1044 -
레이블 없이 훈련 가능한 그래프 신경망 모델 기술 개발
최근 다양한 분야 (소셜 네트워크 분석, 추천시스템 등)에서 그래프 데이터 (그림 1) 의 중요성이 대두되고 있으며, 이에 따라 그래프 신경망(Graph Neural Network) 기술을 활용한 서비스가 급속히 증가하고 있다. 서비스 구축을 위해서는 심층 학습 모델을 훈련해야 하며, 이를 위해서는 충분한 훈련 데이터를 준비해야 한다. 특히 훈련 데이터에 정답지를 만드는 레이블링(labeling) 과정이 필요한데 (예를 들어, 소셜 네트워크의 특정 사용자에 `20대'라는 레이블을 부여하는 행위), 이 과정은 일반적으로 수작업으로 진행되므로 노동력과 시간이 소요된다. 따라서 그래프 신경망 모델 훈련 시 데이터가 충분하지 않은 상황을 효과적으로 타개하는 방법의 필요성이 대두되고 있다.
우리 대학 산업및시스템공학과 박찬영 교수 연구팀이 데이터의 레이블이 없는 상황에서도 높은 예측 정확도를 달성할 수 있는 새로운 그래프 신경망 모델 훈련 기술을 개발했다고 25일 밝혔다.
정점의 레이블이 없는 상황에서 그래프 신경망 모델의 훈련은 데이터 증강을 통해 생성된 정점들의 공통된 특성을 학습하는 과정으로 볼 수 있다. 하지만 이러한 정점의 공통된 특성을 학습하는 과정에서, 기존 훈련 방법은 표상 공간에서 자신을 제외한 다른 정점들과의 유사도가 작아지도록 훈련을 한다. 하지만 그래프 데이터가 정점들 사이의 관계를 나타내는 데이터 구조라는 점을 고려했을 때, 이런 일차원적인 방법론은 정점 간의 관계를 정확히 반영하지 못하게 된다.
박 교수팀이 개발한 기술은 그래프 신경망 모델에서 정점들 사이의 관계를 보존해 정점의 레이블이 없는 상황에서 모델을 훈련시켜 높은 예측 정확도를 달성할 수 있게 해준다.
KAIST 산업및시스템공학과 이남경 석사과정이 제1 저자, 현동민 박사, 이준석 석사과정 학생이 제2, 제3 저자로 참여한 이번 연구는 최고권위 국제학술대회 `정보지식관리 콘퍼런스(CIKM) 2022'에서 올 10월 발표될 예정이다. (논문명: Relational Self-Supervised Learning on Graphs)
기존 연구에서는 정점의 레이블이 없는 상황에서 정점에 대한 표상을 훈련하기 위해 표상 공간 내에서 자기 자신을 제외한 다른 정점들과의 유사도가 작아지도록 훈련을 한다. 예를 들어서, 소셜 네트워크에 A, B, C 라는 사용자가 존재할 때, A, B와 C가 표상 공간에서 서로 간의 유사도가 모두 작아지도록 모델을 훈련하는 것이다. 이때 박 교수팀이 착안한 점은 그래프 데이터가 정점 간의 관계를 나타내는 데이터이므로 정점 간의 관계를 포착하도록 정점의 표상을 훈련할 필요가 있다는 점이었다.
즉, A, B와 C 서로 간의 유사도가 모두 작아지게 하는 훈련 메커니즘과는 달리, 실제 그래프상에서는 이들이 연관이 있을 수 있다는 점이다. 따라서 A, B와 C 사이의 관계를 긍정/부정의 이진 분류를 통해 표상 공간에서 유사도가 작아지도록 훈련을 하는 것이 아닌, 이들의 관계를 정의해 그 관계를 보존하도록 학습하는 모델을 연구팀은 개발했다(그림 2). 연구팀은 정점 간의 관계를 기반으로 정점의 표상을 훈련함으로써, 기존 연구가 갖는 엄격한 규제들을 완화해 그래프 데이터를 더 유연하게 모델링했다.
연구팀은 이 학습 방법론을 `관계 보존 학습'이라고 명명했으며, 그래프 데이터 분석의 주요 문제(정점 분류, 간선 예측)에 적용했다(그림 3). 그 결과 최신 연구 방법론과 비교했을 때, 정점 분류 문제에서 최대 3% 예측 정확도를 향상했고, 간선 예측 문제에서 6%의 성능 향상, 다중 연결 네트워크 (Multiplex network)의 정점 분류 문제에서 3%의 성능 향상을 보였다.
제1 저자인 이남경 석사과정은 "이번 기술은 데이터의 레이블이 부재한 상황에서도 그래프 신경망을 학습할 수 있는 새로운 방법ˮ 이라면서 "그래프 기반의 데이터뿐만이 아닌 이미지 텍스트 음성 데이터 등에 폭넓게 적용될 수 있어, 심층 학습 전반적인 성능 개선에 기여할 수 있다ˮ고 밝혔다.
연구팀을 지도한 박찬영 교수도 "이번 기술은 그래프 데이터상에 레이블이 부재한 상황에서 표상 학습 모델을 훈련하는 기존 모델들의 단점들을 `관계 보존`이라는 개념을 통해 보완해 새로운 학습 패러다임을 제시하여 학계에 큰 파급효과를 낼 수 있다ˮ라고 말했다.
한편, 이번 연구는 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 사람중심인공지능핵심원천기술개발 과제로 개발한 연구성과 결과물(No. 2022-0-00157, 강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습)이다.
2022.10.25 조회수 930 -
상상만으로 원하는 방향으로 사용가능한 로봇 팔 뇌-기계 인터페이스 개발
우리 대학 뇌인지과학과 정재승 교수 연구팀이 인간의 뇌 신호를 해독해 장기간의 훈련 없이 생각만으로 로봇 팔을 원하는 방향으로 제어하는 뇌-기계 인터페이스 시스템을 개발했다고 24일 밝혔다.
서울의대 신경외과 정천기 교수 연구팀과 공동연구로 진행된 이번 연구에서 정 교수 연구팀은 뇌전증 환자를 대상으로 팔을 뻗는 동작을 상상할 때 관측되는 대뇌 피질 신호를 분석해 환자가 의도한 팔 움직임을 예측하는 팔 동작 방향 상상 뇌 신호 디코딩 기술을 개발했다. 이러한 디코딩 기술은 실제 움직임이나 복잡한 운동 상상이 필요하지 않기 때문에 운동장애를 겪는 환자가 장기간 훈련 없이도 자연스럽고 쉽게 로봇 팔을 제어할 수 있어 앞으로 다양한 의료기기에 폭넓게 적용되리라 기대된다.
바이오및뇌공학과 장상진 박사과정이 제1 저자로 참여한 이번 연구는 뇌공학 분야의 세계적인 국제 학술지 `저널 오브 뉴럴 엔지니어링 (Journal of Neural Engineering)' 9월 19권 5호에 출판됐다. (논문명 : Decoding trajectories of imagined hand movement using electrocorticograms for brain-machine interface).
뇌-기계 인터페이스는 인간이 생각만으로 기계를 제어할 수 있는 기술로, 팔을 움직이는 데 장애가 있거나 절단된 환자가 로봇 팔을 제어해 일상에 필요한 팔 동작을 회복할 수 있는 보조기술로 크게 주목받고 있다.
로봇 팔 제어를 위한 뇌-기계 인터페이스를 구현하기 위해서는 인간이 팔을 움직일 때 뇌에서 발생하는 전기신호를 측정하고 기계학습 등 다양한 인공지능 분석기법으로 뇌 신호를 해독해 의도한 움직임을 뇌 신호로부터 예측할 수 있는 디코딩 기술이 필요하다.
그러나 상지 절단 등으로 운동장애를 겪는 환자는 팔을 실제로 움직이기 어려우므로, 상상만으로 로봇 팔의 방향을 지시할 수 있는 인터페이스가 절실히 요구된다. 뇌 신호 디코딩 기술은 팔의 실제 움직임이 아닌 상상 뇌 신호에서 어느 방향으로 사용자가 상상했는지 예측할 수 있어야 하는데, 상상 뇌 신호는 실제 움직임 뇌 신호보다 신호대잡음비(signal to noise ratio)가 현저히 낮아 팔의 정확한 방향을 예측하기 어려운 문제점이 오랫동안 난제였다. 이러한 문제점을 극복하고자 기존 연구들에서는 팔을 움직이기 위해 신호대잡음비가 더 높은 다른 신체 동작을 상상하는 방법을 시도했으나, 의도하고자 하는 팔 뻗기와 인지적 동작 간의 부자연스러운 괴리로 인해 사용자가 장기간 훈련해야 하는 불편함을 초래했다.
따라서 팔을 뻗는 상상을 할 때 어느 방향으로 뻗었는지 예측하는 디코딩 기술은 정확도가 떨어지고 환자가 사용법을 습득하기 어려운 문제점이 있다. 이 문제가 오랫동안 뇌-기계 인터페이스 분야에서 해결해야 할 난제였다.
연구팀은 문제 해결을 위해 사용자의 자연스러운 팔 동작 상상을 공간해상도가 우수한 대뇌 피질 신호(electrocorticogram)로 측정하고, 변분 베이지안 최소제곱(variational Bayesian least square) 기계학습 기법을 활용해 직접 측정이 어려운 팔 동작의 방향 정보를 계산할 수 있는 디코딩 기술을 처음으로 개발했다.
연구팀의 팔 동작 상상 신호 분석기술은 운동피질을 비롯한 특정 대뇌 영역에 국한되지 않아, 사용자마다 상이할 수 있는 상상 신호와 대뇌 영역 특성을 맞춤형으로 학습해 최적의 계산모델 파라미터 결괏값을 출력할 수 있다.
연구팀은 대뇌 피질 신호 디코딩을 통해 환자가 상상한 팔 뻗기 방향을 최대 80% 이상의 정확도로 예측할 수 있음을 확인했다.
나아가 계산모델을 분석함으로써 방향 상상에 중요한 대뇌의 시공간적 특성을 밝혔고, 상상하는 인지적 과정이 팔을 실제로 뻗는 과정에 근접할수록 방향 예측정확도가 상당히 더 높아질 수 있음을 연구팀은 확인했다.
연구팀은 지난 2월 인공지능과 유전자 알고리즘 기반 고 정확도 로봇 팔 제어 뇌-기계 인터페이스 선행 연구 결과를 세계적인 학술지 `어플라이드 소프트 컴퓨팅(Applied soft computing)'에 발표한 바 있다. 이번 후속 연구는 그에 기반해 계산 알고리즘 간소화, 로봇 팔 구동 테스트, 환자의 상상 전략 개선 등 실전에 근접한 사용환경을 조성해 실제로 로봇 팔을 구동하고 의도한 방향으로 로봇 팔이 이동하는지 테스트를 진행했고, 네 가지 방향에 대한 의도를 읽어 정확하게 목표물에 도달하는 시연에 성공했다.
연구팀이 개발한 팔 동작 방향 상상 뇌 신호 분석기술은 향후 사지마비 환자를 비롯한 운동장애를 겪는 환자를 대상으로 로봇 팔을 제어할 수 있는 뇌-기계 인터페이스 정확도 향상, 효율성 개선 등에 이바지할 수 있을 것으로 기대된다.
연구책임자 정재승 교수는 "장애인마다 상이한 뇌 신호를 맞춤형으로 분석해 장기간 훈련을 받지 않더라도 로봇 팔을 제어할 수 있는 기술은 혁신적인 결과이며, 이번 기술은 향후 의수를 대신할 로봇팔을 상용화하는 데에도 크게 기여할 것으로 기대된다ˮ고 말했다.
2022.10.24 조회수 1032 -
국제 미래자동차 기술 심포지엄 2022 개최
우리 대학이 21일 제주시에 위치한 KAIST 친환경스마트자동차연구센터에서 ‘국제 미래자동차 기술 심포지엄’을 개최한다.
지난 수년간 코로나19 팬데믹으로 이동의 필요성이 일시적으로 줄어들었지만, 세계 각국 정부와 기업들은 지속가능한 교통과 물류 시스템을 갖추기 위해 발 빠르게 움직이고 있다. 이에 맞춰 전기차 및 자율주행은 물론 도심항공모빌리티(Urban Air Mobility, UAM)에 이르기까지 다양한 교통수단과 관련 기술에 대한 수요는 더욱 확대되고 있다.
‘미래 자동차 분야의 혁신(Innovations in Future Mobility)’을 주제로 열리는 이번 국제심포지엄은 전 세계가 직면하고 있는 모빌리티 분야의 난제와 이를 해결하기 위한 기술적·제도적 방안을 공유하고 논의하기 위해 마련됐다.
우리 대학 조천식모빌리티대학원(학과장 장인권)과 항공우주공학과(학과장 이정률)가 공동 주관하며, 자율주행, UAM 및 교통 에너지시스템 분야의 해외 석학을 초청해 세계 최고 수준의 미래자동차 기술 및 아이디어를 공유한다.
마르코 파보네(Marco Pavone) 미국 스탠포드대 교수는 ‘안전한 데이터 기반 자율성을 향하여(Towards Safe, Data-Driven Autonomy)’를 주제로 기조 강연에 나선다. 파보네 교수는 자율주행 자동차는 물론 무인 항공기, 자율 우주선 등이 완전하고 광범위한 자율성을 달성할 수 있을지에 대해 전망한다. 이를 위해, 안전한 데이터 기반의 소프트웨어 스택*(알고리즘들이 통합된 시스템)을 추구해야 한다고 설명하며, 차량 자율성 분야에서 해결되지 않은 문제들을 함께 논의한다.
이어지는 ‘자율주행’ 세션에서는 웨이 잔(Wei Zhan) UC버클리 교수와 금동석 조천식모빌리티대학원 교수가 주제 강연을 맡는다. 자율주행차가 사용될 실제 환경에서는 예측 불허한 일들이 벌어지고 여러 요소가 고도로 상호작용하며 운행에 영향을 준다.
잔 교수는 ‘확장가능하고 상호작용하는 자율성(scalable and interactive autonomy)’을 주제로 기술적 장애물을 극복할 아이디어를 청중과 공유한다. 특히, 교차방식의 자기/반지도학습(cross-modality self/semi-supervision)을 활용해 주변 환경과 상호작용하며 효율적으로 자율주행 기능을 확장하는 대표적인 방법들을 설명한다.
금동석 교수는 ‘세계적으로 확장 가능한 자율주행을 향해(Towards globally scalable autonomous driving)’를 주제로 강연한다. 최신 자율주행 인공지능 기술은 특정 지역의 환경을 위주로 학습한다는 한계를 가지고 있다. 이로 인해 제한된 범위 안에서만 주행할 수 있어 다양한 지역에서 활용하거나 사업화하는 데 많은 제약이 따른다. 금 교수는 세계 다양한 도시 및 국가에서 주행 가능한 자율주행 기술을 개발하기 위해 우리 대학이 어떤 기술적 난제를 해결하고자 하는지 소개한다.
이 밖에도 미래 항공 수단 세션에서는 신효상 영국 크랜필드대 교수와 우리 대학 이상봉 항공우주공학과 교수가 주제 발표하고, 지속가능한 운송 및 에너지시스템 세션에서는 리네트 체아(Lynette Cheah) 싱가포르 기술디자인대 교수와 박기범 조천식모빌리티대학원 교수가 참여한다.
행사를 총괄한 우리 대학 장인권 조천식모빌리티대학원장은 “이번 심포지엄은 미래자동차 기술 관련 연구를 선도하는 4개 대학 연구자들이 국제 공동연구 네트워크를 구축하는 계기가 될 것이며, 우리 대학이 그 구심점 역할을 할 것”이라고 포부를 밝혔다.
이광형 총장은 환영사를 통해 “이 자리에서 논의될 미래 모빌리티 기술은 현재 우리 사회가 직면하고 있는 교통 분야의 여러 문제를 해결할 열쇠이자, 궁극적으로는 인류의 이동 패러다임을 변화시킬 도화선이 될 것”이라고 격려했다.
2022.10.21 조회수 790 -
이성주, 신진우 교수팀, 스스로 새로운 환경 적응하는 인공지능 기술 개발
우리 대학 전기및전자공학부 이성주 교수와 AI대학원 신진우 교수 연구팀이 공동연구를 통해 스스로 환경변화에 적응하는 테스트타임 적응 인공지능 기술을 개발했다고 밝혔다.
해당 연구는 “NOTE: Robust Continual Test-time Adaptation Against Temporal Correlation”라는 제목으로 인공지능 분야 최고권위 국제학술대회 ‘신경정보처리시스템학회(NeurIPS) 2022'에서12월 발표될 예정이다.
이성주 교수와 신진우 교수 공동 연구팀이 스스로 새로운 환경에 적응하는 “테스트타임 적응 (Test-Time Adaptation)” 인공지능 기술을 개발하였다. 연구팀이 제안한 알고리즘은 기존의 최고 성능 알고리즘보다 평균 11% 향상된 정확도를 보였다.
기계학습 모델들의 한계점은 학습했던 데이터와 다른 분포의 데이터에 적용되면 성능이 급격히 하락한다는 것이다. 이를 푸는 여러 방법 중에서 데이터를 미리 수집할 필요없이 모델이 스스로 테스트 데이터를 분석하여 변하는 환경에 적응하고 성능을 향상시키는 기술인 테스트타임 도메인 적응 (Test-Time Adaptation) 방법이 최근 산학계에서 크게 각광을 받고 있었다.
연구팀은 기존의 테스트타임 도메인 적응 기술들이 모두 데이터가 이상적인 균일분포를 따른다는 가정을 한다는 문제점에 착안했다. 실제 데이터는 환경 변화나 시간 변화에 따라 데이터 분포가 변하거나 비균일분포의 데이터에 대해서는 기존 기술을 동작하지 않는다. 하지만 연구팀이 제시한 “NOTE” 기술은 비균일분포의 데이터에서도 기존 최대 성능 알고리즘 보다 평균 11%만큼 향상된 정확도를 보였다.
이성주 교수 연구팀과 신진우 교수 연구팀의 공동연구로, 공태식 박사과정이 제1저자로 연구를 이끌었고, 정종헌 박사과정, 김태원 학사과정, 김예원 석사과정이 공동 저자로 기여하였다.
이성주 교수와 신진우 교수는 ”테스트타임 도메인 적응은 인공지능이 스스로 환경 변화에 적응하여 성능을 향상시키는 기술로, 활용도가 무궁무진하다. 이번에 발표될 NOTE 기술은 실제 데이터 분포에서 성능향상을 보인 최초의 기술이고 자율주행, 인공지능 의료, 모바일 헬스케어 등 다양한 분야에 적용이 가능할 것으로 기대된다.” 라고 밝혔다.
이 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원 (No. NRF-2020R1A2C1004062)과 방위사업청과 국방과학연구소의 지원(UD190031RD)으로 한국과학기술원 미래 국방 인공지능 특화연구센터에서 수행된 연구이다.
2022.10.21 조회수 1250 -
김성용 교수, 10년 주기 해양 원격 탐사 국제학회 기조연설 맡아
우리 대학 기계공학과 김성용 교수가 1980년부터 10년 주기로 열리는 해양과학 분야의 권위있는 원격탐사 국제학회 `우주에서 관측한 바다(OCEANS FROM SPACE)'에서 한반도 주변 고해상도 해양관측 연구에 대한 높은 평가를 받아 기조연설 연사로 초청받았다고 21일 밝혔다. 김 교수는 오는 10월 26일 이탈리아 베니스에서 기조연설을 할 예정이다.
1964년 미국 우즈홀에서 `우주에서 관측한 해양학(Oceanography from Space)'라는 이름으로 처음 열린 본 학회는 1980년부터 매년 10년 주기로 이탈리아 베니스에서 `우주에서 관측한 바다(OCEANS FROM SPACE)'로 열리고 있으며 지난 10년간 해양 원격 탐사 연구 중 주요한 과학 및 기술 분야의 성취, 혁신 및 도전에 관한 내용을 주제로 해양 원격 탐사 커뮤니티의 리더들을 초청하고 공유하는 주요한 학회로서 해양 탐사에 진전을 가져온 새로운 기술과 활동 및 서비스 등을 프로그램으로 구성하고 있다. 2020년 예정됐으나 코로나19로 인해 2번 연기됐으며 2022년 10월 24일부터 28일까지 이탈리아 베니스 산마르코 스쿠올라 그란데(Scuola Grande di San Marco)에서 열릴 예정이다.
김 교수가 발표할 내용은 한반도 주변 고주파 레이더로 관측된 고해상도 표층 해수 유동장과 정지궤도 위성으로 관측된 고해상도 엽록소 농도장의 동시 관측 자료를 해양 난류 관점에서 이론과 실측자료의 비교 분석을 실시해 해양 아중규모(100km 미만 공간규모 및 매시간 이하 시간규모)의 해양 에너지가 전달되고 주입되는 시공간 규모와 기작을 세계 최초로 규명한 것을 담고 있다. 또한, 해양 난류의 실측자료를 기반해 아중규모에서 해양 난류의 이론을 검증하고 보완한 내용도 발표할 예정이다. 본 학회에서 한국인 해양학자 중에는 처음으로 기조연설 연사로 초청받았다.
해당 연구는 2018년 해양학 분야 최상위 저널인 `저널 오브 지오피지컬 리서치-오션스(Journal of Geophysical Research-oceans)'에 출간됐고, 해당 논문은 2019년 해양수산부 해양수산과학기술대상 학술부문 우수상을 수상했다.
김 교수는 "고해상도 해양 난류의 시공간 원격 관측을 통해 해양 난류를 이해하고 기후변화에 영향을 줄 수 있는 대기-해양의 에너지 주입 및 전달에 관한 연구가 해양 원격 관측 커뮤니티에서 좋은 평가를 받아 감사하고 최근 연구비 지원을 통해 계속될 수 있어 감회가 새롭다ˮ고 소감을 전했다.
이번 연구는 한국연구재단 북서태평양 해양-육상-대기 탄소과제 및 해양수산과학기술진흥원의 AI기반 해양수색구조 의사결정 지원 시스템 개발과제를 통해 지속되고 있다.
논문 세부 정보: Lee, E. A. and S. Y. Kim, 2018: Regional variability and turbulent characteristics of the satellite-sensed submesoscale surface chlorophyll concentrations, J. Geophys. Res. Oceans 123(6), 4250 - 4279, doi:10.1002/2017JC013732
2022.10.21 조회수 680 -
악천후에서도 자율주행을 가능하게 하는 세계 최고의 4D 레이더 인공지능 기술 개발
우리 대학 조천식모빌리티대학원 공승현 교수 연구팀이 세계 최초로 악천후 상황에서 안정적인 자율주행을 가능하게 하는 4D 레이더(Radar)의 주변 객체 인지 인공지능 기술을 개발했다고 20일 밝혔다. 연구팀은 구축된 인공지능 학습 데이터셋(Dataset)인 KAIST-레이더(이하 K-레이더)와 개발된 인공지능 신경망(RTN4D) 그리고 전 세계 연구자를 위한 4D 레이더 인공지능 개발 플랫폼(Platform)과 관련 벤치마크(Benchmark)를 모두 공개한다고 밝혔다.
현재 전 세계적으로 개발되고 있는 자율주행 자동차는 주로 카메라와 라이다(LiDAR)에서 출력되는 이미지와 포인트 클라우드(Pointcloud) 데이터를 적절한 인공지능 신경망으로 처리해 자동차 주변의 객체들을 인식하는 방식으로 구현돼 있다. 그러나 카메라와 라이다는 각각 가시광선과 적외선을 사용하므로 눈비 또는 안개 상황에서 측정 성능이 크게 떨어지는데, 이로 인해 주변 객체들에 대한 인식이 어려워져 안전한 자율주행이 불가능하다.
더구나, 차내에 설치할 수 있는 카메라와 달리 자동차의 지붕에 설치하는 라이다는 외부 환경에 노출돼 있어서 그 표면에 눈비 또는 흙먼지가 묻는 경우 라이다를 이용한 전방 탐지가 어려워진다. 공승현 교수는 "젖은 도로에서 전방에 주행 차량이 있는 경우, 그 바퀴에서 일어나는 흙먼지가 섞인 물보라로 라이다 표면이 빠르게 더럽혀지고, 결과적으로 모든 전방 객체에 대한 라이다 측정이 불가능해진다ˮ고 설명한다. {그림 1 참조}
적외선을 사용하는 라이다와는 달리 77기가헤르츠(GHz) 대역의 자동차 레이더는 눈, 비, 안개 등의 악천후 상황에 매우 강건하며 표면에 눈비나 흙먼지가 묻은 상황에서도 안정적인 측정 결과를 보인다. 최근에는 고해상도의 4D 레이더(대상까지의 거리, 방위각, 높이, 도플러 주파수를 측정)가 개발돼 상용화되고 있으며, 그 성능도 빠르게 향상되고 있다.
이에 따라서 전 세계적으로 4D 레이더에 인공지능을 이용한 주변 인지 기술 연구가 시작되고 있지만, 4D 레이더에 필요한 인공지능 연구는 매우 더디게 진행되고 있다. 카메라나 라이다와 달리, 고성능 인공지능 개발에 필수적인 충분한 데이터셋이 구축되지 못하고 있기 때문이다. 2021년부터 4D 레이더의 포인트 클라우드 데이터셋이 일부 공개됐으나, 데이터의 양이 충분하지 않고 측정치가 매우 희소해 신뢰할 만한 객체 인식 인공지능 신경망 개발이 쉽지 않다.
연구팀이 공개하는 K-레이더는 악천후를 포함한 다양한 날씨 및 교통 상황에서 수집된 다양성 높은 데이터셋이며, 정확히 동기된 카메라와 라이다 측정 데이터와 함께 구축된 13테라바이트(TB)에 이르는 대용량으로 세계 최초의 4D 레이더 데이터셋이다. 특히, K-레이더는 포인트 클라우드 형태가 아닌 인공지능 신경망의 성능을 극대화할 수 있는 텐서(Tensor) 형태의 데이터셋으로, 이는 일반적인 레이더의 잡음 제거 방식을 사용하지 않아 잡음 수준의 미약한 미세 측정치를 온전히 담고 있는 형태의 데이터셋이다.
연구팀이 개발한 4D 레이더 인공지능 신경망(RTN4D)은 K-레이더로 수많은 학습을 진행했고, 그 결과 다양한 날씨와 도로 상황에서 70m 이내의 객체에 대해 객체 판별, 위치 추정 및 주행 방향 추정의 3가지 추정을 정확히 수행하는 경우가 최종 62.5%인 세계 최고의 성능을 가진다.
또한, 연구팀은 전 세계의 연구자들이 자체적으로 데이터를 추가 구축하고 신경망 기술을 개발하며 그 성능을 자체 평가할 수 있도록 레이더용 인공지능 신경망 개발 플랫폼과 벤치마크도 공개 제공한다.
조천식모빌리티대학원 공승현 교수는 "눈이나 비가 오는 날씨에서 4D 레이더 인공지능 신경망은 기존 라이다 인공지능 신경망 보다 훨씬 더 안정적인 주변 객체 인지 성능을 갖는데, 이는 4D 레이더가 악천후에서 자율주행을 위한 필수 센서임을 보여주는 결과이며{그림 2 참조}, 최근 미국의 웨이모(Waymo)와 이스라엘의 모빌아이(Mobileye)가 수년 내로 4D 레이더를 자율주행의 주요 인지 센서로 활용할 계획임을 공개적으로 밝힌 이유다ˮ라며 "우리 연구팀이 공개한 K-레이더와 4D 레이더 인공지능 개발 플랫폼 및 벤치마크를 통해, 향후 4D 레이더에 관한 인공지능 연구가 더욱 활발히 진행될 것으로 기대한다ˮ라고 말했다.
K-레이더, 4D 레이더 인공지능 신경망(RTN4D), 4D 레이더 인공지능 개발 플랫폼과 벤치마크는 연구실 홈페이지(http://ave.kaist.ac.kr/)와 깃허브(https://github.com/kaist-avelab/K-Radar)를 통해서 배포될 예정이다. 이번 연구는 한국연구재단(NRF) 및 정보통신기획평가원(IITP)의 지원과 ㈜스마트레이더시스템의 협력으로 수행됐으며, 연구 성과는 백동희 박사과정 학생이 2022년 12월에 열리는 세계적인 인공지능 컨퍼런스인 `뉴립스(NeurIPS) 2022' 데이터셋&벤치마크 트랙(Datasets and Benchmark Track)에서 발표할 예정이다(논문명: K-Radar: 4D Radar Object Detection Dataset and Benchmark for Autonomous Driving in Various Weather Conditions)
2022.10.20 조회수 1194