-
학생 창업가 정인서,‘포용적 AI’인재 양성에 10억 원 기부
우리 대학은 융합인재학부 재학생(학사과정)이자 글로벌 뮤직테크 스타트업 ㈜엠피에이지(MPAG)의 대표인 정인서(28) 학생이‘포용적 AI’인재 양성을 위해 10일 발전기금 10억 원을 기탁했다고 11일 밝혔다. 포용적 AI 인재는 장애인과 기술 취약계층 등 사회적 약자까지 AI 기술의 혜택을 누릴 수 있도록 연구·개발하는 전문가를 의미한다.
정인서 학생은 재학 중 창업과 연구 활동을 병행하며 ‘기술을 통한 사회 문제 해결’에 매진해 온 학생 창업가다. 그는 융합인재학부 가현욱 지도교수와 함께 기술이 소외된 이들을 어떻게 보듬을 수 있을지에 대해 꾸준히 연구해 왔다.
청각장애인을 위한 소프트웨어 연구, 미디어에서 언어적 지원이 필요한 사용자를 위한 연구, 시청각 장애인을 위한 양방향 소통 보조공학 기기 연구 등은 국내외 학회에서 주목을 받았으며, KAIST 명의로 여러건의 특허 출원이라는 값진 결실로 이어졌다.
그는 글로벌 뮤직테크 스타트업 (주)엠피에이지(MPAG)를 창업해 글로벌 400만 명 이상의 회원을 보유한 악보 판매 플랫폼 및 AI 음악 교육서비스를 운영하며, 시각장애인을 위한 점자 악보 제공 기능도 개발하고 있다.
이번 기부금은 이번에 신설된 KAIST AI 대학 내에 장애인 및 기술·사회 취약계층을 위한 ‘AI 활용 재활보조공학(Assistive Technology)’ 석·박사 교육연구 프로그램 설립에 사용될 예정이다.
해당 프로그램은 장애인 및 기술 취약계층을 위한 AI 기반 재활보조기술 연구를 수행하고 관련 분야 석·박사 인재 양성하며 포용적 기술 생태계 구축 등을 목표로 한다. 해당 학위 프로그램에서는 이 분야 전문가인 가현욱 교수가 운영 및 지도를 맡아 연구의 연속성과 전문성을 높일 계획이다.
정인서 학생은 “AI 기술이 비약적으로 발전하는 지금, 그 혜택이 장애인과 기술 취약계층까지 닿는 ‘포용적 AI’로의 확장이 반드시 필요하다”며 “정규 대학원 과정을 통해 이 분야의 인재들이 늘어나고, KAIST의 전문적인 AI 연구 역량이 그 마중물이 될 것이라고 확신한다”고 강조했다.
정인서 학생의 기부는 이번이 처음이 아니다. 그는 2024년과 2025년 발전재단을 통해 기부했으며, 올해 10억 원을 추가로 기탁했다. 2024년 기부금은 융합인재학부 후배들의 창의적 아이디어 구현을 위한 ‘창의공작실’ 조성에 사용됐으며, 2025년 기부금은 전산학부에 활용됐다.
이광형 총장은 “학생 신분으로 창업의 결실을 모교의 미래와 사회적 가치 실현을 위해 기부한 정인서 학생의 결단은 KAIST 구성원 모두에게 큰 귀감이 된다”며 “기부자의 뜻을 살려 기술의 혜택이 사회 전반으로 확산될 수 있도록 포용적 AI 인재 양성에 최선을 다하겠다”고 말했다.
2026.03.11
조회수 26
-
노화·비만에도 잘 작동하는 mRNA 플랫폼 개발
코로나19 팬데믹 이후 mRNA 백신은 차세대 의약 기술로 주목받고 있다. mRNA 의약품은 세포가 특정 단백질을 만들도록 유전 정보를 전달해 치료 효과를 내는 방식이지만, 고령층이나 비만 환자에서는 효능이 떨어질 수 있다는 한계가 제기돼 왔다. 한국 연구진이 이러한 문제를 해결하기 위해 치료 단백질 생성 효율을 높이는 mRNA 핵심 구간을 새롭게 설계해, 노화·비만 환경에서도 효과가 유지되는 차세대 mRNA 플랫폼을 개발했다.
우리 대학은 바이오및뇌공학과 이영석 교수와 가톨릭대학교(총장 최준규) 남재환 교수 공동연구팀이 mRNA의 핵심 조절 영역인 ‘5′ 비번역 영역(5′ untranslated region, 5′UTR)*’ 서열을 정밀 설계한 새로운 mRNA 플랫폼을 개발했다고 10일 밝혔다.
*5′ 비번역 영역(5′UTR): mRNA에서 단백질 생산을 시작하고 효율을 조절하는 구간으로, 이 부분의 설계에 따라 단백질이 만들어지는 양과 속도가 달라질 수 있음
연구팀은 방대한 생물정보학 데이터를 분석해 다양한 세포 환경에서도 단백질이 더 효율적으로 만들어지도록 하는 5′UTR 서열을 찾아냈다. 이를 적용한 결과, 노화·비만 전임상 모델에서도 단백질 생성과 면역 반응이 크게 향상되는 것을 확인했다.
mRNA는 긴 단일 가닥 RNA 분자로, 우리 몸에 필요한 단백질을 만드는 생산 설계도이다. mRNA는 단백질 생산을 시작하고 속도를 조절하는 5′UTR, 특정 단백질 정보를 담고 있는 단백질 암호화 영역(coding sequence, CDS), mRNA가 세포 안에서 안정적으로 유지되도록 돕는 3′ 비번역 영역(3′UTR), 그리고 안정성을 높여 단백질 생산을 돕는 poly(A) 꼬리 등으로 구성된다.
이 가운데 5′UTR과 3′UTR은 단백질의 종류를 결정하는 부분은 아니지만, 단백질이 얼마나 효율적으로 만들어지는지를 조절하는 중요한 구간이다. 이러한 특징 때문에 이 두 영역들은 백신이나 치료제 등 다양한 mRNA 의약품의 성능을 높이기 위한 핵심 바이오공학 플랫폼 기술로 주목받고 있다.
연구팀은 여러 조직과 세포 환경에서 단백질 생산 능력이 뛰어난 5′UTR 서열을 찾기 위해 대규모 바이오 데이터를 통합 분석했다. 이 과정에서 유전자 활성도를 분석하는 대규모 조직 전사체 분석(RNA-seq), 개별 세포 수준의 유전자 발현을 확인하는 단일세포 전사체 분석(scRNA-seq), 실제 단백질 생성 효율을 측정하는 리보솜 프로파일링(Ribo-seq) 등 다양한 분석 기법을 활용했다.
연구진은 노화나 비만 상태에서는 세포가 스트레스를 많이 받아(산화 스트레스) 단백질을 만드는 능력이 떨어질 수 있다는 점에 주목했다. 이에 새롭게 설계한 mRNA 치료제를 노화·비만 전임상 모델에 적용한 결과, 세포에서 만들어지는 단백질의 생산력과 면역 반응이 기존보다 크게 향상되는 것을 확인했다. 이번 연구는 mRNA 백신뿐만 아니라, 유전자 치료제, 면역 치료제 등 다양한 바이오의약 기술 개발에도 활용될 수 있을 것으로 기대된다.
KAIST 바이오및뇌공학과 이영석 교수는 “이번 연구는 방대한 생물 데이터를 분석해 mRNA가 단백질을 더 잘 만들도록 하는 설계 방법을 찾아낸 것”이라며 “이 기술은 특히 고령층이나 비만 환자처럼 의약품 효과가 떨어질 수 있는 환경에서도 mRNA 백신과 치료제가 잘 작동하도록 하는 데 중요한 기반이 될 것”이라고 밝혔다.
가톨릭대학교 윤수빈 박사와 KAIST 조형곤 박사과정생이 공동 제1저자로 참여한 이번 연구 결과는 유전자·세포 치료 분야의 세계적 학술지 ‘몰레큘러 테라피(Molecular Therapy, IF=12.0)’에 1월 2일 온라인 게재됐다.
(논문명: Designing 5′UTR sequences improves the capacity of mRNA therapeutics in preclinical models of aging and obesity, DOI: https://doi.org/10.1016/j.ymthe.2025.12.060
한편, 이번 연구는 과학기술정보통신부 한국연구재단 우수신진연구 및 바이오의료개발사업, 식품의약품안전처 감염병 대응 혁신기술 지원연구, 한국보건산업진흥원 감염병 예방 치료 기술개발사업의 지원을 받아 수행됐다.
2026.03.10
조회수 197
-
‘알파폴드 한계’ 넘었다…약물 작동까지 예측한다
우리 몸의 단백질은 스위치처럼 작동한다. 약물이 단백질에 결합하면 결합 부위 구조가 변하고, 그 변화가 단백질 전체로 전달돼 기능이 켜지거나 꺼진다. 구글 딥마인드의 알파폴드3는 약물-단백질 결합 여부와 결합 부위의 3차원 구조를 예측하는 데 성공했지만, 약물이 결합한 뒤 단백질 내부에서 어떻게 신호를 전달하고 단백질 전체 구조를 바꿔서 실제로 단백질의 기능을 활성화하거나 억제하는지까지는 예측하지 못했다. 우리 대학 연구진이 약물이 ‘붙는지’가 아니라 ‘실제로 작동하는지’까지 예측하는 AI를 개발했다.
우리 대학은 바이오및뇌공학과 이관수 교수 연구팀이 대표적인 신약 표적인 G-단백질 결합 수용체(GPCR)에 대해, 후보 물질이 단순히 결합하는지를 넘어 실제로 단백질을 활성화하는지까지 예측하는 인공지능 모델 ‘GPCRact(지피씨알액트)’를 개발했다고 8일 밝혔다.
GPCR(G-Protein Coupled Receptor)은 세포 표면에 있는‘신호 수신기’역할을 한다. 호르몬이나 신경전달물질, 약물이 세포 밖에서 신호를 보내면 이를 받아 세포 안으로 전달하는 문(게이트) 역할을 한다. 인체에는 약 800여 종의 GPCR이 존재하며, 현재 시판 약물의 약 30~40%가 이를 표적으로 한다. 심장 박동, 혈압 조절, 통증 감지, 면역 반응, 감정 조절 등 다양한 생리 기능에 관여하는 핵심 단백질이다.
하지만 약물이 GPCR에 결합했다고 해서 항상 원하는 기능이 작동하는 것은 아니다. 결합 이후 단백질 내부에서 일어나는 구조 변화와 신호 전달 과정이 실제 작용 여부를 결정한다. 이를 ‘알로스테릭 신호 전파’라고 한다.
연구팀은 약물 작용 과정을 ① 약물-표적 결합 단계 ② 단백질 내부 신호 전파 단계로 나누어 AI가 단계적으로 학습하도록 설계했다. 단백질의 3차원 구조를 원자 수준 그래프로 표현하고, 중요한 신호 전파 경로를 학습할 수 있도록‘어텐션 메커니즘’을 적용했다. 이를 통해 AI가 약물 결합 신호와 함께 단백질 내부 신호 전파 경로를 파악하여 단백질의 활성을 예측하도록 했다.
그 결과, 기존 모델이 어려워했던 복잡한 구조의 단백질에서도 약물 활성 예측 성능을 크게 향상시켰다. 이번 모델은 단순히 ‘활성’ 또는 ‘비활성’결과만 제시하지 않는다. 예측의 근거가 되는 단백질 내부 핵심 신호 경로를 제시해, 이른바 ‘블랙박스 AI’의 한계를 극복했다.
이는 연구자가 결과를 해석하고 검증할 수 있게 해 신약 개발의 신뢰성과 효율성을 동시에 높일 수 있는 중요한 진전이다. 앞으로 GPCR을 표적으로 하는 다양한 질병에서, 약물의 결합 여부뿐 아니라 실제 활성 여부까지 예측하는 정밀 신약 개발 AI 플랫폼으로 활용될 전망이다.
이관수 교수는 “알로스테릭 구조 변화는 약물이 단백질의 한 부분에 결합했을 때 그 영향이 내부로 전달돼 다른 부위의 기능까지 바뀌는 현상”이라며 “이 작동 원리를 딥러닝에 반영한 것이 이번 연구의 핵심”이라고 밝혔다. 이어 “앞으로 다양한 단백질로 확장하고, 세포와 인체 반응까지 예측하는 기술로 발전시키겠다”고 말했다.
손효진 박사과정생이 제1 저자로 참여한 이번 논문은 생물정보학 분야 최고 권위의 국제 학술지인 `브리핑스 인 바이오인포매틱스(Briefings in Bioinformatics, JCR 상위 2.2%)'에 1월 15일자 게재됐다.
※ 논문명 : GPCRact: a hierarchical framework for predicting ligand-induced GPCR activity via allosteric communication modeling, DOI: https://doi.org/10.1093/bib/bbaf719
※ 저자 정보 : 손효진 (KAIST, 제1 저자), 이관수 (KAIST, 교신저자)
이 연구는 개인기초연구(과학기술정보통신부, 한국연구재단, RS-2025-24533057)의 지원으로 수행됐다.
2026.03.09
조회수 387
-
전 세계 슬럼가 찾아내는 AI 개발..AAAI 2026 최우수논문상
“슬럼(Slum, 빈곤지역)이 어디에 있는지조차 모르는 도시들”
한국 연구진이 위성사진만으로 슬럼 지역을 스스로 찾아내는 인공지능(AI)을 개발했다. 사람이 미리 위치를 표시해 주지 않아도 새로운 도시에서 자동으로 적응해 정확도를 높이는 기술로, 데이터가 부족한 개발도상국의 도시정책 수립과 공공 자원 배분 방식을 근본적으로 바꿀 수 있을 것으로 기대된다.
우리 대학은 전산학부 차미영 교수와 기술경영학부 김지희 교수 공동 연구팀이 전남대학교(총장 이근배) 지리학과 양재석 교수와 함께한 학제 간 융합 연구를 통해 위성사진 기반 범용 슬럼 탐지 AI 기술을 개발했다고 6일 밝혔다.
이번 연구는 세계 최고 권위의 인공지능 학술대회 ‘국제인공지능학회(AAAI) 2026’에서 ‘사회적 임팩트 AI(AI for Social Impact)’ 부문 최우수논문상(Best Paper Award)을 수상했다. 해당 부문에 제출된 693편 중 단 2편만이 선정된 최고 영예로, 한국 연구팀의 혁신적인 AI 기술력이 단순한 기술 진보를 넘어 실질적인 사회적 가치 창출 측면에서도 세계 최정상 수준임을 확인시켜 준 쾌거다.
그동안 위성사진을 활용한 슬럼 탐지 연구는 있었지만, 도시마다 건물 형태와 밀집도가 크게 달라 새로운 지역에서는 정확도가 급격히 떨어지는 한계가 있었다. 특히 많은 개발도상국에서는 슬럼 위치를 일일이 표시한 데이터가 부족해 AI 학습 자체가 어려웠다.
연구팀은 이를 해결하기 위해 여러 개의 AI 모델이 서로 다른 지역 특성을 학습하고, 새로운 도시가 입력되면 가장 적합한 모델을 자동으로 선택하는 ‘전문가 혼합(Mixture-of-Experts, MoE)’ 구조를 도입했다.
이번 연구의 핵심은 ‘테스트 시점 적응(Test-Time Adaptation, TTA)’ 기술이다. 새로운 도시에서 슬럼 위치를 사람이 미리 표시하지 않아도, AI가 여러 모델의 예측 결과를 비교·검증해 공통적으로 일치하는 영역만을 신뢰함으로써 스스로 오류를 줄인다. 이를 통해 데이터가 부족한 지역에서도 안정적인 성능을 확보했다.
연구팀은 해당 기술을 아프리카 캄팔라(Kampala), 마푸토(Maputo) 등 주요 도시에 적용한 결과, 기존 최신 기술보다 더욱 정교하게 슬럼 지역을 구분하는 성과를 확인했다.
이 기술은 △ 개발도상국 도시 인프라 확충 계획 수립 △ 재난·감염병 취약지역 사전 파악 △ 주거환경 개선 사업 대상 선정 △ UN 지속가능발전목표(SDGs) 이행 점검 등 다양한 정책 분야에서 활용될 수 있을 것으로 기대된다.
차미영 교수는 “AI가 단순 분석 도구를 넘어, 데이터가 부족한 지역에서도 실질적인 사회 문제 해결에 기여할 수 있음을 보여준 연구”라고 말했다. 김지희 교수는 “막대한 비용이 드는 현장조사를 보완해, 한정된 자원을 가장 필요한 지역에 효과적으로 배분하는 데 도움이 될 것”이라고 밝혔다.
이번 연구에는 KAIST 전산학부 이수민, 박성원 석박사연구원이 공동 제1저자로 참여했으며, 연구 결과는 1월 25일 싱가포르에서 열린 AAAI 2026에서 발표됐다.
※ 논문명: Generalizable Slum Detection from Satellite Imagery with Mixture-of-Experts, 논문링크 : https://aaai.org/about-aaai/aaai-awards/aaai-conference-paper-awards-and-recognition/
또한, 한국연구재단의 중견연구자지원사업 및 데이터사이언스 융합인재양성사업의 지원을 받아 수행되었다.
2026.03.06
조회수 565
-
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 418
-
세포 속 ‘유전자 지도’ 한번에 해독...치매·암 연구 게임체인저
질병의 시작점은 단 한 개의 세포다. 그러나 지금까지는 개별 세포의 변화를 정밀하게 들여다보는 데 한계가 있어, 수천~수만 개 세포의 평균값을 분석하다 보니 질병의 ‘초기 신호’를 정확히 포착하기 어려웠다. 우리 대학 연구진이 마치 구글어스로 지구를 확대하듯, 그 세포 속 유전 설계도를 입체적으로 동시에 해독하는 기술을 세계 최초로 구현했다. 암과 치매, 파킨슨병 등 복잡 질환 연구의 판을 바꿀 성과다.
우리 대학은 생명과학과 정인경 교수 연구팀이 미국 듀크대학교 야루이 디아오(Yarui Diao) 교수팀과 공동연구를 통해, 단일 세포에서 ▲유전자 발현(전사체) ▲후성유전체 ▲게놈 3차 구조를 동시에 분석하는 세계 최초의 초정밀 분자지도 해독 기술 ‘scHiCAR(에스씨하이카, single-cell Hi-C with assay for transposase-accessible chromatin and RNA sequencing)’를 개발했다고 4일 밝혔다.
세포의 상태를 결정하는 핵심은 결국 유전자의 작동 방식이다. 유전자는 단순히 켜지고 꺼지는 스위치가 아니다. 어떤 유전자가 실제로 작동하는지(전사체), 왜 작동하는지(후성유전체), 어떤 공간 구조 속에서 작동하는지(게놈 3차 구조)가 함께 맞물려 세포의 운명을 결정한다. 기존 기술은 이 정보를 각각 다른 세포에서 따로 얻은 뒤 사후에 맞춰야 했기 때문에, 미세한 변화가 왜곡되거나 누락될 수 있었다.
연구팀은 전사체, 후성유전체, 3차 게놈 구조 등 이 세 가지 유전 정보를 단일 세포에서 동시에 분석하는 통합 정밀 분석 기술인 ‘트라이모달 멀티오믹스(trimodal Trimodal Multi-omics)’ 기술을 구현했다. 여기에 인공지능(AI) 분석을 접목해 정확도와 재현성을 크게 높였다. 그 결과, 세포 내부의 유전 정보를 ‘한 장의 입체 지도’처럼 읽어내는 통합 분석 플랫폼을 완성했다.
특히 세포 하나당 분석 비용을 약 0.04달러(한화 약 50원) 수준으로 낮추는 데 성공했다. 이를 통해 생쥐 뇌 조직 내 160만 개 세포에 대한 고해상도 분자지도를 구축했다. 이는 질병 유전자가 언제, 어디서, 어떤 구조 속에서 켜지고 꺼지는지를 세포 단위에서 정밀하게 규명할 수 있음을 의미한다.
연구팀은 해당 기술을 뇌 조직과 근육 재생 과정에 적용해 22개 주요 세포 유형의 서로 다른 유전자 작동 원리를 밝혀냈다. 특히 근육 줄기세포가 재생되는 과정에서 유전자의 입체 구조가 동적으로 변화하며 세포 운명을 결정하는 과정을 단일 세포 수준에서 실시간으로 추적하는 데 성공했다. 이는 노화 및 난치 질환 치료 전략 개발의 핵심 기반이 될 것으로 기대된다.
정인경 교수는 “이번 연구는 세포를 관찰하는 수준을 넘어, 세포 내부 유전체 설계도를 정밀하게 읽고 제어할 수 있는 가능성을 제시했다”며 “파킨슨병과 암 등 복잡 질환의 발생 기전을 밝히고 환자 맞춤형 신약 타깃을 발굴하는 데 중요한 전환점이 될 것”이라고 말했다.
이번 연구는 KAIST 양동찬 박사가 공동 제1저자로 그리고 KAIST 김규광 박사가 주요 연구진으로 참여했으며, 국제 학술지 ‘네이처 바이오테크놀로지(Nature Biotechnology, IF=46.9)’에 2월 19일 자로 게재됐다.
※ 논문명: Trimodal single-cell profiling of transcriptome, epigenome and 3D genome in complex tissues with scHiCAR, DOI: 10.1038/s41587-026-03013-7
한편, 이번 연구는 서경배과학재단과 삼성미래기술연구소, 과학기술정보통신부 한국연구재단의 기초연구사업 및 바이오의료기술개발 사업의 지원을 받아 수행됐다.
2026.03.04
조회수 509
-
봄날 캠퍼스 ‘느슨한 시간(Oblique Time) ’展 개최
우리 대학이 단순히 작품을 ‘보는’ 전시를 넘어, 관람객이 직접 공간을 거닐며 ‘느슨한 시간’을 경험하는 자리로 초대한다. ‘느슨한 시간’은 직선적으로 흘러가는 일상의 시간에서 벗어나, 공간을 거닐며 감각과 사유가 천천히 교차하는 또 다른 시간의 결을 의미한다.
우리 대학은 그래픽 디자이너 김영나 작가의 설치 미술 작품 기획전 ‘느슨한 시간(Oblique Time)’을 대전 본원 KAIST 미술관에서 3일 개최한다고 밝혔다.
이번 전시는 새롭게 공개되는 미술관 옥상 공간에서 펼쳐진다. 옥상에 설치된 세 점의 작품은 바람과 빛, 시선과 움직임을 매개로 공간의 감각을 새롭게 일깨운다. 옥상에 들어서면 높이 솟은 기둥들이 관람객을 맞이하고, 기둥 사이를 천천히 걸을수록 바람이 스치고 지나간 흔적이 몸으로 읽힌다.
계단을 오르내리면 같은 공간도 전혀 다른 장면으로 펼쳐지고, 바닥에 놓인 원형 거울은 하늘과 구름, 그리고 그 앞에 선 자신을 동시에 비춘다. 관람객은 작품을 감상하는 존재에서 어느새 작품 속 풍경의 일부로 스며든다. 공간은 더 이상 고정된 구조물이 아니라, 유동하는 시간의 장(場)으로 변모한다.
세 작품 모두 관람객의 참여와 이동을 전제로 한 체험형 설치다. 작가는 고정된 시점이 아닌 ‘흔들리는 시선’을 통해 우리가 당연하게 여겨온 공간과 시간의 감각을 비틀어 놓는다. 설명보다 경험을, 정답보다 사유를 남기는 전시다.
김영나 작가는 KAIST 산업디자인학과를 졸업한 뒤 홍익대학교와 네덜란드 아른험 미술대학에서 수학한 그래픽 디자이너이자 시각 예술가다. 디자인을 기반으로 미술의 영역을 넘나들며 독자적인 작업 세계를 구축해 왔다. 사물과 이미지, 텍스트에 얽힌 기억과 맥락을 추출해 재구성함으로써 관람자가 스스로를 되돌아보고 각자의 자화상을 떠올리도록 유도한다. 한국디자인진흥원 ‘차세대 디자인 리더’, 두산 연강예술상, 문화체육관광부 ‘오늘의 젊은 예술가상’을 수상했으며, 현재 국제갤러리 소속으로 독일 베를린에서 프로젝트 스페이스 ‘LOOM(룸)’을 운영하고 있다.
김 작가는 “KAIST 캠퍼스 안에 미술관이 조성된 점이 매우 의미 있게 다가왔다”며 “새롭게 공개되는 옥상 공간의 첫 전시에 참여하게 되어 뜻깊다. 이번 전시가 재학생들에게 예술을 경험하며 스스로를 돌아볼 수 있는 계기가 되길 바란다”고 전했다.
2024년 12월 개관한 KAIST 미술관은 그동안 1~2층 3개 전시실을 운영해왔으며, 최근 3층 내부 공사를 마무리해 총 7개(실내 5, 실외 2)의 전시실을 갖춘 규모 있는 미술관으로 거듭났다. 이번 전시는 개관 이후 처음 공개되는 옥상 공간(제6~7전시실)에서 열리는 첫 전시로, 미술관의 공간적 확장을 상징하는 자리다. 실내에서 실외로, 고정된 전시실에서 열린 하늘 아래로 확장된 이번 무대는 미술관이 지향하는 새로운 실험의 출발점이기도 하다.
석현정 미술관장(산업디자인학과장)은 “학과 후배이기도 한 김영나 작가를 KAIST에 소개하게 되어 매우 기쁘다”며 “디자인 언어를 바탕으로 한 독창적인 작품 세계가 미술관 전시를 한층 다채롭게 확장시킬 것”이라고 밝혔다.
이광형 총장은 “KAIST 졸업생이 세계적으로 활동하는 예술인으로 성장해 모교로 돌아온 것이 자랑스럽다”며 “이번 전시를 계기로 KAIST 미술관과 작가 모두가 한 단계 더 도약하는 계기가 되길 기대한다”고 말했다.
우리 대학은 故 정문술 회장의 미술관 건립 기금 및 작품 기증을 시작으로 사회 각계 인사와 예술가 및 유가족 등으로부터 꾸준히 작품을 기증받아왔다. 이번 김영나 작가의 설치 작품 또한 전시 종료 후 KAIST 미술관에 귀속되어 캠퍼스의 예술적 자산으로 남게 된다.
전시 ‘느슨한 시간(Oblique Time)’은 3일 오후 3시 개막해 8월 28일까지 일반에 무료로 공개된다. 관람 시간은 평일 오전 10시부터 오후 5시까지다.
2026.03.03
조회수 627
-
'뇌를 닮은 AI’ 개발.. 예측이 틀려도 한번 더 생각한다
인공지능은 이제 바둑을 두고, 그림을 그리고, 사람처럼 대화까지 한다. 하지만 결정적인 차이가 있다. AI는 인간의 뇌보다 훨씬 많은 전기를 써야 작동한다는 점이다. 과학자들이 오랫동안 던져온 질문은 이것이다. “뇌는 어떻게 이렇게 적은 에너지로도 똑똑하게 학습할 수 있을까?”우리 대학 연구진이 그 답에 한 걸음 다가섰다.
우리 대학은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해, 깊은 인공지능 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다.
우리 뇌는 세상을 수동적으로 받아들이지 않는다. 현재 벌어지는 일을 단순히 인식하는데서 그치지 않고‘다음에 무슨 일이 일어날까?’를 먼저 예측하고, 실제 결과가 다르면 그 차이(오차)를 줄이는 방향으로 스스로를 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 ‘예측 부호화(Predictive Coding)’라고 한다.
과학자들은 이 원리를 AI에 적용하려 했지만, 난관이 있었다. 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복됐기 때문이다.
연구팀은 그 원인을 수학적으로 규명하고 새로운 해법을 제시했다. 핵심은 단순하다. AI가 결과만 예측하는 것이 아니라, ‘예측 오차가 앞으로 어떻게 변할지’까지 다시 예측하도록 만든 것이다. 연구팀은 이를 ‘메타 예측(Meta Prediction)’이라 설명한다. 쉽게 말해, ‘틀림을 한 번 더 생각하는 AI’다. 이 방식을 적용하자, 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다.
실험 결과도 인상적이다. 총 30가지 실험 중 29개에서, 현재 AI의 표준 학습법인 ‘역전파(Backpropagation)’보다 높은 정확도를 기록했다. 역전파는 AI가 ‘틀린 만큼 거꾸로 되돌아가며 고치는’ 현재의 대표적 학습 방법이다.
기존 AI 학습방식(역전파)는 모든 층이 서로 긴밀하게 연결돼 있어, 전체 네트워크를 한 번에 계산하고 한 번에 수정해야 하지만 이 방법은 이 방식은 뇌처럼 분산적·부분적으로 학습해도 큰 AI 모델을 잘 학습시킬 수 있음을 입증한 것이다.
이번 기술은 전력 효율이 중요한 뉴로모픽 컴퓨팅, 환경에 적응해야 하는 로봇 AI, 기기 내부에서 작동하는 엣지 AI 등 다양한 분야로 확장될 것으로 기대된다.
이상완 석좌교수는 “뇌의 구조를 단순히 모방한 것이 아니라, 뇌의 학습 원리 자체를 AI가 따르도록 만든 것이 이번 연구의 핵심”이라며 “뇌처럼 효율적으로 배우는 인공지능의 가능성을 열었다”고 말했다.
이번 연구는 하명훈 박사가 제1저자, 이상완 교수가 교신저자로 참여했으며, 인공지능 국제학회 ICLR 2026(International Conference on Learning Representations)에 채택돼 1월 26일 온라인 게재됐다.
※ 논문명: Stable and Scalable Deep Predictive Coding Networks with Meta Prediction Errors, 논문 원본: https://openreview.net/forum?id=kE5jJUHl9i¬eId=e6T5T9cYqO
본 연구는 과학기술정보통신부·정보통신기획평가원 디지털분야글로벌연구지원사업(마이크로소프트연구소 공동연구), 삼성전자 SAIT NPRC 사업, SW스타랩 사업의 지원을 받아 수행됐다.
2026.03.03
조회수 471
-
'딥테크 스케일업 밸리’ 본격 가동...피지컬 AI 실행 전략 공개
우리 대학은 26일 대전 본원에서 ‘딥테크 스케일업 밸리사업 추진 보고회’를 개최하고, 로봇 중심으로 추진 중인 피지컬AI 전략과 실행 구조를 공개했다고 27일 밝혔다.
딥테크 스케일업 밸리 육성사업은 과학기술정보통신부, 대전광역시, KAIST가 공동으로 추진하는 사업으로, KAIST는 2025년부터 3년 6개월간 총 136억 5천만 원 규모의 사업비를 확보했다. 본 사업은 KAIST의 로봇 분야 딥테크 기술을 사업화해 로봇 혁신 생태계를 구축하는 것을 목표로 한다. 주관기관인 KAIST(총괄 김정 교수)를 중심으로 카이스트홀딩스, 대전테크노파크, 대전창조경제혁신센터, 엔젤로보틱스, 유로보틱스 등이 참여하는 로봇 얼라이언스를 구성했다.
본 사업은 기술사업화, 딥테크 R&D, 상용화 스케일업의 3축 체계를 기반으로 선순환 생태계를 조성하고 미래 유니콘 기업을 육성하는 것을 목표로 한다. 1차년도(2025년)에는 Physical AI 강연, 스타트업 피칭, 투자 네트워킹 등을 추진해 기술이전 및 투자 유치 230억 원의 성과를 거뒀다.
피지컬AI는 로봇과 인공지능을 결합해 현실 세계에서 스스로 판단하고 행동하는 기술로, 차세대 산업의 핵심 분야로 주목받고 있다. 정부 R&D와 대기업 투자, 스타트업 창업이 빠르게 늘고 있지만, 실제 산업 현장에서 실행 가능한 사업 모델로 이어진 사례는 제한적이라는 지적이 제기돼 왔다.
이번 보고회는 피지컬AI를 단순한 AI 기술 경쟁이 아닌 ‘산업 구조의 문제’로 재정의했다는 점에서 의미가 있다. 연구개발, 산업 현장, 투자 생태계가 유기적으로 연결되지 않으면 상용화가 어렵다는 점을 강조했다.
특히 피지컬AI가 산업 현장에 적용되기 위해서는 가상 환경을 넘어 실제 산업 현장에서 생성된 ‘의미 있는 데이터’가 필요하다고 밝혔다. 제조 공정 등에서 숙련된 전문가와 협력해 신체 감각과 판단이 반영된 데이터를 축적하고, 로봇이 전문가의 작업을 방해하지 않는 구조 속에서 지속적으로 상호 협력할 수 있는 실행 체계를 구축해야 한다는 설명이다.
공경철 KAIST 기계공학과 교수는 “이제는 Physical AI의 혼재된 개념을 정리하고, 누구나 활용할 수 있는 구체적인 플랫폼을 만드는 것이 중요하다”고 말했다. 이어 “가상환경에서 학습한 인공지능이 실제 로봇과 현실 환경에서도 그대로 잘 작동하려면, 가상세계의 기술 정확도가 높아져야 할 뿐 아니라 현실 세계의 물리적 변수도 예측 가능하고 안정적으로 관리돼야 한다”고 설명했다. 쉽게 말해, 가상에서 배운 로봇이 현실에서도 그대로 실력을 발휘하게 만드는 기술이 필요하다는 뜻이다.
명현 KAIST 전기및전자공학부 교수는 “AI 분야에서도 물리 법칙을 학습 과정에 반영하는 물리정보신경망(Physics-Informed Neural Network) 연구가 활발히 진행되고 있다”며 “피지컬AI의 완성은 실제 물리 시스템을 이해하는 하드웨어 연구자와 이를 학습 구조에 구현하는 AI 연구자가 유기적으로 결합할 때 가능하다”고 강조했다. 이어 “단순히 데이터를 많이 학습하는 것을 넘어, 현실 세계의 물리 원리를 이해하는 AI가 필요하다”고 덧붙였다.
우리 대학은 이러한 실행 구조를 기반으로 연구자, 산업 현장 전문가, 기업을 연결하는 명확한 가치사슬(Value Chain)을 구축할 계획이다. 이를 통해 피지컬AI를 연구실 데모 수준을 넘어 실제 산업 문제를 해결하는 기술로 확장한다는 전략이다. 즉, 피지컬 AI를 실험실 시연을 넘어 실제 산업 현장에 적용하는 것이 목표다.
김정 KAIST 기계공학과 학부장은 “이제는 데이터의 양으로 경쟁하는 시대를 넘어 실제 물리 세계에서 AI를 어떻게 실행할 것인지 고민해야 할 때”라며 “KAIST의 구체적인 준비와 실행 전략을 바탕으로 스타트업과 기업이 피지컬AI 사업화에 성공하도록 지원하겠다”고 밝혔다.
한편, 딥테크 스케일업 밸리사업은 향후 피지컬AI 플랫폼 구축, 스타트업 발굴 및 투자 확대, 실증 테스트베드 구축, 글로벌 로봇 기업과의 협력 네트워크 확대 등을 단계적으로 추진할 계획이다.
2026.02.27
조회수 576
-
3대 이어진 ‘기부 DNA’가 ‘KAIST DNA’를 만나다
우리 대학은 한 가문의 숭고한 나눔 정신이 담긴 50억 6천만 원의 발전기금을 전달받았다고 26일 밝혔다. 이번 기부는 할머니의 유산을 바탕으로 아버지가 기부를 결심하고, 그 뜻을 딸이 실행에 옮기며 3대에 걸쳐 완성된 사례로 더욱 의미를 더한다.
기부자는 “기부자의 이름보다 KAIST 젊은 과학자의 연구 성과가 빛나기를 바란다”고 밝히며, 자신의 이름이 드러나는 약정식이나 예우 행사 등을 모두 사양했다. 기부자의 뜻에 따라 모든 절차는 간소하게 진행됐으며, 신원 역시 공개하지 않기로 했다.
서울에 거주하는 70대 기부자는 생전 나눔을 실천해 온 어머니의 유산을 바탕으로 사업을 일궈 성공을 거두었다. 최근 그는 어머니의 유산 일부를 사회에 환원하기로 결심했다.
평생 베풂을 실천한 어머니의 모습을 보고 자란 그에게 기부는 자연스러운 선택이었다. 그리고 그 결심은 딸이 구체적인 실행으로 완성했다. 기부자의 딸은 기부 진행 전 과정에 주도적으로 참여하며 가문의 나눔 정신을 다음 세대로 잇는 역할을 했다.
기부자는 “어머니께서 평생 실천하신 나눔이 우리 가문의 가장 큰 자산이었다”며 “이제는 제 딸과 함께 그 소중한 가치를 대한민국 과학의 주역들에게 전달하고자 한다”고 밝혔다. 이어 “이 기금이 젊은 석학들에게 실질적인 도움이 된다면 그것만으로 충분히 보람된 일”이라고 소회를 전했다.
우리 대학은 기부자의 어머니 이름을 딴 ‘조기엽 차세대 연구리더 펠로우십’을 조성하기로 했다. ‘조기엽 펠로우십’은 원금 50억 원을 보전하고, 운용 수익으로 사업을 운영하는 원금 보전형 기금으로 설계됐다. 또한 기부자는 “하루라도 빨리 젊은 과학자들을 지원하고 싶다”는 뜻을 담아 첫해 사업 시행을 위해 6천만 원을 추가로 기탁했다.
이에 따라 올해부터 매년 3명의 ‘조기엽 펠로우’를 선정해 연간 2천만 원씩 3년간 학술활동비를 지원할 예정이다.
펠로우십 지원 대상은 정년보장 전 조교수 및 부교수급 신진 교원이다. 이 시기는 연구 역량이 폭발적으로 성장하고 혁신적 성과가 집중적으로 창출되는 ‘골든타임’이지만, 동시에 안정적 연구비 확보가 절실한 시기이기도 하다.
지원금은 도전적 연구 기획, 국제 학술 활동, 연구 인프라 확충 등 연구 자율성과 확장성을 높이는 데 활용될 예정이다. KAIST는 이번 펠로우십이 젊은 연구자의 세계적 도약을 뒷받침하는 실질적 기반이 될 것으로 기대하고 있다.
2026.02.26
조회수 513
-
김재철AI대학원, 제조 AI 실무 인재 양성·산학 협력 본격화
우리 대학 김재철AI대학원은 국내 제조 산업의 인공지능(AI) 확산을 이끌 실무 인재 양성과 산학 네트워킹 활성화에 나서고 있다.
김재철AI대학원 성남연구센터는 제조 기업의 AI 도입 장벽을 낮추고 실질적인 기술 확산을 도모하기 위해 ▲실무자 양성 교육과 ▲기술 네트워킹 행사를 연계한 통합 지원 프로그램을 운영하고 있다.
우선, 지난 1월 27일부터 시작된 AI 팩토리 전환 실무자 양성과정은 제조 현장에 즉시 투입 가능한 AI 전문 인력을 길러내는 것을 목표로 한다. 현재 진행 중인 1단계 기초 AI 과정은 향후 제조 AI로 확장 가능한 핵심 이론과 실습 역량을 체계적으로 다지는 단계로, 실무 적용을 위한 기반 역량을 집중적으로 강화하며 높은 호응을 얻고 있다.
주관 측은 이번 기초 과정을 시작으로, 올해 상반기 중 ▲제조 AI 주요 태스크를 다루는 2단계 제조 AI 응용 과정과 ▲기업 실제 데이터를 기반으로 문제를 해결하는 3단계 기업 맞춤형 프로젝트 과정을 순차적으로 개설할 예정이다. 이를 통해 단발성 교육이 아닌, 기초 역량 확보부터 현장 적용형 심화 프로젝트까지 이어지는 단계별 로드맵을 제공한다는 계획이다.
이와 더불어, KAIST는 제조 AI 분야의 최신 기술 트렌드를 공유하고 현장의 애로사항을 해결하기 위한 ‘AI팩토리 커넥트 데이 2026’를 2월 25일(수) 서울 한국과학기술회관에서 성황리에 개최하였다.
AI팩토리 커넥트 데이 2026는 제조 기업 실무자와 AI 전문가를 연결해 지속적인 기술 협업을 도모하는 네트워킹 행사로 기획되었다. 이번 행사에서는 ▲크라우드웍스 양수열 CTO의 ‘Agentic AI로 가는 길: 산업형 AI 에이전트 전략’ ▲KAIST 이종석 교수의 ‘제조 AI 모델 학습에서의 데이터 한계와 대응 방법’ ▲(주)인이지 유보선 기술이사의 ‘인공지능의 제조 공정 적용’ 등 업계 전문가들의 초청 강연이 진행되었으며, 제조 현장에서의 AI 적용 전략과 단계적 도입 방안에 대한 논의가 이루어졌다.
특히 기술 세미나에 이어 진행된 ‘1:1 기술 상담’ 프로그램에서는 제조 AI 솔루션 개발 지원센터 자문단이 참여해, AI 도입을 고민하는 기업들의 현재 수준을 진단하고 향후 추진 방향과 준비 과제를 함께 모색하는 자리를 마련했다. 이를 통해 참가 기업들이 자사 여건에 맞는 AI 도입 로드맵을 구체화하는 계기를 제공했다.
이번 프로그램은 정부와 민간이 함께 ‘2030 제조 AI 최강’ 도약을 목표로 출범한 AI 팩토리 M.AX 얼라이언스의 생태계 확산을 뒷받침하기 위해 추진되었다. KAIST는 M.AX 얼라이언스의 주요 참여 기관으로서, 체계적인 AI 교육을 통해 산업 수요에 부합하는 전문 인력을 양성하고 이를 현장에 연계·확산하는 역할을 수행하고 있다. 아울러 AI팩토리 커넥트 데이 2026를 통해 AI 도입을 희망하는 수요기업과 기술 역량을 보유한 공급기업 간의 교류를 활성화하며, 제조 AI 확산을 위한 핵심 가교로 자리매김해 나갈 계획이다.
본 성과는 '제조AI 솔루션 개발 지원센터'를 통해 산업통상자원부 및 경기도, 성남시의 지원을 받아 추진되었다.
2026.02.26
조회수 385
-
‘AI 시대의 대학교육 재설계 워크숍 ’개최
우리 대학은 생성형 AI 확산이 가져온 대학 교육의 근본적 변화에 대응하기 위해 23일 대전 KAIST 본원 학술문화관(E9) 2층 양승택 오디토리움에서 ‘AI 시대, 대학교육의 재설계 워크숍’을 개최한다고 밝혔다.
이광형 총장은 이번 워크숍의 취지에 대해 “생성형 AI 시대에 대학은 무엇을 가르쳐야 하는지 다시 답해야 할 때”라며, “이제는 ‘무엇을 아는가(What to know)’가 아니라 ‘어떻게 생각하는가(How to think)’를 기르는 교육으로 전환해야 한다”고 강조했다. 또한 “문제를 정의하고 스스로 판단하는 역량이 대학 교육의 핵심이 되어야 한다”고 밝혔다.
이번 행사는 KAIST 국가미래전략기술 정책연구소(소장 김용희)가 주관하며, AI 시대 대학의 역할과 책임을 재정립하기 위해 마련됐다.
워크숍에서는 KAIST 교무처장과 교수진이 AI 시대 교육 변화 방향을 발표하고, UNIST 교수가 참여하는 패널 토론을 진행한다. 또한 학생과 시민이 자유롭게 참여하는 ‘럼프 세션(Rump Session)’을 통해 AI 전환(AX) 시대에 개인이 무엇을 배우고 어떻게 준비해야 하는지 폭넓게 논의할 예정이다.
홍승범 KAIST 교무처장은 지식 검색과 요약, 정형 문제 해결 등 기존 학습 활동의 상당 부분이 AI로 대체되고 있다고 진단하며, 앞으로는 문제 정의 능력, 비판적 사고, 공감과 소통, 윤리적 책임, 창의적 통합 역량이 더욱 중요해질 것이라고 강조한다. 특히 AI를 활용하되 과도한 의존을 경계하는 ‘인지적 주체성’과 변화에 빠르게 적응하는 ‘학습 민첩성’을 미래 인재의 핵심 역량으로 제시한다.
백형렬 수리과학과 교수는 AI가 인간의 사고를 대체하는 방식과 확장하는 방식을 구분하고, ‘문제 정의–도구 개발–결론 도출’의 균형이 중요하다고 설명한다. 하버드대와 옥스퍼드대 등 해외 대학 사례도 함께 소개할 예정이다.
김주호 전산학부 교수는 AI 활용이 효율성을 높이지만 반드시 학습으로 이어지지는 않는다는 점을 짚으며, ‘AI 네이티브 세대’를 위한 세 가지 학습 조건 ― 도전(Challenge), 인지적 복잡성(Complexity), 맥락적 연결(Connection) ― 을 제안한다.
성민혁 전산학부 교수는 스탠퍼드대의 사례를 통해 대학 교육이 빠르게 AI 활용 중심으로 전환되고 있음을 소개하면서도, 기초 사고 역량 약화에 대한 우려를 함께 제기한다.
이광형 총장은 “AI 시대 대학의 역할은 지식 전달이 아니라 인간만의 사고와 판단을 기르는 것”이라며, “KAIST는 인간 사고의 지속가능성을 중심에 둔 교육 모델을 선도하겠다”고 밝혔다.
김용희 소장은 “이번 워크숍은 AI 시대 대학이 어떤 인재를 길러야 하는지 묻는 자리”라고 강조했다.
이번 행사는 KAIST 구성원뿐 아니라 일반 시민도 참여할 수 있으며, 별도의 사전 등록 없이 온·오프라인으로 참석 가능하다. 행사는 KAIST 공식 유튜브 채널을 통해 중계될 예정이다.
※ KAIST 유튜브 채널: https://www.youtube.com/@KAISTofficial/streams
※ 온라인(Zoom) 참석: https://kaist.zoom.us/j/81427470346
2026.02.23
조회수 403