보통 그림과 글자가 함께 있을 때 사람의 시선이 그림에 먼저 가는 것처럼, 여러 감각을 동시에 활용하는 ‘멀티모달 인공지능’도 특정 데이터에 더 크게 의존하는 경향이 있다. KAIST 연구진은 이러한 한계를 극복해, 그림과 글자를 모두 고르게 인식해 훨씬 더 정확한 예측을 가능케 하는 새로운 멀티모달 인공지능 학습 기술을 개발했다. KAIST는 전기및전자공학부 황의종 교수 연구팀이 다양한 데이터 유형을 한 번에 처리해야 하는 멀티모달 인공지능이 모든 데이터를 고르게 활용할 수 있도록 돕는 새로운 학습 데이터 증강 기술을 개발했다고 14일 밝혔다. 멀티모달 인공지능은 텍스트, 영상 등 여러 데이터를 동시에 활용해 판단하지만, 기존 AI 모델은 특정 정보(예: 텍스트 또는 이미지)에 치우쳐 판단하는 경향이 있었다. 이로 인해 예측 정확도가 떨어지고, 실제 환경에서의 일반화 성능이 제한되는 문제가 있었다. 연구팀은 이러한 편향을 해결하기 위해 일부러 서로 어울리지 않는 데이터를 섞어서 학습에 사용했다. 이를 통해 인공지능은 특정 데이터에만 의존하지 않고, 글과 그림, 소리 등 모든 정보를 균형 있게 활용하는 방법을 학습하게 된다. 또한 품질이 낮은 데이터는 보완하
끼리끼리 논다는 법칙은 과학에도 적용된다. 물과 기름은 섞이지 않고, 이 안을 떠다니는 미세 입자들도 물과 기름 중 자신이 더 편한 쪽, 즉 에너지가 낮은 쪽에 모이게 되는 분포 법칙이다. 하지만 티끌보다 더 작은 세균이더라도 스스로 움직일 수 있다면 이 같은 통계 분포를 깰 수 있는 것으로 나타났다. UNIST 물리학과 정준우 교수, 생명과학과 로버트 미첼 교수와 스탠퍼드 대학 쇼 타카토리 교수 연구팀은 세균처럼 작지만 스스로 움직일 수 있는 입자들이 어떠한 통계 분포 원리를 따르는지를 세계 최초로 규명했다고 12일 밝혔다. 연구에 따르면, 살아있는 세균의 분포를 결정하는 요소는 세균의 운동성과 특정 액체상에 대한 선호도다. 세균이 특정 액체상에 끌리는 힘은 세균을 해당 액상에 가두는 역할을 하고, 세균의 운동성은 그곳에서 빠져나올 수 있도록 만드는 경쟁적 관계다. 연구팀은 세균의 분포를 설명하는 이론 모델을 이 두 힘을 정량적으로 분석해 만들어냈다. 광학집게 기술로 세균이 특정 액체상에 끌리는 힘을 측정한 결과, 1 피코 뉴턴 (1pN) 수준으로 밝혀졌다. 피코뉴턴은 머리카락 한 올이 느끼는 중력보다 천만 배 작은 힘이다. 세균의 추진력은 10 피코뉴턴
광주과학기술원(GIST)은 김승준 GIST AI융합학과 교수 연구팀이 VR 헤드셋에 부착해 귀 내부 압력을 세밀하게 조절함으로써 대기압·수압 변화에 따른 귀의 먹먹함 등 환경 압력 감각을 구현하는 ‘이어프레셔 VR(EarPressure VR)’을 개발했다고 밝혔다. 고도 변화나 수중 환경에서 체감하는 압력 감각을 착용형 장치만으로 재현해 시각·청각 중심의 VR 경험을 확장했다. VR은 컴퓨터가 생성한 3차원 가상 환경을 실제 공간처럼 체험하도록 하는 기술로, 초기에는 게임·엔터테인먼트 중심에서 최근 교육, 의료, 산업훈련, 원격협업 등으로 활용이 확대되고 있다. 그러나 압력 변화를 사실적으로 구현하려면 공간 전체의 기압을 제어해야 해 제약이 컸다. 연구팀은 임상에서 고막과 중이 압력 상태를 측정하는 팀파노메트리(tympanometry) 원리를 응용해 이 문제를 해결했다. 이어프레셔 VR은 귀 내부 상태를 압력 센서로 실시간 모니터링하고, 내장 모터와 의료용 주사기 기반 구동부로 ±40 헥토파스칼(hPa) 범위의 압력 변화를 0.57초 안에 구현한다. 이는 실제 수심을 따라 하강할 때 체감하는 속도와 유사한 수준이다. hPa는 기상·의학 분야에서 널리 쓰이는
미생물로 석유화학산업 핵심원료 생산하는 친환경 공정 개발 KAIST는 생명화학공학과 이상엽 특훈교수, 화학과 한순규 교수 공동 연구팀이 미생물 발효 공정과 유기화학 반응을 결합해 포도당, 글리세롤 등 재생 가능한 바이오 원료에서 벤젠, 톨루엔, 에틸벤젠, 파라자일렌(BTEX)을 생산하는 공정을 개발했다고 12일 밝혔다. 페트병, 스티로폼, 나일론 등 일상 곳곳에 쓰이는 BTEX는 석유 정제를 통해서만 얻어지던 핵심 원료로, 식물 기반 생산은 오랫동안 난제로 남아 있었다. 연구팀은 폐목재 등 바이오매스 유래의 포도당으로부터 BTEX를 생산하는 데 성공해 차세대 친환경 플라스틱 원료로 가는 길을 열었다. 연구팀은 석유 정제로 인한 환경 부담과 복잡한 화학 구조로 인한 식물 기반 BTEX 생산의 어려움을 미생물 세포공장과 화학 반응을 융합한 새로운 공정으로 해결했다. 미생물이 포도당과 글리세롤을 이용해 페놀, 벤질알코올 등 산소화된 중간 물질을 만들고, 이를 화학 반응으로 탈산소해 벤젠·톨루엔 등 BTEX로 전환하는 방식이다. 이 과정에서 이상엽 교수가 이끌어온 시스템 대사공학 기술로 미생물의 대사 경로를 새로 설계해 효율을 높였다. 동시에 연구팀은 비등점이 높고
‘여서(女書)’는 중국 후난성에서 19세기 무렵부터 한자 교육에서 배제된 여성들이 서로의 삶을 기록하고 소통하기 위해 창조한 여성 문자 체계다. 이 문자 체계의 의미(억압 속 창조, 여성 연대, 언어 실험)를 현대 기술과 접목한 ‘AI 여서(Nüshu, 女书)’ 프로젝트에 KAIST 연구진이 참여해 국제 미디어아트 페스티벌에서 상을 받았다. KAIST는 산업디자인학과 이창희 교수 연구팀이 영국왕립예술학교 알리 아사디푸어 컴퓨터과학연구센터장과 공동으로 진행한 프로젝트 ‘AI 여서(Nüshu)’가 ‘프리 아르스 일렉트로니카(Prix Ars Electronica) 2025’ 디지털 휴머니티 부문 영예상에 선정됐다고 10일 밝혔다. 이 페스티벌에는 올해 98개국에서 3987개 작품이 출품됐으며, 디지털 휴머니티 부문 수상작은 2개다. 수상작 ‘AI 여서’는 문자 교육에서 배제된 여성들이 만든 여서를 기반으로, 컴퓨터 언어학과 인공지능을 결합해 관람객이 직접 체험하는 설치 작품으로 구현했다. 작품 속 인공지능은 전근대 중국 여성들의 소통 방식을 학습해 새로운 언어를 생성한다는 설정 아래, 가부장적 질서를 넘어서는 시도이자 서구 중심 언어관을 확장하는 접근으로 평가됐다
KAIST가 난치성 뇌전증 치료를 위한 RNA 신약 후보를 개발하고, 7500억 원 규모의 글로벌 기술 수출 계약을 체결했다. KAIST는 의과학대학원 이정호 교수의 교원 창업기업인 소바젠이 난치성 뇌전증 치료용 RNA 신약 후보를 발굴해 해외 제약사에 기술 수출했다고 9일 밝혔다. 이번 계약 규모는 총 7500억 원으로, KAIST의 기초 의과학 연구에서 출발한 혁신 기술이 글로벌 신약 개발 단계로 확장된 사례로 평가된다. 이정호 교수 연구팀은 난치성 뇌전증과 악성 뇌종양 등 치명적 뇌 질환의 원인이 ‘뇌 줄기세포에서 생긴 후천적 돌연변이(뇌 체성 돌연변이, Brain Somatic Mutation)’임을 세계 최초로 규명하고, 2015년과 2018년 각각 네이처(Nature)와 네이처 메디슨(Nature Medicine)에 연구 결과를 발표한 바 있다. 이후 이 교수는 신약 개발 전문가인 박철원 대표와 함께 돌연변이 유전자인 MTOR를 직접 겨냥할 수 있는 RNA 신약(ASO, Antisense Oligonucleotide)을 개발했다. 이번 기술이전 계약을 통해 해당 후보물질의 상업화 가능성까지 입증하며, 한국 기초 연구 기반의 신약 개발 역량을 세계
최근 일본 국내 공장에서는 인력 부족과 경쟁력 확보를 목적으로 비용 절감을 실현하기 위해 생산 라인의 통폐합이 추진되고 있다. 더불어 로봇·IoT 기술의 발전으로 급속한 무인화·자동화가 진행되어 생산 능력이 향상되고 있다. 한편 원자재 가격 상승과 인건비 상승에 대응할 필요도 있어 낭비를 배제한 효율적인 생산을 실현하기 위해 측정 오차를 최대한 줄이는 것이 요구되고 있다. 이 글에서는 안리츠 주식회사가 생산 능력을 향상시키고 또한 측정 오차의 최소화를 실현하기 위해 대응하고 있는 중량 선별기에 대해 소개한다. 이 글에서는 ‘계량’이라는 용어를 ‘질량 계측’의 의미로 사용한다. 중량 선별기의 개요 1. 사용 용도 중량 선별기(그림 1)는 주로 식품·약품용 제조 라인에서 생산되는 상품의 질량을 전수 측정하여 질량의 과부족에 따른 불량품을 후단의 선별 수단에 의해 라인 밖으로 배제하는 검사장치이다. 도입 목적은 상품의 중량·결품 체크에 의한 선별, 충진 손실 최소화를 위한 충진기에 대한 측정값 피드백 제어 외에도, 측정값 경향을 기반으로 한 라인의 이상 감시 등에도 이용되고 있다. 원료의 유효 이용과 포장재 손실 방지, 품질 향상 등 다양한 요구에 대응하고 있으며
신소재 개발의 핵심 단계인 ‘물성 규명’은 그동안 방대한 실험 데이터와 고가 장비에 의존해야 해 연구 효율이 낮다는 한계가 있었다. KAIST 연구진은 재료와 에너지의 변형과 상호작용을 지배하는 물리법칙을 AI와 결합한 새로운 기법을 통해, 데이터가 부족한 상황에서도 신소재를 신속히 탐색하고 재료·기계·에너지·전자 등 다양한 공학 분야의 설계와 검증까지 빠르게 수행할 수 있는 기반을 마련했다. KAIST는 기계공학과 유승화 교수 연구팀이 경희대 임재혁 교수 연구팀, 한국전기연구원(KERI) 류병기 박사와 공동 연구를 통해, 물리 법칙을 인공지능 학습 과정에 직접 반영하는 물리 기반 머신러닝(Physics-Informed Machine Learning, PIML) 기법을 활용해 적은 양의 데이터만으로도 소재 물성을 정확히 규명할 수 있는 새로운 방법을 제시했다고 2일 밝혔다. 첫 번째 연구에서는 고무와 같은 초탄성(hyperelastic) 소재를 대상으로, 단 한번의 실험에서 얻은 적은 데이터만으로도 재료의 변형 양상과 성질을 동시에 규명할 수 있는 물리 기반 인공신경망(Physics-Informed Neural Network, PINN) 기법을 제시했다. 기
GIST, 자율주행차 보행자 인식 오류 유발하는 새 알고리즘 검증 광주과학기술원(GIST)은 AI융합학과 김승준 교수 연구팀이 자율주행차에 활용되는 시각 인식 시스템의 보안 취약점을 진단할 수 있는 새로운 ‘적대적 공격’ 알고리즘을 개발했다고 밝혔다. 자율주행차는 도로 위 보행자, 차량, 차선, 신호등 등 다양한 객체를 실시간으로 정확하게 인식해야 안전하게 주행할 수 있다. 이를 가능하게 하는 핵심 기술이 바로 의미 분할(Semantic Segmentation) 모델이다. 적대적 공격(Adversarial Attack)은 인공지능 모델, 특히 딥러닝 기반 모델이 잘못된 판단을 내리도록 의도적으로 입력 데이터를 교묘히 조작하는 기법을 말한다. 예를 들어 이미지의 픽셀 값을 인간이 눈치채기 힘들 정도로 미세하게 변형해도 모델은 전혀 다른 사물로 잘못 인식할 수 있어 보안 및 신뢰성 측면에서 큰 위협이 된다. 의미 분할(Semantic Segmentation) 모델은 이미지 속의 모든 픽셀을 사물이나 배경 등 특정 의미 단위로 구분해주는 인공지능 기술로, 자율주행차가 도로 상황을 인식할 때 차선, 보행자, 차량, 신호등 등 각각의 객체를 픽셀 단위로 정확히 구분해
전 NBC 뉴스 기자 찰스 서빈과 미국의 전설적 포크 가수 우디 거스리의 공통점은 희귀 유전성 질환인 헌팅턴병을 앓았다는 점이다. 헌팅턴병은 근육 조정 능력 상실, 인지 기능 저하, 정신적 문제를 동반하는 대표적 신경계 퇴행성 질환이다. KAIST 연구팀이 이 병의 원인 단백질인 헌팅틴 단백질의 새로운 기능을 규명하며 발병 원인 이해에 중요한 단서를 제공했다. KAIST는 생명과학과 송지준 교수 연구팀이 오스트리아 과학기술원, 프랑스 소르본느대·파리 뇌연구원, 스위스 연방공대 등과 함께 국제 공동연구를 진행해 헌팅틴 단백질이 세포골격 미세섬유(F-actin)를 다발 형태로 배열하는 구조적 원리를 밝혀냈다고 16일 밝혔다. 연구팀은 초저온 전자현미경(cryo-EM)과 세포생물학적 기법을 활용했다. 기존에는 헌팅틴 단백질이 소포 운반이나 미세소관 수송에 관여하는 등 세포골격을 ‘활용’하는 역할만 한다고 알려져 있었지만, 이번 연구는 헌팅틴 단백질이 세포골격 자체를 물리적으로 조직한다는 사실을 세계 최초로 입증했다. 연구팀은 헌팅틴 단백질이 F-actin에 직접 결합하고, 두 단백질이 짝을 이뤄 약 20나노미터 간격으로 세포골격을 다발 형태로 묶는다는 사실을 확인
광주과학기술원(GIST)은 환경·에너지공학과 박기홍 교수 연구팀이 중국과 한국에서 수집한 초미세먼지(PM2.5)의 화학 성분과 산화잠재력(OP)을 분석하고, 이를 기반으로 건강 유해성을 정밀하게 예측할 수 있는 인공지능(AI) 모델을 개발했다고 30일 밝혔다. 현재 국내에서는 초미세먼지 위험성을 주로 농도 기준으로 평가한다. 그러나 실제 건강에 미치는 영향은 농도뿐 아니라 초미세먼지를 구성하는 성분과 독성에 따라 크게 달라진다. 이에 연구팀은 미세먼지가 체내에서 산화스트레스를 유발하는 능력, 즉 산화잠재력을 새로운 건강위험 지표로 활용했다. 문제는 초미세먼지의 성분과 독성을 직접 측정하는 데 많은 시간과 비용이 소요된다는 점이다. 연구팀은 이를 해결하기 위해 수년간 한국과 중국의 도심과 농촌 지역에서 농도, 화학 성분, 산화 독성 데이터를 동시에 수집해 AI 모델을 학습시켰다. 그 결과 농도와 화학적 성분만으로 산화 독성을 정확히 예측할 수 있는 모델을 구축했다. 특히 연구팀은 ‘설명 가능한 인공지능(XAI)’ 기법을 적용해 초미세먼지 산화 독성에 가장 큰 영향을 주는 성분을 규명했다. 분석 결과 망간(Mn), 납(Pb), 구리(Cu), 아연(Zn), 수용성
단일 센서로 원전 139개 지점 지진 응답 추정...점검 효율 혁신 원자력 발전소의 보조 건물에 몰려 있는 배전반, 비상발전기 같은 전기 설비는 진동에 취약하다. 실제 2016년 경주 지진 때도 콘크리트 건물은 큰 피해가 없었지만 전기 설비 점검을 위해 가동을 중단한 사례가 있다. 이를 일일이 점검하지 않고도 보수가 필요한 설비를 신속히 가려낼 수 있는 기술이 나왔다. UNIST 지구환경도시건설공학과 이영주 교수팀과 한국표준과학연구원 물리측정본부 비파괴측정그룹 이재범 박사팀은 원자력발전소 보조건물 내 139개 세부 지점의 진동 현황을 추정하는 인공지능 모델을 개발했다고 30일 밝혔다. 개발된 인공지능 모델은 단일 센서가 실측한 지진 데이터를 입력받아 건물 내 139개 지점의 지진 가속도 응답을 0.07초 안에 산출한다. 가속도 응답은 지진파가 지나갈 때 설비가 얼마나 빠르고 강하게 흔들렸는지를 보여주는 지표다. 이를 분석하면 우선 점검이 필요한 설비 구역을 파악할 수 있다. 139개 지점의 가속도 응답을 실제로 측정하려면 수백 대의 센서가 필요하지만, 인공지능이 가상 센서 역할을 해 설치 비용과 유지·보수 부담을 줄일 수 있다. 연구팀은 인공지능 모델을 여섯
KAIST는 연구성과를 기반으로 한 국내 로봇 스타트업들이 조선소와 도심 현장에서 새로운 혁신을 이끌고 있다고 30일 밝혔다. 벽과 천장을 자유롭게 오르내리는 산업용 보행 로봇과 강남 도심 속을 걸어 다니는 휴머노이드 보행 로봇이 상용화 무대에 오르며 주목받고 있다. 주인공은 디든로보틱스와 유로보틱스다. 디든로보틱스는 철제 벽면과 천장을 자유롭게 이동하며 작업할 수 있는 ‘승월(昇越) 로봇’ 기술을 상용화해 조선업을 비롯한 산업 자동화 시장에 새로운 돌파구를 제시했다. 2024년 3월 KAIST 기계공학과 휴보랩 DRCD연구실 출신 4명이 공동 창업한 디든로보틱스는 사족보행 로봇 ‘DIDEN 30’을 개발했다. 이 로봇은 자율주행 기술과 족형 다리 구조, 자석 발을 결합해 사람이 접근하기 어려운 고위험 작업 환경에서도 활용 가능하다. DIDEN 30은 선박 건조 현장에서 구조물로 빽빽하게 설치된 철제 보강재(론지)를 넘는 ‘론지 극복 테스트’를 성공적으로 마치며 현장 적용 가능성을 입증했다. 현재는 선박 내부의 좁은 출입구인 액세스홀을 통과할 수 있도록 기능 고도화를 진행 중이며, 2026년 하반기부터는 용접·검사·도장 등 실제 작업 투입을 목표로 성능 개선
김미소 교수, 와일리 라이징 스타·여성 재료과학상 동시 수상 KAIST 연구진이 광경화 3D 프린팅의 내구성 한계를 극복할 수 있는 신기술을 개발, 의료용 보형물부터 정밀 기계 부품까지 한층 튼튼하면서도 경제적으로 제작할 수 있는 길을 열었다. KAIST는 기계공학과 김미소 교수 연구팀이 디지털 광 조형(DLP, Digital Light Processing) 기반 3D 프린팅의 내구성 약점을 해결할 수 있는 신기술을 개발했다고 29일 밝혔다. DLP 프린팅은 빛으로 액체 레진을 굳혀 정밀 구조물을 제작하는 기술로 치과·정밀 기계 등 다양한 분야에서 쓰이고 있다. 그러나 내구성이 낮아 충격에 취약한 단점이 있었다. 연구팀은 ▲충격과 진동을 흡수하면서 다양한 물성을 구현할 수 있는 신규 광경화 레진 소재와 ▲구조물의 각 부위에 최적 강도를 자동 배치하는 머신러닝 기반 설계 기술을 결합해 문제를 해결했다. 특히 ‘동적 결합을 도입한 폴리우레탄 아크릴레이트(PUA)’ 소재를 개발해 기존보다 충격·진동 흡수 능력을 크게 향상시켰다. 또한 빛의 세기를 조절해 하나의 레진에서 서로 다른 강도를 구현하는 ‘회색조 DLP’ 기술을 적용, 부위별 맞춤 강도 부여에 성공했다.
스마트폰, 인공지능 메인 칩에 전력을 안정적으로 공급하고 잡음을 제거하는 초소형 전력관리 반도체가 국내 연구진에 의해 개발됐다. 전력 관리 성능은 세계 최고 수준을 기록하면서도 크기는 기존보다 작아져, 전압 변동이 심한 AI 반도체와 잡음에 민감한 6G 통신칩 등 차세대 시스템온칩(SoC) 개발에 기여할 전망이다. UNIST 전기전자공학과 윤희인 교수 연구팀은 초소형 하이브리드 전력관리 반도체 LDO(Low Dropout Regulator)를 개발했다고 29일 밝혔다. LDO는 메인 반도체에 공급되는 전압을 일정하게 유지하고 직류 전압에 섞인 교류 잡음을 걸러주는 역할을 한다. 스마트폰에서 게임 앱을 갑자기 실행하거나 종료할 때 전류 사용이 급격히 바뀌면 전압도 요동치는데, LDO가 이를 안정화한다. 연구팀이 개발한 LDO는 아날로그 회로 기반에 디지털 회로 장점을 더한 하이브리드 구조로, 전압 안정화 성능과 잡음 억제 성능을 동시에 확보했다. 시험 결과, 99mA 전류 변화 상황에서도 출력 전압 출렁임을 54mV 수준으로 억제하고 667나노초 만에 전압을 복구했다. 잡음 억제 성능(PSRR)은 –53.7dB(100mA 부하, 10kHz 기준)로, 주파수 1
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 10월 14일 17시 28분
