< (왼쪽부터) 린다 밀스 뉴욕대학교 총장과 이광형 총장 >
우리 대학이 뉴욕대학교(New York University, 총장 린다 밀스, Linda G. Mills)와 인공지능 분야 공동학위제(Joint Degree) 도입을 위한 업무협약을 9일 오후 체결했다.
이번 협약은 인공지능 분야의 역량 강화하고 글로벌 인재를 양성하는 것은 단순한 기술 교육을 넘어 미래 사회 전반에 큰 발전을 도모할 수 있는 필수 요소라는 양교의 공감대를 바탕으로 추진됐다.
양교는 그간 인공지능 및 이와 융합한 다양한 산업 분야의 공동연구 그룹을 운영해 왔으며, 이번 협약을 바탕으로 인공지능 관련 분야 대학원 과정의 공동학위제를 설계하기 위한 운영위원회를 올해 안에 설치할 예정이다.
우리 대학 관계자는 "인공지능 공동학위제가 시행되면 KAIST가 뉴욕대와 힘을 합쳐 ‘하나의 인공지능 학위’를 창조하는 사상 초유의 혁신적 실험이 될 것으로 기대한다"라고 전했다.
위원회는 양교 교수진을 동수로 포함해 구성하며, ▴교육과정 구조 및 교과 구성 ▴교과 이수 로드맵 ▴교수진 및 학생 규모 산출 ▴예산 규모 산출 ▴운영시설 규모 및 내역 산출 ▴인증에 관한 법률적 사항 등이 포함된 공동학위제의 총괄 전략 기획을 본격적으로 논의할 예정이다. 또한, 우리 대학과 뉴욕대의 인공지능 공동학위를 상징하는 신규 로고의 개발도 진행된다.
양교는 이번에 추진하는 공동학위제가 인공지능 분야 교육 및 연구 역량을 고도화하고 현재 세계적으로 부족한 관련 분야 인재를 공동 발굴하고 양성하는데 이바지하는 것은 물론 글로벌 교육 및 연구 협력의 모범적인 사례로 자리 잡을 것이라 기대하고 있다.
우수한 역량을 보유한 양교 교수진은 인공지능 관련 분야의 혁신적이고 창의적인 교육을 제공할 예정이다. 학생들은 양교 교수진이 추진하는 다양한 국제 공동 연구 사업에 참여해 최고 수준의 연구 경험을 쌓을 수 있는 지원을 받게 된다. 이를 통해, 미래 글로벌 사회를 이끌어갈 우수 인적자원을 꾸준히 양성하는 것이 양교가 추진하는 이번 공동학위제의 핵심이다.
우리 대학과 뉴욕대학교는 2022년 6월 공동캠퍼스 구축을 위한 협력 협정을 체결한 이후, 캠퍼스 공유, 공동연구, 공동학사 사업 등을 추진해 왔다. 이를 포함하여, 혁신적인 조인트 캠퍼스 모델을 발전시켜 나가고 있으며, 활발한 국제협력 모델을 구축하고 있다.
특히, 2023학년도 2학기부터 학사과정 학생들의 교환학생 제도를 시행하고 있다. 선발 경쟁을 통해 우리 대학에서 30명, 뉴욕대에서 11명의 학생이 선발돼 참여 중이다. 우리 대학 학생들의 경우 뉴욕대학교에서 6개의 부전공 프로그램 중 하나를 이수하게 되면, 졸업 시 해당 부전공의 이수가 명시된 학위를 받게 된다.
양교는 학사과정 교환학생 운영 성과를 바탕으로 석·박사 과정 학생을 위한 복수학위(Dual Degree) 제도 도입에도 합의해 현재 구체적인 절차가 진행되고 있다. 이 밖에도, 2023년부터 현재까지 인공지능과 융합한 15개 분야에서 미래 공동연구 기획 사업을 수행하고 있으며, 올해 4분기부터는 본격적으로 인공지능과 바이오 분야를 중심으로 하는 10개 분야 국제 공동연구를 착수할 계획이다.
린다 밀스 뉴욕대 총장은 "인공지능 기술은 기후 변화, 헬스케어, 교육 격차 등 여러 사회적 문제를 해결하는 데 큰 역할을 할 수 있다"라며, "양교가 양성할 글로벌 인재는 이러한 사회적 문제를 해결하는 데도 혁신적인 기여를 하게 될 것이다"고 말했다.
이광형 총장은 "글로벌 기술 패권 경쟁 시대에 인공지능 기술의 개발은 국가와 기업이 경쟁력을 확보하는 데 필수적인 요소":라며 "뉴욕대학교와의 장기적 협력을 통해 인공지능을 다양한 분야에 혁신적으로 적용하고 발전시킬 수 있는 세계적 수준의 고급 인재 양성에 앞장서겠다"라고 밝혔다.
서울 포시즌스 호텔에서 열린 이날 체결식에는 이광형 총장, 여현덕 G-School 원장 등 우리 대학 관계자와 린다 밀스 총장, 조경현 컴퓨터과학과 교수, 캐린 퍼베제 박사(Karin Pavese, Executive Director of NYU-KAIST Innovation Research Institute) 등 뉴욕대 관계자 및 국내 기업 주요 인사들이 참석했다.
KAIST 설명가능 인공지능연구센터(센터장 최재식 교수)는 별도의 복잡한 설정이나 전문 지식 없이도 손쉽게 AI모델에 대한 설명성을 제공할 수 있는 플러그앤플레이(Plug-and-Play) 방식의 설명가능 인공지능 프레임워크를 개발해, 이를 27일 오픈소스로 공개했다. 설명가능 인공지능(Explainable AI, 이하 XAI)이란 AI 시스템의 결과에 영향을 미치는 주요 요소를 사람이 이해할 수 있는 형태로 설명해주는 제반 기술을 말한다. 최근 딥러닝 모델과 같이 내부 의사 결정 프로세스가 불투명한 블랙박스 AI 모델에 대한 의존도가 커지면서 설명가능 인공지능 분야에 대한 관심과 연구가 증가했다. 그러나 지금까지는 연구자와 기업 실무자들이 설명가능 인공지능 기술을 활용하는 것이 몇 가지 이유로 쉽지 않았다. 우선, 딥러닝 모델의 유형별로 적용 가능한 설명 알고리즘들이 서로 달라서 해당 모델에 적용할 수 있는 설명 알고리즘이 무엇인지 알기 위해서는 XAI에 대해 어느 정도 사
2024-12-27“케이던스 사의 통 큰 기부에 감사드리며, 대한민국 AI 인재 100만 명 양성이라는 원대한 목표 달성과 세상을 혁신할 반도체 연구 실현에 앞장서겠습니다”(이광형 총장) 우리 대학은 미국 소프트웨어 기업인 케이던스 디자인 시스템즈 코리아(Cadence Design Systems, 이하 케이던스)가 반도체 설계 특화 장비인 ‘케이던스 팔라디움 제트원(Cadence Palladium Z1)’*을 우리 대학에 기증한다고 밝혔다. *팔라디움 제트원: 반도체 설계 검증을 위한 초고성능 에뮬레이터 장비로, 하드웨어-소프트웨어 검증 및 디버깅 작업을 1개의 랙 당 5.76억 게이트까지 대용량으로 구현 가능함. 동 장비를 통해 SoC(System On Chip) 개발 단계에서 설계 검증을 더 원활히 수행할 수 있음. 케이던스는 1995년 반도체설계교육센터(IDEC) 설립 이후 우리 대학에 EDA(Electronic Design Automati
2024-12-17국내 최대의 설명가능 인공지능(XAI) 연구조직인 KAIST 설명가능 인공지능연구센터(센터장 KAIST 최재식 교수)는 11월 5일부터 22일까지 7회에 걸쳐 설명가능 인공지능 튜토리얼 시리즈를 성공적으로 개최했다. 이번 튜토리얼에는 학생, 연구자, 기업 실무자 등 누적인원 총 530여 명이 참여하여 설명가능 인공지능 기술에 대한 높은 관심과 수요를 보여주었다. 행사는 XAI의 주요 알고리즘부터 최신 연구 주제까지, 총 16개 세션 발표로 진행되었다. 개회 강연으로 ‘설명가능 인공지능 최신 연구 동향’에 대해 최재식 교수가 발표하였고, 이어서 KAIST 설명가능 인공지능연구센터 소속 석·박사 과정 연구원들이 △주요 XAI 알고리즘 △XAI 알고리즘의 평가기법 △거대 언어모델(LLM), 이미지 생성모델, 시계열 데이터에 대한 설명성 △ XAI Framework, 의료 도메인 적용 사례를 주제로 발표했다. 튜토리얼 마지막날에는 독일 Fraunho
2024-11-29유전자, 단백질, 대사물질 등 복잡한 정보를 표현하는 바이오 경로 이미지는 중요한 연구 결과를 내포하고 있지만, 이미지 기반 정보 추출에 대해 그동안 충분한 연구가 이뤄지지 않았다. 이에 우리 연구진은 바이오 경로 정보를 자동으로 추출할 수 있는 인공지능 프레임워크를 개발했다. 우리 대학 생명화학공학과 김현욱 교수 연구팀이 바이오 경로 이미지에서 유전자와 대사물질 정보를 자동으로 추출하는 기계학습 기반의 ‘바이오 경로 정보 추출 프레임워크(이하 EBPI, Extraction of Biological Pathway Information)’를 개발했다고 28일 밝혔다. 연구팀이 개발한 EBPI는 문헌에서 추출한 이미지 속의 화살표와 텍스트를 인식하고, 이를 기반으로 바이오 경로를 편집 가능한 표의 형태로 재구성한다. 객체 감지 모델 등의 기계학습을 사용해 경로 이미지 내 화살표의 위치와 방향을 감지하고, 이미지 속 텍스트를 유전자, 단백질, 대사물질로 분
2024-11-28생물학 연구에 사용되는 형광 현미경이나 반도체 산업에 사용되는 주사전자현미경의 공통점은 불안정성으로 인해 흐려진 영상(블러, blur)을 보정하는 과정이 반드시 필요하다는 점이다. 우리 연구진이 굉장히 강한 잡음에 의해 손상된 왜곡 영상에 대해 적응형 필터와 생성형 인공지능 모델을 융합해 영상을 복원하는 데 성공했다. 우리 대학 바이오및뇌공학과 장무석 교수 연구팀이 삼성전자 DS부문 반도체연구소 차세대공정개발실과 공동 연구를 통해 왜곡 및 강한 잡음이 존재하는 의료·산업 영상을 복원하는 기술을 개발했다고 26일 밝혔다. 스마트폰 카메라 사진에 영상의 흐림·왜곡이 생겼을 때 보정하는 문제를 디컨볼루션(deconvolution) 또는 디블러링(deblurring)이라고 하며, 흐려진 영상 정보만 이용해 선명한 영상을 복원하는 기술을 블라인드 디컨볼루션(blind deconvolution)이라고 한다. 흥미롭게도 디컨볼루션 문제는 일상뿐만 아니라 생물학
2024-11-26