인공지능에 대한 컴퓨팅 요구 사항은 기하급수적으로 증가하고 있다. AI를 발전시키는 데 필요한 컴퓨팅 처리량을 달성하기 위해서는 하드웨어와 소프트웨어에 걸쳐 새로운 혁신이 필요한 상황이다.증가하는 컴퓨팅 격차를 해결하기 위해 각광받고 있는 연구 분야 중 하나는 메모리 및 계산 효율성 개선을 위한 딥 러닝에 대한 수치 정밀 요구 사항을 줄이는 것이다. 정밀도 감소 방법은 심층 신경망의 고유한 노이즈 복원 특성을 활용해 컴퓨팅 효율성을 향상한다.이에, 인텔과 ARM 그리고 엔비디아는 인공지능(AI) 학습과 추론에 적용되는 교환가능 포맷
옷감이나 플라스틱 등 우리 일상에는 ‘고분자(polymer)’로 만든 재료가 많다. 특히 현대의 나노기술은 고분자의 자기조립 성질을 이용하는 경우가 흔하다.어떤 고분자를 재료로 쓸지 결정하는 목적으로 시뮬레이션을 활용하는데, 연결된 사슬구조를 가진 고분자의 특성상 복잡한 함수를 써서 오랜 시간 계산해야 했다. 그런데 최근 AI 기술을 써서 고분자 시뮬레이션을 빠르게 수행하는 방법이 나왔다.UNIST(총장 이용훈) 물리학과 김재업 교수팀은 일주일 정도 소요되던 계산을 하루 안에 끝낼 수 있는 ‘AI 고분자 시뮬레이션 기술’을 개발했다
국내 연구진이 ‘딥러닝 알고리즘(Deep Learning Algorithm)’을 통해 그린수소 생산에 필요한 수전해 촉매의 비귀금속(철-니켈) 최적 조합 비율을 계산하는 데 성공했다.친환경 그린수소의 생산 효율을 높여 수소연료전지 엔진이 탑재된 트럭, 트레일러, 기차 등 대량 수송기관의 보급에 도움을 줄 수 있을 것으로 기대된다.온실가스 배출 없이 물을 전기 분해해 수소(그린수소)를 생산하기 위한 방법으로 주목받고 있는 수전해는 이론 전위(1.23V)보다 높은 전압을 인가해주어야 수소가 발생한다.이론 전위보다 높은 전압(과전압)은
분당서울대병원(원장 백남종) 정형외과 이용석 교수팀이 대표적인 인공지능(AI) 머신러닝을 활용해 무릎 관절염의 진행속도와 예후를 예측할 수 있는 모델을 개발했다. 이를 통해 1차 병원에서도 무릎 관절염 환자를 체계적으로 관리할 수 있을 것으로 기대된다.관절염은 뼈와 뼈가 만나는 관절에 여러 가지 원인에 의해 손상 또는 염증이 발생하는 질병이다. 관절염 환자는 통증으로 움직임을 제한받을 뿐만 아니라 지속될 경우 신체의 구조적 변화까지 발생할 수 있어 체계적인 치료가 필요하다.하지만 엑스레이(X-ray)만 이용해 관절염의 상태를 확인하
암이 존재한다는 데이터만으로 병리영상에서 암의 존재와 부위까지 정확하게 보여줄 수 있는 약지도학습(weakly supervised learning) 딥러닝 모델을 DGIST(총장 국양) 로봇및기계전자공학과 박상현 교수(인공지능 전공 겸직) 연구팀이 서울아산병원 남수정 교수, 고현정 교수 연구팀과 공동 개발했다.기존 딥러닝 모델에서는 암 부위를 특정하기 위해서는 암의 위치가 정확하게 그려진 데이터셋 구축을 필요로 했으나, 이번 개발된 딥러닝 모델로 효율성이 향상되어 해당 연구 분야에 획기적으로 기여할 것으로 전망된다.일반적으로 암의
환자에게 부작용 없는 안전한 수혈을 위해 저장된 적혈구세포가 저장기간에 따른 적혈구의 3차원적 형상이 변화하는 모습을 자동으로 분석하고 저장된 적혈구가 수혈이 가능한 건강한 적혈구인지를 자동 검사하는 AI 홀로그래피 시스템을 DGIST(총장 국양) 로봇및기계전자공학과 문인규 교수팀이 개발했다.이를 통해 수혈 목적으로 일정 기간 저장된 적혈구에 대한 정확한 품질검사를 통해 환자에게 보다 깨끗하고 건강한 적혈구 주입을 가능하게 하는 핵심 기술이 될 것으로 기대된다.적혈구는 산소운반의 역할을 하는 혈액의 주요 성분이다. 헌혈을 통해 얻은
KAIST(총장 이광형)는 김재철AI대학원 예종철 교수 연구팀이 서울대학교 장성호 교수팀, 포스텍 김기현 교수팀과 공동연구를 통해 형광 현미경의 오랜 문제인 이방성(Anisotropy)을 해결해, 3차원 영상 화질을 획기적으로 끌어올리는 인공지능 기술을 개발했다.이방성 문제란 형광 현미경으로 3차원 영상을 획득하는 데 있어 빛의 성질로 인해 영상 공간 방향 간에 적게는 2~3배, 많게는 10배까지도 화질 차이가 발생하는 문제를 뜻한다. 예를 들면 3차원 영상을 보는 각도마다 화질의 차이가 발생하는 것이다.연구팀은 수학적 기법인 최적
새로운 물체 인식을 위해 대규모 데이터셋 구축을 필요로 했던 딥러닝 모델 학습의 효율성 향상에 혁신적으로 기여할 전망이다.DGIST(총장 국양) 로봇및기계전자공학과 박상현 교수(인공지능전공 겸직) 연구팀은 여러 이미지로부터 상관관계를 학습하는 트랜스포머를 활용하여 소수의 정답지를 가진 데이터로 기존 데이터셋에 존재하지 않는 새로운 물체를 정확히 분류하는 퓨샷(few-shot) 분류모델을 개발했다.학습데이터에 없었던 물체를 인식하기 위해 대규모 데이터셋 구축을 필요로 했던 기존 딥러닝 모델 학습의 효율성 향상에 획기적인 기여가 기대된
연세대학교(총장 서승환) 물리학과 김관표 교수 연구팀은 나노 물질의 구조 분석에 딥러닝 기반 인공지능을 적용해 전자현미경 이미지 분석 방법의 효율성과 정확성을 획기적으로 향상시킴으로써 실제 활용가치를 높인 방법론을 개발했다.원자 단위 분해능을 갖춘 주사투과전자현미경(Scanning Transmission Electron microscopy. 이하, STEM)은 물질의 원자 구조를 관찰할 수 있는 매우 중요한 도구로, 다양한 학문 분야와 산업계에서 물질 분석에 활용되고 있다. 최근 기술 발전에 따라 많은 양의 STEM 데이터를 얻을
한국표준과학연구원(KRISS, 원장 박현민) 음향·초음파·진동 연구단 이형진 선임연구원, 포항공과대학교(포스텍, 총장 김무환) 기계공학과/인공지능대학원 이승철 교수 공동연구팀이 음향 물리 이론을 학습할 수 있는 인공지능(AI) 기술을 국내 최초로 개발했다.이번에 개발한 기술은 AI 기반 음향 시뮬레이션 기술로, 음향‧소음‧진동 등의 변화를 실시간으로 예측하고 문제를 해결할 수 있는 기반기술이다.이를 활용하면 가전기기, 자동차 등의 제품부터 건물, 다리 등의 구조물에 이르기까지 다양한 대상의 음향‧진동 상태를 모니터링하고, AI가 시
패스웨이(Pathway)는 단백질, 유전자, 세포 등 생체 요소간의 상호작용과 역학관계를 세밀하게 설명할 수 있는 생물학적 심층지식을 말한다. 패스웨이 분석은 유전자와 단백질과 같은 생물학적 인자를 기반으로 질병과 관련된 패스웨이를 식별하는 데 사용되어 왔다.이러한 질병 연관 패스웨이의 발견은 생물학적 인자들이 어떠한 생물학적 현상을 통해 질병에 영향을 미치는지에 대한 해석에 도움을 주어 향후 질병의 기작 이해에 도움을 줄 수 있다는 장점이 있다.그러나 기존의 패스웨이 분석 방법론은 대부분 생물학적 인자와 패스웨이 사이의 복잡한 비
국내 연구진이 물리화학적 아이디어를 인공지능(AI) 딥러닝에 접목해 기존의 방법보다 일반화 성능이 높은 단백질-리간드(Ligand) 상호작용 예측 모델을 개발했다.리간드란 수용체와 같은 큰 생체 분자에 특이적으로 결합하는 물질을 말하며, 생체 내의 중요한 요소이자 의약품의 개발 등에 큰 역할을 한다.KAIST(총장 이광형)는 화학과 김우연 교수 연구팀이 교원창업 인공지능 신약 개발 스타트업 HITS 연구진과 함께 물리 기반 삼차원 그래프 심층 신경망을 이용해 일반화 성능을 높인 단백질-리간드 상호작용 예측 모델을 개발했다.약물 후보
자가용과 버스, 택시에 이르기까지, 최근 도로에서는 전기자동차를 어렵지 않게 볼 수 있다. 전기자동차는 친환경적이면서 유지 비용이 저렴하다는 장점이 있지만, 배터리가 방전된다거나 수명이 다 되면 치명적인 사고가 일어날 수 있어 주의가 필요하다. 이는 전기자동차에 주로 사용되는 리튬이온전지의 용량과 수명을 정확하게 예측하는 기술이 필요한 이유다.POSTECH(포항공과대학교, 총장 김무환) 기계공학과 이승철 교수, 김승욱 박사과정 연구팀은 한양대학교(총장 김우승) 오기용 교수와의 공동연구를 통해 리튬이온전지의 용량·수명을 더욱 정확하게
번개가 치면, 잠시 후 천둥소리가 들려온다. 번개가 지나간 주변 물질이 빛을 흡수하고, 이 빛이 열로 변하는 과정에서 물질이 팽창해 소리를 내기 때문이다. 바로 이것을 광음향 현상이라고 부르는데, 이 현상을 응용해 몸속을 찍는 광음향 영상기법은 조영제가 필요한 CT(컴퓨터 단층촬영)나 MRI(자기공명영상)을 대체할 신기술로 각광을 받아왔다. 그러나 이 기술은 촬영하는 깊이가 깊어질수록 해상도가 떨어진다는 단점도 동시에 제기되곤 했다.조영제가 없이도 인체 내부를 촬영할 수 있는 광음향 영상기술은 영상 깊이와 무관하게 높은 해상도로 촬
한국생산기술연구원(원장 이낙규, 이하 생기원) 디지털전환연구부문 강경태 박사 와 건국대학교 메카트로닉스공학과 안건식 교수가 이끄는 공동연구팀이 차세대 디스플레이 제조방식인 ‘잉크젯 인쇄공정’의 상태 분류를 자동화 할 수 있는 인공지능(AI) 기술을 개발했다.잉크젯 공정이란 종이에 잉크를 뿌려 인쇄하듯, 전자 재료를 기판 위에 분사해 인쇄하는 제조혁신 기술이다. 고가의 재료를 필요한 부분에만 선택적으로 인쇄 가능해 경제적이고 오염도 방지할 수 있어, 다양한 전자 소자부터 인공장기에 이르기까지 여러 분야에 걸쳐 널리 연구되고 있다.현재
박테리아 감염으로 인한 질병 예방과 원인 분석을 위해 소변 또는 음식물에서 신속한 박테리아 검출법이 요구되며, 다양한 바이오마커 분석물의 스펙트럼 신호를 높은 민감도로 수초~수십초 이내에 측정하는 표면 증강 라만 분광법(SERS, Surface Enhanced Raman Spectroscopy가 검출 방법으로 주목받고 있다.박테리아 대상의 기존 SERS 신호 분석은 그 복잡성과 수많은 신호 겹침 현상 때문에 주성분 분석(principal component analysis, PCA)과 같은 통계적인 방법으로도 정확도에 한계가 있었다.
골다공증은 뼈가 얇아지고 약해져 일상생활에서 골절이 발생하기 쉬운 질환이다. 골다공증성 골절이 한 번 발생하면 이차 골절 발생 가능성까지 급격히 증가해 삶의 질이 크게 떨어지기 때문에, 조기에 발견해 치료하는 것이 매우 중요하다.서울아산병원 융합의학과 김남국 ‧ 내분비내과 고정민 교수, 아산융합의학원 장미소 연구원팀은 간단한 흉부 X-ray 검사 영상으로 약 90%의 정확도로 골다공증 고위험군을 선별해내는 인공지능(AI) 딥러닝 알고리즘을 개발했다.골다공증을 정확하게 진단하기 위해서는 골밀도 검사를 해야 한다. 하지만 국가건강검진
세종대학교(총장 배덕효) 바이오융합공학과 석사과정 티 마이 응우옌(Thi Mai Nguyen) 대학원생이 후성유전체(Epigenomics) 데이터를 활용해 인공지능(AI) 딥러닝을 통해 인간 질병을 예측할 수 있다는 비전을 제시했다.후성유전체(Epigenome)는 게놈상의 자체조절이나, 노화 및 환경에 의해 변화하는 서열의 정보들의 총합을 말한다. 후성유전체의 경우 인간의 질병 관련 예측 작업에서 의사와 과학자를 지원하기 위한 인공지능(AI) 딥러닝의 적용은 최근까지 시도되지 않았다.특히 연구에서 딥러닝 모델은 질병 진단에서 88.
인공지능이 적용된 한강교량 통합관제를 시작해 극단적 시도를 빠르게 감지하고 초동대응으로 보다 신속한 인명구조가 가능할 것으로 예상된다.서울시 소방재난본부는 서울시내 한강교량의 위험상황을 한 눈에 모니터링하는 컨트롤타워 역할을 할 ‘한강교량 CCTV 통합관제센터’를 뚝섬 수난구조대 내에 구축 완료하고, 운영에 들어갔다고 2일 밝혔다.4개 수난구조대에 흩어져있던 한강교량 CCTV 모니터링 체계를 ‘통합관제’로 일원화하고, CCTV 관제 시스템도 AI 딥러닝 기반으로 고도화 한 것이다.새롭게 도입된 AI 딥러닝 기반 CCTV 관제 시스템
서울대학교 공과대학(학장 이병호)은 전기정보공학부 이종호 교수 연구팀이 MRI에서 사용되는 전자파 파형을 인공지능(AI)이 스스로 설계하게 하는 기술을 개발하는데 성공했다.방사선을 사용하는 X-ray나 CT와 달리 MRI는 자기장과 전자기파를 이용하여서 인체 내부를 3차원으로 영상화 한다. 따라서 방사능에 의한 피폭의 문제로부터 안전하지만 전자기파에 의한 에너지가 인체에 전달되어 촬영시간이 길어질 수 있다.이를 해결한 방법으로 이종호 교수 연구팀은 알파고에도 적용된 바 있는 심층강화학습(DRL)이라는 인공지능 기술에 집중하였다.심층