어둠 속에서도 사물을 인식하는 ‘전자 눈’ 기술이 한층 더 진화했다. 자율주행차 라이다(LiDAR), 스마트폰 3D 안면 인식, 헬스케어 웨어러블 기기 등에서 사람의 눈을 대신해 작동하는 적외선 센서가 핵심 부품으로 꼽히는 가운데, KAIST와 공동 연구진이 원하는 형태와 크기로 초소형 적외선 센서를 제조할 수 있는 상온 3차원(3D) 프린팅 기술을 세계 최초로 개발했다. KAIST는 기계공학과 김지태 교수 연구팀이 고려대학교 오승주 교수, 홍콩대학교 티안슈 자오 교수와 공동으로 상온에서 10마이크로미터(µm) 이하 크기의 초소형 적외선 센서를 제조할 수 있는 3D 프린팅 공정을 개발했다고 3일 밝혔다. 적외선 센서는 보이지 않는 적외선을 전기 신호로 변환하는 핵심 부품으로, 로봇 비전 등 미래 전자기술 구현에 필수적이다. 산업 수요가 빠르게 확대되는 가운데, 센서의 소형화·저전력화·형상 다양화 요구가 커지고 있다. 그러나 기존 반도체 기반 제조 방식은 대량 생산에는 적합하지만 고온 공정이 필요해 소재 제약이 있고, 빠른 기술 변화에 유연하게 대응하기 어렵다는 한계가 있었다. 연구팀은 금속·반도체·절연체 소재를 각각 나노결정 액상 잉크 형태로 제작하고, 이를
KAIST는 지난 31일 이재명 대통령이 젠슨 황 엔비디아(NVIDIA) 대표를 접견해 대한민국 인공지능(AI) 생태계 혁신 방안을 논의한 것과 관련해, 이번 만남이 국내 AI 기술 발전과 글로벌 협력 강화의 중요한 전환점이 될 것이라며 환영의 뜻을 밝혔다. 엔비디아는 대한민국 정부와 함께 ‘AI 3대 강국’ 및 ‘AI 기본사회’ 실현을 위한 협력 방안을 논의했다. 엔비디아는 최신 GPU 26만 장 이상을 포함한 대규모 AI 컴퓨팅 인프라를 확충하고, 공공과 민간의 AI 수요에 대응하기 위한 기술 협력을 병행할 계획이다. 이번 접견에서는 ▲AI 인프라 구축 ▲피지컬 AI(Physical AI) 기술 협력 ▲AI 인재양성 및 스타트업 지원 등 다양한 분야에서 협력 방안이 폭넓게 논의됐다. 젠슨 황 엔비디아 대표는 APEC CEO 서밋 기조연설에서 “엔비디아의 목표는 한국에 단순히 하드웨어를 공급하는 것을 넘어, 지속가능한 AI 생태계를 조성하는 것”이라며 “KAIST와 같은 우수한 대학, 스타트업, 정부, 연구기관과 협력해 한국의 AI 생태계를 활성화할 것”이라고 밝혔다. 그는 또 “AI의 발전은 필연적으로 로보틱스와의 결합으로 이어질 것”이라며 “인간과 함께
LTE 네트워크, 인증 절차 없이도 내부 정보 조작 가능 취약점 발견 최근 발생한 SKT 해킹 사고와 KT 소액 결제 사건으로 이동통신 보안의 중요성이 다시 부각되고 있는 가운데, KAIST 연구진이 LTE 코어 네트워크에서 인증되지 않은 공격자가 원격으로 정상 사용자의 내부 정보를 조작할 수 있는 새로운 보안 취약점을 세계 최초로 규명했다. KAIST 전기및전자공학부 김용대 교수 연구팀은 LTE 코어 네트워크에서 인증 절차 없이도 공격자가 다른 사용자의 내부 상태 정보를 변경할 수 있는 심각한 보안 취약점을 발견했다고 2일 밝혔다. 연구팀은 이 취약점을 ‘컨텍스트 무결성 침해(Context Integrity Violation, CIV)’로 명명하고, 이를 탐지하기 위한 세계 최초의 전용 도구 ‘CITesting’을 개발했다. 이 연구는 10월 13일부터 17일까지 대만 타이베이에서 열린 제32회 ACM CCS(Conference on Computer and Communications Security)에서 발표됐으며, 우수논문상(Distinguished Paper Award)을 수상했다. ACM CCS는 전 세계 4대 보안 학회 중 하나로, 올해 약 2400
프라이팬 코팅제와 반도체 공정 등 다양한 산업에 사용되는 ‘과불화합물(PFAS)’은 자연에서 거의 분해되지 않아 ‘영원한 화학물질’로 불린다. 이 물질은 전 세계 수돗물과 하천을 오염시켜 장기적인 인체 건강 위협 요인으로 지목돼 왔으나, KAIST와 국제 공동연구진이 이를 기존보다 1000배 빠르게 제거할 수 있는 기술을 개발했다. KAIST 건설및환경공학과 강석태 교수 연구팀은 부경대학교 김건한 교수, 미국 라이스대학교 마이클 S. 웡 교수 연구팀, 옥스퍼드대학교, 버클리국립연구소, 네바다대학교와 협력해 기존 정수용 소재보다 최대 1000배 빠르고 효율적으로 PFAS를 흡착·제거할 수 있는 새로운 정화 기술을 개발했다고 30일 밝혔다. PFAS는 탄소(C)와 플루오르(F)의 강한 결합으로 구성된 화합물로, 절연성과 내열성이 뛰어나 프라이팬 코팅제, 방수 의류, 윤활유, 반도체 공정, 군수·우주 장비 등 다양한 산업에서 사용된다. 그러나 사용 및 폐기 과정에서 환경으로 쉽게 유출되어 토양·하천·대기를 오염시키고, 식품이나 공기를 통해 인체에 축적된다. 2020년 조사 결과, 미국 수돗물의 45%, 유럽 하천의 50% 이상에서 PFAS 농도가 환경 기준치를 초
KAIST는 도시인공지능연구소가 미국 MIT 센서블 시티 랩과 함께 ‘도시와 인공지능(Urban AI)’ 분야 공동연구를 수행하고, 그 성과를 ‘스마트라이프위크 2025(Smart Life Week 2025)’ 전시를 통해 공개했다고 29일 밝혔다. KAIST와 MIT는 도시의 주요 문제를 인공지능으로 분석하는 ‘Urban AI 공동연구 프로그램’을 추진하고 있으며, 이번 전시에서는 ▲도시 기후 변화 ▲녹지 환경 ▲데이터 포용성 등 세 가지 주제를 중심으로 시민이 직접 체험할 수 있는 형태로 연구 결과를 선보였다. 양 기관은 이번 협력을 통해 AI 기술이 도시의 문제를 계산하는 도구를 넘어 사회적 이해와 공감을 이끄는 지능으로 발전할 수 있음을 보여주며 ▲도시의 열과 매출 ▲치유하는 자연, 서울 ▲데이터 소니피케이션 등 세 가지 프로젝트를 공개했다. 첫 번째 프로젝트 ‘도시의 열과 매출’은 기후 변화가 도시 상권과 소상공인 생태계에 미치는 영향을 인공지능으로 분석한 연구다. 서울시 426개 행정동별 96개 업종의 매출 및 날씨 등 3억 건 이상의 데이터를 학습한 AI 모델을 통해 기온과 습도 등 기후 요인이 업종별 매출에 미치는 영향을 정량적으로 분석했다.
미국 뉴욕 소재 현지 매장에 햄버거 패티 조리 로봇 ‘알파 그릴(Alpha Grill)’ 배치 K-조리 로봇 글로벌 상용화 신호탄...“패티 조리 시간 70%↓ 시간당 200장 이상 패티 조리” 세계 최대 규모인 약 150조 원에 달하는 미국 햄버거 시장의 중심에 한국산 조리 로봇이 진입했다. 에니아이가 햄버거 패티 조리 로봇 ‘알파 그릴(Alpha Grill)’의 미국 시장 진출을 알렸다. 알파 그릴은 미국 뉴욕 주 북부 소재 햄버거 매장 ‘TFS(The Filling Station Bueger Works)’에 전격 도입됐다. TFS 측은 로봇 도입 후 패티 조리 시간이 약 70% 단축돼, 주문이 몰리는 시간에도 추가 인력 없이 소화가 가능하졌다며 후기를 알렸다. 기존 직원들의 근무 만족도 역시 크게 높아졌다는 뜻도 함께 전했다. 미국 진출의 신호탄을 쏜 알파 그릴은 한국과학기술원(KAIST) 출신 엔지니어 조직이 개발한 조리 로봇이다. 이는 햄버거 패티 굽기에 특화된 기술력을 바탕으로 주방 혁신을 예고하고 있다. 이 로봇은 시간당 200장 이상의 패티를 자동 조리하며, 시간·온도·두께 등 패티 조리 요소를 정밀 제어해 균일한 패티 맛을 구현한다. 에니아이
KAIST는 기계공학과 이강택 교수 연구팀이 단 10분 만에 고성능 그린수소 전해전지를 완성할 수 있는 초고속 제조 기술을 개발했다고 25일 밝혔다. 이번 기술은 전지 제조에 필요한 시간과 에너지를 획기적으로 줄여, 친환경 수소 시대를 앞당길 핵심 혁신으로 평가된다. 이산화탄소를 배출하지 않는 그린수소(Green Hydrogen) 생산의 핵심 기술인 고체산화물 전해전지(Solid Oxide Electrolysis Cell, SOEC)는 세라믹 분말을 고온에서 굳히는 ‘소결(sintering)’ 과정을 거쳐야 한다. 연구팀은 이 과정을 기존 6시간에서 10분으로, 온도는 1400℃에서 1200℃로 낮추는 데 성공했다. 소결은 전지를 이루는 세라믹 입자를 고온에서 구워 서로 단단히 결합시키는 공정으로, 전해전지의 성능과 수명을 결정하는 핵심 단계다. 이 과정이 정확히 이루어져야 가스 누출을 막고(수소와 산소 혼합 시 폭발 위험 방지), 산소 이온이 손실 없이 이동하며, 전극과 전해질이 밀착돼 전류가 원활히 흐른다. 연구팀은 마이크로파를 이용해 재료를 내부부터 균일하게 가열하는 ‘체적가열(Volumetric Heating)’ 기술을 적용했다. 이를 통해 기존 수십
KAIST는 국가AI연구거점(National AI Research Lab, NAIRL)이 글로벌 AI 프론티어 랩과 공동 주관해 ‘글로벌 AI 프론티어 심포지엄 2025’를 27일 서울 드래곤시티에서 개최했다고 밝혔다. 이번 행사는 과학기술정보통신부와 정보통신기획평가원(IITP)이 주최했으며, 국내외 산·학·연 전문가와 정부 관계자 등 500여 명이 참석해 AI 기술 발전 방향과 글로벌 협력 방안을 논의했다. 심포지엄에는 배경훈 부총리 겸 과학기술정보통신부 장관, 홍진배 정보통신기획평가원 원장을 비롯해 주요 인사들이 참석했으며, 세계 최고 권위의 컴퓨터 공학상인 튜링상 수상자 얀 르쿤 뉴욕대 교수와 최예진 스탠퍼드대 교수 겸 엔비디아(NVIDIA) 선임 디렉터가 기조연설을 맡아 AI 거버넌스와 생성형 AI의 미래를 주제로 강연을 진행했다. 이번 심포지엄은 한국, 미국, 일본, 프랑스, 아랍에미리트(UAE) 등 5개국의 연구진이 참여한 가운데, 국제 공동연구 성과를 공유하고 글로벌 AI 협력의 청사진을 제시했다. 국가AI연구거점과 글로벌 AI 프론티어 랩은 국내 AI 연구를 선도하는 글로벌 R&D 허브로서 지난 1년간의 주요 연구 성과를 공개했다. 배경
국내 1인 가구가 800만 세대를 넘어 전체의 36%를 차지하며 역대 최고치를 기록했다. 서울시 조사에 따르면 1인 가구의 62%가 ‘외로움’을 느끼는 등 고립감과 정신건강 문제가 심화되고 있다. 이런 가운데 KAIST 연구진이 스마트폰이나 웨어러블 기기의 한계를 넘어, 가정 내 사물인터넷(IoT) 센서 데이터를 활용해 개인의 정신건강 상태를 정밀하게 추적할 수 있는 가능성을 입증했다. 이번 연구는 개인 맞춤형 정신건강 관리 시스템 개발의 기반이 될 것으로 기대된다. KAIST는 전산학부 이의진 교수 연구팀이 청년층 1인 가구를 대상으로 IoT 기반 정신건강 추적 실증 연구를 진행한 결과를 21일 발표했다. 정신건강을 관리하기 위해선 자신의 상태를 꾸준히 파악하는 것이 중요하지만, 기존의 스마트폰이나 웨어러블 기반 추적 방식은 사용자가 기기를 착용하거나 소지하지 않는 집 안에서는 데이터가 누락되는 한계가 있었다. 이에 연구팀은 가정 내 환경 데이터에 주목했다. 청년층 1인 가구 20세대를 대상으로 4주간 실증 연구를 진행하며 가전제품과 수면 매트, 움직임 센서 등을 설치해 IoT 데이터를 수집하고, 스마트폰·웨어러블 데이터와 함께 분석했다. 그 결과 IoT
KAIST는 브랜드 수익을 학생들에게 환원해 사회문제 해결형 연구로 이어가는 실천형 ESG 프로그램 ‘PDSP(Problem Definition to Solution Program)’을 새롭게 시작한다고 19일 밝혔다. 브랜드 수익은 넙죽이 등 브랜드 상품 판매 수익을 의미하며, KAIST는 교내 오리 연못 근처에서 브랜드샵을 운영하고 있다. 이번 사업은 KAIST 브랜드 가치와 사회적 책임을 학생 중심으로 구체화한 첫 모델로 ‘연구-창업-사회공헌’을 연결하는 혁신적 출발점이 되고 있다. 사업은 KAIST 홀딩스의 자회사 브랜드카이스트가 배당한 수익을 재원으로 추진된다. KAIST는 브랜드 수익을 학생 연구 활동에 재투자함으로써 ‘브랜드→수익→학생→사회환원’이라는 KAIST형 선순환 ESG 구조를 구현하고자 한다. ‘PDSP’는 KAIST 학부생들이 자율적으로 팀을 꾸려 사회적·기술적 문제를 탐구하고 해법을 제시하는 연구 프로그램이다. 프로그램명 ‘Problem Definition to Solution Program’은 학생이 직접 문제(Problem)를 정의(Definition)하고 해법(Solution)을 설계한다는 의미로, 배운 지식을 사회문제 해결로
최근 인공지능(AI) 모델이 길고 복잡한 문장을 이해하고 처리하는 능력이 급속히 발전하면서, 연산 속도와 메모리 효율을 동시에 높일 수 있는 차세대 반도체 기술의 필요성이 커지고 있다. 이러한 가운데 KAIST가 국제 연구진과 함께 거대언어모델(LLM)의 추론 속도를 4배 높이면서 전력 소모를 2.2배 줄인 AI 반도체 핵심 기술을 세계 최초로 구현해 주목받고 있다. KAIST는 전산학부 박종세 교수 연구팀이 미국 조지아 공과대학교, 스웨덴 웁살라 대학교와의 공동연구를 통해 트랜스포머(Transformer)와 맘바(Mamba) 두뇌 구조의 장점을 결합한 차세대 AI 메모리 반도체(PIM, Processing-in-Memory) 기반 기술 ‘PIMBA’를 개발했다고 17일 밝혔다. 현재 ChatGPT, GPT-4, Claude, Gemini, Llama 등 대부분의 LLM은 입력 문장의 모든 단어를 동시에 인식·처리하는 트랜스포머 구조를 사용한다. 이 방식은 고도의 병렬 연산이 가능하다는 장점이 있지만, 모델이 커지고 문장이 길어질수록 연산량과 메모리 요구량이 폭증해 속도 저하와 에너지 비효율 문제가 발생한다. 이에 대한 대안으로 최근 제시된 ‘맘바(Mamba
KAIST가 국제 연구진과 함께 환경 규제가 강한 국가일수록 전기차 등 녹색 제품의 경쟁력이 높아진다는 사실을 밝혀냈다. 이는 전통적으로 기업이 환경 규제가 느슨한 국가로 생산거점을 이전한다는 ‘오염 피난처(pollution haven)’ 가설을 뒤집고, 기업이 이제는 ‘녹색 피난처(green haven)’를 찾아간다는 새로운 전략을 제시한 연구 결과로 주목받고 있다. KAIST는 기술경영학부 이나래 교수 연구팀이 미국 조지타운대 헤더 베리·재스미나 쇼빈 교수, 텍사스대 랜스 청 교수와의 국제 공동연구를 통해 ‘환경 규제가 엄격한 국가일수록 전기차 등 녹색 제품의 경쟁력이 높아진다’는 사실을 실증적으로 규명했다고 17일 밝혔다. ‘녹색 제품’은 환경을 덜 오염시키는 친환경 제품으로, 에너지 효율이 높은 가전제품이나 오염을 줄이는 친환경 자동차(전기차, 하이브리드차) 등이 해당된다. 기존에는 다국적 기업이 환경 규제가 약한 나라에서 주로 생산과 수출을 집중한다는 설명이 주류였다. 그러나 최근 기후변화 대응과 ESG(환경·사회·지배구조) 경영이 강화되면서 전 세계적으로 녹색 제품의 교역이 급증하고 있다. 이에 따라 기존 이론만으로는 설명하기 어려운 새로운 패턴이
세포의 상태를 원하는 방향으로 조절하는 것은 신약 개발, 암 치료, 재생 의학 등 생명과학 분야의 핵심 과제지만, 적합한 약물이나 유전자 표적을 찾는 일은 쉽지 않다. 이에 KAIST 연구진은 세포와 약물 반응을 레고블록처럼 분해하고 다시 조립하는 방식으로 수학적으로 모델링해, 실제로 실험하지 않은 세포와 약물의 새로운 반응은 물론 임의의 유전자 조절 효과까지 예측할 수 있는 새로운 AI 기술을 개발했다. KAIST는 바이오및뇌공학과 조광현 교수 연구팀이 생성형 AI를 활용해 세포를 목표 상태로 유도할 수 있는 약물과 유전자 표적을 찾아내는 새로운 인공지능 기술을 개발했다고 16일 밝혔다. ‘잠재공간(latent space)’은 이미지 생성 AI가 사물이나 세포의 특징을 수학적으로 정리해 놓은 보이지 않는 ‘지도’와 같은 공간이다. 연구팀은 이 공간에서 세포의 상태와 약물의 효과를 각각 분리해내고, 이를 다시 조합해 실험하지 않은 세포-약물 조합의 반응을 예측하는 방식을 고안했다. 이 원리를 확장해, 특정 유전자를 조절했을 때 어떤 변화가 나타나는지도 예측할 수 있음을 보였다. 연구팀은 실제 데이터를 활용해 이 기술을 검증했다. 그 결과 대장암 세포를 정상
KAIST가 연합학습(Federated Learning)의 고질적인 성능 저하 문제를 해결하고, AI 모델의 일반화 성능을 획기적으로 향상시킨 새로운 학습 방법을 개발했다. 이번 연구는 병원·은행 같은 보안이 중요한 분야는 물론, 소셜미디어·온라인 쇼핑처럼 변화가 잦은 환경에서도 안정적인 성능을 발휘하며, 인공지능 협업의 새 가능성을 보여줬다. KAIST는 산업및시스템공학과 박찬영 교수 연구팀이 연합학습의 한계를 극복할 수 있는 새로운 학습 방식을 제시했다고 15일 밝혔다. 이번 연구는 ‘데이터 프라이버시를 지키면서도 협업 가능한 AI’를 구현한 것으로 평가받고 있다. 연합학습은 여러 기관이 데이터를 직접 공유하지 않고도 AI를 공동 학습할 수 있는 방식이다. 그러나 이렇게 만들어진 공동 AI 모델을 각 기관 환경에 맞게 최적화하는 과정에서, 특정 기관의 데이터 특성에만 과도하게 적응하는 ‘지역 과적합(Local Overfitting)’ 문제가 꾸준히 제기돼왔다. 예를 들어 여러 은행이 함께 구축한 ‘공동 대출 심사 AI’를 특정 은행이 대기업 고객 데이터를 중심으로 재학습시키면, 그 은행의 AI는 대기업 심사에는 강하지만 개인이나 스타트업 고객 심사에는 약
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
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 11월 03일 15시 32분
