-
박성준 박사과정, 2019 구글 PhD 펠로우 선정
〈 박성준 박사과정 〉
우리 대학 전산학부 박성준 박사과정(지도교수 오혜연)이 2019년 구글 PhD 자연어처리(Natural Language Processing) 부문 펠로우에 선정됐다.
2009년부터 시작된 구글 PhD 펠로우십 프로그램은 매년 컴퓨터 과학과 관련된 유망한 분야에서 연구 업적이 훌륭하고 미래가 유망한 대학원생을 발굴하고 지원하는 프로그램이다.
선정된 학생들에게는 장학금과 펠로우십 서밋 참여, 인턴십 기회, 구글 각 분야의 전문가 멘토의 연구 토의 및 피드백 등을 제공한다.
올해는 북미, 유럽, 아시아, 아프리카의 대학에서 50여 명의 박사과정 학생들이 선발됐으며, 아시아에서는 한국 학생 3명을 포함해 10명의 학생이 선발됐다.
박성준 박사과정은 기계학습 기반 자연어처리 기법을 활용한 전산심리치료(Computational Psychotherapy) 관련 연구 성과를 인정받아 구글 PhD 펠로우에 선정됐다.
또한, 기계학습 기반 자연어처리에서 널리 사용되는 어휘의 분산표상 학습 기법을 한국어에 적용하는 방법을 제안했고, 학습된 분산표상을 해석하는 방법을 2017, 2018년에 각각 자연어처리 분야 최고 수준의 국제학술대회 ACL(Annual Conference of the Association for Computational Linguistics), EMNLP(Conference on Empirical Methods in Natural Language Processing)에 발표했다.
박 박사과정은 이를 확장해 심리상담 대화록에서 내담자의 언어 반응을 내담자 요인에 따라 분류하는 기준 및 기계학습 모델을 제안해 자연어처리 분야 최고 수준의 국제학술대회 NAACL(Annual Conference of the North American Chapter of the Association for Computational Linguistics)에서 발표했다.
최근에는 인공신경망 기반 대화 생성 모델 개발, 텍스트에서 복합적인 감정 추출 및 예측, 전산 심리치료 애플리케이션 개발 연구 또한 현재 활발하게 진행하고 있다.
2019.09.16
조회수 10013
-
윤동기 , 김형수 교수, DNA 마이크로패치 제작 기술 개발
〈 윤동기 교수, 김형수 교수, 박순모 연구원 〉
우리 대학 화학과/나노과학기술대학원 윤동기, 기계공학과 김형수 교수 공동 연구팀이 마이크로 크기의 DNA 2차원 마이크로패치 구조체를 제작하고 이를 제어, 응용하는 기술을 개발했다.
윤 교수 연구팀은 커피가 종이에 떨어지고 물이 마르면 동그랗게 환 모양이 생기는 이른바 ‘커피링 효과’라 불리는 현상을 DNA 수용액에 적용해 세계 최초로 DNA 기반의 마이크로패치를 제작했다.
차윤정 박사, 박순모 박사과정 학생이 공동 1 저자로 참여한 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’ 6월 7일 자 온라인판에 게재됐다. (논문명 : Microstructure arrays of DNA using topographic control)
유전 정보를 저장하는 기능을 하는 DNA는 이중나선 구조와 나노미터 주기의 규칙적인 모양을 가져 소재 분야에서 일반적인 합성방법으로는 구현하기 힘든 정밀한 구조재료이다. 정밀한 DNA 합성과 오리가미(Origami) 기술을 이용해 스마일 패치(smile patch) 등의 재미있는 모양을 구현해 왔지만, 재료의 가격이 높아 실제 응용에 어려움을 겪었다.
윤 교수 연구팀은 이를 극복하기 위해 연어에서 추출한 DNA 물질을 이용해 기존보다 1천 배 이상 저렴한 비용으로 잘 정렬된 뜨개질(knit) 혹은 아이스크림콘 모양의 기존에 없던 마이크로패치 구조체를 대면적에서 구현했다.
연구팀은 DNA가 물에 녹으면 마치 물풀과 끈적끈적해지면서 서로 적당한 힘으로 끌어당기며 일정한 방향으로 정렬하는 액정상(liquid crystal phase)을 보인다는 점에 주목했다.
액정 표시장치(LC display 혹은 LCD)에서 액정분자들이 전기장을 통해 방향성이 제어되는 것처럼 수용액 상태의 DNA 액정상이 두 기판 사이에서 문질러지며 물의 증발이 이뤄질 때 DNA 나노 구조체들이 원하는 방향으로 정렬하게 된다. 과일 잼을 식빵에 바르면 과일 알맹이(pulp)가 한 방향으로 잘 펴 발라지면서 마르는 현상과 유사하다.
연구팀은 DNA가 한 방향으로 문질러져서 마를 때 바닥에 평평한 기판 대신 일정한 모양을 갖는 수 마이크론 크기의 기둥(혹은 요철)들이 있는 기판을 사용하면 2차원의 뜨개질 모양, 아이스크림콘 모양 등 좀 더 흥미로운 들을 제작할 수 있음을 확인했다.
또한, 금 나노막대와 같은 플라즈몬 공명(plasmon resonance)을 나타내는 소재와 결합해 디스플레이 소자에 응용을 시도했다. 플라스몬 공명은 금속으로 만들어진 기판에 빛을 쪼일 때 그 표면 위에서 전자가 일정하게 진동하면서 자신의 에너지와 일치하는 빛에만 반응하는 현상으로 특정한 색만 반사하여 선명도와 표현력을 높이는 데 사용된다.
이 방식에서 가장 중요한 점은 어떤 방향으로 금 나노막대가 정렬하는지를 나타내는 배향(orientation)이다. 즉 막대들이 한 방향으로 나란히 정렬될 때 광학·전기 특성이 극대화된다. 윤 교수 연구팀은 이러한 점에 착안해 DNA 마이크로패치를 일종의 틀로 삼아 금 나노막대들을 독특한 형태로 배향하고 플라즈몬 컬러 기판을 제작하는 데 성공했다.
연구팀이 개발한 DNA 2차원 마이크로패치 제작 기술은 DNA를 구조재료 및 전자소재로써 활용할 수 있는 단서를 마련했을 뿐 아니라 증발 현상과 DNA 액정물질이 접목될 때 나타나는 독특한 형태의 복잡한 분자 거동 해석에 대한 단서를 제공할 것으로 기대된다.
윤 교수는 “연구를 통해 밝힌 것처럼 DNA가 금 나노막대와 같은 광학 소재와 복합체를 쉽게 만들 수 있는 만큼, 자연계에 무한히 존재하는 DNA를 디스플레이 관련 분야의 신소재로서 응용할 수 있을 것으로 기대한다”라고 말했다.
이번 연구는 과학기술정보통신부-한국연구재단의 전략과제, 멀티스케일 카이랄 구조체 연구센터, 미래유망 융합기술 파이오니아사업과 신진연구 과제의 지원을 받아 수행됐다.
□ 그림 설명
그림1. DNA 분자 배향 모식도
그림2. DNA-금 막대 입자 복합체의 배향 양상과 나타나는 플라즈모닉 광학 현상
2019.06.18
조회수 13851
-
최성율 교수, 뉴로모픽 칩의 시냅스 구현
〈 최성율 교수 〉
우리 대학 전기및전자공학부 최성율 교수 연구팀이 멤리스터(Memristor) 소자의 구동 방식을 아날로그 형태로 변화해 뉴로모픽 칩의 시냅스로 활용할 수 있는 기술을 개발했다.
이 기술을 통해 기존의 디지털 비휘발성 메모리로만 이용되던 멤리스터를 아날로그 형태로 활용함으로써 인간의 뇌를 모사한 인공지능 컴퓨팅 칩인 뉴로모픽 칩의 상용화에 기여할 수 있을 것으로 기대된다.
장병철 박사(현 삼성전자 연구원), 김성규 박사(현 노스웨스턴대학), 양상윤 연구교수가 공동 1 저자로 참여하고 美 노스웨스턴 대학, KAIST 임성갑 교수가 공동으로 수행한 이번 연구는 나노과학 분야 국제 학술지 ‘나노 레터스 (Nano Letters)’ 1월 4일 온라인판에 게재됐다.
사람 뇌를 닮은 반도체로 알려진 뉴로모픽 칩은 기존의 반도체 칩이 갖는 전력 확보 문제를 해결할 수 있고 데이터 처리 과정을 통합할 수 있어 차세대 기술로 주목받고 있다.
멤리스터는 메모리와 레지스터의 합성어로, 메모리와 프로세스가 통합된 기능을 수행할 수 있다. 특히 뉴로모픽 칩 내부에 물리적 인공신경망을 가장 효과적으로 구현할 수 있는 크로스바 어레이(crossbar array) 제작에 최적인 소자로 알려져 있다.
물리적 인공신경망은 뉴런 회로와 이들의 연결부인 시냅스 소자로 구성되는데 뉴로모픽 칩 기반의 인공지능 연산을 수행할 때 각 시냅스 소자에서는 뉴런 간의 연결 강도를 나타내는 전도도 가중치가 아날로그 데이터로 저장 및 갱신돼야 한다.
그러나 기존 멤리스터들은 대부분 비휘발성 메모리 구현에 적합한 디지털의 특성을 가져 아날로그 방식의 구동에 한계가 있었고, 이로 인해 시냅스 소자로 응용하기 어려웠다.
최 교수 연구팀은 플라스틱 기판 위에 고분자 소재 기반의 유연 멤리스터를 제작하면서 소자 내부에 형성되는 전도성 금속 필라멘트 크기를 금속 원자 수준으로 얇게 조절하면 멤리스터의 동작이 디지털에서 아날로그 방식으로 변화하는 것을 발견했다.
연구팀은 이러한 현상을 이용해 멤리스터의 전도도 가중치를 연속적, 선형적으로 갱신할 수 있고 구부림 등의 기계적 변형 상태에서도 정상 동작하는 유연 멤리스터 시냅스 소자를 구현했다.
유연 멤리스터 시냅스로 구성된 인공신경망은 학습을 통해 사람의 얼굴을 효과적으로 인식해 분류할 수 있고 손상된 얼굴 이미지도 인식할 수 있음을 확인했다. 이를 통해 얼굴, 숫자, 사물 등의 인식을 효율적으로 수행할 수 있는 유연 뉴로모픽 칩 개발의 가능성을 확보했다.
최 교수는 “멤리스터 소자의 구동 방식이 디지털에서 아날로그로 변화되는 주요 원리를 밝힘으로써 다양한 멤리스터 소자들을 디지털 메모리 또는 시냅스 소자로 응용할 수 있는 길을 열었다”라며 “고성능 뉴로모픽 칩 개발의 가속화에 기여할 수 있을 것이다” 라고 말했다.
이번 연구는 과학기술정보통신부 한국연구재단 글로벌프론티어사업 중 (재)나노기판소프트일렉트로닉스 연구단의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 플라스틱 기판 위에 제작된 유연 멤리스터 시냅스 소자 모식도
2019.02.11
조회수 8379
-
중소기업 사업화 유망 기술이전 설명회 개최
우리대학이 오는 14일(수) 오후 대전 본원 학술문화관 2층 양승택오디토리움에서 ‘KAIST 중소기업 사업화 유망 기술이전 설명회’를 개최한다.
이번 설명회는 KAIST 교수진이 개발한 신기술 가운데 중소기업의 경쟁력을 강화하는데 유용한 유망기술을 엄선해서 소개하는 한편 기술이전을 받기 원하는 중소기업을 대상으로 기술 상담과 기술보증기금 기업지원 프로그램 안내 등 상호 협력방안을 논의하기 위해 마련됐다.
KAIST 산학협력단 기술사업화센터는 이번 설명회를 위해 동문기업을 포함한 대전지역 중소기업들의 기술수요를 조사·분석한 결과 ‘적혈구의 광 특성을 이용한 당 측정기술’ 등 모두 6개의 기술을 중소기업 대상 유망 이전기술로 꼽았다.
우선 배석형 교수(산업디자인학과)가 개발한 ‘협동로봇 제어기술’은 자동로봇, 제조로봇, 서비스로봇 등에 적용할 수 있는 기술이다. 기존의 협동로봇은 조작기술의 한계로 직관적인 행동이 어렵다는 단점이 있는데, 배 교수는 이를 극복하기 위해 로봇 조작 컨트롤러 사이에 신축성 있는 소재를 연결해 안정적인 양손조작 및 정밀성·신속성을 높인 제어기술을 개발했다.
명현 교수(건설및환경공학과)가 개발한 ‘실내·외 위치인식 기술’은 물류 로봇, 스마트팩토리, 자율주행차 등에 적용이 가능한 기술이다. 로봇의 자율주행에 필요한 위치인식 및 맵 작성 기술로 저가의 장비를 활용해 고성능 내비게이션을 구현해내는 것이 이 기술이 지닌 특징이다.
최시영 교수(생명화학공학과)는 설명회 자리에서 ‘분산성이 뛰어난 피커링 에멀전 기술’을 소개한다. 에멀전이란 물속에 기름방울들이 안정적으로 섞여있는 상태를 말한다. 기존에는 에멀전을 만들기 위해 계면활성제 등을 첨가하는 방식을 사용한 반면 최 교수는 화학물질 첨가 없이 물리적인 힘만으로 물과 기름을 섞어 에멀전을 유지하는 기술을 개발했다. 최 교수의 기술은 화장품과 제약 ·의약, 반도체, 페인트 등 다양한 분야의 분산 공정에 적용할 수 있다는 게 장점이다.
양진홍 교수(IT 융합연구소)가 개발한 ‘지능형 IoT 플랫폼 기술’도 이날 선보일 예정이다. 여러 개의 사물인터넷(IoT) 장치를 연계해 동시에 작동할 경우 뜻하지 않은 오류가 발생하는데 양 교수가 개발한 이 기술은 다양한 스마트 기기를 연동시켜 활용할 때 불편함을 최소화하고 또 효율적으로 관리할 수 있는 기술이다.
박용근 교수(물리학과)가 개발한 ‘적혈구의 광 특성을 이용한 당 측정기술’은 적혈구가 떨리며 산란된 빛의 세기 변화를 감지해 당화혈색소(헤모글로빈과 포도당이 결합한 형태)를 측정하는 기술이다. 기존방식에 비해 저비용·소형화된 측정 장비를 제작할 수 있고 당뇨병은 물론 심혈관 질환, 종양, 신장병 및 전염병을 포함한 다양한 체외 진단검사 분야에서 활용할 수 있을 것으로 기대가 크다.
이밖에 노용만 교수(전기및전자공학부)는 ‘얼굴인식을 통한 출입통제 기술’을 소개한다. 그동안 얼굴 인식기술은 다른 생체인식 기술에 비해 정확도가 낮아 활용성이 떨어지는 한계를 보였다. 반면 노 교수는 얼굴의 생김새는 물론 움직임까지 식별정보로 활용하는 ‘딥 네트워크 기반’ 얼굴 다이나믹 분석기술을 개발해 고성능 대면 얼굴인식 기술을 완성했다. 금융·컴퓨터·정보시스템 보안·통신기기 및 서비스 관리·출입관리 등 광범위한 분야에 적용할 수 있는 기술이다.
14일 열리는 설명회에는 연구자인 6명의 KAIST 교수들이 직접 참석해 기술의 개요와 특·장점, 적용분야 등에 관해 15분씩 소개하는 순서로 이뤄진다. KAIST는 또 이날 참석한 중소기업을 대상으로 상담과 함께 적정기술을 연결해주는‘U2B 기술이전 상담’도 함께 진행할 방침이다.
신성철 KAIST 총장은 “중소기업의 기술혁신을 선도해 강소기업으로 도약할 수 있도록 KAIST가 앞장 서 지원할 것”이라고 밝혔다. 신 총장은 이어 “KAIST는 적극적인 기술이전 마케팅을 통해 대학의 연구와 개발을 경제적 가치창출로 직결하는 기술사업화 혁신의 성공신화를 만들어 갈 것”이라고 덧붙였다.
이번 설명회는 웹페이지( https://goo.gl/rFndnj )에서 신청할 수 있으며 KAIST 기술이전에 관심이 있는 모든 중소기업은 무료로 참가가 가능하다. 문의 042-350-2174
2018.11.06
조회수 9142
-
민범기 교수, 광학적 시공간 경계 통한 빛 제어 기술 개발
〈 민범기 교수, 손재현 박사과정, 이강희 박사 〉
우리 대학 기계공학과 민범기 교수 연구팀이 광학적인 시공간 경계(spatiotemporal boundary)를 이용해 빛의 색과 위상을 동시에 제어하는 기술을 개발했다.
기계공학과 전원주 교수, 물리학과 이상민 교수와의 공동 연구로 진행된 이번 연구는 특수 미세 금속 구조를 반도체 표면 위에 제작해 기존 연구결과에 비해 훨씬 높은 자유도를 갖는 시공간 경계를 구현했다. 이 시공간 경계는 빛의 주파수를 변환할 수 있는 초박막형 광학 소자에 응용 가능할 것으로 기대된다.
이강희 박사, 손재현 박사과정이 공동 1저자로 참여한 이번 연구는 광학분야 국제 학술지 ‘네이처 포토닉스(Nature Photonics)’ 10월 8일자 온라인 판에 게재됐다.
광 주파수 변환 소자는 광학적 비선형성으로 인해 빛의 색이 변화하는 현상을 주로 이용해 빛을 사용한 정밀 측정과 통신 기술에서 핵심 역할을 하고 있다.
일반적인 광학 현상에서는 빛의 중첩(superposition) 원리가 성립하기 때문에 여러 빛이 동시에 물질을 통과해도 서로에게 영향을 주지 않는다. 하지만 빛의 세기가 매우 강하면 빛의 전기장이 물질을 이루는 원자핵, 전자 상호작용에 영향을 줘 빛의 주파수를 배로 늘리거나 두 빛의 주파수를 합하거나 뺀 빛을 형성하는 등의 비선형 광학 현상을 관찰할 수 있다.
이럴 경우 대부분 비선형 형상 구현에 필요한 강한 빛을 얻기 위해 고출력 레이저를 사용하거나 아주 좁은 공간에 빛을 집속시키는 방법을 사용한다.
또한 빛이 통과하고 있는 물질을 빛 스스로가 아닌 다른 외부 자극을 이용해 변화시킬 때에도 주파수 변환 현상을 볼 수 있다. 이렇게 시간에 따라 동적으로 변화하는 물질, 시간 경계 등을 이용하면 약한 빛에서도 주파수 변환을 일으킬 수 있다. 이는 통신 분야에서 유용하게 활용 가능하다.
그러나 외부 자극을 이용한 물성의 변화는 개념적으로만 연구돼 왔고, 다양한 이론적 예측 결과들을 실제로 구현하는 데 어려움이 있었다.
연구팀은 문제 해결을 위해 원자 구조를 모사한 금속 미세구조를 배열해 인공적인 광학물질(메타물질)을 개발했고 이 인공 물질을 매우 빠르게 변화시켜 시공간 경계를 만들어내는 데 성공했다.
기존 연구들이 약간의 굴절률에만 변화를 주는 것에 그쳤다면 이번 연구는 물질의 분광학적 특성을 자유롭게 설계 및 변화시킬 수 있는 플랫폼을 제공했다. 이를 이용해 빛의 색을 큰 폭으로 변화시키면서 주파수 변화량 역시 제어할 수 있는 소자를 개발했다.
연구팀은 주로 개념적으로만 진행되던 시공간 경계에서의 주파수 변환에 관한 연구를 광학물질을 이용해 실현 및 응용할 수 있는 단계로 발전시켰다는데 의의가 있다고 밝혔다.
민 교수는 “주파수 스펙트럼의 변화를 자유롭게 설계하고 예측할 수 있어 폭넓은 활용이 가능하다”며 “광학 분야에서 동적인 매질에 연구에 새 방향을 제시하게 될 것이다”라고 말했다.
이번 연구는 한국연구재단의 중견연구자지원사업과 미래유망융합기술파이오니어사업 및 글로벌프론티어사업 파동에너지극한제어연구단의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 협대역의 테라헤르츠파를 입사시켰을 때 시간적 경계의 변화에 따른 주파수 변환 실험 결과
그림2. 기술 개념도
2018.11.05
조회수 9853
-
한동수, 신진우 교수, 느린 인터넷 환경에서도 고화질 영상 감상 기술 개발
〈 (왼쪽부터) 김재홍, 정영목 석사과정, 여현호 박사과정, 한동수, 신진우 교수 〉
우리 대학 전기및전자공학부 신진우, 한동수 교수 연구팀이 딥러닝 기술을 이용한 인터넷 비디오 전송 기술을 개발했다.
여현호, 정영목, 김재홍 학생이 주도한 이번 연구 결과는 격년으로 개최되는 컴퓨터 시스템 분야의 유명 학술회의인 ‘유즈닉스 OSDI(USENIX OSDI)’에서 10월 10일 발표됐고 현재 국제 특허 출원을 완료했다.
이 기술은 유튜브, 넷플릭스 등에서 비디오를 사용자에게 전송할 때 사용하는 적응형 스트리밍(HTTP adaptive streaming) 비디오 전송기술과 딥러닝 기술인 심층 콘볼루션 신경망(CNN) 기반의 초해상화를 접목한 새로운 방식이다.
이는 열악한 인터넷 환경에서도 고품질, 고화질(HD)의 비디오 시청이 가능할 뿐 아니라 4K, AV/VR 등을 시청할 수 있는 새로운 기반 기술이 될 것으로 기대된다.
기존의 적응형 스트리밍은 시시각각 변화하는 인터넷 대역폭에 맞춰 스트리밍 중인 비디오 화질을 실시간으로 조절한다. 이를 위해 다양한 알고리즘이 연구되고 있으나 네트워크 환경이 좋지 않을 때는 어느 알고리즘이라도 고화질의 비디오를 감상할 수 없다는 한계가 있다.
연구팀은 적응형 스트리밍에 초해상화를 접목해 인터넷 대역폭에 의존하는 기존 적응형 스트리밍의 한계를 극복했다. 기존 기술은 비디오를 시청 시 긴 영상을 짧은 시간의 여러 비디오 조각으로 나눠 다운받는다. 이를 위해 비디오를 제공하는 서버에서는 비디오를 미리 일정 시간 길이로 나눠 준비해놓는 방식이다.
연구팀이 새롭게 개발한 시스템은 추가로 신경망 조각을 비디오 조각과 같이 다운받게 했다. 이를 위해 비디오 서버에서는 각 비디오에 대해 학습이 된 신경망을 제공하며 또 사용자 컴퓨터의 사양을 고려해 다양한 크기의 신경망을 제공한다.
제일 큰 신경망의 크기는 총 2메가바이트(MB)이며 비디오에 비해 상당히 작은 크기이다. 신경망을 사용자 비디오 플레이어에서 다운받을 때는 여러 개의 조각으로 나눠 다운받으며 신경망의 일부만 다운받아도 조금 떨어지는 성능의 초해상화 기술을 이용할 수 있도록 설계했다.
사용자의 컴퓨터에서는 동영상 시청과 함께 병렬적으로 심층 콘볼루션 신경망(CNN) 기반의 초해상화 기술을 사용해 비디오 플레이어 버퍼에 저장된 저화질 비디오를 고화질로 바꾸게 된다. 모든 과정은 실시간으로 이뤄지며 이를 통해 사용자들이 고화질의 비디오를 시청할 수 있다.
연구팀이 개발한 시스템을 이용하면 최대 26.9%의 적은 인터넷 대역폭으로도 최신 적응형 스트리밍과 같은 체감 품질(QoE, Quality of Experience)을 제공할 수 있다. 또한 같은 인터넷 대역폭이 주어진 경우에는 최신 적응형 스트리밍보다 평균 40% 높은 체감 품질을 제공할 수 있다.
이 시스템은 딥러닝 방식을 이용해 기존의 비디오 압축 방식보다 더 많은 압축을 이뤄낸 것으로 볼 수 있다. 연구팀의 기술은 콘볼루션 신경망 기반의 초해상화를 인터넷 비디오에 적용한 차세대 인터넷 비디오 시스템으로 권위 잇는 학회로부터 효용성을 인정받았다.
한 교수는 “지금은 데스크톱에서만 구현했지만 향후 모바일 기기에서도 작동하도록 발전시킬 예정이다”며 “이 기술은 현재 유튜브, 넷플릭스 등 스트리밍 기업에서 사용하는 비디오 전송 시스템에 적용한 것으로 실용성에 큰 의의가 있다”고 말했다.
이번 연구는 과학기술정보통신부 정보통신기술진흥센터(IITP) 방송통신연구개발 사업의 지원을 받아 수행됐다.
비디오 자료 링크 주소 1.
https://www.dropbox.com/sh/z2hvw1iv1459698/AADk3NB5EBgDhv3J4aiZo9nta?dl=0&lst =
□ 그림 설명
그림1. 기술이 적용되기 전 화질(좌)과 적용된 후 화질 비교(우)
그림2. 기술 개념도
그림3. 비디오 서버로부터 비디오가 전송된 후 저화질의 비디오가 고화질의 비디오로 변환되는 과정
2018.10.30
조회수 9067
-
이흥규 교수, 인공신경망 기반 워터마킹 기술 개발
〈 (왼쪽부터) 강지현,문승민,지상근 박사과정, 이흥규 교수 〉
우리 대학 전산학부 이흥규 교수 연구팀이 인공신경망을 이용해 워터마크를 영상에 삽입 및 검출하는 기술을 개발했다.
인공신경망 기반 워터마킹 기술은 3일부터 홈페이지를 통해 시범 운영되고 있다.( http://watermark.kaist.ac.kr )
이번 웹 서비스는 연구실 수준으로만 진행되던 기술들을 다년간의 연구개발을 통해 일반에 공개함으로써 특정 조건의 실험실 환경이 아닌 조건이 변화하는 실제 환경에서 적용된다.
이를 통해 인공신경망을 기반으로 하는 새로운 접근 기법의 성능을 검증하고 기존 한계점을 극복할 수 있는 연구 방향을 제시하는 초석이 될 것으로 기대된다.
현재까지 개발된 기존 워터마킹 기술은 모두 공격 유형, 세기 등 특정 조건을 사전에 정하고 이를 만족시키도록 설계 및 구현됐다. 따라서 다양한 공격 유형이 존재하는 실제 환경에 사용하기에는 실용적 측면, 기술 확장성, 유용성 등에 한계가 있었다.
또한 워터마크 제거, 복사, 대체 등의 해킹 기술 발전으로 인해 기술 자체의 보안 취약성에도 문제가 있었다.
연구팀의 웹 서비스에서는 ▲인공신경망 학습을 통한 새로운 공격에 대응하고 ▲인공신경망의 비선형적인 특성을 통해 높은 보안성을 가진 인공신경망 기반 2D 영상 워터마킹 기법 ▲다양한 시점 변환이 발생하더라도 영상 보호가 가능한 DIBR 3D 영상 워터마킹 기법 ▲워터마크 삽입으로 인한 시각피로도 상승을 최소화하는 S3D 영상 워터마킹 기법을 제공한다.
연구팀은 다수의 연구 결과들을 기반으로 해당 웹 서비스 기술을 구현했다. 연구팀의 2D 영상 워터마킹 기법은 최초의 인공신경망 기반 워터마킹 기법으로 이미지에 가해질 수 있는 다양한 공격을 이용해 인공신경망을 학습함으로써 강인성을 획득한다.
동시에 인공신경망의 심층구조를 통해 워터마크 해킹 공격에 대한 높은 보안성을 획득함으로써 기존의 보안 취약점을 대폭 개선했다. 고부가가치를 가지는 3D 영상 보안을 위한 워터마킹 기법도 개발해 웹 서비스로 제공한다.
사용자는 2D 영상 또는 3D 영상을 웹 서비스에 업로드 해 워터마크를 삽입하고 추후 필요시 삽입한 워터마크를 검출함으로써 각종 분쟁 해결에 활용할 수 있다.
또한 이 기술은 압축 등의 공격을 가상으로 진행하는 시뮬레이션 툴과 워터마크 삽입 세기 조절, 그리고 워터마크 삽입으로 인한 영상품질 비교 등의 서비스를 함께 제공한다.
이번 연구는 기술 활용 모델에 따라 요구되는 다양한 견고성에 따라 유연하게 추가 수정(修正) 구현 가능하고 해킹에 견고하게 설계됨으로써 워터마킹 기술 유용성을 극대화했다.
이에 따라 개발 기술은 향후 인증, 진위 판별, 유통 추적이나 저작권 분야 등에서 다양한 콘텐츠를 사용한 활용이 가능하다. 향후 각종 영상물들의 불법 활용으로 인해 발생하는 사회경제적 손실을 줄이고 콘텐츠 산업의 성장과 디지털 사회 선진화에 기여할 것으로 기대된다.
연구팀은 개발된 기술은 다양한 공격 유형에 적응적으로 대응하며 상용 가능한 수준의 기술 신뢰도를 보인다고 밝혔다.
이흥규 교수는 “영상 관련 각종 분쟁들이 저작권에 국한되던 종전의 범위를 넘어 최근 가짜 영상 유통에 따른 진위 판별, 인증, 무결성 검사, 유통 추적 등으로 관심 분야가 급속히 커지고 있다”며 “인공지능 기술을 활용해 기존 워터마킹 기법들의 기술적인 한계점을 해결할 수 있는 디지털 워터마킹 연구를 선도하겠다”고 말했다.
이번 연구는 한국연구재단이 추진하는 중견연구지원사업의 지원으로 수행됐다.
□ 그림 설명
그림1.2D 영상 워터마킹 기법을 이용한 영상 예제
그림2.S3D 영상 워터마킹 기법을 이용한 영상 예제
2018.09.11
조회수 7292
-
한진희 교수, 공포에 대한 선천적 반응 결정 신경회로 규명
〈 한진희 교수, 장진호 박사 〉
“생쥐 실험을 통해 포식자의 냄새 자극에 대한 본능적 공포 반응을 결정하는 전두엽-편도체 뇌신경회로를 발견했습니다. 공포에 대한 선천적인 반응이 뇌 속에 어떤 식으로 코딩됐는지를 보여주며 공황장애, 외상 후 스트레스 장애 등의 불안 및 공포 뇌질환 치료 기술에 활용될 것입니다.”
우리 대학 생명과학과 한진희 교수와 한국뇌연구원(KBRI) 뇌신경망연구부 박형주 박사 공동 연구팀이 동물의 공포에 대한 선천적인 행동 반응이 발생하게 만드는 뇌신경회로를 발견하고 그 원리를 밝혔다.
장진호 박사가 1저자로 참여한 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’ 7월 16일자 온라인 판에 게재됐다.
골목의 모퉁이를 돌아설 때 갑자기 튀어나온 자동차 때문에 깜짝 놀라며 얼어붙는 듯이 몸이 저절로 멈춘 경험은 한 번쯤은 겪어봤을 것이다. 이는 ‘동결(freezing)’이라 불리는 대표적 공포 반응이다.
만약 자동차 앞에서 몸이 멈추지 않았다면 큰 사고로 이어졌을 수 있다. 이처럼 포식자나 위험한 물체와 맞닥뜨렸을 때 적절한 공포 반응을 나타내는 것은 사람과 동물이 위협으로부터 살아남을 가능성을 높여주는 역할을 한다. 이처럼 정상적인 공포, 불안 반응은 인간과 동물의 생존을 위해 필수적인 기능이다.
그러나 뇌신경학자들은 공포 반응을 조절하는 신경회로의 이면에 주목한다. 극도의 스트레스나 지속적인 생존의 위협에 노출된 사람들에게서 공포 반응을 조절하던 두뇌 회로가 고장난 듯 기능 이상을 보이는 현상이 존재하기 때문이다. 최근 미디어를 통해 익숙해진 공황장애, 외상 후 스트레스 장애 등이 이러한 기능 이상으로 인해 발병한다.
위와 같은 질환을 앓는 사람들은 수개월 이상의 상담 및 약물 치료를 통해야만 과호흡, 통제되지 않는 불안감, 불면증 등의 증상을 극복한 후 일상에 복귀할 수 있다. 이러한 이유로 뇌신경회로가 올바르게 작용하는 원리를 이해해야만 질환의 효율적인 치료가 가능하다.
한 교수 연구팀은 전측대상회 피질(ACC, anterior cingulate cortex)라는 전두엽의 기능에 주목했다. 신체적인 고통에 반응하고 통증 정보를 처리하는 뇌 영역으로 알려진 전측대상회 피질은 복잡한 두뇌 중에서도 가장 고도의 연산 기능을 수행할 수 있는 전전두엽 피질(PFC, prefrontal cortex)의 일부를 차지하고 있다.
그 동안 전두엽 뇌 영역이 학습을 통해 획득하는 후천적인 공포 조절 기능을 담당한다는 사실이 동물 실험 등으로 규명됐지만 선천적 공포조절 기능은 알려진 바가 없었다.
핵심 실험을 수행한 1저자인 장진호 박사는 작은 발상의 전환을 언급했다. “교수님이 학습된 공포 반응이 아닌 본능적 공포 반응을 통해 실험을 해보자는 독특한 제안을 하셨습니다. 해외 연구진들도 전전두엽 피질 두뇌 회로가 공포 반응을 조절하는 원리는 연구하지만, 포식자에 대한 본능적 반응에는 아무도 주목하지 않았습니다. 데이터 해석에 어려움을 겪고 있었는데 발상의 전환 이후 놀라운 데이터를 꾸준히 얻을 수 있었습니다.”
연구팀은 빛을 이용해 실시간으로 뉴런의 활성을 조절하는 광유전학 기술을 생쥐의 전측대상회 피질에 적용했다. 생쥐들을 포식자인 여우의 냄새에 노출시킨 상태에서 전측대상회 피질 영역을 억제, 자극해 반응 변화를 살폈다.
전측대상회 피질 영역의 뉴런을 억제하자 여우 냄새에 대한 동결 공포 반응이 크게 증폭됐고, 반대로 전측대상회 피질 영역을 자극했을 때는 공포 반응이 감소했다. 또한 전측대상회 피질 자극은 트라우마 기억에 대한 학습된 공포 반응도 강하게 억제하는 효과를 보였다.
연구팀은 전측대상회 피질 영역 내에서 편도체로 연결을 맺은 일부 뉴런들의 성질을 규명했다. 한 교수는 회로망 연구의 중요성을 설명했다. “두뇌 영역에는 전혀 다른 기능의 뉴런들이 공존하고 있으며 이들은 각기 다른 하위 영역으로 연결을 보내는 경우가 많습니다. 뇌 영역의 기능을 올바로 이해하기 위해 회로망에 따라 뉴런의 종류를 구분해야 하는 이유입니다.”
연구팀은 먼저 다양한 신경망 추적(neuronal tracer) 기법을 활용해 전측대상회 피질의 하위 연결망을 탐색했다. 그 중 공포 반응의 출력에 중요한 뇌구조로 잘 알려진 배외측 편도체핵(BLA, basolateral nucleus of amygdala)에서 전측대상회 피질의 주요 연결망을 관찰했다.
한국뇌연구원의 박형주 박사 연구팀은 전기 생리학 방법을 이용해 전측대상회 피질-배외측 편도체핵 연결망이 단일 시냅스 흥분성 연결로 구성됨을 증명했다.
연구팀은 나아가 전측대상회 피질-배외측 편도체핵 하위 연결망이 전측대상회 피질과 동일한 선천적 공포 조절 기능을 수행함을 규명했다. 이 하부 회로를 억제시키자 여우 냄새에 대한 공포 반응이 증가됐고, 같은 회로를 자극시키자 공포 반응이 감소했다.
또한 코요테, 들쥐(들쥐는 생쥐를 잡아먹는 포식자이다)를 사용한 보강 실험을 통해 전측대상회 피질-배외측 편도체핵 회로의 선천적 공포 행동 조절 기능을 명확히 규명했다.
한 교수는 “선천적 위협 자극에 대한 공포 행동반응을 코딩하고 있는 뇌 속 핵심 신경회로를 발견했다는 점에서 매우 중요한 학술적 의미가 있습니다. 향후 전측대상회 피질 신경회로를 표적으로 하는 외상 후 스트레스 장애 치료기술 개발의 근거가 될 것입니다”고 말했다.
이번 연구는 뇌과학 원천기술개발사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. ACC 영역의 활성 조절에 의한 본능적 공포 반응 증폭 및 감소
2018.08.07
조회수 10936
-
예종철 교수, 인공지능 블랙박스의 원리 밝혀
〈 예종철 교수, 한요섭 연구원, 차은주 연구원 〉
우리 대학 바이오및뇌공학과 예종철 석좌교수 연구팀이 인공지능의 기하학적인 구조를 규명하고 이를 통해 의료영상 및 정밀분야에 활용 가능한 고성능 인공신경망 제작의 수학적인 원리를 밝혔다.
연구팀의 ‘심층 합성곱 프레임렛(Deep Convolutional Framelets)’이라는 새로운 조화분석학적 기술은 인공지능의 블랙박스로 알려진 심층 신경망의 수학적 원리를 밝혀 기존 심층 신경망 구조의 단점을 보완하고 이를 다양하게 응용 가능할 것으로 기대된다.
예종철 석좌교수가 주도하고 한요섭, 차은주 박사과정이 참여한 이번 연구는 응용수학 분야 국제 학술지 ‘사이암 저널 온 이매징 사이언스(SIAM Journal on Imaging Sciences)’ 4월 26일자 온라인 판에 게재됐다.
심층신경망은 최근 폭발적으로 성장하는 인공지능의 핵심을 이루는 딥 러닝의 대표적인 구현 방법이다. 이를 이용한 영상, 음성 인식 및 영상처리 기법, 바둑, 체스 등은 이미 사람의 능력을 뛰어넘고 있으며 현재 4차 산업혁명의 핵심기술로 알려져 있다.
그러나 이러한 심층신경망은 그 뛰어난 성능에도 불구하고 정확한 동작원리가 밝혀지지 않아 예상하지 못한 결과가 나오거나 오류가 발생하는 문제가 있다. 이로 인해 ‘설명 가능한 인공지능(explainable AI: XAI)’에 대한 사회적, 기술적 요구가 커지고 있다.
연구팀은 심층신경망의 구조가 얻어지는 고차원 공간에서의 기하학적 구조를 찾기 위해 노력했다. 그 결과 기존의 신호처리 분야에서 집중 연구된 고차원 구조인 행켈구조 행렬(Hankel matrix)을 기저함수로 분해하는 과정에서 심층신경망 구조가 나오는 것을 발견했다.
행켈 행렬이 분해되는 과정에서 기저함수는 국지기저함수(local basis)와 광역기저함수(non-local basis)로 나눠진다. 연구팀은 광역기저함수와 국지기저함수가 각각 인공지능의 풀링(pooling)과 필터링(filtering) 역할을 한다는 것을 밝혔다.
기존에는 인공지능을 구현하기 위한 심층신경망을 구성할 때 구체적인 작동 원리를 모른 채 실험적으로 구현했다면, 연구팀은 신호를 효과적으로 나타내는 고차원 공간인 행켈 행렬를 찾고 이를 분리하는 방식을 통해 필터링, 풀링 구조를 얻는 이론적인 구조를 제시한 것이다.
이러한 성질을 이용하면 입력신호의 복잡성에 따라 기저함수의 개수와 심층신경망의 깊이를 정해 원하는 심층신경망의 구조를 제시할 수 있다.
연구팀은 수학적 원리를 통해 제안된 인공신경망 구조를 영상잡음제거, 영상 화소복원 및 의료영상 복원 문제에 적용했고 매우 우수한 성능을 보임을 확인했다.
예종철 교수는 “시행착오를 반복해 설계하는 기존의 심층신경망과는 달리 원하는 응용에 따라 최적화된 심층신경망구조를 수학적 원리로 디자인하고 그 영향을 예측할 수 있다”며 “이 결과를 통해 의료 영상 등 설명 가능한 인공지능이 필요한 다양한 분야에 응용될 수 있다”고 말했다.
이번 연구는 과학기술정보통신부의 중견연구자지원사업(도약연구) 및 뇌과학원천기술사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 수학적인 원리를 이용한 심층신경망의 설계 예시
그림2. 영상잡음제거 결과
그림3. 영상에서 80% 화소가 사라진 경우 인공신경망을 통해 복원한 결과
2018.05.10
조회수 14838
-
유회준 교수, 딥러닝용 AI 반도체 개발
우리대학 전기및전자공학부 유회준 교수 연구팀이 스타트업 '유엑스 팩토리'와 함께 가변 인공신경망 기술을 적용해 딥러닝을 효율적으로 처리하는 AI 반도체를 개발했다. 딥러닝이란 컴퓨터가 마치 사람처럼 스스로 학습할 수 있도록 인공신경망을 기반으로 구축한 '기계 학습' 기술이다.
유 교수 연구팀이 개발한 새로운 칩은 반도체 안에서 인공신경망의 무게 정밀도를 조절함으로써 에너지 효율과 정확도를 조절한다. 1비트부터 16비트까지 소프트웨어로 간편하게 조절하면서 상황에 맞춰 최적화된 동작을 얻어낸다. 하나의 칩이지만 '콘볼루션 신경망'(CNN)과 '재귀 신경망'(RNN)을 동시에 처리할 수 있다. CNN은 이미지를 분류나 탐지하는 데 쓰이며, RNN은 주로 시간의 흐름에 따라 변화하는 영상과 음성 등 데이터 학습에 적합하다. 또 통합 신경망 프로세서(UNPU)를 통해 인식 대상에 따라 에너지효율과 정확도를 다르게 설정하는 것도 가능하다.
모바일에서 AI 기술을 구현하려면 고속 연산을 '저전력'으로 처리해야 한다. 그렇지 않으면 한꺼번에 많은 정보를 처리하면서 발생하는 발열로 인해 배터리 폭발 등의 사고가 일어날 수 있기 때문이다. 연구팀에 따르면 이번 칩은 세계 최고 수준 모바일용 AI 칩 대비 CNN과 RNN 연산 성능이 각각 1.15배, 13.8배이 달한다. 에너지효율도 40% 높은 것으로 나타났다.
스마트폰 카메라를 통해 사람의 얼굴 표정을 인식해 행복, 슬픔, 놀람, 공포, 무표정 등 7가지의 감정을 자동으로 인식하는 감정인식 시스템도 개발됐다. 이 시스템은 감정 상태를 스마트폰 상에 실시간으로 표시한다. 유 교수 연구팀의 이번 연구는 지난 13일 미국 샌프란시스코에서 열린 국제고체회로설계학회(ISSCC)에서 발표됐다.
유회준 교수는 "기술 상용화에는 1년 정도 더 걸릴 전망"이라며 " 모바일에서 AI를 구현하기 위해 저전력으로 가속하는 반도체를 개발했으며, 향후 물체인식, 감정인식, 동작인식, 자동 번역 등 다양하게 응용될 것으로 기대된다"고 설명했다.
2018.02.26
조회수 12293
-
오일권 교수, 그래핀 기반의 소프트 액추에이터 개발
〈 타바시안 라솔 박사과정, 오 일 권 교수 〉
우리 대학 기계공학과 오일권 교수 연구팀이 두 개의 서로 상반된 그래핀 구조체를 전극으로 사용해 소프트 액추에이터(작동장치)의 성능을 높이는데 성공하였다.
연구팀이 이번 연구를 통해 제작한 액추에이터는 웨어러블 전자기기, 소프트 로봇 등의 분야에서 사용 가능할 것으로 기대된다.
타바시안 라솔(Tabassian Rassoul) 박사과정이 1저자로 참여한 이번 연구는 온라인 국제 학술지 ‘어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)’ 1월 31일자에 게재됐으며 표지논문에 선정됐다.
차세대 전자기기에 능동형 소프트 액추에이터를 적용하기 위해서는 액추에이터의 전극이 유연성, 높은 전기 전도성 및 전기 화학적 활성, 내구성 등을 갖는 동시에 높은 효율성을 가져야 한다.
하지만 기존의 소프트 액추에이터는 백금 또는 금 등의 고가 귀금속이 사용됐기 때문에 실제 적용이 어려웠다.
연구팀은 문제 해결을 위해 기능적인 길항성(두 요인이 동시에 작용해 서로의 효과를 상쇄시키는 성질)을 갖는 각기 다른 두 종류의 그래핀 전극을 동시에 사용했다.
연구팀은 전기전도성은 매우 좋지만 전기화학적 활성이 낮은 그래핀 그물망의 단점을 보완하기 위해 질소가 증착된 구겨진 그래핀 입자들을 추가로 적용했다. 그물망 그래핀 메쉬(mesh)와 질소가 증착된 구겨진 그래핀을 결합해 전기화학적으로 기능적 길항성을 갖는 하이브리드 전극을 제작해 소프트 액추에이터에 적용했다.
연구팀이 합성한 그래핀 메쉬 구조는 그래핀 튜브들이 서로 엮인 그물망 형태의 구조를 갖는다. 특히 그물망 구조의 물결 모양 패턴 덕분에 다른 유형의 그래핀 구조보다 우수한 신축성을 갖는다.
또한 화학기상증착법(Chemical vapor deposition, CVD) 방법으로 합성하기 때문에 높은 전기 전도도를 갖는 고품질 그래핀 그물망을 제작할 수 있다.
이 하이브리드 전극에서 그래핀 그물망은 신속하고 균일한 전하 분포 촉진, 질소가 증착된 구겨진 그래핀은 전하를 효율적으로 저장하는 서로 상반된 역할을 각각 수행한다. 이를 통해 재료의 비용적 단점을 보완함과 동시에 전극의 성능 요건을 충족했다.
연구팀은 이번 연구를 통해 제작된 액추에이터는 햅틱 피드백 시스템, 웨어러블 핼스케어 전자기기, 능동촉각 시스템, VR 및 AR용 능동형 디스플레이, 소프트 로봇 등의 분야에서 사용 가능할 것으로 기대된다.
오 교수는 “이번 연구결과를 통해 소프트 액추에이터의 성능향상 원리를 이해하는 기반 연구가 될 것이다”며 “차세대 유연 전자산업에서의 소프트 액추에이터 기술 활용이 가속화되는 계기가 될 것으로 기대한다”고 말했다.
이번 연구는 한국연구재단 리더연구자지원사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 논문 커버 이미지
그림2. 기능적 길항성을 갖는 그래핀 구조 전극 사진 및 소프트 액추에이터 개요
2018.02.07
조회수 10811
-
김문철 교수, 인공지능 통해 풀HD영상 4K UHD로 실시간 변환
〈 김 문 철 교수 〉
우리 대학 전기및전자공학부 김문철 교수 연구팀이 딥러닝 기술을 이용해 풀 HD 비디오 영상을 4K UHD 초고화질 영상으로 초해상화 변환할 수 있는 기술을 개발했다.
이 기술은 인공지능의 핵심 기술인 심층 콘볼루션 신경망(Deep Convolutional Neural Network, DCNN)을 하드웨어로 구현했다. 초당 60프레임의 초고해상도 4K UHD 화면을 실시간으로 생성할 수 있는 알고리즘 및 하드웨어 개발을 통해 향후 프리미엄 UHD TV, 360 VR, 4K IPTV 등에 기여할 것으로 기대된다.
이번 연구는 KAIST 전기및전자공학부 김용우, 최재석 박사과정 등이 주도했고 현재 특허 출원을 준비 중이다.
최근 영상 화질 개선 연구에 인공지능의 핵심 기술인 심층 콘볼루션 신경망을 적용시키려는 노력이 활발히 이뤄지고 있다. 그러나 이러한 심층 콘볼루션 신경망 기술은 연산 복잡도와 매우 높고 사용되는 메모리가 커 작은 규모의 하드웨어를 통해 초고해상도 영상으로 실시간 변환하는 데 한계가 있다.
기존의 프레임 단위로 영상을 처리하던 방식은 DRAM과 같은 외부 메모리 사용이 필수적인데 이로 인해 영상 데이터를 처리할 때 지나친 외부 메모리 접근으로 인한 메모리 병목현상과 전력 소모 현상이 발생했다.
김 교수 연구팀은 프레임 단위 대신 라인 단위로 데이터를 처리할 수 있는 효율적인 심층 콘볼루션 신경망 구조를 개발해 외부 메모리를 사용하지 않고도 작은 규모의 하드웨어에서 초당 60 프레임의 4K UHD 초해상화를 구현했다.
연구팀은 기존 소프트웨어 방식의 심층 콘볼루션 신경망 기반의 고속 알고리즘과 비교해 필터 파라미터를 65% 정도만 적용하고도 유사한 화질을 유지했다.
이는 딥러닝 기술을 이용한 고해상도 영상 변환 기술이 활발히 진행되는 가운데 초당 60프레임의 4K UHD 초해상화를 하드웨어로 실현한 첫 사례로 꼽힌다.
김 교수는 “이번 연구는 심층 콘볼루션 신경망이 작은 규모의 하드웨어에서 초고품질 영상 처리에 실질적으로 응요 가능한 기술임을 보인 매우 중요한 사례다”며 “현재 프리미엄 UHD TV 및 UHD 방송 콘텐츠 생성, 360도 VR 콘텐츠, 4K IPTV 서비스에 매우 효과적으로 적용할 수 있다”고 말했다.
이번 연구는 과학기술정보통신부 정보통신기술진흥센터(IITP) ICT 기초연구실지원사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 실시간 AI(딥러닝) 기반 고속 초고해상도 업스케일링 기술
그림2.심층 신경망 AI 기반 4K UHD 60fps 실시간 초해상화 하드웨어 (FPGA)
그림3. 심층 신경망 AI 기반 4K UHD 60fps 실시간 초해상화 하드웨어 시연
2018.01.16
조회수 14344