-
차미영·문수복 교수, ACM 인터넷측정학회 테스트 오브 타임 어워드 수상
우리 대학 차미영·문수복 전산학부 교수가 지난 10월 프랑스 니스에서 열린 ACM 인터넷측정학회(Internet Measurement Conference)에서 '테스트 오브 타임 어워드(Test of Time Award)'를 수상했다.
이 상은 10년 이상 지속적인 영향력을 행사하는 논문에 수여하는 상이다. 인터넷측정학회에서는 올해 처음 제정됐으며, 차미영·문수복 교수가 초대 수상자로 선정됐다. 선정된 논문은 2007년 발표된 '세계 최대의 사용자 생성 콘텐츠 분석(영문명: I Tube, You Tube, Everybody Tubes: Analyzing the World’s Largest User Generated Content Video System)'이다. 유튜브(YouTube)와 다음(Daum) 등을 비롯한 사용자 생성 콘텐츠(UGC) 시스템에 올라온 200만 개의 비디오 정보와 시청 통계 데이터를 수집해 분석한 논문이다. 이전까지는 영상들의 인기도 분포가 일명 80:20의 법칙으로 불리는 파레토(Pareto) 법칙*을 따르는 것으로 생각되어왔다. 그러나 이 연구를 통해 20%보다 더욱 집중된 상위 10%의 인기 동영상이 전체 조회 수의 80%를 차지하는 현상을 처음 확인했으며, 당시 최우수논문상(Best Paper Award)을 받았다. *파레토의 법칙(Pareto principle): 20%의 원인이 80%의 결과를 가져온다는 이론이와 함께, 유튜브와 같은 새로운 콘텐츠 시장이 전통적인 콘텐츠 시장과 어떻게 다른지를 인기도 하위 90%의 콘텐츠를 들어 설명했다. 비인기 콘텐츠는 인기도를 곡선으로 나타낸 분포도에서 불룩 솟아오른 상위 10% 콘텐츠의 뒤에 꼬리처럼 길게 늘어진다고 해서 소위 롱테일(long tail)이라 불린다. 연구팀은 사용자 생성 콘텐츠의 인기 분포가 초기에는 멱법칙(power-law)*을 따르지만, 시간이 지나며 플랫폼의 순위 알고리즘과 정보 필터링과 같은 요인으로 절단된 멱법칙(truncated power-law)로 변하는 과정을 실험으로 증명했다. *멱법칙(power-law): 한 수(數)가 다른 수의 거듭제곱으로 표현되는 두 수의 함수적 관계이를 통해, 롱테일에 속하는 콘텐츠라 할지라도 사용자에게 개별화된 알고리즘으로 추천할 경우 시청 조회 수를 현저히 늘릴 수 있다는 점을 실험적으로 제시했다. 이 논문은 발표 후 지난 15년간 비디오 콘텐츠의 캐싱*과 전송, 순위 알고리즘, 광고 노출을 비롯한 다양한 산업에 영향을 미쳤다. *캐싱(cashing): 데이터 복사본을 미리 저장해 두어 빠르게 전송하는 방법
현재까지 2,000번 이상 피인용 되어 인터넷측정학회 역사상 세 번째로 많이 피인용 된 연구로 기록됐다. 발표한 지 10년이 지난 후에도 600회 이상 피인용 되며 꾸준한 영향력을 발휘하고 있다. 차미영 교수는 "연구를 진행할 당시 유튜브는 서비스를 시작한 지 2년 남짓 된 신규 플랫폼으로 지금의 위상과는 매우 달랐다"라고 설명했다. 이어, 차 교수는 "'새로운 데이터를 수집해 분석하는 것 자체가 모험과도 같았던 논문이 오랜 기간 동료 연구자들에게 사랑받고 인용되는 연구가 되어 기쁘다"라고 소감을 밝혔다.차 교수는 2007년 스페인 텔레포니카(Telefonica)에서 인턴십을 하며 공저자인 파블로 로드리게즈(Pablo Rodriguez) 디렉터, 지도교수인 문수복 교수와 함께 이 연구를 이끌었다. 현재 기초과학연구원(IBS) 데이터 사이언스 그룹 CI로 활약하고 있다. 당시 공저자로 참여한 곽해운, 안용열 연구원은 현재 싱가폴 경영대, 인디애나 주립대 교수로 각각 재직 중이다.
2022.11.10
조회수 1215
-
신기정 교수 연구팀, 정보검색 분야 최우수 학술대회 ACM CIKM 2022 튜토리얼 강연
우리 대학 김재철AI대학원 신기정 교수가 이끄는 연구팀이 지난 10월 17일부터 10월 21일까지 미국 애틀랜타에서 진행된 미 컴퓨터협회 정보 및 지식 관리 학술대회(이하 ACM CIKM 2022)에서 튜토리얼 강연을 진행했다고 1일 밝혔다.
올해 31회를 맞은 ACM CIKM은, 정보 검색(Information Retrieval) 분야 세계 최고 권위 학회 중 하나로, 전 세계에서 해당 분야 전문가들이 참석해 최신 연구 성과를 공유한다. ACM CIKM에서는 매년 강연자의 전문성 그리고 강연 주제의 깊이와 다양성 등을 고려해 강연자를 선정해 튜토리얼 강연을 열고 있다.
김재철AI대학원 이건 석박통합과정과 유재민 박사(미국 카네기멜론대학교 박사 후 연구원)로 구성된 신기정 교수 연구팀은 `Mining of Real-world Hypergraphs: Concepts, Patterns, and Generators'라는 제목으로 ACM CIKM 2022 학술대회에서 튜토리얼 강연을 진행했다.
사회, 뇌, 웹 등의 다양한 복잡계는 구성요소끼리 상호작용하는 특징이 있다. 이러한 상호작용 중 다수는 셋 이상의 구성요소가 참여하는 `그룹 상호작용'이나 분석의 용이성을 위해 두 개의 구성요소가 참여하는 `쌍 상호작용'을 가정하는 경우가 많았다. 하지만, 하이퍼그래프를 활용해 그룹 상호작용을 쉽고 효과적으로 모델링하고 분석할 수 있다는 사실이 최근 많은 주목을 받았다. 하이퍼그래프는 정점(Vertex)들과 초간선(Hyperedge)들로 구성되며, 하나의 초간선은 임의의 수의 정점을 포함하는 집합이다. 복잡계의 구성요소들을 표현하기 위해 정점이 사용되며, 그룹 상호작용들을 표현하기 초간선이 사용된다.
튜토리얼 강연에서 신기정 교수는 다양한 복잡계를 구성하는 요소들 사이의 그룹 상호작용으로 인해 발생하는 패턴을 발견하고 이에 대한 설명을 제공하기 위한 하이퍼그래프 기반 최신 인공지능 및 빅데이터 기술들을 소개했다. 강연은 정적인 패턴, 동적인 패턴, 그리고 패턴들에 대한 설명을 제공하기 위한 생성 모형 세 부분으로 나뉘어서 3시간 동안 진행됐다. 스탠퍼드 대학교, 코넬 대학교 등 세계 유수 대학의 연구 논문과 함께, 신기정 교수 연구팀의 연구 논문 7편도 소개됐다.
신기정 교수는 "하이퍼그래프에 대한 이론적인 연구는 많지만, 하이퍼그래프를 활용해 실제 복잡계를 분석하는 실증적인 연구는 걸음마 단계다ˮ라며, "튜토리얼을 통해 더 많은 사람이 이 주제에 관심을 갖기를 기대하며, 다양한 후속 연구를 통해 복잡계에 대한 인류의 이해를 크게 증진시킬 것을 기대한다ˮ라고 설명했다.
신기정 교수 연구팀은 올해 11월 28일부터 진행되는 전기전자공학자협회 데이터 마이닝 학술대회(IEEE ICDM 2022)에서도 튜토리얼 강연자로 선정됐다. 올해 22회를 맞는 IEEE ICDM은, 데이터 마이닝(Data Mining) 분야의 세계 최고 권위 학회 중 하나로, 올해 12월 1일까지 미국 올랜도에서 개최될 예정이다.
한편 이번 튜토리얼은 과학기술정보통신부 재원으로 한국연구재단의 지원을 받은 대용량 하이퍼그래프 마이닝: 패턴, 아웃라이어, 학습, 및 요약 과제와 정보통신기획평가원의 지원을 받은 강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습 과제의 성과이다.
2022.11.01
조회수 1049
-
스마트폰으로 전시물을 투시한다, 매직렌즈 증강현실 '원더스코프' 개발
우리 대학 산업디자인학과 이우훈 교수 연구팀과 전산학부 이기혁 교수 연구팀이 사물 표면에서 그 내부를 투시하게 하는 새로운 증강현실 장치 원더스코프(WonderScope)를 개발했다고 13일 밝혔다. 스마트폰에 원더스코프를 장착하고 블루투스로 연결한 다음 앱을 켜면 매직 렌즈처럼 전시물 내부를 투시할 수 있다.
요즘 과학관을 방문하면 스마트폰이나 태블릿으로 증강현실 앱을 종종 체험할 수 있다. 앱은 실제 전시물에 디지털 정보를 추가함으로써 색다른 관람 경험을 제공한다. 이때 관람객들은 전시물과 어느 정도 거리를 두고 모바일 화면을 바라보아야 한다. 따라서 전시물 자체보다는 화면 속 디지털 콘텐츠에 집중하는 현상이 벌어지곤 한다. 전시물과 모바일 기기 사이의 거리, 그리고 그사이에서의 주의 분산 때문에 증강현실 앱은 전시물로부터 오히려 관람객을 멀어지게 하는 원인이 되기도 한다. 이 문제를 해결하기 위해 전시물 표면에서 내부를 투시하는 매직 렌즈 증강현실이 필요한 것이다.
이를 위해 스마트폰은 전시물 표면 어디에 위치하는지 파악해야 한다. 통상 스마트폰 위치 파악을 위해 전시물 내부나 외부에 인식 장치를 추가로 설치하거나, 전시물 표면에 특수 패턴을 인쇄해야 한다. 이 경우 전시물 외관이 복잡해지고 공간 구성에 많은 제약이 있어 현실적으로 전시물 표면에서의 매직 렌즈 증강현실 구현은 쉽지 않다.
원더스코프는 전시물 표면에서 스마트폰의 위치를 휠씬 실용적인 방법으로 파악한다. 우선 전시물 표면에 부착된 작은 RFID 태그를 읽어 그 위치를 파악하고, 두 가지 광학적 변위 센서와 가속도 센서를 기반으로 상대적 이동량을 더함으로써 움직이는 스마트폰의 위치를 계산한다. 연구팀은 스마트폰의 높이와 전시물 표면 특성도 감안해 최대한 정확하게 위치를 계산하도록 연구했다. 과학관 전시물에 RFID 태그를 부착하거나 내장시키면 관람객들이 스마트폰으로 매직 렌즈와 같은 증강현실 효과를 쉽게 체험할 수 있도록 한 것이다.
원더스코프의 폭넓은 활용을 위해 다양한 전시물 표면에서 위치 파악이 가능해야 한다. 이를 위하여 원더스코프는 두 가지 상호보완적인 특성의 광학 변위 센서 출력과 가속도 센서 출력을 같이 이용함으로써 종이, 돌, 나무, 플라스틱, 아크릴, 유리 등 다양한 재질은 물론 요철이나 물리적 패턴이 있는 표면에서도 안정적인 위치 파악이 가능하다. 이러한 특성과 함께 원더스코프는 표면에서 4cm 정도 떨어진 범위에서도 위치 파악이 가능해 전시물 표면 근처에서의 간단한 3차원 상호작용 구현도 가능하다.
연구팀은 범용 가상현실(VR) 및 게임 엔진인 유니티(Unity)를 활용해 스마트폰 앱을 쉽게 제작할 수 있도록 다양한 사례 프로젝트 탬플릿과 원더스코프 활용지원도구를 개발했다. 원더스코프는 안드로이드 운영체제를 갖는 스마트워치, 스마트폰, 태블릿과 연동해 사용할 수 있어 전시물에 다양한 형태로 적용 가능하다.
연구팀은 과학기술정보통신부 과학문화전시서비스 역량강화지원사업의 지원을 받아 원더스코프를 개발했다. 원더스코프는 2020년 10월 27일부터 2021년 2월 28일까지 지질박물관에서 개최된 `그곳에 화산이 있었다' 특별전에 지하 화산활동과 화산암 내부를 관찰하는 도구로 활용됐다. 2021년 9월 28일부터 10월 3일까지 국립중앙과학관에서 열린 `청동거울, 과학을 비추다' 특별전에서는 정문경 표면 관찰 도구로 활용됐고, 2022년 8월 2일부터 10월 3일까지 `달 탐사 특별전' 에서는 달착륙선 체험 콘텐츠를 전시했다. 연구팀은 다년간 현장 실증을 통해 원더스코프의 성능과 사용성을 향상했다.
연구팀은 올해 8월 8일부터 11일까지 캐나다 밴쿠버에서 열린 컴퓨터 그래픽 및 상호작용기술 학회인 ACM 시그래프(SIGGRAPH)의 신기술전시회(Emerging Technologies)에서 원더스코프를 데모 전시했다. 전 세계 최신 상호작용기술이 소개되는 이 학회에서 연구팀은 우수전시상(Best in show honorable mention)을 수상했다. 심사위원들은 "원더스코프가 박물관과 같은 전시공간에서 관람객들에게 참여의 즐거움을 제공하는 새로운 기술이 될 것ˮ이라고 평가했다.
원더스코프는 직경 5cm, 높이 4.5cm의 원통형 앱세서리 모듈로서 그 크기가 충분히 작아 스마트폰에 쉽게 부착할 수 있고, 대부분 전시물 안에 문제없이 내장시킬 수 있다. 연구책임자인 산업디자인학과 이우훈 교수는 "원더스코프가 교육은 물론, 상업 전시에서도 다양한 응용이 가능할 것이다ˮ며, "더 나아가 어린이들의 호기심을 자극하는 인터랙티브 교구로도 활용 가능할 것으로 기대한다ˮ라고 설명했다.
원더스코프(WonderScope) 대표 영상 : https://www.youtube.com/watch?v=X2MyAXRt7h4&t=7s
SIGGRAPH E-Tech에서 원더스코프 데모 전시 영상 : https://www.youtube.com/watch?v=c5pRMTIpGf8
국립중앙과학관 달탐사 특별전 (2022.08.02 ~ 2022.10.03) 영상 : https://www.youtube.com/watch?v=cZxwj84TnLM
국립중앙과학관 "청동거울, 과학을 비추다" 특별전 (2021.09.28~2021.10.03) 영상 : https://www.youtube.com/watch?v=T6W19lTt2J8
SIGGRAPH 2022 E-Tech 우수전시상 작품평 : https://s2022.siggraph.org/program/emerging-technologies/
‘디지털 크리에이티비티(Digital Creativity)’ 저널 논문 게재 (2022년, 표지논문) : https://www.tandfonline.com/doi/full/10.1080/14626268.2022.2039208
2022.09.13
조회수 2342
-
전산학부 김민혁 교수 연구팀, ACM SIGGRAPH 2022 학회 Technical Paper Award 수상
우리 대학 전산학부 김민혁 교수 연구팀은 2022년 8월 8-11일 캐나다 밴쿠버에서 열린 ACM SIGGRAPH (the 49th ACM SIGGRAPH Conference and Exhibition on Computer Graphics and Interactive Techniques) 2022 국제학회에서 “Sparse Ellipsometry: Portable Acquisition of Polarimetric SVBRDF and Shape with Unstructured Flash Photography” 논문으로 ‘Technical Paper Award Honorable Mention’을 수상했다. ACM SIGGRAPH 국제학회는 컴퓨터 그래픽스 분야에서 세계 최고의 학회이며, 이 학회의 49년 역사상 최초이자 유일하게 한국 주관연구팀이 Technical Paper Award를 수상했다.
빛의 물리적인 편광 성분은 극사실적인 가상 인간, 물체 및 메타버스 환경 공간을 물리적으로 더 정확하게 컴퓨터로 재현하기 위해, 컴퓨터 그래픽스 및 비전 분야에서 최근 활발하게 활용되고 있다. 이러한 편광 성분은 타원계측기법을 통해서 정보를 측정하게 되는데, 현존하는 지금까지의 기술은 초정밀 광학 기구를 통해 2-5일 간의 긴 스캐닝 시간을 거쳐야만 획득이 가능했으며, 측정할 수 있는 물체의 모양 또한 구형으로 만들어진 균일한 소재로 제한되어 왔다. 본 연구팀은 이러한 기술적인 한계를 극복하고, 고가의 전문 촬영 장비 없이, 다양한 형태의 물체를 온전한 3차원 편광 반사계 및 형상으로 수분 안에 측정할 수 있는 3차원 영상 기술을 개발하였다.
프로젝트 페이지: http://vclab.kaist.ac.kr/siggraph2022p1/
스페인 Zaragoza대학교와 중국 Microsoft Research Asia의 공동 연구로 진행된 이 연구는 2022년 8월 8일부터 11일까지 캐나다 밴쿠버에서 열린 ACM SIGGRAPH 2022 국제 학회에서 구두 발표되고, 그래픽스 분야 최우수 저널인 ACM Transactions of Graphics에 게재되었으며, 8월 11일에 Technical Paper Award Honorable Mention을 수상했다.
이 논문의 교신저자인 김민혁 교수는 "제안하는 편광기반 3차원 스캐닝 기술은 기존의 눈으로 보기 좋은 컴퓨터 그래픽스 렌더링 기술을 물리적으로 더욱 더 정확한 렌더링 기술로 진화하는 것을 가속화할 것으로 기대하며, 극사실적인 메타버스 재현을 위한 물리기반 렌더링 패러다임의 전환은 지금껏 생각할 수 없었던 새로운 형태의 그래픽스 기술의 활용을 가능케 할 것이다"고 밝혔다.
2022.08.22
조회수 2017
-
세계 최초 개인정보 보호 기술이 적용된 인공지능(AI) 반도체 개발
우리 대학 전기및전자공학부 유민수 교수 연구팀이 세계 최초로 `차등 프라이버시 기술이 적용된 인공지능(AI) 어플리케이션(Differentially private machine learning)'의 성능을 비약적으로 높이는 인공지능 반도체를 개발했다고 19일 밝혔다.
빅데이터 및 인공지능 기술의 발전과 함께 구글, 애플, 마이크로소프트 등 클라우드 서비스를 제공하는 기업들은 전 세계 수십억 명의 사용자들에게 인공지능 기술을 기반으로 여러 가지 서비스(머신러닝 애즈 어 서비스, ML-as-a-Service, MLaaS)를 제공하고 있다. 이러한 서비스 중에는, 대표적으로 유튜브나 페이스북 등에서 시청자의 개별 취향에 맞춰 동영상 콘텐츠나 상품 등을 추천하는 `개인화 추천 시스템 기술(예- 딥러닝 추천 모델, Deep Learning Recommendation Model)' 이나, 구글 포토(Photo) 와 애플 아이클라우드(iCloud) 등에서 사진을 인물 별로 분류해주는 `안면 인식 기술 (예- 합성곱 신경망 네트워크 안면 인식, Convolutional Neural Network based Face Recognition)' 등이 있다.
이와 같은 서비스는 사용자의 정보를 대량으로 수집해, 이를 기반으로 인공지능 알고리즘의 정확도와 성능을 개선한다. 이 과정에서 필연적으로 많은 양의 사용자 정보가 서비스 제공 기업의 데이터 센터로 전송되고, 민감한 개인정보나 파일들이 저장되고 사용되는 과정에서 정보가 유출되는 문제가 발생하기도 한다.
또한 이러한 문제는 최근 주목받는 대형 인공지능 모델의 경우에 더 쉽게 발생하는 경향이 있으며, 실제 구글에서 사용하는 대화형 인공지능 모델인 GPT-2의 경우, 특정 단어들을 이야기했을 때 사용자의 개인정보 등을 유출하는 문제를 보였다. [참고1] 유사사례로서 국내에서 2020년 화제가 되었던 스캐터랩의 인공지능 챗봇 이루다의 경우에도 비슷한 문제가 불거진 적이 있다. [참고2]
[참고1] https://ai.googleblog.com/2020/12/privacy-considerations-in-large.html
[참고2] https://n.news.naver.com/mnews/article/092/0002243051?sid=105
이에 애플, 구글, 마이크로소프트 등 빅 테크 기업에서는 `차등 프라이버시 (differential privacy)' 기술을 크게 주목하고 있다. 차등 프라이버시 기술은 학습에 사용되는 그라디언트(gradient, 학습 방향 기울기)에 잡음(노이즈)를 섞음으로써 인공지능 모델로부터 사용자의 개인정보를 유출하는 모든 종류의 공격을 방어할 수 있다.
하지만 이러한 장점에도 불구하고, 차등 프라이버시 기술 적용 시, 기존 대비 어플리케이션의 속도와 성능이 크게 하락하는 문제 때문에 아직까지 범용적으로 널리 적용되지는 못했다. 이는 차등 프라이버시 머신러닝 학습 과정이 일반적인 머신러닝 학습과 다른 특성을 보이고, 이로 인해 기존의 하드웨어에서 효과적으로 실행되지 않아 메모리 사용량, 학습 속도 및 하드웨어 활용도 (hardware utilization) 측면에서 비효율적이기 때문이다.
이에 유민수 교수 연구팀은 차등 프라이버시 기술의 성능 병목 구간을 분석해 해당 기술이 적용된 어플리케이션의 성능을 크게 시킬 수 있는 `차등 프라이버시 머신러닝을 위한 인공지능(AI) 반도체 칩'을 개발했다. 유민수 교수팀이 개발한 인공지능 반도체는 외적 기반 연산기와 덧셈기 트리 기반의 후처리 연산기 등으로 구성돼 있으며, 현재 가장 널리 사용되는 인공지능 프로세서인 구글 TPUv3 대비 차등 프라이버시 인공지능 학습 과정을 3.6 배 빠르게 실행시킬 수 있고, 엔비디아의 최신 GPU A100 대비 10배 적은 자원으로 대등한 성능을 보인다고 연구팀 관계자는 설명했다. 또한 이번 개발을 통해서 기존 하드웨어의 한계로 널리 쓰이지 못했던 차등 정보보호 기술의 대중화에 도움을 줄 수 있을 것으로 기대된다고 전했다.
우리 대학 전기및전자공학부 박범식, 황랑기 연구원이 공동 제1 저자로, 윤동호, 최윤혁 연구원이 공동 저자로 참여한 이번 연구는 미국 시카고에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 `55th IEEE/ACM International Symposium on Microarchitecture(MICRO 2022)'에서 오늘 10월 발표될 예정이다. (논문명 : DiVa: An Accelerator for Differentially Private Machine Learning)
또한 이번 연구는 지금까지는 없던 차등 프라이버시가 적용된 인공지능 반도체를 세계 최초로 개발했다는 점에서 의의가 있으며, 차등 프라이버시 인공지능 기술을 대중화해 인공지능 기반 서비스 사용자들의 개인정보를 보호하는 데에 큰 도움을 줄 수 있을 것으로 보인다. 또한, 가속기의 성능 향상은 인공지능 연구 효율을 높여 차등 프라이버시 인공지능 모델의 정확도 개선에도 기여할 것으로 보인다.
한편 이번 연구는 한국연구재단, 삼성전자, 그리고 반도체설계교육센터 (IDEC, IC Design Education Center)의 지원을 받아 수행됐다.
2022.08.19
조회수 2082
-
디지털 펜으로 ´쓱쓱´ 그려 움직이는 3D 형상 ´뚝딱´ 만드는 시스템 개발
우리 대학 산업디자인학과 배석형 교수 연구팀이 종이 위에 그림을 그리는 듯한 펜 드로잉과 장난감을 손으로 다루는 듯한 멀티터치 제스처만으로 `움직이는 3D 스케치'를 쉽고 빠르게 만들 수 있는 새로운 시스템을 개발했다고 18일 밝혔다.
한때 공상과학 영화의 전유물이었으나 기술의 발전 덕분에 일상에서도 접할 수 있게 된 접이식 드론, 변신형 자동차, 다족 보행 로봇처럼 여러 움직이는 부분과 관절로 이뤄진 제품은 디자인할 때 형태뿐만 아니라 구조, 자세, 동작까지 동시에 고려해야 하므로 전문가도 많은 어려움을 겪는다.
기존의 3D 캐드(CAD) 소프트웨어는 정교한 형상 작업에 특화돼 있어 움직이는 모델 하나를 제작하는 데에도 많은 시간과 노력을 요구하는데, 특히 이는 다양한 가능성을 넓고 빠르게 탐색해야 하는 디자인 초기 과정에서 심각한 병목과 비용을 초래한다.
반면, 배 교수 연구팀은 모든 디자인은 종이 위에 펜으로 빠르게 그린 2D 스케치로부터 출발한다는 점에 주목하고 디자이너가 디지털 태블릿 위에 디지털 펜으로 자유롭게 표현한 2D 스케치로부터 입체 형상을 생성하는 `3D 스케칭' 기술을 개발해 왔다.
이번 연구에서 연구팀은 생성 중인 3D 스케치를 마치 장난감을 다루듯 두 손으로 조작할 수 있는 직관적인 멀티터치 제스처를 설계 및 구현함으로써 순식간에 살아 움직이는 입체 형상을 만들 수 있는 `움직이는 3D 스케칭' 기술을 완성했다(그림 1, 2).
우리 대학 산업디자인학과 이준협 박사과정 학생이 제1 저자로 참여한 해당 연구는 컴퓨터 그래픽스 분야 제1위 국제 학술지인 `ACM 트랜잭션 온 그래픽스(ACM Transactions on Graphics, 피인용지수: 7.403)'에 게재됐으며, 이와 연동돼 8월 초 캐나다 밴쿠버에서 개최된 최대 규모의 국제학술대회인 ACM 시그래프 2022(ACM SIGGRAPH 2022, h5-색인: 103)에 발표됐다(논문명: Rapid Design of Articulated Objects).
이번 시그래프(이하 SIGGRAPH)에는 전 세계 유수의 대학교 연구진, 마블(Marvel), 픽사(Pixar), 블리자드(Blizzard)와 같은 세계적인 애니메이션 사, 영화사, 게임사, 록히드 마틴(Lockheed Martin), 보스턴 다이내믹스(Boston Dynamics)와 같은 첨단 제조사를 비롯해, 메타(Meta), 로블록스(Roblox)와 같은 메타버스 관련 기업 관계자 1만여 명이 참가한 것으로 알려졌다.
배 교수 연구팀의 기술 논문(Technical Paper) 성과는 SIGGRAPH에서 유망한 신기술을 현장에서 시연하는 `이머징 테크놀로지(Emerging Technologies)' 프로그램에 초청됐을 뿐만 아니라, 그중에서도 Top 3 우수 기술로 선정, 특별 강연으로 소개됐다. 제2 저자인 KAIST 산업디자인학과 김한빛 박사과정 학생이 불과 10분 만에 유려한 형태의 동물 로봇을 그리고 움직여서 입체 동영상을 완성하는 모습은 현장에 모인 청중의 감탄을 자아냈고 심사위원단이 선정한 우수 전시상(Honorable Mention)을 수상하는 영광을 얻었다(그림 3).
이번 SIGGRAPH에서 기조연설을 맡은 에드윈 캐트멀(Edwin Catmull) 픽사 공동 창업자 / 前 회장도 이 연구를 두고 "매우 훌륭한 업적이자(really excellent work), 픽사의 창의력 넘치는 디자이너들에게 필요한 도구(the kind of tool that would be useful to Pixar's creative model designers)ˮ라며 높이 평가했다.
연구를 지도한 배석형 교수는 "디자이너가 생각하고 작업하는 방식에 가까이 다가갈수록 효과적인 디자인 도구를 만들 수 있다ˮ며, "직관적인 상호작용 방식을 통해 여러 상이한 알고리즘을 하나의 조화로운 시스템으로 통합하는 것이 핵심ˮ이라고 강조했다. 또한 "학생 개개인이 디자이너인 동시에 엔지니어를 지향하는 KAIST 산업디자인학과만의 융합적인 토양이기에 가능한 연구였다ˮ고 덧붙였다.
3D 공간에서 자유자재로 움직이는 입체 형상과 같은 수준 높은 창의적 결과물을 기존 방식에 비교할 수 없을 만큼 쉽고 빠르게 생성할 수 있어서 가까운 미래에 콘텐츠 산업, 제조 산업, 나아가 메타버스 산업의 디자인 실무 혁신에 크게 기여할 것으로 기대된다.
한편, 이번 연구는 과학기술정보통신부 및 한국연구재단의 지원을 받아 수행됐다.
- 웹사이트(다양한 움직이는 3D 스케치 예시 수록): https://sketch.kaist.ac.kr/publications/2022_siggraph_rapid_design
- ACM SIGGRAPH 2022 특별 강연(한글 자막 있음): https://www.youtube.com/watch?v=rsBl0QvSDqI
2022.08.18
조회수 3417
-
천 개~수천만 개 이상의 대규모 사물인터넷 동시 통신기술 최초 개발
우리 대학 전기및전자공학부 김성민 교수 연구팀이 세계 최초로 천 개에서 수천만 개에 이르는 대규모 사물인터넷(IoT) 동시 통신을 위한 `밀리미터파 후방산란 시스템'을 개발했다고 28일 밝혔다.
밀리미터파 후방산란 기술은 대규모 통신을 지원하기 위한 기술로 주목받고 있다. 밀리미터파 통신은 30~300기가헤르츠(GHz)의 반송파 주파수 대역을 활용하는 통신으로, 5G/6G 등 표준에서 도입을 준비 중인 차세대 통신 기술이다. 이는 넓은 주파수 대역폭(10GHz 이상)을 확보할 수 있어 높은 확장성을 제공한다.
또한, 후방산란 기술은 기기가 직접 무선 신호를 생성하지 않고 공중에 존재하는 무선 신호를 반사해 정보를 전달하는 방식으로, 무선 신호를 생성하는데 전력을 소모하지 않기 때문에 초저전력 통신을 가능하게 할 수 있는 기술이다. 이는 낮은 설치비용으로 대규모 사물인터넷 기기의 광범위한 인터넷 연결성을 제공할 수 있다.
김성민 교수 연구팀은 밀리미터파 후방산란을 이용해 수천만 개의 사물인터넷 기기들이 실내에 배치된 복잡한 통신 환경에서 모든 신호가 동시에 복조되도록 설계하는 데 성공했다.
전기및전자공학부 배강민 박사과정이 제1 저자로 참여한 이번 연구는 모바일 시스템 분야의 최고 권위 국제 학술대회인 `ACM 모비시스(ACM MobiSys)' 2022에 이번 6월 발표됐으며, 최우수논문상을 수상했다. (논문명: OmniScatter: extreme sensitivity mmWave backscattering using commodity FMCW radar). 이는 작년 우리 대학 전기및전자공학부에서 아시아 대학 최초로 ACM 모비시스 2021 최우수논문상을 받은 이후 연속된 수상으로 더욱 의미가 깊다.
5G/6G 네트워크의 핵심 구성 요소 중 하나인 사물인터넷은 기하급수적인 성장세를 보이고 있으며, 2035년까지 1조 개 이상의 기기가 생산될 전망이다. 대규모 사물인터넷 기기들의 인터넷 연결을 지원하기 위해서 5G, 6G 표준 각각 4G 대비 10배 및 100배의 네트워크 밀도를 지원하는 것을 목표로 하고 있다. 따라서, 대규모 통신을 위한 실용적인 시스템의 필요성이 대두되고 있다.
그러나 현재 밀리미터 후방산란 시스템은 밀리미터파의 높은 주파수에 따른 신호 감쇄와 후방산란 시스템의 반사 손실이 합쳐져 제한적인 환경에서만 통신이 가능하다. 즉, 다양한 장애물과 반사체가 설치된 복잡한 통신 환경에서 작동하지 않아 상대적으로 자유로운 설치가 필요한 대규모 사물인터넷 기기에 광범위한 인터넷 연결성을 제공하는 데 한계가 있다.
연구팀은 FMCW(주파수 변조 연속파) 레이더의 높은 코딩 이득에서 해답을 찾았다. 연구팀은 레이더의 코딩 이득을 그대로 유지하는 동시에, 후방산란 신호와 주변 잡음을 원천적으로 분리해내는 신호 처리 방법을 개발해 기존 FMCW 레이더 대비 십만 배 이상 개선된 수신감도를 달성했다. 이는 실용적인 환경에서의 통신을 지원한다. 더욱이, 연구팀은 태그의 물리적인 위치에 따라 복조된 신호의 주파수가 달라지는 레이더 특성을 활용해 위치에 따라 통신 채널을 자연적으로 할당 받는 후방산란 시스템을 설계했다. 이는 초저전력 후방산란 통신이 10GHz 이상의 밀리미터파 주파수 대역폭을 전부 활용할 수 있게 하여 수천만 사물인터넷 기기들의 동시 통신을 지원한다.
개발된 시스템은 상용 기성품 레이더를 게이트웨이로 활용할 수 있어 적용 용이성이 높다. 또한, 연구팀의 후방산란 기술은 10마이크로와트(μW) 이하의 초저전력으로 작동해 코인 전지 하나로 40년 이상 구동 가능해 설치 및 유지보수 비용을 크게 줄일 수 있다.
연구팀은 다양한 장애물과 반사체가 설치된 사무실 환경에 무작위로 설치된 밀리미터파 후방산란 기기들의 통신이 가능함을 확인했다. 나아가 연구팀은 실험을 통해 총 1,100개의 기기가 송신하는 정보를 동시에 수신하는 것이 가능함을 확인하여 대규모 사물인터넷 구동을 검증했다.
이번 성과는 5G/6G 등 차세대 통신에서 요구하는 네트워크 밀도를 훨씬 웃도는 연결성을 자랑한다. 이에, 이번 시스템은 향후 도래할 초연결 시대를 위한 디딤돌 역할을 할 수 있을 것으로 기대된다.
김성민 교수는 "밀리미터파 후방산란은 대규모로 사물인터넷 기기들을 구동할 수 있는 꿈의 기술이며 이는 기존 어떠한 기술보다도 더욱 대규모의 통신을 초저전력으로 구동할 수 있다ˮ라며 "이 기술이 앞으로 도래할 초연결 시대에 사물인터넷의 보급을 위해 적극적으로 활용되길 기대한다ˮ라고 말했다.
한편 이번 연구는 삼성미래기술육성사업과 정보통신기획평가원의 지원을 받아 수행됐다.
2022.07.28
조회수 1523
-
초대규모 인공지능 모델 처리하기 위한 세계 최고 성능의 기계학습 시스템 기술 개발
우리 연구진이 오늘날 인공지능 딥러닝 모델들을 처리하기 위해 필수적으로 사용되는 기계학습 시스템을 세계 최고 수준의 성능으로 끌어올렸다.
우리 대학 전산학부 김민수 교수 연구팀이 딥러닝 모델을 비롯한 기계학습 모델을 학습하거나 추론하기 위해 필수적으로 사용되는 기계학습 시스템의 성능을 대폭 높일 수 있는 세계 최고 수준의 행렬 연산자 융합 기술(일명 FuseME)을 개발했다고 20일 밝혔다.
오늘날 광범위한 산업 분야들에서 사용되고 있는 딥러닝 모델들은 대부분 구글 텐서플로우(TensorFlow)나 IBM 시스템DS와 같은 기계학습 시스템을 이용해 처리되는데, 딥러닝 모델의 규모가 점점 더 커지고, 그 모델에 사용되는 데이터의 규모가 점점 더 커짐에 따라, 이들을 원활히 처리할 수 있는 고성능 기계학습 시스템에 대한 중요성도 점점 더 커지고 있다.
일반적으로 딥러닝 모델은 행렬 곱셈, 행렬 합, 행렬 집계 등의 많은 행렬 연산자들로 구성된 방향성 비순환 그래프(Directed Acyclic Graph; 이하 DAG) 형태의 질의 계획으로 표현돼 기계학습 시스템에 의해 처리된다. 모델과 데이터의 규모가 클 때는 일반적으로 DAG 질의 계획은 수많은 컴퓨터로 구성된 클러스터에서 처리된다. 클러스터의 사양에 비해 모델과 데이터의 규모가 커지면 처리에 실패하거나 시간이 오래 걸리는 근본적인 문제가 있었다.
지금까지는 더 큰 규모의 모델이나 데이터를 처리하기 위해 단순히 컴퓨터 클러스터의 규모를 증가시키는 방식을 주로 사용했다. 그러나, 김 교수팀은 DAG 질의 계획을 구성하는 각 행렬 연산자로부터 생성되는 일종의 `중간 데이터'를 메모리에 저장하거나 네트워크 통신을 통해 다른 컴퓨터로 전송하는 것이 문제의 원인임에 착안해, 중간 데이터를 저장하지 않거나 다른 컴퓨터로 전송하지 않도록 여러 행렬 연산자들을 하나의 연산자로 융합(fusion)하는 세계 최고 성능의 융합 기술인 FuseME(Fused Matrix Engine)을 개발해 문제를 해결했다.
현재까지의 기계학습 시스템들은 낮은 수준의 연산자 융합 기술만을 사용하고 있었다. 가장 복잡한 행렬 연산자인 행렬 곱을 제외한 나머지 연산자들만 융합해 성능이 별로 개선되지 않거나, 전체 DAG 질의 계획을 단순히 하나의 연산자처럼 실행해 메모리 부족으로 처리에 실패하는 한계를 지니고 있었다.
김 교수팀이 개발한 FuseME 기술은 수십 개 이상의 행렬 연산자들로 구성되는 DAG 질의 계획에서 어떤 연산자들끼리 서로 융합하는 것이 더 우수한 성능을 내는지 비용 기반으로 판별해 그룹으로 묶고, 클러스터의 사양, 네트워크 통신 속도, 입력 데이터 크기 등을 모두 고려해 각 융합 연산자 그룹을 메모리 부족으로 처리에 실패하지 않으면서 이론적으로 최적 성능을 낼 수 있는 CFO(Cuboid-based Fused Operator)라 불리는 연산자로 융합함으로써 한계를 극복했다. 이때, 행렬 곱 연산자까지 포함해 연산자들을 융합하는 것이 핵심이다.
김민수 교수 연구팀은 FuseME 기술을 종래 최고 기술로 알려진 구글의 텐서플로우나 IBM의 시스템DS와 비교 평가한 결과, 딥러닝 모델의 처리 속도를 최대 8.8배 향상하고, 텐서플로우나 시스템DS가 처리할 수 없는 훨씬 더 큰 규모의 모델 및 데이터를 처리하는 데 성공함을 보였다. 또한, FuseME의 CFO 융합 연산자는 종래의 최고 수준 융합 연산자와 비교해 처리 속도를 최대 238배 향상시키고, 네트워크 통신 비용을 최대 64배 감소시키는 사실을 확인했다.
김 교수팀은 이미 지난 2019년에 초대규모 행렬 곱 연산에 대해 종래 세계 최고 기술이었던 IBM 시스템ML과 슈퍼컴퓨팅 분야의 스칼라팩(ScaLAPACK) 대비 성능과 처리 규모를 훨씬 향상시킨 DistME라는 기술을 개발해 데이터베이스 분야 최고 국제학술대회 중 하나인 ACM SIGMOD에서 발표한 바 있다. 이번 FuseME 기술은 연산자 융합이 가능하도록 DistME를 한층 더 발전시킨 것으로, 해당 분야를 세계 최고 수준의 기술력을 바탕으로 지속적으로 선도하는 쾌거를 보여준 것이다.
교신저자로 참여한 김민수 교수는 "연구팀이 개발한 새로운 기술은 딥러닝 등 기계학습 모델의 처리 규모와 성능을 획기적으로 높일 수 있어 산업적 측면에서 파급 효과가 매우 클 것으로 기대한다ˮ 라고 말했다.
이번 연구에는 김 교수의 제자이자 현재 GraphAI(그래파이) 스타트업의 공동 창업자인 한동형 박사가 제1 저자로, 김 교수가 교신저자로 참여했으며 지난 16일 미국 필라델피아에서 열린 데이터베이스 분야 최고 국제학술대회 중 하나인 ACM SIGMOD에서 발표됐다. (논문명 : FuseME: Distributed Matrix Computation Engine based on Cuboid-based Fused Operator and Plan Generation).
한편, 이번 연구는 한국연구재단 선도연구센터 사업 및 중견연구자 지원사업, 과기정통부 IITP SW스타랩 사업의 지원을 받아 수행됐다.
2022.06.20
조회수 2214
-
전산학부 김주호 교수 연구팀, ACM CHI 2022 학술대회 최우수논문상 및 우수논문상 수상
우리 대학 전산학부 김주호 교수가 이끄는 연구팀이 지난 4월 30일부터 5월 6일까지 열린 美 컴퓨터협회 인간-컴퓨터 상호작용 학술대회(이하 ACM CHI 2022)에서 최우수논문상(Best Paper Award)과 우수논문상(Honorable Mention Award)을 받았다고 19일 밝혔다.
ACM CHI 학술대회는 인간-컴퓨터 상호작용(Human-Computer Interaction: HCI) 분야의 세계 최고 권위 학회로 구글 스칼라 h-5 인덱스 기준 HCI 분야 저널과 학술대회를 통틀어 1위에 올라있다. 최우수논문상은 전체 논문 중 상위 1％의 논문에, 우수논문상은 상위 5%의 논문에 주어지는 상이다.
김주호 교수는 이번 ACM CHI 2022 학술대회에 총 7개의 논문을 발표해 발표 논문 수로 전 세계 연구자 중 공동 1위에 올랐다. KAIST 소속의 논문은 총 19개로, 전 세계 기관 중 5위에 올라 KAIST의 세계 수준의 연구 역량을 증명했다.
전산학부 김정연 연구원(제1 저자, 석사과정 졸업), 최유빈 전기및전자공학부 석사과정, 멍 시아 박사(전산학부 박사 후 연구원; 현재 미국 카네기멜론대학교 박사 후 연구원)로 구성된 김주호 교수 연구팀은 `Mobile-Friendly Content Design for MOOCs: Challenges, Requirements, and Design Opportunities' 라는 제목의 논문으로 CHI 2022 학술대회 최우수논문상을 받았다.
이 연구는 모바일 환경에서 영상 기반 학습 콘텐츠를 시청하는 학습자가 겪는 어려움을 분석하고 이를 해결하기 위한 가이드라인을 제시했다. 연구팀은 134명의 학습자를 대상으로 한 설문과 21명을 대상으로 한 인터뷰를 분석해 너무 작거나 과밀한 텍스트가 영상 콘텐츠의 가독성을 떨어뜨리는 것이 주요 문제임을 밝혔다. 또한 조명, 소음, 주변 환경의 잦은 변화로 인한 학습상황의 장애 또한 중요한 문제임을 밝혔다.
이러한 분석을 토대로 101개의 영상 강의 속 41,722개의 영상 프레임에 대한 모바일 환경 적합도를 분석한 결과 전반적으로 낮은 수준의 적합도를 보인다는 것을 확인했다. 예를 들어 텍스트 크기의 경우 불과 24.5%의 영상 프레임만이 모바일 환경에서의 학습에 적합한 것으로 나타났다. 연구팀은 이러한 문제를 극복하기 위해 영상 콘텐츠의 가독성을 높이고 모바일 학습 상황에서 발생하는 장애를 극복하기 위한 가이드라인을 제시했다.
팬데믹 이후 영상 기반 학습에 대한 중요성과 의존성이 더욱 높아지고 있는 상황에서, 이 연구는 작은 화면의 모바일 기기로 학습을 하는 많은 학습자의 어려움을 분석하고 극복 방법을 제시했다는 면에서 의미가 있다. 또한 나아가 학습 영상의 문제를 인간과 인공지능의 협업으로 해결하는 기술까지 제시하여 기존 학습 영상의 활용도를 높이면서 학습 경험 개선을 가능케 하였다. 이 기술은 다양한 영상 기반 학습 플랫폼이나 컨텐츠 제작 환경에 적용될 수 있다.
한편 전산학부 김태수 박사과정(제1 저자), 최다은 석사과정, 최윤서 박사과정 연구원으로 구성된 연구팀은 `Stylette: Styling the Web with Natural Language' 라는 제목의 논문으로 CHI 2022 학술대회 우수논문상을 받았다.
연구팀은 전문용어를 모르는 비전문가가 음성으로 웹사이트의 스타일을 수정할 수 있도록 지원하는 새로운 인터페이스 기술을 개발했다. 다양한 웹사이트를 사용하다 보면 접근성 문제, 기기 환경의 제약, 불편하고 보기 힘든 디자인, 스타일 선호 등의 이유로 원하는 내용을 찾기 어렵거나 사용에 어려움을 겪는 경우가 있다. 하지만 프로그래밍과 디자인의 전문성이 없는 일반인이 직접 웹사이트의 스타일을 수정하기는 어려워 대부분 사용자는 불편함을 참고 사용한다. 사용자가 "이 부분은 더 강조해줘ˮ, "좀 더 모던한 디자인으로ˮ와 같이 자신의 의도를 일상의 언어로 표현하고, 시스템이 사용자의 의도를 파악해 자동으로 스타일을 수정해 준다면 어떨까?
위와 같은 질문을 바탕으로 김주호 교수 연구팀이 개발한 `Stylette' 시스템은 사용자의 자연 언어 기반 음성 입력을 인공지능이 파악해 가장 의도에 부합하는 새로운 스타일을 자동으로 추천해 준다. 연구팀은 언어 인공지능, 시각 인공지능, 사용자 인터페이스 기술을 결합해 새로운 시스템을 만들었다. 언어 측면에서는 대규모 언어모델 인공지능이 사용자의 일상언어로 표현된 의도를 적절한 스타일 요소로 변환해 준다. 시각 측면에서는 컴퓨터 비전 인공지능이 170만 개의 기존 웹 디자인 요소 데이터와의 비교를 통해 현재 웹사이트에 적절한 수준의 스타일을 추천해 준다. 40명의 일반인을 대상으로 진행한 실험에서 이번 시스템을 사용한 사용자는 대조군과 비교해 두 배 이상 높은 성공률로 35% 적은 시간에 디자인 수정을 완료할 수 있었다.
이 연구는 최신 인공지능 기술이 직관적인 사용자 상호작용 설계에 적용되는 실질적인 사례를 제시했다는 점에서 의미가 있다. 개발된 기술은 기존 디자인 애플리케이션이나 웹브라우저에 플러그인 형태로 적용 가능하며, 사용자의 자연스러운 의도 데이터를 대규모로 수집해 웹사이트 개선이나 광고 등에도 활용할 수 있다.
2022.05.19
조회수 2760
-
움직이는 가상 물질을 입체적으로 쥘 수 있는 새로운 가상현실 컨트롤러 개발
우리 대학 산업디자인학과 안드리아 비앙키(Andrea Bianchi) 교수 연구팀이 회전하는 원판을 활용한 6-자유도 햅틱 컨트롤러를 개발했다고 12일 밝혔다.
비앙키 교수 연구팀은 마이크로소프트(Microsoft Research)와 협업해 움직이는 물체의 이동 속도, 방향과 두께감을 표현하는 `SpinOchhio(스피노키오)' 컨트롤러를 개발했다. 이 컨트롤러는 한 쌍의 회전 원판과 피버팅(2차적 축 회전) 메커니즘을 활용해 가상 환경(VR Environment)에서 사용자가 엄지와 검지로 쥐고 있는 물체가 손가락 사이를 지나가는 속도, 방향과 두께의 감촉을 사실적으로 체험할 수 있게 한다.
산업디자인학과 김명진 박사과정이 제1 저자로 참여한 이번 연구는 지난 5월 4일에 `ACM CHI 2022 (2022 CHI Conference on Human Factors in Computing Systems)' 국제학회에서 발표됐다. (논문명: SpinOcchio: Understanding Haptic-Visual Congruency of Skin-Slip in VR with a Dynamic Grip Controller)
기존의 가상현실(VR) 컨트롤러는 가상 물체와의 상호작용을 표현하는 방법으로 진동 피드백만을 활용해, 손에 쥔 물체의 움직이는 속도, 방향, 또는 두께감에 대한 촉감 피드백을 표현하는 데에 한계가 있었다.
손가락으로 쥐고 있는 가상 물체의 움직임과 다양한 두께감을 사실적으로 재현하기 위해서는 각 손가락에 닿는 표면의 움직임과 표면 간의 거리를 고려해야 한다. 연구팀이 개발한 `스피노키오'는 한 쌍의 피버팅 하는 회전 원판을 엄지와 검지 각 손가락 끝에 접촉하게 함으로써, 손가락 사이에 있는 물체가 다양한 방향으로 미끄러지거나 회전하는 감각을 재현한다. 또한 연구팀은 두 원판 간의 거리를 조절함으로 가상 환경에서 실시간으로 다양한 물체의 두께와 형태의 촉감을 구현했다. 엄지와 검지 각 손가락 끝에 접촉한 표면의 움직이는 방향(1), 속도(2)와 폭(3)을 개별적으로 제어하여 `스피노키오'는 총 6-자유도 햅틱 피드백을 구현한다.
연구팀은 `스피노키오'를 활용해 표면의 움직임의 방향 변화에 대한 사용자들의 인지능력을 측정했고, 가상 물체를 재현했을 때 가상현실의 시각적 피드백이 촉각 피드백 인지에 큰 영향을 끼치는 것을 실험적으로 확인했다.
`스피노키오'의 활용 예시로 연구팀은 가상 환경에서 사용자가 손가락으로 힘을 주어 물체를 집어 올리거나 잡아당기거나 꼬집어 변형시키는 상호작용과 더불어 힘을 빼고 물체를 쓰다듬거나 떨어뜨리는 등 다양한 물체와의 상호작용을 제안했다.
연구를 주도한 안드리아 비앙키 교수는 "이번에 개발한 스피노키오는 이전과 달리 사용자가 움직이는 가상의 물체를 입체적으로 손으로 쥐는 햅틱 경험을 구현한 특징이 있으며, 3D 모델링 작업과 가상 교육 환경 등에 특히 응용되어 산업적 가치를 지닌다ˮ라고 설명했다.
한편 이번 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행됐다.
2022.05.12
조회수 1960
-
정송 교수 연구팀, 아시아대학 최초 ACM MobiSys 2021 Best Paper Award 수상
우리 대학 AI대학원과 전기및전자공학부 소속 정송 교수 연구실의 김세연 박사과정생과 이경한 박사졸업생 (현 서울대 전기정보공학부 부교수)이 지난 주 COVID-19으로 인해 온라인으로 개최된 2021년도 ACM MobiSys 학회(https://www.sigmobile.org/mobisys/2021/)에서 Best Paper Award를 수상했다.
ACM MobiSys는 모바일시스템 분야의 최고 학회로서 올해 총 266편의 논문이 제출되어 36개의 논문이 억셉트되었으며 (논문게재율: 21.6%) 이번 정송 교수 연구팀의 Best Paper Award 수상은 19년의 MobiSys 역사상 첫 아시아권 대학의 수상이다. (제1저자 소속 대학 기준)
- 논문명: zTT: Learning-based DVFS with Zero Thermal Throttling for Mobile Devices
(모바일 기기의 열쓰로틀링 방지를 위한 강화 학습 기반의 동적 주파수 할당 기술)
- 논문 저자: 김세연 (KAIST), 빈경민 (서울대), 하상태 (U. of Colorado at Boulder), 이경한 (서울대), 정송 (KAIST)
- 논문 내용:
동적 전압/주파수 할당 기술(Dynamic Voltage and Frequency Scaling, DVFS)은 운영 체제(OS) 단에서 프로세서 성능을 보장하는 동시에 에너지 소모를 줄이기 위해 동적으로 프로세서의 전압과 주파수를 조절하는 기술이다. 하지만 모바일 기기의 동적 주파수 할당 기술은 두 가지 한계점을 가지고 있다. 첫째, OS 레벨에서 수행되기 때문에 어플리케이션의 성능을 보장하지 못한다. 둘째, 모바일 기기의 특성상 빈번하게 변하는 환경을 반영하지 못하여 과열을 일으켜 열쓰로틀링(Thermal Throttling)을 야기시켜 사용자 경험(QoE)를 크게 감소시킬 수 있다. 특히, 모바일 기기에서 발열 문제는 최신 스마트폰과 같은 고성능 기기의 성능을 크게 떨어뜨리는 고질적인 문제로 알려져 있다. 해당 연구에서는 이러한 기존 기술의 한계를 해결하기 위해 모바일 기기의 과열을 예방하고, 사용자 경험을 보장하는 동시에 에너지 소모를 최소화하기 위해 심층 강화 학습(Deep-Reinforcement Learning) 기반의 동적 주파수 할당 기술을 개발했다. 이는 실시간으로 수집되는 상태 정보를 바탕으로 어플리케이션과 모바일 기기의 동작 환경에 적응하여 안정된 성능을 보장하고, 전력 소모를 크게 줄일 수 있는 기술이다. 연구팀은 해당 연구 기술이 운영 체제나 어플리케이션이 보다 최적화된 성능으로 동작하기 위한 하나의 설정 옵션으로 패키징될 수 있을 것이라고 전망하고 있다.
위 상을 수상한 김세연 박사과정생은 논문에 대해 “5G 스마트폰과 같은 모바일 단말에서 과도한 발열로 인해 발생하는 열쓰로틀링에 따른 급격한 성능 저하 문제를 강화학습 기반의 동적 전압/주파수 스케일링을 통해 획기적으로 해결한 연구”라고 설명했다.
정송 교수는 “사용자 체감 성능을 높이면서 열쓰로틀링으로 인한 급격한 성능 저하를 방지하기 위해서는, 적정한 온도를 유지하기 위한 총전력 소모 범위 내에서 프로세서 컴포넌트 (CPU, GPU 등) 간 최적의 전력 분배를 수행하는 것이 관건이지만, 주변 환경 (주변 온도, 쿨링 상황 등)과 사용자 애플리케이션 특성에 따라 허용 가능한 총 전력 소모 범위와 최적의 전력 분배가 실시간으로 변화하기 때문에 전통적인 제어기법으로는 해결하기 매우 어려운 문제였다”고 부연 설명했다.
연구팀의 이러한 결과는 전력소모 문제로 인공지능 기법의 도입이 어려울 것으로 예상되었던 모바일 플랫폼에서 조차 강화학습 기반의 시스템 제어가 성능 개선에 크게 이바지 할 수 있음을 보임으로써, 차세대 운영체제에 AI/ML 기반 제어 기법들을 적극적으로 도입하기 위한 계기를 마련한 것으로 평가받았다.
2021.07.09
조회수 4506
-
전산학부 김대화 석사과정, ACM CHI 2021 학회 Honorable Mention Award 수상
우리 대학 전산학부 이기혁 교수 연구팀이 가상환경에서 안테나의 반사 손실을 이용해 사용자의 핀치 제스처를 정밀하게 감지하는 방법에 대해 연구했다고 밝혔다. (논문명: ‘AtaTouch: Robust Finger Pinch Detection for a VR Controller Using RF Return Loss’’)
이 교수 연구팀 소속 김대화 석사과정 학생이 제1저자로 참여한 이번 연구는 국제학회 ACM CHI 2021 (ACM CHI Conference on Human Factors in Computing Systems)에 게재되고 Honorable Mention Award를 수상했다. ACM CHI 학회는 Human-Computer Interaction 분야의 최고 권위 학회로, Honorable Mention Award는 전체 논문 중 상위 5％의 논문에 주어지는 상이다.
가상환경에서 컨트롤러는 정확한 손 위치 추정과 햅틱 피드백을 통한 몰입형 가상현실을 가능하게 하고, 버튼 및 조이스틱과 같은 추가 입력을 제공하기 때문에 많은 장점이 있다. 컨트롤러의 장점을 유지하면서 자연스러운 상호작용을 지원하기 위해, 최신 감지 기술들은 컨트롤러를 든 상태에서 사용자의 손가락을 트래킹하고 손 제스처를 감지한다. 손 제스처들 중 핀치 제스처(엄지손가락과 다른 손가락이 서로 맞닿아 꼬집는 듯한 손동작)는 조그마한 움직임에도 큰 햅틱 변화를 내기 때문에 가상환경에서 버튼을 누르거나, 컨트롤 막대를 조절하고, 작은 가상 물체를 정교하게 움직이게 하며, 텍스트 입력을 하는 등의 많은 상황에서 유용하게 이용된다.
하지만 기존의 감지 기술들은 두 손가락의 터치 유무를 정밀하게 구분하는데 어려움이 있다. 빈번한 터치 구분 오류는 사용자들이 실패를 보상하기 위해 손가락을 평소보다 멀리 떨어뜨리거나 두 손가락을 세게 치도록 만들고, 그에따라 사용자는 상호작용 중 피로감을 느끼게 된다.
이번 논문은 전자기적으로 결합된 손과 안테나의 임피던스 변화를 이용하기 때문에, 기존의 핀치 제스처 감지 방식의 한계를 극복하고 정밀한 손가락의 터치 감지를 가능하게 한다. 두 손가락의 터치를 구분하는 원리는 다음과 같다. 사용자의 손을 안테나에 가까이 가져가면, 각각의 인덕터 성분으로 인해 안테나와 손가락의 임피던스가 결합된다. 두 손가락이 맞닿은지 혹은 떨어졌는지 여부에 따라 손가락의 전기용량 성분이 달라지고, 그에 따라 안테나의 반사 손실이 달라진다(그림1). 안테나에서 전파가 전송될 때 매질의 임피던스의 차이로 인해 일부는 반사되고 일부는 전송되는데, 손가락의 터치 여부에 따른 임피던스 변화에 의해 반사되는 전파의 양이 달라지기 때문에 반사손실의 변화를 측정할 수 있는 것이다.
연구팀은 프로토타입 컨트롤러를 개발(그림2)하여 그의 성능을 평가했다. 12명의 피실험자를 대상으로 한 실험에서 96.4%의 터치 구분 정확도를 확인했다. 또한, 가상블록을 옮기는 실제 가상환경 시나리오에서 낮은 오류율을 보였고, 실험참가자들은 민감하고 가벼운 상호작용이 가능했다고 응답했다.
이번 연구는 과학기술정보통신부와 정보통신기획평가원의 지원을 받아 수행됐다. (No.2020-0-00537, Development of 5G based low latency device – edge cloud interaction technology).
- 논문 관련 정보: https://daehwa.github.io/atatouch
2021.04.05
조회수 74906