KAIST

인공지능과 로봇 기술의 동반 발전 속에서, 로봇이 사람처럼 효율적으로 환경을 인식하고 반응하는 기술 확보가 중요한 과제로 떠오르고 있다. 이에 한국 연구진이 별도의 복잡한 소프트웨어나 회로 없이도 생명체의 감각 신경계를 모사한 인공 감각 신경계를 새롭게 구현해 주목받고 있다. 이 기술은 에너지 소모를 최소화하면서 외부 자극에 지능적으로 반응할 수 있어, 초소형 로봇이나 로봇 의수 등 의료 및 특수 환경에서의 활용이 기대된다. 우리 대학 전기및전자공학부 최신현 석좌교수, 충남대학교 반도체융합학과 이종원 교수 공동연구팀이 생명체의 감각 신경계 기능을 모사하는 차세대 뉴로모픽 반도체 기반 인공 감각 신경계를 개발하고, 이를 통해 외부 자극에 효율적으로 대응하는 신개념 로봇 시스템을 증명했다고 15일 밝혔다. 사람을 포함한 동물은 안전하거나 익숙한 자극은 무시하고, 중요한 자극에는 선별적으로 민감하게 반응함으로써, 에너지 낭비를 방지하면서도 중요한 자극에 집중해 민첩하게 외부 변

‘음향 분리 및 분류 기술’은 드론, 공장 배관, 국경 감시 시스템 등에서 이상 음향을 조기에 탐지하거나, AR/VR 콘텐츠 제작 시 공간 음향(Spatial Audio)을 음원별로 분리해 편집할 수 있도록 하는 차세대 인공지능(AI) 핵심 기술이다. 우리 대학 전기및전자공학부 최정우 교수 연구팀이 세계 최고 권위의 음향 탐지 및 분석 대회인 ‘IEEE DCASE 챌린지 2025’에서 ‘공간 의미 기반 음향 장면 분할(Spatial Semantic Segmentation of Sound Scenes)’ 분야에서 우승을 차지했다고 11일 밝혔다. 이번 대회에서 연구팀은 전 세계 86개 참가팀과 총 6개 분야에서 경쟁 끝에 최초 참가임에도 세계 1위 성과를 거두었다. KAIST 최정우 교수 연구팀은 이동헌 박사, 권영후 석박통합과정생, 김도환 석사과정생으로 구성되었다. 연구팀이 참가한 ‘공간 의미 기

오픈AI 챗GPT4, 구글 Gemnini 2.5 등 최신 생성형AI 모델들은 높은 메모리 대역폭(Bandwidth) 뿐만 아니라 많은 메모리 용량(Capacity)를 필요로 한다. 마이크로소프트, 구글 등 생성형AI 클라우드 운영 기업들이 엔비디아 GPU를 수십만 장씩 구매하는 이유다. 이런 고성능 AI 인프라 구축의 핵심 난제를 해소할 방안으로, 한국 연구진이 최신 GPU 대비 약 44% 낮은 전력 소모에도 평균 60% 이상 생성형 AI 모델의 추론 성능을 향상할 NPU(신경망처리장치)* 핵심 기술을 개발하는데 성공했다. *NPU(Neural Processing Unit): 인공신경망(Neural Network)을 빠르게 처리하기 위해 만든 AI 전용 반도체 칩 우리 대학 전산학부 박종세 교수 연구팀과 (주)하이퍼엑셀(전기및전자공학부 김주영 교수 창업기업)이 연구 협력을 통해, 챗GPT와 같은 생성형AI 클라우드에 특화된 고성능·저전력의 NPU(신경망처리장치)

우리 대학 건설및환경공학과 유지환 교수가 5월 22일 미국 애틀랜타에서 열린 세계적인 로봇 학회인 ‘2025 IEEE 국제 로봇 및 자동화 학회(ICRA)’에서, 미국전기전자학회(IEEE) 산하 로봇 프리미어 저널 ‘로봇 및 자동화 레터(Robotics and Automation Letters, RA-L)’의 2024 최우수 논문상(Best Paper Award)을 수상했다. 이번 최우수 논문상은 2024년도에 출판된 약 1,500편의 논문 중 상위 5편에만 수여되는 영예로운 상으로, 국제적으로도 높은 경쟁률과 권위를 자랑한다. 유 교수가 수상한 논문은, 식물의 뿌리처럼 자라나는 동작(growing motion)을 통해 이동하거나 작업을 수행하는 연성재료(soft material) 기반의 ‘소프트 그로잉 로봇(Soft Growing Robot)’의 실용성과 응용 가능성을 획기적으로 확장할 수 있는 새로운 작업 채

우리 대학 전기및전자공학부 최신현 교수가 차세대 AI 하드웨어 개발 및 혁신적인 반도체 관련 연구 성과로, KAIST가 주관하고 현우문화재단(이사장 곽수일)이 후원하는 `현우 KAIST 학술상' 수상자로 선정됐다. 수상자로 선정된 최신현 교수의 중점 연구 분야는 미래형 메모리와 컴퓨터 장치 개발에 집중한 ▶저항 스위칭 소자(resistive switching device)를 이용해 기본 방식보다 더 빠르고 효율적인 차세대 메모리·컴퓨팅 장치 개발, ▶엣지 컴퓨팅(edge computing)과 뉴로모픽 컴퓨팅(neuromorphic computing)의 스마트한 컴퓨터 메모리 기능 등 통합 시스템 응용, ▶기존 3단자 트랜지스터(3-terminal transistor) 방식과 다른 더 효율적이고 창의적인 컴퓨팅·메모리 소자 작동 방식 개발이다. 대표적인 연구 업적으로 차세대 메모리 기술 분야에서 기존의 값비싼 초미세 노광공정*을 사용하는 방식보다 전기