본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%EA%B3%B5%EA%B3%BC%EB%8C%80%ED%95%99
최신순
조회순
최소영 생명화학공학과 연구조교수, 로레알-유네스코 인터내셔널 라이징 탤런트상 수상
우리 대학 생명화학공학과 최소영 연구조교수(대사 및 생물분자공학 연구실, 지도교수: 이상엽 특훈교수)가 로레알과 유네스코가 선정하는 신진 여성과학자상인‘인터내셔널 라이징 탤런트상’을 수상했다고 24일 밝혔다. ‘로레알-유네스코 세계여성과학자상’은 매해 과학 분야에서 탁월한 연구업적을 달성한 여성 과학자 5인에게 세계여성과학자상을, 성장 잠재력이 우수한 신진 여성 과학자 15인에게 인터내셔널 라이징 탤런트(International Rising Talents, IRT) 상을 수여한다. ‘2022 로레알-유네스코 세계여성과학자상’에는 우리 대학 생명화학공학과 최소영 연구조교수가 인터내셔널 라이징 탤런트상을 수상하는 영예를 안았다. 최소영 연구조교수는 아시아 지역에서 선정된 4인 중 하나다. 최소영 연구조교수는 다양한 생분해성 바이오 플라스틱을 생물학적 방법으로 생산하는 연구를 통해 국가적 문제인 플라스틱으로 인한 환경오염 해결에 기여하는 세계적인 수준의 연구 성과를 창출한 것을 인정받아 선정됐다. 시상식은 6월 22일과 23일 프랑스 파리에서 개최됐다. 이번 시상식에서는 2020년, 2021년, 2022년 세계여성과학자상 수상자 15명과 2020년, 2022년 인터내셔널 라이징 탤런트상 수상자 30명의 시상이 함께 이루어질 예정이다. 수상자로 선정된 최소영 교수는 “이러한 큰 상을 받게 되어 진심으로 감사드리며, 우리 사회의 지속가능한 발전에 기여할 수 있는 연구를 하도록 더욱 노력하겠다”라고 소감을 밝혔다.
2022.06.24
조회수 3520
고정확도 실시간 학습 가능한 모바일 인공지능 반도체 칩 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 인공지능의 실시간 학습을 모바일 기기에서 구현, 고정확도 인공지능(AI: Artificial Intelligent) 반도체*를 세계 최초로 개발했다고 23일 밝혔다. * 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체 연구팀이 개발한 인공지능 반도체는 저비트 학습과 저지연 학습 방식을 적용해, 모바일 기기에서도 학습할 수 있다. 특히 이번 반도체 칩은 인공지능의 예상치 못한 성능 저하를 막을 수 있는 실시간 학습 기술을 성공적으로 구현했다. 전기및전자공학부 한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 6월 12일부터 15일까지 인천 연수구 송도 컨벤시아에서 개최된 국제 인공지능 회로 및 시스템 학술대회(AICAS)에서 발표됐으며 응용 예시를 현장에서 시연했고, 최우수 논문상과 최우수 데모상을 모두 석권해 그 우수성을 널리 알렸다. (논문명 : A 0.95 mJ/frame DNN Training Processor for Robust Object Detection with Real-World Environmental Adaptation (저자: 한동현, 임동석, 박광태, 김영우, 송석찬, 이주형, 유회준)) 인공지능 (AI) 반도체 기술을 망라하는 국제 학술 대회 ‘AICAS 2022’는 인공지능 반도체 분야 세계 최고 권위를 가진 IEEE(미국 전기 전자 기술자 협회)학회로 평가받으며, 삼성, SK를 필두로, 한국전자통신연구원(ETRI), 엔비디아(NVIDIA), 케이던스(Cadence) 등 국내외 저명한 기업과 기관 등이 참석해 인공지능 반도체 회로와 시스템 전 분야, 인공지능 반도체와 관련된 연구성과를 공유하는 행사다. 기존 인공지능은 사전에 학습된 지능만으로 추론을 진행했기 때문에 학습하지 않은 새로운 환경 혹은 물체에 대해서는 물체 검출이 어려웠다. 하지만 유회준 교수 연구팀이 개발한 실시간 학습은 추론만 수행하던 기존 모바일 인공지능 반도체에 학습 기능을 부여함으로써, 인공지능의 지능 수준을 크게 끌어올렸다. 유 교수팀의 새로운 인공지능 반도체는 사전에 학습한 지식과 애플리케이션 수행 중에 학습한 지식을 함께 활용해 고정확도 물체검출 성능을 보였다. 특히 유회준 교수 연구팀은 렌즈가 깨지거나, 기계 오류로 인한 인공지능의 예상치 못한 정확도 감소도 자동으로 인지하고 이를 실시간 학습을 통해 보정, 기존 인공지능의 문제점을 해결했다. 유 교수팀은 실시간 학습 기능에 더해, 모바일 기기에서 저전력으로 학습이 가능할 수 있도록, 저비트 인공지능 학습 방법, 직접 오류 전사 기반 저지연 학습 방식을 제안, 이를 최적화할 수 있는 반도체(HNPU) 와 응용 시스템을 모두 개발했다. 저전력, 실시간 학습을 수행할 수 있는 모바일 인공지능 전용 반도체, HNPU는 다음과 같이 6가지 핵심 기술이 도입됐다. ○ 확률적 동적 고정 소수점 활용 저비트 학습 방식 (SDFXP: Stochastic Dynamic Fixed-point Representation) - 동적 고정 소수점에 확률적 표현을 결합하고 확률적 반올림을 도입하여 인공지능 학습에 필요한 비트 정밀도를 최소화 할 수 있는 방법 ○ 레이어별 자동 정밀도 검색 알고리즘 및 하드웨어 (LAPS: Layer-wise Adaptive Precision Scaling) - 학습의 난이도를 자동으로 파악하고 심층신경망의 레이어별로 최적의 비트수를 자동으로 찾아주는 알고리즘 및 이를 가속하는 하드웨어 ○ 입력 비트 슬라이스 희소성 활용* (ISS: Input Slice Skipping or Bit-slice Level Sparsity Exploitation) - 데이터를 이진수로 표현했을 때 중간중간 나타나는 ‘0’ 비트를 활용하여, 데이터 처리량을 높이는 방식 ○ 내재적 순수 난수 생성기 (iTRNG: Intrinsic True Random Number Generator) 인공지능 연산을 활용한 순수 난수 생성기를 설계, 데이터의 암호화 및 확률적 반올림을 구현 ○ 다중 학습 단계 할당을 통한 고속 학습 알고리즘 및 하드웨어 (MLTA: Multi Learning Task Allocation & Backward Unlocking) 기존 역전파 (Back-propagation) 알고리즘에서 탈피해, 직접 오류 전사를 통한 저지연 학습 구현 ○ 실시간 인공지능 학습 기반 자동 오류 검출 기능 저하 보정 시스템 개발 (Real-time DNN Training based Automatic Performance Monitor and Performance Recovery System) 평상시 물체 검출 결과를 주기적으로 모니터링하면서, 갑작스러운 확률 변화를 자동으로 인식, 정확도 저하를 보정하기 위해 실시간 학습을 적용 * 희소성 활용 (Sparsity Exploitation) : 심층 신경망 모델의 연산은 수많은 곱셈누적(MAC: Multiply-And-Accumulate)연산의 연속이다. 연산자에 0이 존재할 시, 굳이 연산을 해보지 않아도 결과는 0임을 알기에 이를 뛰어넘는 방식으로 연산 속도를 높이는 방식. 이러한 기술을 사용해 HNPU는 저전력 물체검출을 구현하여, 다른 모바일 물체검출 시스템과 비교해 75% 높은 속도, 44% 낮은 에너지 소모를 달성하면서도, 실시간 학습으로 고정확도 물체검출을 개발해 주목을 받았다. 연구팀은 HNPU의 활용 예시로 카메라 렌즈가 깨지거나, 기계 오류, 조명, 밝기 변화로 인공지능의 추론 능력이 떨어졌을 때, 실시간 학습을 통해 다시 정확도를 높이는 고정확도 물체검출 시스템을 개발했다. 이는 이후 자율 주행, 로봇 등 다양한 곳에 활용될 것으로 기대된다. 특히 연구팀의 HNPU 연구는 2022 국제인공지능회로및시스템학술대회(AICAS 2022)에서 발표돼, 최우수 논문상과 최우수 데모상을 모두 석권하여 그 우수성을 널리 알렸다. 연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 인공지능은 사전에 학습한 지식만으로 주어진 문제를 해결하고 있으며, 이는 변화하는 환경과 상황에 맞춰 계속 학습하는 인간의 지능과 뚜렷한 차이를 보인다”라며 “이번 연구는 실시간 학습 인공지능 반도체를 통해 인공지능의 지능 수준을 사람 수준으로 한층 더 끌어올리는 연구”라고 본 연구의 의의를 밝혔다.
2022.06.23
조회수 4559
인간 뇌처럼 뉴런-시냅스 동시 구동 모사한 메모리 최초 구현
우리 대학 신소재공학과 이건재 교수팀이 100 nm(나노미터) 두께의 단일 소자에서 뉴런과 시냅스를 동시에 모사하는 뉴로모픽(neuromorphic) 메모리를 개발했다고 23일 밝혔다. 뉴런은 신경계를 이루는 기본적인 단위세포를, 시냅스는 뉴런 간의 접합 부위를 말한다. 이 교수팀은 인간의 뇌처럼 뉴런과 시냅스가 유기적으로 동작하는 방식의 단일 메모리 소자를 최초로 구현했으며, 이를 통해 반도체 소자로 인간 뇌를 완전히 구현한다는 뉴로모픽 컴퓨팅 본연의 목표 달성에 근접할 수 있을 것으로 기대된다. 1,000억 개의 뉴런과 100조 개의 시냅스의 복잡한 네트워크로 구성된 인간 뇌는 그 기능과 구조가 고정된 것이 아니라 외부 환경에 따라서 유연하게 변하는 특징을 가지고 있다. 따라서 뉴로모픽 소자는 뉴런과 시냅스의 특성을 모사해 기존의 컴퓨터로는 구현할 수 없는 인간 뇌의 고도 인지 기능을 실현하는 데에 가장 큰 목적을 두고 있다. 지금까지 뉴로모픽 컴퓨팅 구현을 위해서 CMOS 집적회로와 비휘발성 메모리 등을 이용한 연구들이 진행됐으나, 기존 기술들은 뉴런과 시냅스의 기능을 분리해 모사한다는 한계점을 가지고 있었다. 인간 뇌에서 뉴런과 시냅스는 서로 유기적으로 연결돼 있으며, 서로 간의 상호작용을 통해 인지 기능이 발현된다. 이러한 뉴런과 시냅스의 기능을 인간 뇌처럼 단일 구조체에서 통합해 구현하는 것은 어려운 도전 과제였다. 이 교수 연구팀은 휘발성의 소자(threshold switch)로 뉴런을, 비휘발성의 상변화 메모리 소자로 시냅스를 모사해 단기·장기 기억이 공존하는 단일 뉴로모픽 소자를 개발했으며, 이를 통해 집적도 개선 및 비용 절감 효과도 얻을 수 있을 것으로 기대된다. 특히 기존 CMOS 뉴런 소자에서는 단순 신호 발산 기능만이 구현됐으나, 연구팀의 뉴런-시냅스 통합소자는 신호 발산 유형이 환경에 따라서 유연하게 적응하는 가소성(plasticity)을 구현하는 데 성공했다. 이건재 교수는 이번 연구 성과에 대해 "인간은 뉴런과 시냅스의 상호작용을 통해 기억, 학습, 인지 기능을 발현하므로 둘 모두를 통합 모사하는 것이 인공지능에 있어서 필수적인 요소ˮ라며 "개발한 단일 뉴런-시냅스 소자는 기존의 단순 이미지 학습 효과를 넘어서, 피드백 효과를 기반으로 한 번 배운 내용을 더 빨리 학습하는 재학습(retraining) 효과 구현도 성공해 인공지능뿐만 아니라 뇌를 역설계하는 연구에도 큰 도움이 될 것이다”고 언급했다. 한편 이번 연구는 삼성전자 전략산학과제와 지능형반도체 사업의 지원을 받아 수행됐으며, 국제 학술지 `네이쳐 커뮤니케이션즈(Nature Communications)'에 5월 19일 字 게재됐다.
2022.06.23
조회수 4573
음파를 이용한 세포 자극 미세시스템 개발
우리 대학 연구진이 면역세포를 대상으로 기계적 자극을 가할 수 있는 고주파수 음파 기반의 미세유체 시스템 기술을 개발했다. 미국 스크립스 연구소의 아르뎀 파타푸리안 교수는 기계적 자극에 반응하는 세포 압력센서를 발견한 공로로 2021년도 노벨 생리의학상을 공동 수상했다. 또한 최근 다수의 연구를 통해 기계적 자극이 면역세포의 암세포 제거 기능에도 깊게 관여하는 기전이 보고되고 있다. 이에 기계적 자극을 인가할 수 있는 다양한 형태의 체외 동적 세포배양 시스템이 개발돼왔다. 그러나 펌프, 자력 교반기 등의 기존 시스템은 요구되는 시료 양이 비교적 크고, 부품과 세포 간의 접촉이 수반되어 잠재적 시료 오염과 세포 활성 저하의 문제점을 가진다. 문제 해결을 위해 기계공학과 전성윤 교수 연구팀(바이오미세유체 연구실)과 성형진 교수, 전남대학교 박진수 교수 연구팀은 필요한 시료 양이 수십 마이크로리터에 불과한 미세유체 칩에 기계적 자극을 비접촉식으로 만들어내고 그 크기를 정밀하게 제어할 수 있는 표면탄성파 인가 기술을 접목하였다. 해당 시스템의 빗살무늬전극에 고주파수 교류신호를 인가하여 표면탄성파를 형성하고, 표면탄성파는 기판을 따라 진행하여 미세유체 칩 내부의 유체에 흐름유동을 만들어낸다. 이 흐름유동은 유체 내부의 면역세포에 기계적 자극을 가함으로써 면역세포으로의 칼슘 이온 유입을 이끌어낸다. 연구팀은 “이번 연구는 고주파수 음파 기반의 비접촉식 기계적 자극 전달 시스템을 개발한 데 의의가 있으며, 음파를 접목한 미세유체 칩이 ‘차세대 동적 배양 시스템’으로써 적극적으로 활용될 가능성을 제시하였다”고 본 연구의 의의를 설명했다. 김승규 박사가 주저자로 참여한 이번 연구는 국제학술지 ‘Advanced Science' 16호의 앞면 내부 표지논문으로 게재되었다. (논문명: Acoustofluidic Stimulation of Functional Immune Cells in a Microreactor) 이번 연구는 한국연구재단 중견연구자사업과 보건산업진흥원 글로벌바이오메디컬연수자사업 및 BK 21 Plus program의 지원을 받아 수행되었으며, 우리 대학 남현오 박사과정과 전남대학교 차범석 석사과정이 공동연구자로 참여했다. #논문정보 Kim, S., Nam, H., Cha, B., Park, J., Sung, H. J., & Jeon, J. S. (2022). Acoustofluidic Stimulation of Functional Immune Cells in a Microreactor. Advanced Science, 9(16), 2105809. https://doi.org/10.1002/advs.202105809
2022.06.22
조회수 3545
차세대 에너지 변환기술인 양방향 고체산화물 연료전지용 스마트 전극 개발
우리 대학 기계공학과 이강택 교수 연구팀이 포스텍 한정우 교수, 한국세라믹기술원 신태호 박사팀과의 공동 연구를 통해 양방향 고체산화물 연료전지(SOFC)용 고성능 전극 소재 개발에 성공했다고 21일 밝혔다. 양방향 고체산화물 연료전지는 고온에서 수소와 산소를 자발 반응시켜 고효율로 전력으로 변환(연료전지 모드) 하고, 전기를 가하면 청정 수소(그린 수소)와 같은 친환경 에너지원을 생산(전해전지 모드) 할 수 있는, 탄소중립 사회를 위한 차세대 에너지 변환 기술이다. 이러한 양방향 연료전지의 전기화학적 성능을 높이기 위해서 가역반응에서 전극의 촉매 성능을 획기적으로 높이는 것이 중요하며, 이를 위한 다양한 연구가 진행되고 있다. 그중 다공성 연료극 구조체 표면에 고성능 나노 금속 촉매를 입히는 기존 함침법의 경우 반응점을 늘리기 위해서 반복적인 증착 공정을 수행해야 하고, 고온 장기 구동 시 응집 현상으로 인한 촉매 활성도가 저하되는 한계를 갖고 있다. 연구팀은 이러한 문제점 해결을 위해 연료전지가 작동하는 환경에서, 전극 표면에 금속합금 나노촉매가 자발적으로 형성되는 용출(exsolution) 현상을 활용한 전극을 디자인 했다. 연구팀은 금속합금 나노촉매 형성을 촉진하기 위해 기존 코발타이트계 산화물 구조 내에 팔라듐(Pd)을 미량 첨가해, 양방향 구동 시 가역적으로 고활성을 갖는 전극 개발에 성공했다. 해당 방법으로 설계된 나노 합금 촉매는 페로브스카이트 격자 내부에서부터 전극 표면으로 스스로 용출돼 형성되기 때문에 전극 표면과 응집 현상 없이 강하게 결합하고, 입자의 균일도 또한 우수해 촉매 성능 향상에 큰 이점이 있다. 연구팀은 전해질 지지체 단전지에 개발된 전극을 연료극으로 사용해 성능을 측정한 결과, 연료전지 모드에서 최대출력 2.0W/cm2 (850oC), 전해전지 모드에서 전력밀도 2.23A/cm-2 (1.3V, 850oC)를 구현해, 세계 최고 수준의 양방향 연료전지 성능을 달성했다. 이는 기존 기술 대비 연료전지 모드는 1.6배, 전해전지 모드는 2.4배 향상된 결과다. 기계공학과 김경준 박사, 배경택 박사과정생, 포스텍 임채성 박사과정생이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지인 `어플라이드 카탈리시스 비: 인바이러멘탈, Applied Catalysis B: Environmental' (IF:19.503, JCR분야 0.93%) 5월 14일 字 온라인판에 게재됐다. (논문명: Concurrent promotion of phase transition and bimetallic nanocatalyst exsolution in perovskite oxides driven by Pd doping to achieve highly active bifunctional fuel electrodes for reversible solid oxide electrochemical cells) 이강택 교수는 “이번 연구를 통해서 특정 페로브스카이트 전극 물질 내 높은 환원 특성을 가지는 원소의 도핑이 산화물 전극 표면에 이종 금속 나노촉매를 선택적으로 형성하는 방아쇠 역할을 할 수 있으며, 이는 고성능 고 안정성의 양방향 고체산화물 연료전지 상용화를 선도하는 기술이 될 것”이라고 말했다. 한편 이번 연구는 과학기술정보통신부 수소에너지혁신기술개발사업, 중견연구자지원사업 그리고 나노 및 소재 기술개발사업의 지원으로 수행됐다.
2022.06.21
조회수 4808
초대규모 인공지능 모델 처리하기 위한 세계 최고 성능의 기계학습 시스템 기술 개발
우리 연구진이 오늘날 인공지능 딥러닝 모델들을 처리하기 위해 필수적으로 사용되는 기계학습 시스템을 세계 최고 수준의 성능으로 끌어올렸다. 우리 대학 전산학부 김민수 교수 연구팀이 딥러닝 모델을 비롯한 기계학습 모델을 학습하거나 추론하기 위해 필수적으로 사용되는 기계학습 시스템의 성능을 대폭 높일 수 있는 세계 최고 수준의 행렬 연산자 융합 기술(일명 FuseME)을 개발했다고 20일 밝혔다. 오늘날 광범위한 산업 분야들에서 사용되고 있는 딥러닝 모델들은 대부분 구글 텐서플로우(TensorFlow)나 IBM 시스템DS와 같은 기계학습 시스템을 이용해 처리되는데, 딥러닝 모델의 규모가 점점 더 커지고, 그 모델에 사용되는 데이터의 규모가 점점 더 커짐에 따라, 이들을 원활히 처리할 수 있는 고성능 기계학습 시스템에 대한 중요성도 점점 더 커지고 있다. 일반적으로 딥러닝 모델은 행렬 곱셈, 행렬 합, 행렬 집계 등의 많은 행렬 연산자들로 구성된 방향성 비순환 그래프(Directed Acyclic Graph; 이하 DAG) 형태의 질의 계획으로 표현돼 기계학습 시스템에 의해 처리된다. 모델과 데이터의 규모가 클 때는 일반적으로 DAG 질의 계획은 수많은 컴퓨터로 구성된 클러스터에서 처리된다. 클러스터의 사양에 비해 모델과 데이터의 규모가 커지면 처리에 실패하거나 시간이 오래 걸리는 근본적인 문제가 있었다. 지금까지는 더 큰 규모의 모델이나 데이터를 처리하기 위해 단순히 컴퓨터 클러스터의 규모를 증가시키는 방식을 주로 사용했다. 그러나, 김 교수팀은 DAG 질의 계획을 구성하는 각 행렬 연산자로부터 생성되는 일종의 `중간 데이터'를 메모리에 저장하거나 네트워크 통신을 통해 다른 컴퓨터로 전송하는 것이 문제의 원인임에 착안해, 중간 데이터를 저장하지 않거나 다른 컴퓨터로 전송하지 않도록 여러 행렬 연산자들을 하나의 연산자로 융합(fusion)하는 세계 최고 성능의 융합 기술인 FuseME(Fused Matrix Engine)을 개발해 문제를 해결했다. 현재까지의 기계학습 시스템들은 낮은 수준의 연산자 융합 기술만을 사용하고 있었다. 가장 복잡한 행렬 연산자인 행렬 곱을 제외한 나머지 연산자들만 융합해 성능이 별로 개선되지 않거나, 전체 DAG 질의 계획을 단순히 하나의 연산자처럼 실행해 메모리 부족으로 처리에 실패하는 한계를 지니고 있었다. 김 교수팀이 개발한 FuseME 기술은 수십 개 이상의 행렬 연산자들로 구성되는 DAG 질의 계획에서 어떤 연산자들끼리 서로 융합하는 것이 더 우수한 성능을 내는지 비용 기반으로 판별해 그룹으로 묶고, 클러스터의 사양, 네트워크 통신 속도, 입력 데이터 크기 등을 모두 고려해 각 융합 연산자 그룹을 메모리 부족으로 처리에 실패하지 않으면서 이론적으로 최적 성능을 낼 수 있는 CFO(Cuboid-based Fused Operator)라 불리는 연산자로 융합함으로써 한계를 극복했다. 이때, 행렬 곱 연산자까지 포함해 연산자들을 융합하는 것이 핵심이다. 김민수 교수 연구팀은 FuseME 기술을 종래 최고 기술로 알려진 구글의 텐서플로우나 IBM의 시스템DS와 비교 평가한 결과, 딥러닝 모델의 처리 속도를 최대 8.8배 향상하고, 텐서플로우나 시스템DS가 처리할 수 없는 훨씬 더 큰 규모의 모델 및 데이터를 처리하는 데 성공함을 보였다. 또한, FuseME의 CFO 융합 연산자는 종래의 최고 수준 융합 연산자와 비교해 처리 속도를 최대 238배 향상시키고, 네트워크 통신 비용을 최대 64배 감소시키는 사실을 확인했다. 김 교수팀은 이미 지난 2019년에 초대규모 행렬 곱 연산에 대해 종래 세계 최고 기술이었던 IBM 시스템ML과 슈퍼컴퓨팅 분야의 스칼라팩(ScaLAPACK) 대비 성능과 처리 규모를 훨씬 향상시킨 DistME라는 기술을 개발해 데이터베이스 분야 최고 국제학술대회 중 하나인 ACM SIGMOD에서 발표한 바 있다. 이번 FuseME 기술은 연산자 융합이 가능하도록 DistME를 한층 더 발전시킨 것으로, 해당 분야를 세계 최고 수준의 기술력을 바탕으로 지속적으로 선도하는 쾌거를 보여준 것이다. 교신저자로 참여한 김민수 교수는 "연구팀이 개발한 새로운 기술은 딥러닝 등 기계학습 모델의 처리 규모와 성능을 획기적으로 높일 수 있어 산업적 측면에서 파급 효과가 매우 클 것으로 기대한다ˮ 라고 말했다. 이번 연구에는 김 교수의 제자이자 현재 GraphAI(그래파이) 스타트업의 공동 창업자인 한동형 박사가 제1 저자로, 김 교수가 교신저자로 참여했으며 지난 16일 미국 필라델피아에서 열린 데이터베이스 분야 최고 국제학술대회 중 하나인 ACM SIGMOD에서 발표됐다. (논문명 : FuseME: Distributed Matrix Computation Engine based on Cuboid-based Fused Operator and Plan Generation). 한편, 이번 연구는 한국연구재단 선도연구센터 사업 및 중견연구자 지원사업, 과기정통부 IITP SW스타랩 사업의 지원을 받아 수행됐다.
2022.06.20
조회수 4528
수요중심 디지털 혁신 리더 양성, 데이터사이언스 대학원 설립
우리 대학이 지난 수년간 획기적으로 발전한 기계학습, 인공지능, 빅데이터 등의 기술을 일상에서 체감할 수 있는 교육과 연구를 수행하고자 ‘데이터사이언스 대학원(Graduate School of Data Science, GSDS)’ 을 설립했다. 데이터사이언스 대학원은 구체적으로 제조, 금융, 의료, 사회서비스(복지) 4개 분야에 특화된 연구를 수행한다. 데이터 분석을 통해 다음날 시청할만한 유튜브 콘텐츠를 사용자에게 알려주거나, 학대받고 있는 아동을 미리 파악해 더 심각한 상황으로 이어지는 것을 방지하는 기술 등이 그 예다. ‘수요중심 디지털 혁신 리더 양성’이라는 비전을 바탕으로 기술과 현실 두 축을 모두 이해할 뿐 아니라 광범위한 지식과 전문성을 함께 보유한 T자형 인재 양성하는 것이 목표다. 이에 입학 전 부트캠프를 통해 수학·통계·프로그래밍 등의 기본 지식을 교육하고, 본 교육과정에서 데이터사이언스 가치사슬 전 영역(수집·관리·처리·분석·모델링·활용)을 아우르는 세계 최고 수준의 핵심 기술을 전수할 예정이다. 또한, 현장실습 학점제인 코업(Coop) 인턴, 프로젝트 기반 수업(Project Based Learning, PBL), 학습 내용을 결과물로 제작해 발표하는 캡스톤(Capstone), 산학 연구과제 실습 등 다양한 현장 경험을 제공하여 학생들의 현장 문제해결 능력과 리더십을 함양할 계획이다. 김우창 데이터사이언스 대학원 신임 원장은 “디지털 전환 시대에 막대한 양의 정보를 창의적으로 응용하고, 수요 현장의 환경을 잘 이해하는 리더를 배양할 것이다. 신기술 개발 외에도 사회의 각종 문제를 함께 고민하고 해결에 이바지하는 인재를 양성할 것”이라고 말했다. 이어 “세계적 수준의 선도형 교육을 통해 전 국민의 삶의 질을 높이는 연구 결과물을 창출하는 데에도 최선을 다할 것”이라고 강조했다. 한편, 데이터사이언스 대학원은 올해 5월 KAIST가 과학기술정보통신부의 데이터사이언스 융합인재양성사업에 선정됨에 따라 본격적인 설립을 추진한 것으로, 국내 최초로 올해 6월부터 2028년까지 7년간 약 133억 원의 정부지원금을 받는다. 데이터사이언스 대학원 설명회는 오는 27일(월), 29일(수) 유튜브 채널 ‘카이스트 산업및시스템공학과’에서 온라인으로 개최된다. 입학 관련 자세한 내용은 산업및시스템공학과 홈페이지(https://ie.kaist.ac.kr)와 KAIST 입학 홈페이지(https://admission.kaist.ac.kr/)에서 확인할 수 있다.
2022.06.17
조회수 6323
포스트인공지능시대를 준비하며 뇌인지과학과 설립
우리 대학이 ‘뇌인지과학과 (Department of Brain and Cognitive Sciences)’를 설립하고 뇌인지과학 분야에서 세계적인 연구 및 교육 혁신의 교두보 역할을 수행한다. 지금은 인공지능(AI) 기술이 빠른 속도로 발전하고 있어 인공지능 시대라 말할 수 있지만, 10년 후인 ‘포스트 인공지능 시대’에 미리 대비하기 위해 인간의 본질을 탐구하고 인간 지성-인공지능의 상호작용을 연구하는 시대를 미리 준비한다는 목적이다. 이광형 총장은 작년 총장 취임식에서 KAIST 미래비전 중 포스트 인공지능 시대를 대비한 인간탐구 분야를 중점 육성하기 위해 뇌인지과학과를 신설하겠다고 비전을 제시한 바 있다. 특히 우리 대학은 심리학, 언어학, 인류학, 윤리학, 사회학, 철학 등 인문학·사회과학 분야와 신경과학, 뇌공학, 인공지능 등을 함께 탐구하는 학과를 처음 설립하는 만큼 문·이과 통합 연구의 모범이 되겠다는 융합연구 지원의 강한 의지도 보였다. 교육과정과 연구 분야 역시 신경과학과 뇌인지과학을 중심으로 심리학, 언어학, 신경철학, 생물인류학, 신경미학, 윤리학, 데이터 사회학 등 인문학적인 접근과 정신의학, 신경학, 재활의학, 뇌공학, 뇌를 닮은 인공지능 등 의학 및 공학적 접근까지 아우른다. ‘인간에 대한 총체적 학문’을 추구하는 학과로 자리하고자 함이다. 정재승 뇌인지과학과 초대 학과장은 “지금은 인공지능 시대이지만, 그럴수록 앞으로 우리는 인간 지성에 대한 깊은 이해와 성찰이 필요한 시대로 나아갈 것이다. 인간의 인지와 사고, 행동을 과학적으로 탐구하고 의학적·공학적으로 응용하는 학자들과 학생들이 자유롭게 연구하는 학과로 성장시킬 것”이라고 전했다. 이어, “또한 대기업과의 협업, 스타트업 창업 지원, 병원과의 공동연구 등을 통해 뇌인지과학 산업 분야 육성에 이바지하겠다. 최근 뇌인지과학의 학문적 성숙도가 무르익어 뇌공학·뇌의학을 중심으로 디지털 헬스케어 등 다양한 제품과 서비스가 등장할 때가 됐다고 느끼기 때문”이라고 말하며 적극적인 산학협력을 강조했다. 한편, 뇌인지과학과는 2023년 봄학기 석·박사과정 대학원 입시를 오는 7월부터 진행하고 현재 신임 교원을 모집하고 있다. 입학 관련 자세한 사항은 홈페이지 (https://admission.kaist.ac.kr/graduate/)에서 확인할 수 있다.
2022.06.17
조회수 5866
디스플레이 소재로 빛 이용해 친환경 암모니아 합성법 제시
우리 대학 생명화학공학과 이도창 교수, 이상엽 특훈교수, 박영신 연구교수 연구팀이 디스플레이 소재인 양자점(퀀텀닷)을 이용해 *질소 고정 박테리아의 암모니아 생산 효율을 대폭 늘렸다고 16일 밝혔다. ☞ 질소 고정(Nitrogen Fixation) : 공기 중 질소 기체 분자(N₂)를 암모니아(NH₃)를 비롯한 질소화합물로 전환하는 과정을 말한다. 이 교수 연구팀은 양자점에 의해 흡수된 빛 에너지가 박테리아의 암모니아 합성 반응에 사용되도록 설계했으며, 그 결과 박테리아의 암모니아 생산량을 큰 폭으로 증가시킬 수 있었다. 이를 위해 연구팀은 양자점을 질소고정 박테리아 안에 더 많이 넣을 수 있는 방법을 제시했다. 생명화학공학과 고성준 박사가 제1저자로 참여한 이번 연구의 결과는 국제 학술지 `미국 화학회지(JACS)'에 표지 논문으로 선정돼 출판됐다. (논문명 : Light-Driven Ammonia Production by Azotobacter vinelandii Cultured in Medium Containing Colloidal Quantum Dots). 질소 고정 박테리아는 질소 고정 효소를 이용해 대기 중 질소를 암모니아로 전환하여 생장에 필요한 단백질을 생산한다. 이러한 질소 고정 반응은 화학적 암모니아 합성법인 하버-보슈 공정에 비해 에너지 소비와 이산화탄소 배출이 현저하게 적다. 하지만, 박테리아는 생장에 필요한 만큼만 암모니아를 생산하도록 진화돼 질소 고정 효소의 반응이 느리기에 이를 산업적으로 활용하기 어렵다. 질소 고정 반응이 느린 이유는 효소의 두 가지 구성요소(전자 전달부, 촉매 반응부)의 비효율적인 상호작용 때문이다. 전자 전달부가 촉매 반응부에 전자를 공급한 후, 반드시 탈착돼야만 촉매 반응부가 새로운 전자를 추가로 공급받아 암모니아를 생성할 수 있다. 연구팀은 문제 해결을 위해 빛을 흡수하는 양자점을 박테리아의 질소 고정 반응에 전자 공급원으로 활용해 나노·바이오 복합 시스템을 구축했다. 양자점은 수 나노미터의 작은 크기를 갖는 반도체 나노입자이며 디스플레이 소재로 많이 알려진 물질이다. 하지만, 양자점이 흡수한 빛 에너지를 표면에 쉽게 전달할 수 있도록 입자의 구조 및 표면을 제어하면 광 감응 및 광 촉매 소재로도 우수한 특성을 보인다. 연구팀은 질소 고정 효소의 전자 전달부 역할을 양자점으로 대체하기 위해 양자점의 코어/쉘 구조를 전자 전달에 유리하게 설계했다. 또한, 양자점이 생물학적 시스템에 결합할 수 있도록 표면 화학 특성을 제어해 수(水)분산 특성을 확보했다. 연구팀은 구조 및 표면이 제어된 양자점을 질소 고정 박테리아의 대사활동이 가장 활발한 성장기에 추가해, 박테리아의 능동적인 양자점 흡수를 유도했다. 이렇게 제작된 양자점-박테리아 복합 시스템에 빛을 조사한 결과, 질소고정 반응 속도가 증가하며 암모니아 생산량이 대폭 증가함을 확인했다. 고성준 박사는 "디스플레이 소재와 미생물의 장점을 합해 빛 에너지를 이용한 새로운 방식의 암모니아 합성법을 제시한 결과ˮ라며 "이번 연구를 활용한 그린 암모니아 생산 플랫폼을 구축한다면, 환경 및 에너지 문제에 적극적으로 대응할 수 있을 것이다ˮ라고 말했다. 한편 이번 연구는 삼성미래기술육성사업의 지원을 받아 수행됐다.
2022.06.16
조회수 5302
인공지능 엔진으로 영상 위변조 탐지 기술 개발
우리 연구진이 영상 내 변형 영역을 더욱 정밀하게 탐지하기 위해 영상내 색상 정보와 주파수 정보를 함께 활용하는 인공지능 엔진 기술을 학계 처음으로 개발했다. 이번 개발 기술은 기존 기술보다 정밀도와 정확도를 크게 높여 위변조 탐지 기술의 기술 유용성을 일정 수준 확보할 수 있는 기반을 제공한다는 점에서 그 의미가 크다. KAIST에서 각종 위변조 영상들을 잡아낸다는 의미를 지닌 `카이캐치(KaiCatch)' 소프트웨어는 이미지, 영상뿐만 아니라 CCTV 비디오 변형 여부도 분석할 수 있다. 우리 대학 전산학부 이흥규 교수 연구팀이 새로운 인공지능 구조와학습 방법론, 그리고 실험실 환경에서는 구하기 힘든 고급 변형 이미지 영상들을 사용해 영상 이미지 위변조 탐지 소프트웨어인 `카이캐치(KaiCatch)'의 영상 이미지 정밀도와 정확도를 크게 높일 뿐만 아니라 비디오 편집 변형도 탐지할 수 있는 카이캐치 2.1 버전을 개발했다고 13일 밝혔다. 카이캐치 소프트웨어는 `이상(異常) 유형 분석 엔진'과 `이상(異常) 영역 추정 엔진' 두 개의 인공지능 엔진으로 구성된다. `이상 유형 분석 엔진'은 블러링, 노이즈, 크기 변화, 명암 대비 변화, 모핑, 리샘플링 등을 필수 변이로 정의해 이를 탐지하며 `이상 영역 추정 엔진'은 이미지 짜깁기, 잘라 붙이기, 복사 붙이기, 복사 이동 등을 탐지한다. 이번에 새로 개발한 기술은 `이상 영역 추정 엔진'으로 기존 기술에서는 이상 영역 탐지 시 그레이 스케일(회색조)로 이상 유무를 탐지하였으나 분석 신호의 표현력이 낮고 탐지 오류가 많아 위변조 여부 판정에 어려움이 많았다. 이번에 개발된 기술은 색상 정보와 주파수 정보를 함께 활용해 정밀도(precision)와 재현율(recall)이 크게 향상되고 변형 영역을 컬러 스케일로 표현함으로써 해당 영역의 이상 유무뿐만 아니라 위변조 여부도 더욱 명확하게 판별이 가능해졌다. 연구팀은 이번 연구에서 영상 생성 시 발생하는 흔적과 압축 시 발생하는 흔적 신호들을 함께 분석하기 위해 색상 정보와 주파수 정보를 모두 활용하는 접근 방법을 학계 처음으로 제시했다. 또 이러한 방법론을 설계 구현하기 위해 주파수 정보를 하나의 분할 네트워크에서 직접 입력으로 받아들이는 방식의 ‘압축 왜곡신호 탐지 네트워크(Compression Artifact Tracing Network, 이하 CAT-Net)’을 학계 최초로 개발하고 기존 기법들과 비교해 탐지 성능이 크게 뛰어남을 입증했다. 개발한 기술은 기존에 제시된 기법들과 비교할 때 특히 원본과 변형본을 판별하는 평가 척도인 F1 점수, 평균 정밀도(average precision)에서 대단히 뛰어나 실환경 위변조 탐지 능력이 크게 강화됐다. 비디오 편집 변형의 경우도, 프레임 삭제, 추가 등에 의한 편집 변형이 흔히 CCTV 비디오 등에서 발생한다는데 착안해 이러한 비디오 편집 변형을 탐지하는 기능 역시 이번 카이캐치 2.1 버전에 탑재됐다. 이번에 카이캐치 2.1 소프트웨어를 연구 개발한 이흥규 교수는 "영상 이미지 위변조 소프트웨어인 카이캐치를 휴대폰에 탑재되는 안드로이드 앱 형태로 일반에 소개한 2021년 3월 이후 현재까지 카이캐치 앱을 통한 900여 건의 위변조 분석 의뢰와 개별적으로 60건이 넘는 정밀 위변조 분석 의뢰를 받았다. KAIST 발표 논문 수준이나 실험 결과 등을 감안할 때 위변조 분야 최고 기술로 만든 소프트웨어인데, 오탐지율이 높아 실제 탐지 정밀도가 이론치보다 매우 낮았다. 많은 경우 위변조나 변형 여부에 대한 명확한 기술 판정이 불가능했으나 이번에 개발한 카이캐치 2.1 은 CAT-Net이라는 새로운 네트워크 구조와 학습 방법론, 그리고 ‘색상 및 주파수 영역 왜곡 흔적 동시 분석’이라는 첨단 기술을 사용해 정밀도를 높여, 보다 명확한 판별이 가능하도록 개발됐다. 앞으로 영상 위변조 판단 여부가 어려운 경우가 많이 줄어들기를 기대한다”고 말했다. 이 교수는 이어 "비디오는 MP4 파일 포맷이, 그리고 영상 이미지는 JPEG 이미지들이 일반인들이 널리 사용한다는 점에서 해당 포맷을 주 개발 대상으로 삼았다. 영상 이미지의 경우 영상 편집 변형 시 영상에 남겨지는 인위적으로 발생하는 JPEG 압축 미세 신호 탐지에 주안점을 두어, 위변조 여부와 위변조 영역을 잡아내는 것에 집중했다. 비디오의 경우 특정 프레임들을 삭제하거나 삽입하는 경우, 프레임 부분 편집 후 재압축 하는 경우 등을 탐지한다. 최근 CCTV 비디오 편집 여부에 대한 분쟁이 많아 크게 도움을 줄 수 있을 것으로 기대하며 향후에도 지속적으로 연구 개발해 취약점들을 보완해 나갈 계획이다ˮ 고 덧붙였다. 현재 카이캐치 소프트웨어는 안드로이드 기반 휴대폰의 구글 플레이스토어에서 ‘카이캐치’를 검색하여 앱을 다운로드 받아 설치한 후, 영상 이미지들을 카이캐치에 업로드하면 위변조 여부를 간단하게 테스트해 볼 수 있다. 한편 이번 연구는 제1 저자로 참여한 우리 대학 전기및전자공학부 권명준 박사, 그리고 김창익 교수, 남승훈 박사, 유인재 박사 등과 공동으로 수행됐으며, `스프링거 네이처(Springer Nature)'에서 발간하는 컴퓨터 비전 분야 톱 국제저널인 `국제 컴퓨터 비전 저널(International Journal of Computer Vision, IF 7.410)'에 2022년 5월 25일 字 온라인판에 게재됐다. (논문명 : Learning JPEG Compression Artifacts for Image Manipulation Detection and Localization) 이번 연구는 한국연구재단 창의도전연구기반지원사업지원과 KAIST 창업기업인 ㈜디지탈이노텍(http://www.kaicatch.com/) 과의 산학협력 연구로 수행됐다.
2022.06.13
조회수 5233
건설및환경공학과 명재욱 교수, 2022 APEC 혁신연구교육과학상 한국대표 선발
우리 대학 건설및환경학과 명재욱 교수가 '2022 ASPIRE(APEC 혁신연구교육과학상)' 대한민국 대표로 최종 선발됐다. APEC 혁신연구교육과학상은 PPSTI(과학기술혁신정책파트너십)에서 아시아태평양경제협력체(이하 APEC) 회원국 간 과학계 협력을 증진하고 연구의 우수성을 드높인 젊은 과학자들의 업적을 기리기 위해 2011년부터 매년 과학 주제를 선정, 해당 분야에서 탁월한 성과를 낸 과학자에게 수여하는 상이다. 최종 수상자는 7월 APEC 회원국 투표로 선정된다. 만 40세 이하의 APEC 회원국 연구자로서 실적이 우수하며, 타 APEC 국가들과의 협력 활동이 활발한 연구자들이 참가 대상인 ASPIRE의 올해 주제는 '경제적·사회적·환경적 목표를 달성하기 위한 혁신'(Innovation to Achieve Economic, Environmental, and Social Goals)이다. 건설및환경공학과 명재욱 교수는 미생물과 환경화학공학 분야를 접목해, 플라스틱 폐기물, 지구온난화 등 인류가 직면한 중요한 환경·사회문제에 대한 해법을 찾는 연구를 진행하고 있다. 대표로 선정된 명재욱 교수는 “한국 대표로 선발되어 기쁘고 영광이며, 앞으로 플라스틱 소재의 생합성 및 생분해 원리를 밝히는 기초연구에 매진할 것이다”라고 소감을 밝혔다.
2022.06.10
조회수 4135
사람처럼 느끼고 상처 치유가 가능한 로봇 피부 기술 개발
우리 대학 기계공학과 김정 교수 연구팀이 메사추세츠 공과대학(MIT), 슈투트가르트 대학교(Univ. of Stuttgart)의 연구자들과 공동연구를 통해 `넓은 면적에 대해 다양한 외부 촉각 자극을 인지할 수 있으며, 칼로 베어져도 다시 기능을 회복할 수 있는 로봇 피부 기술'을 개발했다고 9일 밝혔다. 기계공학과 박경서 박사가 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 로보틱스(Science Robotics)'에 6월 9일 출판됐다. (논문명: A biomimetic elastomeric robot skin using electrical impedance and acoustic tomography for tactile sensing) 사람의 가장 큰 장기인 피부는 내부를 충격에서 보호함과 동시에 주위로부터의 물리적인 자극을 전달하는 통로다. 피부를 이용한 정보 전달(혹은 촉감)은 표면 인식, 조작, 쓰다듬기, 꼬집기, 포옹, 몸싸움 등으로 종류가 다양하며, 피부가 덮은 모든 부분에서 느낄 수 있기에 풍부한 비언어적 감정 표현과 교류를 가능하게 한다. 그래서 촉각은 `한 인간이 세계를 탐구하는 첫 번째 수단'이라고도 한다. 그러나, 로봇 분야의 비약적인 발전에도 불구하고 로봇 대부분은 딱딱한 소재의 외피를 가지며, 인간과의 물리적 교류를 터치스크린과 같은 특정한 부위로 제한하고 있다. 그 이유는 현재의 로봇 촉각 기술로는 `인간의 피부처럼 부드러운 물성과 복잡한 3차원 형상을 가지고, 동시에 섬세한 촉각 정보를 수용하는 것이 가능한 로봇 피부'를 개발하지 못하기 때문이다. 또한, 사람의 피부는 날카로운 물체에 베여 절상 혹은 열상이 발생하더라도 신축성과 기능을 회복하는 이른바 치유 기능을 하고 있으며, 이는 현대 기술로 재현하는 것이 매우 어렵다. 따라서, 사람과 로봇의 다양한 수준의 물리적 접촉을 중재하기 위해 부드러운 물성을 가지면서 다양한 3차원 형상을 덮을 수 있는 대면적 촉각 로봇 피부 기술이 필요하다. 김정 교수 연구팀은 이러한 로봇 피부를 만들기 위해 생체모사 다층구조와 단층촬영법을 활용했다. 이 기술들은 인간 피부의 구조와 촉각수용기의 특징과 구성 방식을 모사해, 적은 수의 측정 요소만으로도 넓은 3차원 표면 영역에서 정적 압력(약 0~15Hz) 및 동적 진동 (약 15~500Hz)을 실시간으로 감지 및 국지화하는 것을 가능케 했다. 기존의 터치스크린 기술은 해상도를 높일수록 필요한 측정점의 수가 증가하는 데 비해, 이번 기술은 넓은 수용영역을 갖는 측정 요소들을 겹치게 배치해 수십 개의 측정 요소만으로도 넓은 측정 영역을 달성할 수 있다. 연구팀은 측정된 촉감 신호를 인공지능 신경망으로 처리함으로써, 촉각 자극의 종류(누르기, 두드리기, 쓰다듬기 등)를 분류하는 것도 가능함을 선보였다. 더 나아가, 개발된 로봇 피부는 부드러운 소재(하이드로젤, 실리콘)로 만들어져 충격 흡수가 가능하고, 날카로운 물체에 의해 깊게 찢어지거나 베여도 피부의 구조와 기능을 손쉽게 회복하는 것이 가능했다. 연구진은 본 기술이 넓은 부위에 정교한 촉각 감각뿐만 아니라 사람의 피부와 유사한 물성과 질감도 부여할 수 있으므로, 서비스 로봇과 같이 사람과의 다양한 접촉과 상호작용이 필요한 응용 분야에 유용하게 활용될 것으로 기대했다. 예를 들면 점점 대중화되는 식당 서빙 로봇이나 인간형 로봇에 적용할 수 있다. 더 나아가, 로봇 피부를 의수/의족의 피부로 사용한다면 실제 사람의 손/다리와 똑같은 외형과 촉감 감각을 절단 환자들에게 제공할 수도 있다. 또한 인간형 로봇이 사람과 똑같은 기능과 외형의 피부를 가지고, 상처가 나더라도 피부의 기능을 복구하는 치유 능력을 갖게 할 수도 있다. 기계공학과 김정 교수는 "이번 연구를 통해 인간과 로봇이 같은 공간에 공존하기 위한 필수 기술인 대면적 로봇 촉각 피부를 개발했을 뿐만 아니라 현재 기술보다 월등한 사람의 피부감각 혹은 촉각의 성능에 비견할 만한 기술을 구현한 데 큰 의의가 있다ˮ라고 밝혔다. 한편, 이번 연구는 한국연구재단 중견연구자지원사업의 지원을 받아 수행됐으며,ᅠKAIST 기계공학과 양민진, 조준휘 박사과정과 메사추세츠 공과대학(MIT)의 육현우 박사, 슈투트가르트 대학교(Univ. of Stuttgart)의 이효상 교수가 공동연구자로 참여했다. 동영상 1: 로봇 피부 촉각 시연 (https://youtu.be/3T8dX32fo6U) 동영상 2: 로봇 피부 촉감 인식 시연 (https://youtu.be/CViv1oLo_Ec) 동영상 3: 로봇 피부 절개 및 복구 시연 (https://youtu.be/vsllVFM9yS4) 동영상 4: 로봇피부의 미용의수에의 적용 (https://youtu.be/qR1msF0FDTA)
2022.06.09
조회수 7549
<<
첫번째페이지
<
이전 페이지
31
32
33
34
35
36
37
38
39
40
>
다음 페이지
>>
마지막 페이지 159