KAIST는 전기및전자공학부 김준모 교수 연구팀이 변환 레이블(transformational labels) 없이도 스스로 변환 민감 특징을 학습할 수 있는 새로운 시각 인공지능 모델 ‘STL(Self-supervised Transformation Learning)’을 개발했다고 13일 밝혔다. 연구팀이 개발한 시각 인공지능 모델 STL은 스스로 이미지의 변환을 학습, 이미지 변환의 종류를 인간이 직접 알려주면서 학습하는 기존 방법들보다 높은 시각 정보 이해 능력을 보였다. 특히 기존 방법론들을 통해 학습한 모델이 이해할 수 없는 세부적인 특징까지도 학습하여 기존 방법 대비 최대 42% 우수한 성능을 보였다. 컴퓨터 비전에서 이미지 변환을 통한 데이터 증강을 활용해 강건한 시각 표현을 학습하는 방식은 일반화 능력을 갖추는 데 효과적이지만, 변환에 따른 시각적 세부 사항을 무시하는 경향이 있어 범용 시각 인공지능 모델로서 한계가 있다. 연구팀이 제안한 STL은 변환 라벨 없이 변환 정보를 학습할 수 있도록 설계된 새로운 학습 기법으로, 라벨 없이 변환 민감 특징을 학습할 수 있다. 또한 기존 학습 방법 대비 학습 복잡도를 유지한 채로 효율적인 최적화할 수 있는
KAIST는 항공우주공학과 한재흥 교수 연구팀이 미국기계학회(American Society of Mechanical Engineers, ASME)의 기계 디자인 저널(Journal of Mechanical Design)에서 2023년도 최우수 논문상을 수상했다고 6일 밝혔다. KAIST 항공우주공학과 김태현 박사와 박사과정 장건익 학생, 이대영 교수가 참여한 논문은 2023년도에 출판된 150여 편의 논문 중에서 기계설계(Machine design) 분야의 최고 우수 논문으로 선정됐다. 국내 기관에서 수행한 연구 결과로 본 상을 받은 것은 이번이 최초다. 연구진은 최근 항공우주 등 다양한 기계설계 분야에서 주목받고 있는 폴더블(Foldable) 구조 설계 시, 균일한 두께의 패널을 적용하면서도 구멍이나 빈 공간 없이 펼쳐진 상태의 유효 면적을 최대화할 수 있는 설계 방법론을 제시했다. 일반적인 구조는 재료가 두꺼워지면 간섭에 의해 구조물을 접는 것이 제한적이며, 조금만 패턴이 복잡해지더라도 빈 공간 없이 균일한 두께로 폴더블 구조를 설계하는 것은 어렵다고 알려져 있었다. 이러한 문제를 해결하고자 연구진은 균일한 두께의 재료가 적용 가능하면서도 빈 공간 없이
디지털 전환이 가속화됨에 따라 데이터 활용은 기업과 개인 모두에게 필수적인 요소로 자리 잡았다. 데이터를 기반으로 효율적인 의사결정을 내리는 것은 모든 산업에서 경쟁력을 강화하는 핵심 방법이다. SHAPER는 사용자 친화적인 인터페이스와 다양한 기능으로 이러한 흐름을 주도하며, 지속적인 성장을 기대하고 있다. 3가지 미래 전망 ▪디지털 전환 시대의 데이터 활용 핵심 도구=데이터가 비즈니스의 중심으로 떠오르는 시대, SHAPER는 단순한 분석 도구를 넘어 디지털 전환의 핵심 도구가 된다는 게 목표. 복잡한 데이터 분석 과정을 간소화하여 모든 사용자가 빠르게 인사이트를 도출할 수 있는 효율성, 구독형 클라우드 모델을 통해 초기 투자비용을 줄이고, 지속적인 업데이트로 최신 기술을 사용할 수 있는 비용 절감형이 이 전략의 무기라고 말한다. ▪기술적 진화와 확장 가능성=머신러닝과 딥러닝 기술을 지속적으로 통합하며 데이터 분석의 정교함을 높이고 있다. 머신러닝 알고리즘 20종과 딥러닝 모델이 포함된 워크플로우로 사용자가 더 깊이 있는 인사이트를 도출할 수 있다는 설명이다. 또한 클라우드 기반 플랫폼은 국경을 넘어 어디서나 사용 가능하며, 글로벌 기업 간 협업을 지원한다
KAIST 연구진이 상용 촉매 대비 약 62% 이상의 전류 밀도를 유지시켜 수소 연료전지 수명을 획기적으로 연장시키는데 성공했다. KAIST는 신소재공학과 정연식 교수, 조은애 교수 공동연구팀이 수소전기차의 핵심 부품인 연료전지 장치에 활용될 수 있는 고내구성 촉매 소재를 개발했다고 4일 밝혔다. 이번에 개발된 촉매는 실제 구동 환경에서 수천 시간에 맞먹는 강도의 2만 사이클 내구성 평가를 거친 후에도 초기 성능에 가까운 수준을 유지할 만큼 높은 내구성을 갖추고 있어 기존 연료전지에서 가장 큰 걸림돌로 지적됐던 수명 문제를 해결하는 성과로 평가된다. 연구팀은 ‘3차원 자이로이드 나노구조체 기반 촉매 플랫폼’을 개발하는 데 성공했다. 자이로이드 나노구조체는 3차원적으로 길게 연결된 구조로 인해 전기적 연결성이 우수하고 이온이나 기체의 이동이 이동할 수 있는 빈 통로가 많은 장점이 있어 차세대 에너지 소재로 유망하다. 연구팀은 자기조립 특성이 있는 고분자를 활용해 3차원 자이로이드를 합성하고 백금 입자를 강한 결합으로 탑재해 연료전지 구동 시에도 백금 입자의 이동을 원천 차단하고자 했다. 또한 자이로이드 내부에 증기압을 발생시켜 자이로이드 내부 공간까지 비움으로
SHAPER는 기업과 개인을 위한 맞춤형 서비스 플랜과 경쟁력 있는 가격 정책을 통해 데이터 분석 시장에서의 입지를 넓힌다는 전략이다. 데이터 분석 플랫폼의 성공은 기술력뿐 아니라 시장 접근 전략과 사용자 중심의 서비스 설계에 달려 있다. 이 솔루션은 기업과 개인 사용자를 모두 아우르는 맞춤형 플랜과 경쟁력 있는 가격 모델을 통해 데이터 활용의 문턱을 낮추는 데 주력하고 있다. 기업 회원과 개인 회원으로 구분해 다양한 사용자층의 요구를 반영한 세분화된 플랜을 제공하며, 각각의 역할과 필요에 맞는 서비스를 지원하고 있다. 기업 회원 플랜 : 데이터 분석과 시각화를 업무에 통합 SHAPER의 기업 회원 플랜은 데이터 분석과 시각화를 업무에 통합하려는 기업의 요구를 충족시키는 데 중점을 두고 있다. 특히 제조기업, IT 기업, 데이터 비즈니스 기업 등이 주요 대상이다. ▪편집자(Editor) 권한=편집자 플랜은 기업 내 데이터 분석 및 시각화 작업을 수행하는 핵심 사용자들을 위해 설계되었다. △데이터 업로드, 가공, 탐색 및 저장 △대시보드와 리포트 생성 및 공유 △프로젝트 생성과 관리 등이 가능하며, 기업 내 분석 전문가들이 효과적으로 작업을 수행할 수 있도록
SHAPER는 데이터 시각화의 직관성과 유연성을 강조하며, 사용자가 쉽고 빠르게 대시보드를 제작하고 공유할 수 있는 환경을 제공한다. 데이터 분석의 마지막 단계는 결과를 이해하고 이를 바탕으로 의사결정을 내리는 것이다. 이 과정에서 데이터를 시각적으로 표현하는 것은 복잡한 정보를 직관적으로 전달하는 데 필수적이다. SHAPER는 데이터 시각화를 위한 강력한 도구와 함께 협업을 지원하는 기능을 제공하여 팀 단위에서의 데이터 활용도를 극대화한다. 시각화 구현: 데이터에 생동감을 더하다 이 제품의 시각화 기능은 데이터를 생동감 있게 표현하며, 사용자가 원하는 방식으로 정보를 전달할 수 있도록 한다. 특히, 드래그 앤 드롭 방식의 사용자 인터페이스는 데이터 시각화 과정을 단순화하면서도 유연성을 보장한다. ▪드래그 앤 드롭 방식의 레이아웃 구성=대시보드 구성은 드래그 앤 드롭 방식으로 이루어진다. 사용자는 데이터를 선택하고, 원하는 위치에 차트를 배치하며, 레이아웃을 설계할 수 있다. 이는 사용자가 전문적인 UI/UX 지식 없이도 직관적이고 심미적인 시각화 화면을 제작할 수 있게 한다. ▪템플릿 기반 시각화 지원=사용자가 미리 설계된 템플릿을 불러오거나 추천받아 대시
한국과학기술원(KAIST)은 신소재공학과 김일두 교수팀이 아주대 이지영 교수팀과 공동으로 물을 이용한 친환경 공법으로 리튬금속 보호막을 제조, 리튬이차전지의 수명을 획기적으로 높이는 데 성공했다고 2일 밝혔다. 리튬은 리튬이차전지의 차세대 음극 소재로 주목받고 있다. 현재 음극으로 가장 많이 쓰이는 소재는 흑연이지만, 에너지 밀도가 낮고 이론 용량이 적어 리튬 금속이 가장 이상적인 음극재로 꼽힌다. 다만 충전 과정에서 음극 표면에 생기는 덴드라이트(dendrite·수지상결정, 리튬이온이 음극 표면에 쌓이면서 나뭇가지 모양으로 성장하는 현상)로 인해 수명이 저하될 수 있으며 화재로 이어질 위험이 있다. 덴드라이트 성장을 억제하기 위해 리튬 금속 표면에 보호막을 입혀 리튬 금속과 전해액 간 계면을 만드는 보호막 기술에 대한 연구가 활발히 진행되고 있다. 연구팀은 값비싼 재료 없이도 리튬이온 성장을 물리적·화학적으로 제어할 수 있는 중공(中空) 구조의 나노섬유 보호막을 개발했다. 식물에서 추출한 천연 고분자 화합물인 구아검을 물에 녹인 뒤 전기방사(electron spinning) 기술을 이용, 수십 ㎚(나노미터·10억분의 1ｍ)∼수 ㎛(마이크로미터·100만분의
SHAPER는 다양한 데이터 소스를 연결하고, 직관적인 Canvas 기반 워크플로우를 통해 데이터 가공 및 분석을 손쉽게 수행할 수 있는 강력한 도구를 제공한다. 데이터 분석은 여러 단계의 작업을 요구한다. 데이터의 수집, 가공, 분석, 그리고 시각화까지 모든 과정이 유기적으로 연결되어야 실질적인 인사이트를 얻을 수 있다. 이러한 복잡한 과정을 단순화하여 사용자들이 데이터의 가치를 최대한 활용할 수 있도록 돕는다. 데이터 연결 및 로딩 : 다양한 소스 지원 SHAPER의 첫 번째 특징은 다양한 데이터 소스를 손쉽게 연결할 수 있다는 점이다. 데이터는 여러 형식과 저장 위치에서 생성되며, 이를 적절히 통합하는 것은 데이터 분석의 출발점이다. 이 제품은 다음과 같은 데이터 연결 방식을 지원한다. ▪파일 업로드=사용자는 CSV, Excel 등 일반적인 데이터 파일을 업로드하여 분석에 활용할 수 있다. 이는 기업 내부에서 생성되는 보고서나 기타 문서 기반 데이터를 즉시 처리할 수 있도록 해준다. ▪데이터베이스 연결=다양한 관계형 데이터베이스와의 연결을 지원한다. MariaDB, MySQL, MS-SQL, PostgreSQL 등 주요 데이터베이스와의 원활한 연동은 데
KAIST 연구진이 바이오 경로 정보를 자동으로 추출할 수 있는 인공지능 프레임워크를 개발했다. KAIST는 생명화학공학과 김현욱 교수 연구팀이 바이오 경로 이미지에서 유전자와 대사물질 정보를 자동으로 추출하는 기계학습 기반의 ‘바이오 경로 정보 추출 프레임워크(이하 EBPI, Extraction of Biological Pathway Information)’를 개발했다고 28일 밝혔다. 연구팀이 개발한 EBPI는 문헌에서 추출한 이미지 속의 화살표와 텍스트를 인식하고 이를 기반으로 바이오 경로를 편집 가능한 표의 형태로 재구성한다. 객체 감지 모델 등의 기계학습을 사용해 경로 이미지 내 화살표의 위치와 방향을 감지하고 이미지 속 텍스트를 유전자, 단백질, 대사물질로 분류한다. 그 후 추출된 정보를 통합해 경로 정보를 표 형식으로 제공한다. 연구팀은 7만4853편의 논문에서 추출한 바이오 경로 이미지와 기존 수작업으로 작성된 경로 지도를 비교하며 EBPI의 성능을 검증했다. 그 결과 높은 정확도로 바이오 경로 정보가 자동으로 추출됐음을 확인했다. 또한 EBPI를 사용해 대표적인 바이오 경로 데이터베이스에 포함되지 않은 생화학 반응 정보를 대량의 문헌 내 바이
한국과학기술원(KAIST)은 전성윤·심기동 교수 연구팀이 체외 환경에서 골격근 조직을 제작할 수 있는 ‘바이오 미세유체 시스템’을 개발했다고 27일 밝혔다. ‘칩 위의 실험실’(lab on a chip)이라 불리는 바이오 미세유체 시스템은 ㎛(마이크로미터·100만분의 1ｍ) 크기 지름의 미세한 관 안에서 액체 흐름을 조종해 각종 시료를 처리할 수 있는 시스템이다. 세포나 생체조직 배양 등에 사용된다. 연구팀은 자체 개발한 미세 유체 시스템을 이용, 골격근 조직 배양에 있어 큰 비중을 차지하는 하이드로겔의 구성 성분과 겔화 시간, 세포 농도를 조절해 삼차원 근육 밴드를 제작했다. 제작한 인공근육의 수축력, 반응 속도, 조직 형태, 기계적 특성, 골격근 성장·분화와 관련된 유전자 발현 등을 분석한 결과 골격근 조직이 견고함을 확인했다. 연구팀은 세포가 함유된 하이드로겔의 기계적 특성이 근골격계 조직 발달에 미치는 영향을 확인, 최적의 배양법을 찾았다고 설명했다. 전성윤 교수는 “기존 균일하지 못한 근육 배양 방식에 가이드라인을 제시했다”며 “골격근뿐만 아니라 심장이나 골수와 같은 인공 생체 조직 제작이나 노화·근감소증 연구에 활용할 수 있을 것”이라고 말했다.
데이터 분석 도구의 발전은 특정 전문가층의 전유물에서 벗어나 모든 사용자가 접근 가능한 환경으로 전환되고 있다. SHAPER는 이런 흐름 속에서 각기 다른 사용자층에 맞춘 특화된 기능을 제공하며 데이터 활용의 범위를 확장하고 있다. 이 제품은 제조기업부터 일반 사용자까지 다양한 타겟층을 대상으로 데이터 분석과 시각화를 손쉽게 사용할 수 있도록 설계됐다. 제조기업 : 스마트 제조를 위한 특징들 제조기업은 디지털 전환의 중심에 있다. 특히 스마트 공장 구축에 관심 있는 제조기업들에게 실질적인 도움을 제공한다는 게 업체측 설명이다. 스마트 공장 도입 후 만족도가 낮은 이유 중 하나는 데이터 활용의 어려움이다. 이 솔루션은 데이터 분석과 시각화를 비전문가도 쉽게 다룰 수 있는 도구로 제공하며 문제 해결에 접근한다. 다윈솔루션이 말하는 제조기업이 확보할 수 있는 이점은 다음과 같다. ▪ 생산, 품질관리 담당자의 문서작업 및 보고서 작성 업무 간소화, 자료 공유 등 업무시간의 단축 ▪ 기 구축된 스마트공장 솔루션 연계한 데이터분석 활용도 증가 ▪ IT 유지보수 비용 절감 ▪ IT 전문가 없이도 대시보드 설계 가능 ▪ 데이터 분석 역량을 내재화 IT 솔루션 기업 : 프로
㈜양헌기공은 대한민국 자동차 제조 산업의 경쟁력을 한층 강화하는 중요한 기술적 파트너로 자리매김하고 있다. 그 중심에는 공작기계의 핵심 요소로 자리 잡은 로터리 테이블과 SERVOCAMDRIVE 시스템이 있다. 특히, 이 로터리 테이블은 자동차 부품 제조 과정에서 높은 정밀 가공을 가능하게 하며, 각 부품을 요구되는 각도로 정밀하게 회전시킬 수 있는 혁신적인 솔루션을 제공한다. 로터리 테이블, 정밀도·생산성의 새로운 기준 ㈜양헌기공의 로터리 테이블은 고정밀 제어 시스템과 견고한 구조를 갖추고 있어 미세한 오차 범위 내에서 공작물을 가공할 수 있다. 이를 통해 자동차 부품의 품질 향상과 생산성 증대에 중요한 역할을 하고 있다. 주요 특징은 다음과 같다. · 고정밀도 : 정밀한 제어 시스템을 통해 자동차 부품의 품질을 극대화한다. · 고속 가공 : 첨단 기술로 높은 속도로 회전 가능하여, 제조 공정의 효율성을 높인다. · 유연한 적용성 : 다양한 크기와 형태의 부품 가공을 지원하여 다방면에서 활용할 수 있다. · 신뢰성 및 내구성 : 우수한 설계로 오랜 사용에도 성능 저하 없이 안정적인 작동을 보장한다. 자동차 부품의 정밀성은 차량의 성능과 안전성에 직접적인 영
데이터 분석과 시각화의 필요성이 지속적으로 높아지고 있다. ㈜다윈솔루션(대표 채수문)은 누구나 쉽게, No Code로 간단하게, 구독형으로 데이터의 가치를 활용할 수 있도록 설계된 구독형 웹 기반 BI 플랫폼 SHAPER를 최근 출시했다. 채수문 대표는 "데이터 활용의 장벽을 없애고, 누구나 쉽게 데이터를 분석할 수 있는 환경이 필요한 시점이다. SHAPER는 디지털 전환을 준비하는 기업과 개인 모두에게 필요한 도구가 될 것"이라고 말했다. 어떤 기술 기반으로 어떤 기능을 구현하고 있는지, 또한 미래 전망과 실적용 사례는 무엇인지 등을 6회에 걸쳐 자세히 살핀다. <편집자> 디지털 전환이 가속화되는 현대 사회에서 데이터의 중요성은 점차 커지고 있다. 그러나 여전히 많은 기업과 개인은 복잡한 데이터 분석 과정과 높은 비용으로 인해 이를 효과적으로 활용하지 못하고 있다. 이런 상황에서 SHAPER는 사용자 친화적인 환경과 합리적인 가격 정책을 통해 데이터 분석의 문턱을 낮추는 데 주력하고 있다. 이 제품은 데이터 분석 및 시각화 플랫폼으로, ‘워크플로우 기반의 분석 및 시각화 솔루션’을 제공한다. 이 솔루션의 핵심은 누구나 직관적으로 데이터를 다룰 수
경희대학교 기계공학과 김두호 교수와 식물‧환경신소재공학과 이정태 교수 공동연구팀이 이차전지의 고속 충전 능력을 획기적으로 높이는 새로운 접근 방안을 제시했다. 이번 연구는 기존 이차전지의 한계를 극복하고, 고속 충전이 필수적인 전기차(EV)와 휴대용 전자기기 등 고성능 전자제품을 위한 차세대 배터리 개발에 중요한 역할을 할 것으로 기대된다. 현재 사용되는 이차전지는 전극의 반응역학이 느려 고속 충전 시 충분한 에너지를 저장하는 데 어려움이 있었다. 문제를 해결하기 위해 연구팀은 양극재의 반응역학을 가속할 수 있는 혁신적인 방법을 개발했다. 김두호‧이정태 교수 공동연구팀은 이미 지난해 성능이 향상된 리튬-황 배터리 설계로 뛰어난 연구 성과를 기록한 바 있다. 이번 연구는 앞선 성과를 기반으로 리튬-황 배터리 상용화를 위한 후속 연구로 진행됐다. 연구팀은 압축 상태가 황화리튬(Li2S) 전극의 전기화학적 성능에 미치는 영향을 집중적으로 분석했다. 그 결과 황화리튬의 양극을 다공성 탄소의 좁은 기공에 물리적으로 가두었을 때, 형성된 압축적 환경이 황화리튬의 격자구조에 왜곡을 일으킨다는 사실을 발견했다. 격자구조의 왜곡은 상전이 장벽을 낮추고 이온 이동 속도를 증가
머리카락 두께의 수만 분의 1도 관찰할 수 있는 초정밀 현미경으로 특수 전자소자를 측정할 때 발생하던 오차의 원인이 밝혀졌다. 한미 공동 연구진이 그동안 측정 대상 물질의 특성으로 여겨졌던 오차가, 실제로는 현미경 탐침 끝부분과 물질 표면 사이의 극미세 공간 때문이라는 사실을 밝혀낸 것이다. KAIS는 신소재공학과 홍승범 교수 연구팀이 미국 버클리 대학 레인 마틴 교수팀과의 국제 공동연구를 통해, 주사탐침현미경 측정의 최대 난제였던 신호 정확도를 저해하는 핵심 요인을 규명하고 이를 제어하는 획기적인 방법을 개발했다고 18일 밝혔다. 연구팀은 현미경 탐침과 시료 표면 사이에 존재하는 비접촉 유전 간극이 측정 오차의 주요 원인임을 밝혀냈다. 이 간극은 측정환경에서 쉽게 변조되거나 오염물질로 채워져 있어 전기적 측정에 큰 영향을 미치는 것으로 나타났다. 이에 연구진은 물과 같은 고유전율 유체를 이용해 이 간극을 채우는 방법을 고안해 나노스케일 분극 전환 전압 측정의 정밀도를 8배 이상 향상했다. 이러한 접근은 기존의 대칭 커패시터 구조에서 얻은 결과와 거의 일치하는 값을 얻을 수 있어 강유전체 박막의 특성 분석에 새로운 장을 열 것으로 기대되고 있다. 특히 연구진
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
