
< 김재철AI대학원 정송 원장이 개회사를 실시하고 있다. >
우리 대학 김재철AI대학원(원장 정송)은 지난 5월 2일(목) 서울 COEX에서 ‘KAIST 김재철AI대학원 AI기술설명회 2024’(공동주최: 성남산업진흥원, 서울특별시)를 열었다. 본 행사는 KAIST 김재철AI대학원에서 연구개발 중인 최신 AI기술을 일반 참관객 및 산업계 종사자에게 홍보하여 AI기술 확산에 기여하기 위해 마련됐다. 이번 설명회에는 약 650여명이 참석하여 KAIST에서 연구 중인 AI기술에 대한 큰 관심을 확인할 수 있었다.
오전 프로그램으로는 최근 관심이 높은 AI기술 분야에 대한 초청 강연을 진행했다. 최근 산업계의 주요 관심사인 ‘기업용 대형언어모델(LLM) 도입과 활용 전략’을 주제로 장동인 교수(KAIST 김재철AI대학원)가 강연했고, ‘AI와 로봇의 만남: 로봇러닝의 현재와 미래’라는 제목으로 임재환 교수(KAIST 김재철AI대학원)가 로봇러닝 분야의 연구동향과 성과를 설명했다. 이어서 문성은 리더(네이버 클라우드)가 헬스케어AI 기술동향에 대해 발표했으며, 해당 강연에는 카이스트-네이버 초창의 AI 연구센터(Hyper-Creative AI Research Center)에서 수행한 헬스케어AI 관련 공동연구 내용도 소개됐다.

< 김재철AI대학원 임재환 교수가 강연하고 있다. >
오후 세션에서는 김재철AI대학원의 각 연구실이 보유한 다양한 AI 분야 기술과 최신 연구성과 발표가 이어졌다. 보유기술 소개 1부에서는 LLM, 딥러닝 알고리즘, 로봇 분야에 대한 기술발표가 있었다. ▲생성형 AI 평가 기술(서민준 교수, KAIST 김재철AI대학원, 이하 발표자 소속 동일) ▲데이터/자원 효율적 언어모델 선호 최적화 알고리즘(홍지우 연구원, James Thorne 교수) ▲생성형 언어모델을 사용한 정형 데이터 오버샘플링 기법(양준용 연구원, 양은호 교수) ▲대규모 딥러닝 모델을 위한 베이지안 딥러닝 기법(김현수 연구원, 이주호 교수) ▲로봇에게 물체 조작과 인지 능력 부여하기(김범준 교수) ▲병렬 디코딩을 활용한 자기회귀 언어모델의 빠르고 강건한 조기 추론 프레임워크(배상민 연구원, 윤세영 교수) 등이 소개되었다.
보유기술 소개 2부에서는 ▲실제 환경에서 사실적인 가상 착용을 위한 디퓨전 모델 개선(최이솔 연구원, 신진우 교수) ▲컴퓨터 비전 분야 영상 합성 및 변환 기술(황성원 연구원, 주재걸 교수) ▲전자건강기록 및 흉부 엑스레이 데이터베이스에 대한 멀티모달 질의응답 기술(배성수 연구원, 최윤재 교수) ▲딥러닝 모델이 학습한 특징 이해를 통한 AI 의사결정 설명기술(권다희 연구원, 최재식 교수) ▲안드로이드 모바일 기기 제어 에이전트의 다양한 기기 환경에서의 벤치마킹 연구(이주용 연구원, 이기민 교수) 등 컴퓨터 비전, 헬스케어 AI, 설명가능 인공지능(XAI) 및 에이전트 분야에 대한 최신 기술 소개 및 시연이 있었다.
본 기술설명회를 주관한 김재철AI대학원 정송 원장은 “AI엑스포에 참가한 일반대중과 산업계 종사자들에게 우리 대학원이 보유한 글로벌 수준의 최신 AI기술을 널리 알려 국내 기업들이 AI 기반 혁신을 추진하는 데에 앞장서겠다.”고 밝혔다.
행사 종료 후 김재철AI대학원이 보유한 기술에 대한 기술이전이나 공동연구에 관심이 있는 기업들은 KAIST 성남연구센터를 통해 기술상담 신청을 할 수 있다.
독감이나 코로나19처럼 종류가 다양하고 변이가 빠른 호흡기 바이러스는 백신만으로 완벽히 막기 어렵다. 우리 대학 연구팀이 이 문제를 해결하기 위해 기존 인터페론-람다 치료제가 지녔던 ‘열에 약하고 코 점막에서 금방 사라지는’ 한계를 AI 기술로 극복한 비강(콧속) 투여형 항바이러스 플랫폼을 개발하는데 성공했다. 우리 대학은 생명과학과 김호민 교수, 정현정 교수, 의과학대학원 오지은 교수 공동 연구팀이 AI로 인터페론-람다 단백질을 안정적으로 재설계하고, 이를 비강 점막에 잘 확산하고, 오래 머물게 하는 전달 기술과 결합해 다양한 호흡기 바이러스를 범용적으로 예방할 수 있는 기술을 구현했다고 15일 밝혔다. 인터페론-람다(IFN-λ)는 우리 몸이 바이러스 감염을 막기 위해 스스로 만드는 선천면역 단백질로, 감기·독감·코로나19와 같은 호흡기 바이러스 차단에서 중요한 역할을 한다. 하지만 이를 치료제로 만들어 비강에 투여
2025-12-15사람은 갑작스러운 변화가 닥쳐도 금세 계획을 새로 세우고 목표를 조정하는 안정성과 유연성을 동시에 갖추고 있다. 그러나 이세돌 기사와 대국을 펼친 알파고를 비롯해 로봇 분야에 널리 사용되는 모델 프리 AI는 이러한 두 능력을 함께 구현하지 못한다. 우리 대 연구팀은 그 이유가 전두엽의 독특한 정보 처리 방식에 있으며, 이 원리가 ‘뇌처럼 유연하고 안정적인 AI’를 만들 핵심 열쇠가 될 수 있음을 규명했다. 우리 대학은 뇌인지과학과 이상완 교수 연구팀이 IBM AI 연구소와 함께 인간의 뇌가 목표 변화와 불확실한 상황을 처리하는 방식을 규명하고, 차세대 AI 강화학습이 나아가야 할 방향을 제시했다고 14일 밝혔다. 연구팀은 기존 강화학습 모델들이 목표가 바뀌는 상황에서는 안정성이 떨어지고, 환경이 불확실하면 유연성이 부족해지는 한계가 있지만 인간은 두 요소를 동시에 달성한다는 점을 집중했다. 연구팀은 이 차이가 전두엽이 정보를 표현하는 방식 자체에서 비롯된
2025-12-15우리 대학 전산학부 윤성의 교수가 세계 최대 컴퓨터 과학 분야 학술 단체인 미국 컴퓨터학회(ACM, Association for Computing Machinery)의 ‘특훈회원(Distinguished Member)’으로 선정됐다. ACM 특훈회원은 컴퓨터 및 정보기술 분야에서 15년 이상의 경력을 보유하고, 탁월한 연구 업적과 기술적 리더십을 통해 해당 분야 발전에 크게 기여한 연구자에게 주어지는 고위 회원 등급이다. 전 세계 약 11만 명의 ACM 회원 중 상위 10% 이내에 해당하는 인원만이 이 자격을 얻을 수 있으며, 매년 약 50~60명만이 엄선되는 매우 영예로운 자리다. 윤성의 교수는 ‘피지컬 AI(Physical AI)’ 분야의 권위자로, ▲대용량 3D 모델을 초고속으로 처리하는 스케일러블 렌더링(Scalable Rendering) ▲물리 기반 시뮬레이션 및 데이터 생성 ▲AI·컴퓨터 비전 학습 기법 등
2025-12-12우리 대학 김재철AI대학원 최재식 교수 연구팀이 ㈜카카오뱅크(대표 윤호영)와 공동으로 인공지능(AI) 모델의 판단 근거를 실시간으로 설명할 수 있는 가속화 설명 기술을 개발했다고 밝혔다. 이번 연구 성과는 AI 모델의 예측 결과에 대한 기존 설명 알고리즘 대비 평균 8.5배, 최대 11배 이상 빠른 처리 속도를 달성해, 금융 서비스 등 실시간 의사결정이 필요한 분야에서 설명가능 인공지능(Explainable Artificial Intelligence, 이하 XAI) 기술의 실용화 가능성을 크게 높였다. 금융 분야에서는 AI 시스템이 내린 결정에 대한 명확한 설명이 필수적이다. 특히 대출 심사나 이상거래 탐지와 같이 고객의 권익과 직결된 서비스에서는 AI 모델의 판단 근거를 투명하게 제시해야 하는 규제 요구가 점차 강화되고 있다. 하지만 기존의 설명가능 인공지능(XAI) 기술은 정확한 설명을 생성하기 위해 수백에서 수천 개의 기준점(Baseline)을 반복 계산해야 하므로 막
2025-12-11우리 대학 과학기술과 글로벌발전 연구센터(G-CODEs)는 12월 10일(수) 서울 정동 1928 아트센터에서 ‘AI for Global Development (Innovation and Inclusion)’ 포럼을 개최했다. 본 행사는 KAIST와 한국국제개발협력학회(KAIDEC)의 협력으로 마련되었으며, AI 기술이 국제개발 환경에서 갖는 구조적·제도적 함의를 심층적으로 다루기 위해 개최되었다. 전 세계적으로 인공지능(AI)은 기술 혁신을 넘어 개발협력의 방식, 운영체계, 정책 우선순위까지 재편하는 핵심 동력으로 부상하고 있으나 전반적인 거버넌스 체계나 제도적 역량 등 본질적인 문제는 충분히 조명되지 못하고 있다. 이에 G-CODEs는 이번 포럼을 통해 개발협력 분야에서 AI를 어떻게 접근할 것인지, 포용적 발전을 위한 방안은 무엇인지를 논의를 하기 위한 구조적 접근을 제안했다. 포럼은 △'AI로 인한 위기와 기회' △'재난・분쟁 취약국에
2025-12-11