〈18일 오전 열린 KAIST 융합기초학부 설치 기념식에 참석한 내빈들이 테이프 커팅을 하고 있다. (왼쪽에서 다섯번째가 신성철 총장)〉
우리 대학이 18일 오전 11시부터 대전 본원 행정 분관(N2)과 대강당(E15) 건물에서 각각 ‘융합기초학부’설치를 기념하는 행사를 가졌다.
‘융합기초학부’는 KAIST가 전문적인 역량뿐만 아니라 초학문적인 사고력을 갖춘 지식창조형 인재 양성을 목표로 설치한 새로운 학부 교육 과정이다.
특히 학생 스스로가 자신이 원하는 진로·관심 분야에 따라 개인맞춤형으로 전공 교과목을 직접 설계해서 공부한다는 게‘융합기초학부’의 가장 큰 특징이다.
KAIST는 내년 3월부터 ‘융합기초학부’를 본격 운영할 방침인데 이를 위해 오는 11월에 1학년인 새내기과정 학생들을 대상으로 학생 모집에 나설 계획이다.
이날 기념행사에는 신성철 총장을 비롯해 이광형 교학부총장·박현욱 연구부총장·채수찬 대외부총장·김종득 융합기초학부 설립추진단장 등 주요 보직 교수와 학생·교직원 등 200여 명이 참석했다.
행사는 ‘융합기초학부’가 설치된 행정 분관(N2)에서 현판식 및 테이프 커팅식, 기념사진 촬영 등의 순으로 진행됐다.
대강당(E15)으로 자리를 옮겨 치러진 2부 행사에서는 신성철 총장의 ‘21C 미래사회에서 KAIST 새로운 역할과 준비’를 주제로 한 기념 강연에 이어 전기및전자공학부 이용훈 교수와 글로벌산학협력연구센터 배종성 교수가 각각 ‘최신교육은 현장(Co-op)에 있다’와 ‘이제 쌍방향 실시간 교육이다’라는 주제로 발표를 했다.
이와 함께 박현욱 연구부총장은 ‘융합연구, 미래의 먹거리를 만든다’라는 발표를 통해 4차 산업혁명 시대의 미래 융합연구에 대한 중요성과 새로운 흐름을 소개했다.
마지막으로 김종득 융합기초학부 설립추진단장이 ‘융합기초학부는 이런 일을 한다’라는 주제의 특강을 통해 융합기초학부의 설립 배경과 추진 경과, 학사운영 및 교육 방향 등에 관해 자세히 소개하는 시간을 가졌다.
‘융합기초학부’ 설치를 계기로 KAIST 학사조직은 기존 5개 단과대학, 6개 학부, 27개 학과에서 5개 단과대학, 7개 학부, 27개 학과체계로 1개 학부가 늘어나게 됐다.
KAIST는 최근 ‘융합기초학부’학생에게 기초교육과 현장학습을 기반으로 사회와 대학원에서 융합적 연구 주제를 소화하고 다양하고 복잡한 문제를 창의적으로 해결하는 역량을 길러주기 위해 융합기초 교과목 6개, 중점분야별 전문 교과목군 8개와 인공지능(AI) 교육을 바탕으로 구성한 교과과정 설계를 마쳤다.
학문 사이의 경계를 허물 6개 융합기초 교과목은 ▲융합학문을 위한 기초 현대 물리 ▲유기화학 반응의 기초 ▲분자생물학과 유전체의 이해 ▲응용수리모델링 ▲초학제 간 데이터 구성 ▲경영자를 위한 경제학 등이다.
또 중점 교과목군은 ▲데이터 및 AI ▲기계 및 정밀 ▲헬스케어 ▲에너지 및 환경 ▲소재 및 물질 ▲스마트시티·라이프 ▲문화·미디어 ▲경영 ·창업 등 모두 8개로 이뤄졌다.
이들 교과과정은 학생의 관심 주제와 연계해 개인맞춤형 교과목 형태로 운영되며 멘토 교수로부터 교과목 설계와 진로 상담에 관한 조언을 받을 수 있다.
1학년 과정을 포함해 총 136학점 이상을 이수한 학생은 자신이 선택한 교과과정에 따라 ▲공학사 ▲이학사 ▲융합공학사 ▲융합이학사 등 4개의 학위 가운데 하나를 선택해 받을 수 있다.
한편 신성철 총장은 이날 기념 강연에서 “KAIST는 연구중심대학으로서 그동안 학문적 깊이와 다양성을 지향해왔고 또 국가가 필요한 우수 이공계 인재 양성의 선도적 역할을 수행해왔다”며 “4차 산업혁명 시대의 핵심기술인 IoT·클라우드·빅데이터·5G·AI 등 신산업과 혁신 창업을 주도하는 미래 융합형 인재 양성을 통해 국가경제발전과 인류사회 번영에 기여할 것”이라고 강조했다.
챗GPT가 촉발한 생성형 인공지능(AI)*이 세계적으로 열풍을 일으키는 가운데 새로운 인공지능 반도체의 생태계 구축을 위해 KAIST(총장 이광형)가 네이버(NAVER) 및 인텔(intel)과 손잡고 상호 보유 중인 역량과 강점을 한 곳에 집중한 ‘NAVER · intel · KAIST AI 공동연구센터(NIK AI Research Center)’를 설립한다. 업계에서는 이들 세 기관의 전략적인 제휴가 인공지능 반도체·인공지능 서버와 데이터센터의 운영에 필요한 오픈소스용 소프트웨어 개발 등 인공지능 분야에서 각자 보유하고 있는 하드웨어 및 소프트웨어 기술과 역량을 융합해서 새로운 인공지능 반도체 생태계를 구축하는 한편 시장과 기술 주도권 확보를 위해 선제적인 도전에 나선 것으로 보고 있다. 특히 첨단 반도체 CPU 설계부터 파운드리까지 하는 세계적인 반도체 기업 인텔이 기존의 중앙처리장치(CPU)를 넘어 인공지능 반
2024-04-30최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까? 우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다. 연구팀
2024-04-18우리 대학이 서울시 · 서울시복지재단과 'AI안부확인서비스 데이터 활용연구를 위한 업무협약'을 29일 서면 교환 방식으로 체결한다. 이번 업무협약은 서울시가 2022년 10월부터 제공해 온 인공지능을 활용한 안부 확인 서비스를 고도화하기 위해 추진된다. 안부 대상자의 심리상태와 고립 위험 신호를 탐지할 수 있는 대화형 'AI안부확인서비스'를 개발해 고립가구 돌봄서비스에 활용하는 것이 목표다. 우리 대학은 이번 연구를 위해 인공지능-사회복지-HCI(인간컴퓨터상호작용)를 아우르는 융합연구팀을 구성했다. 차미영 전산학부 교수와 최문정 과학기술정책대학원 교수 및 IBS 수리 및 계산과학 연구단 데이터사이언스 그룹 진효진 박사가 참여한다. 연구팀은 서울시가 'AI안부확인서비스'를 운영하며 축적해 온 대화 데이터를 제공받아 ▴고립 위험 대상자를 찾아낼 수 있는 지표 개발 ▴고립감 해소 및 심리적 안정을 위한 시나리오 개발과 이를 반영한 대화형 인공지능 개발 ▴고령자 및
2024-03-29우리 대학 신소재공학과 김경민 교수 연구팀이 다양한 멤리스터* 소자를 이용한 설명 가능한 인공지능 (XAI) 시스템을 구현하는데 성공했다고 25일 밝혔다. *멤리스터 (Memristor): 메모리 (Memory)와 저항 (Resistor)의 합성어로, 입력 신호에 따라 소자의 저항 상태가 변하는 소자 최근 인공지능 (AI) 기술의 급속한 발전이 다양한 분야에서 성과를 이루고 있다. 이미지 인식, 음성 인식, 자연어 처리 등에서 AI의 적용 범위가 확대되며 우리의 일상생활에 깊숙이 자리 잡고 있다. AI는 인간의 뉴런 구조를 모방해 만든 ‘인공신경망’을 기반으로, 적게는 수백만 개에서 많게는 수조 개에 달하는 매개변수를 통해 데이터를 분석하고 의사 결정을 내린다. 그러나 이 많은 매개변수로 인해 AI 모델의 동작 원리를 정확하게 이해하기 어렵고, 이는 통상적으로 블랙박스에 비유되곤 한다. AI가 어떤 기준으로 결정을 내는지 알 수 없다면, AI에 결함이나
2024-03-25최근 실생활에 활용되는 인공지능 모델이 시간이 지남에 따라 성능이 점차 떨어지는 현상이 다수 발견되었고, 이에 따라 지속가능한 인공지능 학습 기술에 대한 필요성이 커지고 있다. AI 모델이 꾸준히 정확한 판단을 내리는 것은 더욱 안전하고 신뢰할 수 있는 인공지능을 만들기 위한 중요한 요소이다. 우리 대학 전기및전자공학부 황의종 교수 연구팀이 시간에 따라 데이터의 분포가 변화하는 드리프트 환경에서도 인공지능이 정확한 판단을 내리도록 돕는 새로운 학습 데이터 선택 기술을 개발했다고 14일 밝혔다. 최근 인공지능이 다양한 분야에서 인간의 능력을 뛰어넘을 정도의 높은 성능을 보여주고 있지만, 대부분의 좋은 결과는 AI 모델을 훈련시키고 성능을 테스트할 때 데이터의 분포가 변하지 않는 정적인 환경을 가정함으로써 얻어진다. 하지만 이러한 가정과는 다르게 SK 하이닉스의 반도체 공정 과정에서 시간에 따른 장비의 노화와 주기적인 점검으로 인해 센서 데이터의 관측값이 지속적으로 변화하는
2024-03-14