규칙기반, 인공지능, 3D 복원 및 매칭 등 알고리즘과 수학 라이브러리 통합 소프트웨어 “연구개발 지속해 글로벌 머신비전 시장 공략할 것” 포스로직이 머신비전 라이브러리 소프트웨어 ‘에프엘이미징(FLImaging)’을 시장에 내놨다. 에프엘이미징은 규칙기반(Rule-based), 인공지능(AI), 3D 복원 및 매칭 등으로 설계된 알고리즘과 각종 수학 라이브러리를 통합한 소프트웨어다. 해당 솔루션은 다양한 이미지 프로세싱 기술을 집약해 높은 범용성을 확보한 것으로 알려졌다. 포스로직의 자체 기술로 탄생한 에프엘이미징은 라이브러리 안에 불필요한 서드파티 라이브러리를 배제해 깔끔한 패키지 구성이 특징이다. 포스로직 관계자에 따르면 개발자는 에프엘이미징을 활용해 한 줄의 코드로 프로그램을 작성할 수 있다. 송종현 포스로직 대표는 “에프엘이미징은 기존의 이미지 프로세싱 라이브러리 대비 많은 알고르즘을 갖춰 빠른 프로세스 속도를 낼 수 있다”며 “앞으로도 연구개발(R&D)을 지속해 글로벌 머신비전 시장을 공략할 것”이라고 강조했다. 헬로티 최재규 기자 |
매스웍스는 오스트리아 그라츠공과대학교 아르노 아이히베르거 교수 연구팀이 심장 전기 활동으로 졸음운전을 인식하는 인공지능 개발에 자사 매트랩의 웨이블릿 툴박스와 딥러닝 툴박스를 적용했다고 30일 밝혔다. 연구팀은 매트랩의 딥러닝 툴박스를 적용해 졸음운전자의 심전도(ECG) 신호를 분석하는 인공지능 알고리즘을 개발했고, 그 결과 운전자의 졸음 운전을 구분하는 새로운 방법을 선보였다. 아이히베르거 교수 연구팀은 우선 졸음 운전자 데이터베이스 생성을 위해 총 92명의 데이터를 수집했다. 연구 참가자는 최소 16시간 동안 깨어 있거나 4시간 이하의 수면을 취한 상태로 연구팀이 제작한 운전 시뮬레이터의 수동 및 자동 운전 시나리오에 참여했고, 심전도(ECG) 전극으로 측정한 운전자의 심장 활동 데이터가 수집됐다. 연구팀은 운전자를 녹화한 화면에서 하품, 머리의 꾸벅임, 길게 눈을 깜박인 정도를 기반으로 '경각 상태', '보통 졸음', '심한 졸음', '수면'과 같이 네 가지 레이블로 분류했고, 알고리즘을 훈련하기 위해 딥러닝 기법을 활용했다. 연구팀은 픽셀의 복잡한 패턴을 분간하고 특징을 추출하여 이미지를 식별할 수 있는 합성곱 신경망(CNN, Convolutional
서울대 연구진, 국제학술지 '핵산연구' 게재…학부생이 개발 주도 서울대학교 교수들과 학부생들이 질병 치료에 중요한 유전자를 발굴하는 인공지능(AI) 알고리즘을 개발했다. 11일 서울대는 의과대학 한범·정기훈 교수팀이 세포 분류를 선행하지 않고 신약개발 타깃 '마커 유전자'를 효율적으로 발굴할 수 있는 AI 알고리즘 '마르코폴로'를 개발했다고 전했다. 이번 연구는 미국 워싱턴대에서 컴퓨터공학 박사과정을 밟고 있는 김찬우 씨와 서울대 의대 학부생 이한빈 씨가 주도해 공동 제1 저자로 이름을 올렸다. 김씨는 연구 진행 당시 서울대 전기정보공학부에 재학 중이었다. 질병의 발병 기전을 연구하고 신약 개발을 하려면 치료 타깃이 될 수 있는 세포 종류와 '마커 유전자'를 발굴해야 하는데, 이를 발굴하는 데에는 '단일세포 RNA 시퀀싱 기술'이 쓰인다. 이 기술은 세포 하나하나의 유전자 발현량을 개별적으로 측정해 희귀 세포 등 특정 세포군을 분류하고, 특정 세포 종류에서만 발현되는 핵심 마커 유전자를 발굴할 수 있게 한다. 하지만 사람이 세포 종류를 클러스터링해 분류하는 선행 과정에서 주관적 요소가 크게 개입해 정확성이 떨어진다는 문제가 있었다. 연구진은 인간이 수동적으로