-
신인식 교수, 한국인 최초 RTSS 최고 논문상 수상
우리 대학은 전산학부 신인식 교수가 실시간 시스템 분야에서 세계 최고 권위를 지닌 국제 학술대회 IEEE 실시간 시스템 심포지엄(RTSS, Real-Time Systems Symposium)에서 ‘가장 영향력 있는 논문상(Influential Paper Award) 2025’을 수상했다고 21일 밝혔다.
이 상은 발표 후 10년 이상 학계와 산업계 전반에 지속적인 영향을 미친 논문에 수여되는 세월의 검증을 거친 상(Test-of-Time Award)으로, 한국 연구자가 이 상을 받은 것은 이번이 처음이다. 시상식은 지난 4일(현지시간) 미국 보스턴에서 열린 IEEE RTSS 2025에서 진행됐다.
신 교수의 수상 논문은 2003년 미국 펜실베이니아대학교 이인섭 교수와 공동 발표한 ‘주기적 자원 모델(Periodic Resource Model)’에 관한 연구다. 이 연구는 복잡한 기계나 시스템을 한꺼번에 검증하려 하지 않고, 레고 블록처럼 작은 부품 하나하나가 정해진 시간 약속을 잘 지키는지만 먼저 개별적으로 확인한 뒤, 이들을 다시 조립해도 전체가 안전하게 작동함을 보장하는 방법을 만든 것이다.
※논문명: Periodic Resource Model for Compositional Real-Time Guarantees, DOI: 10.1109/REAL.2003.1253249
이 덕분에 자율주행차나 항공기, 산업용 로봇 처럼 순간의 지연도 허용되지 않는 실시간 시스템을 더 정확하고 안전하게 설계할 수 있게 됐다. 특히 복잡성이 급격히 증가하는 현대 실시간 시스템에서, 시스템 전체를 한 번에 분석해야 했던 기존의 한계를 극복했다.
신 교수는 시스템을 작은 모듈(부품) 단위로 나누어 각 모듈이 시간 제약을 만족하는지를 검증하고, 이를 다시 결합하더라도 전체 시스템의 안전성이 보장됨을 수학적으로 증명하는 방법을 제시했다. 이로써 현대 실시간 스케줄링 이론의 기초를 정립한 연구로 평가받고 있다.
해당 논문은 발표 당시인 2003년에도 RTSS에서 한국인 최초로 ‘최우수 논문상(Best Paper Award)’을 수상했으며, 20년이 지난 지금 다시 한 번 그 학문적·산업적 가치를 공식적으로 인정받게 됐다.
이는 이론에 그치지 않고, 지난 20년간 자율주행, 항공·우주 제어, 산업 자동화 등 안전이 필수적인 다양한 산업 현장에서 핵심 분석 도구로 활용돼 왔기 때문이다.
IEEE 기술위원회는 “이 모델은 현대 실시간 시스템 설계의 핵심 언어로 자리 잡았으며, 지난 20년간 연구와 산업의 방향을 이끌어왔다”고 평가했다. 수상 논문은 현재 미국과 유럽 주요 대학의 교과서에도 수록돼 해당 분야의 표준 이론으로 자리 잡았다.
신 교수는 “학자로서 평생 가장 받고 싶었던 상이 바로 이 상”이라며, “20년 전의 연구가 실제로 세상에 큰 영향을 미쳤다는 점을 인정받아 영광이며, 이 이론을 실제 시스템에 적용해 준 많은 연구자와 기업 덕분”이라고 소감을 밝혔다.
한편 신 교수는 실시간 시스템 연구에 이어 인공지능(AI) 분야로 연구 영역을 확장하고 있다. 교원 창업 기업 ‘플루이즈(Fluiz)’를 설립해, 사용자가 말로 스마트폰 앱을 실행할 수 있는 모바일 AI 에이전트 기술인 ‘FluidGPT’를 개발했으며, 해당 기술은 최근 과학기술정보통신부 주최 ‘AI 챔피언 경진대회’에서 우승을 차지했다. 전문가들은 신 교수가 기초 이론과 응용 기술을 아우르며 연구와 산업을 연결하는 드문 성과를 보여주고 있다고 평가하고 있다.
2025.12.22
조회수 253
-
AI로 인간 집단행동 예측! 세계 최고 학회에서 1위.. 23년 만의 쾌거
우리 대학은 김재철AI대학원 신기정 교수 연구팀이 개인의 나이, 역할 등 특성이 집단 관계에 미치는 영향을 분석해 복잡한 사회 집단행동을 예측하는 획기적인 AI 기술을 개발했다고 9일 밝혔다.
연구팀은 이 기술로 미국전기전자학회(IEEE) 주관 세계적 데이터마이닝 학술대회 'IEEE ICDM'에서 최우수 논문상(Best Paper Award)을 수상하는 쾌거를 이루었다. 이는 전 세계 785편 중 단 1편에게만 주어지는 최고 권위의 상으로, 한국 대학 연구팀으로서는 23년 만의 수상으로 KAIST가 다시 한 번 세계 연구 무대에서 기술 리더십을 입증했다.
오늘날 온라인 커뮤니티·연구 협업·단체 채팅 등 다수가 동시에 참여하는 집단 상호작용은 사회 곳곳에서 폭발적으로 늘고 있다. 그러나 이러한 집단 행동이 어떤 구조로 형성되고, 개인의 특성이 어떻게 영향을 미치는지를 동시에 정밀하게 설명해 내는 기술은 부족했다.
신기정 교수 연구팀은 이 한계를 뛰어넘기 위해 개인 특성과 집단 구조를 실제처럼 맞물리게 재현하는 AI 모델 ‘NoAH(Node Attribute-based Hypergraph Generator)’를 개발했다.
NoAH는 사람들의 특징이 모이면 어떤 그룹 행동이 만들어지는지를 설명하고 흉내내는 인공지능이다. 예를 들어, 어떤 사람이 어떤 관심사를 갖고 있는지, 어떤 역할을 하는지 등의 정보들이 실제로 어떻게 모여서 그룹 행동을 만들어 내는지를 분석해 그대로 재현할 수 있다.
그래서 NoAH는 사람의 성향과 관계를 동시에 반영해 ‘현실 같은 집단 행동’을 만들어 내는 AI로, 전자상거래에서의 구매 조합, 온라인 토론의 확산 과정, 연구자들의 논문 공저 네트워크 등 다양한 실제 집단 행동을 기존 모델보다 훨씬 더 사실적으로 재현하는 것으로 나타났다.
신기정 교수는 “이번 연구는 집단의 구조뿐 아니라 개인의 특성까지 함께 고려해, 복잡한 상호작용을 입체적으로 이해할 수 있는 새로운 AI 패러다임을 열었다”며 “온라인 커뮤니티, 메신저, 소셜 네트워크 분석 등이 한층 정밀해질 것”이라고 말했다.
이번 연구는 신기정 교수와 KAIST 김재철AI대학원 소속 전재완·윤석범 석사과정, 최민영·이건 박사과정으로 구성된 연구팀이 수행하였으며, IEEE ICDM에서 11월 18일 자 발표하였다.
※논문명: Attributed Hypergraph Generation with Realistic Interplay Between Structure and Attributes
논문원본: https://arxiv.org/abs/2509.21838
한편, 신 교수 연구팀은 이번 수상 논문을 포함해 올해 IEEE ICDM에서 총 네 편의 논문을 발표했다. 또한 2023년에도 같은 학술대회에서 상위 4등인 Best Student Paper Runner-up을 수상한 바 있다.
이 성과는 정보통신기획평가원의 지원을 받은 AI 연구거점 프로젝트, 인공지능 대학원 지원(KAIST), 인공지능 에이전트 협업기반 신경망 변이 및 지능 강화 기술 개발 과제의 지원을 받았다.
2025.12.09
조회수 1118
-
휴대폰 사진 단 몇 장으로 구현한 생생한 3D 가상 환경 속으로
기존의 3D 시뮬레이션은 실제 공간을 라이다(LiDAR)나 3D 스캐너로 정밀하게 측정하고, 수천 장의 사진을 카메라 위치 정보와 함께 보정해야 하는 번거로운 과정을 거쳐야 했다. 우리 대학 연구진은 이러한 한계를 극복하고 단 2~3장의 일반 사진만으로도 실험실이나 도심을 고정밀 3D 공간으로 복원해 시뮬레이션 환경을 구축할 수 있는 기술을 선보였다. 이로써 ‘현실을 찍으면 곧바로 가상 환경이 되는’새로운 패러다임을 제시했다.
우리 대학은 전산학부 윤성의 교수 연구팀이 정밀한 카메라 위치 정보 없이도 일반 영상만으로 고품질의 3차원 장면을 복원할 수 있는 새로운 기술 ‘SHARE(Shape-Ray Estimation)’를 개발했다고 6일 밝혔다.
기존의 3D 복원 기술은 소수의 영상으로 3차원 장면을 재현하기 위해 촬영 당시의 정밀한 카메라 위치와 방향 정보가 필수적으로 요구되어, 고가의 특수 장비나 복잡한 보정 과정이 필요하다는 한계가 있었다. 이러한 제약 때문에 실제 환경에서의 적용이 어렵고, 대중적 활용에도 제동이 걸려왔다.
연구팀은 이러한 문제를 해결하기 위해, 단 2~3장의 일반 사진만으로도 3차원 장면과 카메라의 방향을 동시에 추정해 정확한 3D 모델을 구축하는 기술을 개발했다. 별도의 추가 학습이나 정밀한 보정 과정 없이도 실제 환경에서 신속하고 정밀한 복원이 가능해 효율성과 범용성이 매우 높은 기술로 평가받고 있다.
핵심 기술인 SHARE는 영상 속에서 사물의 형태(Shape)와 카메라의 시선 방향(Ray)을 동시에 추정하는 새로운 방식을 도입했다.
기존 방식이 카메라 위치를 미리 알아야 3D 구조를 계산할 수 있었다면, SHARE는 영상 자체에서 공간 정보를 스스로 찾아내어 카메라와 구조를 추론한다. 이를 통해 서로 다른 위치에서 촬영된 다중 영상을 하나의 공통된 공간으로 정렬하고, 형상 왜곡 없이 안정적인 3D 복원을 실현했다.
윤성의 교수는 “SHARE 기술은 3D 복원의 진입 장벽을 획기적으로 낮춘 기술로, 건설·미디어·게임 등 다양한 산업에서 스마트폰 카메라만으로도 고품질 콘텐츠 제작을 가능하게 할 것”이라며 “로봇과 자율주행 분야에서도 저비용 시뮬레이션 환경 구축 등 다양한 응용 가능성이 있다”고 밝혔다.
이번 연구는 나영주 박사과정, 김태연 석사과정 학생이 공동 제1저자로 참여했으며, 연구 결과는 국제 이미지 처리 학회(IEEE International Conference on Image Processing, ICIP 2025)에서 9월 17일 발표되어 ‘최고 학생논문상(Best Student Paper Award)’을 수상했다.
이 상은 올해 채택된 643편의 논문 중 단 한 편에게만 수여되는 영예(수상률 0.16%)로, KAIST 연구진의 우수한 연구역량을 다시 한 번 입증했다.
*논문명 : Pose-free 3D Gaussian Splatting via Shape-Ray Estimation, DOI https://arxiv.org/abs/2505.22978
*수상정보: https://www.linkedin.com/posts/ieeeicip_congratulations-to-the-icip-2025-best-activity-7374146976449335297-6hXz
이번 성과는 과학기술정보통신부 SW스타랩 사업 ‘오픈 월드 로봇 서비스를 위한 불특정 환경 인지·행동·상호작용 알고리즘 개발’ 과제지원으로 수행되었다.
2025.11.06
조회수 1589
-
IEEE 회장 크레이머 교수, 전기및전자공학부서 인공지능 특별 강연 개최
세계 최대 전기·전자 기술 학회인 IEEE(Institute of Electrical and Electronics Engineers)의 캐슬린 크레이머(Kathleen A. Kramer) 회장이 30일 우리 대학을 방문해 ‘인공지능의 미래를 함께 그리다’라는 주제로 특별 강연을 진행했다.
전기및전자공학부(학부장 유승협)의 초청으로 콜로퀴엄 연단에 선 크레이머 회장은 IEEE의 핵심 비전인 ‘인류를 위한 기술 발전(Advancing Technology for Humanity)’을 바탕으로 “인공지능(AI)은 더 이상 먼 미래의 개념이 아니라, 혁신의 중심에서 인류의 삶을 변화시키는 기술이 되었다”라고 강조했다.
이어 “기술은 인간의 가치를 중심으로 발전해야 하며, 윤리와 포용성을 기반으로 한 인공지능이 진정한 혁신을 이끌 수 있다”라고 덧붙이며, 인공지능의 발전 방향과 기술의 사회적 책임에 대한 통찰을 공유했다.
유승협 전기및전자공학부장은 “크레이머 회장의 이번 방문은 우리 학부가 보유한 인공지능, 반도체, 신호처리, 로보틱스 등 첨단 분야의 역량을 국제 학계에 더욱 널리 알리는 것은 물론 다방면으로 협력을 강화하는 교두보가 될 것이라 기대한다”라고 전했다.
한편, 크레이머 회장은 강연에 앞서 이상엽 KAIST 연구부총장을 예방하고, 지속 가능한 기술을 발전시키고 윤리적·포용적인 연구 생태계 구축해 인류의 더 나은 삶에 기여하고자 하는 양 기관의 협력의 의지를 다시 한번 확인했다.
2025.11.03
조회수 881
-
안개 속 모습도 또렷하게..숨겨진 영상 복원 AI 개발
물방울이 맺힌 유리창 밖을 보면 물체의 형체를 선명하게 알아볼 수 없는 것처럼, 카메라 센서에도 산란에 의해 뒤섞인 빛이 들어오면 흐린 영상이 촬영된다. 우리 연구진은 이러한 손상 영상을 시간의 연속성을 분석하여 선명하게 복원하는 AI 기술을 개발했다. 영상 촬영에선 산란 효과 뿐만 아니라 아지랑이와 같은 수차 효과, 야간에 발생하는 광자 잡음 효과 등 다양한 영상 손상 현상이 일어날 수 있는데, 이번에 개발된 기술은 이러한 다양한 손상 현상에 범용적으로 적용될 수 있어 향후 의료·방산·로봇 비전 분야에서 커다란 전환점을 마련할 것으로 기대된다.
우리 대학 바이오및뇌공학과 장무석 교수와 김재철AI대학원 예종철 교수 공동 연구팀이 움직이는 산란 매질 너머의 숨겨진 영상을 복원할 수 있는 ‘비디오 디퓨전 기반 영상 복원 기술(시간축 정보 정합성을 활용해 흐릿하거나 손상된 영상을 디퓨전 모델로 되살리는 기술)’을 세계 최초로 개발했다고 31일 밝혔다.
이 기술은 안개 낀 도로에서 자동차 전조등을 켜도 시야가 흐릿하게 보이는 현상이나, 김 서린 욕실 유리창 너머의 모습이 왜곡되어 보이는 것처럼 빛이 흐트러지는 환경에서도 원래 영상을 선명하게 복원할 수 있게 한다.
산란 매질은 빛의 경로를 무질서하게 섞어 시각 정보를 왜곡하는 물질로, 안개·연기·불투명 유리·피부 조직 등이 대표적이다. 이번에 개발된 기술은 기존에 보이지 않던 영역을 마치 ‘가려진 간유리 뒤를 들여다보듯’ 복원할 수 있게 해준다.
이를 통해 혈액이나 피부 속을 들여다보는 비침습적 의료 진단, 화재 현장의 연기 속 인명 구조, 벽에서 반사된 빛으로 영상을 복원하는 비시선 영상, 안개 낀 도로에서의 안전 운전 보조, 불투명 유리나 플라스틱 내부의 산업 검사, 흐린 물속 시야 확보 등 일상과 산업 전반에 활용될 수 있는 길을 열었다.
연구팀은 기존 인공지능 복원 기술이 훈련된 데이터 범위에서만 성능을 내는 한계를 극복하기 위해, 광학 모델과 비디오 디퓨전 모델을 결합한 새로운 복원 방식을 제안했다.
특히 시간에 따라 산란 환경이 변하는 경우(예: 바람에 흔들리는 커튼 너머 풍경)에도 안정적으로 복원할 수 있도록 연속된 영상의 시간적 상관관계를 학습한 디퓨전 모델을 도입했다. 그 결과 다양한 거리·두께·잡음 조건에서도 기존 최고 성능의 복원 모델을 뛰어넘는 결과를 얻었다.
공동 연구팀은 디퓨전 기반 복원 기술 중 최초로 시간 상관관계를 반영해, 움직이는 산란 매질 너머에서 정자의 움직임 패턴을 관찰하는 데 성공함으로써 세계적으로 큰 학문적 의미를 남겼다. 또한, 별도의 추가 학습 없이도 안개 제거, 영상 화질 개선(고해상도 프레임 생성), 블라인드 디블러링(흐린 영상 선명화) 등 다양한 상황에서 적응적으로 영상을 복원할 수 있는 최적화 기법을 도입해, 범용 복원 프레임워크로 확장될 가능성을 입증했다.
권태성 연구원은 “시간 상관관계를 학습한 디퓨전 모델이 움직이는 산란매질 너머 보이지 않는 데이터를 복원하는 광학 역문제 해결에 효과적임을 확인했다”면서, “앞으로는 안개 제거, 영상 화질 개선, 블라인드 디블러링 뿐만 아니라, 빛의 시간적 변화를 역추적해야 풀 수 있는 다양한 광학 역문제로 연구를 확장할 계획”이라고 밝혔다.
이번 연구는 바이오및뇌공학과 권태성·송국호 박사과정이 공동 제1 저자로 참여했으며, 세계 최고 수준의 인공지능 학술지 IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI)에 8월 13일에 게재됐다.
※논문명: Video Diffusion Posterior Sampling for Seeing Beyond Dynamic Scattering Layers
※DOI: 10.1109/TPAMI.2025.3598457
이번 연구는 과학기술정보통신부, 한국연구재단의 우수신진 연구자 사업 및 뇌선도연구센터사업, 삼성미래기술육성사업, AI 스타펠로우십의 지원을 받아 수행됐다.
2025.09.01
조회수 2418
-
주상현 학생, 2025 IEEE CASE 최고 학생 논문상 수상
산업및시스템공학과 주상현 박사과정(지도교수: 김현정)이 2025년 8월 17일부터 21일까지 열린 제 21회 IEEE CASE (International Conference on Automation Science and Engineering)에서 Best Student Paper Award를 수상했다. IEEE CASE는 자동화 분야 최대 규모의 국제학회로, 해당 학회에서 한국 기관 소속 연구자가 수상한 첫 사례로 의미가 크다.
수상 논문 제목은 “K-Wafer Cyclic Sequence for Scheduling of Dual-Armed Cluster Tool with Purge Operation”으로, 반도체 및 디스플레이 제조 공정에서 핵심적으로 사용되는 Cluster Tool 장비의 로봇 시퀀스 최적화를 다루고 있다.
특히, 품질에 직접적인 영향을 주는 챔버 클리닝 작업을 포함한 공정에서 기존 방법론들이 최적해를 보장하지 못하는 한계를 극복하고, 생산성을 최대화할 수 있는 새로운 로봇 동작 순서와 수리적 분석 방법을 제시했다. 이번 연구는 반도체·디스플레이 제조 현장의 효율성 향상에 실질적 기여를 할 수 있는 학문적 성과로 평가받으며, IEEE CASE 국제 학회에서도 높은 주목을 받았다.
2025.08.25
조회수 1739
-
숨겨진 다자 간 관계를 추적·복원하는 AI '마리오' 개발
회의실에 여러 사람이 동시에 모여 회의하는 경우처럼, 다수의 객체가 동시에 상호작용하는 고차원 상호작용(higher-order interaction)은 다양한 분야에서 발생하며, 실세계의 복잡한 관계를 담고 있다. 하지만 기술적 제약으로 인해 많은 분야에서는 주로 개별 쌍 간의 저차원 정보만 수집돼, 전체 맥락이 손실되고 활용에 제약이 따랐다. KAIST 연구진이 이처럼 불완전한 정보만으로도 고차원 상호작용을 정밀하게 복원*하는 AI ‘마리오(MARIOH)’를 개발하며, 소셜 네트워크, 뇌과학, 생명과학 등 다양한 분야에서 혁신적 분석 가능성을 열었다.
*복원: 사라지거나 관측되지 않은 원래 구조를 추정/재구성하는 것
우리 대학 김재철AI대학원의 신기정 교수 연구팀이 저차원 상호작용 정보만으로 고차원 상호작용 구조를 높은 정확도로 복원할 수 있는 인공지능 기술인 ‘마리오(이하 MARIOH, Multiplicity-Aware Hypergraph Reconstruction)’를 개발했다고 5일 밝혔다.
고차원 상호작용 복원이 어려운 이유는 동일한 저차원 상호작용 구조로부터 파생될 수 있는 고차원 상호작용의 가능성이 무수히 많기 때문이다.
연구팀이 개발한 MARIOH의 핵심 아이디어는 저차원 상호작용의 다중도(multiplicity) 정보를 활용해, 해당 구조로부터 파생될 수 있는 고차원 상호작용의 후보 수를 획기적으로 줄이는 데 있다.
더불어, 효율적인 탐색 기법을 통해 유망한 상호작용 후보를 신속하게 식별하고, 다중도 기반의 심층 학습 기술을 활용해 각 후보가 실제 고차원 상호작용일 가능성을 정확하게 예측한다.
연구팀은 10개의 다양한 실세계 데이터 셋을 대상으로 한 실험 결과, MARIOH는 기존 기술 대비 최대 74% 높은 정확도로 고차원 상호작용을 복원하는 데 성공했다.
예를 들어, 논문 공저 관계 데이터(출처: DBLP)에서는 98% 이상의 복원 정확도를 달성해, 약 86% 수준에 머무는 기존 기술을 크게 앞질렀다. 또한, 복원된 고차원 구조를 활용할 경우, 예측, 분류 등 다양한 작업에서의 성능이 향상되는 것으로 나타났다.
신기정 교수는 “MARIOH는 단순화된 연결 정보 정보에만 의존하던 기존 접근에서 벗어나, 실제 세계의 복잡한 연결 관계를 정밀하게 활용할 가능성을 열어 준다”라며, “단체 대화나 협업 네트워크를 다루는 소셜 네트워크 분석, 단백질 복합체나 유전자 간 상호작용을 분석하는 생명과학, 다중 뇌 영역 간 동시 활동을 추적하는 뇌과학 등 다양한 분야에서 폭넓게 활용될 수 있을 것”이라고 밝혔다.
김재철AI대학원의 이규한 석박통합과정(現 GraphAI 소프트웨어 엔지니어)과 이건 석박사통합과정, 신기정 교수가 저자로 참여한 이번 연구는 지난 5월에 홍콩에서 열린 제41회 IEEE 국제 데이터공학 학회(IEEE International Conference on Data Engineering, IEEE ICDE)에서 발표됐다.
※논문명: MARIOH: Multiplicity-Aware Hypergraph Reconstruction
※DOI: https://doi.ieeecomputersociety.org/10.1109/ICDE65448.2025.00233
한편, 이번 연구는 정보통신기획평가원의 지원을 받은 ‘EntireDB2AI: 전체 관계형 데이터베이스를 종합적으로 활용하는 심층 표현 학습 및 예측 원천기술과 소프트웨어 개발’ 과제와 한국연구재단의 지원을 받은 ‘그래프 파운데이션 모델: 다양한 모달리티 및 도메인에 적용 가능한 그래프 기반 기계 학습’과제의 성과다.
2025.08.05
조회수 2810
-
최정우 교수팀, 세계 최고 음향 AI 챌린지 세계 1위 쾌거
‘음향 분리 및 분류 기술’은 드론, 공장 배관, 국경 감시 시스템 등에서 이상 음향을 조기에 탐지하거나, AR/VR 콘텐츠 제작 시 공간 음향(Spatial Audio)을 음원별로 분리해 편집할 수 있도록 하는 차세대 인공지능(AI) 핵심 기술이다.
우리 대학 전기및전자공학부 최정우 교수 연구팀이 세계 최고 권위의 음향 탐지 및 분석 대회인 ‘IEEE DCASE 챌린지 2025’에서 ‘공간 의미 기반 음향 장면 분할(Spatial Semantic Segmentation of Sound Scenes)’ 분야에서 우승을 차지했다고 11일 밝혔다.
이번 대회에서 연구팀은 전 세계 86개 참가팀과 총 6개 분야에서 경쟁 끝에 최초 참가임에도 세계 1위 성과를 거두었다. KAIST 최정우 교수 연구팀은 이동헌 박사, 권영후 석박통합과정생, 김도환 석사과정생으로 구성되었다.
연구팀이 참가한 ‘공간 의미 기반 음향 장면 분할’의 ‘태스크(Task) 4’분야는 여러 음원이 혼합된 다채널 신호의 공간 정보를 분석해 개별 소리를 분리하고 18종으로의 분류를 수행해야 하는 기술 난이도가 매우 높은 분야이다. 연구팀은 오는 10월, 바르셀로나에서 열리는 DCASE 워크숍에서 기술을 발표할 예정이다.
연구팀의 이동헌 박사는 올해 초 트랜스포머(Transformer)와 맘바(Mamba) 아키텍처를 결합한 세계 최고 성능의 음원 분리 인공지능을 개발했으며, 챌린지 기간 동안 권영후 연구원을 중심으로 1차로 분리된 음원의 파형과 종류를 단서로 해 다시 음원 분리와 분류를 수행하는‘단계적 추론 방식’의 AI 모델을 완성했다.
이는 사람이 복잡한 소리를 들을 때 소리의 종류나 리듬, 방향 등 특정 단서에 기반해 개별 소리를 분리해 듣는 방식을 AI가 모방한 모델이다.
이를 통해, 순위를 결정하는 척도인 AI가 소리를 얼마나 잘 분리하고 분류했는지 평가하는‘음원의 신호대 왜곡비 향상도(CA-SDRi)*’에서 참가팀 중 유일하게 두 자릿수 대의 성능(11 dB)을 보여, 기술적인 우수성을 입증하였다.
*음원의 신호대 왜곡비 향상도(CA-SDRi): 기존의 오디오와 비교해 얼마나 더 선명하게(덜 왜곡되게) 원하는 소리를 분리했는지를 dB(데시벨) 단위로 측정하고 숫자가 클수록 더 정확하고 깔끔하게 소리를 분리했다는 뜻임
최정우 교수는 "연구팀은 최근 3년간 세계 최고의 음향 분리 AI 모델을 선보여 왔으며, 그 결과를 공식적으로 인정받는 계기가 되어 기쁘다”면서 “난이도가 대폭 향상되고, 타 학회 일정과 기말고사로 불과 몇 주간만 개발이 가능했음에도 집중력 있는 연구를 통해 1위를 차지한 연구팀 개개인이 자랑스럽다”고 소감을 밝혔다.
‘IEEE DCASE 챌린지 2025’는 온라인으로 진행됐으며, 4월 1일부터 시작해 6월 15일 인공지능 모델 투고를 마감했고 지난 6월 30일 결과가 발표됐다. 각종 음향 관련 탐지 및 분류 기술을 평가하는 IEEE 신호처리학회(Signal Processing Society) 산하 국제대회인 본 챌린지는 2013년 개최된 이래 음향 분야 인공지능 모델의 세계적인 경연의 장으로 자리매김해 왔다.
https://dcase.community/challenge2025/task-spatial-semantic-segmentation-of-sound-scenes
한편, 해당 연구는 교육과학기술부의 재원으로 한국연구재단 중견연구자지원사업, STEAM 연구사업 지원 및 방위사업청 및 국방과학연구소 재원으로 미래국방연구센터 지원을 받아 수행됐다.
2025.07.11
조회수 3459
-
유지환 교수, 세계적인 IEEE 로봇저널 최우수 논문상 수상
우리 대학 건설및환경공학과 유지환 교수가 5월 22일 미국 애틀랜타에서 열린 세계적인 로봇 학회인 ‘2025 IEEE 국제 로봇 및 자동화 학회(ICRA)’에서, 미국전기전자학회(IEEE) 산하 로봇 프리미어 저널 ‘로봇 및 자동화 레터(Robotics and Automation Letters, RA-L)’의 2024 최우수 논문상(Best Paper Award)을 수상했다.
이번 최우수 논문상은 2024년도에 출판된 약 1,500편의 논문 중 상위 5편에만 수여되는 영예로운 상으로, 국제적으로도 높은 경쟁률과 권위를 자랑한다.
유 교수가 수상한 논문은, 식물의 뿌리처럼 자라나는 동작(growing motion)을 통해 이동하거나 작업을 수행하는 연성재료(soft material) 기반의 ‘소프트 그로잉 로봇(Soft Growing Robot)’의 실용성과 응용 가능성을 획기적으로 확장할 수 있는 새로운 작업 채널 확보 기술을 제안했다.
기존 소프트 그로잉 로봇은 내부 압력을 높이거나 낮추어 몸체를 부풀리거나 수축시키는 방식으로 움직이기 때문에 내부통로가 압력에 의해 막히는 현상이 발생한다. 반면, 이번에 개발된 소프트 그로잉 로봇은 내부통로의 압력을 외부 대기압과 동일하게 유지한 채로 자라나는 기능을 구현함으로써, 로봇의 유연하고 부드러운 특성을 그대로 유지한채 내부통로를 확보하는 데 성공했다.
이러한 구조는 로봇 내부에 위치한 통로(작업 채널)를 통해 다양한 재료나 도구를 자유롭게 전달할 수 있게 하며, 작업 환경에 따라 장비를 유연하게 교체함으로써 다목적 작업 수행이 가능하다는 장점을 가진다.
연구팀은 본 기술의 효과를 입증하기 위해 프로토타입을 제작하고, 다양한 실험을 통해 성능을 검증했다. 특히, 슬라이드 플레이트 실험에서는 로봇 내부 채널에 재료나 장비가 방해 없이 통과할 수 있는지, 파이프 당기기 실험에서는 긴 파이프 형태의 도구를 내부 채널을 통해 끌어낼 수 있는지 확인했다.
실험 결과, 로봇이 자라나는 도중에도 내부 채널이 안정적으로 유지되는 것이 입증되었으며, 이는 기술의 실용성과 확장성을 뒷받침하는 핵심 근거로 작용한다.
유지환 교수는 “이번 수상은 국내 로봇공학 기술력과 학문적 성과가 세계적으로 인정받았다는 점에서 매우 뜻깊다”며, “특히, 소프트 그로잉 로봇의 실용성과 응용 분야를 크게 확장할 수 있는 기술적 진전을 이뤘다는 데 큰 의의가 있다. 연구팀의 헌신과 협력이 있었기에 가능했던 성과이며, 앞으로도 혁신적인 연구를 통해 로봇 기술의 발전에 기여하겠다”고 소감을 밝혔다.
본 연구는 건설및환경공학과 서동오 박사과정 학생과 로봇학제전공 김남균 박사과정 학생이 공동저자로 참여했고 로봇 및 자동화 레터저널에 2024년 9월 1일자로 게재했다.
(논문 제목: Inflatable-Structure-Based Working-Channel Securing Mechanism for Soft Growing Robots, DOI: 10.1109/LRA.2024.3426322)
한편 이번 과제는 한국연구재단의 미래유망융합기술파이오니어 연구과제및 중견연구과제를 동시에 지원받았다.
2025.06.09
조회수 3660
-
유지환 교수, IEEE 로봇·자동화 분과 아시아대표로 선임
우리 대학 건설및환경공학과 유지환 교수가 세계적인 학회인 IEEE* 로봇 및 자동화 분과(Robotics and Automation Society, RAS)에서 아시아 지역 대표로 의사결정위원회(Administrative Committee, AdCom) 위원으로 선임되었음을 3일 밝혔다.
*IEEE: 미국전기전자학회(Institute of Electrical and Electronics Engineers): 전기전자공학, 컴퓨터, 로봇공학, 통신 등 다양한 공학 분야에서 세계 최대 규모의 학회
유 교수는 이번에 아시아를 대표하는 멤버로 선임돼 2025년 1월부터 3년간 활동하게 된다. 특히, 이번 선임은 우리나라가 일본과 중국이 독점해 온 아시아 지역 대표 자리를 가져왔다는 점에서 매우 의미 있는 성과로 평가된다.
IEEE RAS 의사결정위원회는 로봇 및 자동화 분야에서 학회의 정책 결정과 전략적 방향성을 이끄는 핵심 조직으로, 매년 전 세계에서 단 6명만이 새롭게 선출되며, 전체 위원은 18인으로 구성되어 있다.
또한 유 교수는 세계적인 학회인 IEEE 석학회원(Fellow)*으로 선정되었고 2025년 1월부터는 IEEE 햅틱스 저널(Transactions on Haptics) 편집장(Editor-in-Chief, EiC)으로도 활동할 예정이다.
*IEEE 석학회원(Fellow): IEEE 회원 중 연구 성과와 공헌이 탁월한 소수의 연구자에게 수여되는 명예로운 지위로, 전 세계 회원의 최상위 0.1% 이내에 해당하는 연구자 중에서만 선정되는 IEEE의 최고 등급 회원 자격임
유지환 교수는 햅틱스 및 원격제어 분야의 세계적인 석학으로, 안정성과 시간지연 문제를 해결하며 다수의 국제 저널 논문과 특허를 통해 해당 분야에 기여해 왔다. 유 교수는 2018년부터 국제학회 ‘아시아햅틱스(AsiaHaptics)’ 총괄 의장(General Chair) 및 ‘세계 햅틱스 학회(World Haptics Conference)’ 편집장(Editor-in-Chief)을 역임한 바 있다.
유 교수는 “이번 선정을 통해 한국 및 아시아 로봇 소사이어티의 이익을 세계적으로 대변하고, 대한민국 로봇 및 자동화 기술의 위상을 국제적으로 알리며, 학문적 교류와 기술 발전에 기여하겠다”라는 포부를 밝혔다.
또한 “IEEE 석학회원으로 선정되어 큰 영광이며, 앞으로도 학문적 연구와 기술 혁신을 통해 대한민국과 세계 로봇공학 및 자동화 분야 발전에 기여하겠다”는 소감을 전했다.
한편, 유지환 교수는 KAIST에서 기계공학 석박사 학위를 취득했으며, 미국 워싱턴대학교 및 독일 항공우주연구원에서 박사후연구원을 거쳐 2019년부터 KAIST 건설및환경공학과 교수로 재직 중이다. 현재 KAIST 로봇학제전공 주임교수도 겸임하고 있다.
2025.01.03
조회수 4928
-
기존보다 5배 정밀하게 생체 임피던스 측정 가능
‘인바디(InBody)’란 기기로 체성분을 분석하는 것은 이제 우리의 일상이 되었다. 이렇듯 몸에 교류 전류를 흘릴 때 전류 흐름을 방해하는 인체의 저항 특성인 생체 임피던스* 측정 기술은 웨어러블 기기에 매우 중요하다. 국제 공동 연구진이 단 두 개의 전극만을 사용하면서도 기존보다 5배 정밀하게 생체 임피던스를 측정할 수 있는 기술을 개발해 화제다.
*생체 임피던스 측정 기술 : 생체 조직의 전기적 특성을 기반으로 체내의 다양한 생리적 상태를 모니터링할 수 있는 핵심 기술
우리 대학 전기및전자공학부 제민규 교수 연구팀이 뉴욕대학교 아부다비(New York University Abu Dhabi, NYUAD) 하소명 교수 연구팀과 공동연구를 통해 웨어러블 기기에 최적화된 고해상도 생체 임피던스 측정 기술을 개발했다고 26일 밝혔다.
생체 임피던스 측정 기술로 잘 알려진 기존 4개 전극 시스템*에 비해 2개 전극 기반 측정 시스템**은 소형화가 쉽다는 장점으로 웨어러블 기기에 적합하다고 평가받고 있다.
*4개 전극 시스템: 생체 임피던스를 측정하기 위해 네 개의 전극을 사용하는 시스템으로 웨어러블 기기의 소형화에 불리함
**2개 전극 시스템: 단 두 개의 전극만을 사용하여 생체 임피던스를 측정할 수 있는 시스템으로 웨어러블 기기의 소형화에 적합함
하지만, 2개 전극 시스템은 전극 자체의 임피던스 값이 포함된 신호를 측정하기 때문에 넓은 입력 범위가 필요하며, 측정하는 임피던스 값에 비례해 정확한 측정을 방해하는 잡음이 증가하는 한계로 활용이 어려웠다.
연구팀은 기존 2개 전극 시스템의 기술적 한계를 극복하기 위해 전극 자체의 임피던스 값인 베이스라인과 그에 의해 발생하는 측정 잡음을 기존보다 훨씬 효과적으로 제거할 수 있는 반도체 회로 설계 기술을 새롭게 개발했다. 이번에 제안된 기술을 적용한 시스템은 기존 기술 적용 시 필요로 하던 별도의 전류 생성 회로를 없앨 수 있어 전력 소모 역시 줄일 수 있다.
이런 기술을 통해 생체 임피던스 측정 과정에서 발생하는 임피던스의 위상 및 크기 변화에 따른 잡음 문제를 효과적으로 해결해, 높은 정밀도와 효율성을 동시에 확보했다.
제민규 교수(교신저자)는 “이번 연구로 개발된 생체 임피던스 측정 기술은 다양한 임피던스 모델에 대해 기존의 방식 대비 최대 약 5배 가량 우수한 잡음 성능을 달성하였음을 입증했다”면서 “향후 생체 임피던스 측정을 활용한 개인 맞춤형 건강 관리와 질환 예측 기술 발전에 크게 기여할 것”이라고 말했다.
우리 대학 전기및전자공학부 최해담, 천송이 박사과정이 공동 제1 저자, 제민규 교수와 NYUAD 하소명 교수가 공동 교신 저자로 참여했으며 해당 논문은 세계 최고 권위의 반도체 집적회로 및 시스템 학회인 ‘ISSCC (International Solid-State Circuits Conference)’에 발표됐으며, 동 분야 세계 최고 학술지인 ‘IEEE JSSC (Journal of Solid-State Circuits)’의 초청을 받아 지난 11월 게재됐다.
IEEE Journal of Solid-State Circuits (2024), DOI:10.1109/JSSC.2024.3439865
(논문명: A Bio-Impedance Readout IC With Complex-Domain Noise-Correlated Baseline Cancellation)
한편 이번 연구는 NYUAD (New York University Abu Dhabi)와의 협업으로 진행됐으며, 과학기술정보통신부가 지원한 ‘상시 근골격 모니터링 및 재활을 위한 무자각 온스킨 센서 디바이스 기술’과제와 ‘인간 기능 확장을 위한 생체 신호 센서 기반의 내골격 장치 및 통합 시스템 개발’ 과제를 통해 수행됐다.
2024.12.26
조회수 7567
-
소량의 전류로 전기차 배터리 정밀 진단 가능하다
전기차 배터리를 효율적으로 관리하고 안전하게 사용하기 위해서는 정확한 배터리 상태 진단이 필수적이다. 우리 연구진이 소량의 전류만을 사용해 높은 정밀도로 배터리의 상태를 진단하고 모니터링할 수 있는 기술을 개발하여 배터리의 장기적 안정성과 효율성을 극대화할 것으로 기대된다.
우리 대학 전기및전자공학부 권경하 교수와 이상국 교수 연구팀이 전기차 대용량 배터리의 안정성과 성능 향상에 활용할 수 있는 전기화학 임피던스 분광법(이하 EIS) 기술을 개발했다고 17일 밝혔다.
EIS 기술은 배터리의 임피던스* 크기와 변화를 측정해 배터리 효율과 손실을 평가할 수 있는 강력한 도구로, 배터리의 충전 상태(state-of-charge; SOC) 및 건강 상태(state-of-health; SOH)를 평가하는 중요한 도구로 여겨진다. 또한 배터리의 열적 특성과 화학적/물리적 변화, 수명 예측, 고장의 원인을 식별하는 데 활용 가능하다.
* 배터리 임피던스: 배터리 내부에서 전류 흐름에 저항하는 요소로, 이를 통해 배터리 의 성능과 상태를 평가할 수 있는 지표
그러나 기존 EIS 장비는 비용 및 복잡성이 높아 설치, 운영 및 유지 보수가 쉽지 않다. 또한, 감도 및 정밀도 제약으로 수 암페어(A)의 전류 교란을 배터리에 인가하는 과정에서 배터리에 큰 전기적 스트레스가 가해지기 때문에 배터리의 고장이나 화재 위험을 증가시킬 수 있어 활용이 어려웠다.
이에 연구팀은 고용량 전기차 배터리의 상태 진단 및 건강 모니터링을 위한 소전류 EIS 시스템을 개발하고 입증했다. 이 EIS 시스템은 낮은 (10mA) 전류 교란으로, 배터리의 임피던스를 정밀하게 측정할 수 있으며 측정 시 발생하는 열적 영향 및 안전 문제를 최소화한다.
추가로 부피가 크고 비용이 많이 드는 구성요소를 최소화해 차량 내 탑재가 용이한 설계다. 해당 시스템은 전기차 배터리의 여러 운영 조건(다양한 온도 및 배터리 잔존용량을 나타내는 SOC 레벨에서 배터리의 전기화학적 특성을 효과적으로 파악할 수 있음이 입증됐다.
권경하 교수(교신저자)는 "이 시스템은 전기차용 배터리 관리 시스템 (BMS)에 쉽게 통합 가능하며, 기존의 고전류 EIS 방식 대비 비용과 복잡성을 현저히 낮추면서도 높은 측정 정밀도를 입증했다ˮ면서 "전기차 뿐만 아니라 에너지저장시스템(ESS)의 배터리 진단 및 성능 향상에도 기여할 수 있을 것ˮ이라고 말했다.
이번 연구 결과는 국제 저명 학술지 `IEEE Transactions on Industrial Electronics (동 분야 상위 2%; IF 7.5)'에 지난 9월 5일 발표됐다.
(논문명 : Small-Perturbation Electrochemical Impedance Spectroscopy System With High Accuracy for High-Capacity Batteries in Electric Vehicles, 링크: https://ieeexplore.ieee.org/document/10666864)
한편, 이번 연구는 과학기술정보통신부 한국연구재단의 기초연구사업, 산업통상자원부 한국산업기술기획평가원의 차세대지능형반도체기술개발사업 및 정보통신기획평가원의 인공지능반도체대학원사업의 지원을 받아 수행됐다.
2024.10.17
조회수 10930