딥러닝의 의사결정을 설명하고 해석하는 기술, 딥러닝의 예측에 대한 신뢰성 높여 KAIST는 김재철AI대학원 최재식 교수(인이지 대표이사) 연구팀이 인공지능 딥러닝의 의사결정에 큰 영향을 미치는 입력 변수의 기여도를 계산하는 세계 최고 수준의 기술을 개발했다고 23일 밝혔다. 최교수 연구팀은 딥러닝 모델이 국소적인 입력 공간에서 보이는 입력 데이터와 예측 사이의 관계를 기반으로, 입력 데이터의 특징 중 모델 예측의 기여도가 높은 특징만을 점진적으로 추출해나가는 알고리즘과 그 과정에서의 입력과 예측 사이의 관계를 종합하는 방법을 고안해 모델의 예측 과정에 기여하는 입력 특징의 정확한 기여도를 계산했다. 해당 기술은 모델 구조에 대한 의존성이 없어 다양한 기존 학습 모델에서도 적용이 가능하며, 딥러닝 예측 모델의 판단 근거를 제공함으로써 신뢰도를 높여 딥러닝 모델의 활용성에도 크게 기여할 것으로 기대된다. 인이지의 전기영 연구원, KAIST 김재철AI대학원의 정해동 연구원이 공동 제1 저자로 참여한 이번 연구는 오는 12월 1일, 국제 학술대회 '신경정보처리학회 2022'에서 발표될 예정이다. 모델의 예측에 대한 입력 특징의 기여도를 계산하는 문제는 해석이 불가능
하이브리드 및 멀티 클라우드 환경서 기업의 컴플라이언스 준수·데이터 거버넌스 관리 지원 주요 정보 시스템, 사이버 보안 및 데이터 보안 기업 탈레스가 클라우드 암호화 키 관리 솔루션 '사이퍼트러스트 클라우드 키 매니저'의 최신 기능을 발표했다. 해당 솔루션은 아마존 AWS, 구글 클라우드, 마이크로소프트 애저, 오라클 클라우드, SAP, 세일즈포스 등의 주요 퍼블릭 클라우드에서 디지털 주권 요구사항을 관리할 수 있도록 지원하는 동시에, BYOK(Bring Your Own Key) 기능으로 기업에게 강화된 데이터 보안 및 암호화 키 소유권을 제공할 계획이다. 탈레스는 앞서 '2022 탈레스 클라우드 보안 보고서'를 통해 설문 참여 기업 중 72%가 복수의 클라우드 서비스 제공업체를 이용한다며 멀티 클라우드 도입의 가속화를 나타낸 바 있다. 해당 보고서 응답자의 과반수(52%)가 클라우드 암호화 데이터 접근용 키를 클라우드 제공업체의 콘솔에서 관리하고 있다고 응답했다. 이러한 가운데, 탈레스가 제공하는 BYOK기능은 사용자가 멀티 퍼블릭 클라우드 전반에서 민감데이터를 통제할 수 있도록 철저한 암호화와 키 라이프 사이클 관리를 제공하는 외부 키 관리 서비스로, 사
산업용 소프트웨어 기업 아스펜테크가 aspenONE 소프트웨어의 최신 버전인 V14를 출시한다고 22일 발표했다. aspenONE V14는 첨단 인텔리전스와 가이던스 기능을 제공해 의사결정역량을 개선하고 오퍼레이셔널 엑설런스를 한층 향상시켜 준다. 또한, 100개 이상의 샘플 모델을 적용해 지속가능성 프로젝트를 가속화하고, 스코프 1 및 2 배출량을 관리함으로써 탄소 발자국을 줄일 수 있게 한다. 아스펜테크의 제품 관리 부문 수석 부사장인 데이비드 알바이텔은 "지금은 기업들이 운영 전반에 걸쳐 효율성과 지속가능성을 최적화해야 하는 중요한 시기"라며 "고객들은 인구 증가에 따른 수요 증가를 보다 지속가능한 방식으로 충족해야 하는 이중적 과제를 안고 있다"고 말했다. 이어 "V14의 새로운 기능들은 고객이 지속가능성 목표와 오퍼레이셔널 엑설런스를 향해 나아가는 과정을 간소화하면서 보다 강력한 비즈니스 성과를 거두는 데 도움이 된다"고 설명했다. aspenONE V14는 100개 이상의 지속가능성 샘플 모델을 갖춰 배출가스 관리, 수소 경제, 탄소 포집, 자원 순환, 바이오 기반 원료, 재생 에너지 분야의 모델링을 촉진할 수 있다. 탈탄소화 규정 준수·보고를 위해
건국대학교와 광운대학교 연구진으로 구성된 ‘NeuroK2연구회’가 뇌파 신호로 드론을 원격 조정할 수 있는 기술을 공동 개발했다고 18일 밝혔다. 연구팀은 11월 21일 오전 건국대에서 기술 공개 시연을 진행한다. NeuroK2연구회는 첨단 미래 과학기술 연구 및 응용을 위해 건국대학교 윤광준, 강태삼 교수, 김정관 박사과정생, 강준구 연구원과 광운대학교 심상렬, 이범구 교수, 이구형 박사, 오장길 박사 등 연구진으로 구성됐다. 이 기술의 핵심은 인간의 뇌에서 발생하는 뇌파 신호를 디지털 신호로 변환해 드론의 비행 통제시스템과 연동하는 기술이다. 뇌파를 활용해 원격으로 드론을 이륙시킨 후 제자리 정지비행(hovering), 고도 상승 및 하강을 제어한다. 공동연구에서 드론의 무선통신 제어 분야는 건국대 윤광준 교수팀이, 뇌파 활용 제어의 휴먼-머신 인터페이스 기술 적용은 건국대 강태삼 교수팀이, 뇌파 데이터의 잡음제거와 신호변환 분야는 광운대 심상렬 교수팀이 각각 개발했다. 기술의 공개 시연도 진행한다. 연구팀은 11월 21일 오전 11시 건국대학교 공대 E동 1층에서 시연회를 진행한다. 연구팀은 “이번에 개발된 뇌파(EGG)와 뇌-컴퓨터 인터페이스(BCI)
요약 데이터 센터에서 리튬이온 배터리 사용이 보편화하고 있다. 하지만 비용과 지속가능성 측면에서 리튬이온 배터리 재활용에 관한 회의적인 시각은 계속되고 있다. 사람들은 흔히 리튬이온 배터리를 대부분 매립지에 매립한다고 생각하고, 또 재활용을 하더라도 용광로에서 소각해서 몇 가지 금속을 회수하는 것을 제외하고 모든 것을 태워버리는 것으로 생각한다. 5년 전만 하더라도 이렇게 처리하는 것이 일반적이었다. 하지만 이제는 점점 더 많은 기업이 배터리로부터 유용한 광물을 더 많이 회수하고 폐기물은 최소화하는 재활용 프로세스를 도입하고 있다. 기업은 리튬이온 배터리 재활용을 통해 지속가능성은 높아지고 배터리로부터 회수한 광물의 가치가 높아짐으로써 전반적인 재활용 비용을 상쇄하는 것이 가능해지고 있다. 이 글에서는 리튬이온 배터리 재활용을 둘러싸고 어떤 새로운 동향들이 나타나고 있고, 어떤 새로운 재활용 프로세스들이 도입되고 있으며, 새로운 프로세스들이 기존 배터리 재활용 기법과 어떻게 다르고, 어떤 리튬이온 배터리가 더 많은 가치를 회수할 수 있는지 등등을 알아본다. 배경 정보 리튬이온 배터리는 일반 스마트폰, 개인 노트북, 전동 공구에서부터 하이브리드카와 자율주행차에
KAIST는 전기및전자공학부 노용만 교수 연구팀이 물체를 검출하는 딥러닝 신경망에 대한 적대적 공격을 방어하는 알고리즘을 개발했다고 15일 밝혔다. 최근 몇 년간 인공지능 딥러닝 신경망 기술이 나날이 발전하고 실세계에 활용되면서, 딥러닝 신경망 기술은 자율주행 및 물체검출 등 다양한 분야에서 떠오르는 핵심기술로 주목받고 있다. 하지만 현재의 딥러닝 기반 검출 네트워크는, 특정한 적대적 패턴을 입력 이미지에 악의적으로 주입하여 잘못된 예측 결과를 초래하는 적대적 공격에 대해 심각하게 취약하다. 적대적 패턴이란 공격자가 검출이 되지 않기 위해 인위적으로 만든 패턴이다. 이 패턴이 포함된 물체는 검출이 되지 않게 하는 것으로 적대적 패턴 공격이라 한다. 이러한 취약성은 인공지능으로 대표되는 딥러닝 기반의 모델을 국방이나 의료 및 자율주행 등 국민의 생명과 재산을 직접 다루는 분야에 적용할 때 크게 문제가 된다. 구체적인 예로 국방·보안을 위한 감시 정찰 분야에서 적군이 적대적 패턴으로 위장하여 침입하면 검출을 못하는 경우가 발생하여 국방 및 보안에 매우 큰 위험을 초래할 수 있다. 기존의 많은 연구가 적대적 패턴 공격을 막기 위해 노력했으나 추가로 복잡한 모듈이
사람은 ‘눈이 아니라 뇌로 본다’는 말이 있다. 우리의 뇌는 시각·청각·촉각·미각·후각 등 감각 기관에서 들어온 정보를 뇌에서 해석하여 세상을 이해한다. 특히 우리 뇌의 상당부분은 감각기관을 통해서 획득하는 정보의 80% 이상을 차지하는 시각 정보를 해석하는데 사용된다. 그래서 우리가 매일 인지하는 세계는 시각 정보가 ‘모사’된 세계가 아니라 우리 뇌가 ‘해석’한 세계이다. 로봇도 마찬가지이다. 특히 스마트 팩토리에서 다양한 작업물을 다루어야 하는 로봇이 주변 환경과 사물을 스스로 인식할 수 있는 ‘시각 지능’을 갖추어야 하며 이를 ‘로봇 비전’ 기술이라고 한다. ‘로봇 비전’은 사람의 ‘눈’에 해당하는 하드웨어인 ‘카메라’ 기술과 카메라로 들어온 시각 정보를 해석하는 ‘비전 소프트웨어’ 기술로 나눌 수 있다. 이번 편에서는 ‘카메라’의 핵심 원리와 작동 방식 및 종류에 대해 먼저 알아보고 다음 편에서는 로봇 전용 비전 소프트웨어에 대해 기술하려고 한다. 카메라의 핵심 원리 ‘로봇 비전’에서 사용하는 카메라는 크게 2D와 3D로 나눌 수 있다. 2D 카메라는 우리가 일반적으로 사용하는 핸드폰 카메라나 웹카메라 등과 같이 촬영한 3D 공간상의 피사체를 2D 평
대구경북과학기술원(DGIST)은 로봇 및 기계전자공학과 김회준 교수와 화학물리학과 홍선기 교수 공동연구팀이 생체친화적 방법으로 신체 움직임 같은 물리적 에너지를 전기 에너지로 바꾸는 기술을 개발했다고 10일 밝혔다. 물리적 에너지를 전기 에너지로 바꾸는 기존의 기술은 대부분 인체에 유해한 납 성분을 포함하고 있어 인체에 활용할 수 없었다. 김·홍 교수팀은 인체에 적용 가능한 합성소재를 활용해 에너지 전환 기술을 개발했다. 해당 기술은 생체친화적 특성을 검증하기 위해 한 세포 생존율 테스트에서 생존뿐 아니라 번식도 가능한 것으로 나타나 인체에 적용해도 문제가 없는 것으로 확인됐다. 이 기술을 활용한 발전 소자를 신체 부위에 부착해 걷거나 움직일 때 실시간으로 에너지를 모을 수 있다. 김 교수는 "이 기술을 이용한 발전 소자는 최대 전압 20V, 전류 250㎁를 달성해 전자계산기나 손목시계 같은 소형 전자기기 전력원으로 활용할 수 있을 뿐 아니라 자가 발전 진동 센서로도 활용할 수 있어 광범위한 분야에서 활용할 수 있을 것으로 기대한다"고 말했다. 이 연구는 에너지 분야 과학 저널 '나노에너지'(Nano Energy) 11월호에 실렸다. 헬로티 김진희 기자 |
앤시스코리아는 AWS(Amazon Web Services)를 기반으로 앤시스 시뮬레이션 솔루션들에 액세스하고 배포할 수 있는 클라우드 기반 시뮬레이션 플랫폼인 '앤시스 게이트웨이(Ansys Gateway)'를 3일 발표했다. AWS 기반 앤시스 게이트웨이는 시뮬레이션 소프트웨어를 보다 합리적인 가격에 구입해 사용할 수 있도록 지원하기 위해 설계된 전략의 일환으로 클라우드에서 앤시스 애플리케이션 및 고성능 컴퓨팅(HPC) 리소스에 대한 온디맨드(주문형) 액세스를 제공한다. 고객은 확장 가능한 하드웨어와 컴퓨팅 용량을 활용하면서 AWS에서 CAD/CAE 클라우드 사용량 및 비용을 관리하고 제어할 수 있다. 앤시스 게이트웨이는 앤시스 애플리케이션뿐만 아니라 널리 사용되는 다른 CAE/CAD 소프트웨어와도 연동하여 사용할 수 있도록 클라우드 기반 지원을 제공한다. 또한, 하이브리드 아키텍처를 제어함으로써 고객은 AWS를 기반으로 하는 앤시스 게이트웨이에 자체적으로 사용하고 있는 라이센스를 연동시켜 사용자 액세스, 권한, 데이터 및 보안을 쉽게 관리할 수 있다. 이밖에도 고객은 앤시스 애플리케이션에 즉시 직관적으로 액세스할 수 있다. 고객은 제품 출시 기간을 단축할
물리학과 최근수 교수 연구…"탄소 결함이 구조적 유연성 높여" 값비싼 귀금속 촉매를 대체할 물질로 주목받는 '탄소 기반 촉매'의 반응 원리를 설명한 연구가 나왔다. 울산과학기술원(UNIST)은 물리학과 최근수 교수가 전기화학 반응을 촉진하는 탄소 기반 촉매의 이론적 원리를 밝혔다고 2일 밝혔다. 탄소의 결함(질소 도핑 또는 탄소 공백)과 구조적 유연성, 화학 반응이 맞물리면서 백금 같은 귀금속 없이도 촉매 활성이 가능해진다는 것이 핵심 내용이다. UNIST에 따르면 수전해 수소 생산이나 금속-공기 이차전지, 수소 연료전지 등에는 '산소 환원 반응'이 필요하다. 이 반응은 산소와 수소, 전자가 만나 물이 되는 과정인데, 촉매 없이는 반응이 잘 일어나지 않는다. 이 때문에 촉매 성능이 뛰어난 귀금속인 백금이 꼭 필요한데, 백금은 비싸고 내구성이 떨어져 대체 물질로 탄소 기반 촉매가 활발히 연구되고 있다. 그러나 탄소 기반 촉매가 전기화학 반응을 촉진하는 원리는 명확히 밝혀지지 않았다. 이에 최 교수는 탄소의 독특한 구조적 특성에 주목해 탄소 기반 촉매가 반응을 활성화하는 원리를 규명했다. 대표적인 탄소의 구조는 크게 두 종류인데, 그래핀이나 흑연처럼 3개가 결합
센서 및 액추에이터와 같은 단순한 필드장치는 이더넷을 필드버스 인터페이스로 통합하는 것에 대해서 오랫동안 거부를 해왔다. 왜냐하면 이더넷을 산업용으로 사용하는데 있어서 경험이 없고 신뢰성에 대한 믿음이 없으며, 기기 통합의 관점에서 자세히 들여다보면, 제한 요인은 이더넷 인터페이스 자체의 크기, 전력 및 비용이 문제가 되었다. 지난 몇 년 동안 통신기술은 많은 발전을 이루었고, 그간 막연히 품었던 의구심을 해결하기 위해 이더넷 환경을 크게 변화시켰다. 이 백서는 ‘복잡도가 낮은 이더넷’의 개념에 대해 정의를 하고 이 개념을 사용, 센서 및 액추에이터와 같은 에지(Edge) 장치에 신뢰할 수 있는 EtherNet/IP 통신을 제공하는 방법을 설명 하고자 한다. 또한, 브라운필드(Brownfield) 설치가 EtherNet/IP를 에지(Edge)로 가져오는 이점을 활용할 수 있는 미래의 방향을 확인해 줄 것이다. 배경 이 백서는 주로 산업용 이더넷 노드의 하드웨어 비용과 복잡성을 줄이기 위한 새로운 접근 방식에 관한 것이다. 지원해야 하는 프로토콜과 모드 측면에서 소프트웨어의 복잡성 감소를 구체적으로 다루지는 않지만, 이 또한 중요한 연구 분야의 하나이다. 이러
광주과학기술원(GIST) 연구진이 차세대 태양전지 제작에 필수적으로 사용되는 신물질을 개발했다. GIST 신소재공학부 김호범 교수는 스위스 로잔 연방공대 나지루딘 교수팀, 다이슨 교수팀, 이탈리아 콘실리오 국립연구소 포지 박사팀과 함께 페로브스카이트 태양전지 정공수송용 신규 소재 'BSA50'를 개발했다고 1일 밝혔다. 페로브스카이트 태양전지는 금속-할로겐 페로브스카이트 소재를 태양광 흡수를 위한 광활성층으로 사용하는 태양전지다. 최근 실리콘 태양전지와 동등한 수준의 효율이 보고됐고, 낮은 제작 단가·용이한 생산 공정·유연화 가능 등의 장점이 있어 실리콘 태양전지를 이을 차세대 태양전지로 주목받고 있다. 연구진은 태양전지의 광 흡수층 내 생성된 전하(양전하)를 효과적으로 수송해 추출하는 역할을 하는 '정공수송층' 소재를 신소재로 대체해 페로브스카이트 태양전지 상용화 가능성을 제시했다. 새로운 정공수송층 소재인 BSA50을 적용한 페로브스카이트 태양전지는 기존 정공수송층을 사용한 소자의 광전변환 효율과 거의 비슷(97% 수준)한 22.65%의 효율을 보였다. 안정성 면에서는 태양광 아래 1000시간 동안 작동 후에도 초기 효율 대비 89% 이상 유지됨을 보여줘
업계 최초 MS 애저 및 AWS 클라우드 인프라 기반 DB 통합 관리 오픈소스 포스트그레SQL(PostgreSQL) 지원 기업인 EDB는 1일 AWS에서 사용할 수 있는 동급 최고의 클라우드 기반 완전 관리(서비스)형 포스트그레SQL 데이터베이스 관리 솔루션인 '빅애니멀(BigAnimal)'을 출시한다고 밝혔다. EDB는 애저(Azure) 또는 AWS에서 빅애니멀을 사용해볼 수 있도록 셀프 서비스 무료 평가판을 제공한다고 밝혔다. 빅애니멀은 오라클 데이터베이스와의 완벽한 호환성을 제공하며, 전문 포스트그레 엔지니어가 구축하고 지원하는 완전 관리형 DB 관리 솔루션이다. 이 솔루션은 기업 고객들의 주요 데이터베이스를 AWS, MS 애저를 포함한 주요 클라우드 인프라에 유연하게 구축할 수 있는 업계 최초의 완전 관리형 포스트그레스 DBaaS(서비스형 데이터베이스)가 됐다. 빅애니멀은 고가용성 및 자동 백업 기능을 제공하며, 연중무휴 운영 및 지원을 통해 기업은 IT 지출을 줄이고 탁월한 성능, 확장성 및 보안을 갖춘 미션 크리티컬한 엔터프라이즈 데이터베이스 애플리케이션을 클라우드에서 안전하게 실행할 수 있도록 해준다. 특히 AWS, MS 애저 클라우드 인프라를
배경 글로벌 AI 설비 기업인 NEC는 광범위한 시스템 설계 및 배포에 있어 선두 주자다. 다양한 AI 기술 연구 개발(R&D) 부분에서 반세기 동안의 실적을 보유하고 있으며 이미지 및 영상 인식, 데이터 분석, 최적화된 계획 수립 및 관리 등 다양한 분야에서 세계 최고 수준의 AI를 개발하고 있다. NEC는 안면 및 홍채인식 분야에서 세계 1위이며, 머신러닝 관련 국제 컨퍼런스의 채택 횟수를 기준으로 세계 8위다. NEC는 모든 연구소에서는 수백 명의 연구원과 AI 연구를 진행해, 세계 최고 수준의 AI 연구 및 개발 역량을 지니고 있다. NEC는 AI 기술 경쟁력을 강화하고 AI 분야 비즈니스 경쟁력을 유지 및 강화하기 위해 슈퍼마이크로 GPU와 울트라 시스템을 채택했다. 해결과제 NEC는 첨단 AI 개발 및 사회적 가치 창출 가속화를 과제로 인식하고 AI 개발에 착수했다. 하지만 실제 개발 과정에서 데이터, 알고리즘 등 다양한 변수가 있다는 것을 깨달았고 수천 번의 시행착오를 반복했다. 이는 딥러닝에 필요한 연산을 증가시켜 학습 실행에 최대 수천 시간, 때에 따라 더 많은 시간을 소요하게 됐다. 예를 들어, 대규모 인공지능 자연어처리 모델인 GP
베이징대와 공동 연구…"차세대 전자기기 재료로 사용 가능" 울산과학기술원(UNIST)은 그래핀을 10만 층 높이로 쌓아 '완벽한 단결정 흑연'을 합성했다고 30일 밝혔다. UNIST에 따르면 신소재공학과 펑 딩(Feng Ding) 교수는 중국 베이징대 연구팀과 공동으로 단결정 흑연 필름을 합성하는 데 성공했다. 개발된 흑연은 일반 흑연보다 열이나 전기의 전도성이 뛰어난 데다 얇고 유연해, 붙이거나 접을 수 있는 배터리와 휴대전화 등 차세대 전자기기에 쓰일 수 있다. 흑연은 판상형 물질인 그래핀이 켜켜이 쌓여 있는 형태인데, 이 그래핀 층들은 서로 고정하는 힘이 스카치테이프로 떼어낼 수 있는 수준으로 약한 특성이 있다. 이러한 특성 대문에 역으로 그래핀을 쌓는 방식으로는 고품질 흑연을 합성하기 어렵다. 층 사이가 잘 고정되지 않아 그래핀들이 쉽게 다결정 형태로 으스러지는데, 결정이 여러 개로 분리된 다결정은 단결정보다 품질이 떨어진다. 연구팀이 합성한 흑연 필름은 천연 흑연이나 기존 인조 흑연과 달리 완벽한 단결정 형태다. 흑연 필름 면적은 1제곱인치에 이를 만큼 크며, 내부 불순물도 0에 가깝다. 그래핀 층간 간격도 이제껏 나온 어떤 흑연보다 조밀하다. 간격
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 04월 19일 10시 10분
