본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%EA%B9%80%EC%9E%AC%EC%B2%A0AI%EB%8C%80%ED%95%99%EC%9B%90
최신순
조회순
‘뻔하지 않은 창의적인 의자’그리는 AI 기술 개발
최근 텍스트 기반 이미지 생성 모델은 자연어로 제공된 설명만으로도 고해상도·고품질 이미지를 자동 생성할 수 있다. 하지만, 대표적인 예인 스테이블 디퓨전(Stable Diffusion) 모델에서 ‘창의적인’이라는 텍스트를 입력했을 경우, 창의적인 이미지 생성은 아직은 제한적인 수준이다. KAIST 연구진이 스테이블 디퓨전(Stable Diffusion) 등 텍스트 기반 이미지 생성 모델에 별도 학습 없이 창의성을 강화할 수 있는 기술을 개발해, 예컨대 뻔하지 않은 창의적인 의자 디자인도 인공지능이 스스로 그려낼 수 있게 됐다. 우리 대학 김재철AI대학원 최재식 교수 연구팀이 네이버(NAVER) AI Lab과 공동 연구를 통해, 추가적 학습 없이 인공지능(AI) 생성 모델의 창의적 생성을 강화하는 기술을 개발했다. 최 교수 연구팀은 텍스트 기반 이미지 생성 모델의 내부 특징 맵을 증폭해 창의적 생성을 강화하는 기술을 개발했다. 또한, 모델 내부의 얕은 블록들이 창의적 생성에 중요한 역할을 한다는 것을 발견하고, 특징 맵을 주파수 영역으로 변환 후, 높은 주파수 영역에 해당하는 부분의 값을 증폭하면 노이즈나 작게 조각난 색깔 패턴의 형태를 유발하는 것을 확인했다. 이에 따라, 연구팀은 얕은 블록의 낮은 주파수 영역을 증폭함으로써 효과적으로 창의적 생성을 강화할 수 있음을 보였다. 연구팀은 창의성을 정의하는 두 가지 핵심 요소인 독창성과 유용성을 모두 고려해, 생성 모델 내부의 각 블록 별로 최적의 증폭 값을 자동으로 선택하는 알고리즘을 제시했다. 개발된 알고리즘을 통해 사전 학습된 스테이블 디퓨전 모델의 내부 특징 맵을 적절히 증폭해 추가적인 분류 데이터나 학습 없이 창의적 생성을 강화할 수 있었다. 연구팀은 개발된 알고리즘을 사용하면 기존 모델 대비 더욱 참신하면서도 유용성이 크게 저하되지 않은 이미지를 생성할 수 있음을 다양한 측정치를 활용해 정량적으로 입증했다. 특히, 스테이블 디퓨전 XL(SDXL) 모델의 이미지 생성 속도를 대폭 향상하기 위해 개발된 SDXL-Turbo 모델에서 발생하는 모드 붕괴 문제를 완화함으로써 이미지 다양성이 증가한 것을 확인했다. 나아가, 사용자 연구를 통해 사람이 직접 평가했을 때도 기존 방법에 비해 유용성 대비 참신성이 크게 향상됨을 입증했다. 공동 제1 저자인 KAIST 한지연, 권다희 박사과정은 "생성 모델을 새로 학습하거나 미세조정 학습하지 않고 생성 모델의 창의적인 생성을 강화하는 최초의 방법론ˮ이라며 "학습된 인공지능 생성 모델 내부에 잠재된 창의성을 특징 맵 조작을 통해 강화할 수 있음을 보였다ˮ 라고 말했다. 이어 “이번 연구는 기존 학습된 모델에서도 텍스트만으로 창의적 이미지를 손쉽게 생성할 수 있게 됐으며, 이를 통해 창의적인 상품 디자인 등 다양한 분야에서 새로운 영감을 제공하고, 인공지능 모델이 창의적 생태계에서 실질적으로 유용하게 활용될 수 있도록 기여할 것으로 기대된다”라고 밝혔다. KAIST 김재철AI대학원 한지연 박사과정과 권다희 박사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `국제 컴퓨터 비전 및 패턴인식 학술대회 (IEEE Conference on Computer Vision and Pattern Recognition, CVPR)’에서 6월 15일 발표됐다. ※논문명 : Enhancing Creative Generation on Stable Diffusion-based Models ※DOI: https://doi.org/10.48550/arXiv.2503.23538 한편 이번 연구는 KAIST-네이버 초창의적 AI 연구센터, 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받은 혁신성장동력프로젝트 설명가능인공지능, AI 연구거점 프로젝트, 점차 강화되고 있는 윤리 정책에 발맞춰 유연하게 진화하는 인공지능 기술 개발 연구 및 KAIST 인공지능 대학원 프로그램과제의 지원을 받았고 방위사업청과 국방과학연구소의 지원으로 KAIST 미래 국방 인공지능 특화연구센터에서 수행됐다.
2025.06.19
조회수 468
새벽에도 답해주는 ‘인공지능 조교’ 강의 첫 도입·성공
“처음에는 인공지능 조교(VTA)에 대한 기대가 크지 않았지만, 밤늦게 갑자기 궁금해진 개념을 질문했을 때도 즉각적으로 답을 받을 수 있어서 매우 유용했다”며 “특히 인간 조교에게 질문하기 망설여졌던 부분들도 부담 없이 물어볼 수 있었고, 오히려 더 많이 질문하면서 수업 이해도가 높아졌다”(수강생 양지원 박사과정 학생) 우리 대학 김재철AI대학원 최윤재 교수와 산업디자인학과 홍화정 교수 공동 연구팀이 대형 강의에서도 학생 개개인에게 맞춤형 피드백을 제공할 수 있는 ‘인공지능 조교(Virtual Teaching Assistant, 이하 VTA)’를 개발해 실제 강의에 성공적으로 적용했다고 5일 밝혔다. 이번 연구는 2024년 가을학기 석·박사과정 학생 477명이 수강한 김재철AI대학원의 ‘인공지능을 위한 프로그래밍’ 교과목에 VTA를 도입해, 그 효과와 실용 가능성을 실제 교육 현장에서 대규모로 검증한 국내 최초 수준의 사례다. 이번 연구에서 개발된 인공지능 조교는 일반적인 챗GPT나 기존 챗봇과는 다른, 수업에 특화된 에이전트다. 연구팀은 강의 슬라이드, 코딩 실습 자료, 강의 영상 등 방대한 수업 자료를 자동으로 벡터화하고, 이를 기반으로 질의응답이 이뤄지는 검색증강생성(RAG: Retrieval Augmented Generation) 구조를 구현했다. 학생이 질문을 하면, 시스템은 질문의 맥락을 바탕으로 가장 관련된 수업 자료를 실시간으로 검색한 뒤, 응답을 생성한다. 이 과정은 단순한 대형언어모델(LLM)을 호출하는 것이 아니라, 수업 내용에 대응하는 자료 기반 질의응답으로 설계되어, 학습 신뢰도와 정확도를 모두 확보한 지능형 시스템이라 할 수 있다. 이번 연구의 제1 저자이자 해당 수업의 책임 조교였던 권순준 박사과정은 “기존에는 수업 때 이미 설명된 내용이나 간단한 개념 정의처럼 반복적이고 기본적인 질문이 상당히 많아, 조교들이 핵심적인 질문에 집중하기 어려운 상황이었다”며 “VTA 도입 이후에는 학생들이 반복 질문을 줄이고 꼭 필요한 질문에 집중하면서, 조교로서의 부담이 눈에 띄게 줄었고 보다 고차원적인 학습 지원에 집중할 수 있었다”고 전했다. 실제로 작년 수업 대비 조교가 직접 응답해야 하는 질문량은 약 40%가량 감소한 것으로 나타났다. 14주간 운영된 VTA는 전체 수강생의 절반 이상이 실제로 활용했으며, 총 3,869건에 달하는 질의응답이 기록됐다. 특히 인공지능 비전공자나 사전 지식이 부족한 학생일수록 VTA 사용 빈도가 높게 나타났으며, 이는 VTA가 학습 보조 수단으로 실질적인 도움을 주었음을 시사한다. 또한 분석 결과, 학생들은 인간 조교보다 VTA에게 이론적 개념에 대한 질문을 더 자주 하는 경향을 보였다. 이는 학생이 평가받거나 불편함을 느끼지 않고 자유롭게 질문할 수 있는 환경을 인공지능 조교가 제공함으로써, 학습 참여를 보다 적극적으로 유도한 것으로 해석된다. 수업 전·중·후 3회에 걸친 설문조사 결과, 학생들은 VTA에 대해 초기보다 높은 신뢰도와 응답 적절성, 편안함을 보고했다. 특히 인간 조교에게 질문을 주저한 경험이 있는 학생들일수록 인공지능 조교와의 상호작용에서 더 높은 만족도를 나타냈다. 해당 수업의 담당 교수이자 연구를 이끈 최윤재 교수는 “인공지능 기술이 수강생과 강사진 모두에게 실질적 도움을 줄 수 있다는 것을 확인했다는 데 연구의 의의가 있다. 앞으로 더욱 다양한 수업으로 해당 기술이 확대되기를 기대한다”고 말했다. 연구팀은 시스템의 소스코드를 개발자들의 플랫폼 깃허브(GitHub)에 공개해 다른 교육기관과 연구자들이 이를 바탕으로 맞춤형 학습 보조 시스템을 개발하고 교육 현장에 적용할 수 있도록 지원하고 있다. 관련 논문은 자연어처리(NLP) 분야 최고 권위의 국제 학회 중 하나인 ‘ACL 2025 인더스트리 트랙(Industry Track)’에 2025년 5월 9일 자로 채택되며 연구의 우수성을 인정받았다. ※ 논문 제목: A Large-Scale Real-World Evaluation of an LLM-Based Virtual Teaching Assistant 한편 이번 연구는 KAIST 교수학습혁신센터와 한국연구재단, 정보통신기획평가원의 지원을 받아 수행됐다.
2025.06.05
조회수 1492
질병 판단·신약 발굴까지‘한국형 챗GPT 플랫폼’개발한다
우리 대학 디지털바이오헬스AI연구센터(센터장: KAIST 김재철AI대학원 예종철 교수)에서 과학기술정보통신부의 ‘AI 최고급 신진연구자 지원사업(AI 스타펠로우십)’에 선정되어, 2025년 5월부터 2030년 12월까지 총 115억 원을 투입해 질병을 스스로 추론하고 판단하고 신약을 발굴하는 AI 기술과 플랫폼을 본격적으로 개발한다. 본 과제는 신진 연구자 중심의 혁신적 AI 연구 생태계를 조성하고 바이오·의료 분야의 전문 지식체계를 활용하고 이를 자동으로 확장할 수 있는 추론형 AI 에이전트 개발을 목표로 한다. 김재철 AI대학원 예종철 교수를 책임연구자로 하여, KAIST의 최윤재, 이기민, 안성수, 박찬영 교수 등 신진연구자들과, 주재걸, 김우연 교수 등 중견 연구자들이 공동으로 프로젝트를 수행한다. 이들은 KAIST 내 다양한 연구실과 협력해 AI 추론의 이론적 기초부터 실용화까지 아우르는 전 주기적 연구를 수행할 예정이다. 구체적으로는 ▲다양한 의료 지식체계를 통합해 진단 및 치료의 정밀성과 신뢰성을 높이는 고성능 추론 모델 구축, ▲기호 기반 추론과 신경망 모델을 효율적으로 결합한 융합형 추론 플랫폼 개발, ▲‘셀 온톨로지(cell ontology)’ 기반의 신약 개발 및 바이오마커 발굴 AI 기술 확보 등을 주요 목표로 삼고 있다. 또한, 삼성서울병원, 네이버클라우드, ㈜히츠 등 산업계와 의료기관과의 긴밀한 협력을 통해, ▲의료 지식체계를 활용한 임상 진단 AI, ▲신약 개발을 위한 AI 기반 분자 타겟 탐색, ▲지식 확장이 가능한 AI 추론 플랫폼의 상용화까지 실현하는 것을 목표로 한다. KAIST 디지털바이오헬스AI연구센터장 예종철 교수는 “AI 추론 모델 개발 경쟁이 본격화되는 시점에서, KAIST가 세계 최고 수준의 신진 연구자들과 함께 바이오·의료 분야에 특화된 AI 기술 개발을 이끌게 되어 매우 영광스럽게 생각한다”며 “2025년부터 6년간 진행될 과제 종료 이후에는 참여 신진연구자들이 연구 성과 면에서 세계 1위 수준에 도달할 수 있도록 최선을 다할 것”이라고 포부를 밝혔다. 한편, AI 스타펠로우십은 박사후연구자 및 임용 7년 이내 교원이 프로젝트 리더(PL)로 참여해 주도적으로 연구를 이끄는 신설 사업으로, 대학내의 다수의 연구실과 수요기업이 컨소시엄을 구성해 운영된다. KAIST는 이번 사업을 통해 삼성서울병원, 네이버클라우드, 히츠 등과 함께 바이오·의료 융합형 AI 인재를 육성하고, 핵심 기술의 상용화를 동시에 추진해 나갈 계획이다.
2025.05.23
조회수 870
KAIST 설명가능 인공지능연구센터, 2024 XAI 튜토리얼 시리즈 성황리 종료
국내 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 Fraunhofer HHI(Heinrich Hertz Institute) 소속 연구원들이 개념 기반 설명(Concept-based Explanations)을 주제로 최신 연구 결과를 공유했다. 또한 이강혜 변호사(법무법인(유) 태평양)가 AI의 신뢰성과 안전성을 확보하기 위한 국내외 AI규제 동향에 대해 초청강연을 했다. 행사를 주관한 최재식 교수는 “최근 국내외에서 AI규제와 입법화가 본격화되면서, AI시스템의 신뢰성, 안전성, 설명성 등이 필수적으로 요구되는 상황에서 학계와 산업계에 관련 기술 교육 프로그램을 폭넓게 제공하고자 했다”고 말했다. 특히 이번 행사는 KAIST 김재철 AI대학원 성남연구센터와 공동으로 주최해 성남시 소재 유관 기업들의 적극적인 참여를 이끌어냈다. 튜토리얼의 발표자료와 녹화영상은 행사 홈페이지에서 제공된다. (https://xai.kaist.ac.kr/Tutorial/2024/) KAIST 설명가능 인공지능연구센터는 AI 모델의 내부 구조를 해석하고, 모델의 의사결정 과정을 설명할 수 있는 알고리즘을 연구하며, 이를 의료, 금융, 제조 등 다양한 실제 도메인에 적용하는 산학 공동연구를 활발히 수행하고 있다. 본 연구센터는 사람중심인공지능 핵심원천기술개발사업의 일환으로 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받아 설립되었으며, 현재 KAIST 김재철AI대학원 성남연구센터에 위치하고 있다.
2024.11.29
조회수 3870
㈜디알젬, 의료 AI 연구 발전기금 3억원 기부
우리 대학은 ㈜디알젬이 KAIST에 3억원의 발전기금을 기부했다고 8일 밝혔다. ㈜디알젬은 병원에서 진단과 치료에 활용되는 엑스레이 영상 장비 연구·제조·판매 기업으로 2003년 설립됐다. 예종철 김재철 AI대학원 교수는 “본 기부는 ㈜디알젬과 KAIST 김재철 AI 대학원 연구진이 최근 의료 AI 연구 관련 과제를 함께 수행한 것을 계기로 추진되었다”라고 설명했다. 이어 “㈜디알젬이 고성능 GPU(Graphics Processing Unit, 그래픽 처리장치) 서버 부족 문제에 도움을 주고, KAIST의 우수 연구 활동에 더욱 힘을 싣고자 이번 발전기금을 쾌척했다”라고 말했다. 이번 기부금은 김재철 AI 대학원이 H100과 동일한 급의 고성능 GPU 서버를 구매하는 데에 사용된다. H100은 엔비디아(NVIDIA)가 개발한 최신 GPU 시스템이다. 이를 이용하여 ‘인공지능 헬스케어 분야 생성형 모델 개발’을 위한 다양한 연구 활동에 활용할 예정이다. 8일(금) 오전 서울 도곡캠퍼스에서 개최하는 기부 감사패 전달식에는 박정병 ㈜디알젬 대표이사, 전진환 ㈜디알젬 상무, 이광형 총장, 예종철, 심현정, 최윤재 교수 등 우리 대학 김재철AI대학원 교수진이 참석한다. 이광형 총장은 “우리 대학의 미래 비전에 대한 깊은 신뢰를 바탕으로 기부를 해주신 ㈜디알젬에 진심으로 감사의 말씀을 전하고 싶다. 앞으로 박정병 대표님의 뜻을 이어받아 의료 AI 연구를 위한 고성능 서버 장비와 연구 활동에 집중적으로 투자하여, 새로운 연구 성과를 창출하는 데 최선을 다하겠다”라고 밝혔다. 박정병 ㈜디알젬 대표이사는 “김재철AI대학원 연구진들의 연구에 대한 열정을 보며 감동했다. 이번 기부를 통해 의료 AI 분야 연구에 더 큰 발전과 성과가 있기를 기원한다”라고 소감을 전했다.
2024.11.08
조회수 2680
‘국가 인공지능 연구거점(National AI Research Lab)’ 개소식 개최
과학기술정보통신부(장관 유상임, 이하 과기정통부)와 정보통신기획평가원(원장 홍진배, 이하 IITP)은 10. 28일(월) 양재 서울 인공지능 중심지에서 「국가 인공지능 연구거점(National AI Research Lab)」 개소식을 개최하였다. 이날 개소식에서 우리 대학 이광형 총장, 오세훈 서울시장 등의 참석자들은 「국가 인공지능 연구거점」의 성공적 출범을 축하하며, 대한민국 인공지능 세계 3개 강국 도약을 위한 민관 한 팀 등에 대한 의지를 다졌다. 「국가 인공지능 연구거점」 주관기관인 우리 대학 이광형 총장은 “이 곳에서 국내외 인공지능 연구자들이 교류하며 창의적 인공지능 연구를 펼치길 바란다”고 밝혔고, 「국가 인공지능 연구거점」이 위치할 서울시의 오세훈 시장은 “「국가 인공지능 연구거점」에 기반하여 서울시가 세계적인 인공지능 연구자들이 모여드는 국제 인공지능 중심지로 성장할 수 있도록 전폭 지원하겠다”고 강조하였다. 이어진 기조연설에서, 「국가 인공지능 연구거점」 책임자인 한국과학기술원 김기응 교수가 “국가 인공지능 연구거점 운영계획”을, 국제공동연구에 참여할 캐나다 워털루대(Waterloo U.) 교수이자 벡터연구소(Vector Institute) 겸직교수인 파스칼 푸파(Pascal Poupart) 교수가 “인공지능 : 기술개발의 특이점”을 주제로 「국가 인공지능 연구거점」과 인공지능의 미래 전망을 제시하였다. 마지막으로 개소식 참석자들은 「국가 인공지능 연구거점」의 연구 현장을 찾아, 연구자들의 인공지능 국제공동연구 준비 상황과 앞으로의 운영 방향 등에 대한 심도있는 논의를 진행하였다. 「국가 인공지능 연구거점」은 대한민국을 대표하는 인공지능 연구 구심점으로서, 양재서울 인공지능 중심지(허브)*(약 2,132평, `25년까지 2,300평 규모로 확충 계획)에 설치되며, 국내외 유수 연구진이 역동적으로 교류하며 세계적 인공지능 국제공동연구를 수행하고, 국제 인공지능 지도자 양성 기능과 인공지능 산∙학∙연 생태계를 집약하는 온라인 체제 기반(플랫폼, Platform) 역할을 할 계획이다. 또한, 「국가 인공지능 연구거점」을 통해 미국, 캐나다, 프랑스, 아랍 에미리트 등 해외 유수기관의 연구자들도 일정기간 국내에 상주하여, 파괴적 혁신을 지향하는 뉴럴 스케일링 법칙 초월연구, 로봇 파운데이션 모델 연구 등의 도전적 인공지능 국제공동연구를 수행하며, 정기적인 국제 발표회 개최 등 국제 협력 관계망도 구축, 지속 확장해나갈 예정이다.
2024.10.29
조회수 4428
AI 연구거점 구축, KAIST-연고대-포스텍 컨소시엄 선정
과학기술정보통신부와 정보통신기획평가원은 대한민국 AI G3 도약을 위해, 대한민국을 대표하는 AI 연구거점을 구축·운영할 수행기관으로 KAIST(책임자 김기응)·고려대(책임자 이성환)·연세대(책임자 김선주)·POSTECH(책임자 조민수) 컨소시엄을 선정했다고 18일 밝혔다. 글로벌 AI 선진국은 AI의 경제·안보적 중요성을 인식하고, 국가 주도 대규모 투자를 통해 AI 연구 구심점을 조성해오고 있으며, 이에 발맞춰 우리나라도 세계 최고 수준 AI 산·학·연 협력 생태계를 집약하는 구심점 조성을 위해 대한민국을 대표하는 AI 연구거점 구축을 추진한다고 과기정통부는 밝혔다. 실제 캐나다는 정부 주도로 3대 국가 AI 연구소 구축(토론토 vector institute가 대표적)을, 영국은 정부기관 및 5개 대학이 공동 투자해 앨런 튜링 연구소 설립을, 미국은 국립과학재단(NSF)가 나서 미국 전역에 국립 AI 연구소를 확충중이다. 엄격한 공모와 전문가 평가 등을 거쳐 AI 연구거점 구축·운영 수행기관으로 선정된 KAIST·연세대·고려대·POSTECH 컨소시엄은 2024~2028년 간 국비 총 360억원(목표)을 투입한다. 여기에 지자체와 기업이 500억원 이상(현물·현금) 투자를 할 예정이다. 국내외 유수 AI 연구진이 함께 첨단 AI연구를 수행하고 교류의 장을 형성한다. AI 연구거점은 서울 AI허브(서울시 서초구 소재) 내 7050.5㎡(약 2132평) 규모로 조성되며, 국내 대학 뿐만 아니라 지자체, 대·중소 기업 등이 협력기관으로 참여해 AI 산학연 생태계 집약과 AI 기반 산업 생태계 활성화 기능을 수행한다. 아울러, 미국, 캐나다, 프랑스 등 해외 유수의 AI 연구기관도 협력기관으로 참여해 파괴적 혁신을 지향하는 △뉴럴 스케일링 법칙 초월 연구(국제공동책임자 Yejin Choi(U. Washington)) △로봇파운데이션 모델 연구 등의 AI 국제공동연구(국제공동책임자 Daniel D Lee(Cornell U.))도 수행, 세계적 수준을 지향하는 AI 국제공동연구 거점 역할도 지향한다. '뉴럴 스케일링 법칙 초월 연구'는 AI 모델 훈련과 운용에 필요한 비용 곡선의 법칙(Neural Scaling Law) 한계를 초월하는 성능과 효율성을 달성하는 새로운 학습 방법 및 모델을 개발하는 거고, '로봇파운데이션 모델 연구'는 차세대 인공지능 로봇을 위한 다목적 파운데이션 모델을 개발한다. 특히 해외 AI 우수연구자(15명 이상)가 일정 기간 국내에 상주, 국내 연구진과 공동연구를 수행하며, 공개 세미나와 국제 포럼도 정례 개최, 국제 지위를 갖춘 대한민국 AI 연구거점 설립에 기여할 예정이다. 과기정통부는 AI 연구거점 개소식(9월 잠정)을 통해 AI 연구거점의 구체적인 청사진을 제시하는 한편 독립법인화 등을 통해 지속가능한 성장 모델을 구축, 대한민국 AI 혁신의 새로운 지평을 열어갈 방침이다. 과기정통부 강도현 제2차관은 "AI 연구거점을 통해 대한민국을 세계적인 AI 혁신의 중심지로 도약시키겠다"며 "국내외 최고의 AI 연구진과 함께 혁신적인 AI 기술을 개발·활용하고, 이를 바탕으로 대한민국이 글로벌 AI 리더십을 확고히 하는 데 전력을 다하겠다"고 강조했다.
2024.08.19
조회수 5527
한-영 인공지능 협력 강화, KAIST-앨런 튜링 연구소 협력 협정 체결
우리 대학이 세계적인 국책 인공지능 연구기관인 영국의 앨런 튜링 연구소(Alan Turing Institute)와 이달 22일 '인공지능 및 데이터 과학 연구 협력 강화'를 위한 협력 협정을 체결했다. 한국과 영국 정부가 공동 주최한 'AI 서울 정상회의 2024'에 맞춰 체결된 이번 협력 협정을 바탕으로 향후 두 기관은 인공지능 및 데이터 과학 분야의 공동연구를 추진한다. 우리 대학김재철AI대학원(원장 정송)과 앨런 튜링 연구소 간의 인턴십·단기 파견 등의 인력교류와 파트너십 프로젝트를 통한 지식 교환 등 다양한 분야에서 학술 협력도 진행할 예정이다. 미셸 도넬런(Michelle Donelan) 영국 과학혁신기술부 장관은 "앨런 튜링 연구소와 KAIST 간의 합의 발표는 영국이 전 세계 파트너와의 협력적 접근 방식을 통해 혁신을 촉진하여 신기술이 제공하는 엄청난 잠재력을 완전히 실현할 수 있도록 하겠다는 의지를 더욱 입증한다"라고 밝혔다. 앨런 튜링 연구소의 과학 및 혁신(국방 및 국가 안보) 책임자인 팀 왓슨(Tim Watson) 교수는 "인공지능과 데이터 과학은 글로벌 과제와 글로벌 기회를 모두 제시하고 있으며, 한국에서 가장 권위 있는 대학인 KAIST와 중요한 파트너로 협력을 강화하게 되어 기쁘다"라고 전했다. 이어, "이는 양국이 이러한 강력한 기술을 사용하여 사회가 직면한 가장 큰 문제를 해결하는 데 도움이 될 것이다"라고 덧붙였다.정송 KAIST 김재철AI대학원 원장은 "두 기관 간의 긴밀한 협력을 통해 인공지능의 책임 있는 개발과 사용을 장려하고 인공지능이 모두를 위해 공평한 혜택을 보장할 수 있는 단계까지 발전하도록 연구와 노력을 이어가겠다"라고 전했다.
2024.05.30
조회수 5004
김재철AI대학원, AI 기술설명회 2024 개최
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. 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.
2024.05.10
조회수 6645
화합물 생성AI 기술로 신약 개발 앞당긴다
신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다. 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다. 심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의 생성하면서도 기존 화합물의 특성 예측이 동시에 가능한 기술은 개발되지 못했다. 연구팀은 화학 특성값의 집합 자체를, 분자를 표현하는 데이터 형식으로 간주해 분자 구조의 표현식과 함께 둘 사이의 상관관계를 아울러 학습하는 AI학습 모델을 제안했다. 유용한 분자 표현식 학습을 위해 컴퓨터 비전 분야에서 주로 연구된 다중 모달리티 학습 기법을 도입해, 두 다른 형식의 데이터를 통합하는 방식으로, 바라는 화합물의 성질을 만족하는 새로운 화합물의 구조를 생성하거나 주어진 화합물의 성질을 예측하는 생성 및 성질 특성이 동시에 가능한 모델을 개발했다. 연구팀이 제안한 모델은 50가지 이상의 동시에 주어지는 특성값 입력을 따르는 분자 구조를 예측하는 등 분자의 구조와 특성 모두의 이해를 요구하는 과제를 해결하는 능력을 보였으며, 이러한 두 데이터 정보 공유를 통해 화학반응 예측 및 독성 예측과 같은 다양한 문제에도 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 것으로 확인됐다. 이 연구는 독성 예측, 후보물질 탐색과 같이 많은 산업계에서 중요하게 다뤄지는 과제를 포함해, 더 광범위하고 풍부한 분자 양식과 고분자, 단백질과 같은 다양한 생화학적 영역에 적용될 수 있을 것으로 기대된다. 예종철 교수는 “새로운 화합물의 생성과 화합물의 특성 예측 기술을 통합하는 화학분야의 새로운 생성 AI기술의 개척을 통해 생성 AI 기술의 저변을 넓힌 것에 자부심을 갖는다”고 말했다. 예종철 교수 연구팀의 장진호 석박통합과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’지난 3월 14일 자 온라인판에 게재됐다. (논문명 : Bidirectional Generation of Structure and Properties Through a Single Molecular Foundation Model) 한편 이번 연구는 한국연구재단의 AI데이터바이오선도기술개발사업으로 지원됐다.
2024.03.25
조회수 9922
권태형 박사과정, 고지훈 석박사통합과정, IEEE ICDM 2023 최우수논문상 수상
우리 대학 김재철AI대학원 권태형 박사과정, 고지훈 석박사통합과정 (지도교수 신기정)이 지난 12월 중국 상해에서 열린 제23회 IEEE International Conference on Data Mining (IEEE ICDM)에서 최우수 논문상(Best Student Paper Runner-up)을 수상했다. IEEE ICDM은 매년 개최되는 데이터 마이닝 분야 최고 권위의 국제 학회 중 하나다. 올해는 총 200편의 논문이 발표됐고 그 중 권태형, 고지훈 학생이 참여한 논문을 포함한 4편의 논문이 최우수 논문으로 선정됐다. 논문 제목은 ‘텐서코덱: 데이터에 대한 가정이 필요 없는 간결한 텐서의 손실 압축 기법’(TensorCodec: Compact Lossy Compression of Tensors without Strong Data Assumptions)이다. 이 연구에서는 텐서, 즉 고차원 행렬 데이터를 위한 압축 기술을 제시하였다. 텐서-열차 분해(Tensor-Train Decomposition)와 인공신경망을 결합하여 압축 성능을 향상했으며, 행과 열을 재배치하고 차원을 증가시키는 등 입력 텐서의 형태에 대한 최적화를 통해 압축 성능을 추가로 개선하였다. 또한, 다양한 실세계 데이터를 사용하여 제안된 방법의 우수성과 범용성을 검증하였다. 권태형, 고지훈 학생은 “항상 연구에 대한 열정이 가득하시고, 창의적인 아이디어를 제공하여 연구의 돌파구를 열어 주신 신기정 교수님의 지도 덕분에 수상이 가능했다”며 “해당 아이디어가 더욱 고도화되어, 추천시스템, 이상 탐지, AI 모델 경량화 등 다양한 분야에서 활용될 수 있기를 바란다”고 말했다. 이 연구에는 권태형 박사과정, 고지훈 석박통합과정, 신기정 교수 외에 숭실대학교 정진홍 교수가 참여하였으며, 정보통신기획평가원의 지원을 받은 강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습 과제와 한국연구재단의 지원을 받은 부호화된 그래프 마이닝 과제의 성과다.
2024.01.02
조회수 5592
예종철 교수 연구팀, 삼성휴먼테크 논문대상 신호처리분야 금상 수상
우리 대학 김재철AI대학원 예종철 교수팀이 `확산모델 (diffusion model)의 사후 샘플링(posterior sampling)을 이용한 일반적인 역문제 해결 기법'으로 제 29회 삼성휴먼테크논문대상에서 신호처리 분야 금상을 수상했다고 밝혔다. 삼성휴먼테크논문대상은 과학기술 저변 확대와 과학 인재 양성을 위해 삼성전자가 1994년 제정한 논문상으로, 매년 2,000편 가량의 논문 중 서면 및 발표 심사를 거쳐 창의성, 논리성, 실용성, 발전성이 뛰어난 논문을 선정하여 수여되는 상이다. 바이오및뇌공학과 박사과정 졍형진, 김정솔 학생이 공동 1저자로 참여한 이 논문은, 확산 모델과 사후 샘플링을 결합하여 일반적인 역문제에 대한 새로운 관점과 해결방법을 제시하였고, 그 실용성과 독창성을 인정받아 대학부 신호처리 분야 수상작 7편 중 1위로 금상을 수상하였다. 역문제는 영상을 획득하는 과정에서 이미징 시스템의 특성과 잡음의 영향으로 망가진 측정값으로부터 실제 신호를 복원하는 문제로 정의된다. 이러한 문제는 영상 화질 개선부터 위상 복원을 통한 세포 구조 시각화와 같은 다양한 과학 분야에서 중요성과 실용성을 가지며, 수십 년간 지속적으로 연구되어 왔다. 과거의 인공지능 및 딥러닝 알고리즘은 이미징 시스템이 선형이며 잡음이 없는 경우를 가정하여 역문제를 효과적으로 해결하였으나, 이러한 가정은 현실 세계에서의 상황과 비교하여 훨씬 단순화된 형태였다. 이 연구에서는 처음으로 확산 모델을 이용해 사후 샘플링을 진행하는 방법으로 역문제를 해결하였는데, 이는 확산 모델이 생성하는 중간 이미지로 측정값을 근사하고, 실제 측정값과의 차이가 줄어들도록 중간 이미지를 보정하는 방식으로 구현된다. 이를 통해 이미징 시스템이 선형 및 비선형인 경우, 그리고 이미징 시스템에서 흔히 발생하는 가우시안 잡음과 푸아송 잡음이 존재하는 경우에 대한 일반적인 역문제 해결이 가능함을 입증하였다. 나아가 개발된 기술은 여러 종류의 역문제에 대한 개별적 학습을 필요로 하지 않는 특성을 가지며, 이는 논문의 실용성을 높이고, 이전의 연구들과 차별성을 지니게 한다. 정형진, 김정솔 바이오및뇌공학과 박사과정 학생은 “큰 규모의 논문대회에서 연구의 내용을 인정받아 기쁘고, 좋은 논문을 작성할 수 있도록 지도해주신 예종철 교수님께 감사하다” 고 소감을 밝혔다. 또한, 알고리즘의 성능과 효율성을 높이는 연구를 이어나가 역문제의 해결이 필요한 다양한 과학 분야들에 기여하고 싶다는 희망을 전했다. 논문명: Diffusion Posterior Sampling for General Noisy Inverse Problems
2023.11.07
조회수 5717
<<
첫번째페이지
<
이전 페이지
1
2
>
다음 페이지
>>
마지막 페이지 2