%EC%9D%B4%EC%9E%AC%ED%98%B8
-
KCC 설명가능 인공지능(XAI) 워크숍 2024 개최
우리 대학 설명가능인공지능 연구센터(센터장 최재식)가 'KCC 설명가능 인공지능(XAI) 워크숍 2024'를 지난달 27일 제주 국제컨벤션센터에서 개최했다.올해 3월 EU의 인공지능법이 최종 통과된 후 인공지능 시스템에 대한 글로벌 규제가 현실화 되고 인공지능 모델의 투명성 향상과 규제 준수를 지원할 수 있는 설명가능 인공지능(eXplainable Artificial Intelligence, 약칭 XAI) 기술에 대한 관심이 높아지고 있다. 이와 같은 시대적 흐름에 대응하기 위해 개최된 이번 워크숍에는 관련 분야에서 활발히 연구 중인 국내 연구기관과 기업 관계자들이 교류하며 최신 연구 동향을 공유했다.서홍석 교수(고려대)와 박천음 교수(한밭대)는 각각 '멀티모달 대화형 인공지능 관련 연구 동향'과 'Multimodal Counterfactual reasoning을 이용한 자연어 해석 연구 동향'을 주제로 최근 활발한 연구가 진행 중인 멀티모달 인공지능 모델 연구 및 해석 동향을 강연했다.또한, 오순영 공동의장((사)과실연 미래포럼)은 '금융 및 은행에서의 설명가능 인공지능'을 주제로 금융 및 의료 분야에 설명가능 인공지능이 활용된 사례를 발표하고 김진우 대표(㈜HAII)의 '디지털 헬스에서의 설명가능 인공지능의 역할: 리피치* 사례를 중심으로' 강연이 진행됐다. *리피치(Repeech): 마비말장애 디지털 치료기기
이와 함께, 설명가능 인공지능 분야의 국제 표준화 그룹 리더인 이재호 교수(서울시립대)가 '프론티어 인공지능 신뢰성 기술과 정책'에 대해 발표했다.
이번 워크숍에서는 총 38편의 최신 연구논문이 발표됐다. 기존 설명가능 인공지능 알고리즘의 성능을 개선한 새로운 알고리즘, 대형언어모델(Large Language Model, 약칭 LLM) 등 생성형 AI모델에 대한 해석성 및 신뢰성 제공 기법, 도메인별 XAI 적용 사례에 대한 연구 내용이 소개됐다.
최우수논문상은 우리 대학 전기및전자공학부 노용만 교수팀(이병관, 박범찬, 김채원)의 '물체 수준 시각 프롬프트를 활용한 효율적인 대형언어시각모델'이 수상했다. 대형언어시각 모델(Large Language and Vision Model, LLVM)에서 모델 크기를 키우는 대신 물체 수준 이미지에서 이해가 가능한 새로운 기법을 도입해 인공지능 모델 성능을 향상시켰을 뿐만 아니라 인공지능 모델의 의사결정 과정에 대한 해석가능성을 크게 높였다는 점을 인정받았다. 행사를 주관한 설명가능인공지능 연구센터 최재식 센터장은 "이번 워크숍이 인공지능 기술의 투명성과 신뢰성을 높이는 데 중요한 역할을 하는 설명가능 인공지능(XAI)에 대한 최신 연구 동향을 교류하는 구심점이 되어, 다양한 산업 분야에 설명가능 인공지능(XAI) 기술을 적용하는 계기가 되길 바란다"라고 밝혔다.이번 행사는 정보통신기획평가원의 '사람중심 인공지능 핵심원천기술개발사업(과제명: 사용자 맞춤형 플러그앤플레이 방식의 설명가능성 제공 기술 개발)' 지원으로 개최되었다. 이번 워크숍에 대한 자세한 정보는 우리 대학 설명가능 인공지능센터 홈페이지에서 확인할 수 있다.(https://xai.kaist.ac.kr/xai-workshop/2024/)
2024.07.08 조회수 1324 -
산업및시스템공학과 이재호 박사 · 명지윤 졸업생, ISMI 우수 연구상 수상
우리 대학 산업 및 시스템 공학과 장영재 교수 연구실 이재호 박사와 명지윤 졸업생(2022.2월 석사 졸업, 현 삼성 SDS근무)이 이달 11일부터 3일까지 대만에서 열린 International Symposium on Semiconductor Manufacturing Intelligence(ISMI)에서 우수연구상을 수상했다.
ISMI는 반도체 생산 운영 관련 국제학회로 2013년 시작된 이후 글로벌 반도체 제조 운영 기술 연구를 선도하고 있다.이재호 연구원은 반도체 물류 운송 장비(OHT)의 이동 패턴 예측 모델을 활용한 동적 경로 탐색 알고리즘을 제안한 연구로 수상했다. 그래프 인공 신경망을 활용해 실시간 트랙 상태를 반영한 반도체 물류 운송 장비의 이동 패턴 예측하는 새로운 모델을 고안하고 시뮬레이션을 통해 제안한 동적 경로 탐색 알고리즘의 성능을 비교 검증한 성과를 인정받았다. 명지윤 졸업생은 반도체 물류 운송 장비 시스템의 이상을 감지해낼 때 작업 상태를 고려해야 할 필요성을 제시한 연구로 수상했다. 조건부 오토인코더의 구조를 기반으로 반도체 물류 운송 장비의 다양한 작업 상태를 반영할 수 있는 'CRAE'라는 새로운 구조 고안했다. 또한, 실제 테스트 베드에서 다양한 시스템 이상 상황을 재현하고 데이터를 수집해 'CRAE'의 이상 감지 성능을 검증해 우수 연구로 평가 받았다.두 연구는 BK 스마트팩토리 교육연구단, 연구재단 중견연구자 지원사업, 그리고 기계공학과와 산업및시스템 공학과가 함께 설립한 KAIST 첨단제조지능 혁신센터 지원으로 수행했으며, 국내 반도체 물류 장비 기업과의 협업을 통한 사업화를 진행 중이다.
2022.11.25 조회수 4137