-
전산학부 4학년 배재성 학생, 휴학 중 학부 발전기금 1천만 원 기탁
우리 대학 전산학부 4학년 재학 중 휴학한 배재성 학생이 학부 발전기금 1천만 원을 지난달 21일에 기부했다.
배재성 학생은 2016년 우리 대학에 입학해 2017년 전산학부로 진입했다. 진입한 해에 학부 부과대표를 맡아 활동했으며, 현재 산업기능요원으로 복무하며 게임 클라이언트를 개발하고 있다.
어려서부터 사회로부터 받은 것은 다시 사회로 환원해야 한다는 부모님의 가르침을 받고 자라 항상 사회에 환원한다는 마음을 갖고 있었다는 배재성 학생은 “로티플을 창업하고 학교에 기부하신 장성훈 선배님, 이참솔 선배님 등을 보며 저도 언젠가는 의미 있게 사용될 수 있는 기부금을 전산학부에 기부하고 싶다는 꿈을 갖게 되었다”라고 기부 배경을 밝혔다.
과학고나 영재고가 아닌 일반고를 졸업한 배재성 학생은 “입학 초기에는 학교 수업을 따라가는 것이 다소 힘들었다”라고 말하며, “전산 과목을 처음 접하는 학생들이 장학금 지급 기준에 미달하는 성적을 받는 경우도 종종 보았다”라고 전했다.
장학금을 받지 못한 학생들은 등록금 마련을 위해 학습 시간을 줄여가며 아르바이트를 하고 이로 인해 다시 낮은 성적을 받는 모습을 지켜봤던 배재성 학생은 이번 기부금의 사용처를 학부생들의 등록금으로 지정해 전달했다. 전산학부 수업에 적응하지 못한 학생들도 등록금 걱정 없이 학업에 정진할 수 있도록 학부 후배들의 장학금으로 사용해달라는 것이다. 성적장학금을 받지 못한 학생에게 재학 중 한 번 지원하는 조건이다. “학생들이 학업에 더욱 정진하여 더 훌륭한 인재가 될 수 있는 밑거름이 되었으면 좋겠다”라는 배재성 학생은 올해를 시작으로 매년 1천만 원씩 기부해 더 많은 학생을 돕고, 10년간 1억 원을 기부하는 것이 목표라고 덧붙였다.
2022.01.13
조회수 7635
-
스스로 그림 그리는 인공지능 반도체 칩 개발
전기및전자공학부 유회준 교수 연구팀이 생성적 적대 신경망(GAN: Generative Adversarial Network)을 저전력, 효율적으로 처리하는 인공지능(AI: Artificial Intelligent) 반도체를 개발했다.
연구팀이 개발한 인공지능 반도체는 다중-심층 신경망을 처리할 수 있고 이를 저전력의 모바일 기기에서도 학습할 수 있다. 연구팀은 이번 반도체 칩 개발을 통해 이미지 합성, 스타일 변환, 손상 이미지 복원 등의 생성형 인공지능 기술을 모바일 기기에서 구현하는 데 성공했다.
강상훈 박사과정이 1 저자로 참여한 이번 연구결과는 지난 2월 17일 3천여 명 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다. (논문명 : GANPU: A 135TFLOPS/W Multi-DNN Training Processor for GANs with Speculative Dual-Sparsity Exploitation)
기존에 많이 연구된 인공지능 기술인 분류형 모델(Discriminative Model)은 주어진 질문에 답을 하도록 학습된 인공지능 모델로 물체 인식 및 추적, 음성인식, 얼굴인식 등에 활용된다.
이와 달리 생성적 적대 신경망(GAN)은 새로운 이미지를 생성·재생성할 수 있어 이미지 스타일 변환, 영상 합성, 손상된 이미지 복원 등 광범위한 분야에 활용된다. 또한, 모바일 기기의 다양한 응용 프로그램(영상·이미지 내 사용자의 얼굴 합성)에도 사용돼 학계뿐만 아니라 산업계에서도 주목을 받고 있다.
그러나 생성적 적대 신경망은 기존의 딥러닝 네트워크와는 달리 여러 개의 심층 신경망으로 이루어진 구조로, 개별 심층 신경망마다 다른 요구 조건으로 최적화된 가속을 하는 것이 어렵다.
또한, 고해상도 이미지를 생성하기 위해 기존 심층 신경망 모델보다 수십 배 많은 연산량을 요구한다. 즉, 적대적 생성 신경망은 연산 능력이 제한적이고 사용되는 메모리가 작은 모바일 장치(스마트폰, 태블릿 등)에서는 소프트웨어만으로 구현할 수 없었다.
최근 모바일 기기에서 인공지능을 구현하기 위해 다양한 가속기 개발이 이뤄지고 있지만, 기존 연구들은 추론 단계만 지원하거나 단일-심층 신경망 학습에 한정돼 있다.
연구팀은 단일-심층 신경망뿐만 아니라 생성적 적대 신경망과 같은 다중-심층 신경망을 처리할 수 있으면서 모바일에서 학습도 가능한 인공지능 반도체 GANPU(Generative Adversarial Networks Processing Unit)를 개발해 모바일 장치의 인공지능 활용범위를 넓혔다.
연구팀이 개발한 인공지능 반도체는 서버로 데이터를 보내지 않고 모바일 장치 내에서 생성적 적대 신경망(GAN)을 스스로 학습할 수 있어 사생활을 보호를 가능케 하는 프로세서라는 점에서 그 활용도가 기대된다.
모바일 기기에서 저전력으로 다중-심층 신경망을 가속하기 위해서 다양한 핵심 기술이 필요하다. 연구팀이 개발한 GANPU에 사용된 핵심 기술 중 대표적인 기술 3가지는 ▲적응형 워크로드 할당(ASTM, 처리해야 할 워크로드*를 파악해 칩 상의 다중-심층 신경망의 연산 및 메모리 특성에 맞춰 시간·공간으로 나누어 할당함으로써 효율적으로 가속하는 방법) ▲입출력 희소성 활용 극대화(IOAS, 인공신경망 입력 데이터에서 나타나는 0뿐만 아니라 출력의 0도 예측해 연산에서 제외함으로써 추론 및 학습 과정에서의 속도와 에너지효율 극대화) ▲지수부만을 사용한 0 패턴 추측(EORS, 인공신경망 출력의 0을 예측하기 위한 알고리즘으로 인공신경망 입력과 연결 강도(weight)의 부동소수점 데이터 중 지수 부분만을 사용해 연산을 간단히 수행하는 방법)이다.
위의 기술을 사용함으로써 연구팀의 GANPU는 기존 최고 성능을 보이던 심층 신경망 학습 반도체 대비 4.8배 증가한 에너지효율을 달성했다.
연구팀은 GANPU의 활용 예시로 태블릿 카메라로 찍은 사진을 사용자가 직접 수정할 수 있는 응용 기술을 시연했다. 사진상의 얼굴에서 머리·안경·눈썹 등 17가지 특징에 대해 추가·삭제 및 수정사항을 입력하면 GANPU가 실시간으로 이를 자동으로 완성해 보여 주는 얼굴 수정 시스템을 개발했다.
2020.04.06
조회수 17424
-
재촬영 없이 MRI 강조영상 얻는 AI 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀 자기공명영상(magnetic resonance imaging: MRI)에서 재촬영 없이도 누락된 강조영상을 얻을 수 있는 인공지능 기술을 개발했다.
이 연구를 통해 각 질환별로 강조영상이 암의 진단에 미치는 영향을 객관적으로 밝힐 수 있으며, 실제 임상에서 고비용의 MRI를 효과적이고 체계적으로 활용할 수 있는 방안을 설계할 수 있을 것으로 기대된다.
이동욱 박사가 1 저자로 참여하고 건국대 의과대학 영상의학과 문원진 교수팀이 참여한 이번 연구 결과는 국제 학술지 ‘네이처 머신인테리젼스(Nature Machine Intelligence)’ 1월 18일 자 온라인판에 게재됐다. (논문명 : Assessing the importance of magnetic resonance contrasts using collaborative generative adversarial networks).
MRI는 엑스선 컴퓨터 단층촬영, 초음파와 더불어 임상 진단에서 중요한 역할을 하는 진단 장비이다. 특히 비침습적 방법으로 고해상도의 영상을 얻기 때문에 종양이나 병변을 관찰하며 진단하는데 매우 중요한 임상 정보를 제공한다. 이는 영상의 대조도 (contrast)를 다양하게 조절할 수 있는 MRI의 특징 덕분이다.
예를 들어 뇌종양을 진단하는 데 활용되는 T1·T2 강조영상, FLAIR 기법 영상, T1 조영증강 영상 등 여러 가지 대조 영상을 얻어 진단에 사용함으로써 종양을 찾을 수 있다.
하지만 실제 임상 환경에서는 강조영상을 모두 얻기 어려운 경우가 많다. 여러 장의 강조영상 촬영을 위해 촬영시간이 길어지기도 하고, 잡음이나 인공음영 발생으로 인해 진단에 사용하기 어려운 경우가 많기 때문이다.
또한, 뇌질환진단을 위한 MRI 검사는 의심 질환이 무엇인지에 따라 필수 강조영상이 달라지며, 이후 특정 질환으로 진단명이 좁혀지면서 부득이하게 누락된 강조영상을 확보하기 위한 재촬영이 필요한 경우가 많다. 이러한 상황에 의해 많은 시간과 비용이 소모된다.
최근 인공지능 분야에서 생성적 적대 신경망(Generative adversarial networks, GAN)이라는 딥러닝을 이용해 영상을 합성하는 기술이 많이 보고되고 있지만, 이 기술을 MRI 강조영상 합성에 사용하면 준비하고 미리 학습해야 하는 네트워크가 너무 많아지게 된다.
또한, 이러한 기법은 하나의 영상에서 다른 영상으로의 관계를 학습하기 때문에 몇 개의 강조영상의 존재하더라도 이 정보 간의 시너지를 활용하는 영상 학습기법이 없는 현실이다.
예 교수 연구팀은 자체 개발한 ‘협조·생성적 적대신경망(Collaborative Generative Adversarial Network : CollaGAN)’이라는 기술을 이용해 여러 MRI 강조영상의 공통 특징 공간을 학습함으로써 확장성의 문제를 해결했다.
이를 통해 어떤 대조 영상의 생성이 가능한지와 불가능한지에 대한 질문과, 그에 대한 체계적인 대답 기법을 제안했다.
즉, 여러 개의 강조영상 중에서 임의의 순서 및 개수로 영상이 없어져도 남아있는 영상을 통해 사라진 영상을 복원하는 기법을 학습한 후 합성된 영상의 임상적 정확도를 평가해, 강조 영상 간 중요도를 자동으로 평가할 수 있는 원천 기술을 개발했다.
예 교수 연구팀은 건국대 문원진 교수 연구팀과의 협력을 통해 T1강조·T2강조 영상과 같이 내인성 강조영상은 다른 영상으로부터 정확한 합성이 가능하며, 합성된 강조영상이 실제 영상과 매우 유사하게 임상 정보를 표현하고 있다는 것을 확인했다.
연구팀은 확보한 합성 영상이 뇌종양 분할기법을 통해 뇌종양 범위를 파악하는데 유용한 정보를 제공한다는 것을 확인했다. 또한, 현재 많이 사용되는 합성 MRI 기법(synthetic MRI)에서 생기는 인공음영 영상도 자동 제거가 가능함이 증명됐다. 이 기술을 이용하면 추가적인 재촬영을 하지 않고도 필요한 대조 영상을 생성해 시간과 비용을 비약적으로 줄일 수 있을 것으로 기대된다.
건국대 영상의학과 문원진 교수는 “연구에서 개발한 방법을 이용해 인공지능을 통한 합성 영상을 임상현장에서 이용하면 재촬영으로 인한 환자의 불편을 최소화하고 진단정확도를 높여 전체의료비용 절감 효과를 가져올 것이다”라고 말했다.
예종철 교수는 “인공지능이 진단과 영상처리에 사용되는 현재의 응용 범위를 넘어서, 진단의 중요도를 선택하고 진단 규약을 계획하는 데 중요한 역할을 할 수 있는 것을 보여준 독창적인 연구이다”라고 말했다.
이 연구는 한국연구재단의 중견연구자지원사업을 받아 수행됐다.
□ 그림 설명
그림1. CollaGAN의 작동 원리의 예
2020.01.30
조회수 13531
-
홍영은 여사(故 신중훈 교수 부인) 발전기금 1억원 약정 기부
한국 나노과학기술 분야의 촉망받는 리더이자 기둥으로 손꼽혔으나 작년 9월 불의의 교통사고로 49세의 젊은 나이에 영면한 故 신중훈 나노과학기술대학원 교수를 기리기 위한‘신중훈 장학기금’이조성된다.
학교(총장: 신성철)는 故 신중훈 나노과학기술대학원 교수 부인인 홍영은 여사가 나노과학기술 분야 인재양성에 써달라며 1억원의 발전기금을 기부하기로 약정했다고 9일 밝혔다. 홍영은 여사의 발전기금 약정식은 7일 오전 대전 본교 행정본관(E-14) 4층 제2회의실에서 신성철 총장을 비롯해 나노과학기술대학원 및 물리학과 교수들이 참석한 가운데 열렸다.
학교는 기부자의 뜻에 따라 이 발전기금으로 ‘신중훈 장학기금’을 조성, 나노과학기술대학원과 물리학과 학생 중 성적우수 학생을 선발해서 내년부터 장학금을 지급할 예정이다.
이날 약정식에서 故 신 교수의 부인인 홍영은 여사는 “대한민국 나노과학기술 분야의 대표적인 과학자이자 세계적인 연구자였던 남편이 이루지 못한 꿈을 후배들이 이룰 수 있도록 조금이나마 보탬이 되고자 ‘신중훈 장학기금’을 조성하게 됐다”며 “공부에 열정을 가지고 꿈을 키우는 행복한 학생들이 연구자로서 치열하게 살아왔던 신중훈 교수를 기억해줬으면 좋겠다”고 말했다.
이어 홍 여사는 “고인의 뜻을 잘 받들어 계속해서 훌륭한 과학자가 나올 수 있도록 KAIST 뿐만 아니라 고인의 모교인 하버드대학과 캘리포니아공대 등에도‘신중훈 장학기금’모금 활동의 취지를 알리고 올해 7월부터 모금 활동을 펼쳐나갈 계획”이라며 “신중훈 교수를 기억하고 있는 많은 분들의 적극적인 관심과 참여를 부탁드린다”고 당부했다.
신성철 총장은 “평생 연구와 교육에 헌신하다 살다 가신 故 신중훈 교수와 우리대학에 변치 않는 사랑과 관심을 가져주시는 홍 여사님 등 유가족 분들께 진심으로 감사드린다”며“우리 KAIST에 기부해주시는 모든 분들의 기대를 학교발전의 동력으로 삼아 글로벌 가치를 창출하여 세계를 선도하는 초일류 대학으로 도약할 수 있도록 구성원 모두가 최선을 다하겠으며 또 반드시 그렇게 만들어 갈 것”이라고 강조했다.
작년 9월 강원도 강릉에서 열린 과제 워크숍에 참석했다가 불의의 교통사고로 세상을 떠난 故 신중훈 교수는 1989년 하버드대에서 학사를 3년 만에, 1994년 캘리포니아공대 (칼텍, CALTECH)에서 석․박사 통합학위를 4년 만에 받았으며 1996년 9월 우리 대학 물리학과 교수로 임용됐다. 우리 대학 교수임용 당시 그의 나이는 불과 27세5개월로 국내대학에서 가장 젊은 교수로 당시 큰 화제를 모았다.
故人은 실리콘 포토닉스, 실리콘 나노결정 구조 등 반도체 나노광학 분야에서도 탁월한 연구업적을 남겼는데 그 공로를 인정받아 2004년 한국과학기술한림원이 주는‘올해의 젊은 과학자상’에 이어 2005년 ‘한국공학상 젊은 과학자상’을 수상했다.
이후 반도체 기술의 한계를 극복하기 위한 연구를 통해 ‘펠로우십 어워드(2005)’를 비롯해 대통령 표창(2006년), KAIST 공적상(2009), KAIST 연구상(2011년) 등 다수의 상을 받았다.
특히 신 교수가 주도한 연구팀은 여러 각도에서 똑같은 빛깔을 내는 ‘몰포나비’ 날개의 독특한 구조를 재현해 별도의 전력 없이 외부의 빛을 광원으로 사용해 전력소모가 매우 낮으면서도 선명한 디스플레이를 만들 수 있는 ‘생체 모방 반사형 디스플레이’ 원천기술을 개발했는데 관련 논문은 2012년 국제학술지 네이처에 소개돼 국내외 학계로부터 큰 주목을 받았다.
2017.04.10
조회수 17634
-
QS 세계대학평가 60위…역대 최고성적
KAIST가 ‘ QS 세계대학평가’에서 역대 최고 성적을 기록했다.
영국의 대학평가기관인 QS(Quacquarelli Symonds)가 10일 자사 홈페이지에 발표한‘2013 세계대학평가’에서 KAIST가 60위를 기록했다.
KAIST는 지난 2006년 198위를 시작으로 꾸준히 상승해 지난해 63위를 기록했다. 1위는 미국 MIT가 차지했으며 2위 하버드대(미), 3위 캐임브리지대(영), 4위 유니버시티 칼리지 런던(UCL‧영), 5위 임페리얼 칼리지(영) 등이 그 뒤를 이었다.
국내대학 중에선 서울대가 35위로 가장 높은 순위를 기록했으며, KAIST 60위, 포스텍 107위, 연세대 114위, 고려대 145위, 성균관대 162위 등 6개 대학이 200위권 내에 이름을 올렸다.
QS 세계대학평가는 ▲학계평가(40%) ▲교수 1인당 논문 피인용수(20%) ▲교수 1인당 학생 수(20%) ▲졸업생 평판도(10%) ▲외국인 학생비율(5%)▲외국인 교수비율(5%) 등 6개 지표로 평가됐다.
평가지표 중‘졸업생 평판도’와 ‘교수 1인당 논문 피인용수’가 각각 전년대비 10점 이상 상승해 순위를 이끌었다.
강성모 총장은 “교수와 학생 등 구성원 모두의 도전과 열정 덕분에 KAIST가 좋은 결과를 냈다”며“향후에도 구성원들이 교육과 연구에 더욱 매진 할 수 있도록 지원을 강화 하겠다”라고 말했다.
한편, KAIST는‘2013 QS․조선일보 아시아 대학 평가’에서 종합 6위, 중앙일보 대학평가에서 2008년부터 2012년까지 5년 연속으로 1위를 차지했다.끝.
2013.09.10
조회수 10705
-
KAIST, BK21 최상위 평가받아
우리학교 BK21 6개 사업단(팀)이 매년 실시하는 연차평가에서 최상위 성적을 받았다.
또 13개 참여 사업단(팀)의 46%가 최상위 성적을 기록하는 등 내실적인 면에서도 최고 수준으로 평가받았다.
우리대학은 2단계 두뇌한국(BK) 21 사업에서 과학기술분야 8개 사업단, 인문사회분야 1개 사업단, 소규모 핵심분야 4개 사업팀, 총 13개 사업단(팀)으로 사업을 수행하고 있다. 그 중 과학기술분야 3개 사업단, 인문사회분야 1개 사업단, 핵심분야 2개 사업팀이 이번에 최우수 성적을 거두었다.
또한 화학공학사업단(화학공학), 선도물리교육사업단(물리학), BK21 생물사업단(생물)이 각 분야에서 2위를 기록하였다.
한편, 2단계 두뇌한국(BK) 21사업은 2006년부터 2012년까지 7년간 석·박사 대학원생 및 신진연구인력(post-doc 등)을 지원하여 세계수준의 연구중심대학 및 지역 우수대학원 육성을 통한 고급 연구개발 선도인력 양성을 주요 목표로 하는 사업이다.
※최우수 평가분야
▪ IT분야: 전자통신기술사업단(전기및전자공학과)
▪ 기계분야: 카이스트 가치제조 기계사업단(기계항공시스템학부)
▪ 수학분야: 수학인재양성사업단(수리과학과)
▪ 디자인분야: 인간중심 기술혁신 디자인 교육연구단(산업디자인학과)
▪ 생명/컴퓨터공학분야: 바이오의료 정보기술 사업팀(바이오및뇌공학과)
▪ 산업공학분야: U-city실현을 위한 Service Engineering에 대한 연구사업팀
(산업및시스템공학과)
2010.09.08
조회수 15930
-
졸업식 성적 우수 대통령상에 조길영씨
- 2009년도 학위수여식에서, 이명박 대통령 직접수여
지난 27일 열린 2009년도 학위수여식에서 학사과정 수석(4.3만점에 4.27) 졸업생인 물리학과 조길영(曺吉榮, 22, 한성과학고 졸)씨가 성적우수 대통령상을 수상했다. 이명박 대통령은 이날 식장에 직접 참석, 대통령상을 수여하고 졸업식 축사를 했다. 조길영씨는 KAIST 물리학과 석박사 통합과정에 진학했다.
2009.03.04
조회수 16727