본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5
최신순
조회순
가수 지드래곤 KAIST 교수 되다
우리 대학이 가수 지드래곤(본명 권지용) 씨를 기계공학과 초빙교수에 임명했다. 임명장 수여는 5일 오전스포츠컴플렉스에서 개최된 ‘이노베이트 코리아 2024’ 행사에서 진행됐다. 이번 임용은 우리 대학의 최신 과학기술을 K-콘텐츠와 문화산업에 접목해 한국 문화의 글로벌 경쟁력을 확대하고자 추진됐다. 권 씨의 소속사인 갤럭시코퍼레이션 관계자는 "이번 임용은 '엔터테크*' 연구개발을 통한 시장 혁신과 K-컬처의 글로벌 확산과 성장에 기여할 것으로 기대된다"라고 밝혔다.* 엔터테크: 엔터테인먼트(entertainment)와 테크놀로지(technology)의 합성어로, 엔터테인먼트의 핵심 가치인 지식재산권(IP) 및 콘텐츠에 ICT를 결합하여 새로운 부가가치를 창출하는 산업권지용 초빙교수는 학부생 및 대학원생을 대상으로 하는 리더십 특강으로 강단에 설 예정이다. 세계적인 아티스트로서의 경험과 삶을 공유해 우리 대학 구성원들이 세계를 바라보는 비전과 통찰, 각자의 영역을 개척하는 도전과 영감을 제공한다는 취지다. 또한, 문화행사를 개최해 구성원과 소통하는 한편, 창의적이고 융합적인 인재로 성장하는 데 필요한 예술적 경험을 제공할 예정이다. 우리 대학의 다양한 기술을 예술과 문화콘텐츠에 접목하는 공동연구도 추진한다. 'KAIST-갤럭시코퍼레이션 엔터테크연구센터(가칭)'를 기계공학과 내에 설립하고 ▴지드래곤 본인을 시작으로 한류 아티스트를 대상으로 한 디지털트윈(Digital Twin) 기술 연구 ▴K-컬처와 인공지능·로봇·메타버스 등의 과학기술 융합 연구 ▴볼류메트릭·모션캡쳐·햅틱 등 최신기술을 활용한 차별화된 아티스트 아바타 개발 등의 연구를 진행한다. 갤럭시코퍼레이션은 '넷플릭스 글로벌 TOP 10 비영어 TV쇼' 부문 1위를 달성하는 쾌거를 이룬 '피지컬:100 시즌2'를 비롯해 '스트릿 우먼 파이터', '1박 2일', '뭉쳐야 찬다', '미스터트롯2'와 같은 화제성 높은 방송콘텐츠를 제작하고 있으며, 작년 12월 지드래곤을 영입하며 방송부터 음악에 이르는 엔터테인먼트 전반으로 IP를 확장했다. 메타버스, 아바타, 인공지능(AI) 등 최신 디지털 기술에 IP(지식재산권)를 결합하여 새로운 콘텐츠 시장을 개척 중인 '엔터테크' 기업으로, 이 같은 성과를 기반해 최근 글로벌 투자은행(IB)과의 글로벌 투자를 통해, 엔터테크 스타트업으로서는 처음으로 유니콘(기업가치 1조원)을 앞두고 있다. 권지용 교수는 "수많은 과학 천재들이 배출되는 KAIST의 초빙교수가 되어 영광이다"라며 "최고의 과학기술 전문가들과 저의 엔터테인먼트 전문 영역이 만나서 큰 시너지, 즉 '빅뱅'이 일어나길 기대한다"라고 소감을 밝혔다. 이어 "음악 분야에도 인공지능으로 작업하는 분들이 많이 늘고 있고, 이러한 첨단 기술이 보다 더 다양한 형태의 창작 작업을 가능하게 한다"라며 "갤럭시코퍼레이션과 KAIST가 함께 개발한 인공지능 아바타를 통해, 자주 만나지 못하는 전 세계 팬들과 더 가깝게 소통하고 싶다"라고 구체적인 바람을 전했다. 이광형 총장은 "KAIST가 개교 이후 늘 새로운 것을 탐구하고 미지의 영역을 개척해 온 대학이라는 점을 고려하면, 권 교수 역시 문화예술계에서 세계적인 성취를 이룬 선도자이자 개척자라는 점에서 KAIST의 DNA를 공유한다고 생각한다"라고 설명했다. 이어, 이 총장은 "권 교수의 활동을 통해 KAIST의 과학기술이 K-컬처의 글로벌 무대 확산과 성장에 기여하는 것은 물론 세계의 트렌드를 선도한 권지용 교수의 경험과 정신을 공유하는 것이 초일류 대학을 지향하는 KAIST 구성원에게도 큰 자산이 될 것"이라고 기대감을 밝혔다. 권지용 교수의 임용 기간은 이달 4일부터 2026년 6월까지 2년이다. 또한, 권지용 교수는 KAIST 글로벌 앰버서더로도 임명되어 KAIST의 해외 홍보 강화에도 일조할 계획이다.지드래곤으로 활동해온 권지용 교수는 2006년 데뷔해 세계적인 인기를 끈 아이돌 그룹 '빅뱅'의 멤버이자 리더로, 18년간 한국 대중문화를 상징하는 아이콘으로 자리잡았다. 작사, 작곡과 프로듀싱부터 공연까지 음악활동 전반에서 최고의 실력을 인정받는 한편, 2016년에는 아시아 남성 최초로 패션 브랜드 샤넬의 글로벌 엠버서더로 선정되는 등 패션 분야에서도 폭넓은 활약을 펼쳐 한국의 음악과 패션을 세계에 알렸다고 평가받는다. 국내 최초로 2017년 6월, 솔로 앨범 3집 '권지용'을 기존의 CD 형태가 아닌 USB로 앨범을 발매하기도 했으며, 올해 1월 미국 라스베이거스에서 열린 세계 최대 가전·IT 전시회 CES에 참석하는 등 '테크테이너'로서 행보를 넓혀가고 있다.
2024.06.05
조회수 3667
맹성현 명예교수, 『AGI 시대와 인간의 미래』 출간
우리 대학 맹성현 전산학부 명예교수가 『AGI 시대와 인간의 미래』를 이달 출간했다. 지난 30여 년간 자연언어처리, 텍스트마이닝, 정보검색 분야를 연구해온 석학이자 디지털인문사회과학센터 초대 센터장으로서 다양한 융합 연구를 시도해온 맹 교수는 챗GPT 이후의 삶을 날카롭게 통찰해 인간과 AI가 공존하고 동시에 AGI 시대까지 공진화할 수 있는 전략을 이 책에 담았다. *AGI(Artificial General Intelligence): 범용인공지능, 즉 사람과 같거나 그 이상의 지능을 구현하는 AI 오픈AI, 구글 딥마인드, 앤트로픽, 엔비디아 등 업계에서 가장 활발하게 인공지능을 연구 중인 글로벌 기업들은 2028년까지 AGI에 도달할 수 있다는 견해를 공개적으로 밝혀왔다. 이러한 시대적 흐름 속에서 맹 교수는 '10년 후 우리의 삶은 어떻게 달라질까?', '우리 일자리 생태계는 어떻게 바뀌어 있을까?', 'MZ세대는 새로운 시대의 일자리에 어떻게 적응해야 할까?', '현재의 교육 시스템과 문화를 따라간다면 미래 세대는 어떻게 될 것인가?'와 같은 실존적인 질문을 바탕으로 우리 사회가 그 답을 찾아 나갈 준비가 되어 있는지 짚어본다.맹 교수는 크게 세 부분으로 책을 구성했다. ▴챗GPT와 '생성형 AI' 기술에 대한 최소한의 이해를 돕고자 일반인들의 눈높이 언어로 핵심을 설명하여 그 여파와 향후 발전 방향을 가늠하는 1장과 2장 ▴챗GPT로 촉발된 '제2의 인지혁명'의 의미를 역사적 관점에서 다루면서 AI가 가져다주는 기회 요소와 실존적, 잠재적 위험 요소들을 대조해보는 3장과 4장 ▴인간지능과 인공지능의 공통점과 근본적 차이점을 비교하여 '생성형 AI'의 현주소와 한계를 정리함과 동시에 인간이 가지고 있는 고유 본성을 짚어보는 5장 ▴AGI 시대를 맞이해야 하는 미래 세대가 공존의 방식과 더불어 키워야 할 필수로 갖춰야 할 능력과 ‘신인류’를 위해 필요한 교육 전환의 방향을 제시하는 6장 등이다. 이를 통해, 전공자가 아니더라도 누구나 쉽게 이해할 수 있는 인공지능의 기술적 해설과 인문학적·사회학적 담론을 아우르며, 더 나아가 AGI 시대에 인간이 나아가야 할 방향을 제언했다. 이광형 총장은 "빠르게 다가오고 있는 AGI 시대를 실존적 관점에서 맞이하라고 강력하게 권하면서 인간의 미래가 인공지능과의 공존에 달려 있음을 일깨워주는 생존 지침서"라고 강조하며, "공학자인 저자의 이런 통찰력은 융합과 인문·사회학에 대한 열정으로부터 왔다"라고 추천사를 남겼다. '인간 능력의 다양성에 대한 이해'가 AGI 시대를 준비하기 위한 핵심 화두라고 설명하는 맹성현 교수는 "인간과 AI의 공통점과 차이를 명확히 인지하고 차별화하여 인간다움을 극대화하는 것이 앞으로 인간과 AI가 적절히 공존하는 사회를 만들 수 있는 유일한 길이라고 믿는다"라고 당부했다.
2024.06.04
조회수 1129
암세포 약물반응 예측 ‘그레이박스’ 개발
지난 수십 년간 많은 의생명과학자의 집중적인 연구에도 불구하고 여전히 국내 사망원인 1위는 암이다. 이처럼 암 치료가 난해한 이유는 환자마다 암 발생의 원인이 되는 유전자 돌연변이와 그로 인한 유전자 네트워크 변형이 서로 달라서 전통적인 실험생물학 접근만으로 표적치료를 적용하는 데에는 본질적인 한계가 있기 때문이다. 한편 딥러닝과 같은 소위 블랙박스(black-box) 방식의 인공지능 기술을 활용해 실험을 대체하고 데이터 학습을 통해 약물 반응을 예측할 수 있으나 이에 대한 생물학적 근거를 설명할 수 없어 결과를 신뢰하기 어려웠다. 우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 인공지능과 시스템생물학을 융합해 암세포의 약물 반응 예측 및 메커니즘 분석을 동시에 이룰 수 있는 새로운 개념의 ‘그레이박스’ 기술을 개발했다고 3일 밝혔다. 조광현 교수 연구팀은 높은 예측 성능을 보이지만 그 근거를 알 수 없어 블랙박스로 불리는 딥러닝과 복잡한 대규모 모델의 경우 예측 성능의 한계를 지니지만 예측 결과에 대한 상세한 근거를 제시할 수 있어서 화이트박스로 불리는 시스템생물학 기술을 융합함으로써 두 기술의 한계를 동시에 극복할 수 있는 소위 ‘그레이박스’ 기술을 착안했다. 연구팀은 다양한 암종의 돌연변이 및 표적항암제 타겟 유전자 정보를 집대성해 분자 조절 네트워크 모델을 구축함으로써 여러 암종과 항암제의 약물 반응 예측에 활용될 수 있는 범용적 골격 모델을 우선 정립했다. 특히 다양한 암종에서 돌연변이가 빈번하게 발생하는 유전자들을 중심으로 전암(pan-cancer) 유전자 네트워크를 제작했고 표적항암제별 약물 반응과 관련된 돌연변이 및 연관 유전자들로 구성된 부분네트워크(sub-network)를 추출함으로써 약물 반응 예측을 위한 시스템생물학 모델을 제작했다. 연구팀은 이렇게 제작된 모델의 매개변수를 딥러닝 블랙박스 최적화기를 통해 결정하는 방식으로 트라메티닙, 아파티닙, 팔보시클립 세 개의 표적항암제 및 대장암, 유방암, 위암 세 개의 암종에 대한 그레이박스 모델을 구축했다. 완성된 모델의 약물 반응 컴퓨터시뮬레이션 결과는 각 암종별 약물반응의 민감도 차이를 보이는 세포주(cancer cell lines) 실험을 통해 비교 검증됐다. 특히 개발된 모델은 미국 국립암연구소(National Cancer Institute)의 돌연변이 정보 기반 약물 반응 예측으로는 동일한 반응을 보일 것으로 예상된 암세포주들이 실제로는 서로 다른 약물 반응을 보일 수 있다는 것을 정확히 예측했으며, 약물 반응의 차이가 발생하는 원인 또한 세포 주별 분자 네트워크 동역학의 차이로 상세히 설명할 수 있었다. 이번 연구 성과는 학습에 의한 시뮬레이션 모델 최적화를 통해 블랙박스 모델인 인공지능 기술의 높은 예측력과 화이트박스 모델인 시스템생물학 기술의 해석력을 동시에 달성한 새로운 약물 반응 예측 기술 개발이어서 그 의미가 크다. 특히, 발생 원인이 이질적이고 복잡한 네트워크 질환인 암에 대해 범용적으로 활용가능한 약물 반응 예측 원천기술이므로 향후 기술 고도화를 통해 다양한 종류의 암종 및 환자 맞춤형 치료 전략 제시에 활용될 수 있을 것으로 기대된다. 조광현 교수는 "인공지능 기술의 높은 예측력과 시스템생물학 기술의 우수한 해석력을 동시에 갖춘 새로운 융합원천기술로서 향후 고도화를 통해 신약 개발 산업의 활용이 기대된다ˮ고 말했다. 바이오및뇌공학과 김윤성 박사, 한영현 박사 등이 참여한 이번 연구 결과는 셀 프레스(Cell Press)에서 출간하는 국제저널 `셀 리포트 메소드(Cell Reports Methods)' 5월 20일 字 표지논문으로 출판됐다. (논문명: A grey box framework that optimizes a white box logical model using a black box optimizer for simulating cellular responses to perturbations) 논문링크: https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(24)00117-6 한편 이번 연구는 삼성미래기술육성사업 및 과학기술정보통신부와 한국연구재단의 중견연구사업 등의 지원으로 수행됐다.
2024.06.03
조회수 1054
한-영 인공지능 협력 강화, KAIST-앨런 튜링 연구소 협력 협정 체결
우리 대학이 세계적인 국책 인공지능 연구기관인 영국의 앨런 튜링 연구소(Alan Turing Institute)와 이달 22일 '인공지능 및 데이터 과학 연구 협력 강화'를 위한 협력 협정을 체결했다. 한국과 영국 정부가 공동 주최한 'AI 서울 정상회의 2024'에 맞춰 체결된 이번 협력 협정을 바탕으로 향후 두 기관은 인공지능 및 데이터 과학 분야의 공동연구를 추진한다. 우리 대학김재철AI대학원(원장 정송)과 앨런 튜링 연구소 간의 인턴십·단기 파견 등의 인력교류와 파트너십 프로젝트를 통한 지식 교환 등 다양한 분야에서 학술 협력도 진행할 예정이다. 미셸 도넬런(Michelle Donelan) 영국 과학혁신기술부 장관은 "앨런 튜링 연구소와 KAIST 간의 합의 발표는 영국이 전 세계 파트너와의 협력적 접근 방식을 통해 혁신을 촉진하여 신기술이 제공하는 엄청난 잠재력을 완전히 실현할 수 있도록 하겠다는 의지를 더욱 입증한다"라고 밝혔다. 앨런 튜링 연구소의 과학 및 혁신(국방 및 국가 안보) 책임자인 팀 왓슨(Tim Watson) 교수는 "인공지능과 데이터 과학은 글로벌 과제와 글로벌 기회를 모두 제시하고 있으며, 한국에서 가장 권위 있는 대학인 KAIST와 중요한 파트너로 협력을 강화하게 되어 기쁘다"라고 전했다. 이어, "이는 양국이 이러한 강력한 기술을 사용하여 사회가 직면한 가장 큰 문제를 해결하는 데 도움이 될 것이다"라고 덧붙였다.정송 KAIST 김재철AI대학원 원장은 "두 기관 간의 긴밀한 협력을 통해 인공지능의 책임 있는 개발과 사용을 장려하고 인공지능이 모두를 위해 공평한 혜택을 보장할 수 있는 단계까지 발전하도록 연구와 노력을 이어가겠다"라고 전했다.
2024.05.30
조회수 715
김재철AI대학원, AI 기술설명회 2024 개최
우리 대학 김재철AI대학원(원장 정송)은 지난 5월 2일(목) 서울 COEX에서 ‘KAIST 김재철AI대학원 AI기술설명회 2024’(공동주최: 성남산업진흥원, 서울특별시)를 열었다. 본 행사는 KAIST 김재철AI대학원에서 연구개발 중인 최신 AI기술을 일반 참관객 및 산업계 종사자에게 홍보하여 AI기술 확산에 기여하기 위해 마련됐다. 이번 설명회에는 약 650여명이 참석하여 KAIST에서 연구 중인 AI기술에 대한 큰 관심을 확인할 수 있었다. 오전 프로그램으로는 최근 관심이 높은 AI기술 분야에 대한 초청 강연을 진행했다. 최근 산업계의 주요 관심사인 ‘기업용 대형언어모델(LLM) 도입과 활용 전략’을 주제로 장동인 교수(KAIST 김재철AI대학원)가 강연했고, ‘AI와 로봇의 만남: 로봇러닝의 현재와 미래’라는 제목으로 임재환 교수(KAIST 김재철AI대학원)가 로봇러닝 분야의 연구동향과 성과를 설명했다. 이어서 문성은 리더(네이버 클라우드)가 헬스케어AI 기술동향에 대해 발표했으며, 해당 강연에는 카이스트-네이버 초창의 AI 연구센터(Hyper-Creative AI Research Center)에서 수행한 헬스케어AI 관련 공동연구 내용도 소개됐다. 오후 세션에서는 김재철AI대학원의 각 연구실이 보유한 다양한 AI 분야 기술과 최신 연구성과 발표가 이어졌다. 보유기술 소개 1부에서는 LLM, 딥러닝 알고리즘, 로봇 분야에 대한 기술발표가 있었다. ▲생성형 AI 평가 기술(서민준 교수, KAIST 김재철AI대학원, 이하 발표자 소속 동일) ▲데이터/자원 효율적 언어모델 선호 최적화 알고리즘(홍지우 연구원, James Thorne 교수) ▲생성형 언어모델을 사용한 정형 데이터 오버샘플링 기법(양준용 연구원, 양은호 교수) ▲대규모 딥러닝 모델을 위한 베이지안 딥러닝 기법(김현수 연구원, 이주호 교수) ▲로봇에게 물체 조작과 인지 능력 부여하기(김범준 교수) ▲병렬 디코딩을 활용한 자기회귀 언어모델의 빠르고 강건한 조기 추론 프레임워크(배상민 연구원, 윤세영 교수) 등이 소개되었다. 보유기술 소개 2부에서는 ▲실제 환경에서 사실적인 가상 착용을 위한 디퓨전 모델 개선(최이솔 연구원, 신진우 교수) ▲컴퓨터 비전 분야 영상 합성 및 변환 기술(황성원 연구원, 주재걸 교수) ▲전자건강기록 및 흉부 엑스레이 데이터베이스에 대한 멀티모달 질의응답 기술(배성수 연구원, 최윤재 교수) ▲딥러닝 모델이 학습한 특징 이해를 통한 AI 의사결정 설명기술(권다희 연구원, 최재식 교수) ▲안드로이드 모바일 기기 제어 에이전트의 다양한 기기 환경에서의 벤치마킹 연구(이주용 연구원, 이기민 교수) 등 컴퓨터 비전, 헬스케어 AI, 설명가능 인공지능(XAI) 및 에이전트 분야에 대한 최신 기술 소개 및 시연이 있었다. 본 기술설명회를 주관한 김재철AI대학원 정송 원장은 “AI엑스포에 참가한 일반대중과 산업계 종사자들에게 우리 대학원이 보유한 글로벌 수준의 최신 AI기술을 널리 알려 국내 기업들이 AI 기반 혁신을 추진하는 데에 앞장서겠다.”고 밝혔다. 행사 종료 후 김재철AI대학원이 보유한 기술에 대한 기술이전이나 공동연구에 관심이 있는 기업들은 KAIST 성남연구센터를 통해 기술상담 신청을 할 수 있다.
2024.05.10
조회수 1071
김기응 교수, 국제적 ‘영향력 있는 논문상’ 수상
우리 대학 김재철 AI대학원 김기응 교수가 자율 에이전트 및 다중 에이전트 시스템 국제재단(이하 IFAAMAS)으로부터 영향력 있는 논문상(Influential Paper Award)를 수상했다고 10일 밝혔다. 수상 논문은 공동 저자로 참여해 2000년도에 발표한 논문 `정책 탐색을 통한 협동 학습(Learning to Cooperate via Policy Search)'이다. 수상 발표는 인공지능 에이전트 분야의 국제 학술대회인 ‘자율 에이전트 및 다중 에이전트 시스템 학술대회 (AAMAS)’에서 이루어졌다. 본 논문에서는 다수의 인공지능 에이전트*가 분산화된 환경에서 협동 학습하는 상황에서, 개별 에이전트의 학습 시그널이 다른 에이전트의 정보에 의존하지 않음을 밝힘으로써, 저자는 이를 기반으로 분산 학습 알고리즘을 제안했다. *에이전트: 복잡한 동적인 환경에서 목표를 달성하려고 시도하는 시스템 이 학습 알고리즘은 간단하면서도 지역 최적점으로 수렴하는 보장을 제공한다. 이로써 멀티 에이전트 강화학습 연구에서 주된 방법론의 하나로 자리잡고 있는 딥러닝 기반의 알고리즘들이 현저한 성공을 누리고 있는 이유를 설명하고 있고, 따라서 지난 수십 년간 기타 많은 에이전트 학습 알고리즘의 핵심 구성 요소로 자리 잡아 왔기에 위의 영향력 있는 논문상을 수상하게 되었다. 상을 받게 된 김기응 교수는 “인공지능 에이전트 분야에서 뜻깊은 상을 받게 되어서 영광이고, 최신 딥러닝을 이용하는 멀티 에이전트 학습 연구에서도 지속적으로 인용되고 활용되는 의미 있는 연구가 되어서 감회가 깊다”며, “앞으로도 후속 세대에게 영감을 줄 수 있는 임팩트 있는 연구 결과물들을 만들 수 있도록 노력하겠다”고 향후 포부를 밝혔다. IFAAMAS 영향력 있는 논문상은 자율 에이전트 및 다중 에이전트 시스템 연구 분야에서 중요하고 오래 지속되는 기여를 한 논문을 인정하기 위해 2006년에 제정됐다. 이 논문상은 핵심 결과를 증명한 논문, 새로운 하위 연구 분야의 개발을 이끈 논문, 중요한 새로운 응용 프로그램이나 시스템을 보여준 논문, 또는 영향력 있게 새로운 방식으로 주제에 대해 조명한 역사적으로 가치있는 논문으로서, 매년 1~3편의 논문을 선정하여 수상 하여왔다. - 논문명: Learning to Cooperate via Policy Search, UAI 2000 - 시상일정: 국제 자율 에이전트 및 다중 에이전트 시스템 학술대회 (AAMAS 2024)
2024.05.10
조회수 1022
네이버·인텔과 AI 반도체 신 생태계 조성 공동 협력
챗GPT가 촉발한 생성형 인공지능(AI)*이 세계적으로 열풍을 일으키는 가운데 새로운 인공지능 반도체의 생태계 구축을 위해 KAIST(총장 이광형)가 네이버(NAVER) 및 인텔(intel)과 손잡고 상호 보유 중인 역량과 강점을 한 곳에 집중한 ‘NAVER · intel · KAIST AI 공동연구센터(NIK AI Research Center)’를 설립한다. 업계에서는 이들 세 기관의 전략적인 제휴가 인공지능 반도체·인공지능 서버와 데이터센터의 운영에 필요한 오픈소스용 소프트웨어 개발 등 인공지능 분야에서 각자 보유하고 있는 하드웨어 및 소프트웨어 기술과 역량을 융합해서 새로운 인공지능 반도체 생태계를 구축하는 한편 시장과 기술 주도권 확보를 위해 선제적인 도전에 나선 것으로 보고 있다. 특히 첨단 반도체 CPU 설계부터 파운드리까지 하는 세계적인 반도체 기업 인텔이 기존의 중앙처리장치(CPU)를 넘어 인공지능 반도체 ‘가우디(GAUDI)’**를 최적의 환경에서 구동하기 위해 오픈소스용 소프트웨어 개발 등을 목적으로 국내 대학에 공동연구센터를 설립하고 지원하는 것은 우리 대학이 처음이다. 우리 대학은 네이버클라우드(대표: 김유원)와 대전 KAIST 본원에서 인공지능 반도체·인공지능 서버와 클라우드·데이터센터 등의 성능개선과 최적의 구동을 위한 오픈소스용 첨단 소프트웨어 개발 등을 위해 ‘NAVER · intel · KAIST AI 공동연구센터(NIK AI Research Center)’ 설립과 운영을 주요 내용으로 하는 업무협약(MOU)을 체결했다고 30일 밝혔다. 우리 대학 관계자는 “인텔이 인공지능과 반도체 분야 오픈소스용 소프트웨어 개발파트너로 네이버와 KAIST를 선택한 것은 전략적으로 매우 큰 의미가 있다”라고 강조했다. 이 관계자는 특히 “네이버클라우드가 지닌 컴퓨팅·데이터베이스·인공지능 등 네이버 클라우드 플랫폼(NAVER Cloud Platform) 기반의 다양한 인공지능 서비스 역량과 인텔의 차세대 인공지능 칩 기술, 그리고 KAIST가 갖추고 있는 세계적 수준의 전문인력과 소프트웨어 연구 능력이 결합해 인공지능 반도체 분야에서 기존과는 다른 창조적이면서도 혁신적인 생태계 조성을 성공적으로 이뤄낼 것”이라고 기대했다. 이날 협약식 행사에는 이광형 총장을 비롯해 이균민 교학부총장, 이상엽 연구부총장, 전기및전자공학부 김정호 교수 등 주요 보직교수가, 네이버클라우드 김유원 대표이사와 하정우 AI 이노베이션 센터장, 이동수 하이퍼스케일 AI 담당 이사 등 주요 경영진이 참석했다. 우리 대학과 네이버클라우드는 이번 MOU 체결을 계기로 올 상반기 중에 KAIST에 ‘NAVER · intel · KAIST AI 공동연구센터(NIK AI Research Center)’를 설치하고 7월부터 본격적인 연구에 들어갈 계획이다. 우리 대학에서는 고대역폭메모리(HBM)*** 등 인공지능 반도체 설계와 인공지능 응용설계(AI-X) 분야에서 세계적인 석학으로 꼽히는 전기및전자공학부 김정호 교수가, 네이버클라우드 측에서는 인공지능 반도체 설계 및 인공지능 소프트웨어 전문가인 이동수 이사가 공동연구센터장을 맡는다. 또 KAIST 전산학부 성민혁 교수와 네이버클라우드 권세중 리더가 각각 부센터장으로서 공동연구센터를 이끈다. 공동연구센터의 운영 기간은 3년인데 연구성과와 참여기관의 필요에 따라 연장한다. KAIST에 설치되는 공동연구센터가 핵심 연구센터로서 기능과 역할을 맡는 데 KAIST에서 인공지능과 소프트웨어 분야 전문가인 20명 내외의 교수진과 100여명의 석·박사 대학원생들이 연구진으로 참여한다. 초기 2년간은 인텔의 하바나랩스가 개발한 인공지능 학습 및 추론용 칩(Chip) ‘가우디(GAUDI)’를 위한 플랫폼 생태계 공동 구축을 목적으로 20~30개 규모의 산학 연구과제를 진행한다. 자연어 처리, 컴퓨터 비전과 머신러닝 등 주로 인공지능 분야 오픈소스용 소프트웨어 개발 위주로 연구가 이뤄지는데 자율 주제 연구가 50%, 인공지능 반도체의 경량화 및 최적화에 관한 연구가 각각 30%와 20%를 차지한다. 이를 위해 네이버와 인텔은 네이버 클라우드 플랫폼 기반의 ‘가우디2(GAUDI2)’를 우리 대학 공동연구센터에 제공하며 KAIST 연구진은 ‘가우디2’를 이용한 논문 등 연구 실적을 매년 공개한다. 이 밖에 인공지능·클라우드 등 각자가 보유한 역량 외에 공동 연구에 필요한 각종 인프라 시설(Infrastructure)과 장비 등을 공유하는 한편 연구 인력의 상호 교류를 위해 공동연구센터에 필요한 공간과 행정인력을 지원하는 등 다양한 협력 활동을 전개할 방침이다. 우리 대학 김정호 교수는 “KAIST는 가우디 시리즈의 활용을 통해 인공지능 개발, 반도체 설계와 운영 소프트웨어 개발 등에서 기술 노하우를 확보할 수 있다”라면서, “특히 대규모 인공지능 데이터센터 운영 경험과 향후 연구개발에 필요한 인공지능 컴퓨팅 인프라를 확보할 수 있다는 점에서 이번 공동연구센터 설립이 매우 큰 의미가 있다”라고 강조했다. 네이버클라우드 이동수 이사는 “네이버클라우드는 KAIST와 함께 다양한 연구를 주도해 나가며 하이퍼클로바X 중심의 인공지능 생태계가 확장되기를 기대한다”라며, “공동연구센터를 통해 국내 인공지능 연구가 보다 활성화되고 인공지능 칩 생태계의 다양성이 확보되기를 바란다”라고 말했다.
2024.04.30
조회수 1605
생성형 AI로 혁신적 신약 개발 가능성 열어
최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까? 우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다. 연구팀은 이런 데이터 의존성 문제를 극복하기 위해 단백질 구조 정보만으로 분자를 설계하는 기술 개발에 주목했다. 타겟 단백질의 약물 결합 부위에 대한 3차원 구조 정보를 주형처럼 활용해 해당 결합 부위에 꼭 맞는 분자를 주조하듯 설계하는 것이다. 마치 자물쇠에 딱 맞는 열쇠를 설계하는 것과 같은 이치다. 또한 기존 단백질 구조 기반 3차원 생성형 AI 모델들은 신규 단백질에 대해 설계한 분자들의 안정성과 결합력이 떨어지는 등 낮은 일반화 성능을 개선하기 위해서 연구팀은 신규 단백질에 대해서도 안정적으로 결합할 수 있는 분자를 설계할 수 있는 기술을 개발하는 데 초점을 뒀다. 연구팀은 설계한 분자가 단백질과 안정적으로 결합하기 위해서는 단백질-분자 간 상호작용 패턴이 핵심 역할을 하는 것에 착안했다. 연구팀은 생성형 AI가 이러한 상호작용 패턴을 학습하고, 분자 설계에 직접 활용할 수 있도록 모델을 설계하고 재현할 수 있도록 학습시켰다. 기존 단백질 구조 기반 생성형 AI 모델들은 부족한 학습 데이터를 보완하기 위해 10만~1,000만 개의 가상 데이터를 활용하는 반면, 이번 연구에서 개발한 모델의 장점은 수천 개의 실제 실험 구조만을 학습해도 월등히 높은 성능을 발휘한다는 것이다. 이는 자연에서 관찰되는 단백질-분자 상호작용 패턴을 사전 지식의 형태로 학습에 활용함으로써 적은 데이터만으로도 일반화 성능을 획기적으로 높인 것에 기인한다. 일례로 아시아인에 주로 발견되는 돌연변이 상피 성장인자 수용체(EGFR-mutant)*는 비소세포폐암의 주요 원인으로 알려져 있는데, 이를 타겟으로 하는 약물을 설계하기 위해서는 야생형(wild-type) 수용체**에 대한 높은 선택성을 고려하는 것이 필수적이다. *상피 성장인자 수용체: 상피 성장인자 수용체:상피 성장인자 수용체는 상피 세포의 성장을 촉진하는 인자에 결합함으로써 활성화되는 막 단백질로, 이 수용체의 돌연변이로 인한 지나친 활성은 다양한 종양의 발생과 관련이 있다고 알려져 있음 **야생형 수형체: 야생형은 자연 상태에서 가장 흔하게 발견되는 유전자형 또는 표현형으로, 유전자나 생체 분자 등의 변이가 없는 정상적인 상태를 말함 연구진은 생성형 AI를 통해 돌연변이가 일어난 아미노산에 특이적인 상호작용을 유도해 분자를 설계했고, 그 결과 생성된 분자의 23%가 이론상으로 100배 이상의 선택성을 가지는 것으로 예측됐다. 이와 같은 상호작용 패턴에 기반한 생성형 AI는 인산화효소 저해제(kinase inhibitor)* 등과 같이 약물 설계에 있어 선택성이 중요한 상황에서 더욱 효과적으로 활용될 수 있다. *인산화효소 저해제: 단백질의 인산화를 촉진하는 효소로, 일반적으로 아데노신 삼인산(ATP)으로부터 인산기를 단백질의 특정 잔기에 전달함. 인산화효소는 세포 내 신호전달 네트워크의 핵심 조절자로서, 다양한 질병의 기전에 관여하여 약물 개발의 표적으로 여겨지고 있음. 이를 위해 인산화효소에 결합하여 활성을 억제하는 목적을 가지는 분자를 인산화효소 저해제라 함 제1 저자로 참여한 화학과 정원호 박사과정 학생은 “사전 지식을 인공지능 모델에 사용하는 전략은 상대적으로 데이터가 적은 과학 분야에서 적극적으로 사용되어 왔다”며 “이번 연구에서 사용한 분자 간 상호작용 정보는 약물 분자뿐 아니라 다양한 생체 분자를 다루는 바이오 분야의 문제에도 유용하게 적용될 수 있을 것”이라고 말했다. 한국연구재단의 지원을 받아 수행된 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications) (IF=16.6)’ 2024년 3월 15호에 게재됐다. (논문명: 3D molecular generative framework for interaction-guided drug design, 논문 링크: https://www.nature.com/articles/s41467-024-47011-2)
2024.04.18
조회수 2011
KAIST-서울시, 인공지능 안부 확인 서비스 개발
우리 대학이 서울시 · 서울시복지재단과 'AI안부확인서비스 데이터 활용연구를 위한 업무협약'을 29일 서면 교환 방식으로 체결한다. 이번 업무협약은 서울시가 2022년 10월부터 제공해 온 인공지능을 활용한 안부 확인 서비스를 고도화하기 위해 추진된다. 안부 대상자의 심리상태와 고립 위험 신호를 탐지할 수 있는 대화형 'AI안부확인서비스'를 개발해 고립가구 돌봄서비스에 활용하는 것이 목표다. 우리 대학은 이번 연구를 위해 인공지능-사회복지-HCI(인간컴퓨터상호작용)를 아우르는 융합연구팀을 구성했다. 차미영 전산학부 교수와 최문정 과학기술정책대학원 교수 및 IBS 수리 및 계산과학 연구단 데이터사이언스 그룹 진효진 박사가 참여한다. 연구팀은 서울시가 'AI안부확인서비스'를 운영하며 축적해 온 대화 데이터를 제공받아 ▴고립 위험 대상자를 찾아낼 수 있는 지표 개발 ▴고립감 해소 및 심리적 안정을 위한 시나리오 개발과 이를 반영한 대화형 인공지능 개발 ▴고령자 및 고립가구 돌봄에 특화된 맞춤형 대화형 인공지능 개발 등을 진행할 예정이다. 특히, 딥러닝 방식을 통해 우울감과 자살, 고독사를 예방할 수 있는 시나리오와 고령 고립가구에 특화된 심리 안정 시나리오를 개발해 이를 대화형 인공지능에 적용하는 연구를 추진할 계획이다. 서울시복지재단은 개발된 모델을 'AI안부확인서비스'에 적용하고 연구 추진을 위해 협력한다. 이번 협력을 통해 'AI안부서비스'가 고도화되면 고립 위험 신호를 더욱 정교하게 선별하고 고독사 고위험군을 조기에 발견해 위험 상황에 더욱더 빠르게 대응할 수 있을 것으로 전망된다. 또한, 전체적으로 고립가구를 대상으로 하는 돌봄서비스의 효율성이 향상돼 보다 나은 사회안전망을 구축하는데 기여할 수 있을 것으로 기대된다. 이번 연구에 참여하는 최문정 과학기술정책대학원 교수는 "이번 관학협력을 통해 고령자들의 다양성이 반영된 인간중심 인공지능 기술과 서비스에 대해 함께 고민할 수 있을 것으로 기대한다"라고 말했다. 함께 연구를 주도하는 차미영 전산학부 교수는 "이번 협력은 과학기술로 복지 사각지대를 해소하려는 노력인 만큼 사회복지 분야에서 사람을 대체하는 인공지능이 아니라 사람과 사람을 이어주는 기술 개발을 목표로 최선을 다하겠다"라고 포부를 밝혔다. 문재균 공과대학장은 "우리 대학 연구진이 이번 연구를 통해 사회가 직면한 중요한 과제 중 하나인 고령화, 고립가구 돌봄 문제를 기술을 통해 지원할 수 있는 귀한 경험을 할 수 있을 것으로 기대한다”고 전했다.
2024.03.29
조회수 1604
설명해주는 인공지능 구현을 위한 초저전력 하드웨어 기술 개발
우리 대학 신소재공학과 김경민 교수 연구팀이 다양한 멤리스터* 소자를 이용한 설명 가능한 인공지능 (XAI) 시스템을 구현하는데 성공했다고 25일 밝혔다. *멤리스터 (Memristor): 메모리 (Memory)와 저항 (Resistor)의 합성어로, 입력 신호에 따라 소자의 저항 상태가 변하는 소자 최근 인공지능 (AI) 기술의 급속한 발전이 다양한 분야에서 성과를 이루고 있다. 이미지 인식, 음성 인식, 자연어 처리 등에서 AI의 적용 범위가 확대되며 우리의 일상생활에 깊숙이 자리 잡고 있다. AI는 인간의 뉴런 구조를 모방해 만든 ‘인공신경망’을 기반으로, 적게는 수백만 개에서 많게는 수조 개에 달하는 매개변수를 통해 데이터를 분석하고 의사 결정을 내린다. 그러나 이 많은 매개변수로 인해 AI 모델의 동작 원리를 정확하게 이해하기 어렵고, 이는 통상적으로 블랙박스에 비유되곤 한다. AI가 어떤 기준으로 결정을 내는지 알 수 없다면, AI에 결함이나 오작동이 발생했을 때 이를 해결하기 어렵고, 이로 인해 AI가 적용되는 다양한 산업 분야에서 문제가 발생할 수 있다. 이에 대한 해답으로 제시된 것이 바로 설명 가능한 인공지능 (XAI)이다. XAI는 AI가 어떠한 결정을 내렸을 때, 그 근거가 무엇인지를 사람이 이해할 수 있도록 만드는 기술이다. <그림1> 생성형 AI 등 점점 더 복잡해지는 AI 기술의 등장으로 개발자, 사용자, 규제 기관 모두에게 XAI 시스템의 필요성이 강조되고 있다. 하지만, XAI는 일반적으로 엄청난 양의 데이터 처리를 요구하기 때문에, 이를 보다 효율적으로 동작할 수 있는 하드웨어 개발이 필요한 상황이다. 김경민 교수 연구팀은 교란(Perturbation) 기반 XAI 시스템을 서로 다른 멤리스터 소자를 이용해 하드웨어로 구현하는데 성공하였다. 세 가지 멤리스터 소자는 각각 휘발성 저항변화 특성, 아날로그 비휘발성 저항변화 특성, 아날로그 휘발성 저항변화 특성을 가지며 <그림 2>, 각 소자는 교란 기반 XAI 시스템의 필수적인 기능인 입력 데이터 교란, 벡터곱 연산, 그리고 신호 통합 기능을 수행한다. 연구팀은 개발된 XAI 하드웨어를 평가하기 위해, 흑백 패턴을 인식하는 신경망을 설계하였다. 여기에 개발한 XAI 하드웨어 시스템으로 설계한 신경망이 흑백 패턴을 인식하는 근거를 설명하였다. <그림3> 그 결과 기존 CMOS 기술 기반 시스템 대비 에너지 소비를 24배 감소하여 AI 판단의 이유를 제공하는 것을 확인하였다. <그림4> KAIST 김경민 교수는 “AI 기술이 일상화되면서 AI 동작의 투명성 및 해석가능성이 중요해지고 있는데, 이번 연구는 다양한 종류의 멤리스터 소자를 이용해 AI 판단에 대한 근거를 제공하는 XAI 하드웨어 시스템을 구현할 수 있었다는 점에 큰 의의가 있다”며 “이 연구는 AI 의사 결정에 도달하는 과정을 이해하기 쉽게 설명을 제공함으로써 AI 시스템의 신뢰성 향상에 기여할 수 있어, 향후 의료, 금융, 법률 등 민감한 정보를 다루는 AI 기반 서비스에 적용될 수 있을 것으로 기대된다”고 밝혔다. 이번 연구는 KAIST 신소재공학과 송한찬 박사과정, 박우준 박사과정 학생이 공동 제1 저자로 참여했으며, 국제 학술지 ‘어드밴스드 머티리얼즈(Advanced Materials, IF: 29.4)’에 03월 20일 字 온라인 게재됐으며, 한국연구재단 중견연구사업, 차세대지능형반도체기술개발사업, PIM인공지능반도체핵심기술개발사업, 나노종합기술원 및 KAIST 도약연구사업의 지원을 받아 수행됐다. (논문명: Memristive Explainable Artificial Intelligence Hardware, 논문링크: https://doi.org/10.1002/adma.202400977)
2024.03.25
조회수 1578
인공지능이 상황에 따라 알아서 업데이트되다
최근 실생활에 활용되는 인공지능 모델이 시간이 지남에 따라 성능이 점차 떨어지는 현상이 다수 발견되었고, 이에 따라 지속가능한 인공지능 학습 기술에 대한 필요성이 커지고 있다. AI 모델이 꾸준히 정확한 판단을 내리는 것은 더욱 안전하고 신뢰할 수 있는 인공지능을 만들기 위한 중요한 요소이다. 우리 대학 전기및전자공학부 황의종 교수 연구팀이 시간에 따라 데이터의 분포가 변화하는 드리프트 환경에서도 인공지능이 정확한 판단을 내리도록 돕는 새로운 학습 데이터 선택 기술을 개발했다고 14일 밝혔다. 최근 인공지능이 다양한 분야에서 인간의 능력을 뛰어넘을 정도의 높은 성능을 보여주고 있지만, 대부분의 좋은 결과는 AI 모델을 훈련시키고 성능을 테스트할 때 데이터의 분포가 변하지 않는 정적인 환경을 가정함으로써 얻어진다. 하지만 이러한 가정과는 다르게 SK 하이닉스의 반도체 공정 과정에서 시간에 따른 장비의 노화와 주기적인 점검으로 인해 센서 데이터의 관측값이 지속적으로 변화하는 드리프트 현상이 관측되고 있다. 시간이 지나면서 데이터와 정답 레이블 간의 결정 경계 패턴이 변경되면, 과거에 학습되었던 AI 모델이 내린 판단이 현재 시점에서는 부정확하게 되면서 모델의 성능이 점차 악화될 수 있다. 본 연구팀은 이러한 문제를 해결하기 위해, 데이터를 학습했을 때 AI 모델의 업데이트 정도와 방향을 나타내는 그래디언트(gradient)를 활용한 개념을 도입하여 제시한 개념이 드리프트 상황에서 학습에 효과적인 데이터를 선택하는 데에 도움을 줄 수 있음을 이론적으로 실험적으로 분석했다. 그리고 이러한 분석을 바탕으로 효과적인 학습 데이터 선택 기법을 제안하여, 데이터의 분포와 결정 경계가 변화해도 모델을 강건하게 학습할 수 있는 지속 가능한 데이터 중심의 AI 학습 프레임워크를 제안했다. 본 학습 프레임워크의 주요 이점은, 기존의 변화하는 데이터에 맞춰서 모델을 적응시키는 모델 중심의 AI 기법과 달리, 드리프트의 주요 원인이라고 볼 수 있는 데이터 자체를 직접 전처리를 통해 현재 학습에 최적화된 데이터로 바꿔줌으로써, 기존의 AI 모델 종류에 상관없이 쉽게 확장될 수 있다는 점에 있다. 실제로 본 기법을 통해 시간에 따라 데이터의 분포가 변화되었을 때에도 AI 모델의 성능, 즉 정확도를 안정적으로 유지할 수 있었다. 제1 저자인 김민수 박사과정 학생은 "이번 연구를 통해 인공지능을 한번 잘 학습하는 것도 중요하지만, 그것을 변화하는 환경에 따라 계속해서 관리하고 성능을 유지하는 것도 중요하다는 사실을 알릴 수 있으면 좋겠다ˮ고 밝혔다. 연구팀을 지도한 황의종 교수는 “인공지능이 변화하는 데이터에 대해서도 성능이 저하되지 않고 유지하는 데에 도움이 되기를 기대한다”고 말했다. 본 연구에는 KAIST 전기및전자공학부의 김민수 박사과정이 제1 저자, 황성현 박사과정이 제2 저자, 그리고 황의종 교수(KAIST)가 교신 저자로 참여했다. 이번 연구는 지난 2월 캐나다 밴쿠버에서 열린 인공지능 최고 권위 국제학술 대회인 ‘국제 인공지능 학회(Association for the Advancement of Artificial Intelligence, AAAI)’에서 발표되었다. (논문명: Quilt: Robust Data Segment Selection against Concept Drifts) 한편, 이 기술은 SK 하이닉스 인공지능협력센터(AI Collaboration Center; AICC)의 지원을 받은 ‘노이즈 및 변동성이 있는 FDC 데이터에 대한 강건한 학습’ 과제 (K20.05) 와 정보통신기획평가원의 지원을 받은 ‘강건하고 공정하며 확장가능한 데이터 중심의 연속 학습’ 과제 (2022-0-00157) 와 한국연구재단의 지원을 받은 ‘데이터 중심의 신뢰 가능한 인공지능’ 과제 성과다.
2024.03.14
조회수 1930
생성형 인공지능·가상현실 결합한 3D 스케칭 연구 본격화
우리 대학이 생성형 인공지능(generative AI)과 가상현실(VR)을 활용하여 초고속 생산성 시대를 열어가기 위한 본격적인 도전을 시작한다. 27일 대전 본원에 문을 연 'DRB-KAIST 스케치더퓨처 연구센터(센터장 배석형)'는 생성형 인공지능과 가상현실을 3D(3차원) 스케칭과 결합한 미래형 제품 개발 프로세스를 연구하기 위해 설립됐다. 로봇, 모빌리티, 인공 단백질과 같은 첨단 제조 산업 분야는 제품 개발 주기가 매우 길 뿐만 아니라, 설계 결함이 발견되면 다시 아이디어 발상 단계로 돌아가 실물 제작과 테스트까지의 모든 과정을 반복해야 한다. 또한, 복잡한 3차원 구조체가 한데 맞물려 움직이면서 고도의 기능을 수행하기 때문에, 기존 2차원 스크린 작업 환경에서는 설계 의도를 입력하거나 결과물을 해석하는 데 한계가 있었다.'DRB-KAIST 스케치더퓨처 연구센터'는 사람의 의도를 가장 빠르고 효과적으로 생성형 인공지능에 전달하는 수단으로 최신 가상현실 3D 스케칭 기술을 활용할 계획이다. 가상현실 몰입 공간 안에서 사람이 아이디어를 떠올리는 즉시 3D 스케칭으로 시각화하면, 인공지능이 이를 뼈대 삼아 구체화함으로써 실물을 제작하지 않고도 반복적으로 문제점을 수정해 점진적으로 완성도를 높일 수 있다. 이를 위해, ▴로봇 디자인 ▴모빌리티 디자인 ▴단백질 디자인을 3개 혁신 전략 분야로 삼고, 3D 스케칭 전문가인 배석형(산업디자인학과) 교수를 필두로 명현(전기및전자공학부), 박대형·성민혁(전산학부), 김경수·박해원·황보제민(기계공학과), 김호민(생명과학과) 교수 등 5개 학과 8명의 연구진과 KIST 박한범(뇌과학연구소) 박사가 범학제적으로 연구를 수행할 예정이다. 동일고무벨트 주식회사(대표 이윤환, 이하 DRB)는 연구센터를 통해 ▴정기 학술 워크숍 및 데모데이 개최 ▴DRB 연구원의 산학 교류 ▴DRB 매칭 조직의 신제품·신사업 탐색, ▴대규모 국가 연구개발 지원사업 합동 유치 추진 등을 진행한다. 기술혁명의 시대를 맞는 21세기 중후반에 대비한 새로운 기업 운영 체제를 만들어 가겠다는 포부다. 27일 오후 우리 대학 대전 본원 산업디자인학과동(N25)에서 개최된 개소식에는 이광형 총장, 배석형 센터장 등 KAIST 보직교수 및 센터 참여교수와 DRB 김세연 전략고문 및 임원진 등 30여 명이 참석했으며, 현판식이 함께 진행됐다.배석형 DRB-KAIST 스케치더퓨처 연구센터장은 "인공지능의 잠재력을 사람이 의도에 따라 자유자재로 부릴 수 있는 것이 핵심"이라며, "사람이 가진 고도의 창의성을 스케칭을 통해 자유롭게 발상하고 표현하는 연구는 앞으로 더욱 중요해질 것"이라고 강조했다.
2024.02.29
조회수 2467
<<
첫번째페이지
<
이전 페이지
1
2
3
4
5
6
7
8
9
10
>
다음 페이지
>>
마지막 페이지 16