-
대형언어모델로 42% 향상된 추천 기술 연구 개발
최근 소셜 미디어, 전자 상거래 플랫폼 등에서 소비자의 만족도를 높이는 다양한 추천서비스를 제공하고 있다. 그 중에서도 상품의 제목 및 설명과 같은 텍스트를 주입하여 상품 추천을 제공하는 대형언어모델(Large Language Model, LLM) 기반 기술이 각광을 받고 있다. 한국 연구진이 이런 대형언어모델 기반 추천 기술의 기존 한계를 극복하고 빠르고 최상의 추천을 해주는 시스템을 개발하여 화제다.
우리 대학 산업및시스템공학과 박찬영 교수 연구팀이 네이버와 공동연구를 통해 협업 필터링(Collaborative filtering) 기반 추천 모델이 학습한 사용자의 선호에 대한 정보를 추출하고 이를 상품의 텍스트와 함께 대형언어모델에 주입해 상품 추천의 높은 정확도를 달성할 수 있는 새로운 대형언어모델 기반 추천시스템 기술을 개발했다고 17일 밝혔다.
이번 연구는 기존 연구에 비해 학습 속도에서 253% 향상, 추론 속도에서 171% 향상, 상품 추천에서 평균 12%의 성능 향상을 이뤄냈다. 특히, 사용자의 소비 이력이 제한된 퓨샷(Few-shot) 상품* 추천에서 평균 20%의 성능 향상, 다중-도메인(Cross-domain) 상품 추천**에서 42%의 성능 향상을 이뤄냈다.
*퓨샷 상품: 사용자의 소비 이력이 풍부하지 않은 상품.
**다중-도메인 상품 추천: 타 도메인에서 학습된 모델을 활용하여 추가학습없이 현재 도메인에서 추천을 수행. 예를 들어, 의류 도메인에 추천 모델을 학습한 뒤, 도서 도메인에서 추천을 수행하는 상황을 일컫는다.
기존 대형언어모델을 활용한 추천 기술들은 사용자가 소비한 상품 이름들을 단순히 텍스트 형태로 나열해 대형언어모델에 주입하는 방식으로 추천을 진행했다. 예를 들어 ‘사용자가 영화 극한직업, 범죄도시1, 범죄도시2를 보았을 때 다음으로 시청할 영화는 무엇인가?’라고 대형언어모델에 질문하는 방식이었다.
이에 반해, 연구팀이 착안한 점은 상품 제목 및 설명과 같은 텍스트뿐 아니라 협업 필터링 지식, 즉, 사용자와 비슷한 상품을 소비한 다른 사용자들에 대한 정보가 정확한 상품 추천에 중요한 역할을 한다는 점이었다. 하지만, 이러한 정보를 단순히 텍스트화하기에는 한계가 존재한다. 이에 따라, 연구팀은 미리 학습된 협업 필터링 기반 추천 모델로부터 사용자의 선호에 대한 정보를 추출하고 이를 대형언어모델이 이해할 수 있도록 변환하는 경량화된 신경망을 도입했다.
연구팀이 개발한 기술의 특징으로는 대형언어모델의 추가적인 학습이 필요하지 않다는 점이다. 기존 연구들은 상품 추천을 목적으로 학습되지 않은 대형언어모델이 상품 추천이 가능하게 하도록 대형언어모델을 파인튜닝(Fine-tuning)* 하는 방법을 사용했다. 하지만, 이는 학습과 추론에 드는 시간을 급격히 증가시키므로 실제 서비스에서 대형언어모델을 추천에 활용하는 것에 큰 걸림돌이 된다. 이에 반해, 연구팀은 대형언어모델의 직접적인 학습 대신 경량화된 신경망의 학습을 통해 대형언어모델이 사용자의 선호를 이해할 수 있도록 했고, 이에 따라 기존 연구보다 빠른 학습 및 추론 속도를 달성했다.
*파인튜닝: 사전 학습된 대규모 언어모델을 특정 작업이나 데이터셋에 맞게 최적화하는 과정.
연구팀을 지도한 박찬영 교수는 “제안한 기술은 대형언어모델을 추천 문제에 해결하려는 기존 연구들이 간과한 사용자-상품 상호작용 정보를 전통적인 협업 필터링 모델에서 추출해 대형언어모델에 전달하는 새로운 방법으로 이는 대화형 추천 시스템이나 개인화 상품 정보 생성 등 다양한 고도화된 추천 서비스를 등장시킬 수 있을 것이며, 추천 도메인에 국한되지 않고 이미지, 텍스트, 사용자-상품 상호작용 정보를 모두 사용하는 진정한 멀티모달 추천 방법론으로 나아갈 수 있을 것”이라고 말했다.
우리 대학 산업및시스템공학과 김세인 박사과정 학생과 전산학부 강홍석 학사과정(졸) 학생이 공동 제1 저자, 네이버의 김동현 박사, 양민철 박사가 공동 저자, KAIST 산업및시스템공학과의 박찬영 교수가 교신저자로 참여한 이번 연구는 데이터마이닝 최고권위 국제학술대회인 ‘국제 데이터 마이닝 학회 ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2024)’에서 올 8월 발표할 예정이다. (논문명: Large Language Models meet Collaborative Filtering: An Efficient All-round LLM-based Recommender System).
한편 이번 연구는 네이버 및 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행됐다. (NRF-2022M3J6A1063021, RS-2024-00335098)
2024.07.17
조회수 2375
-
메모리-중심 인공지능 가속기 시스템 개발
삼성미래기술육성재단이 지원한 우리 대학 연구진이 세계 최초로 `프로세싱-인-메모리(Processing-In-Memory, 이하 PIM)' 기술을 기반으로 한 인공지능 추천시스템 학습 알고리즘 가속에 최적화된 지능형 반도체 시스템 개발에 성공했다.
전기및전자공학부 유민수 교수 연구팀은 PIM 기술 기반의 메모리-중심 인공지능 가속기 반도체 시스템을 개발했다고 16일 밝혔다. 유 교수는 관련 분야에서 그동안의 탁월한 연구 성과를 인정받아 올해 아시아에서 유일하게 페이스북 패컬티 리서치 어워드(Facebook Faculty Research Award)를 수상했다.
인공지능 기술을 기반으로 고안된 추천시스템 알고리즘은 구글(Google), 페이스북(Facebook), 유튜브(YouTube), 아마존(Amazon) 등 빅테크 기업들이 콘텐츠 추천 및 개인 맞춤형 광고를 제작하는데 기반이 되는 핵심 인공지능 (AI) 기술이다. 온라인 광고를 통한 수입은 구글과 페이스북과 같은 실리콘밸리의 빅테크 기업의 주 수익 모델인 만큼 고도화된 추천 인공지능 기술에 대한 수요는 최근 들어 급상승하는 추세다.
페이스북이 최근 공개한 자료에 따르면 페이스북 데이터센터에서 처리되는 인공지능 연산의 70%가 추천 알고리즘을 처리하는 데에 사용되며, 인공지능 알고리즘 학습을 위한 컴퓨팅 자원의 50%를 추천 알고리즘을 학습하는 데 사용하고 있다.
유민수 교수 연구팀은 최근 메모리 반도체에 인공지능 연산 기능이 추가된 프로세싱-인-메모리(PIM) 기술 기반의 지능형 반도체 시스템을 개발하는 데 성공했다. 유 교수팀이 개발한 이 시스템은 인공지능 추천시스템 알고리즘의 학습 과정을 엔비디아(NVIDIA)의 그래픽카드(GPU)를 사용하는 기존 인공지능 가속 시스템 대비 최대 21배까지 빠르다고 연구팀 관계자는 설명했다.
지능형 메모리 반도체 기술은 우리나라의 AI 반도체 세계시장 공략을 위한 핵심기술로 주목받고 있다. 특히 정부에서도 `AI 종합 반도체 강국 실현'이라는 비전 아래 막대한 국가적 투자를 아끼지 않는 핵심 투자 분야다. 따라서 유 교수팀의 연구 성과는 향후 막대한 수요와 급성장이 예상되는 세계 AI 반도체 시장에서 메모리-중심으로 설계된 PIM 기술의 상용화 및 성공 가능성을 시사한다는 점에서 의미가 크다고 전문가들은 평가하고 있다.
유민수 교수는 서강대와 KAIST에서 각각 학사와 석사를 거쳐 미국 텍사스 오스틴 주립대에서 박사학위를 취득한 후 지난 2014년 인공지능 컴퓨팅 기술 기업인 미국 엔비디아(NVIDIA) 본사에 입사했다. 엔비디아에 입사한 이후 줄곧 인공지능 컴퓨팅 가속을 위한 다양한 하드웨어 및 소프트웨어 시스템 연구를 주도했으며 지난 2018년부터 우리 대학 전기및전자공학부 교수로 재직 중이다.
전기및전자공학부 권영은 박사과정이 제1 저자, 이윤재 석사과정이 제2 저자로 참여한 이번 연구 결과는 세계 최초의 추천시스템 학습용 가속기 시스템 개발 성과라는 학술 가치를 인정받아 컴퓨터 시스템 구조 분야 최우수 국제 학술대회인 IEEE International Symposium on High-Performance Computer Architecture(HPCA)에서 `Tensor Casting: Co-Designing Algorithm-Architecture for Personalized Recommendation Training' 이라는 논문 제목으로 내년 2월에 발표된다.
2020.11.16
조회수 32615
-
2019학년도 학사과정 입학식 개최
우리대학은 20일 오전 대전 본원 대강당에서 2019학년도 학사과정 입학식을 겸한 KAIST가족 환영행사를 가졌다. 국내 과학기술분야 고급 인력양성을 위해 지난 1971년 설립된 우리대학은 1986년부터 학사과정 학생을 선발하기 시작했는데 올 입학식은 34번째 맞는 입학식이다.
이날 입학식에는 721명의 신입생(일반전형 546명, 학교장추천 전형 89명, 고른기회 전형 37명, 특기자 전형 18명, 수능우수자 전형 11명, 외국인 전형 20명)이 참석해 대학생활의 첫발을 내디뎠다. 입학식은 박오옥 교학부총장 등 보직교수 소개에 이어 학생선발 경과보고, 신입생 대표 선서, 총장축사와 합창단·오케스트라·교내 응원단인 엘카 등 선배학생들의 환영공연 순으로 진행됐다. 이와 함께 학부모를 대상으로 비전관 투어와 오리엔테이션 등 KAIST 가족이 된 것을 환영하는 행사도 함께 열렸다.
신성철 총장은 이날 축사를 통해 케냐-KAIST 프로젝트 등 지난 48년간 이룬 KAIST의 주요성과를 소개하면서 신입생들에게 “기초과목을 폭 넓게 공부하는 학생, 미래 글로벌 리더로서의 꿈을 갖고 훈련하고 준비하는 학생, 학문·삶·생각의 깊이와 폭을 넓힐 수 있게 동문과 전공, 국적을 초월해 다양한 친구를 사귀는 학생이 되어 줄 것”을 당부했다.
2019.02.20
조회수 7142
-
이동만 교수, 빅데이터로 SNS 분석해 맞춤형 장소 제공 기술 개발
<좌측부터 전산학부 이동만 교수, 신병헌 박사과정 학생, 최인경 박사과정 학생>
전산학부 이동만 교수 연구팀이 소셜 네트워크 서비스(SNS)의 사진과 글을 기반으로 장소의 특성을 분석해 사용자에게 맞춤형 장소를 제공하는 기술을 개발했다. 이 기술은 현재의 위치기반 추천서비스를 인공지능형 개인비서서비스로 도약시키는 원천기술이 될 것으로 기대된다.
이번 연구는 기존 위치기반 장소 검색 및 추천서비스의 검색 수준을 향상시켜 사용자들이 장소를 선택하는 기준을 다양하게 적용시킬 수 있다. 사용자의 트렌드를 반영해 실시간으로 변화된 장소 추천을 할 수 있을 것으로 보인다. 문화기술대학원 이원재, 박주용 교수와 전산학과 차미영 교수가 공동으로 참여한 이번 연구의 API(응용 프로그래밍 인터페이스)는 http://placeness.kaist.ac.kr:8080/ 을 통해 공개됐고 관련 정보는 http://placeness.kaist.ac.kr/wiki/doku.php 에서 열람할 수 있다.
맛집 추천서비스, 소셜 커머스 등 위치를 기반으로 정보 검색 및 추천서비스를 제공하는 업체들은 주로 고객의 후기를 수집하거나 직접 방문을 통해 경험한 내용을 토대로 음식점 혹은 매장을 평가한다. 이는 비교적 정확한 정보를 제공하지만 시간적, 경제적 비용이 많이 소모된다. 또한 사용자 전체의 관심과 선택의 평균에 중점을 두기 때문에 사용자 개인의 특성을 충분히 고려하지 못한다는 한계가 있다. 시간이 지날수록 사용자는 평균 중심의 예상 가능한 선택지를 추천받을 확률이 높아진다.
따라서 같은 장소라도 사용자가 방문하고자 하는 목적이 다르기 때문에(모임, 상견례, 소개팅 등) 방문 목적과 사회적 맥락을 파악할 수 있는 추가적인 기능이 필수적이다. 이를 위해 기본적으로 제공되는 정보 외에도 실제 사람들이 각 장소에서 어떤 세부적 활동을 하며 공간을 소비했는지에 대한 데이터 수집이 필요하다. 연구팀은 문제 개선을 위해 특정 소셜 네트워크 서비스(인스타그램)에 올라온 사진과 텍스트 자료를 바탕으로 이를 분석하는 알고리즘을 개발했다.
기존에 존재하는 딥러닝 방식을 이용해 사진을 분석하는 기술과 연구팀이 새로 개발한 텍스트 분석 기술인 워드백(Wordbag) 기술을 결합했다. 특정 상황이나 분위기에 사용되는 단어들을 분석하고 단어마다 가중치를 둬 분류하는 기술이다. 연구팀은 API에서 주요 연구 이슈에 따라 크게 4개의 세부 분야별 정보를 제공한다. ▲상위 장소의 장소성(장소의 성격 : placeness), ▲상위 장소 내에 있는 세부 장소의 장소성 추론, ▲감성분석 기반의 장소 분위기 추론, ▲사용자와 장소성 간 연관성을 제공한다.
연구팀의 API는 SNS에 존재하는 연구개발 대상으로 지정된 특정 상위장소(코엑스. 아이파크 몰) 및 그 내부의 세부장소에 대해 언급된 데이터를 분석해 행위, 방문자, 시간, 분위기 등 다양한 관점에서 공간의 활용 가능성을 제공한다. 이는 같은 장소라도 사용자가 시간대, 목적에 따라 다르게 활용했던 이력이나 기존 서비스에서 제공이 어려웠던 분위기(ex. 밝은, 전통적인 등)나 방문 목적(ex. 데이트, 공부, 회의)을 데이터로 수집할 수 있기 때문에 사용자의 의도에 따라 장소를 추천할 수 있다.
이 교수는 “이 연구에서 개발된 API를 통해 기존의 위치기반 장소 검색 및 추천 서비스의 검색 수준을 향상시키고 방문자들의 트렌드 변화에 따라 자동으로 변화된 장소를 추천할 수 있다”고 말했다. 또한 “기존 비정형 텍스트 데이터 분석의 한계를 극복하기 위해 사진과 텍스트를 동시에 분석해 공간에 대한 사회적 정보를 추론할 수 있어 현재의 위치기반 추천 서비스가 인공지능형 개인비서서비스로 도약하는 핵심 기술이 될 것이다”고 말했다.
이번 연구는 과학기술정보통신부 디지털콘텐츠 원천기술개발사업의 지원을 받아 수행됐다.
2017.08.29
조회수 17717
-
박진아 교수, 제50회 과학의날 기념 국무총리표창 수상
〈 박 진 아 교수 〉
우리 대학 전산학부 박진아 교수가 4월 21일 서울 동대문디자인플라자에서 열린 2017년 과학·정보통신의 날 기념식에서 표창장과 국무총리표창수장(Prime Minister’s Citation Ribbon)을 받았다.
2017 과학·정보통신의 날은 미래창조과학부와 방송통신위원회가 공동 주최하고 한국정보방송통신대연합 및 한국과학기술단체총연합회가 주관한 기념식이다.
산학연을 비롯해 과학기술 및 정보통신, 국가정보화, ICT융합 분야 발전에 공헌한 자를 대상으로 상이 수여됐다. 각 부문의 포상자 선정은 관련 기관·단체 및 추천위원회로부터 추천을 받아 공적 사항에 대한 전문가 심사를 거쳐 진행됐다.
박진아 교수는 전산학을 의료분야에 접목해 임상에 유용한 3차원 모델링기법을 제안하고 가상현실 기반 의료시뮬레이션을 연구해 융합학문 발전에 기여한 공을 인정받았다.
박 교수는 “20여 년 동안 전산학 연구를 의료분야에서도 유용하게 활용 할 수 있는 기술로 연구 개발하고자 했던 노력을 인정받아 기쁘다”며 “컴퓨터와 프로그래밍이 좋아서 저희 연구실에 온 학생들이 생소할 수밖에 없는 의학용어들을 스스로 익히며 각자 해당 분야의 의학전문가들과 거리낌 없이 소통하고 결과를 도출해낸 성과들이 모여 가능했다는 생각에 저희 컴퓨터그래픽스 및 가시화 (CGV) 연구실의 졸업생들과 재학생들에게 감사의 마음을 전한다” 고 말했다.
2017.04.25
조회수 15406
-
2016학년도 수시 경쟁률 6.33대 1 … 소폭 상승
우리 대학의 2016학년도 학사과정 수시모집 경쟁률이 6.33대 1로 마감됐다. 이는 전년도 경쟁률인 5.97대 1보다 소폭 상승한 수치다.
우리 대학은 2016학년도 수시모집 원서접수를 마감한 결과 전체 680명 모집에 4304명이 지원해 6.33대 1의 경쟁률을 기록했다.
전형 유형별로는 △ 일반전형 570명 내외 모집에 3065명이 지원해 5.38대 1 △ 학교장 추천전형 80명 내외 모집에 1024명이 지원해 12.8대 1 △ 고른기회전형 30명 내외 모집에 215명이 지원해 7.17대 1의 경쟁률을 각각 기록했다.
김지훈 입학전형팀장은 “올해부터 과학고등학교에서 조기졸업이 제한되기 때문에 지원자가 소폭 감소할 것으로 예상하였으나 경쟁률이 작년 보다 높게 나타났다”며 “이번 결과는 최근 세계적으로 위상이 높아지고 있는 KAIST에 대한 이공계 지망생들의 관심과 선호가 반영된 결과로 분석 된다”라고 설명했다.
한편 2016학년도 학사과정 수시 입학전형은 3개 전형 모두 학생부종합전형으로 실시되며, 11월 25~26일 면접, 12월 7일 합격자를 발표한다. 끝.
2015.09.14
조회수 8889
-
공교육 정상화 위해 수능우수자 전형 신설
- 사교육 받지 않고 공교육에만 충실하면 입학 가능하도록 학교장 추천전형
추천인원 2배로 확대 -
- 개교 이래 최초로 수능으로만 30명 선발 -
우리 학교는 사교육을 줄여 공교육을 정상화시키면서 미래를 이끌어 나갈 창의적인 과학기술인재를 선발하기 위해 수능우수자 전형을 신설하고 학교장추천전형도 학교마다 2명까지 지원하도록 하는 2014학년도 입학전형계획을 발표했다. 이번에 발표한 전형계획의 주요 내용은 다음과 같다.
첫 번째로 수능을 준비하는 일반고 학생들에게 지원 기회를 주고자 수능우수자 전형으로 30명을 모집한다. 평가방법은 수능성적(표준점수)으로만 100%반영하며 지원자는 반드시 대학수학능력시험 국어A, 수학B, 영어B와 과학탐구 2과목을 선택해야 한다. 과학탐구 2과목은 서로 다른 과목을 선택해야 하며 과학탐구I 과목을 선택하는 경우는 표준점수의 90%만 과목 표준점수로 반영된다. 과목별 가중치는 국어A 1.0 + 수학B 1.5 + 영어B 1.0 + 과학탐구 1.5 이다.
두 번째로 고등학교에서 우수학생 추천 시 추천인원 제한으로 인해 어려움을 격고 있다는 건의를 받아들이고 일반고, 특성화고, 자율고 학생들의 KAIST 지원 기회를 확대 하고자 학교장 추천전형 추천인원을 학교당 1명에서 최대 2명까지 가능하도록 추천인원을 확대했다. 지난해 학교장추천전형으로 합격한 131명 중 처음으로 합격자를 배출한 학교는 14개 학교(14명)였다.
세 번째로 학교장추천전형 및 일반전형에 서류평가 우수자 우선선발제도를 도입해 전형 간소화를 도모했다. 또 지난해까지는 모집정원의 2배수 까지만 면접기회를 줬는데 지원자들의 면접기회를 확대하기위해 올해부터는 3배수까지 면접기회를 주고 면접을 통해 잠재력과 창의적인 인재를 발굴할 계획이다.
2013.03.26
조회수 10821
-
학교선배가 창조적 미래 인재를 직접 찾아 나선다!
- 2012학년도 학교장추천전형 방문면접에 동문 참여키로 -
- KAIST 출신 이공계 Leader 동문 140여명 학생선발에 대거 참여 -
- 입학사정관과 KAIST 동문이 한조가 되어 방문면접 실시 -
우리학교가 2012학년도 학교장 추천전형의 방문면접에 140여명의 동문들을 참여시키기로 했다.
올해부터는 140여명의 동문들이 입학사정관과 2인 1조로 한조가 되어 6월 7일부터 7월 15일까지 6주 동안 771개 고교 방문면접을 실시하게 된다.
면접에 참여하는 동문들은 미래사회 이끌어 나갈 ‘창조적 과학기술 인재 발굴 및 이공계 리더의 자질’에 초점을 맞춰 면담을 진행하며 이들의 면접 결과는 다른 면접관들의 결과와 함께 사정자료로 활용될 예정이다.
삼성전자 반도체부문 사장 및 삼성종합기술원 원장을 지낸 임형규 KAIST 동창회장을 비롯해 기업체 대표, 대학교수, 연구원, 공무원 등이 참여한다.
KAIST는 지난 5월 중순 전국에 있는 일반고교에서 각 1명씩 추천을 받았으며, 전임사정관들은 각종 경시대회 수상실적이나 공인영어성적 등 사교육과 연관된 실적은 완전히 제외하고 ‘학생생활기록부, 학교장 추천서, 담임교사 의견서, 자기소개서’ 만을 검토해 전임사정관들이 서류평가를 실시했다.
고교 방문면접은 학교장 면담, 담임교사 면담, 학생 면접 등 1시간 20분 내외로 진행된다. 지난해까지 입학사정관 1명이 실시했다.
이번에 동문들이 방문면접에 참여하게 된 것은 개교 40주년을 맞이한 KAIST가 세계적인 대학으로 한 단계 더 도약하는데 KAIST가족이 한마음으로 함께 하려는 이유다.
유회준 입학처장은 “수십 년간 이공계 현장에서 리더역할을 한 동문들이 미래 성공 가능성 있는 학생을 찾아 방문면접을 진행한다는 것은 한국 대학의 학생선발방식에도 큰 변화를 줄 것” 이라며 “이를 계기로 이공계에 대한 관심을 다시 높여 국가 경쟁력을 향상시키고, 요즈음의 젊은이들에게는 이공계 리더의 본보기를 보여 줘 자신감을 갖도록 할 것”이라고 말했다.
학교장추천전형은 사교육을 줄여 공교육을 정상화시키면서 미래를 이끌어 나갈 창의성과 잠재력 있는 인재를 발굴할 목적으로 2010학년도 전형에 처음으로 시행됐으며 올해 세 번째가 된다.
2011.06.02
조회수 12072
-
KAIST, 입학사정관 전형으로 150명 선발
- 전국 639개교에서 1명씩 학교장이 추천 후 3단계 심층 평가
- 처음으로 합격생을 낸 고교 67개교, 전문계고 7개교 합격자 배출
KAIST(총장 서남표)는 지난 8월 20일(금) 입학사정관 전형으로 실시된 학사 1차 모집에서 일반고에 재학중인 학생 150명의 합격자를 발표했다.
학교장 추천전형은 사교육을 줄여 공교육을 정상화시키면서 미래를 이끌어 나갈 창의성과 잠재력 있는 인재를 발굴할 목적으로 지난해부터 시행됐으며, 올해에는 전국에 있는 639개 고교에서 1명씩 학교장추천을 받아 시행됐다.
서류평가를 거쳐 입학사정관들이 직접 고교를 방문, 학교장과 담임선생님을 면담하고 학생면접을 실시하는 ‘방문면접평가’를 통해 300명의 학생들이 1차로 선발됐다.
이들 300명의 학생들은 8월 6일 KAIST에서 실시하는 개인면접과 그룹토론 형식의 심층면접평가를 거쳐 최종 150명이 선발됐다. 합격자 중에는 농산어촌 학생 15명, 저소득층 학생 15명이 포함되어 있다.
지역별로는 5대광역시(서울, 부산, 대구, 대전, 광주)출신이 76명(50.7%), 기타 지역 학생이 74명(49.3%)으로 전국에 있는 일반고교에서 골고루 합격자를 배출했다.
이번 전형을 통해 합격고교 150개교 중 67개교가 처음으로 KAIST에 합격자를 배출하는 성과를 거뒀다. 특히 지금까지 합격자를 거의 못 냈던 전문계고에서 7명이나 합격자를 배출했다.(작년에 1개교에서 합격)
이번 합격자 중에는 학교 내신 성적, 전국모의고사 성적 등 학업능력이 우수한 학생도 많았지만, 어려운 여건에서 역경을 이겨내고 사교육을 받지 않고도 스스로 공부하여 합격한 학생도 많았다.
보안전문가를 향한 식지 않은 열정을 가지고 성실하게 공부한 한일전산여자고(경남 마산)의 박지향 학생은 어려운 환경을 극복하고 KAIST에 합격했다.
어려운 가정형편으로 전문계고교로 진학했지만, 박 양은 컴퓨터 프로그래밍에 관심을 갖게 된 초등학교 4학년 때부터 지금까지 보안전문가의 꿈을 절대 포기하지 않았다.
저소득층 학생이지만 박 양은 “제가 학교와 사회에 받은 혜택을 사회에 다시 돌려주고 싶다”고 말한다.
본인이 받은 성적우수 장학금을 형편이 더 어려운 학생에게 주고, 학교 봉사단체의 회원으로 재활원, 장애인 보호 작업시설에서 봉사활동을 꾸준히 하기도 했다.
대구 수성고의 전지환 학생은 전국모의고사 성적 1등급이다. 가족과 선생님들이 다른 대학 진학을 적극적으로 권유했으나 KAIST의 체계적인 연구중심 교육, 국제화 등을 고려해 KAIST를 지원해 합격했다.
전 군은 “인공지능분야에서 세계 1인자가 되어 노벨상을 받아 우리나라 과학의 우수성을 알리고 싶다“고 포부를 밝혔다.
시사토론 동아리 ‘입담’을 결성한 전 군은 리더십을 발휘해 많은 학생들이 참여하도록 모임을 이끌기도 했으며, 대구광역시로부터 ‘사제동행 토론 동아리’로 선정되기도 했다.
또한, 인생에 있어 가장 중요한 가치가 ‘친구’와 ‘사람관계’라고 할 정도로 사교적이며 남을 배려하는 전 군은 친구들도 인정하는 인성을 갖췄다.
2008년 3월 개교한 남악고(전남 무안군)는 요즘 보기 드문 시골에 설립된 고등학교다. 이 학교의 첫 졸업생 서경근 학생은 첫 번째 입시에서 KAIST에 합격하는 영예를 차지했다.
서군은 스스로 공부하는 것에 익숙해져 단순히 지식을 암기하기 보다는 문제를 이해하고 실험과정이나 결과로부터 원리를 이끌어내는 힘을 지니고 있는 학생이라는 평가를 받았다.
2010.08.24
조회수 13794
-
한국을 빛낼 100인에 KAIST교수 7명 선정
동아일보 2010.05.10(월) 보도에 따르면, 우리학교 교수 7명이 ‘2020년 한국을 빛낼 100인’에 선정됐다.
100인 가운데 대학교수는 36명이었으며 이중 우리학교 교수는 20%를 차지하여 서울대 교수 10명에 이어 두 번째로 많은 인원이 선정됐다.
특히, 물리·화학·생명과학과 같은 자연과학분야에서 대중의 관심 밖에서 묵묵히 정진한 세계적 수준의 우리대학 교수들이 다수 선정되어 쾌거를 이뤘다.
이번에 선정한 분야는 △자유로운 창조인(20%), △꿈꾸는 개척가(25%), △행동하는 지성인(20%), △도전하는 경제인(25%), △미래를 여는 지도자(10%) 등 5개다. 꿈꾸는 개척가 분야에는 안철수 기술경영전문대학원 석좌 교수, 이상엽 생명과학기술대학장 특훈 교수, 이지오 화학과 교수, 이효철 화학과 및 나노과학기술대학원 교수, 정하웅 물리학과 교수, 조동호 전기전자공학과 석좌교수가 선정됐고, 행동하는 지성인 분야에는 이광형 바이오및뇌공학과 미래산업 석좌 교수가 선정됐다.
안철수 교수는 의학계와 과학계 재계 교육계 정계 등 분야별로 빠짐없이 추천받은 점이 특징이다. 대부분의 100인은 같은 분야의 추천위원으로부터 표를 얻었다. 반면 안 교수는 각계전문가로부터 “다양한 분야를 넘나드는 탁월한 능력과 미래사회를 내다보는 안목, 자기 목표를 달성하려는 열정이 젊은이들에게 좋은 역할모델이 되고 있다”는 말을 들었다. 그의 장점은 헌신과 자기희생, 추천위원들은 “한국사회에서 자기 분야에서 일가를 이룬 사람들이 흔히 보여주는 리더십과는 다르게 창의적이면서 자기 헌신적인 지도상을 보여준다”고 말했다.
동아일보는 ‘2020년에는 누가, 어떤 역량과 자질을 바탕으로 한국 사회를 이끌고, 10년 뒤를 빛낼 리더십은 오늘의 한국사회에 어떤 의미를 지닐까’라는 의문을 가지고 창간 90주년을 맞아 100인을 선정했다.
선정 방법은 미래와 인재라는 두 가지 키워드에 관심을 보여 온 자문위원 8명이 조언하고 추천위원 205명이 두 차례에 걸쳐 추천한 것이다. 100인중에 나머지 한 명은 독자의 몫으로 남겼다.
2010.05.19
조회수 18082
-
부설 나노종합팹센터 소장에 이귀로교수 선임
우리학교는 15일(목) 서울 소공동 웨스틴조선호텔에서 임시 이사회를 개최하고 부설 나노종합팹센터 소장에 전기및전자공학과 이귀로 교수(58)를 선임했다고 밝혔다.
지난 2월 26일까지 약 한 달간 과학기술분야 및 기관경영에 대한 전문지식과 식견을 갖춘 자를 대상으로 소장 후보를 공모했으며, 이날 이사회에서 나노종합팹센터 소장후보추천위원회에서 추천한 후보들에 대한 심의를 거쳐 李 교수를 신임 소장으로 선임하기로 의결했다.
신임 이귀로 소장은 서울대 전자공학과를 졸업하고 미국 미네소타 대학에서 석사와 박사학위를 취득했다. 1986년 KAIST에 부임해 전기및전자공학과 교수로 재직 중이며, KAIST 연구처장을 역임했다. 2005년에는 LG 종합기술원 원장을 역임한 바 있다.
선임된 이귀로 신임 소장은 교육과학기술부장관의 승인을 거쳐 KAIST 총장이 임명하며, 임기는 5월4일부터 3년간이다.
2010.04.15
조회수 14961
-
학교장 추천전형 최종선발 중 소외계층 학생에 집중 영어교육
우리대학이 2010학년도 ‘학교장 추천전형’을 통해 최종선발 된 학생중 소외계층 학생 19명에게 영어강의 수강능력 향상을 위한 ‘집중 영어프로그램’을 제공해 지난달 말 교육을 마쳤다.
KAIST의 모든 수업이 영어로 이뤄지는 것을 고려할 때 영어능력 향상은 대학생활의 적응력을 높이기 위한 필수조건이다.
이를 위해, 김동원 문화과학대학장은 농어촌지역 학생 및 저소득층 학생들을 신입생을 위한 집중 영어프로그램에 무료로 참여시켰다. 소외계층 31명(농어촌지역 학생 16명과 저소득층 학생 15명)중 19명 학생이 신청했다. 이 프로그램은 회화, 토론, 작문, 발표로 구성된 정규강좌와 프로젝트 클래스(Projet Class), 클럽활동으로 구성됐다.
또한 학생들은 4주간 기숙사에서 생활하면서 듣기, 쓰기, 말하기 등의 능력을 원어민 강사에게 배우고 동년배인 원어민 그룹리더들과 어울리는 가운데 자연스럽게 영어강의를 들을 수 있는 능력을 키우게 됐다.
김동원 학장은 “농어촌지역 학생 및 저소득층 학생들에 대한 학교 쪽의 특별한 배려와 관심이 필요하다. 이 학생들이 영어강의에 성공적으로 적응할 수 있도록 집중적인 영어교육 기회를 제공한 것”이라며 “소외계층 학생을 지원하기 위해 장학금을 만들기 노력 중이며, 관심 있는 기업 및 개인의 후원을 바란다.”고 말했다.
조애리 어학센터장은 “이들의 KAIST에서의 성공 여부는 입학사정관제가 지닌 기회균등의 정신이 실현될 수 있는지를 가늠 할 시금석입니다. 학교에서도 이를 위해 다각적으로 노력하고 있고 그 노력의 일부를 담당하게 돼 기쁘다.”며 “현재 학생들은 영어만 사용하는 환경에서도 잘 적응하고 있으며 무리 없이 영어강의를 수강할 수 있으리라 생각한다.”고 말했다.
2010.02.19
조회수 15424