%ec%a0%84%ea%b8%b0%eb%b0%8f%ec%a0%84%ec%9e%90%ea%b3%b5%ed%95%99%eb%b6%80
-
스마트워치 병원급 혈압 도전..심혈관 질환 조기 진단 성큼
혈액의 흐름은 생명의 신호다. 이 흐름이 느려지거나 불안정해지면 심혈관 질환과 쇼크로 이어질 수 있다. 그러나 혈류를 정확히 측정하려면 병원 장비에 의존해야 했다. 우리 대학 연구진이 피부에 붙이기만 하면 혈류를 실시간으로 측정할 수 있는 무선 전자패치를 개발했다.
우리 대학은 전기및전자공학부 권경하 교수 연구팀이 딥러닝(AI)과 다층 열 센싱 기술을 결합한 무선 웨어러블 혈류 측정 시스템을 개발했다고 5일 밝혔다. 이 장치는 혈관을 직접 건드리지 않고도(비침습 방식) 혈류 속도와 혈관 깊이를 동시에 측정할 수 있다. 혈관이 피부 속 얼마나 깊이 위치하느냐에 따라 센서 신호가 달라지기 때문에, 깊이 정보는 혈류를 정확히 계산하는 핵심 변수다.
기존에는 초음파나 광학 방식이 주로 사용됐지만, 장비가 크거나 혈관 깊이에 따라 정확도가 떨어지는 한계가 있었다. 연구팀은 이를 해결하기 위해 ‘혈액이 흐르면 주변에 미세한 열 이동이 발생한다’는 점에 주목했다.
연구팀은 서로 다른 깊이에 온도 센서를 배치해 열의 이동 경로를 입체적으로 분석하는 ‘다층 열 센싱’ 기술을 개발했다. 여기에 AI 알고리즘을 적용해 복잡한 체온 분포 속에서 혈관의 깊이와 실제 혈류 속도를 실시간으로 분리·추출하는 데 성공했다. 여기에 AI를 적용해 복잡한 체온 분포 속에서 혈관의 깊이와 실제 혈류 속도를 정확히 구분해 냈다.
실험 결과, 초당 1~10mm 범위의 혈류 속도를 오차 0.12mm/s 이내로, 1~2mm 범위의 혈관 깊이를 오차 0.07mm 이내로 측정하는 데 성공했다. 이는 머리카락 굵기보다 작은 수준의 오차로, 일반적인 웨어러블 기기로는 구현하기 어려운 정밀도다.
특히 이 기술을 스마트워치에 사용되는 광혈류(PPG) 센서와 결합하면 혈압 측정 오차를 최대 72.6%까지 줄일 수 있는 것으로 나타났다. 이는 스마트워치 혈압 측정값이 병원 장비에 한층 가까워질 수 있음을 의미한다. 즉, 웨어러블 기기의 신뢰도를 크게 높일 수 있는 성과다.
이 전자패치는 응급 의료 현장에서 환자의 상태 변화를 실시간으로 감지하는 데 활용될 수 있다. 고혈압·당뇨 환자의 맞춤형 건강관리, 쇼크와 같은 급성 위험 신호의 조기 감지에도 적용 가능하다.
권경하 교수는 “이번 기술은 혈류와 혈압을 더 정확하게 측정할 수 있는 원천 플랫폼”이라며 “스마트워치와 결합해 일상 속 건강 모니터링 수준을 한 단계 끌어올릴 것”이라고 말했다.
본 연구는 심영민 석박통합과정이 1저자로 연구를 주도했으며 해당 연구 결과는 세계적 학술지 '사이언스 어드밴시스(Science Advances)'에 2월 6일 게재되었다.
※ 논문명: Deep learning–integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring, DOI: 10.1126/sciadv.aea8902
한편, 이번 연구는 삼성전자 종합기술원(SAIT) 및 한국연구재단(NRF) 우수신진연구(2022R1C1C1010555), 지역혁신 선도연구센터(2020R1A5A8018367), BK21 FOUR 프로그램, 정보통신기획평가원(IITP) 인공지능반도체대학원의 지원을 받아 수행됐다.
2026.03.05 조회수 564 -
빛이 기울어도 색은 정확...차세대 이미지 센서 판 바꾼다
스마트폰은 더 얇아지는데, 사진은 더 선명해진다. 국내 연구진이 빛의 흐름을 정밀하게 제어하는 ‘메타물질’ 기술로, 어떤 각도에서도 색이 흐트러지지 않는 새로운 이미지 센서를 개발했다. 카메라의 물리적 한계를 넘어선 구조 혁신이다. 이 기술이 상용화되면 스마트폰은 더욱 얇아지면서도, 어두운 곳에서도 또렷하고 자연스러운 색의 사진을 구현할 수 있을 것으로 기대된다.
우리 대학 전기및전자공학부 장민석 교수 연구팀은 한양대학교(총장 이기정) 정해준 교수 연구팀과 함께, 빛의 입사각이 달라져도 안정적으로 색을 분리할 수 있는 이미지 센서용 메타물질 기술을 개발했다고 13일 밝혔다.
기존 스마트폰 카메라는 아주 작은 렌즈로 빛을 한곳에 모아 사진을 찍어왔다. 하지만 카메라 속 픽셀이 너무 작아지면서, 렌즈만으로는 빛을 충분히 모으기 어려워졌다. 이를 대신하기 위해 등장한 나노포토닉 컬러 라우터(Nanophotonic Color Router)는 렌즈로 빛을 모으는 대신, 눈에 보이지 않을 만큼 작은 구조를 이용해 들어온 빛을 색깔별로 정확히 나누는 기술이다. 이 구조는 빛이 지나가는 길을 설계해, 빛을 적색(R), 녹색(G), 청색(B)으로 정밀하게 나누는 메타물질 기반 기술이다.
이 기술은 삼성전자가 ‘나노 프리즘(Nano Prism)’이라는 이름으로 실제 이미지 센서에 적용하며, 상용화 가능성을 이미 보여준 바 있다. 이론적으로도 매우 미세한 나노 구조를 여러 층으로 쌓으면, 빛을 더 많이 모으고 색을 더 정확히 나눌 수 있다는 점이 알려져 있다.
하지만 기존 나노포토닉 컬러 라우터에는 한계가 있었다. 빛이 정면에서 들어올 때는 잘 작동했지만, 스마트폰 카메라처럼 빛이 비스듬히 들어오는 상황에서는 색이 섞이거나 성능이 크게 떨어졌다. 이러한 문제를 ‘사선 입사(oblique incidence) 문제’라고 하며, 실제 제품에 적용하기 위해 반드시 해결해야 할 과제로 꼽혀 왔다.
연구팀은 먼저 왜 이런 문제가 생기는지부터 살펴봤다. 그 결과, 기존 설계들이 빛이 수직으로 들어오는 조건에만 맞춰 지나치게 최적화돼 있어, 입사 각도가 조금만 달라져도 성능이 급격히 나빠진다는 점을 확인했다. 스마트폰 카메라는 다양한 각도의 빛을 받아들이기 때문에, 각도가 달라져도 성능이 유지되는 특성이 매우 중요하다.
이에 연구팀은 사람이 직접 구조를 설계하는 대신, 컴퓨터가 가장 좋은 구조를 스스로 찾도록 하는 ‘역설계(inverse design)’ 방식을 적용했다. 이를 통해 빛이 들어오는 각도가 달라져도 안정적으로 색을 나눌 수 있는 컬러 라우터 구조를 도출했다.
그 결과 기존 구조는 빛이 약 12도만 기울어져도 제 기능을 거의 하지 못했지만, 새롭게 설계된 구조는 ±12도 범위에서도 약 78%의 광효율을 유지하며 안정적인 색 분리 성능을 보였다. 즉, 실제 스마트폰 사용 환경에서도 충분히 활용할 수 있는 수준이다.
연구팀은 또 메타물질의 층 수나 설계 조건, 제작 과정에서 발생할 수 있는 오차까지 고려해 성능 변화를 분석하고, 입사각 변화에 얼마나 강건할 수 있는지 그 한계도 체계적으로 정리했다. 이번 연구는 현실적인 이미지 센서 환경을 반영한 컬러 라우터 설계 기준을 제시했다는 점에서 의미가 크다.
장민석 KAIST 교수는 “이번 연구는 컬러 라우터 기술의 상용화를 가로막아 온 입사각 문제를 처음으로 체계적으로 분석하고 해결 방향을 제시했다는 점에서 의미가 크다”며, “제안한 설계 방법은 컬러 라우터를 넘어 다양한 메타물질 기반 나노광학 소자 전반에 활용될 수 있을 것”이라고 말했다.
KAIST 전재현 학사과정생과 박찬형 박사과정생이 공동 제1저자로 참여한 이번 연구 성과는 국제 학술지‘어드밴스드 옵티컬 머티리얼스(Advanced Optical Materials)’에 1월 27일 자로 게재됐다.
※ 논문명: Inverse Design of Nanophotonic Color Router Robust to Oblique Incidence, DOI: https://doi.org/10.1002/adom.202501697 ※ 저자: 전재현(KAIST, 제1저자), 박찬형(KAIST, 제1저자), 허도영(KAIST), 정해준(한양대), 장민석(KAIST, 교신저자)
한편 본 연구는 산업 통상부 (한국산업기술기획평가원, (사)한국반도체연구조합)에서 지원하는 ‘차세대 센서향 메타 광학 구조 설계 기술’과제, 과학기술정보통신부 (한국연구재단)에서 지원하는 ‘빔 조향 제어 가능한 고색순도 메타 색변환층 기반 풀 컬러마이크로 LED 소자 및 패널 기술 개발’및 , ‘빛의 모든 속성으로 연산하는 실시간 제로-에너지 아르고스 눈 메타표면 네트워크 개발’ 과제, 문화체육관광부 (한국콘텐츠진흥원)에서 지원하는 ‘차세대 저작권 침해 방지 기술 및 안전한 콘텐츠 유통 기술 개발을 위한 국제공동연구’과제의 지원을 받아 수행되었다.
2026.02.19 조회수 712 -
엔비디아보다 2.1배 빠른 유튜브 추천...‘버벅임’없앴다
유튜브 영상 추천이나 금융 사기 탐지처럼 사람 사이의 복잡한 관계를 빠르게 분석하는 핵심 AI 기술로 ‘그래프 신경망(GNN, Graph Neural Network)’이 있다. 여기서 말하는 그래프는 우리가 떠올리는 그래프 그림이 아니라, 사람과 사람 사이의 연결 관계를 뜻한다. 우리 대학 연구진은 엔비디아보다 추천 속도는 2.1배 빠르고, 지연은 줄이며, 전력 소모까지 낮춘 AI 반도체 기술 ‘오토GNN(AutoGNN)’을 개발해 주목받고 있다.
우리 대학은 전기및전자공학부 정명수 교수 연구팀이 그래프 신경망 기반 인공지능의 추론 속도를 획기적으로 높일 수 있는 AI 반도체 기술 ‘오토GNN’을 세계 최초로 개발했다고 5일 밝혔다.
연구팀은 서비스 지연의 주된 원인이 인공지능 추론 이전 단계인 그래프 전처리(Graph Preprocessing) 과정에 있음을 밝혀냈다. 이 과정은 전체 계산 시간의 70~90%를 차지하지만, 기존 GPU는 복잡한 관계 구조를 정리하는 연산에 한계가 있어 병목 현상이 발생해 왔다.
이를 해결하기 위해 연구팀은 입력 데이터 구조에 따라 반도체 내부 회로를 실시간으로 바꾸는 적응형 AI 가속기 기술을 설계했다. 분석해야 할 데이터의 연결 방식에 맞춰 반도체가 스스로 가장 효율적인 구조로 바뀌는 방식이다.
연구팀은 필요한 데이터만 골라내는 UPE 모듈과 이를 빠르게 정리·집계하는 SCR 모듈을 반도체 안에 구현했다. 데이터의 양이나 형태가 바뀌면 이에 맞춰 최적의 모듈 구성이 자동으로 적용돼, 어떤 상황에서도 안정적인 성능을 유지할 수 있도록 했다.
성능 평가 결과, 오토GNN은 엔비디아의 고성능 GPU(RTX 3090) 대비 2.1배 빠른 처리 속도를 기록했으며, 일반 CPU 대비 9배 빠른 성능과 함께 에너지 소모를 3.3배 줄이는 효율성을 보였다.
이번 기술은 추천 시스템이나 금융 사기 탐지처럼 복잡한 관계 분석과 빠른 응답이 필요한 인공지능 서비스에 즉시 적용할 수 있다. 데이터 구조에 따라 스스로 최적화되는 AI 반도체 기술을 확보함으로써, 향후 대규모 데이터를 다루는 지능형 서비스의 속도와 에너지 효율을 동시에 높일 수 있는 기반이 마련됐다는 평가다.
정명수 교수는 “이번 연구는 불규칙한 데이터 구조를 효과적으로 처리할 수 있는 유연한 하드웨어 시스템을 구현했다는 점에서 의미가 크다”며 “추천 시스템은 물론 금융·보안 등 실시간 분석이 필요한 다양한 AI 분야에 활용될 것”이라고 말했다.
이번 연구는 2026년 1월 31일부터 호주 시드니에서 열리는 컴퓨터 아키텍처 분야 최우수 국제학술대회인 제32회 ‘IEEE International Symposium on High-Performance Computer Architecture (HPCA 2026)’에서 2월 4일 발표됐다.
※ 논문명: AutoGNN: End-to-End Hardware-Driven Graph Preprocessing for Enhanced GNN Performance, https://2026.hpca-conf.org/details/hpca-2026-main-conference/69/AutoGNN-End-to-End-Hardware-Driven-Graph-Preprocessing-for-Enhanced-GNN-Performance
이 연구는 삼성미래기술육성사업의 지원을 받았다.
2026.02.05 조회수 1820 -
헬맷은 가라...모자처럼 쓰는 탈모 예방 OLED 개발
탈모 치료의 한계를 넘어설 새로운 해법이 제시됐다. 무겁고 딱딱한 헬멧형 탈모 치료기는 이제 과거가 될 전망이다. 공동 연구진은 모자처럼 착용 가능한 OLED 기반 웨어러블 광치료 기기를 개발해, 탈모 진행의 핵심인 모낭 세포 노화를 약 92%까지 억제하는 효과를 입증했다.
우리 대학은 전기및전자공학부 최경철 교수 연구팀이 홍콩과학기술대 윤치 교수팀과 공동으로, 직물처럼 유연한 모자 형태의 웨어러블 플랫폼에 특수 OLED 광원을 적용한 비침습* 탈모 치료 기술을 개발했다고 1일 밝혔다.
*비침습 치료: 피부를 절개하거나 신체에 직접적인 손상을 주지 않는 치료 방식
그동안 탈모 개선을 위한 약물 치료는 효과가 있는 것으로 알려졌으나, 장기 사용에 따른 부작용 우려로 인해 상대적으로 안전한 광치료가 대안으로 주목받아 왔다. 그러나 기존 탈모 치료용 광기기는 딱딱하고 무거운 헬멧형 구조로 제작돼 사용 환경이 실내로 제한되고, LED나 레이저 기반의 점광원 방식을 사용해 두피 전체에 균일한 광조사를 구현하는 데 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해, 작은 점에서 빛을 내는 점광원 대신 넓은 면 전체에서 고르게 빛을 방출하는 면(面) 발광 OLED를 탈모 치료에 적용했다. 특히 천(직물)처럼 유연한 소재 기반의 근적외선(NIR) OLED를 모자 안쪽에 통합해, 광원이 두피 굴곡에 맞춰 자연스럽게 밀착되도록 설계함으로써 두피 전반에 균일한 광 자극을 전달할 수 있도록 했다.
또한 연구팀은 탈모 진행의 핵심 원인으로 꼽히는 모낭 세포 노화 억제에 주목했다. 이번 연구의 핵심 성과는 착용형 기기 구현을 넘어, 탈모 치료에 가장 효과적인 ‘빛의 파장’을 정밀하게 설계해 광치료 효과를 극대화한 데 있다.
연구팀은 빛의 색에 따라 세포 반응이 달라진다는 점에 착안해, 디스플레이용 OLED에 사용되던 파장 제어 기술을 치료 목적에 맞게 확장했다. 이를 통해 모낭세포 중에서도 모낭 맨 아래에 위치해 모발 성장을 조절하는 핵심 세포인 ‘모유두세포’ 활성에 최적인 730~740nm 대역의 근적외선만을 선택적으로 방출하는 맞춤형 OLED를 구현했다.
개발된 근적외선 OLED의 효과는 인간 모유두세포(human Dermal Papilla Cells, hDPCs)를 이용한 실험을 통해 검증됐다. 세포 노화 평가 결과, 근적외선 OLED 조사 조건에서 대조군 대비 약 92% 수준의 세포 노화 억제 효과가 확인됐으며, 이는 기존 적색광 조사 조건보다 우수한 결과다.
제 1저자인 조은해 박사는 “딱딱한 헬멧형 점광원 장치 대신, 천처럼 부드러운 직물 기반 OLED를 모자 형태로 구현해 일상에서도 사용할 수 있는 웨어러블 광치료 플랫폼을 제시했다”며 “빛의 파장을 정밀하게 설계해 모낭 세포 노화를 효과적으로 억제할 수 있음을 확인한 점이 핵심 성과”라고 말했다.
최경철 교수는 “OLED는 얇고 유연해 두피 곡면에 밀착할 수 있어 두피 전체에 균일한 빛 자극을 전달할 수 있다는 장점이 있다”며 “향후 전임상 연구를 통해 안전성과 효과를 검증하고, 실제 치료로 이어질 수 있는 가능성을 단계적으로 확인할 계획”이라고 밝혔다.
이번 연구는 KAIST 전기및전자공학부 조은해 박사가 제1저자로 참여해 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 1월 10일 자로 온라인 게재됐다.
※논문명: Wearable textile-based phototherapy platform with customized NIR OLEDs toward non-invasive hair loss treatment, DOI: https://doi.org/10.1038/s41467-025-68258-3, 공저자: Eun Hae Cho, Jingi An, Yun Chi, Kyung Cheol Choi
본 연구는 과학기술정보통신부의 지원을 받아 한국연구재단(NRF)을 통해 수행된 국가 R&D(사업미래개척 융합과학기술개발사업(브릿지융합연구) 생체조직 접합패치와 약물전달, 광치료 OLED 테라피를 융합한 상처치료용 피부 패치 개발), 산업통상자원부의 지원을 받아 수행된 기술혁신프로그램(스트레처블 디스플레이용 50% 이상 신장 가능한 기판 소재 개발), 그리고 과학기술정보통신부 BK21 FOUR 사업(Connected AI Education & Research Program for Industry and Society Innovation, KAIST 전기및전자공학부)의 지원을 받아 수행되었다. (2021M3C1C3097646, 20017569, 4120200113769)
2026.02.03 조회수 1772 -
마이크로LED 난제 해결..VR 기기서‘현실 같은 영상’구현
TV와 스마트워치, 그리고 최근 주목받는 VR·AR 기기까지. 화면을 구성하는 핵심 기술인 마이크로LED는 머리카락 굵기보다 작은 LED 하나하나가 스스로 빛을 내는 차세대 디스플레이다. 디스플레이 완성의 필수 조건인 빨강·초록·파랑(RGB) 가운데 가장 구현이 어려웠던 적색 마이크로LED 기술을 한국연구진이 고효율·초고해상도로 구현하며, 현실보다 더 선명한 화면 구현할 수 있는 신기술을 내놓았다.
우리 대학은 전기및전자공학부 김상현 교수 연구팀이 인하대학교(총장 조명우) 금대명 교수와 공동으로 연구하고 화합물 반도체 제조업체 큐에스아이(대표 이청대)와 마이크로디스플레이·반도체 SoC 설계 기업 라온택(대표 이승탁)과 협업으로, 초고해상도이면서도 전력 소모를 크게 줄인 적색 마이크로LED 디스플레이 기술을 개발했다고 28일 밝혔다.
연구팀은 이를 통해 최신 스마트폰 디스플레이 해상도의 약 3~4배, VR·AR 기기에서도 초고해상도 수준의 화면이 아닌 ‘현실에 가까운 영상’을 구현할 수 있는 1700 PPI*급 초고해상도 마이크로LED 디스플레이를 실제로 구현하는 데 성공했다.
*PPI: 픽셀은 화면을 구성하는 가장 작은 점으로, 이 픽셀이 얼마나 촘촘히 배치돼 있는지를 나타내는 지표가 PPI(Pixel Per Inch)임
마이크로LED는 픽셀 자체가 발광하는 디스플레이 기술로, OLED보다 밝기와 수명, 에너지 효율 면에서 뛰어나지만 두 가지 핵심 난제가 있었다. 첫째는 적색 LED의 효율 저하 문제다. 특히 ‘적색 픽셀’ 구현할때 픽셀이 작아질수록 에너지가 새어나가 효율이 급격히 떨어지기 때문이다. 둘째는 전사(Transfer) 공정의 한계였다. 수많은 미세 LED를 하나씩 옮겨 심어야 하는 기존 공정 방식은 초고해상도 구현이 어렵고 불량률도 높았다.
연구팀은 이러한 문제를 동시에 해결했다. 먼저 알루미늄 인듐 인화물/갈륨 인듐 인화물(AlInP/GaInP) ‘양자우물 구조’를 적용해, 픽셀이 작아져도 에너지 손실이 거의 없는 고효율 적색 마이크로LED를 구현했다. 쉽게 말해, 양자우물 구조는 전자가 밖으로 빠져나가지 않도록 ‘에너지 장벽’을 세워 빛을 내는 공간에 가둬두는 기술이다. 이로 인해 픽셀이 작아져도 에너지 손실이 줄고, 더 밝고 효율적인 적색 마이크로LED 구현이 가능해진다.
또한 LED를 하나씩 옮기는 대신, 회로 위에 LED 층을 통째로 쌓아 올리는 ‘모놀리식 3차원 집적 기술’을 적용했다. 이 방식은 정렬 오차를 줄이고 불량률을 낮춰, 초고해상도 디스플레이를 안정적으로 제작할 수 있다는 장점이 있다. 연구팀은 이 과정에서 회로 손상을 막는 저온 공정 기술도 함께 확보했다.
이번 성과는 구현이 가장 어렵다고 알려진 초고해상도 적색 마이크로LED를 실제 구동 가능한 디스플레이로 입증했다는 점에서 의미가 크다. 해당 기술은 화면의 입자감이 거의 느껴지지 않아야 하는 AR·VR 스마트 글래스를 비롯해, 차량용 헤드업 디스플레이(HUD), 초소형 웨어러블 기기 등 다양한 차세대 디스플레이 분야에 폭넓게 활용될 것으로 기대된다.
김상현 교수는 “이번 연구는 마이크로LED 분야에서 오랫동안 해결되지 않았던 적색 픽셀 효율과 구동 회로 집적 문제를 동시에 풀어낸 성과”라며, “상용화가 가능한 차세대 디스플레이 기술로 발전시켜 나가겠다”고 말했다.
본 연구는 KAIST 정보전자연구소 박주혁 박사가 제1저자로 연구를 주도했으며 연구 결과는 세계적 학술지 Nature Electronics에 1월 20일에 게재됐다.
※ 논문명: Monolithic 3D 1700PPI red micro-LED display on Si CMOS IC using AlInP/GaInP epi-layers with high internal quantum efficiency and low size dependency, DOI: 10.1038/s41928-025-01546-4, URL: https://www.nature.com/articles/s41928-025-01546-4
한편 이번 연구는 한국연구재단 기본연구(2019), 디스플레이전략연구실 사업(현재 수행 중), 삼성미래육성센터(2020~2023)의 지원을 받아 수행됐다.
2026.01.28 조회수 1120 -
화면 밝기 2배 향상된 OLED 기술 개발
유기발광다이오드(OLED)는 색 표현이 뛰어나며, 얇고 잘 휘어지는 평면 구조 덕분에 스마트폰과 TV에 널리 쓰이지만, 내부 빛 손실로 밝기를 높이는 데 한계가 있었다. 우리 대학 연구진이 OLED 디스플레이의 장점인 평면 구조를 유지하면서도 OLED 발광 효율을 2배 이상 높이는 기술을 개발했다.
우리 대학은 전기및전자공학부 유승협 교수 연구팀이 OLED 내부에서 발생하는 빛 손실을 크게 줄일 수 있는 새로운 ‘준평면 광추출 구조’*와 OLED 설계 방법을 개발했다고 11일 밝혔다.
*준평면 광추출 구조: OLED 표면을 거의 평평하게 유지하면서, 안에서 만들어진 빛을 밖으로 더 많이 꺼내 주는 얇은 구조
OLED는 여러 층의 매우 얇은 유기물 박막이 겹겹이 쌓여 만들어진다. 이 과정에서 빛이 층과 층 사이를 지나며 반사되거나 흡수돼, OLED 내부에서 생성된 빛의 80% 이상이 밖으로 나오지 못하고 열로 사라진다.
이를 해결하기 위해 OLED 위에 렌즈 구조를 붙여 빛을 밖으로 꺼내는 방식인 반구형 렌즈나 마이크로렌즈 어레이(MLA) 같은 광추출 구조가 사용돼 왔다. 그러나 반구형 렌즈 방식은 큰 렌즈가 돌출되어 평면형태를 유지하기 어렵고, 마이크로렌즈어레이의 경우는 충분한 광추출 효과를 보려면 픽셀 크기 보다 훨씬 커야 해서 주변 픽셀과의 간섭 없이 높은 효율 향상을 도출하는데 한계가 있었다.
연구팀은 OLED를 더 밝게 만들면서도 평면 구조를 유지하기 위해, 각 픽셀 크기 안에서 빛을 최대한 효율적으로 밖으로 내보내는 새로운 OLED 설계 방법을 제안했다.
기존 설계가 OLED가 끝없이 넓다고 가정한 것과 달리, 실제 디스플레이에서 사용되는 제한된 픽셀 크기를 고려한 것이 특징이다. 이를 통해 같은 크기의 픽셀에서도 더 많은 빛을 외부로 방출할 수 있었다.
또한 연구팀은 빛이 옆으로 퍼지지 않고 화면 정면으로 잘 나오도록 돕는 새로운 ‘준평면 광추출 구조’를 개발했다. 이 구조는 매우 얇아 기존 마이크로렌즈 어레이와 비슷한 두께를 가지면서도, 반구형 렌즈에 가까운 높은 광추출 효율을 구현할 수 있다. 덕분에 휘어지는 플렉서블 OLED에도 쉽게 적용할 수 있다.
이 새로운 OLED 설계와 준평면 광추출 구조를 함께 적용한 결과, 작은 픽셀에서도 빛을 내는 효율을 2배 이상 향상시키는 데 성공했다.
이번 기술은 OLED의 평평한 구조를 유지하면서도 같은 전력으로 더 밝은 화면을 구현할 수 있어, 스마트폰·태블릿 PC 등 모바일 기기의 배터리 사용 시간을 늘리고 발열을 줄이는 데 기여할 것으로 기대된다. 또한 디스플레이 수명 향상 효과도 함께 기대된다.
이번 연구의 제 1저자인 김민재 학생은 “수업 중 떠올린 작은 아이디어가 KAIST 학부생 연구 프로그램(URP)을 통해 실제 연구 성과로 이어졌다”고 설명했다.
유승협 교수는 “그간 수많은 광추출 구조가 제시되었지만, 많은 경우 면적이 넓은 조명용이 대부분이었고, 수 많은 작은 픽셀로 이루어진 디스플레이에는 적용하기 어렵거나 적용해도 그 효과가 크지 못한 경우가 많았다”며, “이번에 제시된 준평면 광추출 구조는 픽셀 내 광원 대비 크기에 제약을 두어 인접 픽셀 사이에서 빛이 서로 간섭하는 현상도 줄이면서 효율도 극대화할 수 있도록 구현되었다”고 강조하면서, “OLED 뿐 아니라 페로브스카이트·양자점 등 차세대 소재 기반의 디스플레이에도 적용할 수 있다”고 말했다.
신소재공학과 김민재 학사과정(현재 스탠포드대 재료공학과 박사과정)과 전기및전자공학부 김준호 박사(현재 독일 쾰른대 박사후연구원)가 공동 제1저자로 참여한 이번 연구는 국제 학술지 네이처 커뮤니케이션즈(Nature Communications) 온라인판에 2025년 12월 29일 공개됐다.
※논문명: Near-planar light outcoupling structures with finite lateral dimensions for ultra-efficient and optical crosstalk-free OLED displays, DOI: 10.1038/s41467-025-66538-6
이번 연구는 KAIST URP 프로그램, 한국연구재단 중견연구자 지원사업, 미래디스플레이 전략연구사업, 산업통상자원부 산업혁신인재성장지원사업, 전자부품산업기술개발사업의 지원을 받아 수행됐다.
2026.01.12 조회수 1236 -
전기및전자공학부 정명수교수, ‘대한민국 과학기술인상’ 1월 수상
우리 대학 전기·전자공학부 석좌교수이자 파네시아 대표인 정명수 교수가 대한민국 과학기술인상 1월 수상자로 선정됐다.
대한민국 과학기술인상은 과학기술정보통신부와 한국연구재단이 최근 3년간 독창적인 연구 성과를 창출해 과학기술 발전에 크게 기여한 연구자를 매월 1명 선정해 과기정통부 장관상과 상금 1천만 원을 수여하는 상으로, 올해부터 기존 ‘이달의 과학기술인상’에서 명칭이 격상됐다.
정명수 교수는 모듈형 인공지능(AI) 데이터센터 아키텍처 설계 기술을 통해 AI 인프라 비용을 절감하고 효율을 높인 공로를 인정받았다. 기존 데이터센터는 CPU, GPU, AI 가속기, 메모리 비율이 고정돼 있어 활용에 한계가 있었으나, 정 교수는 필요에 따라 서로 다른 장치를 자유롭게 조합할 수 있는 구조를 제시했다.
또한 차세대 연결 표준인 컴퓨트익스프레스링크(CXL)를 기반으로 장치들을 분리·관리하는 저전력·고효율 링크 기술을 개발하고, 가속기 중심의 링크 기술과 고대역폭 메모리(HBM) 반도체 기술을 모듈형 AI 데이터센터 구조에 통합하는 방향을 제시했다.
정명수 교수는 “각 장치의 개별 성능뿐 아니라 이를 효율적으로 연결·활용할 수 있는 링크 기술의 지속적인 연구를 통해 AI 인프라 분야 국가 경쟁력 확보에 기여하고 싶다”고 말했다.
2026.01.07 조회수 1043 -
보고 즉시 판단하는 ‘뇌 닮은’ 차세대 AI 반도체 제시
인공지능(AI) 고도화로 센서·연산·메모리를 하나로 통합하는 초저전력 반도체 기술의 중요성이 커지고 있다. 그러나 기존 구조는 데이터 이동에 따른 전력 손실과 지연, 메모리 신뢰성 한계를 안고 있다. 이러한 문제를 해결할 ‘센서–연산–저장’ 통합 AI 반도체 핵심 기술을 국내 연구진이 제시해 국제 학계의 주목을 받았다.
우리 대학은 전기및전자공학부 전상훈 교수 연구팀이 지난 12월 8일부터 10일까지 미국 샌프란시스코에서 열린 세계 최고 권위의 반도체 학회 ‘국제전자소자학회(IEEE IEDM 2025)’에서 총 6편의 논문을 발표했으며, 이 가운데 하이라이트 논문과 최우수 학생 논문(Top Ranked Student Paper)으로도 동시에 선정되었다고 31일 밝혔다.
※하이라이트 논문: Monolithically Integrated Photodiode–Spiking Circuit for Neuromorphic Vision with In-Sensor Feature Extraction, 논문 링크: https://iedm25.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=255
※최우수 학생 논문: A Highly Reliable Ferroelectric NAND Cell with Ultra-thin IGZO Charge Trap Layer; Trap Profile Engineering for Endurance and Retention Improvement, 논문링크: https://iedm25.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=124
하이라이트 논문으로 선정된 M3D 집적 신경모방 시각 센서 연구는 사람의 눈과 뇌를 하나의 칩 안에 쌓아 올린 반도체다. 쉽게 말해, 빛을 감지하는 센서와 뇌처럼 신호를 처리하는 회로를 아주 얇은 층으로 만들어 위아래로 겹쳐 한 칩에 넣었고, 이 덕분에 보고–판단하는 과정이 동시에 이뤄지는 구조를 구현했다.
이를 통해 연구팀은 카메라 센서 안에서 바로 ‘보고 동시에 판단하는’ AI 연산 기술이 동시에 이뤄지는 ‘세계 최초의 인-센서 스파이킹 컨볼루션(In-Sensor Spiking Convolution)’ 플랫폼을 완성했다.
이 기술은 기존에는 이미지를 찍고(센서), 숫자로 바꾼 뒤(ADC), 메모리에 저장하고(DRAM), 다시 연산하는(CNN) 여러 단계를 거쳐야 했지만, 이번 기술은 센서 안에서 바로 연산이 이뤄져 불필요한 데이터 이동을 없앴다. 그 결과 전력 소모는 크게 줄이고, 반응 속도는 획기적으로 높인 실시간·초저전력 엣지 AI 구현이 가능해졌다.
연구팀은 이번 학회에서 이러한 접근을 바탕으로 AI 반도체의 입력부터 저장까지 전 계층을 아우르는 6가지 핵심 기술을 제시했다. 기존 반도체 공정을 그대로 쓰면서도 전기를 훨씬 덜 쓰는 뇌처럼 작동하는 뉴로모픽 반도체와 AI에 최적화된 차세대 메모리를 동시에 만든 것이다.
먼저 센서 쪽에서는, 이미지를 찍는 부품과 계산하는 부품을 따로 두지 않고 센서 단계에서 바로 판단이 이뤄지도록 설계했다. 덕분에 사진을 찍어 다른 칩으로 보내 계산하던 기존 방식보다 전력 소모는 줄고 반응 속도는 빨라졌다.
또한 메모리 분야에서는, 같은 재료를 활용해 더 낮은 전압으로 동작하면서도 오래 쓰고, 전원이 꺼져도 데이터를 안정적으로 저장할 수 있는 차세대 낸드 플래시를 구현했다. 이를 통해 AI에 필요한 대용량·고신뢰성·저전력 메모리를 한꺼번에 만족하는 기반 기술을 제시했다.
연구를 이끈 전상훈 교수는 “이번 연구는 센서·연산·저장을 각각 따로 설계하던 기존 AI 반도체 구조에서 벗어나, 전 계층을 하나의 재료와 공정 체계로 통합할 수 있음을 실증했다는 점에서 큰 의의가 있다”며, “앞으로 초저전력 엣지 AI부터 대규모 AI 메모리까지 아우르는 차세대 AI 반도체 플랫폼으로 확장해 나갈 것”이라고 밝혔다.
한편, 이번 연구는 과학기술정보통신부, 한국연구재단 등 기초연구 사업과 극한스케일 극한물성 이종집적 한계극복 반도체기술 연구센터(CH³IPS)를 통해서 지원 받아 수행되었다. 삼성전자, 경북대, 한양대와 협업으로 수행되었다.
2025.12.31 조회수 1616 -
내 PC·모바일도 AI 인프라로...챗GPT 비용 낮춘다
대규모 언어모델(LLM) 기반 AI 서비스는 지금까지 대부분 고가의 데이터센터 GPU에 의존해 왔다. 이로 인해 서비스 운영 비용이 높고, AI 기술 활용의 진입장벽도 컸다. 우리 대학 연구진이 비싼 데이터센터 GPU를 덜 쓰고, 주변에 있는 저렴한 GPU를 활용해 AI 서비스를 더 싸게 제공할 수 있는 기술을 개발했다.
우리 대학은 전기및전자공학부 한동수 교수 연구팀이 데이터센터 밖에 널리 보급된 저렴한 소비자급 GPU를 활용해 LLM 인프라 비용을 크게 낮출 수 있는 새로운 기술 ‘스펙엣지(SpecEdge)’를 개발했다고 28일 밝혔다.
SpecEdge는 데이터센터 GPU와 개인 PC나 소형 서버 등에 탑재된 ‘엣지 GPU’가 역할을 나눠 LLM 추론 인프라를 함께 구성하는 방식이다. 이 기술을 적용한 결과, 기존 데이터센터 GPU만 사용하는 방식에 비해 토큰(AI가 문장을 만들어내는 최소 단위)당 비용을 약 67.6% 절감할 수 있었다.
연구팀은 이를 위해 ‘추측적 디코딩(Speculative Decoding)’이라는 방법을 활용했다. 엣지 GPU에 배치된 소형 언어모델이 확률이 높은 토큰 시퀀스(단어 또는 단어 일부가 순서대로 이어진 형태)를 빠르게 생성하면, 데이터센터의 대규모 언어모델이 이를 일괄 검증하는 방식이다. 이 과정에서 엣지 GPU는 서버의 응답을 기다리지 않고 계속 단어를 만들어, LLM 추론 속도와 인프라 효율을 동시에 높였다.
데이터센터 GPU에서만 추측적 디코딩을 수행하는 방식과 비교해 비용 효율성은 1.91배, 서버 처리량은 2.22배 향상됐다. 특히 일반적인 인터넷 속도에서도 문제없이 작동해, 별도의 특수한 네트워크 환경 없이도 실제 서비스에 바로 적용할 수 있는 기술임을 확인했다.
또한 서버는 여러 엣지 GPU의 검증 요청을 효율적으로 처리하도록 설계돼, GPU 유휴 시간 없이 더 많은 요청을 동시에 처리할 수 있다. 이를 통해 데이터센터 자원을 보다 효율적으로 활용할 수 있는 LLM 서빙 인프라 구조를 구현했다.
이번 연구는 데이터센터에 집중돼 있던 LLM 연산을 엣지로 분산시켜, AI 서비스의 기반이 되는 인프라 비용은 줄이고 접근성은 높일 수 있는 새로운 가능성을 제시했다. 향후 스마트폰, 개인용 컴퓨터, 신경망 처리장치(NPU) 등 다양한 엣지 기기로 확장될 경우, 고품질 AI 서비스가 보다 많은 사용자에게 제공될 수 있을 것으로 기대된다.
연구를 이끈 한동수 교수는 “데이터센터를 넘어 사용자의 주변에 있는 엣지 자원까지 LLM 인프라로 활용하는 것이 목표”라며 “이를 통해 AI 서비스 제공 비용을 낮추고, 누구나 고품질 AI를 활용할 수 있는 환경을 만들고자 한다”고 말했다.
이번 연구에는 KAIST 박진우 박사와 조승근 석사과정이 참여했으며, 연구 결과는 12월 2일부터 7일까지 미국 샌디에이고에서 열린 인공지능 분야 최고 권위 국제 학회인 신경정보처리시스템 학회(NeurIPS)에서 스포트라이트(Spotlight)로 (상위 3.2% 논문, 채택률 24.52%) 발표됐다.
※논문명: SpecEdge: Scalable Edge-Assisted Serving Framework for Interactive LLMs,
논문링크: https://neurips.cc/virtual/2025/loc/san-diego/poster/119940, https://arxiv.org/pdf/2505.17052
한편, 이 연구는 정보통신기획평가원 (IITP) ‘AI-Native 응용 서비스 지원 6G 시스템 기술개발’ 과제의 지원을 받아 수행됐다.
2025.12.29 조회수 1073 -
구글 Gemini 구조 악용한 ‘악성 전문가 AI’ 보안 위협 세계 최초 규명
구글 Gemini 등 대부분의 주요 상용 거대언어모델(LLM)은 효율성을 높이기 위해 여러 개의 ‘작은 AI 모델(전문가 AI)’를 상황에 따라 선택해 사용하는 전문가 혼합(Mixture-of-Experts, MoE) 구조를 활용하고 있다. 그러나 이 구조가 오히려 새로운 보안 위협이 될 수 있다는 사실이 KAIST 연구진에 의해 세계 최초로 밝혀졌다.
우리 대학 전기및전자공학부 신승원 교수와 전산학부 손수엘 교수 공동연구팀이 전문가 혼합 구조를 악용해 거대언어모델의 안전성을 심각하게 훼손할 수 있는 공격 기법을 세계 최초로 규명하고, 해당 연구로 정보보안 분야 최고 권위 국제 학회인 ACSAC 2025에서 최우수논문상(Distinguished Paper Award)을 수상했다고 26일 밝혔다.
ACSAC(Annual Computer Security Applications Conference)는 정보보안 분야에서 가장 영향력 있는 국제 학술대회 중 하나로, 올해 전체 논문 가운데 단 2편만이 최우수논문으로 선정됐다. 국내 연구진이 인공지능 보안 분야에서 이 같은 성과를 거둔 것은 매우 이례적이다.
연구팀은 이번 연구에서 전문가 혼합 구조의 근본적인 보안 취약성을 체계적으로 분석했다. 특히 공격자가 상용 거대언어모델의 내부 구조에 직접 접근하지 않더라도, 악의적으로 조작된 ‘전문가 모델’ 하나만 오픈소스로 유통될 경우, 이를 활용한 전체 거대언어모델이 위험한 응답을 생성하도록 유도될 수 있음을 입증했다.
쉽게 말해, 정상적인 AI 전문가들 사이에 단 하나의 ‘악성 전문가’만 섞여 있어도, 특정 상황에서 그 전문가가 반복적으로 선택되며 전체 AI의 안전성이 무너질 수 있다는 것이다. 이 과정에서도 모델의 성능 저하는 거의 나타나지 않아, 문제를 사전에 발견하기 어렵다는 점이 특히 위험한 요소로 지적됐다.
실험 결과, 연구팀이 제안한 공격 기법은 유해 응답 발생률을 기존 0%에서 최대 80%까지 증가시킬 수 있었으며, 다수의 전문가 중 단 하나만 감염돼도 전체 모델의 안전성이 크게 저하됨을 확인했다.
이번 연구는 전 세계적으로 확산되고 있는 오픈소스 기반 거대언어모델 개발 환경에서 발생할 수 있는 새로운 보안 위협을 최초로 제시했다는 점에서 큰 의미를 갖는다. 동시에, 앞으로 AI 모델 개발 과정에서 성능뿐 아니라 ‘전문가 모델의 출처와 안전성 검증’이 필수적임을 시사한다.
신승원·손수엘 교수는 “효율성을 위해 빠르게 확산 중인 전문가 혼합 구조가 새로운 보안 위협이 될 수 있음을 이번 연구를 통해 실증적으로 확인했다”며, “이번 수상은 인공지능 보안의 중요성을 국제적으로 인정받은 의미 있는 성과”라고 말했다.
이번 연구에는 전기및전자공학부 김재한·송민규 박사과정, 나승호 박사 (현 삼성전자), 전기및전자공학부 신승원 교수, 전산학부 손수엘 교수가 참여했으며, 연구 결과는 2025년 12월 12일 미국 하와이에서 열린 ACSAC에서 발표됐다.
※ 논문명: MoEvil: Poisoning Experts to Compromise the Safety of Mixture-of-Experts LLMs, 논문 파일: https://jaehanwork.github.io/files/moevil.pdf, GitHub(기술 오픈소스): https://github.com/jaehanwork/MoEvil
한편 이 연구는 과학기술정보통신부의 한국인터넷진흥원(KISA) 및 정보통신기획평가원(IITP)의 지원을 받았다.
2025.12.26 조회수 2165 -
KAIST IDEC, 전국 단위 시스템반도체 설계 챌린지대회 첫 개최
우리 대학 반도체설계교육센터(IDEC, 소장 박인철)가 주최한 ‘제1회 시스템반도체 설계 챌린지 대회’가 지난 23일 KAIST 학술문화관 정근모 홀에서 성황리에 개최됐다.
이번 대회는 IDEC이 전국 단위로 처음 개최한 반도체 설계 경진대회로, 전국 6개 지역 캠퍼스(경북대, 광운대, 부산대, 전남대, 충북대, 한양대)에서 진행된 예선을 통과한 17개 팀이 본선에 진출해 실력을 겨뤘다.
IDEC은 그동안 지역 캠퍼스를 중심으로 시스템반도체 및 SoC(System on Chip) 설계 전문 인력 양성과 지역 교육 인프라 구축에 핵심적인 역할을 수행해 왔다.
이번 대회는 6개 지역 캠퍼스에서 개별적으로 운영되던 경진대회를 하나의 전국 대회로 통합 개최했다는 점에서 의미가 크다. 특히 지역 교육 활성화는 물론, 전국 단위의 잠재 인재 발굴을 위한 국가적 플랫폼으로서 IDEC의 역할을 강화하는 계기가 됐다.
올해 9월부터 11월까지 약 3개월간 진행된 예선 경진대회에는 전국 6개 지역 캠퍼스에서 총 84개 팀, 학부생 208명이 참가했으며, 캠퍼스별 상위 팀이 선발돼 총 17개 팀이 본선 무대에 올랐다.
이번 대회의 운영위원장은 고려대학교 전상근 교수가 맡았으며, KAIST를 포함한 전국 대학의 교수 10여 명이 평가위원으로 참여해 심사의 공정성과 전문성을 높였다.
박인철 KAIST IDEC 소장은 “이번 대회는 그동안 지역에 국한돼 있던 반도체 설계 경진대회를 전국 단위로 통합·확산했다는 점에서 큰 의미가 있다”며, “IDEC은 앞으로도 지역 거점 캠퍼스를 중심으로 한 교육 플랫폼 역할을 강화해, 반도체 산업을 이끌 잠재적 인재를 조기에 발굴하고 체계적으로 육성해 나가겠다”고 말했다.
본선에서 가장 우수한 성과를 거둔 대상 ‘Avant(아방)’팀과 금상 ‘부산의 인재’팀, 2개 팀에게는 산업통상부 장관상이 수여됐으며, 박인철 KAIST IDEC 소장이 직접 시상해 수상팀의 노력을 격려했다.
대상을 차지한 한양대 ERICA 이건호 학생은 “회로를 공부하며 진로에 대한 고민이 많았는데, 이번 수상을 통해 그간의 노력이 헛되지 않았다는 확신을 얻었다”며 “팀명인 ‘Avant(아방)’의 의미처럼 앞으로는 스스로를 믿고 학업에 더욱 정진해 나가겠다”고 소감을 전했다.
KAIST 반도체설계교육센터(IDEC)는 1995년 설립 이후 국내 반도체 설계 인력 양성의 핵심 기관으로서 역할을 수행해 왔다.
한편 IDEC은 내년에도 제2회 시스템반도체 설계 챌린지 대회를 더욱 발전된 형태로 개최할 예정이며, 지역 거점 교육 플랫폼으로서의 역할을 지속 강화해 대한민국 반도체 산업의 미래를 이끌 우수 인재 발굴과 육성에 기여할 계획이다.
2025.12.24 조회수 1087 -
AI에 가정교사 생겼다...사람의 선호를 더 정확히 배운다
아무리 많은 데이터를 학습해도, 인공지능(AI)은 왜 사람의 의도를 자주 빗나갈까? 사람의 선호를 이해시키기 위한 비교 학습은 오히려 AI를 혼란스럽게 만드는 경우도 적지 않았다. KAIST 연구진은 AI에게 ‘가정교사’를 붙이는 방식으로, 적은 데이터에서도 사람의 선호를 정확히 배우는 새로운 학습 해법을 제시했다.
우리 대학 전기및전자공학부 김준모 교수 연구팀이 인간의 선호를 효과적으로 반영하면서도 데이터 효율성과 학습 안정성을 크게 향상시킨 강화학습 프레임워크 ‘TVKD(Teacher Value-based Knowledge Distillation)’를 개발했다고 17일 밝혔다.
기존 인공지능 학습 방식은 “A가 B보다 낫다”는 식의 단순 비교(preference comparison) 데이터를 대량으로 수집해 학습하는 구조였다. 이 방식은 많은 데이터가 필요하고, 판단이 애매한 상황에서는 AI가 혼란에 빠지기 쉽다는 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해, 사람의 선호를 먼저 깊이 이해한 ‘교사(Teacher) 모델’이 그 핵심 정보만을 ‘학생(Student) 모델’에게 전달하는 방식을 제안했다.
이는 복잡한 내용을 정리해 가르치는 가정교사에 비유할 수 있으며, 연구팀은 이를 ‘선호 증류(Preference Distillation)’라고 명명했다.
이번 기술의 가장 큰 특징은 단순히 ‘좋다·나쁘다’를 흉내 내는 것이 아니라, 각 상황이 얼마나 가치 있는지를 수치적으로 판단하는 ‘가치 함수(Value Function)’를 교사 모델이 학습한 뒤 이를 학생 모델에 전달하도록 설계했다는 점이다.
이를 통해 AI는 애매한 상황에서도 단편적인 비교가 아닌, ‘이 선택이 왜 더 나은지’를 종합적으로 판단하며 학습할 수 있다.
이번 기술의 핵심은 크게 두 가지다. 첫째, 문맥 전체를 고려한 가치 판단을 학생 모델에 반영함으로써, 단편적인 답변이 아닌 전체 흐름을 이해하는 학습이 가능해졌다. 둘째, 선호 데이터의 신뢰도에 따라 학습 중요도를 조절하는 기법을 도입했다.
명확한 데이터는 학습에 크게 반영하고, 모호하거나 잡음이 섞인 데이터는 영향력을 줄여 현실적인 환경에서도 AI가 안정적으로 학습할 수 있도록 했다.
연구팀이 이 기술을 여러 AI 모델에 적용해 실험한 결과, 기존에 가장 성능이 좋다고 알려진 방법들보다 더 정확하고 안정적인 성능을 보였다. 특히 엠티-벤치(MT-Bench), 알파카-이밸(AlpacaEval) 등 주요 평가 지표에서 기존 최고 기술을 안정적으로 앞서는 성과를 기록했다.
김준모 교수는 “현실에서는 사람의 선호 데이터가 항상 충분하거나 완벽하지 않다”며 “이번 기술은 그런 제약 속에서도 AI가 일관되게 학습할 수 있게 해, 다양한 분야에서 실용성이 매우 높을 것”이라고 말했다.
우리 대학 전기및전자공학부 권민찬 박사과정이 제1 저자로 참여했으며, 연구 성과는 국제 인공지능 분야 최고 권위 학회인 ‘신경정보처리시스템학회(NeurIPS) 2025’에 채택됐다. 해당 연구는 2025년 12월 3일(미국 태평양시간) 포스터 세션에서 발표됐다.
※ 논문명: Preference Distillation via Value based Reinforcement Learning), DOI: https://doi.org/10.48550/arXiv.2509.16965
한편 이번 연구는 2024년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구 성과물(No.RS-2024-00439020, 지속가능한 실시간 멀티모달 인터렉티브 생성 AI 개발, SW스타랩)을 지원을 받아 수행했다.
2025.12.17 조회수 1035