연구
< 그림 1. 챌린지 우승 상장 >
우리 대학 AI대학원 김기응 교수 연구팀(홍성훈, 윤든솔 석사과정, 이병준 박사과정)이 인공지능 기반 전력망 운영관리 기술을 겨루는 국제경진대회인 'L2RPN 챌린지(Learning to Run a Power Network Challenge 2020 WCCI)'에서 최종 1위를 차지했다. 이 대회는 기계학습 연구를 촉진하기 위한 각종 경진대회를 주관하는 비영리단체 ChaLearn, 유럽 최대 전력망을 운영관리하는 프랑스 전력공사의 자회사 RTE(Réseau de Transport d'Électricité)社 및 세계 최대 규모의 전력 회사 SGCC(State Grid of China)의 자회사인 GEIRI North America(Global Energy Interconnection Research Institute)에서 공동주최해, 세계 각국의 약 50팀이 약 40일간 (2020.05.20.~06.30) 온라인으로 참여해 성황리에 마감됐다.
단순한 전력망이 스마트 그리드를 넘어서 에너지 클라우드 및 네트워크로 진화하려면 신재생 에너지의 비율이 30% 이상이 돼야 하고, 신재생 에너지 비율이 높아지면 전력망 운영의 복잡도가 매우 증가한다. 실제로 독일의 경우 신재생 에너지 비율이 30%가 넘어가면서 전력사고가 3,000건 이상 증가할 정도로 심각하며, 미국의 ENRON 사태 직전에도 에너지 발전과 수요 사이의 수급 조절에 문제가 생기면서 잦은 정전 사태가 났던 사례도 있다.
전력망 운영에 인공지능 기술 도입은 아직 초기 단계이며, 현재 사용되고 있는 전력망은 관리자의 개입 없이 1시간 이상 운영되기 힘든 실정이다. 이에 프랑스의 RTE(Réseau de Transport d'Électricité) 社는 전력망 운영에 인공지능 기술을 접목하는 경진대회 'L2RPN'을 2019년 처음 개최했다. 2019년 대회는 IEEE-14라는 14개의 변전소를 포함하는 가상의 전력망에서 단순한 운영을 목표로 열렸다. 2020년 대회는 L2RPN 2020 WCCI 챌린지라는 이름으로 특정 국가 수도 규모의 복잡한 전력망을 72시간 동안 관리자의 개입 없이 스스로 안전하고 효율적으로 운영될 수 있는 인공지능 전력망 관리 에이전트를 개발하는 것을 목표로 열렸다. 시간에 따른 공급-수요의 변화, 시설 유지보수 및 재난에 따른 급작스러운 단전 등 다양한 시나리오에 대해 전력망 운영관리 능력의 평가가 이뤄졌다.
< 그림 2. 전력망의 개요도 >
김 교수 연구팀은 이번 2020년 대회에서 전력망 구조를 효과적으로 반영할 수 있는 그래프 신경망 모델 기반의 강화학습 에이전트를 개발해 참가했다. 기존의 에이전트들은 소규모의 전력망에서만 적용 가능하다는 한계가 있었지만, 김 교수 연구팀은 국가 수도 규모의 복잡한 전력망에도 적용 가능한 에이전트를 개발했다. 연구팀이 개발한 인공지능 전력망 운영관리 에이전트는 주어진 모든 테스트 시나리오에 대해 안전하고 효율적으로 전력망을 운영해 최종 1위의 성적을 거뒀다. 우승팀에게는 상금으로 미국 실리콘밸리에 있는 GEIRI North America를 방문할 수 있는 여행경비와 학회참가 비용 3,000달러가 주어진다. 연구진은 앞으로도 기술을 고도화해 국가 규모의 전력망과 다양한 신재생 에너지원을 다룰 수 있도록 확장할 계획이다.
< 그림 3. 전력망 최적화 문제의 개요 >
< 그림 4. 딥러닝을 이용한 전력망 제어 에이전트 학습 구조 >
한편 이번 연구는 과기정통부 에너지 클라우드 기술개발 사업의 지원으로 설치된 개방형 에너지 클라우드 플랫폼 연구단과제로 수행됐다. (연구단장 KAIST 전산학부 문수복 교수)
※ 대회 결과 사이트 관련 링크: https://l2rpn.chalearn.org/competitions
※ 개방형 에너지 클라우드 플랫폼 연구단 사이트: https://www.oecp.kaist.ac.kr
-
행사 AI & 디지털 거버넌스 컨퍼런스 개최
우리 대학은 9월 21일 9시 30분(현지 시각) 미국 뉴욕시의 뉴욕대(이하 NYU) 폴슨센터에서 이종호 과학기술정보통신부 장관, 린다 밀스(Linda G. Mills) NYU 총장, 이광형 우리 대학 총장 등이 참석한 자리에서 NYU-KAIST 글로벌 인공지능(이하 AI) & 디지털 거버넌스 컨퍼런스(Digital Governance Conference)를 개최했다. 이 자리에서 KAIST와 NYU는 국내외 AI 및 디지털 석학, 교수 및 학생 등 총 300여 명이 모인 가운데 ‘글로벌 AI와 디지털 거버넌스'에 대한 방향과 정책을 논의했다. 이번 컨퍼런스는 AI와 디지털 기술의 새로운 방향 모색과 함께 규제에 대한 공감대를 모으는 국제적 논의 마당이었다. 이광형 총장의 환영사 및 이종호 과학기술정보통신부 장관 축사에 이어서 프린스턴대와 옥스퍼드대를 졸업하고 현재 NYU 교수 겸 바이오윤리 센터장 매튜 리아오 교수(Prof. Matthew Liao)의
2023-09-22 -
연구 10배 이상 생체신호 정밀 측정 ‘SUPPORT’ 개발
최근 유전공학 기술의 발전으로 형광현미경을 활용해 살아있는 생체조직 내 신호를 형광신호로 변환하여 연속적으로 촬영하고 측정하는 기술들이 개발되어 활용되고 있다. 그러나, 생체조직에서 방출되는 형광신호가 미약하기 때문에 빠르게 변화하는 신경세포의 전기신호 등의 신호를 측정할 경우, 매우 낮은 신호대잡음비를 가지게 되어 정밀한 측정이 어려워지게 된다. 우리 대학 전기및전자공학부 윤영규 교수 연구팀이 기존 기술 대비 10배 이상 정밀하게 생체 형광 신호 측정을 가능하게 하는 인공지능(AI) 영상 분석 기술을 개발했다고 20일 밝혔다. 윤 교수 연구팀은 별도의 학습 데이터 없이, 낮은 신호대잡음비를 가지는 형광현미경 영상으로부터 데이터의 통계적 분포를 스스로 학습해 영상의 신호대잡음비를 10배 이상 높여 생체신호를 정밀 측정할 수 있는 기술을 개발했다. 이를 활용하면 각종 생체 신호의 측정 정밀도가 크게 향상될 수 있어 생명과학 연구 전반과 뇌 질환 치료제 개발에 폭넓게 활용
2023-09-20 -
인물 강이연 교수, 영국 하원이 발간한 인공지능과 창의기술 보고서 참여
우리 대학 산업디자인학과 강이연 교수가 영국 하원 의회 소속 문화, 미디어, 스포츠 위원회(Culture, Media and Sport Committee, 이하 DCMS 위원회)의 초청을 받아 참여한 「연결된 기술: 인공지능과 창의기술 보고서(Connected tech: AI and creative technology Report」가 지난달 30일 발행됐다. 강 교수는 국제적으로 활동하는 미디어 아티스트이자 연구자, 교육자로서 지난해 11월 DCMS 위원회의 공청회(Enquiry Evidence Session)에 참여했으며, 이 보고서는 당시의 논의를 토대로 작성됐다. 해당 공청회는 영국 정부 부처와 국회의원들이 관심 있는 분야의 전문가를 초청해 의견을 듣는 공식회의로 이 자리에서 나온 전문가들의 의견은 추후 정책 수립에 반영이 된다. 강이연 교수는 '연결된 기술: 현명한가 사악한가?(Connected tech: smart or sinister?)'라는 주제로 열린 세션에 참여
2023-09-08 -
행사 이창희 교수팀, 인공지능과 서울이 만난 영상 작품 전시
우리 대학이 다음 달 1일부터 두 달간 광화문 광장 해치마당에서 인공지능을 활용한 시각 영상 작품을 전시한다. 산업디자인학과 이창희 교수팀(아트: 송유택, 오주원, 이정아, 김대욱. 보조: 이윤지, 조해나)이 제작한 '서브웨이 시냅스(Subway Synapse)'라는 제목의 작품은 서울시가 주최하는 '하이 에이아이(Hi, Ai)'의 일환으로 전시된다. 첨단 기술을 어려운 매체예술이 아닌 이해하기 쉬운 시민 친화적 미술 작품으로 전시하기 위해 기획된 행사다. 이 교수팀의 작품은 서울의 지하철이 단순한 이동 수단을 넘어 인간의 신경세포를 연결하는 시냅스(Synapse)처럼 우리의 일상을 밀접하게 연결한다는 영감을 바탕으로 만들어졌다. 서울의 여러 공간과 모습을 연결하는 하나의 완전한 시스템으로서의 지하철을 두 개의 영상을 합성하는 크로마키 기법으로 촬영한 후 다양한 생성 인공지능 기술로 상상력을 더해 시각화했다. 자연, 번잡한 거리, 현대적인 스카이라인, 우리나라의 특색있는
2023-08-30 -
연구 인공지능으로 파킨슨병 맞춤형 치료 가능
파킨슨병 같은 만성 퇴행성 뇌 질환의 경우, 생존 환자의 뇌세포에 직접 접근이 제한적이기 때문에, 뇌 질환 환자의 세포 데이터를 토대로 환자 질병의 메커니즘 하위 유형을 인공지능으로 예측하는 것은 시도된 바가 없다. 우리 대학 뇌인지과학과 최민이 교수 연구팀이 영국 프랜시스 크릭 연구소(Francis Crick Institute)와의 공동 연구로 파킨슨병 환자의 개인별 질병 하위 유형을 예측하는 인공지능 기반의 플랫폼을 개발했다고 15일 밝혔다. 최민이 교수 연구팀이 개발한 플랫폼은 파킨슨병 환자의 역분화 만능 줄기세포(hiPSC)에서 분화된 신경 세포의 핵, 미토콘드리아, 리보솜 이미지 정보만 학습해 파킨슨 환자의 병리적 하위 유형을 정확하게 예측한다. 이 기술을 활용하면 환자별로 다르게 나타나는 파킨슨병 양상을 겉으로 보이는 발현형이 아닌 생물학적 메커니즘별로 분류할 수 있다. 이를 통해 원인 미상의 파킨슨병 환자가 속한 분자 세포적 하위 유형별로 진단이 가능해져
2023-08-16