%EC%9C%A0%ED%9A%8C%EC%A4%80
-
생생한 3차원 실사 이미지 구현하는 ‘메타브레인’ 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 실사에 가까운 이미지를 렌더링할 수 있는 인공지능 기반 3D 렌더링을 모바일 기기에서 구현, 고속, 저전력 인공지능(AI: Artificial Intelligent) 반도체*인 메타브레인(MetaVRain)’을 세계 최초로 개발했다고 7일 밝혔다.
* 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체
연구팀이 개발한 인공지능 반도체는 GPU로 구동되는 기존 레이 트레이싱 (ray-tracing)* 기반 3D 렌더링을 새로 제작된 AI 반도체 상에서 인공지능 기반 3차원으로 만들어, 기존의 막대한 비용이 들어가는 3차원 영상 캡쳐 스튜디오가 필요없게 되므로 3D 모델 제작에 드는 비용을 크게 줄이고, 사용되는 메모리를 180배 이상 줄일 수 있다. 특히 블렌더(Blender) 등의 복잡한 소프트웨어를 사용하던 기존 3D 그래픽 편집과 디자인을 간단한 인공지능 학습만으로 대체하여, 일반인도 손쉽게 원하는 스타일을 입히고 편집할 수 있다는 장점이 있다.
*레이 트레이싱 (ray-tracing): 광원, 물체의 형태, 질감에 따라 바뀌는 모든 광선의 궤적을 추적함으로써 실사에 가까운 이미지를 얻도록 하는 기술
한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 2월 18일부터 22일까지 전 세계 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다. (논문번호 2.7, 논문명: 메타브레인: A 133mW Real-time Hyper-realistic 3D NeRF Processor with 1D-2D Hybrid Neural Engines for Metaverse on Mobile Devices (저자: 한동현, 류준하, 김상엽, 김상진, 유회준))
유 교수팀은 인공지능을 통해 3D 렌더링을 구현할 때 발생하는 비효율적인 연산들을 발견하고 이를 줄이기 위해 사람의 시각적 인식 방식을 결합한 새로운 컨셉의 반도체를 개발했다. 사람은 사물을 기억할 때, 대략적인 윤곽에서 시작하여, 점점 그 형태를 구체화하는 과정과 바로 직전에 보았던 물체라면 이를 토대로 현재의 물체가 어떻게 생겼는지 바로 추측하는 인지능을 가지고 있다. 이러한 사람의 인지 과정을 모방하여, 새롭게 개발한 반도체는 저해상도 복셀을 통해 미리 사물의 대략적인 형태를 파악하고, 과거 렌더링했던 결과를 토대로, 현재 렌더링할 때 필요한 연산량을 최소화하는 연산 방식을 채택하였다.
유 교수팀이 개발한 메타브레인은 사람의 시각적 인식 과정을 모방한 하드웨어 아키텍처뿐만 아니라 최첨단 CMOS 칩을 함께 개발하여, 세계 최고의 성능을 달성하였다. 메타브레인은 인공지능 기반 3D 렌더링 기술에 최적화되어, 최대 100 FPS 이상의 렌더링 속도를 달성하였으며, 이는 기존 GPU보다 911배 빠른 속도다. 뿐만아니라, 1개 영상화면 처리 당 소모에너지를 나타내는 에너지효율 역시 GPU 대비 26,400배 높인 연구 결과로 VR/AR 헤드셋, 모바일 기기에서도 인공지능 기반 실시간 렌더링의 가능성을 열었다.
연구팀은 메타브레인의 활용 예시를 보여주고자, 스마트 3D 렌더링 응용시스템을 함께 개발하였으며, 사용자가 선호하는 스타일에 맞춰, 3D 모델의 스타일을 바꾸는 예제를 보여주었다. 인공지능에게 원하는 스타일의 이미지를 주고 재학습만 수행하면 되기 때문에, 복잡한 소프트웨어의 도움 없이도 손쉽게 3D 모델의 스타일을 손쉽게 바꿀 수 있다. 유 교수팀이 구현한 응용시스템의 예시 이외에도, 사용자의 얼굴을 본떠 만든 실제에 가까운 3D 아바타를 만들거나, 각종 구조물들의 3D 모델을 만들고 영화 제작 환경에 맞춰 날씨를 바꾸는 등 다양한 응용 예시가 가능할 것으로 기대된다.
연구팀은 메타브레인을 시작으로, 앞으로의 3D 그래픽스 분야 역시 인공지능으로 대체되기 시작할 것으로 기대한다며, 인공지능과 3D 그래픽스의 결합은 메타버스 실현을 위한 큰 기술적 혁신이라는 점을 밝혔다.
연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 3D 그래픽스는 사람이 사물을 어떻게 보고 있는지가 아니라, 사물이 어떻게 생겼는지를 묘사하는데 집중하고 있다”라며 “이번 연구는 인공지능이 사람의 공간 인지 능력을 모방하여 사람이 사물을 인식하고 표현하는 방법을 차용함으로써 효율적인 3D 그래픽스를 가능케 한 연구”라고 본 연구의 의의를 밝혔다. 또한 “메타버스의 실현은 본 연구에서 보인 것처럼 인공지능 기술의 혁신과 인공지능 반도체의 혁신이 함께 이루어질 것”이라 미래를 전망하였다.
데모 동영상 유튜브 주소: https://www.youtube.com/watch?v=m-aqnZhALv0
2023.03.07 조회수 3292 -
유회준 교수, ISSCC 반도체 설계 최고 권위자로 선정
국제고체회로학회(International Solid-State Circuits Conference, 이하 ISSCC)는 세계 반도체올림픽이라고 불리며 70주년 기념식을 올해 2월 20일 미국 샌프란시스코 메리어트 호텔에서 개최했다.
우리 대학 전기및전자공학부 유회준 교수가 63편의 논문을 발표한 실적으로 동양인으로서 유일하게 톱5에 들어 최다 논문 발표자로 선정되었다고 1일 밝혔다.
유 교수는 ISSCC의 설립 41년이 지난 1995년에 현대전자(現 SK하이닉스)에서 세계 최초로 256M SDRAM을 개발한 뒤 이를 동 학회에서 한국 최초 논문을 발표한 바 있다. 이후 유 교수 연구팀은 KAIST로 옮겨 2000년부터 2023년까지 62편의 논문을 발표하여 동 학회에서 총 63편의 논문을 발표했다.
1996년에 유 교수가 집필한 `DRAM의 설계'라는 책은 삼성전자나 하이닉스 기술자들의 필독서로 활용됐다. 또한, 동 학회에서 DRAM 관련 반도체에 대해 5편, 바이오메디컬용 반도체 및 저전력 무선 통신용 칩에 대해 총 26편, 증강현실(AR)용 웨어러블 반도체에 대해 총 14편 발표했다. 특히 2008년부터 인공지능 반도체를 연구하기 시작해 2014년 세계 최초로 DNN 가속기를 발표하는 등 올해까지 총 18 편의 인공지능(이하 AI) 반도체 관련 연구 결과를 동 학회에서 발표했다. 아울러, 아시아 교수로는 최초로 2019년 AI 반도체에 관련한 ISSCC 기조강연자로 초청되기도 하였다.
올해는 특히 트랜지스터의 발명 75주년이기도 한데 이를 기념하기 위해 국제전기전자공학회 (IEEE) 전자소자학회/고체회로학회 (EDS/SSCS) 에서 10인의 대표강연자를 선정하여 세계 순회 강연을 계획 중에 있으며 이 중 1인으로 유 교수가 선정됐다. 또한 올해는 모든 반도체 제조에 이용되는 모스펫(이하 MOSFET)발명 60주년이기도 한데 MOSFET의 발명자인 강대원 박사를 기리는 강대원 상을 올해 2월 14일에 한국반도체 학술대회에서 수상하기도 했다.
올해 ISSCC 학회에서는 DRAM을 이용한 지능형 반도체(이하 PIM 반도체)인 다이나플라지아(DynaPlasia), 뉴로모픽 반도체인 스파이크 인공신경망(SNN, Spike Neural Network)과 기존의 합성곱 인공신경망(CNN, Convolutional Neural Network)을 결합해 저전력으로 동작하는 상보 심층신경망(C-DNN), 그리고 3차원 영상 제작 및 가속의 혁명을 가져올 NeRF(Neural Radiance Fields) 가속 칩을 세계 최초로 개발해 총 3편의 혁신적인 새로운 연구 방향을 제시하는 논문들을 발표하여 매우 우수하다는 평가를 받았다.
유 교수의 연구 결과에 대해 일본 동경대 전자공학과 학과장인 타케우치 교수는 "항상 새로운 방향을 제시하는 연구를 발표하는 것이 존경스럽다"고 했으며 미국 MIT 공대 학장인 아난싸 찬드라카산 교수는 "끊임없이 좋은 연구 결과를 내는 그 비결을 알고 싶다"며 찬사를 보내고 있다.
유 교수의 연구 결과는 삼성전자에 기술이전 되기도 했고, 특히 5개의 국내 대표 AI 반도체 벤처 창업들이 있다. 이중 `리벨리온'은 최근 챗GPT용 가속 인공지능 칩인 아톰칩(ATOM)을 개발해 KT와 함께 상용화를 하고 있으며 `모빌린트'는 자동차용 인공지능 칩을 개발하여 2023년 CES에서 선보이기도 했다.
유회준 교수는 2022년 6월에 과기정통부의 지원으로 PIM반도체 설계연구센터(AI-PIM)을 KAIST에 설립해 한국의 PIM반도체 연구의 허브로서 한국 메모리 산업, 시스템 반도체 기술의 업그레이드와 미래 도약 발판을 위해 아직도 왕성한 연구 의욕을 불태우고 있다.
2023.03.02 조회수 2895 -
사진에서 3차원 정보를 추론하는 인공지능 반도체 IP(지식재산권) 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수가 이끄는 PIM 반도체 설계 연구센터(AI-PIM)가 유수 학계에서 인정한 5종의 최첨단 인공지능 반도체 IP(지식재산권)를 개발했다고 29일 밝혔다.
대표적으로 심층신경망 추론 기술 및 센서 퓨전* 기술을 통해 사진으로부터 3차원 공간정보 추출하고 물체를 인식해 처리하는 인공지능(AI) 칩은 KAIST에서 세계 최초로 개발해 SRAM PIM** 시스템에 필요한 기술을 IP(지식재산권)화 한 것이다.
* 센서 퓨전 : 카메라, 거리센서 등의 각종 센서로부터 얻은 데이터를 결합하여보다 정확한 데이터를 얻는 방식
** SRAM PIM : 기존 메모리 SRAM과 DRAM 중 SRAM에 연산기를 결합한 PIM반도체
이 IP는 올해 2월 20일부터 28일까지 개최된 국제고체회로설계학회(ISSCC)에서 현장 시연을 통해 많은 주목을 받았으며, 이를 누구라도 편리하게 활용할 수 있도록 한 것이다. (웹사이트 : www.ai-pim.org)
KAIST PIM 반도체 설계연구센터는 해당 IP를 포함해 ADC*, PLL** 등 총 5가지의 PIM IP를 확보했으며, 지난 28일 웹사이트를 오픈해 연구자들이 공유할 수 있는 환경을 제공하고 있다.
* ADC(Analog to Digital Converter) : 아날로그 데이터를 디지털 데이터로 변환시키는 회로
** PLL(Phase-Locked Loop) : 내부 신호의 위상과 외부 신호의 위상을 동기화할 수 있도록 설계된 회로
기존 물체 인식 인공지능 반도체는 사진과 같은 2차원 정보를 인식하는 `사진인식기술'에 불과하다. 하지만 현실 세계의 물체들은 3차원 구조물이기 때문에 3차원 공간정보를 활용해야만 정확한 `물체인식'이 가능하다.
3차원 공간정보는 사진과 같은 2차원 정보에 거리정보를 포함시켜 실제 3차원 공간을 표현한 것으로, 3차원 공간정보에 물체를 식별해 해당 물체의 위치 및 각도를 추적하는 3차원 물체인식 기술이다. 이는 자율주행, 자동화 기술, 개인용 증강현실 (AR)과 가상현실(VR) 등과 같은 3D 어플리케이션에서 사용하는 핵심기술이다.
기존 ToF 센서*를 활용해 센서 뷰 내에 있는 모든 물체에 대한 정밀한 3차원 정보를 추출하는 것은 전력 소모가 매우 크기 때문에 배터리 기반 모바일 장치(스마트폰, 태블릿 등)에서는 사용하기 어렵다.
* ToF 센서 : 3차원 공간정보를 추출하는 Time-of-Flight 센서로, 레이저를 방출하고 반사된 레이저가 검출되는 시간을 측정하여 거리를 계산, 대표적인 센서로 3D 라이다 (LiDAR) 센서가 있음
또한, ToF 센서는 특정 측정 환경에서 3차원 정보가 손실되는 문제와 데이터 전처리 과정에 많은 시간이 소요된다는 문제점이 있다.
3차원 물체인식 기술은 데이터가 복잡해 기존 인공지능 2차원 사진인식 가속 프로세서로 처리하기 어렵다. 이는 3차원 포인트 클라우드 데이터를 어떻게 선택하고 그룹화하느냐에 따라 메모리 접근량이 달라진다.
따라서 3차원 포인트 클라우드 기반 인공지능 추론은 연산 능력이 제한적이고 메모리가 작은 모바일 장치에서는 소프트웨어만으로 구현할 수 없었다.
이에 연구팀은 카메라와 저전력 거리센서 (64픽셀)를 사용하여 3차원 공간정보를 생성했고, 모바일에서도 3차원 어플리케이션 구현이 가능한 반도체 (DSPU: Depth Signal Processing Unit)를 개발함으로써 인공지능 반도체의 활용범위를 넓혔다.
모바일 기기에서 저전력 센서를 활용한 3차원 정보 처리 시스템을 구동하면서, 실시간 심층신경망 추론과 센서 퓨전 기술을 가속하기 위해서는 다양한 핵심기술이 필요하다. 인공지능 핵심기술이 적용된 DSPU는 단순 ToF센서에 의존했던 3차원 물체인식 가속기 반도체 대비 63.4% 낮춘 전력 소모와 53.6% 낮춘 지연시간을 달성했다.
PIM반도체 설계연구센터(AI-PIM)의 소장인 유회준 교수는 “이번 연구는 저가의 거리센서와 카메라를 융합해 3차원 데이터 처리를 가능하게 한 인공지능 반도체를 IP화했다는 점에서 의미가 크며, 모바일 기기에서 인공지능 활용 영역을 크게 넓혀 다양한 분야에 응용 및 기술이전을 기대하고 있다”고 연구의 의의를 설명했다.
한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 PIM인공지능반도체핵심기술개발사업을 통해 개발되었으며, 이와 관련해 PIM 반도체 관련 기업과 연구기관에 개발된 IP들의 기술이전 및 활용을 돕고 있다.
2022.12.29 조회수 3118 -
고정확도 실시간 학습 가능한 모바일 인공지능 반도체 칩 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 인공지능의 실시간 학습을 모바일 기기에서 구현, 고정확도 인공지능(AI: Artificial Intelligent) 반도체*를 세계 최초로 개발했다고 23일 밝혔다.
* 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체
연구팀이 개발한 인공지능 반도체는 저비트 학습과 저지연 학습 방식을 적용해, 모바일 기기에서도 학습할 수 있다. 특히 이번 반도체 칩은 인공지능의 예상치 못한 성능 저하를 막을 수 있는 실시간 학습 기술을 성공적으로 구현했다.
전기및전자공학부 한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 6월 12일부터 15일까지 인천 연수구 송도 컨벤시아에서 개최된 국제 인공지능 회로 및 시스템 학술대회(AICAS)에서 발표됐으며 응용 예시를 현장에서 시연했고, 최우수 논문상과 최우수 데모상을 모두 석권해 그 우수성을 널리 알렸다. (논문명 : A 0.95 mJ/frame DNN Training Processor for Robust Object Detection with Real-World Environmental Adaptation (저자: 한동현, 임동석, 박광태, 김영우, 송석찬, 이주형, 유회준))
인공지능 (AI) 반도체 기술을 망라하는 국제 학술 대회 ‘AICAS 2022’는 인공지능 반도체 분야 세계 최고 권위를 가진 IEEE(미국 전기 전자 기술자 협회)학회로 평가받으며, 삼성, SK를 필두로, 한국전자통신연구원(ETRI), 엔비디아(NVIDIA), 케이던스(Cadence) 등 국내외 저명한 기업과 기관 등이 참석해 인공지능 반도체 회로와 시스템 전 분야, 인공지능 반도체와 관련된 연구성과를 공유하는 행사다.
기존 인공지능은 사전에 학습된 지능만으로 추론을 진행했기 때문에 학습하지 않은 새로운 환경 혹은 물체에 대해서는 물체 검출이 어려웠다. 하지만 유회준 교수 연구팀이 개발한 실시간 학습은 추론만 수행하던 기존 모바일 인공지능 반도체에 학습 기능을 부여함으로써, 인공지능의 지능 수준을 크게 끌어올렸다.
유 교수팀의 새로운 인공지능 반도체는 사전에 학습한 지식과 애플리케이션 수행 중에 학습한 지식을 함께 활용해 고정확도 물체검출 성능을 보였다. 특히 유회준 교수 연구팀은 렌즈가 깨지거나, 기계 오류로 인한 인공지능의 예상치 못한 정확도 감소도 자동으로 인지하고 이를 실시간 학습을 통해 보정, 기존 인공지능의 문제점을 해결했다.
유 교수팀은 실시간 학습 기능에 더해, 모바일 기기에서 저전력으로 학습이 가능할 수 있도록, 저비트 인공지능 학습 방법, 직접 오류 전사 기반 저지연 학습 방식을 제안, 이를 최적화할 수 있는 반도체(HNPU) 와 응용 시스템을 모두 개발했다.
저전력, 실시간 학습을 수행할 수 있는 모바일 인공지능 전용 반도체, HNPU는 다음과 같이 6가지 핵심 기술이 도입됐다.
○ 확률적 동적 고정 소수점 활용 저비트 학습 방식 (SDFXP: Stochastic Dynamic Fixed-point Representation)
- 동적 고정 소수점에 확률적 표현을 결합하고 확률적 반올림을 도입하여 인공지능 학습에 필요한 비트 정밀도를 최소화 할 수 있는 방법
○ 레이어별 자동 정밀도 검색 알고리즘 및 하드웨어 (LAPS: Layer-wise Adaptive Precision Scaling)
- 학습의 난이도를 자동으로 파악하고 심층신경망의 레이어별로 최적의 비트수를 자동으로 찾아주는 알고리즘 및 이를 가속하는 하드웨어
○ 입력 비트 슬라이스 희소성 활용* (ISS: Input Slice Skipping or Bit-slice Level Sparsity Exploitation)
- 데이터를 이진수로 표현했을 때 중간중간 나타나는 ‘0’ 비트를 활용하여, 데이터 처리량을 높이는 방식
○ 내재적 순수 난수 생성기 (iTRNG: Intrinsic True Random Number Generator)
인공지능 연산을 활용한 순수 난수 생성기를 설계, 데이터의 암호화 및 확률적 반올림을 구현
○ 다중 학습 단계 할당을 통한 고속 학습 알고리즘 및 하드웨어 (MLTA: Multi Learning Task Allocation & Backward Unlocking)
기존 역전파 (Back-propagation) 알고리즘에서 탈피해, 직접 오류 전사를 통한 저지연 학습 구현
○ 실시간 인공지능 학습 기반 자동 오류 검출 기능 저하 보정 시스템 개발 (Real-time DNN Training based Automatic Performance Monitor and Performance Recovery System)
평상시 물체 검출 결과를 주기적으로 모니터링하면서, 갑작스러운 확률 변화를 자동으로 인식, 정확도 저하를 보정하기 위해 실시간 학습을 적용
* 희소성 활용 (Sparsity Exploitation) : 심층 신경망 모델의 연산은 수많은 곱셈누적(MAC: Multiply-And-Accumulate)연산의 연속이다. 연산자에 0이 존재할 시, 굳이 연산을 해보지 않아도 결과는 0임을 알기에 이를 뛰어넘는 방식으로 연산 속도를 높이는 방식.
이러한 기술을 사용해 HNPU는 저전력 물체검출을 구현하여, 다른 모바일 물체검출 시스템과 비교해 75% 높은 속도, 44% 낮은 에너지 소모를 달성하면서도, 실시간 학습으로 고정확도 물체검출을 개발해 주목을 받았다.
연구팀은 HNPU의 활용 예시로 카메라 렌즈가 깨지거나, 기계 오류, 조명, 밝기 변화로 인공지능의 추론 능력이 떨어졌을 때, 실시간 학습을 통해 다시 정확도를 높이는 고정확도 물체검출 시스템을 개발했다. 이는 이후 자율 주행, 로봇 등 다양한 곳에 활용될 것으로 기대된다.
특히 연구팀의 HNPU 연구는 2022 국제인공지능회로및시스템학술대회(AICAS 2022)에서 발표돼, 최우수 논문상과 최우수 데모상을 모두 석권하여 그 우수성을 널리 알렸다.
연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 인공지능은 사전에 학습한 지식만으로 주어진 문제를 해결하고 있으며, 이는 변화하는 환경과 상황에 맞춰 계속 학습하는 인간의 지능과 뚜렷한 차이를 보인다”라며 “이번 연구는 실시간 학습 인공지능 반도체를 통해 인공지능의 지능 수준을 사람 수준으로 한층 더 끌어올리는 연구”라고 본 연구의 의의를 밝혔다.
2022.06.23 조회수 3926 -
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 12917 -
유회준 교수, 아시아 교수 최초 ISSCC 기조연설
우리 대학 전기및전자공학부 유회준 석좌교수가 반도체 올림픽이라 불리는 국제고체회로학회(ISSCC)에서 아시아 교수로서는 최초로 기조연설자로 선정돼 개막 연설을 진행했다.
유 교수는 2월 18일(현지시간) 미국 샌프란시스코 메리어트 호텔에서 열린 제62회 ISSCC에서 세계 각국의 반도체 기술자 3천여 명을 대상으로 ‘지능을 실리콘 상에(Intelligence on Silicon), 부제 : 심층 신경망 가속기부터 뇌 모방 인공지능 시스템 온 칩까지(From Deep-Neural-Network Accelerators to Brain Mimicking AI-SoCs)’ 라는 주제로 인공지능 칩의 현황과 미래에 대한 기조연설을 했다.
유 교수는 실생활에서 인공지능 적용을 가능하게 하는 인공지능 칩 분야에서 세계의 기술을 주도하고 있다는 공을 인정받아 이번 기조연설자로 선정됐다.
유 교수는 학회 개최에 앞서 2월 17일에 열린 전기전자엔지니어협회(IEEE) 국제고체회로학회 운영회의에서 ISSCC의 자매 학회인 아시아고체회로학회(ASSCC)의 차기 학회장으로 선출되기도 했다. 유 교수 연구실의 최성필, 이진묵 박사과정은 2개의 ISSCC 최우수 시연상을 수상하기도 했다.
유 교수는 기조연설을 통해 세계적으로 경쟁이 치열한 인공지능 반도체 칩 연구 중 최첨단을 달리는 우리나라의 새 기술들을 소개하고 세계 기술이 나아가야 할 미래 방향을 제시했다.
먼저 우리 대학에서 연이어 발표하고 있는 가변형 인공지능 컴퓨팅(Reconfigurable AI Computing)을 소개했다. 이 기술은 칩의 구조를 실시간으로 변화하고 연산에 사용되는 데이터 범위를 바꿀 수 있어 한 개의 칩으로 다양한 인공지능 알고리즘을 가속할 수 있다. 이를 통해 여러 상황에서 저전력의 고속처리가 가능하다.
둘째로 그동안 불가능했던 모바일용 인공지능 칩에서의 학습 (Training)이 가능함을 보였다. 기존 인식(Inference)용 가속기는 원격 서버에서 학습을 진행한 후 완료된 모델을 내려받아 칩에서 인식만 수행해 진정한 인공지능을 구현할 수는 없었다.
유 교수는 모바일용 칩에서도 개인정보보호 및 보안 등의 이유로 기기에서의 학습이 필수적이라 예측하며 저전력 및 고속처리가 가능한 학습용 칩을 공개했다. 이를 통해 시시각각으로 변하는 상황을 스스로 감지하고 학습해 최적의 행동을 할 수 있는 로봇이나 자동차 등의 예시를 제시했다.
유회준 교수는 학습용 칩을 통해 로봇 또는 자동차가 마치 반려동물처럼 사용자의 감정을 알아차리고 이에 맞춰 행동하는 ‘휴머니스틱 인텔리전스(Humanistic Intelligence)’라는 새 개념을 주창했고, 이는 미래 인공지능 응용에 핵심적일 요소가 될 것이라 주장했다.
인공지능 칩의 미래는 크게 2가지 방향으로 예측했다. 첫째는 미시적 뇌 신경의 동작을 모방하는 뉴로모픽(Neuromorphic) 칩이며 둘째는 거시적인 뇌인지 기능을 모방한 칩이다.
뉴로모픽 칩은 RRAM, PRAM 및 MRAM과 같은 비휘발성 메모리(Nonvolatile Memory)를 시냅스 및 뉴런으로 구현하는 방식이 주류를 이룰 것으로 주장했다.
거시적 인지 기능 모방 칩은 뇌의 기능을 모방한 연산 블록들이 커넥톰(Connectome)과 같은 형태의 회로로 연결되는 방식으로 발전하리라 예측했다. 특히 시각 인지 모델을 활용한 인공지능 칩 개발 사례들을 제시하며 이러한 접근이 저전력화 및 고속화에 유리함을 주장했다.
유회준 교수는 “뇌의 해부학적 및 기능적 연구의 진보에서 힌트를 얻어 인공지능 알고리즘 및 인공지능 칩의 발전도 계속될 것이다”고 말했다.
한편 기조연설자로 페이스북의 인공지능 총괄과 뉴욕 대학의 교수를 역임하며 인공지능의 개척자로 불리는 얀 러쿤(Yann LeCun)교수도 이번에 개막연설자로 초청돼 인공지능의 알고리즘 발전에 대해 발표했다. 알고리즘 분야에서는 해외 기업들이 강세를 보이지만 인공지능 칩에 대해서는 반도체 기술이 앞선 대한민국의 유회준 교수가 세계 기술발전을 주도하고 있다는 의견이 주를 이루었다.
유 교수는 창립 기념일인 2월 18일에 인공지능 칩 연구 성과에 대한 우수성을 인정받아 KAIST 학술대상을 수상하기도 했다.
2019.02.19 조회수 9708 -
유회준 교수, 딥러닝용 AI 반도체 개발
우리대학 전기및전자공학부 유회준 교수 연구팀이 스타트업 '유엑스 팩토리'와 함께 가변 인공신경망 기술을 적용해 딥러닝을 효율적으로 처리하는 AI 반도체를 개발했다. 딥러닝이란 컴퓨터가 마치 사람처럼 스스로 학습할 수 있도록 인공신경망을 기반으로 구축한 '기계 학습' 기술이다.
유 교수 연구팀이 개발한 새로운 칩은 반도체 안에서 인공신경망의 무게 정밀도를 조절함으로써 에너지 효율과 정확도를 조절한다. 1비트부터 16비트까지 소프트웨어로 간편하게 조절하면서 상황에 맞춰 최적화된 동작을 얻어낸다. 하나의 칩이지만 '콘볼루션 신경망'(CNN)과 '재귀 신경망'(RNN)을 동시에 처리할 수 있다. CNN은 이미지를 분류나 탐지하는 데 쓰이며, RNN은 주로 시간의 흐름에 따라 변화하는 영상과 음성 등 데이터 학습에 적합하다. 또 통합 신경망 프로세서(UNPU)를 통해 인식 대상에 따라 에너지효율과 정확도를 다르게 설정하는 것도 가능하다.
모바일에서 AI 기술을 구현하려면 고속 연산을 '저전력'으로 처리해야 한다. 그렇지 않으면 한꺼번에 많은 정보를 처리하면서 발생하는 발열로 인해 배터리 폭발 등의 사고가 일어날 수 있기 때문이다. 연구팀에 따르면 이번 칩은 세계 최고 수준 모바일용 AI 칩 대비 CNN과 RNN 연산 성능이 각각 1.15배, 13.8배이 달한다. 에너지효율도 40% 높은 것으로 나타났다.
스마트폰 카메라를 통해 사람의 얼굴 표정을 인식해 행복, 슬픔, 놀람, 공포, 무표정 등 7가지의 감정을 자동으로 인식하는 감정인식 시스템도 개발됐다. 이 시스템은 감정 상태를 스마트폰 상에 실시간으로 표시한다. 유 교수 연구팀의 이번 연구는 지난 13일 미국 샌프란시스코에서 열린 국제고체회로설계학회(ISSCC)에서 발표됐다.
유회준 교수는 "기술 상용화에는 1년 정도 더 걸릴 전망"이라며 " 모바일에서 AI를 구현하기 위해 저전력으로 가속하는 반도체를 개발했으며, 향후 물체인식, 감정인식, 동작인식, 자동 번역 등 다양하게 응용될 것으로 기대된다"고 설명했다.
2018.02.26 조회수 11653 -
2017 웨어러블 컴퓨터 경진대회 개최
우리대학은 10월 21일(토)부터 24일(화)까지 4일간 대전 엑스포 시민광장에서 열리는 대전 사이언스 페스티벌 부대행사의 일환으로 입는 컴퓨터 경진대회인‘2017 웨어러블 컴퓨터 경진대회’를 개최한다. 올해로 13회째를 맞는 ‘웨어러블 컴퓨터 경진대회’는 대학생 특유의 반짝이는 아이디어와 최신 기술을 이용해 공상과학 영화나 만화에서 볼 수 있는 착용하는 컴퓨터를 직접 제작해 볼 수 있는 대회다.
올해 대회에는 전국 대학에서 60여 개 팀이 참여했으며, 대회기간 중 서류 및 발표심사와 본선대회 등 총 3차례에 걸친 심사 과정을 거쳐 최종 우승팀에게는 과학기술정보통신부 장관상과 함께 300만원의 상금이 수여된다. '웨어러블 컴퓨터’는 사용자가 이동 중에도 자유자재로 컴퓨터를 사용하기 위해 신체와 의복 일부분에 착용할 수 있도록 제작된 기기로, 최근에는 스마트 폰과 연동돼 인터넷 기반의 다양한 서비스 제공이 가능한 제품이 주목을 받고 있다.
이번 대회에 출품한 작품 중에서 ‘V-link’로 대회에 참가한 김진혁(연세대·커피맛곱창팀)학생은 “VR(가상현실)을 이용한 기술이 제법 보급됐지만 현재 VR기기들은 별도의 입력장치가 필요해 손이 자유롭지 못하다”며 “V-link는 얼굴 근육만으로 VR기기를 조정하기 때문에 사용자의 손에 자유를 줄 수 있으며, 손을 사용할 수 없는 사람도 쉽게 사용할 수 있다 ”고 개발 배경에 관해 설명했다.
또 다른 작품 ‘WCVR’로 참가한 최진혁(동아대·Iron Heart)학생은 VR기기와 밴드형 웨어러블 기기를 이용해 로봇을 조종하는 시작품을 제작해 큰 주목을 받았다. ‘WCVR’은 로봇의 시야를 360도 캠을 이용하여 VR기기로 공유하고 이를 바탕으로 웨어러블 밴드를 착용한 사용자의 행동과 동일하게 로봇을 움직이는 기능을 갖고 있다. 인력을 투입하기 위험한 재난 현장에서 구조 로봇으로서의 역할을 기대할 수 있다.
이밖에 ▲사용자의 손동작만으로 가상현실 게임을 즐길 수 있는 글러브(계명대·VRinger팀) ▲취업준비생을 위한 가상면접 연습 VR 디바이스(충남대·Grow팀) ▲스스로 사물의 모양을 판단하여 물건을 집는 전자의수(고려대&인하대 연합, Open Arms팀) ▲저 시력 장애인들을 위한 VR 시각 보조 장치(중앙대·써드아이팀) 등 이번 대회 미션인 VR디바이스를 이용한 창의적인 작품이 출품됐다. 행사에 관한 상세한 정보는 홈페이지( http://www.ufcom.org )를 통해 확인할 수 있다.
대회 위원장인 KAIST 전기및전자공학부 유회준 교수는 “최근 인공지능(AI,Artificial Intelligence)과 웨어러블 컴퓨터에 대한 산업계 관심이 갈수록 커지고 있다”며“올해로 13년째를 맞는 웨어러블 컴퓨터 경진대회는 4차 산업혁명 시대에 대비한 미래 인재발굴의 견인차 역할을 할 것”이라고 강조했다. 유 교수는 또 “대전광역시가 특히 미래 기술을 선도하며 젊은이들의 창의성을 북돋는 명소로 자리를 잡을 것”이라고 이번 대회의 개최의미를 밝혔다.
2017.10.19 조회수 10509 -
유회준 교수, 인공지능 얼굴인식 시스템 K-EYE 개발
우리 대학 전기및전자공학과 유회준 교수 연구팀이 딥러닝 알고리즘을 세계 최소 전력으로 구현하는 인공지능 반도체 칩 CNNP를 개발했다. 그리고 이를 내장한 얼굴인식 시스템 K-Eye 시리즈를 개발했다.
연구팀이 개발한 K-Eye 시리즈는 웨어러블 디바이스와 동글 타입 2가지로 구성된다. 웨어러블 타입인 K-Eye는 블루투스로 스마트폰과 연동 가능하다.
봉경렬 박사과정이 주도하고 ㈜유엑스팩토리(대표 박준영)과 공동으로 개발한 이번 연구는 지난 2월 미국에서 열린 국제고체회로설계학회(ISSCC)에서 세계 최저전력 CNN칩으로 발표돼 주목을 받았다.
최근 글로벌 IT 기업들이 알파고를 비롯한 인공지능 관련 기술들을 경쟁적으로 발표하고 있다. 그러나 대부분은 소프트웨어 기술이라 속도가 느리고 모바일 환경에서는 구현이 어렵다는 한계가 있다.
따라서 이를 고속 및 저전력으로 구동하기 위해 인공지능 반도체 칩 개발이 필수적이다.
연구팀의 K-Eye 시리즈는 1mW 내외의 적은 전력만으로도 항상 얼굴 인식을 수행하는 상태를 유지하면서 사람의 얼굴을 먼저 알아보고 반응할 수 있다는 특징을 갖는다.
K-Eye의 핵심 기술인 얼웨이즈 온(Always-On) 이미지 센서와 CNNP라는 얼굴 인식 처리 칩이 있었기 때문에 위와 같은 세계 최저전력 기술이 가능했다.
첫 번째 칩인 얼웨이즈 온(Always-On) 이미지 센서는 얼굴이 있는지 없는지 스스로 판단할 수 있어 얼굴 인식이 될 때에만 작동하게 해 대기 전력을 대폭 낮출 수 있다.
얼굴 검출 이미지 센서는 아날로그 프로세싱으로 디지털 프로세싱을 제어해 센서 자체의 출력 소모를 줄였다. 픽셀과 결합된 아날로그 프로세서는 배경 부분과 얼굴 부분을 구분하는 역할을 하고 디지털 프로세서는 선택된 일부 영역에서만 얼굴 검출을 수행하면 돼 효율적인 작업이 가능하다.
두 번째 칩인 CNNP는 딥러닝을 회로, 구조, 알고리즘 전반에 도입하고 재해석을 진행해 최저 수준의 전력을 구현하는 역할을 했다.
특히 CNNP칩은 3가지의 핵심 기술을 사용했는데 ▲알파고 인공지능 알고리즘에서 사용하는 2차원 계산을 1차원 계산으로 바꿔 고속 저전력화 ▲분산형으로 배치된 칩 내 메모리가 가로방향 뿐 아니라 세로방향도 읽어낼 수 있는 특수 저전력 분산 메모리로의 설계 ▲1024개의 곱셈기와 덧셈기가 동시에 구동돼 막강한 계산력을 가지면서 외부 통신망을 거치지 않고 직접 계산 결과를 주고받을 수 있게 한 점이다.
CNNP는 97%의 인식률을 가지면서도 알파고에 사용된 GPU에 비해 5천분의 1정도의 낮은 전력인 0.6mW만을 소모한다.
K-Eye를 목에 건 사용자는 앞에서 다가오는 상대방의 얼굴이 화면에 떠오르면 미리 저장된 정보와 실시간으로 찍힌 사진을 비교해 상대방의 이름 등 정보를 자연스럽게 확인할 수 있다.
동글 타입인 K-EyeQ는 스마트폰에 장착해 이용할 수 있는데 사용자를 알아보고 반응하는 기능을 한다. 미리 기억시킨 사용자의 얼굴이 화면을 향하기만 하면 스마트폰 화면이 저절로 켜지면서 그와 관련된 정보를 제공한다.
또한 입력된 얼굴이 사진인지 실제 사람인지도 구분할 수 있어 사용자의 얼굴 대신 사진을 보여주면 스마트폰은 반응하지 않는다.
유 교수는 “인공지능 반도체 프로세서가 4차 산업혁명시대를 주도할 것으로 기대된다”며 “이번 인공지능 칩과 인식기의 개발로 인해 세계시장에서 한국이 인공지능 산업의 주도권을 갖길 기대한다”고 말했다.
□ 사진 설명.
사진1. K-EYE 사진
사진2. K-EYEQ 사진
사진3. CNNP 칩 사진
2017.06.14 조회수 12171 -
유회준 교수, 무선으로 마취 심도 측정할 수 있는 기술 개발
〈 유 회 준 교수 〉
우리 대학 전기및전자공학과 유회준 교수 연구팀이 고려대학교 구로병원 최상식 교수, ㈜케이헬쓰웨어(대표 노태환)와의 공동 연구를 통해 무선으로 마취의 심도를 정확하게 파악할 수 있는 측정기를 개발했다.
하언수 박사과정 학생이 주도한 이번 연구는 9일 미국 샌프란시스코에서 열린 반도체 학술대회인 국제고체회로설계학회(ISSCC)에서 발표됐다.
마취의 심도가 적정하게 유지되는 것은 환자에게 매우 중요하다. 마취가 얕으면 수술 도중 깨어나 큰 고통을 겪기도 하고, 반대로 마취가 너무 깊게 되면 심장발작, 합병증, 사망에 이르기도 한다.
프로포폴도 호흡을 억압하기 때문에 마취 심도가 깊어지면 사망 사고를 유발하기도 한다. 이런 사고 방지를 위해 마취 심도를 정량적으로 측정하려는 시도가 국내외로 활발하게 진행 중이다.
이러한 노력으로 개발된 마취심도계측기로 인해 마취 사고 발생률은 크게 낮아졌다. 그러나 기존의 제품들은 모니터링 장치에 연결하기 위해 긴 전선이 사용돼 번거로움을 유발한다. 또한 마취 약물 종류에 따라 심도를 측정할 수 없다는 한계가 있다.
연구팀이 개발한 마취 심도 모니터링 측정기는 마취 중인 환자의 이마에 접착된 패치를 통해 뇌파 신호 및 혈중 헤모글로빈 농도를 추출한다. 이를 정확히 제어하는 반도체 칩이 패치에 집적돼 무선으로 뇌파와 근적외선 분광 신호를 동시에 측정할 수 있다.
측정된 다중 신호들은 디지털 신호로 바뀌어 전달된 후 딥 러닝(Deep Learning) 기술을 이용해 환자의 마취 심도를 정확히 판단한다.
수술 시간이 길어지면 전극의 젤이 마르게 돼 뇌파 측정신호가 나빠지지만 연구팀은 이런 상황에서도 정확한 신호를 측정할 수 있는 회로 기법을 도입했다.
또한 실제 수술실에서 사용할 수 있는 초소형 근적외선 분광 센서가 붙어 있어 성별, 나이, 인종에 상관없이 유효한 신호 측정이 가능하다. 나아가 다중 신호를 이용하기 때문에 수술 중 전기 잡음을 유발하는 전기 소작기나 삽관 사용 중에도 신호 왜곡 없이 마취심도의 측정이 가능하다.
연구팀의 측정기는 기존 기기로는 측정이 불가능했던 케타민 등의 약물도 마취 심도를 측정할 수 있어 의료 분야에서 응용 가능할 것으로 기대된다.
유 교수는 “그동안 마취 심도 센서는 비싼 가격의 특정 외국회사 제품이 독점하는 형태였다”며 “환자들의 부담을 줄이면서 안전한 마취를 제공할 수 있어 새 제품을 개발할 수 있는 좋은 기회가 될 것이다”고 말했다.
□ 그림 설명
그림1. 센서의 구성을 나타낸 모식도
그림2. 마취 심도의 측정 비교
2017.02.10 조회수 10875 -
웨어러블 컴퓨터 KAIST에 다 모였다 … 2016 웨어러블 컴퓨터 경진대회
우리 대학은 오는 17일(목), 18일(금) 이틀간 본교 KI빌딩에서 입는 컴퓨터 경진대회인‘2016 웨어러블 컴퓨터 경진대회’를 개최한다.
12주년을 맞이한 ‘웨어러블 컴퓨터 경진대회’는 대학생들이 창의적 아이디어와 최신 기술을 접목해 공상과학영화나 만화 속에서 볼 수 있는 웨어러블 컴퓨터를 직접 제작해 선보이는 대회다.
전국 대학에서 총 108개 팀이 참여했으며, 서류심사·발표심사·본선대회 총 3번에 걸친 심사 과정을 거쳐 최종 우승 팀에게 미래창조과학부 장관상과 함께 500만원의 상금이 수여된다.
‘웨어러블 컴퓨터’는 사용자가 이동 중에도 자유자재로 컴퓨터를 사용하기 위해 신체와 의복 일부분에 착용할 수 있도록 제작된 기기로, 최근에는 스마트 폰과 연동되어 인터넷 기반의 다양한 서비스 제공이 가능한 제품이 주목을 받고 있다.
이날 출품된 작품 중에서 ‘아기의 수면상태 측정 인형과 엄마 손목밴드’로 대회에 참가한 원유진(숙명여대 고래고래팀)학생은 “수면 인형은 아기의 수면 상태를 실시간으로 측정하고, 아기의 뒤척임을 파악하여 잠에서 깨기 전 집안일을 하고 있는 엄마의 스마트 밴드에 진동과 라이팅으로 알림을 준다. 이로써 엄마는 마음 편히 집안일을 할 수 있다.”라고 개발 배경을 설명했다.
‘동시 자막을 제공하는 스마트 글래스(충남대 취향존중팀)’는 청각 장애인들이 영화 감상과 같은 문화생활을 즐기기 어려운 점에 착안, 어플리케이션을 통해 저장한 영화 자막을 스마트 글래스에 출력하여 불편 함 없이 영화 관람을 가능하게 해 주는 기기이다. 청각 장애인 뿐 아니라 해외 연극, 뮤지컬 등 동시 자막이 필요한 분야에서 일반인들도 활용 가능하다.
이밖에 ▲전문의들이 직접 기획한 허리디스크 예방과 치료를 위한 자세교정 허리밴드(계명대학교 Cyber팀) ▲길 고양이 중성화 사업을 돕기 위한 개체 수 파악용 목걸이(충남대학교 아침햇살팀) ▲바쁜 현대인을 위한 손을 사용하지 않고 양치질 할 수 있는 자동 칫솔(세종대학교 치 편한 세상팀) ▲언제 어디서든 음악을 연주하고 작곡 할 수 있도록 팔목 밴드와 벨트로 만든 악기(서울대학교 Gorany팀) 등 창의적이면서 실용적인 제품이 출품됐다.
행사의 상세정보는 홈페이지(http://www.ufcom.org)를 통해 확인할 수 있다.
대회 위원장인 유회준 KAIST 전기및전자공학부 교수는 “웨어러블 컴퓨터에 대한 산업계 관심이 갈수록 커지고 있다”며“머지않아 웨어러블 컴퓨터가 사물인터넷(IoT), 인공지능(AI, Artificial Intelligent) 등으로 스며들어 자연스럽게 사용될 수 있는 IT세상이 곧 열릴 것”이라고 말했다.
2016.11.16 조회수 8808 -
2016 웨어러블 컴퓨터 경진대회(WCC) 개최
최근 스마트 안경, 스마트 시계 등 웨어러블 기기가 차세대 산업으로 부상하고 있는 가운데 대학이 웨어러블 기기 제작 경진대회를 연다.
우리 대학은 오는 11월 초 전국의 대학생을 대상으로 ‘웨어러블 컴퓨터 경진대회(Wearable Computer Contest)'를 개최하고 다음달 31일까지 그 참가자를 모집한다.
올해로 12회를 맞이한 ‘웨어러블 컴퓨터 경진대회’는 반도체 산업의 저변 확대와 반도체 분야 고급 인력양성을 위해 시작된 대회로, 2005년 유회준 KAIST 전기 및 전자공학부 교수가 처음으로 제안했다.
‘웨어러블 컴퓨터’는 사용자가 이동 환경 중에도 자유롭게 컴퓨터를 사용하기 위해 신체 또는 의복의 일부분에 착용할 수 있도록 제작된 스마트 기기다.컴퓨터의 형태 혹은 사람이 착용하는 상태에 따라 악세사리형, 의류형, 신체부착형, 생체이식형으로 구분된다.
‘문화 ‧ 교육 ‧ 웰니스(Wellness)를 위한 웨어러블 컴퓨터’를 주제로 열리는 이번 대회는 IT와 패션을 결합해 입는 컴퓨터에 대한 아이디어를 시제품으로 제작하는 대회로 모든 유형의 아이디어 제출이 가능하다.
대회는 서류심사와 발표심사를 거쳐 본선대회 순으로 진행된다. 본선에 진출한 10개 팀에게는 △ 웨어러블 컴퓨터 플랫폼 제공 △ HCI(Human-Computer Interaction) 전문가 교육 △ 100만원의 시제품 제작비와 30만원의 본선 활동비 등이 지원된다.
대회 위원장인 유회준 전기및전자공학부 교수는 “최근 세계 반도체 산업은 다른 산업과의 융합이 대세”라며 “이번 대회는 반도체 기술 뿐 만 아니라 웨어러블 기기의 시스템을 배우고 직접 제작해 볼 수 있는 소중한 기회가 될 것”이라고 말했다.
대학에 재학 중인 학생(대학원 포함)은 누구나 팀을 이뤄 참여가 가능하며, 대상 수상자에게는 5백만 원의 상금과 미래창조과학부 장관상이 수여된다.
대회의 상세정보는 누리집(http://www.ufcom.org)에서 확인 할 수 있다.
한편 지난해에는 전국의 대학에서 102개 팀이 본 대회에 지원했다. 대상은 ‘시각 장애인용 신발과 벨트’제작한‘길라잡이(대구․경북 연합팀)’가 차지했다. 끝.
2016.04.20 조회수 9245