-
제18회 글로벌 기술사업화 컨퍼런스 및 워크샵, 11월 12부터 개최
우리 대학 글로벌기술사업화센터(KAIST GCC)는 오는 11월 12일(수)부터 14일(금)까지 KAIST 본원 기계공학동(N7) 해동정보홀(2602호)에서 ‘제18회 글로벌 기술사업화 컨퍼런스 및 워크샵(Global Commercialization Conference & Workshop, GCCW 2025)’을 개최한다고 31일 밝혔다.
이번 행사는 ‘Shaping the Future of Global Technology Commercialization’을 주제로, 반도체·첨단소재, 바이오, 로봇·모빌리티, AI/ICT 등 국가 전략기술 분야의 글로벌 협력과 기술사업화 방안을 논의하는 자리로 마련된다.
올해는 특히 KAIST GCC 설립 10주년을 맞아, 지난 10년간의 성과를 되돌아보고 향후 글로벌 기술사업화의 방향을 모색하는 특별 세션과 전문가 네트워킹 프로그램이 함께 진행된다.
행사 첫날인 11월 12일에는 ‘Conference’ 세션이 열리며, ‘Shaping the Future of Global Technology Commercialization’을 주제로 글로벌 기술사업화의 트렌드와 정책 방향을 공유한다. 이어 ‘PNT 기술사업화를 위한 국제 표준화 전문가 네트워킹’이 진행되어, 산업계·학계·공공기관이 함께 표준화 기반의 기술 확산 전략을 논의한다.
13일에는 총 세 개의 워크숍이 열린다. ‘한-미 반도체 혁신 클러스터 협력 전략과 비전’ 세션에서는 한·미 연구기관 및 기업 간 협력 방안을 모색하고, ‘피지컬 AI 시대의 로봇 제조혁신 플랫폼’ 워크숍에서는 로봇 제조 혁신을 위한 기술 및 인프라 구축 전략을 다룬다. 또한, ‘보스턴 오픈이노베이션 활성화 전략 네트워킹’ 세션에서는 글로벌 창업 생태계와 연계한 스타트업 협력 모델이 논의될 예정이다.
마지막 날인 14일에는 ‘바이오 스타트업 글로벌 진출 핵심 전략’과 ‘10 Years of Innovation, Next Decade of Transformation’ 세션이 열린다. 특히 후자의 세션에서는 GCC 설립 10주년을 기념하여, 향후 10년의 글로벌 기술사업화 방향과 혁신 비전을 함께 그려본다.
우리 대학 GCC 관계자는 “GCCW 2025는 글로벌 기술협력과 혁신 생태계 확산을 위한 새로운 이정표가 될 것”이라며 “국내외 전문가들이 한자리에 모여 협력과 도전의 미래를 논의하는 의미 있는 자리가 될 것”이라고 전했다.
이번 행사는 누구나 사전등록을 통해 참여할 수 있으며, 자세한 일정과 프로그램은 KAIST GCC 공식 홈페이지에서 확인할 수 있다.
문의: KAIST 글로벌기술사업화센터 (☎ 042-350-7184)
2025.10.31
조회수 835
-
물 속 '영원한 화학물질' 1,000배 빠르게 없앤다
프라이팬 코팅제와 반도체 공정 등에 쓰이는 ‘과불화합물(PFAS)’은 자연에서 거의 분해되지 않아 ‘영원한 화학물질’로 불리며, 전 세계 수돗물과 하천을 오염시켜 장기적인 인체 건강 위협 요인으로 지목되어 왔다. 이에 우리 대학과 국제 공동연구진이 PFAS를 기존보다 1,000배 빠르게 제거할 수 있는 기술을 개발하는 데 성공했다.
우리 대학은 건설및환경공학과 강석태 교수 연구팀은 부경대 김건한 교수, 미국 라이스대 마이클 S. 웡(Michael S. Wong) 교수 연구팀, 옥스퍼드대, 버클리국립연구소, 네바다대와 함께, 기존 정수용 소재보다 최대 1,000배 빠르고 효율적으로 물속 PFAS를 흡착·제거할 수 있는 새로운 기술을 개발했다고 30일 밝혔다.
과불화합물(PFAS)은 탄소(C)와 플루오르(F)의 결합으로 이루어진 화학물질의 집합물질로, 절연성과 내열성이 뛰어나 프라이팬 코팅제, 방수 의류, 윤활유, 반도체 공정, 군수·우주 장비 등 다양한 산업에 폭넓게 쓰인다.
하지만 사용 및 폐기 단계에서 환경으로 쉽게 유출되어 토양·물·대기를 오염 시키고, 식품이나 공기를 통해 인체에 축적된다.
2020년 조사 결과, 미국 수돗물의 45%, 유럽 하천의 50% 이상에서 PFAS 농도가 환경기준을 초과했다. 인체에 축적된 PFAS는 거의 배출되지 않아 면역력 저하, 이상지질혈증, 성장 저해, 신장암 등 다양한 건강 문제를 일으킬 수 있다.
이 같은 이유로 EU는 산업 전반에서 PFAS 사용을 단계적으로 금지, 미국은 2023년부터 제조·수입업체 보고를 의무화, 2024년에는 대표 물질인 PFOA(퍼플루오로옥탄산)·PFOS(퍼플루오로옥탄산)의 음용수 기준을 4 ppt로 강화했다. 즉, 아주 미세한 양이라도 인체에 해로울 수 있기 때문에 물 1리터 속에 이 물질이 4조분의 1그램(즉, 4ppt)만 있어도 기준을 넘는다는 뜻이다.
PFAS 정화 과정은 일반적으로 오염수를 흡착해 농축한 뒤, 광촉매 또는 고도산화(Advanced Oxidation) 공정을 통해 분해하는 두 단계로 진행된다. 그러나 현재까지 적절한 흡착제의 부재로 정화 효율이 매우 낮았다. 활성탄이나 이온교환 수지의 경우 흡착 속도와 흡착량이 모두 제한적이기 때문이다.
이번 공동연구팀은 기존의 활성탄이나 이온교환수지보다 최대 1,000배 더 많은 PFAS를 빠르게 흡착할 수 있는 새로운 소재를 개발했다. 이 소재는 구리와 알루미늄이 결합된 점토 형태의 물질(Cu–Al 이중층 수산화물, LDH)로, PFAS를 짧은 시간 안에 효과적으로 붙잡아 물에서 제거할 수 있다.
또한 열이나 화학 처리를 통해 여러 번 재사용이 가능해, 환경적으로도 지속 가능한 정화 기술로 평가된다.
이번 연구는 부경대 김건한 교수(제1저자 및 교신저자), 라이스대학교 정영균 박사후연구원(공동 제1저자), KAIST 강석태 교수(교신저자)가 주도했으며, 연구 결과는 국제 학술지 어드밴스트 머티리어(Advanced Materials)(IF 26.8) 9월 25일 자 온라인 커버 논문으로 게재되었다.
※ 논문명: Regenerable Water Remediation Platform for Ultrafast Capture and Mineralization of Per- and Polyfluoroalkyl Substances, DOI: 10.1002/adma.202509842
이번 성과는 한국연구재단의 중견연구사업과 과학기술정보통신부의 과학난제도전 융합연구개발사업의 과학난제 도전형 연구사업 및 세종과학펠로우십의 지원으로 수행했다.
2025.10.30
조회수 2798
-
그린수소 전지를 전자레인지 돌리듯 단 10분만에 완성하다
이산화탄소를 배출하지 않는 그린수소(Green Hydrogen) 생산의 핵심 기술인 고체산화물 전해전지((Solid Oxide Electrolysis Cell, SOEC)는 세라믹 분말을 고온에서 굳히는 ‘소결’ 과정이 필요하다. 우리 대학 연구진은 이 과정을 6시간에서 10분으로 단축하고 온도도 1,400℃에서 1,200℃로 낮추는 데 성공했다. 이번 기술은 전지 제조의 에너지와 시간을 크게 줄여, 친환경 수소 시대를 앞당길 혁신으로 평가받고 있다.
우리 대학은 기계공학과 이강택 교수 연구팀이 단 10분 만에 그린수소의 고성능 전해전지를 완성할 수 있는 초고속 제조 기술을 개발했다고 25일 밝혔다.
이번 기술의 핵심인 ‘소결’ 은 전지를 이루는 세라믹 가루를 고온에서 구워 단단히 결합시키는 과정이다. 이 과정이 제대로 이루어져야 전지가 가스를 새지 않고(수소와 산소가 섞이면 폭발 위험), 산소 이온이 손실 없이 이동하며, 전극과 전해질이 단단히 밀착되어 전류가 원활히 흐른다. 즉, 전해전지의 성능과 수명은 얼마나 정밀하게 굽느냐에 달려 있다.
연구팀은 마이크로파를 이용해 재료를 내부부터 균일하게 가열하는 ‘체적가열(Volumetric Heating)’기술을 적용해, 기존 수십 시간이 소요되던 소결(sintering) 과정을 30배 이상 단축하는데 성공했다.
기존에는 1,400℃ 이상의 고온에서 장시간 처리해야 했는데 이번 연구에서는 마이크로파를 이용해 내부부터 동시에 가열함으로써, 단 10분 만에 1,200℃에서도 안정적인 전해질 형성이 가능함을 입증했다.
기존 공정에서는 전지를 만들 때 필수 재료인 세리아(CeO₂) 와 지르코니아(ZrO₂)가 너무 높은 온도에서 서로 섞여버려, 재료의 품질이 떨어지는 문제가 있었다. 하지만 KAIST의 새 기술은 이 두 재료가 서로 섞이지 않는 알맞은 온도에서 단단하게 붙도록 조절해, 흠집 없이 치밀한(빈틈 없는) 전해질층을 만드는 데 성공했다.
즉, ‘공정시간’은 하나의 전지를 완성하기 위해 필요한 가열, 유지, 냉각 과정을 모두 포함한 전체 제조 시간을 의미한다. 기존 일반 소결 공정은 약 36.5시간이 소요됐으나, 이번 마이크로웨이브 기술은 70분 만에 완료되어 약 30배 이상 빠른 제조 속도를 보였다.
그 결과, 새롭게 제작된 전지는 750℃에서 분당 23.7mL의 수소를 생산하고, 250시간 이상 안정적으로 작동하며 우수한 내구성을 보였다. 또한 3차원 디지털 트윈 분석(가상 시뮬레이션)을 통해 초고속 가열하는 소결 공정이 전해질(전지 속 재료)의 치밀도를 높이고, 연료극 내 산화니켈(NiO) 입자의 비정상적으로 커지지 않도록 조절함으로써 수소 생산 효율을 향상시킨다는 사실을 규명했다.
이강택 교수는 “이번 연구는 고성능 고체산화물 전해전지를 신속하고 효율적으로 제조할 수 있는 새로운 제조 패러다임을 제시한 성과”라며, “기존 공정 대비 에너지 소비와 시간 비용을 획기적으로 절감할 수 있어 상용화 가능성이 매우 높다”고 밝혔다.
기계공학과 유형민, 장승수 박사과정생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지인 어드벤스드 머티리얼스(Advanced Materials) (IF: 26.8) 10월 2일 字 온라인판에 게재되었다. 또한 해당 논문은 연구의 파급력을 인정받아 표지논문 (Inside front cover) 으로 선정되었다.
※ 논문명: Ultra-Fast Microwave-Assisted Volumetric Heating Engineered Defect-Free Ceria/Zirconia Bilayer Electrolytes for Solid Oxide Electrochemical Cells,
DOI: https://doi.org/10.1002/adma.202500183
이 성과는 과학기술정보통신부 H2 Next Round 사업, 중견연구자지원사업, 글로벌 기초연구실 지원사업의 지원을 받아 수행했다.
2025.10.28
조회수 1964
-
신소재 공학 연구의 새로운 언어가 된‘AI’를 말하다
AI가 스스로 새로운 소재의 구조와 성질을 상상하고 예측하는 시대가 열렸다. 이제 AI는 연구자의 ‘두 번째 두뇌’처럼 아이디어 발굴부터 실험 검증까지 연구 전 과정을 함께 수행한다. 우리 대학과 국제 공동 연구진은 AI가 자율 연구실(Self-driving Lab) 개념을 구현하고, 로봇이 촉매 합성 실험을 수행하는 ‘AI 기반 촉매 탐색 플랫폼’을 통해 신소재 연구의 전 주기 활용 전략을 제시했다.
우리 대학은 신소재공학과 홍승범 교수 연구팀이 미국 드렉셀대학교, 노스웨스턴대학교, 시카고대학교, 테네시대학교와 공동연구를 통해 인공지능(AI)·머신러닝(ML)·딥러닝(DL) 기술이 신소재공학 전반에 미치는 영향을 종합적으로 분석한 리뷰 논문을 국제 학술지 ACS Nano(영향력지수 IF=18.7)에 8월 5일자로 게재했다고 26일 밝혔다.
홍승범 교수 연구팀은 소재 연구를 ‘발견–개발–최적화’의 세 단계로 구분하고, 각 단계에서 AI가 수행하는 역할을 구체적으로 설명했다.
소재 발견 단계에서는 AI가 새로운 구조를 설계하고 물질의 성질을 예측해, 수많은 후보 중 가장 유망한 물질을 신속히 찾아낸다.
개발 단계에서는 실험 데이터를 분석하고 자율 실험 시스템(Self-driving Lab)을 통해 AI가 실험 과정을 자동으로 조정함으로써 연구 기간을 단축한다.
최적화 단계에서는 AI가 시행착오를 거치며 스스로 최적의 조건을 학습하는 ‘강화학습(Reinforcement Learning)’과, 적은 실험으로 가장 우수한 결과를 찾아내는 ‘베이지안 최적화(Bayesian Optimization)’ 기술을 활용해 설계와 공정 조건을 자동으로 조정하고 성능을 높인다.
즉, AI는 수많은 재료 중에서 ‘가장 가능성 있는 후보’를 먼저 골라주고, 실험 과정에서 시행착오를 줄이며, 마지막에는 스스로 실험 조건을 조정해 성능이 가장 좋은 조합을 찾아내는 ‘똑똑한 조수’ 역할을 한다.
논문은 또한 생성형 AI, 그래프 신경망(GNN), 트랜스포머 모델 등 첨단 기술이 AI를 단순한 계산 도구가 아닌 ‘생각하는 연구자’로 변화시키고 있음을 보여준다.
AI는 물리와 화학의 법칙을 스스로 학습해 새로운 소재를 상상하고 예측하며, 연구자의 ‘두 번째 두뇌’처럼 아이디어 제안부터 검증까지 함께 수행한다.
그러나 연구진은 AI가 제시하는 결과가 항상 정답은 아니며, 데이터 품질 불균형, 예측 결과 해석의 어려움, 이질적 데이터 통합 등 여전히 해결해야 할 과제들이 남아 있다고 지적했다.
이에 따라 앞으로는 AI가 물리학적 원리를 스스로 이해하고, 연구자가 그 과정을 투명하게 검증할 수 있는 기술이 함께 발전해야 한다고 강조했다.
논문에서는 또한 연구자가 직접 실험 장비를 조작하지 않아도 AI가 실험 계획을 세우고 결과를 분석해, 다음 실험 방향까지 제안하는 ‘자율 실험실(Self-driving Lab)’과 AI가 촉매 합성 실험을 자동으로 설계·최적화하고 로봇이 수행하는‘AI 기반 촉매 탐색 플랫폼’에 대해 심층적으로 다뤘다.
특히 AI가 촉매 합성과 최적화 과정을 자동으로 수행해 연구 속도를 비약적으로 높이는 사례를 소개하며, 이러한 접근이 배터리 및 에너지 소재 개발로 확장될 가능성을 보여주었다.
홍승범 교수는 “이번 리뷰는 인공지능이 단순한 도구를 넘어 신소재공학 연구의 새로운 언어로 자리 잡고 있음을 보여준다”며, “KAIST 연구진이 제시한 로드맵은 향후 배터리·반도체·에너지 소재 등 국가 핵심 산업 분야 연구자들에게 중요한 길잡이가 될 것”이라고 말했다.
이번 연구에는 신소재공학과 베네딕투스 마디카(Benediktus Madika) 박사과정, 아디티 사하(Aditi Saha) 박사과정, 강채율 석사과정, 바초리그 바얀톡톡(Batzorig Buyantogtokh) 박사과정이 공동 제1저자로 참여했다.
또한 미국 드렉셀대학교 조슈아 아가르(Joshua Agar) 교수, 노스웨스턴대학교 크리스 울버튼(Chris Wolverton) 교수, 피터 부어히스(Peter Voorhees) 교수, 시카고대학교 피터 리틀우드(Peter Littlewood) 교수, 테네시대학교 세르게이 칼리닌(Sergei Kalinin) 교수가 공동저자로 참여했다.
※논문명: Artificial Intelligence for Materials Discovery, Development, and Optimization, DOI: 10.1021/acsnano.5c04200
이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행됐다. (RS-2023-00247245)
2025.10.27
조회수 4130
-
사업화 딥테크 기술 산업 현장으로...‘2025 KAIST 테크페어 개최’
우리 대학 기술가치창출원이 28일 서울 코엑스에서‘2025 KAIST 테크페어’를 개최한다고 24일 밝혔다.
이번 행사는 중소·중견기업의 글로벌 경쟁력 강화와 기술사업화 촉진을 목표로, KAIST가 보유한 첨단 연구성과를 산업계와 직접 연결하는 장이 될 전망이다.
올해 테크페어는 ‘딥테크 기반의 혁신, 산업 현장으로’를 주제로, 인공지능(AI), 바이오·의약, 첨단소재, 로봇, VR 인터페이스 등 미래 핵심 기술 분야가 총망라된다.
참여 기업들은 KAIST 연구진과의 만남을 통해 기술이전, 투자, 1:1 상담 등 실질적인 협력 기회를 모색할 수 있다.
■ KAIST 대표 산학협력프로그램 ILP 소개 및 기술이전 설명회
행사는 KAIST 대표 산학협력 프로그램인 ‘ILP(Industry Liaison Program)’ 소개로 시작된다.
ILP는 기업과 KAIST가 장기적인 파트너십을 구축해 기술 수요를 공유하고, 공동연구 및 맞춤형 기술자문을 진행하는 협력 플랫폼으로, 기업은 최신 연구성과와 기술정보를 정기적으로 공유받을 수 있다.
이후 진행되는 기술이전 설명회에서는 KAIST 연구자가 직접 발표하는 사업화 유망 기술 8종이 공개된다.
올해는 특히 바이오와 인공지능 분야의 신기술이 다수 포함돼 산업계의 주목을 받고 있다.
대표적으로 오병하 교수(생명과학과)의 연구는 ‘차세대 발모 치료 플랫폼’으로 모발 성장에 중요한 역할을 하는 윙트(Wnt) 단백질을 재설계해 불안정성과 낮은 생산성을 개선했다.
이 단백질은 모낭 줄기세포를 활성화해 모발 성장을 촉진하며, 단백질 안정화 및 국소 전달 제형을 통해 피부 재생과 탈모 억제 효과를 동시에 실현한다. 도포형·주사형 제제로 개발되어 부작용을 줄이면서도 지속적인 발모 효과가 기대된다.
전원주 교수(기계공학과)는 ‘다중 공진 메타패널 구조’를 이용한 경량·고성능 방음 기술을 선보인다.
이 기술은 여러 층의 구조를 통해 소리를 효과적으로 흡수하고 막아주는 원리를 활용해, 기존 금속 방음재보다 약 40% 가볍지만 차음 성능은 10dB 이상 향상됐다. 특히 엔진이나 기계에서 발생하는 낮은 주파수의 소음(저주파)을 잘 차단해 자동차, 항공기, 건축물, 드론 등 다양한 산업 현장에서 소음 저감 솔루션으로 활용될 수 있다.
박지호 교수(바이오및뇌공학과)는 흡입을 통해 약물을 전달하는 새로운 치료 플랫폼을 개발했다.
이 기술은 약물이 폐로 직접 전달되도록 설계돼 주사 없이 호흡만으로 치료 효과를 낼 수 있으며, 기존 약물 전달 방식의 부작용을 줄였다. 특히 폐암이나 폐섬유화증 등 호흡기 질환 치료에 활용될 수 있는 차세대 기술로 주목받고 있다.
전용웅 교수(생명과학과)는 세포가 단백질을 만들어내는 속도와 양을 정밀하게 조절할 수 있는 기술을 개발했다.
이 기술은 세포가 손상됐을 때 스스로를 보호하기 위해 작동하는 생명 반응(DNA 손상반응)을 활용해 단백질 생산 과정을 조절한다. 이를 통해 암 치료, 조직 재생, 퇴행성 질환 등 다양한 정밀의학 분야에 적용될 수 있는 새로운 치료 원리를 제시한다.
■ 기술이전 상담 및 교원창업 IR·투자상담회
세 번째 세션인 기술이전 상담회에서는 사전 매칭된 KAIST 교원 및 연구진과 기업 간 1:1 맞춤형 기술 자문이 진행된다. 첨단 바이오, 차세대 반도체, 인공지능 등 국가 전략핵심기술과 연계해 기업의 기술적 난제를 해결하는 심층 자문이 제공된다.
마지막 세션으로는 교원창업 IR 및 투자상담회가 열린다.
KAIST 교원의 (예비)창업 기술이 공개되며, 벤처캐피털 및 투자사와의 네트워킹을 통해 투자유치와 글로벌 시장 진출 가능성을 모색한다.
참여기업으로는 ▲㈜플루이즈(신인식 전산학부 교수) – 기존 앱 코드를 수정하지 않고도 자연어 명령으로 앱을 자동 실행하는 AI 플랫폼 ▲㈜플래시오믹스(장재범 신소재공학과 교수) – 현미경 기반 공간 단백체 분석과 AI 이미지 처리 기술을 결합한 암 진단 솔루션 ▲손창호 교수(의과학대학원) – 단일세포 및 공간 전사체 분석 기반의 공간 멀티오믹스 스타트업 등이 소개된다.
이건재 기술가치창출원 원장은 “KAIST는 변화하는 국제 정세와 기술 환경 속에서도 AI, 바이오·의약, 첨단소재, VR 인터페이스 등 핵심 전략기술 확보에 주력하고 있다”며, “이번 테크페어가 딥테크 기반의 기술사업화와 창업 생태계 확산의 계기가 되길 기대한다”고 말했다.
이광형 KAIST 총장은 “KAIST는 산업계와의 협력을 통해 대한민국 기술혁신을 이끌어왔다”며, “이번 테크페어가 첨단 연구성과의 산업 적용을 가속화하고, 글로벌 기술 패러다임을 선도하는 계기가 되길 바란다”고 강조했다.
한편, 참여를 희망하는 기업은 KAIST 기술가치창출원 홈페이지(https://tlo.kaist.ac.kr/)를 통해 사전 신청할 수 있으며, 행사 및 참가 관련 문의는 KAIST 기술가치창출원(T. 042-350-6494, e-mail: tlo@kaist.ac.kr)로 하면 된다.
2025.10.24
조회수 1501
-
‘나빌레라’처럼 춤추는 아바타...AI가 움직임 이해하고 그려
AI가 단순히 ‘그럴듯하게 그리는 수준’을 넘어, 옷이 왜 흔들리고 주름이 생기는지까지 이해하는 시대가 열렸다. 우리 대학 연구진은 3차원 공간에서의 움직임과 상호작용을 실제 물리 법칙처럼 학습하는 새로운 생성형 AI를 개발했다. 기존 2D 기반 영상 AI의 한계를 뛰어넘은 이번 기술은 영화, 메타버스, 게임 속 아바타의 현실감을 높이고 모션캡처나 3D 그래픽 수작업을 크게 줄일 수 있을 것으로 기대를 모은다.
우리 대학은 전산학부 김태균 교수 연구팀이 기존 2D 픽셀 기반 영상 생성 기술의 한계를 극복한 공간·물리 기반 생성형 AI 모델 ‘MPMAvatar’를 개발했다고 22일 밝혔다.
연구팀은 기존 2D 기술의 문제를 해결하기 위해, 가우시안 스플래팅(Gaussian Splatting)으로 다중 시점 영상을 3차원 공간으로 재구성하고, 여기에 물리 시뮬레이션 기법(Material Point Method, MPM)을 결합한 새로운 방식을 제안했다.
즉, 여러 시점에서 촬영한 영상을 입체적으로 재구성하고, 그 안에서 물체가 실제처럼 움직이며 상호작용하도록 물리 법칙을 AI가 스스로 학습하게 한 것이다.
이를 통해 물체의 재질·형태·외부 힘에 따른 움직임을 계산하고, 그 결과를 실제 영상과 비교해 AI가 물리 법칙을 스스로 학습할 수 있도록 했다.
연구팀은 3차원 공간을 점(포인트) 단위로 표현하고, 각 점에 가우시안과 MPM을 함께 적용해 물리적으로 자연스러운 움직임과 사실적인 영상 렌더링을 동시에 구현했다.
즉, 3D 공간을 수많은 작은 점들로 쪼개어 각 점이 실제 물체처럼 움직이고 변형되도록 만들어, 현실과 거의 구분이 안 될 만큼 자연스러운 영상을 구현한 것이다.
특히 옷처럼 얇고 복잡한 물체의 상호작용을 정밀하게 표현하기 위해, 물체의 표면(메쉬)과 입자 단위 구조(포인트)를 함께 계산하고, 3차원 공간에서 물체의 움직임과 변형을 물리 법칙에 따라 계산하는 MPM(Material Point Method) 기법을 활용했다.
또한, 옷이나 물체가 움직이며 서로 부딪히는 장면을 사실적으로 재현하기 위해 새로운 충돌 처리(collision handling) 기술을 개발했다.
이 기술을 적용한 생성형 AI 모델 MPMAvatar는 느슨한 옷을 입은 사람의 움직임과 상호작용을 사실적으로 재현하고, AI가 학습 과정에서 본 적 없는 데이터도 스스로 추론해 처리하는 ‘제로샷(Zero-shot)’생성에도 성공했다.
제안된 기법은 강체, 변형 가능한 물체, 유체 등 다양한 물리적 특성을 표현할 수 있어, 아바타뿐만 아니라 일반적인 복잡한 장면 생성에 활용될 수 있다.
김태균 교수는 “이번 기술은 AI가 단순히 그림을 그리는 것을 넘어, 눈앞의 세계가 ‘왜’ 그렇게 보이는지까지 이해하도록 만든 것으로 물리 법칙을 이해하고 예측하는 ‘Physical AI’의 가능성을 보여준 연구로 이는 AGI(범용 인공지능)로 가는 중요한 전환점”이라고 설명했다. 이어 “가상 프로덕션, 영화, 숏폼, 광고 등 실감형 콘텐츠 산업 전반에 실질적으로 적용돼 큰 변화를 만들어낼 것”이라고 기대를 밝혔다.
현재 연구팀은 이 기술을 확장해, 사용자의 텍스트 입력만으로도 물리적으로 일관된 3D 동영상을 생성할 수 있는 모델 개발을 진행 중이다.
이번 연구는 KAIST 김재철AI대학원 이창민 석사과정 학생이 제1저자로, KAIST 전산학부 이지현 박사과정 학생이 공저자로 참여하였고, 연구 결과는 AI 분야 최고 권위 국제학술대회인 NeurIPS 12월 2일에 발표하며, 프로그램 코드는 모두 공개될 예정이다.
*논문: C. Lee, J. Lee, T-K. Kim, MPMAvatar: Learning 3D Gaussian Avatars with Accurate and Robust Physics-Based Dynamics,Proc. of Thirty-NinthAnnual Conf. on Neural Information Processing Systems (NeurIPS), San Diego, US, 2025
arXiv버전: https://arxiv.org/abs/2510.01619
*관련 프로젝트 사이트: https://kaistchangmin.github.io/MPMAvatar/
*AI가 그려낸 나빌레라처럼 춤추는 관련 동영상 링크: https://www.youtube.com/shorts/ZE2KoRvUF5c, https://youtu.be/ytrKDNqACqM
한편, 이 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 인간지향적 차세대 도전형 범용AI기술 개발사업(RS-2025-25443318)과 생성AI 선도인재양성 사업의(RS-2025-25441313) 지원을 받아 수행되었다.
2025.10.22
조회수 3727
-
빛 0.02초로 3,000 ℃구현...수소 생산 효율 6배 높혔다
요즘 수소 같은 청정에너지를 더 효율적이고 저렴하게 만들기 위해, 적은 전력으로 성능이 뛰어난 촉매 재료를 빠르게 합성하는 기술이 중요한 연구 주제로 떠오르고 있다. 우리 대학 연구진은 빛을 단 0.02초 비추어 3,000 ℃의 초고온을 구현하고 수소 생산 촉매를 효율적으로 제작할 수 있는 플랫폼 기술을 개발했다. 이 덕분에 에너지는 1/1,000만 쓰고도, 수소 생산 효율은 최대 6배 높아졌다. 이번 성과는 미래 청정에너지 기술의 상용화를 앞당길 핵심 돌파구로 평가된다.
우리 대학은 10월 20일, 신소재공학과 김일두 교수 연구팀과 전기및전자공학부 최성율 교수 연구팀이 강력한 빛을 짧게 쬐어주는 것만으로 고성능 나노 신소재를 합성하는 ‘직접접촉 광열처리(Direct-contact photothermal annealing)’ 합성 플랫폼을 개발했다고 밝혔다.
연구팀은 빛을 아주 짧게(0.02초) 비추는 것만으로 순간적으로 3,000 ℃의 초고온을 만들어내는 촉매 합성 기술을 개발했다. 이 빛의 열로, 단단하고 잘 반응하지 않는 ‘나노다이아몬드(nanodiamond)’를 전기가 잘 통하고 촉매로 쓰기 좋은 고성능 탄소 소재인 ‘탄소 나노어니언(Carbon Nanoonion)’이라는 새로운 소재로 바꾸는 데 성공했다. 이를 통해 기존 열선 가열 기반의 열처리 공정보다 에너지 소비를 1/1,000 수준으로 줄이면서, 공정 속도는 수백 배 이상 단축했다.
더 놀라운 점은, 이 과정에서 전환된 탄소 나노어니언 표면에 금속 원자를 하나하나 달라붙게 만들어 촉매 기능까지 동시에 구현했다는 것이다. 즉 ‘빛 비추기’로 구조를 바꾸고 그 재료에 기능까지 부여하는 일석이조의 촉매 플랫폼 기술을 개발했다.
탄소 나노어니언은 탄소 원자가 양파처럼 여러 겹으로 쌓인 초미세 구형태의 소재로, 전기 전도도와 내화학성이 뛰어나 촉매를 지지하는데 적합하다.
하지만 기존에는 탄소 나노어니언을 합성한 뒤 다시 촉매를 부착하는 복잡한 공정을 거쳐야 했고, 열선으로 가열하는 기존 열처리 방식은 에너지 소모가 크고 시간이 오래 걸려 상용화에 어려움이 있었다.
연구팀은 이 문제를 해결하기 위해 빛 에너지를 열로 전환하는 ‘광열효과(Photothermal effect)’를 이용했다. 탄소 나노어니언의 전구체인 ‘나노다이아몬드’에 빛을 잘 흡수하는 검은색 ‘카본블랙’을 섞은 뒤, 제논 램프로 강한 빛을 터뜨리는 방식을 고안했다.
그 결과 단 0.02초 만에 나노다이아몬드가 탄소 나노어니언으로 전환된다. 분자동역학 시뮬레이션에서도 이 과정이 물리적으로 충분히 가능한 것으로 확인됐다.
더 나아가, 이 플랫폼은 탄소 나노어니언 합성과 단일원자 촉매 부착을 한 번에 처리할 수 있다는 점에서 혁신적이다. 백금과 같은 금속 전구체를 함께 넣으면 금속들이 원자 단위로 분해되는 ‘단일원자 촉매’로 갓 생성된 탄소 나노어니언 표면에 즉시 달라붙는다.
이후 빠른 냉각 과정에서 원자들이 뭉치지 않아, 소재 합성과 촉매 기능화가 완벽히 통합된 단일 공정으로 완성된다. 연구팀은 이 기술을 활용해 백금(Pt), 코발트(Co), 니켈(Ni) 등 8종의 고밀도 단일원자 촉매를 성공적으로 합성했다.
이번에 제작된 ‘백금 단일원자 촉매–탄소 나노어니언’은 기존보다 6배 효율적으로 수소를 만들어내면서도 훨씬 적은 양의 고가 금속으로도 높은 효율을 낼 수 있음을 입증한 결과다.
김일두 교수는 “강한 빛을 0.02초도 안 되는 짧은 시간 동안 조사해 3,000 ℃까지 상승시키는 직접접촉 광열처리 기술을 최초로 구현했다”며 “기존 열처리 대비 에너지 소비를 1,000배 이상 줄인 초고속 합성–단일원자 촉매 기능화 통합 공정은 수소 에너지, 가스 센서, 환경 촉매 등 다양한 응용 분야의 상용화를 앞당길 것으로 기대된다”고 밝혔다.
이번 연구는 전도경 박사과정(KAIST 신소재공학과), 신하민 박사(KAIST 신소재, 현 ETH Zurich 박사후연구원), 차준회 박사(KAIST 전기및전자공학부, 현 SK hynix 연구원)가 공동 제1저자로 참여했으며, 최성율 교수(전기및전자공학부)와 김일두 교수(신소재공학과)가 교신저자로 참여했다.
연구 결과는 나노 및 화학 분야의 세계적 학술지인 미국화학회(American Chemical Society, ACS) 발간 『ACS Nano』 9월호 속표지(Supplementary Cover) 논문으로 게재되었다.
※ 논문명: Photothermal Annealing-Enabled Millisecond Synthesis of Carbon Nanoonions and Simultaneous Single-Atom Functionalization, DOI: 10.1021/acsnano.5c11229
본 연구는 한국연구재단 과학기술정보통신부 글로벌 R&D 기반구축사업, 선도연구센터지원사업, 나노종합기술원 반도체–이차전지 인터페이싱 플랫폼 기술개발 사업의 지원을 받아 수행되었다.
2025.10.20
조회수 2427
-
브랜드 수익으로 학생이 이끄는 ESG 연구 플랫폼 출범
우리 대학은 브랜드 수익을 학생들에게 환원해 사회문제 해결형 연구로 이어가는 실천형 ESG 프로그램 ‘PDSP(Problem Definition to Solution Program)’을 새롭게 시작한다고 19일 밝혔다. 브랜드 수익은 넙죽이 등 브랜드 상품 판매 수익을 말하며 우리 대학은 교내 오리 연못 근처에서 브랜드샵을 운영하고 있다.
이번 사업은 KAIST 브랜드 가치와 사회적 책임을 학생 중심으로 구체화한 첫 모델로, ‘연구–창업–사회공헌’을 연결하는 혁신적 출발점이 되고 있다.
사업은 KAIST 홀딩스(대표 배현민)의 자회사 브랜드카이스트(공동대표 석현정·복병준, KAI 특허법률법인 대표, KAIST 산업디자인학과 동문)가 배당한 수익을 재원으로 추진된다.
우리 대학은 브랜드 수익을 학생 연구 활동에 재투자함으로써 ‘브랜드 → 수익 → 학생 → 사회환원’이라는 KAIST형 선순환 ESG 구조를 구현하고자 한다.
‘PDSP’는 KAIST 학부생들이 자율적으로 팀을 꾸려 사회적·기술적 문제를 탐구하고 해법을 제시하는 연구 프로그램이다. 프로그램명 ‘Problem Definition to Solution Program’은 학생이 직접 문제(Problem)를 정의(Definition)하고 해법(Solution)을 설계한다는 의미로, 배운 지식을 사회문제 해결로 연결하는 실천적 연구 플랫폼을 지향한다.
우리 대학은 이번 PDSP를 통해 ESG의 개념을 환경(Environment), 사회(Society), 지배구조(Governance)를 넘어, ‘교육(Education)과 연구(Science)를 통한 사회적 책임 실천’으로 확장하고 있다.
학생들이 주도적으로 사회문제를 정의하고 해결책을 제시하는 과정 자체가 ESG 가치 실현의 한 형태이며, 우리 대학은 이를 통해 과학기술 기반의 실천형 ESG 모델을 구축하고자 한다.
PDSP는 Deep Tech과 ESG, 두 개의 연구 트랙으로 운영된다.‘Deep Tech 트랙’은 인공지능(AI), 반도체, 로보틱스, 바이오테크, 신소재, 에너지 등 KAIST의 첨단 과학기술 역량을 바탕으로 미래 산업을 선도할 원천기술 연구를 지원한다. ‘ESG 트랙’은 기후 변화, 탄소중립, 고령화 등 사회적 이슈를 주제로 연구를 수행하며, 과학기술을 통한 지속가능한 사회 구현에 초점을 맞춘다.
이번 프로그램은 단순한 아이디어 공모전이 아니라 연구실에서 출발하는 실질적 기술 혁신을 촉진하는 ‘학생 주도형 딥테크 인큐베이션 프로그램’으로 평가된다.
참여 대상은 학부생 3~5명으로 구성된 약 20개 팀이며, 각 팀은 Deep Tech 트랙 또는 ESG 트랙 중 하나를 선택해 지원할 수 있다. 팀별 최대 150만 원의 연구활동비가 3개월간 지원되며, 연구비는 KAIST 자체 연구사업 기준에 따라 집행된다. 신청은 9월 29일부터 11월 5일 자정까지 KAIST 포털사이트를 통해 접수하며, 평가위원회의 심사를 거쳐 선정된 팀은 오리엔테이션–중간 점검–성과 발표회 등 단계별 과정을 거치게 된다.
KAIST 홀딩스 배현민 대표(전기및전자공학부 교수)는 “PDSP는 학생이 스스로 문제를 정의하고 해결책을 설계하는 KAIST형 자율 연구문화의 출발점이 될 것”이라며 “우수 연구팀은 창업 아이디어로 발전할 수 있도록 초기 투자 및 사업화 지원도 적극 검토할 계획”이라고 밝혔다.
석현정 브랜드카이스트 대표(산업디자인학과 교수)는 “브랜드카이스트의 수익이 학생들의 연구로 다시 이어지는 이번 프로그램은, KAIST 브랜드가 단순한 상징을 넘어 사회적 가치 창출의 플랫폼으로 진화하고 있음을 보여준다”며 “학생들이 창의적 연구를 통해 기술과 사회를 잇는 새로운 변화를 만들어가는 것이야말로 KAIST 브랜드의 진정한 힘이라고 생각한다”고 말했다.
프로그램에 지원서를 제출한 한 학생은 “환경 문제나 기술 불평등 등 사회적 주제를 연구로 탐구해 보고 싶었는데, 이번 프로그램이 그런 기회를 제공해 기대된다”며 “배운 지식을 사회에 돌려줄 수 있다는 점에서 KAIST 학생으로서 자부심을 느낀다”고 말했다.
이광형 KAIST 총장은 “KAIST 브랜드가 만들어 낸 가치를 학생들에게 되돌려주는 상생형 혁신 모델을 만든 것도 KAIST의 힘”이라며 “학생들이 직접 정의한 문제를 통해 인류 발전에 기여하고, 창의적 연구가 사회 변화를 이끄는 원동력이 되길 바란다”고 강조했다.
1971년 설립 이후 대한민국의 과학기술 발전과 산업 혁신을 선도해온 KAIST는 이번 PDSP를 통해 ‘브랜드 가치의 선순환’을 현실화하며, 학생 주도형 사회공헌과 기술 혁신을 결합한 새로운 ESG 패러다임을 제시하고 있다.
2025.10.20
조회수 1428
-
트랜스포머의 지능과 맘바의 효율 합한 AI 반도체 두뇌 개발
최근 인공지능(AI) 모델이 길고 복잡한 문장을 이해하고 처리하는 능력이 커지면서, 연산 속도와 메모리 효율을 동시에 높일 수 있는 새로운 반도체 기술의 필요성이 커지고 있다. 이런 가운데 우리 대학 ·국제연구진이 거대언어모델(LLM)의 추론 속도는 4배 높이면서 전력 소비는 2.2배 줄인 트랜스포머(Transformer)와 맘바(Mamba) 하이브리드 구조 기반의 AI 반도체 핵심 두뇌 기술을 세계 최초로 메모리 내부에서 직접 연산이 가능한 형태로 구현하는 데 성공했다.
우리 대학은 박종세 교수 연구팀이 미국 조지아 공과대학교(Georgia Institute of Technology) 및 스웨덴 웁살라 대학교(Uppsala University)와 공동연구를 통해, 차세대 인공지능 모델의 두뇌 역할을 하는 ‘AI 메모리 반도체(PIM, Processing-in-Memory)’ 기반 기술 ‘PIMBA’를 개발했다고 17일 밝혔다.
현재 ChatGPT, GPT-4, Claude, Gemini, Llama 등 LLM은 모든 단어를 동시에 보는 ‘트랜스포머(Transformer)’ 두뇌 구조를 기반으로 작동한다. 이에 따라, AI 모델이 커지고 처리 문장이 길어질수록 연산량과 메모리 요구량이 급증해, 속도 저하와 에너지 소모가 주요 문제로 지적돼 왔다.
이런 트랜스포머 문제점을 보완하기 위해 최근 제시된 순차형 기억형 두뇌인 ‘맘바(Mamba)’ 구조는 시간의 흐름에 따라 정보를 처리하는 방식을 도입해 효율을 높였지만, 여전히 메모리 병목 현상(memory bottleneck)과 전력 소모 한계가 남아 있었다.
박종세 교수 연구팀은 트랜스포머와 맘바의 장점을 결합한 ‘트랜스포머–맘바 하이브리드 모델’의 성능을 극대화하기 위해, 연산을 메모리 내부에서 직접 수행하는 새로운 반도체 구조 ‘PIMBA’를 설계했다.
기존 GPU 기반 시스템은 데이터를 메모리 밖으로 옮겨 연산을 수행하지만, PIMBA는 데이터를 옮기지 않고 저장장치 내부에서 바로 계산을 수행한다. 이로써 데이터 이동 시간을 최소화하고 전력 소모를 크게 줄일 수 있다.
그 결과, 실제 실험에서 PIMBA는 기존 GPU 시스템 대비 처리 성능이 최대 4.1배 향상되었고, 에너지 소비는 평균 2.2배 감소하는 성과를 보였다.
연구 성과는 오는 10월 20일 서울에서 열리는 세계적 컴퓨터 구조 학술대회 ‘제58회 국제 마이크로아키텍처 심포지엄(MICRO 2025)’에서 발표될 예정이며, 앞서 ‘제31회 삼성휴먼테크 논문대상’ 금상을 수상해 우수성을 인정받았다.
※논문명: Pimba: A Processing-in-Memory Acceleration for Post-Transformer Large Language Model Serving, DOI: 10.1145/3725843.3756121
이번 연구는 정보통신기획평가원(IITP), 인공지능반도체대학원 지원사업, 그리고 과학기술정보통신부와 정보통신기획평가원의 ICT R&D 프로그램의 일환으로 한국전자통신연구원(ETRI)의 지원을 받아 수행되었으며, EDA 툴은 반도체설계교육센터(IDEC)의 지원을 받았다.
2025.10.17
조회수 2511
-
환경 규제 강한 나라일수록 전기차 잘 나간다
우리 대학·국제 연구진이 전통적으로 기업이 환경 규제가 느슨한 국가로 생산 거점을 이전한다는 가설‘오염 피난처(pollution haven)’를 뒤집고 기업이 이제는 ‘녹색 피난처(green haven)’를 찾아간다는 새로운 전략을 제시하여 주목을 받고 있다.
우리 대학은 기술경영학부 이나래 교수 연구팀이 미국 조지타운대 헤더 베리(Heather Berry)·재스미나 쇼빈(Jasmina Chauvin) 교수, 텍사스대 랜스 청(Lance Cheng) 교수와의 국제 공동연구를 통해 ‘환경 규제가 엄격한 국가일수록 전기차 등 녹색 제품의 경쟁력이 높아진다’는 사실을 밝혀냈다고 17일 밝혔다.
‘녹색제품’은 환경을 덜 오염시키는 친환경 제품으로 전기를 적게 쓰는 에너지 효율 높은 가전제품, 오염을 줄이는 친환경 자동차(전기차, 하이브리드차) 등을 말한다.
오랫동안 다국적 기업이 환경 규제가 약한 나라에서 주로 생산과 수출을 집중한다는 설명이 주류였다. 그러나 최근에는 기후변화 대응과 ESG(환경, 사회, 지배구조) 경영이 강화되면서, 전 세계적으로 녹색 제품의 교역이 빠르게 확대되고 있다. 이에 따라 기존 이론만으로는 설명하기 어려운 새로운 패턴이 나타나고 있다.
공동연구팀은 2002년부터 2019년까지 92개 수입국, 70개 수출국, 약 5천여 개 제품에 대한 유엔(UN)이 운영하는 세계무역 데이터베이스인 ‘UN Comtrade’ 데이터를 분석해 교역 패턴을 정밀 검증했다.
그 결과, 환경 규제가 강화되면 전체 교역량은 줄어드는 전형적인 오염 피난처 효과가 나타났지만, 녹색 제품에 한해서는 오히려 교역이 증가하는 현상이 확인됐다. 즉, 환경 규제가 엄격할수록 녹색 제품의 수출과 조달이 활발해지는 것이다.
이는 단순히 생산비 절감을 위해 규제가 느슨한 지역으로 이동하는 것이 아니라, 친환경 제품의 생산과 거래 과정에서 투명성과 정당성을 확보하기 위해 규제가 강한 국가를 선호한다는 점을 보여준다.
이러한 효과는 특히 소비자와 직접 맞닿는 최종 소비재 분야, 즉 우리가 매일 쓰는 스마트폰, 의류, 음식, 화장품, 가전제품, 자동차 등에서 두드러졌으며, 환경운동이나 NGO 활동이 활발한 국가로 수출되는 제품일수록 그 경향이 더욱 강하게 나타났다.
이나래 교수는 “이번 연구는 글로벌 공급망이 더 이상 비용 효율성만으로 설명되지 않으며, 기업의 환경적 정당성이 전략적 선택을 좌우한다는 사실을 보여준다”며, “강력한 환경정책은 기업 활동을 제약하는 것이 아니라, 녹색 제품 경쟁력을 높이는 기반이 될 수 있다”고 강조했다.
이번 연구 결과는 국제경영 분야의 최상위 학술지인 저널 오브 인터내셔널 비즈니스 스터디스(Journal of International Business Studies, JIBS)에 9일 1일자 게재되었다.
※ 논문명: The global sourcing of green products. https://doi.org/10.1057/s41267-025-00801-2
한편, 이번 연구는 KAIST의 오픈 액세스(Open Access) 출판 지원을 통해 논문 전체를 누구나 무료로 열람할 수 있도록 하였으며, 이에 따라 연구 결과가 학계와 정책 현장에서 더욱 폭넓게 활용될 것으로 기대된다.
2025.10.17
조회수 2078
-
개인정보 공유 없이 병원·은행에서도 통하는 연합학습 AI 개발
환자 진료기록이나 금융 데이터처럼 개인정보를 한곳에 모으기 어려운 문제를 해결하기 위해 ‘연합학습(Federated Learning)’이 고안됐다. 하지만 공동으로 학습한 AI를 각 기관이 자신의 환경에 맞게 최적화하는 과정에서, AI가 특정 기관 데이터에만 과도하게 적응해 새로운 데이터에는 취약해지는 한계가 있었다. 우리 대학 연구진은 이를 해결할 방법을 제시했으며, 병원·은행 같은 보안 분야는 물론, 소셜미디어·온라인 쇼핑처럼 변화가 잦은 환경에서도 안정적인 성능을 확인했다.
우리 대학은 산업및시스템공학과 박찬영 교수 연구팀이 연합학습의 고질적인 성능 저하 문제를 해결하고, AI 모델의 일반화(Generalization) 성능을 크게 향상시키는 새로운 학습 방법을 개발했다고 15일 밝혔다.
연합학습은 여러 기관이 데이터를 직접 주고받지 않고도 공동으로 AI를 학습할 수 있는 방식이다. 그러나 이렇게 완성된 공동 AI 모델을 각 기관이 현장에 맞춰 최적화(파인 튜닝)하는 과정에서 문제가 발생한다. 기존의 폭넓은 지식이 희석되며, AI가 특정 기관의 데이터 특성에만 과도하게 적응하는‘지역 과적합(Local Overfitting)’문제가 생기기 때문이다.
예를 들어 여러 은행이 함께 ‘공동 대출 심사 AI’를 구축한 뒤, 특정 은행이 대기업 고객 데이터를 중심으로 파인튜닝을 진행하면 해당 은행의 AI는 대기업 심사에는 강점을 보이지만 개인이나 스타트업 고객 심사에서는 성능이 떨어지는 지역 과적합 문제가 생긴다.
박 교수 연구팀은 이를 해결하기 위해 ‘합성 데이터(Synthetic Data)’ 방식을 도입했다. 각 기관의 데이터에서 핵심적이고 대표적인 특징만을 추출해 개인정보를 포함하지 않는 가상 데이터를 생성하고, 이를 파인튜닝 과정에 적용한 것이다. 이로써 각 기관의 AI는 개인정보 공유없이 자신의 데이터에 맞춰 전문성을 강화하면서도, 공동학습으로 얻은 폭넓은 시야(일반화 성능)를 잃기 않게 되었다.
연구 결과, 해당 방법은 의료·금융 등 데이터 보안이 중요한 분야에서 특히 효과적일 뿐 아니라, 소셜미디어나 전자상거래처럼 새로운 사용자와 상품이 지속적으로 추가되는 환경에서도 안정적인 성능을 발휘했다. 새로운 기관이 협력에 참여하거나 데이터 특성이 급격히 변하더라도 AI가 혼란스러워하지 않고 안정적으로 성능을 유지할 수 있음을 보여줬다.
박찬영 산업및시스템공학과 교수는 “이번 연구는 데이터 프라이버시를 지키면서도, 각 기관의 AI가 전문성과 범용성을 동시에 보장하는 새로운 길을 열었다”라며, “의료 AI, 금융 사기 탐지 AI처럼 데이터 협업이 필수적이지만 보안이 중요한 분야에서 큰 도움이 될 것”이라고 말했다.
이번 연구는 데이터사이언스대학원 김성원 학생이 제1 저자, 박찬영 교수가 교신저자로 참여했으며, 지난 4월 싱가포르에서 열린 인공지능 분야 최고 권위 학술대회인 ‘국제표현학습학회(International Conference on Learning Representations, ICLR) 2025’에서 상위 1.8%의 우수 논문에만 선정되는 구두 발표(Oral Presentation) 대상으로 채택되어 그 우수성을 입증받았다.
※ 논문명: Subgraph Federated Learning for Local Generalization, https://doi.org/10.48550/arXiv.2503.03995
한편, 이번 연구는 정보통신기획평가원의 지원을 받은 ‘강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습’과제와 한국연구재단의 지원을 받은 ‘그래프 파운데이션 모델: 다양한 모달리티 및 도메인에 적용 가능한 그래프 기반 기계 학습’과제와 ‘데이터사이언스융합인재양성 사업’의 성과다.
2025.10.15
조회수 2810
-
MICCAI 국제학회 주관 뇌혈관 구획화 대회 MRI 및 CT 부문 1위
우리 대학 바이오및뇌공학과 박성홍 교수 연구실(연구실명: 자기공명영상 연구실, Magnetic Resonance Imaging Laboratory)이 MICCAI 국제학회의 TopBrain 뇌 혈관 Segmentation Challenge에서 1등상을 수상했다.
MICCAI의 TopBrain Challenge는 뇌혈관을 가장 정확히 구획화(Segmentation)하는 딥러닝 네트워크 개발을 놓고 매년 전세계적으로 경쟁하는 대회로서 올해로 3회째를 맞고 있다. 이전 두 대회는 TopCoW라는 이름으로 대뇌동맥고리(circle of willis) 영역 구획화로만 치러졌고, 올해 처음 TopBrain이라는 이름으로 뇌 전체 혈관 구획화로 확장되었다. MICCAI (Medical Image Computing and Computer Assisted Intervention)는 매년 전세계 의료영상연구자들의 모임으로써 올해는 대전 convention center (DCC)에서 전세계 3천명 내외의 연구자가 참여했다.
TopBrain Challenge는 MICCAI에서 개최하는 50개 Challenge중 하나로서, MRI 뇌혈관영상과 CT 뇌혈관영상에 대해 따로 경쟁을 치른다. 지난 8월 대회가 시작되었고 9월 21일 최종 딥러닝 네트워크 제출마감, 9월 23일 MICCAI 학회에서 수상자 발표의 순으로 진행되었다.
MRI 뇌혈관영상 분야와 CT 뇌혈관영상 분야 모두 1등상은 박성홍 교수 연구실의 김우승, Naparasa Asawalertsak, 김민재, 신동호 네 학생이 KPopDemonHunters라는 팀명으로 참여하여 수상하였다.
구체적으로, OpenMind pre-trained network를 활용하여, self-supervised learning을 이용하여 fine tuning을 진행하고, binary segmentation을 이용하여 false positive 값들을 줄이고, 공개된 TopCoW 데이터를 추가로 활용하여 pseudo-label을 만들어서 네트워크 정확도를 개선하였다. 개발된 네트워크는 MRI 뇌혈관영상의 경우 단순한 1등이 아니라 대회를 주관한 challenge organizer 팀들보다도 더 높은 성능을 보였다.
2025.10.13
조회수 1465