%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5
-
형광 염색 없이 분자 정보를 보는 AI 현미경 개발
우리 대학 물리학과 박용근 석좌교수 연구팀이 형광 염색 없이 세포의 분자 정보를 볼 수 있는 인공지능 현미경 기술을 개발했다고 20일 밝혔다.
광학 현미경은 수백 년 전부터 현재에 이르기까지 생물학 및 의학에서 가장 중요하게 쓰이는 기술 중 하나로, 이미지 형성 원리에 따라 여러 형태로 발전해왔다. 최근 수십 년간 분자생물학이 눈부시게 발전하면서 세포 내의 특정 구조를 형광(fluorescence) 으로 표지하는 것이 가능해졌고, 이처럼 높은 생화학적 특이성(biochemical specificity) 덕분에 형광 현미경은 현재 가장 폭넓게 쓰이는 광학 현미경 기술이 됐다.
그러나 형광 현미경은 형광 표지 자체가 세포를 변형하는 것이기 때문에 세포에 부담을 주게 되고, 밝기와 세포독성, 안정성 문제 때문에 초고속 또는 장기간 측정이 힘들며, 제한된 색깔로 인해 다양한 구조를 동시에 보는 것이 어려운 근본적인 한계가 있다.
이와는 대조적으로, 각 물질과 빛의 상호작용을 결정하는 근본적인 특성인 굴절률(refractive index)을 이용해 아무런 염색을 하지 않아도 되는 현미경 기술 또한 꾸준히 발전해왔다. 굴절률로부터 파생되는 빛의 흡수, 위상차 등을 이용한 전통적인 현미경은 물론, 최근에는 굴절률 자체를 3차원 상에서 정량적으로 측정하는 다양한 홀로그래픽 현미경(holographic microscopy) 기술이 박용근 교수 연구팀에서 개발돼 상용화된 바 있다. 이러한 비표지(label-free) 현미경 기술은 형광 현미경과 비교해 여러 가지 장점을 갖고 있지만, 굴절률과 세포 내 구조들의 관계가 명확하지 않아 분자 특이성이 떨어진다는 단점이 있었다.
박용근 교수 연구팀에서는 2012년 초부터 조영주 졸업생(제1 저자, 물리학과·수리과학과 학사 11학번·KAIST 총장 장학생, 現 스탠퍼드대학교 응용물리학과 박사과정) 주도로 홀로그래픽 현미경 분야에 인공지능을 도입해 특이성 문제를 해결하려는 일련의 연구가 시작됐다.
우선 형태적으로는 비슷하나 생화학적인 구성에 차이가 있는 시료(여러 종의 박테리아, 다양한 분류의 백혈구 등)의 굴절률 영상은 사람 눈에는 비슷하게 보이는데, 흥미롭게도 인공지능은 이를 높은 정확도로 분류할 수 있음을 보였다(2013-2014년 KAIST 학부연구프로그램(URP) 이후, 2015년 Optics Express, 2017년 Science Advances, 2020년 ACS Nano 등 게재). 이러한 결과는 매우 다양한 생체 시료에서 일관되게 관찰됐고, 따라서 연구팀은 생화학적 특이성이 높은 정보가 굴절률의 공간 분포에 숨겨져 있다는 가설을 세웠다.
세포생물학 분야 최고 권위지인 `네이처 셀 바이올로지(Nature Cell Biology, IF 28.82)'에 12월 7일 발표된 이번 연구(논문명: Label-free multiplexed microtomography of endogenous subcellular dynamics using generalizable deep learning)에서, 연구팀은 홀로그래픽 현미경 영상으로부터 형광 현미경 영상을 직접 예측할 수 있음을 보임으로써 이 가설을 증명했다. 인공지능이 찾아낸 굴절률 공간 분포와 세포 내 주요 구조 간의 정량적인 관계를 이용해 굴절률의 공간 분포 해독이 가능해졌고, 놀랍게도 이러한 관계는 세포 종류와 관계없이 보존돼 있음을 확인했다.
이 과정에서 만들어진 `인공지능 현미경'은 홀로그래픽 현미경과 형광 현미경의 장점만을 갖는다. 즉, 형광 표지 없이 형광 현미경의 특이적인 영상을 얻을 수 있다. 따라서 자연 상태 그대로의 세포에서 동시에 수많은 종류의 구조를 3차원으로 볼 수 있으며, 밀리초(ms) 수준의 초고속 측정과 수십 일 수준의 장기간 측정이 가능해졌다. 더욱이 기존 데이터에 포함되지 않은 새로운 종류의 세포에도 즉시 적용이 가능하기에, 다양한 생물학 및 의학 연구에 응용이 가능할 것으로 기대된다.
이번 연구는 조영주 박사과정과 박용근 교수가 지난 10여 년간 발전시켜온 광학 및 인공지능 기술력 이외에도, 다학제적 접근과 KAIST 기술을 바탕으로 한 창업 덕분에 가능했다. 생명과학과 허원도 교수(공동 교신저자)와 박외선 박사(공동 제1 저자)가 오랜 기간 발전시켜온 분자생물학 및 형광 현미경 기술 덕분에 인공지능 학습에 필요한 데이터를 얻을 수 있었으며, 조영주 박사과정이 허원도 교수 연구팀에서 2015년 1년간 연구했던 경험 덕분에 구체적인 아이디어가 나오게 됐다.
또한 박용근 교수 연구팀 홀로그래픽 현미경 기술로 창업한 ㈜토모큐브를 통해 현미경 및 데이터 형식이 규격화돼 대규모 인공지능 학습이 용이했고, 이를 바탕으로 ㈜토모큐브 조형주 연구원(공동 제1 저자) 및 민현석 연구원(공동 교신저자) 등 인공지능 전문 인력이 합류하면서 최신 인공지능 기법들의 빠른 도입이 가능했다.
한편 이번 연구는 한국연구재단의 창의연구사업, 과학기술정보통신부의 정보통신방송 기술개발사업 (홀로그램핵심기술), 일자리진흥원의 연구장비개발 및 고도화지원사업, 한국보건산업진흥원의 보건의료기술 연구개발사업의 지원을 받아 수행됐다.
2021.12.20 조회수 3429 -
제1회 K-인공지능 제조데이터 분석 경진대회 개최
KAIST(총장 이광형)는 중소제조기업의 애로사항을 창의적인 인공지능(AI) 아이디어로 해결하는 ‘제1회 K-인공지능 제조데이터 분석 경진대회’를 개최했다.
중소벤처기업부(장관 권칠승, 이하 중기부), 스마트제조혁신추진단(단장 박한구, 이하 추진단)과 공동 주최한 이번 경진대회는 우수한 제조 인공지능 분석 인재를 발굴 및 육성하기 위해 올해 처음으로 개최됐다.제조데이터 인공지능 분석에 관심 있는 19세 이상의 국민을 대상으로 지난 10월 말부터 참가자를 모집한 결과 3인 이내로 자유롭게 구성된 153개 팀 355명이 신청을 완료했다. 각 팀은 지난달 23일 KAMP*의 사출성형 제조AI데이터셋**을 활용해 뿌리기업 현장 개선 아이디어를 제시하고 알고리즘으로 구현하는 과제를 부여받아 본격적인 대회 일정에 돌입했다. ☞ KAMF: 인공지능(AI) 중소벤처 제조 플랫폼(Korea AI Manufacturing Platform) ☞ 사출성형 제조AI데이터셋: 사출성형 현장에서 수집한 제조데이터를 인공지능 학습용으로 가공한 47개 변수, 4천2백만 개의 제조데이터
5일간 진행된 1단계 서면평가에는 총 52개 팀이 보고서·발표 자료·소스 코드 등의 결과물을 제출했다. 주최 측은 각 팀의 인공지능 분석 모델을 바탕으로 제조현장의 문제 이해도 및 문제 정의, 분석 모델의 독창성, 결과 해석의 우수성, 인공지능 성능 정확도 등을 심사해 8개의 최종 진출팀을 선발했다.
16일 열린 최종 평가는 메타버스 플랫폼에서 진행됐으며, 각 팀이 아이디어를 발표하는 방식으로 진행됐다. RK3 팀(고진욱, 이진욱, 김태훈/서울대)은 인공지능 모델의 창의성, 제조 현장 적용 가능성, 파급효과 등의 심사 항목에서 가장 높은 점수를 받아 대상(중기부 장관상)을 차지했다. Rk3 팀은 인공지능을 기반으로 사출물의 품질 이상을 진단하고 공정 최적화를 지원하는 제조 인공지능 분석 모델을 개발했다. 아이디어의 독창성은 물론 개발기술의 완성도 및 확장성 측면에서 심사위원단의 호평을 받았다.
대상을 받은 Rk3 팀의 김태훈(26/서울대 기계공학과) 씨는 "KAMP가 제공하는 사출성형기 데이터를 분석해본 이번 대회는 제조 현장의 지식을 배우는 좋은 기회였다“라고 말했다. 이어, ”앞으로도 뿌리기업에 실질적으로 도움이 될 수 있는 연구를 진행하고 싶다“라고 수상 소감을 밝혔다.이외에도 소프트컴퓨팅 팀(부석준, 문형준, 박경원/연세대), Ensembler 팀(이원석, 전소현/㈜브릭) 등 2개 팀은 최우수상(KAIST 총장상)을 수상했다. 또한, Team-Hybrid 팀(김원곤, 채민석/서울대), NaeBIS 팀(박인창, 박지훈, 이헌득/한양대) 등 2개 팀과 Cube J 팀(김수지, 박종민, 김성종/서울대), Shango 팀(문성민, 이호민, 윤병관/이상고㈜), ELSSA 팀(이예원, 이태형, 김다해/㈜엘렉시) 등 3개 팀은 각각 우수상과 장려상을 받았다.
심사위원장인 신민수 한양대학교 경영학부 교수는 "8개 참가팀이 제시한 좋은 방법들이 중소 제조기업의 품질 향상과 생산성 향상에 실제로 적용되어 우리나라 중소기업의 발전에 기여할 수 있기를 기대한다“라고 심사평을 전했다.
이광형 KAIST 총장은 "대한민국이 제조 인공지능 강국으로 도약하기 위해서는 제조업 분야의 인공지능 인력양성이 필수 과제”라고 강조했다. 이어, 이 총장은 "이번 경진대회 수상자들처럼 훌륭한 인재를 발굴해 지원하는 일에 최선의 노력을 기울이겠다“라고 수상자들을 격려했다. 한편, `제1회 K-인공지능 제조데이터 분석 경진대회' 대상팀에는 상장 및 상금 1,000만 원이 수여됐다. 최우수상 2개 팀과 우수상 2개 팀에게 각각 300만 원과 200만 원의 상금이, 장려상 3개 팀에게는 각각 100만 원의 상금이 지급됐다.
2021.12.17 조회수 3108 -
‘인공지능과 예술(AI+ART)’온라인 국제포럼 개최
우리 대학이 ‘인공지능과 예술(AI+ART)’ 국제포럼을 오는 20일 온라인으로 개최한다.예술이라는 영역 안에서 인공지능의 역할과 미래의 방향을 살피는 이번 포럼에는 인공지능과 예술 분야에서 혁신을 주도하는 4인의 세계적인 석학이 모여 흥미로운 강연을 펼칠 예정이다.첫 번째 연사로는 세계 최고 권위의 전기·전자·컴퓨터·통신 분야 학회인 IEEE 및 ACM 석학회원이자 글로벌 IT기업 어도비(Adobe)의 수석 연구원 애런 헤르츠만(Aaron Hertzmann) 박사가 참여한다. 헤르츠만 박사는 ‘기계는 예술을 만들 수 있는가?’를 주제로 인공지능 시대의 예술의 개념과 인공지능에 의한 예술 창작의 가능성에 관한 의견을 청중과 공유할 예정이다.
이어, 세계적인 뉴미디어 아티스트이자 1754년 설립된 영국 왕립예술원(Royal Society of Arts) 석학회원인 이진준 KAIST 미술관장이 ‘뉴미디어아트: 현대예술의 최전선’을 발표한다. 인공지능과 예술이 만나는 뉴미디어아트에 대한 설명과 인간 예술가가 인공지능 연구원과 팀을 이루는 협업의 방향에 대한 견해를 제시한다.
세계적 권위의 미디어아트·테크놀로지 축제인 ‘아르스 일렉트로니카(Ars Electronica)’의 수상자도 연사로 참여한다. 인터랙티브 아트 부문 최고 상인 골든 니카(Golden Nica)를 1998년에 받은 모리스 베나윤(Maurice Benayoun) 홍콩시티대학 교수는 ‘현대미술의 ’트랜잭션‘ 미학’ 강연을 통해 AI·로봇·블록체인과 같은 첨단기술이 예술의 주체가 된 사례들을 소개한다.
마지막으로 영국 왕립예술대학(Royal College of Art) 정보경험디자인(Information Experience Design) 과정 설립자인 케빈 워커(Kevin Walker) 영국 코벤트리대 교수가 ‘AI 아트의 정신에 관하여’를 주제로 인공지능과 예술이 만나는 방식과 그 만남의 가치에 대한 통찰을 제시한다. ‘인공지능과 예술’ 포럼을 총괄한 이진준 KAIST 미술관장(문화기술대학원 교수)은 “이번 포럼은 KAIST 미술관이 준비한 첫 번째 공식 행사로 KAIST 미술관이 나아갈 방향을 보여주는 자리라는 점에서 의미가 크다”라고 전했다. 이어 이 관장은 “예술과 과학기술의 최전선에서 경계를 가로지르며 활약하는 석학들의 통찰과 전망을 공유할 수 있는 흔치 않은 기회가 될 것”이라고 기대감을 밝혔다.한편, ‘인공지능과 예술(AI+ART)' 포럼은 KAIST 전산학부가 인공지능(AI)의 미래를 다양한 영역(X)에서 고민하려는 시도로 마련한 `AI+X 포럼'의 열한 번째 시리즈다. 전산학부·문화기술대학원 및 올해 신규 조직으로 출범한 미술관이 공동으로 주관한다. 유튜브 ’KAIST 채널‘에서 20일 오후 2시부터 국·영문 동시통역으로 실시간 중계되며, 관심 있는 사람이라면 누구나 무료로 시청할 수 있다.
2021.12.16 조회수 2375 -
USRG팀(심현철 교수, 김보성, 이승욱) 과기부 장관표창 수상
우리 대학 전기및전자공학부 심현철 교수 연구팀(Unmanned System Research Group, 이하 USRG)이 9일(목) 「인공지능 그랜드 챌린지 간담회 」에서 과학기술정보통신부 장관 표창을받았다. 심현철 교수와 김보성, 이승욱 박사과정 학생(전기및전자공학부)이 수상하는 이번 장관상은‘국내 인공지능 기술 고도화 및 산업 발전’에 크게 공헌함을 인정받아 선정됐다.
먼저 USRG팀은 2019년과 2020년 「인공지능 자율주행 챌린지 대회」에서 2년 연속 우승을 달성했다. 이 대회는 드론에 탑재된 센서로 벽, 창문, 기둥 등의 장애물을 인식하고 피하며 목적지까지 안전하게 비행하는 대회이다.
USRG팀은 2019년 대회에서 자체 개발한 미션 플래너와 위치 추정·장애물 회피·제어 알고리즘으로 터널 구간까지 통과하여 1위를 차지했다. 2020년에는 보다 복잡해진 동적 장애물 회피와 박스에 물병을 투하하는 미션을 유일하게 모두 완료했고, 3차 비행 동안 계속 기록을 단축하며 최종 우승했다.
이어, 2021년 NASA JPL과 협업하여 ‘DARPA Subterranean Challenge Final Event’에 Team CoSTAR의 일원으로 참가했다. NASA JPL 및 MIT, Caltech, LTU 등 해외 유수 대학들로 구성된 이 연구팀은 3차원 항법과 경로 계획, AI 기반의 객체 인식·위치 추정 알고리즘을 탑재한 지상 로봇과 드론을 개발했다. 그 결과 본선 최종연습에서 1, 2위를 기록하고 3일차 대회에서 5위를 달성했다.
연구팀은 이 대회에서 동굴 환경 내 위치 오차 5cm 이내의 3차원 위치 추정 알고리즘과 3차원 장애물 회피 경로 계획 알고리즘을 개발했다. 아울러 동굴 환경에서 60회 이상의 자율 비행 테스트를 진행하며 본 알고리즘 시스템의 안정성을 검증했다.
또한, 동 연구진은 2021년 10월 세계 최초 Indy Car 기반 자율주행 레이싱 대회인 Indy Autonomous Challenge(IAC)에 참가했다. 이에 고속 자율주행에 적합한 모델 예측 제어 기반의 시스템과 Head-to-head 레이싱을 위한 장애물 회피 및 추월 전략 알고리즘을 개발했다. 해당 연구 논문은 2021 ICRA 워크샵에서 Best Paper Award Winner에 선정되기도 하였다.
USRG 팀의 심현철 교수는 “박사과정 중 복잡한 실내를 자유롭게 비행하는 드론을 만들고 싶었으나 당시 기술로는 불가능했다. 그리하여 기술이 발전함에 따라 이 같은 드론을 남들보다 먼저 연구했다. 최신 인공지능 기술을 적용하며 예전에는 상상할 수 없었던 우수한 성능의 드론을 만들 수 있게 되어 매우 뜻깊다”라고 소감을 전했다.
이어, “선뜻 시작하기 어려운 주제를 맡아 그간 열심히 수행한 학생들과 같이 공을 나눌 수 있어 더욱 기쁘다. 앞으로 이런 도전적인 연구를 적극적으로 수행하는 학생들이 더 많아졌으면 좋겠다”라고 강조했다.
2021.12.09 조회수 2830 -
인공지능과 미래사회 국제심포지엄 개최
우리 대학이 '인공지능과 미래사회 KAIST 국제심포지엄'을 오는 10일 온라인으로 개최한다.
인공지능연구원, Post-AI 연구소, 한국4차산업혁명정책센터 등 KAIST에서 인공지능을 이끌어가는 대표적인 연구조직이 공동으로 주관하고 동원육영재단이 후원한다.
최초의 컴퓨터가 발명된 이래로 인공지능 연구는 끊임없이 이어지고 있으며, 이러한 기술의 발전은 의도치 않은 부작용을 가져오기도 한다. KAIST는 인공지능 리스크를 포함한 자연 및 인적 재해로부터 안전한 환경을 만들기 위한 공론의 장을 마련하고자 이번 심포지엄을 준비했다.
인공지능이 인류에게 제시하는 도전과제가 무엇인지를 정의하고 이로부터 발생하는 기회와 위기를 전망하기 위해 공정성·윤리·정책·기후변화 등 인공지능을 둘러싼 총 네 가지 문제를 핵심 주제로 선정했다. 기조 강연은 인공지능 분야의 교과서로 불리는 『인공지능: 현대적 접근방식』을 집필한 스튜어트 러셀(Stuart Russell) 美 UC버클리대학교 전기공학 및 컴퓨터과학과 교수가 맡는다. 러셀 교수는 '증명 가능한 유익한 인공지능(Provably Beneficial Artificial Intelligence)'이란 제목으로 강연한다. '인간은 인간을 뛰어넘는 기계에 대한 통제력을 잃을 것'으로 내다봤던 앨런 튜링(Alan Turing)의 견해에 대해 '우려는 옳았지만, 결론은 틀렸다'라는 주장을 바탕으로 인간에게 유익한 새로운 종류의 AI 개발을 대안으로 제안할 예정이다. 이어지는 주제연설은 총 네 분야로 나눠 진행된다. 첫 번째 순서인 '인공지능과 공정성'에서는 다양성으로 인해 발생하는 정당한 차이를 공정하게 처리하는 인공지능을 만드는 것이 가능한가에 관해 발표 및 토론한다. 두 번째 '인공지능 윤리'에서는 오랜 세월 분투해왔지만, 여전히 비윤리적인 행동 문제를 해결하지 못한 인간이 과연 '윤리적인 인공지능'을 만들 수 있는지에 대해 다룬다. '인공지능 정책' 순서에는 각국 정부가 인공지능 활성화에 박차를 가하기 위해 연구 개발(R&D)과 인프라에 막대한 투자를 감행하고 있는 승자독식의 기술 경쟁 구도 속에서 우리가 설계해야 할 자율적인 관리 방식을 논의한다. 마지막 순서로는 인공지능과 기후변화'를 토론한다. 기후변화 연구는 항상 데이터를 기반으로 진행된다. 기후 영향을 추적하고 예측하려면 상당한 양의 시공간 정보가 필요하기 때문이다. 세계 각국이 최대의 공동 과제인 기후변화에 대응해 활용할 수 있는 최신 인공지능 기술을 논의하고 해결방안을 제시한다.AI로 '가능한' 것과 '가능해야만' 하는 것이 무엇인지 질문을 던지고 의견을 나누는 이번 심포지엄에는 털시 도시(Tulsee Doshi) 구글 社 '책임 있는 인공지능과 인간 중심 기술팀' 제품 총괄, 케이 퍼스-버터필드(Kay Firth-Butterfield) 세계경제포럼 집행위원, 사이몬 체스터만(Simon Chesterman) AI 싱가포르 AI거버넌스 선임이사, 에밀리 슉버그(Emily Shuckburgh) 케임브리지 제로 이사 등 인공지능 분야를 세계적으로 선도하는 13명의 해외 전문가와 7명의 KAIST 교수가 참여해 인공지능과 미래사회에 대한 심도 있는 논의를 펼칠 예정이다.
행사를 후원한 동원육영재단의 김재철 이사장은 "인공지능은 더 이상 선택이 아닌 국가 생존을 위한 필수 조건이며, 미래는 데이터의 바다를 항해하는 인공지능을 통해 발전해갈 것"이라고 환영사를 전한다.
또한, 이광형 KAIST 총장은 개회사를 통해 "인공지능과 함께 살아갈 미래 세상을 대담하게 상상해달라"고 당부하며, "인공지능에 관한 각양각색의 상상과 토론이 더 나은 인류의 미래를 견인하는 구체적인 기술과 정책, 제도로 구현되길 기대한다"라고 전할 예정이다.
한편, 심포지엄을 주관한 인공지능연구원은 인간의 삶의 질을 향상하는 혁신적인 인공지능 기술 개발을 목표로 올해 6월 출범한 KAIST의 신규 조직이다. 교내 인공지능 연구 역량을 한데 모아 관련 산업 분야와 연계하고 시너지 효과를 극대화하는 역할을 맡았다. KAIST 인공지능연구원의 본격적인 행보를 알리는 국제심포지엄은 10일 오전 10시부터 오후 6시까지 '유튜브 KAIST 채널'에서 실시간 중계된다. 누구나 무료로 시청할 수 있으며, 동시통역이 제공된다. 심포지엄에 관한 자세한 정보는 홈페이지(https://kaistai.kr/korean)에서 확인할 수 있다.
2021.12.07 조회수 3136 -
지역 스타트업 육성 위한 '2021 TECH DAY' 개최
우리 대학이 한국엔젤투자협회, 총동문회, KOC(KAIST One Club) 공동 주관으로 오늘 30일(화)에 ‘2021 테크데이(TECH DAY)’를 개최한다고 밝혔다. 이번 행사는 오후 2시부터 8시까지 온라인(유튜브·게더타운)채널과 오프라인(우리 대학 창업원 W8) 현장에서 동시에 진행할 예정이다.
올해로 8회째를 맞는 TECH DAY는 한 해 우리 대학에서 진행한 기술창업의 노력과 성과를 구성원과 시민에게 공유하고, 소통과 협력을 활성화하는 취지로 마련됐다.
1부 Tech Start에는 이광형 총장의 환영사와 한국엔젤투자협회 고영하 회장의 축사를 시작으로 ‘지역 생태계 중심의 기술기반 창업활성화’, ‘지역 혁신 성장 기반 조성을 위한 산학연 협력 활성화 방안’주제에 대한 패널발표와 토크콘서트를 진행한다.
2부 Tech Talk에는 지역 투자자 등을 대상으로 한 창업기업 IR(Investor Relations)을 진행한다. 우리 대학 기술 지원을 받은 오픈벤처랩 2021 선정팀(9개), 창업보육센터 입주기업(5개), 지역협력센터 지원기업(4개) 등이 참가해 게더타운 내 개별 데모부스에서 기업 소개와 온라인 미팅을 시행 예정이다.
또한, 2021 KAIST 창업어워드 7개 팀의 최종 순위결정전이 펼쳐진다. 우뤼 대학 교수진 및 VC, 창업 동문 등으로 꾸려진 심사위원 12인이 참가팀들을 평가할 예정이다.
3부 Tech Meet에는 창업 네트워크와 시야를 확장하는 ‘룬샷 스파크(Loonshots Spark)를 진행한다. 이는 창업 관련 혁신 아이디어를 도출하는 일종의 브레인스토밍 세션으로, 관련 기관‧기업‧투자가‧창업가‧학생 등이 경험과 아이디어를 자유롭게 공유할 예정이다. 특별공연으로 박지혜 교수 주관의 인간과 인공지능(AI) 합주 형태의 즉흥 연주가 준비되어 있다.
우리 대학은 이번 행사를 계기로 대전⋅충청권을 우수 과학기술 인재의 기술창업 요람이자 혁신성장 생태계로 조성하는 것을 기대하고 있다. 한국엔젤투자협회, KOC간 상호 협력을 통해 지역의 선한 자본이 유입되어 우리 대학의 유망기업이 지역에서 성장할 수 있도록 하겠다는 방침이다.
김영태 창업원장은 “우리 대학만의 차별화된 창업지원 프로그램을 확장하고 적극적인 창업 분위기를 조성하여 교원·학생 창업이 더욱 활발해지도록 노력하겠다”라고 밝혔다.
한편, 이번 행사는 관련 홈페이지(Startup KAIST | 카이스트 창업원) 공지사항 및 포스터의 QR코드로 사전 신청이 가능하며 유튜브 채널 'KAIST창업원(Startup KAIST - YouTube)’을 통해 실시간 생중계된다.
2021.11.26 조회수 2248 -
신소재 데이터 고속 분석을 위한 인공지능 훈련 방법론 개발
우리 대학 신소재공학과 홍승범 교수 연구팀이 시뮬레이션을 기반으로 한 신소재 데이터 분석을 위한 인공지능을 개발했다고 24일 밝혔다.
최근 컴퓨팅 파워가 기하급수적으로 증가함에 따라 인공지능을 활용한 다양한 응용들이 실생활에 활용되고 있으며, 이에 인공지능을 활용해 신소재 데이터를 고속으로 분석하고 소재를 역설계하는 기술의 연구 역시 가속화되고 있다.
최근 인공지능의 효율 및 정확도를 증가시키는 연구를 바탕으로 자율주행 자동차, 데이터베이스 기반의 마케팅 및 물류 시스템 보조 등의 분야에 인공지능의 활용이 높아지고 있다. 특히 신소재 개발에 장시간이 소요되는 점을 고려할 때, 소재 및 공정 개발에 인공지능을 활용해 다양한 구조 및 물성 데이터 사이의 상관관계를 빠르게 분석해 신소재 개발 소요 시간을 획기적으로 줄일 수 있는 인공지능 방법론이 주목을 받고 있다.
그러나 신소재 데이터의 경우, 대량의 유의미한 실험 데이터를 구하기 어렵고 기업들이 중요한 데이터는 대외비로 취급하고 있어서 인공지능을 소재 데이터 영역에 적용하는 것이 상당히 어려운 것이 현실이다. 이런 데이터의 다양성, 크기 및 접근성 문제가 해결돼야 하며, 이를 보완하기 위해 생성 모델 및 적절한 데이터의 합성에 관한 연구가 진행되고 있다. 인공지능의 성능 향상을 위해 생성되는 데이터 또한 실제 소재가 가지는 물리적 제약을 따라야 하며, 소재 데이터의 재료적 특징을 파악할 수 있는 기술이 필요하다.
홍승범 교수 연구팀이 이번에 개발한 인공지능 훈련 방법론은 훈련을 위해 생성되는 데이터가 물리적 제약을 공유하도록 위상 필드 시뮬레이션을 활용해 기초 데이터를 형성하고 소재 데이터가 가지고 있는 실제 측정 과정에서 발생하는 다양한 잡음, 입자의 분포 정보 및 입자의 경계를 모사해 크기가 작은 소재 데이터의 한계를 해결했다. 기존에 수작업으로 작성한 소재 데이터를 활용한 인공지능과의 상 분리 성능을 비교했으며, 생성된 데이터의 모사 요소가 상 분리에 영향을 미치는 영향을 파악했다.
아울러 이번 연구에서 제시하는 소재 데이터 생성을 활용한 인공지능 훈련 방법은 기존의 수작업으로 훈련 데이터를 준비하는 시간을 크게 단축할 수 있으며, 인공지능의 전이 학습 및 다양한 물리적 제약을 바탕으로 하는 위상 필드 시뮬레이션 활용을 바탕으로 다양한 소재 데이터에 빠르게 적용할 수 있는 장점이 있다.
홍승범 교수는 "인공지능은 분야를 막론하고 다양한 영역에서 활용되고 있으며, 소재 분야 역시 인공지능의 도움을 바탕으로 신소재 개발을 더욱 빠르게 완료할 수 있는 세상을 맞이할 것이다ˮ라며, "이번 연구 내용을 신소재 개발에 바로 적용하기에는 데이터 합성 측면에서의 여전히 보강이 필요하지만, 소재 데이터 활용에 큰 문제가 됐던 훈련 데이터를 준비하는 긴 시간을 단축해 소재 데이터의 고속 분석 가능성을 연 것에 연구의 의의가 있다ˮ고 말했다.
신소재공학과 염지원 연구원, 노스웨스턴(Northwestern) 대학의 티베리우 스탄(Tiberiu Stan) 박사가 공동 제1 저자로 참여한 이번 연구는 노스웨스턴 대학의 피터 부리스(Peter Voorhees) 교수 연구실과 함께 진행됐으며 연구 결과는 국제 학술지 `악타 머터리얼리아(Acta Materialia)'에 게재됐다. (논문명: Segmentation of experimental datasets via convolutional neural networks on phase field simulations)
한편 이번 연구는 KAIST 글로벌특이점 연구 지원으로 수행됐다.
2021.08.24 조회수 3236 -
서창호 교수, IEEE 정보이론 소사이어티 젊은 과학자상 수상
우리 대학 전기전자공학부 서창호 교수가 국제전기전자공학회(IEEE) 정보이론 소사이어티(Information Theory Society)에서 박사학위 취득 후 10년 이내 젊은 학자에게 수여하는 `제임스 매시 연구-교육 상(James L. Massey Research & Teaching Award for Young Scholars)' 상을 받았다.
정보이론 소사이어티 연구-교육 부문 유일한 상이자, 과거 수상자 모두 미국 유수 대학 교수라는 점에서 뜻깊은 상이다. 과거 수상자는 메사추세츠 공과대학(MIT), 스탠포드(Stanford), 코넬(Cornell), 텍사스대학교 오스틴캠퍼스(UT Austin), 서던캘리포니아대학교(USC), 캘리포니아대학교 샌디에이고캠퍼스(UCSD) 교수이고, 미국 대학 이외의 교수로는 최초의 수상이다.
서창호 교수는 정보이론 및 인공지능(AI) 분야에서 활발히 연구 활동을 하고 있으며, 뉴립스(NeurIPS), 국제머신러닝학회(ICML), IEEE 정보이론 트랜잭션(Transactions on Information Theory) 등 유명 국제 학회와 학술지에 꾸준히 논문을 게재했다. 현재에는 신뢰할 수 있는 인공지능(Trustworthy AI)을 개발하는 연구를 진행 중이다.
서창호 교수는 수년간 교내 수업 개발에 기여한 바를 인정받아 KAIST 내에서 주는 교육 부문 대상인 `임형규 링크제네시스 최우수교원상(LINKGENESIS Best Teacher Award)'를 수상한 바가 있다. 또한, 구글 (Google)과의 인공지능 교육과정 공동개발의 일환으로 수업 교재를 자체 개발했고 이는 교과서 텍스트북으로 발간될 예정이다.
수상자가 소개된 국제전기전자공학회(IEEE) 정보이론 소사이어티 공식 홈페이지에는 서창호 교수의 학력과 다양한 수상 기록을 소개하며, 동 학회 부 편집장(Associate Editor) 등 활발한 학회봉사 활동도 소개하고 있다.
우리 대학 동문이며, 전기전자공학부 학부 담당 부학부장이기도 한 서창호 교수는 이번 수상이 학부 및 KAIST 홍보에 조금이라도 도움이 되면 좋겠다는 소감을 밝혔다.
시상식은 7월 13일 온라인으로 개최된 IEEE 국제 정보이론 심포지엄(International Symposium on Information Theory)에서 이뤄졌다.
아래는 공식 수상 소식 및 과거 수상자 목록이 기재된 홈페이지다.
1. https://www.itsoc.org/news/changho-suh-wins-2021-james-l-massey-award
2. https://www.itsoc.org/honors/massey-award
2021.07.27 조회수 3765 -
KBS와 함께 뉴스 영상 인공지능 데이터베이스와 한국형 메타데이터 구축한다
우리 대학은 KBS(사장 양승동)와 함께 한국형 보도영상 인공지능(AI) 데이터베이스와 메타데이터 구축에 나선다고 20일 밝혔다.
문화기술대학원 박주용(과제총괄책임), 이원재, 노준용 교수 연구팀이 주도하는 컨소시엄은 인공지능을 이용해 영상 정보 추출과 편집을 손쉽게 하는 기술 개발에 착수했다. 이와 함께 수행기관인 KBS가 보유한 방대한 뉴스 영상 데이터를 결합해 포스트 코로나 시대 인공지능 기반 영상 콘텐츠 산업 창출에 적극적으로 나설 계획이라고 밝혔다.
현재 인공지능은 질병 진단과 자율운전 등 인간의 기계적인 움직임과 판단력을 보완하는 영역을 벗어나 미디어 콘텐츠 제작과 같은 창의적 분야까지 급속히 확장하고 있다. 하지만 비전문가 누구라도 말을 통해 손쉽게 콘텐츠를 만들고 편집할 수 있게 하는 인공지능 기술은 아직 많은 발전이 필요하며 우리나라에서는 특히 한국어 기반 데이터 세트의 부족이 큰 걸림돌이 되고 있다고 전문가들은 입을 모으고 있다.
우리 대학은 KBS와 함께 인공지능 모델 학습을 위한 고품질의 영상 데이터를 구축하고 ‘한국형 뉴스 영상 메타데이터 표준 모델’ 개발을 목표로 하고 있다. 메타데이터 기반 공공개방형 뉴스 아카이브 분야는 현재 미국의 AP와 영국의 BBC가 주도하고 있는데, 박주용 교수는 “이 프로젝트를 통해 저작권 문제와 범용성 메타데이터의 부족으로 연구 개발에 어려움을 겪던 연구자들과 관련 스타트업들의 숨통이 트일 것으로 기대한다”며 “더 나아가 한국형 콘텐츠 플랫폼의 틀을 다지게 될 것”이라고 밝혔다.
과기정통부(장관 임혜숙)와 한국지능정보사회진흥원(원장 문용식)의 `2021년도 인공지능 학습용 데이터 구축' 사업 예산 및 KAIST가 주도하는 컨소시엄의 민간투자금 등 모두 42억 원의 재원으로 운용되는 이 과제는 우리 대학 문화기술대학원이 주관하고 KBS, 메트릭스리서치(대표 나윤정), 액션파워(공동대표 조홍식/이지화), 소리자바(대표이사 안상현), 데이터메이커(대표이사 김태헌), 미소정보기술(대표이사 안동욱), 인터마인즈(대표이사 김종진)가 공동연구기관으로 참여한다. 이 프로젝트에서 개발되는 데이터베이스, 인공지능 학습모델, 프로그래밍 코드 등 모든 연구 결과는 공공재이기 때문에 누구나 연구와 사업에 사용할 수 있다.
2021.07.20 조회수 3632 -
정유성 교수, 제4회 한성과학상 수상
한성손재한장학회(이사장 손명아)와 한성과학상 심사위원회는 우리 대학 생명화학공학과 정유성 교수를 제4회 한성과학상 화학분야 수상자로 선정했다고 24일 밝혔다.
정유성 교수는 신물질 발견과 그 합성 가능성을 알고리즘이 학습을 통해 예측하는 인공지능 (AI) 역설계 기법을 독자적으로 개발함으로써, 데이터 기반의 소재 및 분자 설계의 새로운 연구 방향을 제시하였다. 기존의 신물질 발견 과정은 전문가의 직관이나 실험적 시행착오를 통해 후보 물질을 제시하고 합성한 후 물성을 측정함으로써 응용 목적에 맞는 후보 물질을 발굴하는 직접 설계 방법이 주를 이루었으나, 많은 시간이 소요되거나 전문가의 직관에서 벗어나는 획기적인 물질의 발견이 더뎠다.
정유성 교수가 독창적으로 구현한 AI 소재 역설계 기법은, 원하는 물성을 갖는 결정구조를 전문가의 직관이나 편견 없이 데이터와 인공지능 알고리즘을 통하여 역으로 찾는 방법으로 신 물질 발견의 시간을 크게 줄여주었고, 화합물의 합성 가능성을 실험에 앞서 미리 예측할 수 있는 AI 알고리즘을 개발하여 실용적인 소재 설계의 가능성을 높였다.
정유성 교수는 “AI 역설계 기술을 통해 신소재 및 신약 개발을 가속화할 수 있다”며 “사람의 개입 없이 데이터와 알고리즘 그리고 로봇에 의해 구현되는 미래 자율 실험실의 알고리즘으로 활용될 수 있을 것"이라고 말했다. 그리고 "무엇보다 연구 성과들을 열정과 노력으로 만들어낸 연구실 멤버들에게 감사드린다"고 소감을 전했다.
한성과학상은 한국의 노벨상 수상자 배출을 위해 손재한 월드타워 회장이 제정했다. 2018년부터 물리학, 화학, 생명과학 3개 분야에서 독창적인 성과를 낸 젊은 과학자를 선정하고, 수상자에게는 상패와 상금 5,000만 원이 수여된다.
2021.06.30 조회수 5656 -
딥러닝 생성모델의 오류 수정 기술 개발
우리 대학 AI대학원 최재식 교수(설명가능 인공지능연구센터장) 연구팀이 심층 학습(이하 딥러닝) 생성모델의 오류 수정 기술을 개발했다고 25일 밝혔다.
최근 딥러닝 생성모델(Deep Generative Models)은 이미지, 음성뿐만 아니라 문장 등 새로운 콘텐츠를 생성하는 데 널리 활용되고 있다. 이런 생성모델의 발전에도 불구하고 최근 개발된 생성모델도 여전히 결함이 있는 결과를 만드는 경우가 많아, 국방, 의료, 제조 등 중요한 작업 및 학습에 생성모델을 활용하기는 어려운 점이 있었다.
최 교수 연구팀은 딥러닝 내부를 해석하는 설명가능 인공지능 기법을 활용해, 생성모델 내부에서 이미지 생성과정에서 문제를 일으키는 유닛(뉴런)을 찾아 제거하는 알고리즘을 고안해 생성모델의 오류를 수리했다. 이러한 생성 오류 수리 기술은 신경망 모델의 재학습을 요구하지 않으며 모델 구조에 대한 의존성이 적어, 다양한 적대적 생성 신경망에 폭넓게 응용 및 적용될 수 있을 것으로 기대된다. 또한, 고안된 기술은 딥러닝 생성모델의 신뢰도를 향상해 생성모델이 중요 작업에도 적용될 수 있을 것으로 기대된다.
AI대학원의 알리 투씨(Ali Tousi), 정해동 연구원이 공동 제1 저자로 참여한 이번 연구는 `국제 컴퓨터 비전 및 패턴인식 학술대회 (IEEE Conference on Computer Vision and Pattern Recognition, CVPR)'에서 6월 23일 발표됐다. (논문명: Automatic Correction of Internal Units in Generative Neural Networks, CVPR 2021).
적대적 생성 신경망은 생성기와 구분기의 적대적 관계를 이용한 모델로서, 생성 이미지의 품질이 높고 다양성이 높아, 이미지 생성뿐만 아니라 다양한 분야(예, 시계열 데이터 생성)에서 주목받고 있다.
딥러닝 생성모델의 성능을 향상하기 위해서 적대적 생성기법 및 생성기의 새로운 구조 설계 혹은 학습 전략의 세분화와 같은 연구가 활발히 진행되고 있다. 그러나 최신 적대적 생성 신경망 모델은 여전히 시각적 결함이 포함된 이미지를 생성하고 있으며, 재학습을 통해서 이를 해결하기에는 오류 수리를 보장할 수 없으며, 많은 학습 시간과 비용을 요구하게 된다. 이렇게 규모가 큰 최신 적대적 생성 신경망 모델의 일부 오류를 해결하기 위해 모델 전체를 재학습하는 것은 적합하지 않다.
연구팀은 문제 해결을 위해 생성 오류를 유도하는 딥러닝 내부의 유닛(뉴런)을 찾아 제거하는 알고리즘을 개발했다. 알고리즘은 딥러닝 모델의 시각적 결함의 위치를 파악하고, 딥러닝 모델 내 여러 계층에 존재하는 오류를 유발한 유닛을 찾아서 활성화하지 못하도록 하여 결함이 발생하지 않도록 했다.
연구팀은 설명가능 인공지능 기술을 활용해 시각적 결함이 생성된 이미지의 어느 부분에 분포하는지, 또 딥러닝 내부의 어떤 유닛이 결함의 생성에 관여하는지 찾을 수 있었다. 개발된 기술은 딥러닝 생성모델의 오류를 수리할 수 있고, 생성모델의 구조에 상관없이 적용할 수 있다.
연구팀은 전통적인 구조를 가지는 `진행형 생성모델(Progressive GAN, PGGAN)'에서 개발 기술이 효과적으로 생성 오류를 수리할 수 있음을 확인했다. 수리 성능은 매사추세츠 공과대학(MIT)이 보유한 수리 기술 대비 FID 점수가 10점 정도 감소했으며, 사용자 평가에서 시험 이미지 그룹의 약 50%가 결함이 제거됐고, 약 90%에서 품질이 개선됐다는 결과를 얻었다. 나아가 특이 구조를 가지는 `StyleGAN2'와 `U-net GAN'에서도 생성 오류 수리가 가능함을 보임으로써 개발 기술의 일반성과 확장 가능성을 보였다.
연구팀이 개발한 생성모델의 오류 제거 기술은 다양한 이미지 외에도 다양한 생성모델에 적용돼 모델의 결과물에 대한 신뢰성을 높일 것으로 기대된다.
공동 제1 저자인 알리 투씨와 정해동 연구원은 "딥러닝 생성모델이 생성한 결과물에 있는 시각적 오류를 찾고, 이에 상응하는 활성화를 보이는 생성모델 내부의 유닛을 순차적으로 제거함으로써 생성 오류를 수리할 수 있음을 보였다ˮ라며 이는 "충분히 학습된 모델 내부에 미학습 혹은 잘못 학습된 내부요소가 있음을 보여주는 결과다ˮ라고 말했다.
한편 이번 연구는 2021년도 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받은 혁신성장동력프로젝트 설명가능인공지능 및 한국과학기술원 인공지능 대학원 프로그램과제를 통해서 수행됐다.
2021.06.25 조회수 13121 -
바이오및뇌공학과 이상완 교수, IBM 학술상 수상
우리 대학 바이오및뇌공학과 이상완 교수(신경과학-인공지능 융합연구센터 소장)가 뇌 기반 인공지능 연구성과를 인정받아 2021년 IBM 학술상(舊 IBM 교수상) 수상자로 최종 선정됐다.
IBM 학술상은 미국 IBM과 전 세계 유수 대학과의 연구 협력 활성화를 위해 제정된 상으로 IBM 연구소장 등 조직 내 핵심 연구자들의 내부 지명을 받아 후보자 군이 선정되고, 이후 연구 제안서의 임팩트, 연구의 창의성 및 연구업적 등을 종합적으로 평가해 최종 수상자가 결정된다.
수상자에게는 연구 범위나 특허 관련 제약 조건이 전혀 없는 연구비 형태의 상금이 지급되며, IBM 연구소와 다양한 형태의 연구 교류를 수행할 수 있게 된다. 국내에서는 과거 서울대 윤성로 교수(2018년), 고려대 이재성 교수(2005년), 서울대 문수묵 교수(2000년) 등이 수상자로 선정된 바 있다.
이상완 교수 연구팀은 2019년에 사이언스 로보틱스(Science Robotics)와 네이처 커뮤니케이션즈(Nature Communications)에 교신저자로 논문을 게재하는 등, 관련 연구성과와 함께 계산신경과학과 인공지능을 융합하는 새로운 연구 분야를 개척한 공로를 인정받았다.
이상완 교수 연구진은 이번 학술상을 바탕으로 IBM과 연구 협력을 확장해 나갈 예정이다. 이 교수는 "기계학습 이론을 이용해 뇌의 복잡한 정보처리 과정을 해석하고, 뇌의 고위수준 정보처리 과정을 인공지능 모델로 이식하는 연구는 이제 막 걸음마를 떼는 단계ˮ라며, "그동안 삼성전자 미래기술육성센터의 지원을 받아 개발해 온 뇌-인공지능 공진화 엔진 기술과 과학기술정보통신부 재원 정보통신기획평가원 지원을 받아 개발한 전두엽 메타 강화학습 모델링 기술을 활용해 앞으로 IBM 연구원들과 공동연구를 진행할 계획이다ˮ라고 말했다.
이 교수는 이에 덧붙여 "2019년 설립한 KAIST 신경과학-인공지능 융합연구센터에서는 이러한 뇌 기반 인공지능 기술의 파급력을 높이기 위해서 IBM 인공지능 연구소뿐만 아니라 딥마인드(DeepMind), 메사추세츠 공과대학(MIT), 옥스퍼드(Oxford) 대학 등 해외 유수 연구기관들과 국제 공동연구 협약을 맺고 활발한 인적 교류 및 국제 공동연구를 하고 있다ˮ고 말했다.
이상완 교수는 올해 수상에 앞서 2016년에는 구글(Google) 교수 연구상 수상자로 선정된 바 있다. 구글 교수 연구상은 IBM 학술상과 유사한 취지로 구글과 전 세계 대학의 선도 연구자들과의 연구 협력 활성화를 위해 제정된 상으로, 계산신경과학 분야에서는 현재까지 이상완 교수가 유일한 한국인 수상자다.
이 교수는 구글 교수 연구상 연구비를 바탕으로 영국 딥마인드 및 유니버시티 칼리지 런던(UCL)과 함께 전두엽 메타 강화학습 이론 정립을 위한 의사결정 뇌과학 기초 연구를 수행해 오고 있으며, 앞으로 IBM과 공동연구를 통해 해당 이론을 발전시키고 인공지능에 적용하는 연구를 수행할 예정이다.
※ IBM 학술상 안내 홈페이지: https://www.research.ibm.com/university/awards/shared_university.html
2021.06.17 조회수 33701