-
기존 인공지능 기술을 뛰어넘는 양자 인공지능 알고리즘 개발
우리 대학 전기및전자공학부 및 AI 양자컴퓨팅 IT 인력양성연구센터장 이준구 교수 연구팀이 독일 및 남아공 연구팀과의 협력 연구를 통해 비선형 양자 기계학습 인공지능 알고리즘을 개발했다고 7일 밝혔다.
양자 인공지능은 양자컴퓨터의 발전과 함께 현재의 인공지능을 앞설 것으로 크게 기대되고 있으나 연산 방법이 전혀 달라 새로운 양자 알고리즘의 개발이 절실하다. 특히 양자컴퓨터는 본질적으로 일차방정식을 잘 푸는 선형적 성질을 가지고 있어 복잡한 데이터를 다루는 비선형적 기계학습에 어려움이 존재했다. 하지만 이번 연구를 통해 비선형 커널이 고안되어 복잡한 데이터에 대한 양자 기계학습이 가능하게 됐다. 특히 이준구 교수팀이 개발한 양자 지도학습 알고리즘은 학습에 있어 매우 적은 계산량으로 연산이 가능하다. 따라서 대규모 계산량이 필요한 현재의 인공지능 기술을 추월할 가능성을 제시한 것으로 평가를 받고 있다.
이준구 교수팀은 학습데이터와 테스트데이터를 양자 정보로 생성한 후 양자 정보의 병렬연산을 가능하게 하는 양자포킹 기술과 간단한 양자 측정기술을 조합해 양자 데이터 간의 유사성을 효율적으로 계산하는 비선형 커널 기반의 지도학습을 구현하는 양자 알고리즘 체계를 만들었다. 이후 IBM 클라우드 서비스를 통해 실제 양자컴퓨터에서 양자 지도학습을 실제 시연하는 데 성공했다.
KAIST 박경덕 연구교수가 공동 제1 저자로 참여한 이번 연구결과는 국제 학술지 네이처 자매지인 `npj Quantum Information' 誌 2020년 5월 6권에 게재됐다. (논문명: Quantum classifier with tailored quantum kernel).
기계학습에 있어 중요한 문제 중 하나는 주어진 데이터의 특징(feature)을 구분해 분류하는 것이다. 간단한 예로 동물 이미지 학습데이터에서 입, 귀 등의 특징을 바탕으로 분류하기 위한 결정 경계(decision boundary)를 학습하고 새로운 이미지가 입력되었을 때 개 또는 고양이로 분류하는 작업을 생각해볼 수 있다. 데이터의 특징들이 잘 나타나는 경우에는 선형적 결정 경계만으로 분류할 수 있다. 그러나 입과 귀 모양의 특징으로만 개와 고양이를 분류하기 쉽지 않다면 새로운 결정 경계를 찾기 위해 특징에 관한 정보 공간의 차원을 확장해야 하는데 이러한 과정에서 비선형 커널 기술이 필요하다.
양자컴퓨팅은 고전 컴퓨팅과는 달리 큐비트(quantum bit, 양자컴퓨팅 정보처리의 기본 단위)의 개수에 따라 정보 공간의 차원이 기하급수적으로 증가하기 때문에 이론적으로 고차원 정보처리에 있어 기하급수적으로 뛰어난 성능을 낼 수 있다.
연구팀은 이러한 양자컴퓨팅의 장점을 활용해 데이터 특징 대비 기하급수적인 계산 효율성을 달성하는 양자 기계학습 알고리즘을 개발했다. 이 교수 연구팀이 개발한 이 알고리즘은 저차원 입력 공간에 존재하는 데이터들을 큐비트로 표현되는 고차원 데이터 특징 공간(feature space)으로 옮긴 후, 양자화된 모든 학습데이터와 테스트데이터 간의 커널 함수를 양자 중첩을 활용해 동시에 계산하고 테스트데이터의 분류를 효율적으로 결정한다. 이때 사용되는 양자 회로의 계산 복잡도는 학습 데이터양에 대해서는 선형적으로 증가하나, 데이터 특징 개수에 대해서는 불과 로그(log)함수로 매우 천천히 증가하는 장점이 있다.
연구팀은 이와 함께 양자 회로의 체계적 설계를 통해 다양한 양자 커널 구현이 가능함을 이론적으로 증명했다. 커널 기반 기계학습에서는 주어진 입력 데이터에 따라 최적 커널이 달라질 수 있으므로, 다양한 양자 커널을 효율적으로 구현할 수 있게 된 점은 양자 커널 기반 기계학습의 실제 응용에 있어 매우 중요한 성과다.
연구팀은 IBM이 클라우드 서비스로 제공하는 다섯 개의 큐비트로 구성된 초전도 기반 양자 컴퓨터에서 이번에 개발에 성공한 양자 기계학습 알고리즘을 실험적으로 구현해 양자 커널 기반 기계학습의 성능을 실제 시연을 통해 이를 입증하는 데 성공했다.
이 연구에 참여한 박경덕 연구교수는 "연구팀이 개발한 커널 기반 양자 기계학습 알고리즘은 수년 안에 상용화될 것으로 예측되는 수백 큐비트의 NISQ(Noisy Intermediate-Scale Quantum) 컴퓨팅의 시대가 되면 기존의 고전 커널 기반 지도학습을 뛰어넘을 것ˮ이라면서 "복잡한 비선형 데이터의 패턴 인식 등을 위한 양자 기계학습 알고리즘으로 활발히 사용될 것ˮ이라고 말했다.
한편 이번 연구는 각각 한국연구재단의 창의 도전 연구기반 지원 사업과 한국연구재단의 한-아프리카 협력기반 조성 사업, 정보통신기획평가원의 정보통신기술인력 양성사업(ITRC)의 지원을 받아 수행됐다.
관련 논문: https://www.nature.com/articles/s41534-020-0272-6
2020.07.07
조회수 21283
-
전산학부 오혜연 교수, 인공지능 국제협의체 'GPAI'에 전문가로 참여
우리 대학 전산학부 오혜연 교수가 세계최초 인공지능 협의체 Global Partnership on Artificial Intelligence(GPAI)의 전문가로 참여하게 됐다.
과기정통부는 6월 15일 한국이 캐나다, 프랑스, 미국, 일본 등과 같이 15개의 창립회원국으로 GPAI에 참여한다는 공식선언문을 발표했다. GPAI는 1) Responsible AI, 2) Data Governance, 3) The Future of Work, 4) Innovation & Commercialization 에 대해 각각 위원회를 구성하여 산업계 · 시민사회 · 정부 · 학계 주요 전문가들의 협업으로 책임있고 인간 중심적인 인공지능의 발전을 지원할 예정이다. 오혜연 교수는 이 중 튜링상 수상자인 Yoshua Bengio가 이끄는 Responsible AI 위원회에 참여하게 된다.
관련기사:
https://www.yna.co.kr/view/AKR20200615101000017?input=1195mhttp://digitalchosun.dizzo.com/site/data/html_dir/2020/06/16/2020061680044.html
2020.06.16
조회수 20999
-
뼈의 단단함을 모사해 광학적 특성을 매우 증대시킨 신물질 개발
우리 연구진이 동물 뼈가 그의 구성성분인 단백질보다 수천 배 단단할 수 있는 생체역학적 원리를 모사해 광학적 비선형성이 기존 물질 대비 수천에서 수십억 배나 큰 신물질을 개발했다.
비선형성이란 입력값과 출력값이 비례관계에 있지 않은 성질인데 광학에서 큰 비선형성을 확보할 경우, 빛의 속도로 동작하는 인공 신경망이나 초고속 통신용 광 스위치 등의 광소자를 구현할 수 있다.
우리 대학 신소재공학과 신종화 교수 연구팀은 벽돌을 엇갈려 담을 쌓는 것과 같이 나노 금속판을 3차원 공간에서 엇갈리게 배열하면 물질의 광학적 비선형성이 매우 크게 증대될 수 있음을 확인했다. 신종화 교수 연구팀이 이번 연구를 통해 발견한 비선형성 증대원리는 광학뿐만 아니라 역학, 전자기학, 유체역학, 열역학 등 다양한 물리 분야에도 적용이 가능하다.
KAIST 신소재공학과 장태용 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `커뮤니케이션즈 피직스(Communications Physics)' 5월 8일 字 온라인판에 게재됐다. (논문명 : Mimicking bio-mechanical principles in photonic metamaterials for giant broadband nonlinearity).
영화 스타워즈의 광선 검처럼 잘 제어된 빛을 만드는 것이나 빛만으로 구동되는 광컴퓨터를 만드는 것은 비선형성을 이용할 때 가능한데, 아직 실현되지 않고 있는 이유는 강한 비선형성을 가진 소재가 없기 때문이다. 자연 물질의 작은 비선형성으로도 초고속 광소자, 3차원 광식각 공정, 초 고분해능 현미경 등의 기술들이 구현될 수 있지만, 이들은 크고 비싼 고출력 레이저를 사용하거나, 큰 장비 혹은 소자가 필요하다는 공통적인 한계를 지니고 있다.
이를 극복하기 위해 기존에는 미세한 인공 구조체를 설계해서 그 틈에 빛을 모으는 방법이 많이 시도돼왔다. 비선형성은 빛의 세기에 비례하기 때문에 이 같은 방법을 이용하면 같은 부피의 자연 물질 대비 작은 빛의 세기로 비슷한 수준의 비선형 효과를 얻을 수 있다. 그러나 최대로 얻을 수 있는 비선형 효과의 크기는 결국 달라지지 않기 때문에 응용하는데 한계가 있다.
신 교수 연구팀은 물질의 근본적인 전기적 특성인 유전분극(물체가 전기를 띠는 현상)을 매우 크게 조절하는 방법을 고안했다. 나노 금속판이 3차원에서 엇갈려 배열돼있으면 국소분극이 공간을 촘촘하게 채우면서, 마치 시냇물이 모여서 강이 되듯, 전체적으로 매우 큰 분극을 만들게 된다는 점에 착안했다. 빛의 세기가 아닌 분극의 크기를 조절해 큰 비선형성 및 비선형 효과를 얻는 방법은 이번 신 교수 연구팀이 이번 연구에서 처음 제시한 개념인데 비선형 광학이 60년 동안 달성하고자 했던 고효율의 작은 비선형 광소자 개발에 한 발 더 다가선 것으로 평가되고 있다.
연구팀은 이번에 고안한 메타물질(자연계에 존재하지 않는 특성을 구현하기 위해 매우 작은 크기로 만든 인공 원자의 주기적인 배열로 이루어진 물질)이 시간적으로 짧은 광신호에 대해서도 큰 비선형 효과를 얻을 수 있음을 통해 기존보다 효율적이면서도 더 빠른 광소자 구현이 가능함을 확인했다. 이 연구에서 활용된 소자는 비슷한 신호 시간을 가지는 기존 소자보다는 에너지 효율이 약 8배나 뛰어나고 비슷한 에너지 효율을 가지는 기존 소자보다도 신호 시간은 약 10배 정도 짧다. 즉, 신호의 시간과 소요되는 에너지의 곱으로 표현되는 성능 기준으로 보면, 이 소자는 현재까지 개발된 광소자 중 가장 우수한 성능을 보였다.
연구팀은 또 고안한 메타물질이 광학 이외의 물리 현상에도 적용될 수 있음을 입증했다. 연구팀은 단백질의 단단함 대비 뼈의 단단함을 설명하는 모델이 이번 연구에서 고안한 광학적 비선형성 증대원리와 수학적으로 매우 유사함을 증명했다. 따라서 유체역학에서의 물질전달률, 열역학에서의 열전도율 등의 증대에도 신 교수 연구팀의 연구방법이 적용될 수 있을 것으로 기대된다.
신종화 교수는 "올해는 지난 1960년 레이저가 발명된 지 60년이 되는 해로, 레이저의 발명이 `센 빛'을 최초로 만든 것이라면 이번 연구성과는 `센 물질', 즉 광대역에서 매우 큰 유전분극 증대율을 보이는 물질을 최초로 발견하고 증명한 연구라는 점에서 의미가 크다ˮ며 "기계학습을 위한 초고속 인공 신경망 등 다양한 광 응용 소자의 구현을 위해 후속 연구를 진행 하고 있다ˮ고 말했다.
한편 이번 연구는 삼성미래기술육성재단의 지원을 받아 수행됐다.
2020.06.09
조회수 15533
-
로봇 손의 미끄럼 막아주는 인공 피부 개발
우리대학 기계공학과 박형순, 김택수 교수 연구팀이 사람 손바닥 피부의 기계적 특성을 모사, 로봇 손의 조작성능을 높여줄 인공피부를 개발했다.
의수나 산업용 집게, 산업용 로봇손 등에 부착하는 것만으로 물체 조작 능력이나 작업능력을 향상시킬 유용한 말단 인터페이스가 될 수 있을지 기대된다.
기존 기능성 인공피부가 주로 미관상 기능이나 감각기능 재현에 초점을 두었던데 반해, 이번에 개발된 인공피부는 구조 그 자체로 조작기능 향상에 기여하기에 복잡한 제어알고리즘이나 추가적인 동작 없이 간단히 부착하는 것만으로 조작성능 향상을 도울 수 있다.
연구팀은 손바닥 피부를 물리적 장벽이자 다양한 감각을 수용하는 기관으로만 보지 않고, 임의의 모양의 물체에 밀착되도록 변형되면서 물체를 안정적으로 고정한다는 점에서 손의 조작기능에 영향을 미치는 중요한 변수로 주목했다.
이에 손바닥 피부를 겉 피부층, 피하지방층, 근육층으로 구조화하여 각 특성을 분석, 피하 지방층의 비대칭적인 물리적 특성이 기능적 장점을 만들어 내는 핵심요소임을 알아냈다. 부드러운 지방조직과 질긴 섬유질 조직이 복합되어 누름에 유연하면서도 비틀림이나 당김에 의한 변형에 대해서는 강인하게 버틸 수 있다는 것이다.
이를 토대로 손바닥처럼 말랑한 다공성 라텍스 및 실리콘을 이용해 손바닥 피부와 동일한 비선형적·비대칭적 물리적 특성을 지니는 3중층 인공피부를 제작했다. 기공들이 누름에 대해서는 쉽게 압축되어 물체의 형상에 맞게 쉽게 변형되도록 하는 한편, 기공 사이사이 질긴 라텍스 격벽이 비틀림이나 당김에 강하게 저항함으로써 대상 물체를 견고하게 잡을 수 있도록 한 것이다.
실제 이렇게 만들어진 3중층 인공피부를 부착한 로봇 손은 기존 실리콘 소재의 단일층 인공피부를 부착한 로봇 손 대비 물체를 고정할 수 있는 작업 안정성과 물체를 움직일 수 있는 조작성이 30% 향상된 것으로 나타났다.
연구팀은 향후 나사처럼 작은 물체나 계란처럼 쉽게 깨질 수 있는 매끄러운 물체 등 조작대상의 크기나 단단함, 표면특성을 고려하여 인공피부의 질감, 두께, 형상을 조절하는 등 용도에 맞는 최적의 피부구조를 설계하는 방안에 대한 연구를 지속할 계획이다.
이반 연구는 과학기술정보통신부와 한국연구재단이 추진하는 바이오닉암메카트로 닉스융합연구사업 및 선도연구센터사업의 지원으로 수행되었으며, 신소재 분야 국제학술지‘어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)’ 속표지 논문으로 5월 8일 선공개 되었다.
2020.06.01
조회수 10818
-
한동수 교수, ACM CoNEXT 2020 학술대회 프로그램 체어 선임
우리 대학 전기및전자공학부 한동수 교수가 제16회 ACM CoNEXT (International Conference on emerging Networking EXperiments and Technologies) 프로그램 체어 (PC Chair) 로 선임됐다.
ACM CoNEXT 학술대회는 ACM의 컴퓨터 네트워크 전문가 그룹 (SIG)인 ACM SIGCOMM에서 주최하는 대표적 학회 중 하나로 한국정보과학회에서는 최우수 학술대회로 분류되고 있다. 한동수 교수는 아시아 기관 출신으로서는 대회 역사상 처음으로 프로그램 체어로 선임됐다.
한 교수는 Max Planck Institute for Informatics의 Anja Feldmann 교수와 공동 프로그램 위원장 직을 수행하며, 본 학술대회 프로그램 구성을 위하여 우리대학 전기및전자공학부 김성민 교수를 포함한 세계적 연구자 40명을 프로그램 위원으로 선임했다.
본 학술대회의 논문 투고는 6월말에 이루어지며, 학술대회는 12월 1-4일에 개최된다.
ACM CoNEXT 2020 학회 홈페이지 : https://conferences2.sigcomm.org/co-next/2020/#!/home
2020.05.28
조회수 17232
-
해상도 높인 곤충 눈 구조 초박형 카메라 개발
바이오및뇌공학과 정기훈 교수 연구팀이 고해상도 이미징을 위한 곤충 눈 구조의 초박형 카메라를 개발했다. 이 카메라는 독특한 시각 구조를 가진 제노스 페키(Xenos peckii)라는 곤충의 눈을 모사해 개발돼, 상용 카메라보다 더 얇은 렌즈 두께와 넓은 광시야각을 갖는다. 이러한 특징을 이용해 모바일, 감시 및 정찰 장비, 의료영상 기기 등 다양한 소형 카메라가 필요한 분야에 적용 가능할 것으로 기대된다.
김기수 박사과정이 주도한 이번 연구결과는 국제 학술지 ‘빛 : 과학과 응용 (Light : Science & Applications)’ 2월 27일 자 온라인판에 게재됐다. (논문명: 고대비 고해상도 이미징을 위한 생체모사 초박형 카메라, Biologically Inspired Ultrathin Arrayed Camera for High Contrast and High Resolution Imaging)
최근 초소형 및 초박형 스마트 기기의 개발로 소형화된 이미징 시스템의 수요가 커지고 있다. 그러나 기존의 카메라는 물체의 상이 일그러지거나 흐려지는 현상인 수차를 줄이기 위해 다층 렌즈 구조를 활용하기 때문에 렌즈 두께를 감소하는 데 한계가 있다. 또한, 기존의 곤충 눈을 모사한 미세렌즈 배열(Microlens arrays)은 렌즈 사이의 광학 크로스토크(Optical crosstalk)로 인해 해상도가 저해되는 단점이 있다.
연구팀은 문제 해결을 위해 제노스 페키 곤충의 시각 구조를 모사한 렌즈를 제작했고 이를 이미지 센서와 결합해 초박형 카메라를 개발했다. 곤충의 눈은 렌즈와 렌즈 사이의 빛을 차단하는 색소 세포(pigment cells)가 존재해 각 렌즈에서 결상(어떤 물체에서 나온 광선 등이 반사 굴절한 다음 다시 모여 그 물체와 닮은꼴의 상을 만드는 현상)되는 영상들 간의 간섭을 막는다. 이러한 구조는 렌즈들 사이의 광학 크로스토크를 막아 고 대비 및 고해상도 영상을 획득하는 데 도움을 준다.
연구팀은 이러한 광 차단 구조를 포토리소그래피(Photolithography) 공정으로 매우 얇게 제작해 렌즈들 사이의 광학 크로스토크를 효율적으로 차단했다. 렌즈의 두께를 최소화하기 위해 렌즈의 방향을 이미지 센서 방향인 역방향으로 배치했으며, 이를 통해 최종 개발된 카메라 렌즈의 두께는 0.74mm로 이는 10원짜리 동전 절반 정도의 두께이다. 연구팀은 카메라의 원거리에 있는 물체를 모든 렌즈에서 같은 시야각을 통해 동일한 영상을 획득하고, 이 배열 영상들은 해상도를 하나의 이미지로 합성했다. 합성된 영상은 합성 전 단일 채널 영상보다 향상된 해상도를 가짐을 확인했다.
정기훈 교수는 “실질적으로 상용화 가능한 초박형 카메라를 제작하는 방법을 개발했다”라며 “이 카메라는 영상획득이 필요한 장치에 통합돼 장치 소형화에 크게 기여할 것으로 확신한다”라고 말했다.
2020.03.23
조회수 17734
-
산·학·연과 뜻 모아 ‘AI One Team’ 결성
우리대학이 `대한민국 AI 1등 국가'를 위해 KT와 ETRI 등 산·학·연구기관과 손잡고 국내 AI 산업의 경쟁력 강화에 나선다.
우리대학은 20일 오전 대전 KAIST 본관 1층 회의실에서 KT(대표이사 회장 황창규), 현대중공업지주(대표이사 회장 권오갑), 한양대(총장 김우승), 한국전자통신연구원(ETRI, 원장 김명준)과 대한민국 인공지능(AI) 1등 국가를 위한 공동 양해각서(MOU)를 체결하고, `AI One Team'을 결성했다고 밝혔다.
이날 공동 양해각서(MOU) 체결식에는 신성철 KAIST 총장을 비롯해, KT 구현모 대표이사 사장 내정자, 현대중공업지주 정기선 부사장, 한양대 김우승 총장, ETRI 김명준 원장과 과기정통부 장석영 제2차관 등이 참석했으며, 각 기관은 AI 생태계 조성 및 AI 인재 양성을 위해 적극 협력키로 했다.
AI는 디지털 혁신의 핵심 기술로 산업의 근본적 변화를 일으키고 있으며 이 변화의 속도와 폭은 앞으로 더 빨라지고 광범위해질 전망이다. 때문에 정부는 작년 12월 17일 `IT 강국을 넘어 AI 강국으로'라는 비전을 설정하고 AI 기술개발과 생태계 구축을 위한 추진과제를 제시한 바 있다.
우리나라는 세계 최초로 5G 상용화에 성공한 ICT 선진국으로 4차 산업혁명을 주도할 충분한 인프라와 기술을 갖고 있지만, AI 산업에서의 경쟁은 미국과 중국 중심으로 이뤄지고 있어 우리나라가 주도권을 갖지 못하는 게 현실이다. 이 같은 격차가 지속될 경우 자칫 국내에 도입되는 AI 기술, 서비스를 해외 사업자에 뺏기고, 방대한 산업 데이터도 이들에 종속될 우려가 크다는 지적을 받아왔다.
또 많은 기업이 국내 AI 산업 발전을 위해 노력하고 있으나 경쟁관점, 개별기업의 이익관점의 얼라이언스(Alliance)에 국한돼 있다는 아쉬움도 많았다. 따라서 정부가 추진 중인 `인공지능(AI) 국가전략'의 성공적인 이행을 위해서는 산·학·연이 함께 협업해 구체적인 계획 수립과 실행력을 담보할 협력체계 구축의 필요성이 꾸준히 제기돼왔다.
KAIST, KT, 현대중공업지주, 한양대, ETRI는 산·학·연 얼라이언스인 `AI One Team' 결성을 계기로 ▶인재 양성 플랫폼 구축 ▶`AI+X' 적용사례(Use Case) 발굴 및 확산 ▶AI 오픈 생태계 조성 ▶얼라이언스 사무국 설치 등을 통해 `대한민국 AI 1등 국가 실현'에 앞장 선다는 계획이다.
■ 대한민국 AI 역량 강화를 위한 `인재 양성 플랫폼' 조성
AI One Team은 우선 AI 산업을 일으키는 핵심을 인재확보로 보고, KAIST·한양대·ETRI와 함께 인재 양성 플랫폼 조성에 나설 방침이다. 이를 위해 AI 실습과 개발을 위한 `AI 교육플랫폼'을 공동으로 구축할 계획이다. 중소기업, 벤처, 학생들이 지닌 아이디어를 바탕으로 새로운 AI 카테고리를 추구하고 경험을 쌓을 수 있도록 그래픽처리장치(GPU) 기반의 고성능 컴퓨팅 자원과 학습용 데이터, 온/오프라인 교육 프로그램 등을 제공한다.
이와 함께 누구나 쉽게 참여하고 접할 수 있는 `산업 실무형 AI 교육과정'을 개설해 각 산업 도메인별 특성에 따른 기술인력 양성에 나선다. 이를 통해 AI 인력확보에 큰 애로사항인 실무형 기술인력 부족 문제를 해소한다는 입장이다.
마지막으로 AI 인재의 수요와 공급을 연결하는 플랫폼을 구축한다. 현재 AI 인재들은 학위, 엘리트 중심으로 양성되고 있어, 국내·외 유수 기업이 대부분의 인재를 채용해 중소·벤처기업에게는 그 기회가 매우 부족한 게 현실이다. 따라서 산업에서 원하는 역량을 갖춘 인재들이 그들을 필요로 하는 기업과 연결될 수 있도록, `AI 인재 플랫폼'을 통해 산업 전반에 AI 인재가 골고루 활용될 수 있도록 기회를 제공한다.
■ 실제 산업현장에 AI 기술 접목, `AI+X' 적용사례(Use Case) 발굴 및 확산
AI를 전 산업에 빠르게 확산시키기 위해서는 산업별 리더들과의 협업도 필요하다. KAIST, 한양대, ETRI와 KT의 협력이 대한민국 AI 역량 제고를 위한 인재 양성에 있다면, 현대중공업지주와의 협력은 한 걸음 더 나가서 업계 리더가 실제 산업 현장에 AI 기술을 접목해 혁신적인 Use Case 성공사례를 발굴하고 AI 기술이 산업 현장 곳곳에 확산될 수 있게 하는데 있다.
현대중공업지주는 로봇(Robotics), 스마트팩토리(Smart Factory) 등의 관련 기술개발을 통해 국내 제조업의 스마트화를 선도하고 있는 기업인데 KT와는 지난해 5월 `5G 기반 로봇·스마트팩토리 사업 협력'을 체결하고 디지털 트랜스포메이션(Digital Transformation)을 추진하고 있다.
현대중공업지주는 이번 AI One Team에 인더스트리 대표기업으로 참여해 관련 산업의 적용 노하우(know-how)와 기술을 중소·중견·벤처기업들과 공유해 대한민국의 AI+X 생태계를 확장시킬 계획이다.
■ 중소·벤처가 참여할 수 있는 AI 오픈 생태계 조성, AI 산업 자생 경쟁력 확보
AI One Team의 궁극적인 목적 중 하나는 비 ICT 기업은 물론 중소·스타트업·벤처 기업들의 AI 기술 역량을 높이고, AI를 전 사업에 빠르게 확산시키는데 있다. 중소·스타트업·벤처 기업은 한국산업 경제의 허리 역할을 하고 있어 이들의 AI 역량 강화가 대한민국 AI 경쟁력의 든든한 버팀목이 될 것으로 기대가 크다.
이를 위해 AI One Team은 중소·벤처 기업들이 자유롭게 참여할 수 있는 오픈형 AI 생태계를 조성하고 제조, 유통, 서비스, 금융 등 다양한 산업에서의 AI 디지털 트랜스포메이션 성공사례를 공유, 필요한 솔루션과 인재를 쉽게 만날 수 있는 플랫폼이자 생태계로 확대 발전시킬 계획이다.
AI 수요가 있으나 추진이 어려운 기업이 문제를 공유하면, `인재 양성 플랫폼'을 통해 체계적인 교육을 받은 인력이 이 문제를 해결하며, 필요할 경우 산·학이 참여해 함께 솔루션을 찾는 구조이다. AI One Team에 참여하는 각 기관에서 개발한 AI 핵심 기술들을 오픈소스화해 공유하고, 데이터와 사례를 지속 축적해 산업계에서 지속적으로 활용되도록 공동연구도 함께 추진한다.
스타트업, 중소기업 등이 얼라이언스를 통해 교육, 데이터, 플랫폼을 제공 받아 새로운 사업을 육성(Incubating)하고 AI 산업의 자생적인 경쟁력을 높일 수 있는 기회를 가질 수 있을 것으로 기대된다.
■ 긴밀한 협력, 신속한 결과물 도출을 위해 `얼라이언스 사무국' 설치
AI One Team의 협력 아이템 실행과 AI+X 오픈 생태계 확대의 지속적인 동력 확보를 위해 `얼라이언스 사무국'이 KT 내에 설치, 운영된다. 얼라이언스 사무국은 참여기관 간 긴밀한 협력과 구체적인 결과물 도출, 확산에 힘을 실을 예정이다. 특히 우리나라 AI 산업이 지속성장할 수 있는 파이프라인(pipeline)을 만들고 AI가 산업계 전반에 자리매김 할 수 있도록 노력할 계획이다.
AI One Team은 KAIST, 한양대, ETRI의 AI 연구개발 역량과 KT와 현대중공업지주의 다양한 AI 산업 현장경험을 바탕으로 다양한 공동연구, 새로운 기술개발을 이뤄내 국내 AI 관련 생태계를 넓힐 뿐만 아니라 AI 산업 발전에 크게 기여할 것으로 예상된다. 전문가들은 국내 AI 산업 발전은 물론 세계 AI 표준화, 글로벌 AI 인재 양성 등 글로벌 AI 산업을 주도하는 역할을 AI One Team에 기대하고 있다.
과학기술정보통신부 장석영 제2차관은 "국내 AI 경쟁력 확보와 AI 기반의 혁신성장을 위해서는 정부의 노력과 함께 이번 MOU와 같은 민간의 자발적인 협력이 매우 중요하다ˮ고 강조하며, "앞으로 정부는 AI 국가전략의 철저한 이행과 동시에 민간의 공유와 협력의 노력들도 적극 지원해 AI 고급･융합 인재 양성, 생태계 조성 등 AI 정책의 성과를 조기에 창출해 국민 삶의 질이 윤택해질 수 있도록 노력하겠으며, 이번 MOU에 참여한 KT 등의 기업과 기관들도 앞으로 협력 사항들의 구체화는 물론 성과 달성을 위해 노력해 달라ˮ고 당부했다.
신성철 KAIST 총장도 "인공지능 기술은 2~3등의 기술은 의미가 없는 `승자독식(Winner takes all)'의 분야ˮ라고 강조하며 "산·학·연의 긴밀한 협업을 통해 개발된 최고의 인공지능 기술이 산업 현장에 신속하게 적용돼 `AI 1등 국가'라는 탁월한 성취로 이어질 수 있도록 AI One Team에 협력과 지원을 아끼지 않겠다ˮ고 말했다.
2020.02.20
조회수 13570
-
초고속, 초정밀 펄스비행시간(TOF) 센서 개발
우리 대학 기계공학과 김정원 교수 연구팀이 펄스 레이저와 전광 샘플링 기법을 이용해 거리 측정에 활용할 수 있는 초고속, 초정밀의 펄스비행시간(time-of-flight, TOF) 센서 기술을 개발했다. 이 새로운 펄스비행시간 센서 기술을 이용하면 수소 원자 2개의 크기보다도 작은 180 피코미터(55억분의 1미터) 정도의 위치 차이도 200분의 1초 만에 정확하게 측정할 수 있다. 기존 고성능 거리 측정 기술의 성능을 뛰어넘는 새로운 원천 기술이 될 것으로 기대된다.
나용진 박사과정이 1 저자로 참여한 이번 연구 결과는 국제학술지 ‘네이처 포토닉스(Nature Photonics)’ 2월 10일 자에 게재됐다. (논문명: Ultrafast, sub-nanometre-precision and multifunctional time-of-flight detection)
레이저를 이용한 거리 측정 기술은 현재 보안, 자율주행 등에 사용되는 라이다(LiDAR)나 반도체 공정 등 각종 산업 분야뿐 아니라, 지진 감지, 중력파 검출 등 자연 현상 탐지까지 다양한 분야의 핵심 기술로 활용된다. 거리 측정의 분해능, 속도 및 범위 성능이 개선되면 기존 응용기술들의 성능 개선뿐 아니라 이전에는 불가능했던 새로운 물리 현상들의 측정도 가능하게 한다.
기존의 고성능 거리 측정 기술들은 크게 두 가지 방식으로 나뉜다. 기존의 펄스비행시간 기술은 미터 이상의 긴 측정 거리를 갖지만 그만큼 분해능 성능이 떨어지는 문제가 있다. 반면 간섭계 기술은 나노미터 수준의 좋은 분해능을 갖지만, 마이크로미터 수준의 좁은 측정 범위를 갖는다. 또한, 두 기술 모두 측정 속도가 느리다는 공통적인 한계가 있다.
연구팀은 이러한 한계들을 극복하기 위해 기존의 방식들과는 완전히 다른 방식의 펄스비행시간 센서를 제안했다. 펄스 레이저에서 발생한 빛 펄스와 광다이오드로 생성한 전류 펄스 사이의 시간 차이를 전광 샘플링 기법을 이용해 측정했다. 이때 빛 펄스와 전류 펄스 간의 시간 오차가 100 아토초(1경분의 1초) 정도로 매우 적어, 빠른 속도로 나노미터 이하의 거리 차이도 정밀하게 측정할 수 있다. 또한, 전류 펄스의 길이가 수십 피코초 이상으로 길어 밀리미터 이상의 측정 범위가 동시에 가능하다. 따라서 기존의 펄스비행시간 기술이 갖는 낮은 분해능과 간섭계 기술이 가지는 좁은 측정 범위의 한계를 동시에 뛰어넘을 수 있었다.
연구팀은 새로운 펄스비행시간 기술을 이용해 고분해능 3차원 형상 이미징 기술을 시연했고, 지진파나 화산 활동 측정과 같이 미세한 변형을 측정하는 데 활용할 수 있는 고정밀 변형률 센서도 구현했다. 또한, 초고속 측정에서도 높은 분해능을 갖는다는 장점을 이용해 100MHz(1초에 1억 번의 진동에 해당) 이상의 속도로 변화하는 물체의 위치도 나노미터 분해능으로 실시간 측정 가능함을 선보였다.
연구팀은 특히 서로 멀리 떨어져 있는 다수 지점의 펄스비행시간을 동시에 정밀하게 측정할 수 있는 특징을 활용하면 스마트팩토리와 같은 환경에서 하나의 레이저와 광섬유 링크들을 이용해 다지점, 다기능성 복합센서 시스템을 구현할 수 있다고 전망했다.
김 교수는 “이 기술을 이용해 기존에는 관측하지 못했던 마이크로 소자 내에서의 비선형적인 움직임과 같은 복잡하고 빠른 동적 현상들을 실시간으로 측정하고 규명하는 것이 다음 연구 목표이다”라고 말했다.
이번 연구는 한국연구재단 중견연구자지원사업의 지원을 받아 수행됐다.
2020.02.12
조회수 13484
-
김기응 교수 연구, 국제 AI 챗봇 챌린지 우승
우리 대학 AI대학원 김기응 교수 연구팀(이정관, 함동훈 석사과정, 장영수 박사과정)은 인공지능 대화 시스템 분야 대표적 국제 경진대회인 제8회 대화시스템기술챌린지(The Eighth Dialogue System Technology Challenge; DSTC8)의 다중 도메인 태스크 완수(Multi-Domain Task Completion) 부문에서 우승을 차지했다.
마이크로소프트 리서치, IBM 리서치, 아마존 알렉사 AI가 공동주최한 대화시스템기술챌린지는 2019년 6월 데이터셋 공개 이후 약 3개월에 걸쳐 진행됐다. 연구팀은 사람이 직접 평가하는 인적 평가에서 68.32%의 성공률로 1위를 차지했고, 언어 이해 점수와 응답 적절성 점수에서 큰 차이를 보였다(결과 안내 : https://convlab.github.io/ ).
이 대회에서는 호텔, 식당, 명소 등 다양한 주제가 등장할 수 있는 여행 정보 안내 상황에서 사용자와의 대화를 통해 ▲ 사용자 요구사항 이해 ▲ 데이터베이스에서 요청한 정보 검색 ▲ 예약 시스템과의 연동 등의 수 있는 목적지향 대화 챗봇(chat-bot)을 만드는 것을 목표로 한다.
이러한 업무를 위한 기존 대화 시스템은 사용자 발화 이해(Natural Language Understanding; NLU), 대화 상태 추적(Dialogue State Tracking; DST), 대화 정책 결정(Dialogue Policy), 시스템 발화 생성(Natural Language Generation; NLG)의 총 네 단계를 수행하는 특화된 모듈로 구성돼 독립적으로 개발하고 통합한다.
김 교수 연구팀은 언어생성 모델인 GPT-2를 기반으로 위의 네 단계를 모두 수행하는 하나의 심층 신경망 모델을 제안했다. 연구팀이 개발한 대화 시스템은 언어생성 모델의 강력한 성능을 활용하는 창의적인 훈련 기법을 선보임으로써 기존의 방법론에 비해 훈련 과정을 대폭 단순화했다.
김기응 교수는 “최근 딥러닝 언어모델들이 다양한 자연어처리 태스크에 활용되는 추세인데, 복잡한 목적지향 대화처리에도 간결한 훈련 방법을 통해 우월한 성능을 보일 수 있음을 공식적으로 인정받은 것에 의의가 있다”라며, “아직 해결해야 할 연구 이슈가 많지만, 이 연구를 출발점으로 삼은 새로운 개발방법론들이 많이 등장할 것으로 기대한다”라고 말했다.
이번 연구는 2020년도 AAAI 학술대회의 대화시스템기술챌린지 워크숍에서 발표될 예정이다. 이 연구 결과는 산업통상자원부의 산업기술혁신사업 지원의 실내용 음성대화 로봇을 위한 원거리 음성인식 기술 및 멀티 태스크 대화처리 기술 개발 과제 수행을 통해 이뤄졌다.
2020.01.31
조회수 11331
-
재촬영 없이 MRI 강조영상 얻는 AI 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀 자기공명영상(magnetic resonance imaging: MRI)에서 재촬영 없이도 누락된 강조영상을 얻을 수 있는 인공지능 기술을 개발했다.
이 연구를 통해 각 질환별로 강조영상이 암의 진단에 미치는 영향을 객관적으로 밝힐 수 있으며, 실제 임상에서 고비용의 MRI를 효과적이고 체계적으로 활용할 수 있는 방안을 설계할 수 있을 것으로 기대된다.
이동욱 박사가 1 저자로 참여하고 건국대 의과대학 영상의학과 문원진 교수팀이 참여한 이번 연구 결과는 국제 학술지 ‘네이처 머신인테리젼스(Nature Machine Intelligence)’ 1월 18일 자 온라인판에 게재됐다. (논문명 : Assessing the importance of magnetic resonance contrasts using collaborative generative adversarial networks).
MRI는 엑스선 컴퓨터 단층촬영, 초음파와 더불어 임상 진단에서 중요한 역할을 하는 진단 장비이다. 특히 비침습적 방법으로 고해상도의 영상을 얻기 때문에 종양이나 병변을 관찰하며 진단하는데 매우 중요한 임상 정보를 제공한다. 이는 영상의 대조도 (contrast)를 다양하게 조절할 수 있는 MRI의 특징 덕분이다.
예를 들어 뇌종양을 진단하는 데 활용되는 T1·T2 강조영상, FLAIR 기법 영상, T1 조영증강 영상 등 여러 가지 대조 영상을 얻어 진단에 사용함으로써 종양을 찾을 수 있다.
하지만 실제 임상 환경에서는 강조영상을 모두 얻기 어려운 경우가 많다. 여러 장의 강조영상 촬영을 위해 촬영시간이 길어지기도 하고, 잡음이나 인공음영 발생으로 인해 진단에 사용하기 어려운 경우가 많기 때문이다.
또한, 뇌질환진단을 위한 MRI 검사는 의심 질환이 무엇인지에 따라 필수 강조영상이 달라지며, 이후 특정 질환으로 진단명이 좁혀지면서 부득이하게 누락된 강조영상을 확보하기 위한 재촬영이 필요한 경우가 많다. 이러한 상황에 의해 많은 시간과 비용이 소모된다.
최근 인공지능 분야에서 생성적 적대 신경망(Generative adversarial networks, GAN)이라는 딥러닝을 이용해 영상을 합성하는 기술이 많이 보고되고 있지만, 이 기술을 MRI 강조영상 합성에 사용하면 준비하고 미리 학습해야 하는 네트워크가 너무 많아지게 된다.
또한, 이러한 기법은 하나의 영상에서 다른 영상으로의 관계를 학습하기 때문에 몇 개의 강조영상의 존재하더라도 이 정보 간의 시너지를 활용하는 영상 학습기법이 없는 현실이다.
예 교수 연구팀은 자체 개발한 ‘협조·생성적 적대신경망(Collaborative Generative Adversarial Network : CollaGAN)’이라는 기술을 이용해 여러 MRI 강조영상의 공통 특징 공간을 학습함으로써 확장성의 문제를 해결했다.
이를 통해 어떤 대조 영상의 생성이 가능한지와 불가능한지에 대한 질문과, 그에 대한 체계적인 대답 기법을 제안했다.
즉, 여러 개의 강조영상 중에서 임의의 순서 및 개수로 영상이 없어져도 남아있는 영상을 통해 사라진 영상을 복원하는 기법을 학습한 후 합성된 영상의 임상적 정확도를 평가해, 강조 영상 간 중요도를 자동으로 평가할 수 있는 원천 기술을 개발했다.
예 교수 연구팀은 건국대 문원진 교수 연구팀과의 협력을 통해 T1강조·T2강조 영상과 같이 내인성 강조영상은 다른 영상으로부터 정확한 합성이 가능하며, 합성된 강조영상이 실제 영상과 매우 유사하게 임상 정보를 표현하고 있다는 것을 확인했다.
연구팀은 확보한 합성 영상이 뇌종양 분할기법을 통해 뇌종양 범위를 파악하는데 유용한 정보를 제공한다는 것을 확인했다. 또한, 현재 많이 사용되는 합성 MRI 기법(synthetic MRI)에서 생기는 인공음영 영상도 자동 제거가 가능함이 증명됐다. 이 기술을 이용하면 추가적인 재촬영을 하지 않고도 필요한 대조 영상을 생성해 시간과 비용을 비약적으로 줄일 수 있을 것으로 기대된다.
건국대 영상의학과 문원진 교수는 “연구에서 개발한 방법을 이용해 인공지능을 통한 합성 영상을 임상현장에서 이용하면 재촬영으로 인한 환자의 불편을 최소화하고 진단정확도를 높여 전체의료비용 절감 효과를 가져올 것이다”라고 말했다.
예종철 교수는 “인공지능이 진단과 영상처리에 사용되는 현재의 응용 범위를 넘어서, 진단의 중요도를 선택하고 진단 규약을 계획하는 데 중요한 역할을 할 수 있는 것을 보여준 독창적인 연구이다”라고 말했다.
이 연구는 한국연구재단의 중견연구자지원사업을 받아 수행됐다.
□ 그림 설명
그림1. CollaGAN의 작동 원리의 예
2020.01.30
조회수 13417
-
오차율 10% 이내 정확도의 소재 설계 기술 개발
우리 대학 화학과 김형준 교수 연구팀이 소재 물성의 예측 오차율을 기존 기술보다 30% 이상 줄여 정확도를 한층 높인 소재 시뮬레이션 설계 기술을 개발했다.
이번 기술 개발을 통해 기존 40%에 달했던 소재 물성 예측 오차율을 10% 내로 줄임으로써 소재 개발에 걸리는 시간과 비용을 크게 절약할 수 있을 것으로 기대된다.
김민호 박사와 창원대 김원준 교수가 공동 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘미국 화학회지(Journal of the American Chemical Societry)’ 1월 10일 자 온라인판에 게재됐다. (논문명 : uMBD: A Materials-Ready Dispersion Correction that Uniformly Treats Metallic, Ionic, and van der Waals Bonding)
새로운 기능성 소재 개발의 중요성이 커지면서 컴퓨터 시뮬레이션을 이용해 소재 물성을 정확히 예측해 새로운 소재를 설계하는 기술이 주목받고 있다.
소재 시뮬레이션 기술은 실제로 소재를 합성하고 평가하기 전에 가상 실험으로 다양한 소재 물성을 예측 및 설계하는 기술로, 주로 밀도범함수 이론(Density functional theory)이라는 양자 이론에 바탕을 두고 있다.
기존의 밀도범함수 이론은 소재 계면에서 반데르발스 힘을 정확하게 설명하지 못한다는 문제가 있었다. 반데르발스 힘은 전하의 일시적 쏠림으로 인해 분자가 순간적으로 극성을 띠면서 나타나는 당기는 힘을 뜻하는데, 이를 정확히 기술하지 못하기 때문에 소재 물성 예측 정확도가 떨어진다는 한계가 있다.
연구팀은 반데르발스 힘을 정확하고 효과적으로 기술할 수 있는 새로운 이론을 개발하고, 이를 밀도범함수 이론에 접목해 소재 시뮬레이션 기술의 정확도를 한층 높이는 데 성공했다.
연구팀은 100여 종의 다양한 소재를 테스트한 결과 40% 정도에 달했던 기존의 소재 물성 예측 오차율이 새 기술을 통해 10% 이내로 줄어듦을 확인했다.
특히 반데르발스 힘은 분자 소재부터 금속 및 반도체 소재에 이르기까지 거의 모든 재료 내에서 소재 물성을 결정하는 데 중요한 역할을 해, 연구팀의 새로운 이론은 다양한 차세대 기능성 소재 설계 연구에 적용 가능할 것으로 기대된다.
실제로 연구팀의 새 시뮬레이션 방법을 통해 리튬 이온 배터리 물질의 전압이나 2차원 소재의 박리 에너지를 예측하는 과정에서 높은 정확도를 보인 것으로 확인됐다.
김형준 교수는 “소재 개발 연구에 있어 경쟁력 강화를 위해서 기초 연구의 중요성이 점차 커지고 있다”라며 “새로 개발한 소재 시뮬레이션 기술을 배터리 소재, 에너지 전환 촉매 소재, 2차원 나노 소재 등 다양한 기능성 소재 설계 연구에 적용할 수 있을 것이다”라고 말했다.
이번 연구는 한국연구재단의 미래소재디스커버리 사업과 선도연구센터 지원 사업 (SRC)의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 새롭게 개발한 이론 (uMBD)을 이용한 소재 시뮬레이션 기술과 기능성 소재 설계
2020.01.29
조회수 11777
-
장영재 교수, 스마트 팩토리 교육 노하우 국내 IT 기업에 기술 이전
우리 대학 산업및시스템공학과 장영재 교수가 최근 레고 기반 '스마트 팩토리' 교육 노하우를 국내 제조 IT 전문기업 큐빅테크에 기술이전 했다.
그동안 현대중공업, LG전자, 한국타이어 등 기업과의 산학협력을 통한 기술 활용이나 이탈리아 밀란 폴리텍, 독일 하노버 대학 등 같은 교육기관 간에 기술 이전을 시행한 선례는 있으나 우리 대학의 창의 수업을 기업에 기술이전 한 사례로서는 최초다.
'제조 프로세스 혁신 (IE251)'은 산업및시스템공학과 학부생들의 필수 교과목 중 하나로 스마트팩토리의 모형을 레고로 만들어 학생들이 직접 설계, 제작해 시연까지 하는 것이 특징이다.
장영재 교수 연구팀은 스마트 팩토리의 기술적 바탕은 물론 국내 제조 현실을 반영해 실제로 응용할 수 있게 커리큘럼을 구성했다. 또한, 관련 하드웨어 및 소프트웨어도 함께 개발했으며 제조 수업에서 한 단계 나아가 학부 AI 과목에도 활용하고 있다.
장영재 교수의 연구 내용은 국제 학술지인 『Engineering Education Journal』 에도 게재되었으며 글로벌 소프트웨어 기업인 매스웍스(Mathworks) 교육혁신 Grant Award도 수상한 바 있다.
참고 동영상 바로 보기 => ( https://www.youtube.com/watch?v=_-s_pwGoqr4&feature=youtu.be )
2019.11.29
조회수 11286