인물
< 박성필 문술미래전략대학원장 >
“지적재산(IP)이 핵심인 무형자산의 가치가 코로나19 팬데믹(세계적 감염병)을 거치면서 글로벌 기업 자산가치의 90%를 넘어섰습니다. 한국과학기술원(KAIST)이 IP 인재양성에 나서야만 했던 가장 중요한 이유입니다.”
박성필 우리 대학 미래전략대학원장은 3일 서울경제신문과 가진 인터뷰에서 “4차산업혁명과 인공지능(AI) 시대에 적합한 IP 전문인재 양성이 시급하다”며 이렇게 밝혔다. 그는 4일 열리는 ‘제6회 지식재산의 날 기념식’에서 국내 IP 경쟁력 강화에 기여한 공로로 국무총리 표창을 받는다.
박 교수는 KAIST 지식재산대학원 프로그램(MIP) 책임교수로서 글로벌 IP 인재양성을 위한 교육기반을 조성하고, 학술연구와 교육, 학교의 법률자문역으로 IP 가치창출에 기여했으며, 국회 ‘세계특허허브국가추진위원회’의 민간위원으로 활동하며 법개정연구위원장을 맡아 IP 입법정책에도 기여한 공로를 인정받았다.
그는 “2010년 특허청 후원으로 KAIST에 설립된 MIP는 기업, 법조계, 정부, 대학 등에서 활약 중인 600명 이상의 인재를 양성해 국내 최고의 IP 교육기관으로 자리매김했다”며 “KAIST는 이를 기반으로 이공계 학부생을 위한 지식재산 부전공, 특허청, 중소벤처기업부, 특허법원과 공동으로 중소기업인을 위한 지식재산최고위과정(AIP)도 설립해 운영해 왔다”고 말했다. 특히 그는 교과과정 설계, 법조계와 기업 네트워크 구축, 강의와 논문 지도 등 활동으로 MIP와 AIP 모델을 성공적으로 정착시키는 데 기여했다.
박 원장은 MIP와 AIP 모델을 정부 차원에서 확산할 필요가 있다고 강조했다. 그는 “디지털전환 시대에 기술혁신과 규제의 조화, 급증하는 AI 창작물을 둘러싼 소유권, 창작자, 침해기준을 비롯, 기존 IP 법체계의 재정립을 위한 노력이 중요한 시점이 왔다”며 “정부의 IP 인력양성에 대한 지속적 지원이 필요하며 결국 IP 인재들이 디지털전환과 본격적인 AI 시대 세계시장에서 우리 기업들의 다양한 IP 가치를 지키는 든든한 인적 자산이 될 것이다”고 내다봤다.
-
연구 암 발생 현상 등 유전자 발현 조절 원리 규명
다양한 암 발생과 암전이 현상, 줄기세포로부터의 조직 분화 및 발생, 신경 세포의 활성화 과정 등을 근본적으로 일으키는 유전자 발현 조절 단백질의 핵심 유전자 발현 네트워크를 발견했다. 우리 연구진은 이 발견을 기초로 하여 혁신적인 치료 기술 개발에 활용 가능성을 높였다. 우리 대학 생명과학과 김세윤 교수, 이광록 교수, 조원기 교수 공동연구팀이 동물 세포의 유전자 발현을 조절하는 핵심적인 원리를 규명했다고 22일 밝혔다. 이노시톨 대사 효소에 의해 만들어지는 이노시톨 인산 대사체는 진핵 세포의 신호전달 시스템에 필요한 다양한 이차 신호전달물질로 작용하며 암, 비만, 당뇨, 신경계 질환들에 폭넓게 관여한다. 연구팀은 이노시톨 대사 시스템의 핵심 효소인 IPMK 단백질이 동물 세포의 핵심 유전자 발현 네트워크의 중요한 전사 활성화 인자로 작용함을 규명했다. 포도당과 유사한 영양소로 알려진 이노시톨의 대사 반응에 핵심적으로 작용하는 효소인 IPMK 단백질(inositol
2025-01-22 -
연구 기계공학과 구승범 교수팀, NeurIPS 2024 MyoChallenge 대회 보행 부문 우승
우리 대학 기계공학과 구승범 교수 연구팀(박건우 박사과정, 신범수 박사과정, 박종현 박사과정)은 2024년 12월 캐나다 밴쿠버에서 열린 NeurIPS 학회의 경쟁 대회 중 하나인 MyoChallenge 대회에 참가하여, 15개국에서 54팀이 참여한 가운데, 보행 운동 부문 1위를 차지하였다. 이 대회는 Google Deepmind, Google Cloud와 Össur가 후원하였다. 이 대회에서는 인체의 신경근육제어 원리를 연구하기 위한 다물체 동역학 기반의 인체 근골격 시뮬레이션 환경이 제시되었다. 자체 알고리즘으로 작동하는 의족/의수 (Prosthetic limb)가 결합된 인체 모델이 일상 생활 동작(상지 운동, 보행 운동)을 할 수 있도록 인체 근육 제어기를 학습하고, 그 성능을 경쟁하였다. 보행 운동 부문에서는 의족을 장착한 인체 모델이 주어진 트랙(평지, 거친길, 언덕, 계단)에 맞춰 보행할 수 있도록 인체 제어기를 학습하고, 그 안정성과 속도를 평가하였
2024-12-24 -
연구 인간의 인지 방식과 유사한 AI 모델 개발
우리 연구진이 인간의 인지 방식을 모방해 이미지 변화를 이해하고, 시각적 일반화와 특정성을 동시에 확보하는 인공지능 기술을 개발했다. 이 기술은 의료 영상 분석, 자율주행, 로보틱스 등 다양한 분야에서 이미지를 이해하여 객체를 분류, 탐지하는 데 활용될 전망이다. 우리 대학 전기및전자공학부 김준모 교수 연구팀이 변환 레이블(transformational labels) 없이도 스스로 변환 민감 특징(transformation-sensitive features)을 학습할 수 있는 새로운 시각 인공지능 모델 STL(Self-supervised Transformation Learning)을 개발했다고 13일 밝혔다. 연구팀이 개발한 시각 인공지능 모델 STL은 스스로 이미지의 변환을 학습하여, 이미지 변환의 종류를 인간이 직접 알려주면서 학습하는 기존 방법들보다 높은 시각 정보 이해 능력을 보였다. 특히, 기존 방법론들을 통해 학습한 모델이 이해할 수 없는 세부적인 특징까지도
2024-12-15 -
연구 천천히 걸음 속도 높여도 다 아는 인공지능 기술 개발
최근 건강에 관한 관심이 점차 커지면서 일상생활에서 스마트 워치, 스마트 링 등을 통해 자기 신체 변화를 살펴보는 일이 보편화되었다. 그런데 기존 헬스케어 앱에서는 걷기에서 뛰기로 갑자기 변화를 줄 경우는 잘 측정이 되지만 천천히 속도를 높이는 경우는 측정이 안 되는 현상이 발생했다. 우리 연구진이 완만한 변화에도 동작을 정확하게 파악하는 기술을 개발했다. 우리 대학 전산학부 이재길 교수 연구팀이 다양한 착용 기기 센서 데이터에서 사용자 상태 변화를 정확하게 검출하는 새로운 인공지능 기술을 개발했다고 12일 밝혔다. 보통 헬스케어 앱에서는 센서 데이터를 통해 사용자의 상태 변화를 탐지하여 현재 동작을 정확히 인식하는 기능이 필수이다. 이를 변화점 탐지라 부르며 다양한 인공지능 기술이 변화점 탐지 품질을 향상하기 위해 적용되고 있다. 이재길 교수팀은 사용자의 상태가 급진적으로 변하거나 점진적으로 변하는지에 관계없이 정확하게 잘 동작하는 변화점 탐지 방법론을 개발했다.
2024-11-12 -
연구 뇌 기반 인공지능의 난제 해결
인간의 두뇌는 외부 세상으로부터 감각 정보를 받아들이기 이전부터 자발적인 무작위 활동을 통해 학습을 시작한다. 우리 연구진이 개발한 기술은 뇌 모방 인공신경망에서 무작위 정보를 사전 학습시켜 실제 데이터를 접했을 때 훨씬 빠르고 정확한 학습을 가능하게 하며, 향후 뇌 기반 인공지능 및 뉴로모픽 컴퓨팅 기술 개발의 돌파구를 열어줄 것으로 기대된다. 우리 대학 뇌인지과학과 백세범 교수 연구팀이 뇌 모방 인공신경망 학습의 오래된 난제였던 가중치 수송 문제(weight transport problem)*를 해결하고, 이를 통해 생물학적 뇌 신경망에서 자원 효율적 학습이 가능한 원리를 설명했다고 23일 밝혔다. *가중치 수송 문제: 생물학적 뇌를 모방한 인공지능 개발에 가장 큰 장애물이 되는 난제로, 현재 일반적인 인공신경망의 학습에서 생물학적 뇌와 달리 대규모의 메모리와 계산 작업이 필요한 근본적인 이유임. 지난 수십 년간 인공지능의 발전은 올해 노벨 물리학상을 받은 제프리
2024-10-23