생성형 AI를 필두로 인공지능(AI) 기술이 예전과 비교할 수 없을 만큼 비약적으로 발전하고 있지만, 기존 폰 노이만 컴퓨팅 구조를 이용해 인공지능 연산을 수행하면 막대한 에너지가 소비된다는 아직도 해결되지 않은 과제가 따른다.여기에, 인간의 뇌 기능을 모사하는 뉴로모픽 컴퓨팅 중 하나인 상호 간 결합된 진동 신경망(oscillatory neural network)은 뉴런의 상호작용을 모방한 인공 신경망이다. 진동 신경망은 기본단위에 해당하는 진동자의 연결 동작을 이용하며 신호의 크기가 아닌 진동을 이용해(위상을 활용하여) 연산을
인공지능(AI)을 활용한 신약 개발은 신약 후보군을 신속히 발굴함으로써 시간을 단축하고 임상 성공 확률을 높일 수 있다는 장점이 있어 최근 활발히 시도되고 있다.이러한 가운데 AI 모델을 활용해 암환자의 약물 반응을 예측하는 기술이 국내 연구진에 의해 개발돼 개개인의 특성을 고려한 맞춤형 치료에 한 발짝 다가설 수 있게 됐다.광주과학기술원(GIST, 총장 임기철) AI대학원 이현주 교수 연구팀과 서울대학교(총장 유홍림) 의과대학 병리학교실 박성혜 교수 공동연구팀이 사람의 유전자 발현 정보와 약물 그래프 정보를 기반으로 암환자의 약물
신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. KAIST 연구팀이 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다.KAIST(총장 이광형)는 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범
주차장에 세워둔 차를 ‘문콕’하고 도망간 뺑소니 차량을 인공지능(AI) 기술로 쉽게 판독할 수 있는 기술이 개발됐다.광주과학기술원(총장 임기철. 이하, GIST)은 기계공학부 이용구 교수 연구팀이 인공지능(AI) 기술을 통해 전체 CCTV 영상에서 물피도주(주차 뺑소니) 발생 시점을 검출하는 데 성공했다.2017년 6월 개정된 도로교통법에 따라 물피도주 사고의 처벌 범위와 강도가 강화됨에 따라 신고 건수도 크게 늘어 실제 경찰이 접수한 물피사고는 2016년 362,384건에서 2020년 626,609건(도로교통공단 TASS, 202
최근 인공지능(AI) 기술이 인식, 생성, 제어, 대화와 같은 실제 문제를 빠르게 해결해 나감에 따라 인간의 역할과 일자리 생태계가 변화하고 있다. 인공지능의 발전 속도를 본다면 가까운 미래에는 AI가 인간보다 똑똑해질 수도 있다.이와 반대로 "인공지능을 이용해 인간의 사고력 자체를 향상시킬 순 없을까?"이에 KAIST(총장 이광형)는 뇌인지과학과 이상완 교수(신경과학-인공지능 융합연구센터장) 연구팀이 인간의 빠른 추론 능력을 유도해 인과관계의 학습 효율을 향상할 수 있는 뇌 기반 인공지능 기술 개발에 성공했다.우리는 일상생활에서
최근 들어, 휴머노이드 로봇을 비롯한 다양한 머신 및 시스템과 인간의 상호작용(Human-Machine Interface, HMI)기반 기술들이 활발하게 연구되고 관련 산업들이 발전됨에 따라 성능을 향상시키기 위해 감정, 기분, 느낌과 같은 인간의 정서가 점점 더 많이 고려되고 있다.그러나 본질적으로 추상적이고 모호한 특성으로 인해 감정 정보를 정확하게 추출하고 활용하기 어려웠다. 이러한 한계를 극복하기 위해 기존에는 영상, 음성, 생체신호(Biomedical signal)와 같이 감정표현시 발현되는 표정, 발화, 신체 반응 등을
집속초음파(Focused Ultrasound) 기술은 두개골을 열지 않고도 뇌의 안쪽 깊숙한 곳까지 수 mm의 영역에 초음파 에너지를 집중시켜 손상 부위를 치료하는 비침습적 치료 방법이다.주변 건강한 조직에 미치는 영향을 최소화하고 합병증, 감염 등의 부작용을 줄일 수 있어 우울증, 알츠하이머병 등 다양한 난치성 뇌 질환의 치료에 적용되고 있다. 하지만 환자마다 두개골의 모양이 달라서 발생하는 초음파의 왜곡을 실시간으로 반영하기 어려워 지금까지는 활용이 제한적이었다.한국과학기술연구원(KIST, 원장 윤석진) 바이오닉스연구센터 김형민
최근 인공지능 기술이 급속도로 발전하고 있음에도 인공지능과 법률을 접목한 ‘리걸테크(Legal Tech)’ 분야는 초기 단계에 머물러 있는 실정이다. 특히 교통사고 상황에 대한 공간적, 시간적 인지 능력에 더불어 법률적 판단이 필요한 과실 비율 평가에는 인공지능을 활용한 사례가 거의 없다.교통사고 과실 비율 평가와 관련된 분쟁은 매년 10만 건 이상 발생하고 있으며 변호사 50명으로 구성된 위원회가 건당 약 75일에 걸쳐 심의하는 등 천문학적인 인력과 시간이 투입되고 있다.여기에, 지스트(광주과학기술원, 총장 임기철) 기계공학부 이
수소 자동차에 주로 사용되는 양성자 교환막 연료전지(PEMFC)에는 백금(Pt)계 촉매가 주로 사용된다. 촉매의 성능은 연료전지의 수명과 직결되기 때문에 백금 촉매의 성능, 특히 안정성을 높이는 연구가 필수적이다.‘표면 푸베이 도표’를 이용하면 실제 작동환경에서 촉매 물질의 표면 구조와 안정성을 예측할 수 있다. 표면 푸베이 도표는 밀도범함수이론(DFT)을 이용한 흡착에너지 시뮬레이션 계산으로 구할 수 있지만, 수 나노미터 크기의 나노입자 구조를 가진 백금 촉매의 경우 수천 시간이 소요된다.한국과학기술연구원(KIST, 원장 윤석진)
다공성 소재는 넓은 공극과 표면 면적을 지니고 있어, 가스 흡착, 분리, 촉매 등 다양한 에너지 및 환경 분야에서 적용된다.다공성 소재 중 한 종류인 금속 유기 골격체(MOF)는 무한대에 가까운 경우의 수를 갖는 넓은 물질 공간(materials space) 안에 존재하기에, 인공지능을 사용해 최적의 물질을 추출하고 특성을 예측하려는 연구가 활발히 진행되고 있다.하지만 이러한 모델들은 대부분 특정한 물성 한 종류만 학습할 수 있으며, 모든 재료 특성에 보편적으로 적용할 수 없다는 단점이 존재한다.KAIST(총장 이광형)는 생명화학공
모래, 눈, 풀밭과 같은 변형하는 지형은 지구 표면을 상당 부분 차지하고 있는데, 로봇 보행 기술은 바퀴와 달리 빠짐이나 미끄러짐으로부터 비교적 자유로워서 기동성 측면에서 이러한 지형에서 유리하다.기존 제어 방법은 지반의 변형을 고려하기 위해서 수치화된 지반 특성이 필요한데, 이는 날씨나 장소 등에 의해 쉽게 변화되기 때문에 실시간으로 추정되어야 하여 외부 환경에서의 실현을 어렵게 만든다.반면, 모델프리(Model-free) 강화학습을 기반으로 하는 사족 제어기는 명시적으로 지반 반력 모델을 가지고 있지 않기 때문에 지반 특성에 대
서강대학교(총장 심종혁) 화공생명공학과 백서인 교수 연구팀은 신소재의 안정성을 빠르고 정확하게 예측하는 인공지능(AI) 모델 '방향 기반 결정 그래프 합성곱신경망(Direction-based Crystal Graph Covolutional Neural Network. 이하, D-CGCNN)'을 개발했다.기존에 개발된 소재의 안정성을 예측하는 인공지능 모델은 주어진 구조의 안정성을 매우 정확하게 예측할 수 있다. 하지만 이러한 모델들은 최적화된 구조에 대해서만 높은 정확도를 보이며, 임의로 만든 구조의 안정성을 예측할 때는 정확성이
인공지능(AI)이 근전도 검사 판독이 의사보다 정확도와 속도면에서 모두 뛰어난 것으로 나타났다.노원을지대학교병원(병원장 유탁근) 신경과 유일한 교수팀이 근육 수축 상태의 근전도를 인공지능에 적용하여 분석한 결과 의사에 비해 판독 정확도는 19% 높았고, 속도도 30~40분 더 빨랐다. 그동안 인공지능 검사 판독에 관한 연구는 주로 심전도, MRI, X-ray에 관해 진행되어와 근전도 검사에 관한 연구는 이번이 처음이다.유 교수팀은 2015년부터 2020년까지 6년 동안 신경병 또는 근육병이 의심되어 근전도 검사를 받았던 57명의 환
한국공학대학교(총장 박건수. 이하, 한국공대) 경영학부 이동현 교수 연구팀이 '설명가능한 인공지능(eXplainable AI, XAI) 기반 통합 녹조 예보 모델'을 개발하고 이를 통해 우리나라 4대강 29개 지역의 녹조를 동시에 예측하면서도 약 400배 빠른 학습 속도를 보여 학습 시간이 오래 걸린다는 기존 AI의 단점을 해결했다고 밝혔다.특히, 이 교수 연구팀이 새롭게 개발한 설명가능한 녹조 예보 인공지능 모델은 시계열 순환신경망(RNN) LSTM(Long Short-Term Memory) 모형 대비 38% 높은 예측 성능을 보
3D프린팅 기법 중 하나인 ‘직접 에너지 적층(Direct Energy Deposition. 이하, DED) 공정’은 로켓 부품과 같은 대형 금속 부품을 제조하거나, 더는 가공하지 않아 수리가 어려운 파손 부품을 고치는 데 유용하다.이 공정은 높은 강도와 연신율을 얻을 수 있지만, 피로 특성에 크게 영향을 미치는 표면 특성을 제어하기가 어렵다고 알려져 있다.이 때문에 해당 장비를 오래 익힌 전문가가 아닌 경우에는 높은 인장 강도와 연신율, 그리고 ‘특정한 표면 형상’을 쉽게 얻어 내기가 어렵다. 특히 티타늄과 같은 고가의 소재를 사
유기 화학자는 반응물을 보고 유기 화학반응의 결과를 예상해 약물이나 유기발광다이오드(OLED)와 같이 원하는 물성을 갖는 분자를 합성한다. 하지만 실험을 통해 화학반응의 생성물을 직접 확인하는 작업은 일반적으로 시간과 비용이 많이 소모된다.게다가 유기 화학 반응은 같은 반응물에서 다양한 생성물이 생길 수 있어 숙련된 유기 화학자라도 모든 화학반응을 정확하게 예측하지 못한다.이런 한계를 극복하고자 인공지능(AI)을 이용해 유기 반응을 예측하는 연구가 활발하게 일어나고 있다. 대부분의 연구는 반응물과 생성물을 서로 다른 두 개의 언어로
KAIST(총장 이광형)는 김재철AI대학원 예종철 교수 연구팀이 서울대학교 병원, 서울 아산병원, 충남대학교 병원, 영남대학교 병원, 경북대학교 병원과의 공동연구를 통해 결핵, 기흉, 코로나-19 등의 흉부 엑스선 영상을 이용한 폐 질환의 자동 판독 능력을 스스로 향상할 수 있는 자기진화(Self-evolving) 형 인공지능(AI) 기술을 개발했다.현재 사용되는 대부분의 의료 인공지능 기법은 지도학습 방식 (Supervised learning)으로서 인공지능 모델을 학습하기 위해서는 전문가에 의한 다량의 라벨이 필수적이나, 실제
신약을 개발할 때 해당 약물이 환자에게 ‘심장 독성’을 일으키는지 여부를 예측할 수 있는 인공지능(AI) 모델이 개발됐다.이를 통해 개발 중인 신약의 심장 독성 유발 확률을 보다 정확하게 예측해 신약 개발 단계에서 빈번하게 발생하는 시행착오를 획기적으로 줄이는 데 기여할 것으로 기대된다.지스트(광주과학기술원, 총장 김기선) 전기전자컴퓨터공학부 남호정 교수 연구팀이 심장박동을 조정하는 유전자 hERG 채널의 활동을 방해하는 약물을 개발 단계에서 파악할 수 있는 설명 가능한 인공지능(XAI) 예측 기술을 개발했다.항암제 등 약물에 의한
DGIST (총장 국양) 전기전자컴퓨터공학과 진경환 교수와 정보통신융합연구소 이재원 연구원은 해상도 증대를 위한 Bicubic interpolation(입방 보간법) 기술보다 해상력은 높고, 기존 딥러닝 기술 대비 메모리와 속도가 절반 이상 절감된 기술을 개발했다.Bicubic interpolation은 디스플레이 기기마다 다른 해상도를 보상하기 위한 개발된 신호처리 기반의 기술을 의미한다. 그러나 메모리가 적게 들고, 속도가 빠르지만 이미지의 해상도가 저하되는 화질열화 현상이 심하게 나타난다.이를 극복하기 위해 딥러닝 기반의 초고
인공지능 기술(AI)의 연구가 그 어느때 보다 활발해지고 AI 기반 전자기기들의 개발 및 제품 출시가 가속화되고 있다.인공지능을 전자기기에서 구현하기 위해서 맞춤형 하드웨어의 개발 또한 뒷받침돼야 하는데, 현재 대부분의 인공 지능용 전자기기들은 많은 연산량을 수행하기 위해 높은 전력 소모와 고도로 집적된 메모리 배열을 사용하고 있다.인공 지능의 능력 향상을 위해 이러한 전력 소모 및 집적화 한계의 문제를 해결하는 것은 인공 지능 기술 분야의 커다란 과제이며, 인간의 뇌 활동에서 문제 해결의 단서를 찾고자 하는 노력이 계속돼왔다.여기