비트센싱은 자사의 고성능 4D 이미징 레이더 플랫폼을 기반으로 KAIST AVE 연구실, 제타모빌리티(ZETA Mobility)와 함께 오토모티브 분야의 AI 기반 4D 이미징 레이더 기술 고도화 및 상용화를 위한 3자간 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약은 각 기관이 보유한 전문성과 기술력을 바탕으로 협력 체계를 구축해, 자율주행 및 첨단운전자보조시스템(ADAS)에 필수적인 4D 이미징 레이더의 성능을 극대화하고 이를 차량 시스템에 실시간으로 적용 가능한 임베디드 AI 기반 솔루션으로 구현하는 것을 목표로 한다. 협약에 따라 비트센싱은 고성능 4D 이미징 레이더 하드웨어 플랫폼을, KAIST AVE 연구실은 레이더 신호처리 및 센서융합 기반 AI 알고리즘, 제타모빌리티는 대규모 오토모티브 데이터셋과 임베디드 AI 기술을 각각 제공하며 공동 연구 및 개발을 추진한다. 4D 이미징 레이더는 기존 3D 정보에 고도(Z축) 데이터를 더해 객체의 거리, 속도, 방향, 높이를 정밀하게 파악할 수 있는 기술이다. 레이더 특성상 비, 눈, 안개 등 악천후에도 안정적인 감지 성능을 유지할 수 있어 자율주행차가 마주하는 다양한 도로 환경에서도 신뢰성을 확보할
한국과학기술원(KAIST)은 전기및전자공학부 권경하 교수팀이 미국 노스웨스턴대 박찬호 박사팀과 주변 빛으로 심박수, 혈중산소포화도, 땀 성분 등을 분석하는 건강 모니터링 의료용 웨어러블 기기의 배터리 전력 부담을 줄인 적응형 무선 차세대 웨어러블 플랫폼을 개발했다고 30일 밝혔다. 연구팀은 광 측정 방식(Photometric Method), 고효율 다접합 태양전지(Photovoltaic Method) 및 축광·발광(Photoluminescent Method) 기술 등 세 가지 상호 보완적 빛 에너지 핵심 기술을 통합했다. 이들 기술이 상호 보완적이면 24시간 연속 작동을 가능하게 한다고 연구팀은 설명했다. 연구팀은 이 플랫폼을 다양한 의료 센서에 적용해 실용성을 검증했다. 광용적맥파 측정 센서는 심박수와 혈중산소포화도를 실시간으로 모니터링해 심혈관 질환의 조기 발견을 가능하게 한다. 청색광 노출량 측정 센서는 피부 노화와 손상을 유발하는 블루라이트를 정확히 측정해 개인 맞춤형 피부 보호 가이드를 제공한다. 땀 분석 센서는 마이크로 유체 기술을 활용, 땀 속 염분, 포도당, pH를 동시에 분석해 탈수나 전해질 불균형을 실시간으로 감지할 수 있다. 센서 내 데이
KAIST는 화학과 박정영 석좌교수 연구팀이 충남대학교 김현유 교수, 미국 센트럴플로리다대학교(UCF) 정연웅 교수 연구팀과 공동연구를 통해 이차원 전이금속 칼코겐화합물인 백금 셀레나이드(PtSe₂) 표면에 노출된 백금 원자를 활용, 우수한 일산화탄소 산화 성능을 구현하는 데 성공했다고 22일 밝혔다. 연구진은 촉매 성능을 극대화하기 위해 기존의 백금 덩어리 촉매 형태에서 백금 원자가 고밀도로 표면에 분산되도록 해 더 적은 양의 백금으로 더 많은 촉매반응을 유도했다. 표면의 전자 구조를 제어해 백금과 셀레늄 사이의 전자 상호작용을 활발하게 일어나도록 유도했다. 이 과정을 통해 제작된 수 나노미터 두께의 백금 셀레나이드 박막은 동일 조건에서 일반 백금 박막보다 전 온도 범위에서 더 우수한 일산화탄소 산화 성능을 나타냈다. 특히 표면에서는 일산화탄소와 산소가 골고루 비슷한 비율로 흡착돼 서로 반응할 기회가 높아졌고 이로 인해 촉매 반응이 크게 향상됐다. 이러한 성능 향상의 핵심은 ‘셀레늄 결손(Se-vacancy)’으로 인해 노출이 확대된 표면 백금 원자들이 드러나면서 기체들이 붙을 수 있는 흡착점도 늘어났다는 데 있다. 연구진은 해당 백금 원자들이 실제 반응
한국과학기술원(KAIST)은 전산학부 안성진 교수팀이 딥러닝 분야 석학인 캐나다 몬트리올대 요슈아 벤지오 교수와 인공지능(AI) 확산모델(diffusion model)의 추론-시간 확장성을 크게 개선하는 신기술을 개발했다고 20일 밝혔다. 확산모델은 많은 AI 응용에 활용되고 있지만, 효율적인 추론-시간 확장에 대한 연구가 부족했다. 이 기술은 인공지능 학습 이후 추론 단계에서 더 많은 계산 자원을 효율적으로 활용, 단순히 데이터나 모델 크기를 키우는 것으로는 해결할 수 없는 고난도 문제를 풀 수 있도록 돕는 핵심 AI 기술로 주목받는다. 안 교수 공동 연구팀은 몬테카를로 트리 탐색(Monte Carlo Tree Search) 기반 새로운 확산모델 추론기법을 제안했다. 이 방법은 확산 과정 중 다양한 생성 경로를 트리 구조로 탐색하며, 제한된 계산 자원으로도 높은 품질의 출력을 효율적으로 찾아낼 수 있도록 설계됐다. 이를 통해 기존 모델(방법)이 한 번도 성공하지 못한 ‘자이언트-스케일의 미로 찾기’ 태스크에서 100% 성공률을 달성했다. 특히 트리 탐색을 효율적으로 병렬화해 비용을 최적화함으로써 기존 방법보다 최대 100배 빠른 속도를 얻는 데 성공했다.
기존의 3차원(3D) 신경세포 배양 기술은 뇌의 복잡한 다층 구조를 정밀하게 구현하기 어렵고, 구조와 기능을 동시에 분석할 수 있는 플랫폼이 부족해 뇌 연구에 제약이 있었다. KAIST 연구진은 뇌처럼 층을 이루는 신경세포 구조를 3D 프린팅 기술로 구현하고, 그 안에서 신경세포의 활동까지 정밀하게 측정할 수 있는 통합 플랫폼 개발에 성공했다. KAIST는 바이오및뇌공학과 박제균·남윤기 교수 공동연구팀이 뇌 조직과 유사한 기계적 특성을 가진 저점도 천연 하이드로겔을 이용해 고해상도 3D 다층 신경세포 네트워크를 제작하고, 구조적·기능적 연결성을 동시에 분석할 수 있는 통합 플랫폼을 개발했다고 16일 밝혔다. 기존 바이오프린팅 기술은 구조적 안정성을 위해 고점도 바이오잉크를 사용하지만 이는 신경세포의 증식과 신경돌기 성장을 제한하고 반대로 신경세포 친화적인 저점도 하이드로겔은 정밀한 패턴 형성이 어려워 구조적 안정성과 생물학적 기능 사이의 근본적인 상충 관계가 있었다. 연구팀은 묽은 젤로도 정밀한 뇌 구조를 만들고 층마다 정확히 정렬하며 신경세포의 활동까지 동시에 관찰할 수 있는 3대 핵심기술을 결합해 정교하고 안정적인 뇌 모사 플랫폼을 완성했다. 묽은 젤(하
한국과학기술원(KAIST) 전기·전자공학부 최신현 석좌교수와 충남대 반도체융합학과 이종원 교수 공동 연구팀은 생명체의 감각 신경계 기능을 모사한 인공 감각 신경계를 개발했다고 15일 밝혔다. 사람 등 동물은 익숙한 자극은 무시하고, 중요한 자극에만 선별적으로 민감하게 반응함으로써 에너지 낭비를 막고 민첩하게 대응할 수 있다. 예를 들어 여름철 에어컨 소리나 옷이 피부에 닿는 감촉은 곧 익숙해져 신경 쓰지 않게 되지만, 누군가 이름을 부르거나 날카로운 물체가 피부에 닿으면 재빠르게 반응한다. 이는 감각 신경계의 ‘습관화’와 ‘민감화’ 기능에 의해서 조절되는 것으로, 이런 사람의 신경계를 모사해 환경을 효율적으로 인식하고 반응하는 로봇을 개발할 수 있다. 다만 복잡한 신경계 특성을 로봇에 구현하려면 별도의 소프트웨어나 회로가 필요해 소형화에 한계가 있다. 이에 차세대 뉴로모픽(사람의 뇌 구조를 닮은 소자) 반도체인 멤리스터 소자를 활용해 에너지 효율을 높이려는 연구가 시도되고 있다. 멤리스터는 전류 흐름에 따라 저항 세기가 변하는 차세대 전기 소자로, 0 또는 1의 디지털 정보뿐만 아니라 다양한 아날로그 저항값을 저장할 수 있다. 기존 멤리스터는 단순히 전도도의
KAIST 연구진이 고온 실험을 통해서만 가능했던 합금의 융해 특성을 인공지능(AI)으로 해결했다. KAIST는 신소재공학과 홍승범 교수 연구팀이 미국 노스웨스턴대 크리스 울버튼 교수팀과 국제 공동연구를 통해, 밀도범함수이론(DFT) 기반의 형성에너지(합금이 얼마나 안정적인지를 나타내는 값) 데이터를 활용해 합금이 녹을 때 성분이 유지되는지를 예측하는 고정확도 머신러닝 모델을 개발했다고 14일 밝혔다. 연구팀은 밀도범함수이론을 통해 계산한 형성에너지와 기존의 실험적 융해 반응 데이터를 머신러닝에 결합해 4536개의 이원계 화합물에 대한 융해 반응 유형을 학습한 후, 그 예측 모델을 구성했다. 다양한 머신러닝 알고리즘 중 특히 ‘XGBoost’ 기반 분류 모델이 합금이 잘 섞이는지 여부에 대해 가장 높은 정확도를 보였으며, 약 82.5%의 예측 정확도를 달성했다. 연구팀은 또한 샤플리(Shapley) 기법을 활용해 모델의 주요 특징(feature)들을 분석했으며 이 중에서도 기울기 변화가 크다는 것은 그 조성에서 에너지적으로 매우 유리한(안정한) 상태가 형성된다는 뜻으로 ‘형성에너지 곡선의 기울기 변화(convex hull sharpness)’가 가장 중요한
한국과학기술원(KAIST)은 전산학부 박종세 교수팀과 하이퍼엑셀(전기·전자공학부 김주영 교수 창업기업)이 챗GPT와 같은 생성형 AI에 특화된 고성능·저전력의 신경망처리장치(NPU) 핵심기술을 개발했다고 4일 밝혔다. 챗GPT4나 제미나이 2.5 등 최신 생성형 AI 모델들은 메모리 용량을 많이 필요로 하기 때문에 마이크로소프트나 구글 등 생성형 AI 클라우드 운영기업들은 엔비디아의 그래픽처리장치(GPU)를 수십만장씩 구매하고 있다. NPU는 인공신경망을 이용해 AI 연산에 특화된 반도체로 GPU 대비 저전력으로도 높은 효율을 낼 수 있어 GPU를 대체할 기술로 주목받고 있다. 연구팀은 메모리 사용의 대부분을 차지하는 ‘KV 캐시’(생성형 AI 모델을 작동할 때 성능을 높이기 위해 사용하는 임시 저장 공간)의 양자화를 통해 적은 수의 NPU 디바이스만으로 동일 수준의 AI 인프라를 구성, 생성형 AI 클라우드 구축 비용을 절감할 수 있는 기술을 개발했다. AI 처리 시스템은 보다 뛰어난 추론 서비스를 제공하기 위해 처리해야 하는 요청의 수와 길이가 증가하고, 이 때문에 생성형 AI 모델의 추론 과정에서 생성되는 KV캐시가 커지면서 메모리 병목으로 이어지게 된
착용형(웨어러블) 전자기기에 쓰이는 섬유형 에너지 저장장치의 성능을 소량의 첨가제만으로도 늘리는 기술이 개발됐다. 한국과학기술연구원(KIST)은 전북분원 기능성복합소재연구센터 김남동 책임연구원과 주용호 선임연구원 연구팀이 한국과학기술원(KAIST) 이진우 교수 연구팀과 공동으로 소량의 첨가제로 이온전도도를 크게 높인 고분자 전해질을 개발했다고 3일 밝혔다. 기존 고분자 기반 고체 전해질은 자유롭게 구부릴 수 있는 특성으로 섬유 형태로 만든 에너지 저장장치로 주목받고 있으나 이온전도도가 낮아 실제 활용이 어려운 것이 문제였다. 이에 연구팀은 자유전자 구조를 안정적으로 유지하면서도 외부 자극에는 민감하게 반응하는 ‘4-하이드록시 템포’(HyTEMPO)라는 유기 분자를 활용하는 기술을 개발했다. 이 유기 분자를 고체 전해질에 첨가하자 고체 상태에서도 고분자 내부에서 막힌 길을 뚫어주는 고속도로처럼 작용해 이온이 빠르게 흐를 수 있게 해줘 이온 전도도가 기존 대비 17배 늘어난 ㎝당 3.2mS(밀리지멘스, 전기 전도도 단위)로 늘어났다고 연구팀은 설명했다. 또 이온 이동뿐 아니라 에너지를 저장하고 내보내는 성능까지 함께 개선해 섬유 형태 전극만으로 에너지 저장장치를
한국과학기술원(KAIST)은 전기·전자공학부 노용만 교수 연구팀의 박세진 박사과정생이 장시간 음성 생성이 가능한 음성언어모델(SLM·Spoken Language Model) ‘스피치SSM’을 개발했다고 3일 밝혔다. 이번 연구는 권위 있는 국제머신러닝학회(ICML) 논문 중 1%만 받을 수 있는 구두 발표 대상으로 선정됐다. SLM은 대형언어모델(LLM)과 달리 텍스트가 아닌 음성을 학습함으로써 텍스트에 담을 수 없는 사람의 억양·감정 등 비언어적 정보까지 이해해 정보를 생성하는 기술이다. 텍스트 기반 언어 모델의 한계를 넘어서는 차세대 기술로 주목받고 있지만, 장시간 일관된 음성을 생성하기 어려워 팟캐스트, 오디오북, 음성비서 등에는 적용하기 어려웠다. 음성 정보를 담기 위해 ‘음성 토큰’(음성을 잘게 쪼갠 데이터) 형태로 만드는데, 음성 토큰이 많아질수록 고해상도를 유지하기 위한 메모리 소비가 급증하기 때문이다. 앞의 정보를 집중해 기억하는 메모리의 길이에 한계가 있어, 장시간 이용할 경우 주제의 일관성이 무너지는 문제가 있었다. 연구팀은 최근 정보에 집중하는 ‘어텐션 층’(attention layer)에 전체 이야기의 흐름, 즉 장기적인 맥락을 오래 기
KAIST는 2일 LIG넥스원과 ‘국방 자율시스템 연구센터’ 설립 및 운영협력을 위한 업무협약을 체결했다고 3일 밝혔다. 이번 협약을 통해 KAIST와 LIG넥스원은 국방 자율 시스템 및 AI 기반 체계 기술 분야의 공동 연구와 첨단 기술 개발을 본격화할 계획이다. 이를 위해 양 기관은 ‘국방 자율 시스템 연구센터’를 새롭게 설립하고 공동 운영에 나선다. KAIST는 정보통신기획평가원(IITP) 지원으로 ‘국방 지능형군집체계 연구센터’를 운영하고 있으며 LIG넥스원은 해당 센터에 참여해 ▲중심집중형 군집체계 SW 플랫폼 ▲유무인 협동교전 연구 ▲분산형 Embodied-AI 연구 ▲감시·정찰·요격 적용 연구 등 다양한 협력 과제를 수행 중이다. 양측은 기존 센터에서 축적된 연구성과와 시너지를 창출하며 자율시스템 분야의 연구로 협력을 확대해 나갈 방침이다. 양 기관은 이번 협약을 기반으로 ▲국방 분야 자율시스템 및 AI·체계 기술 공동 연구 ▲정보통신기획평가원(IITP) ITRC(대학ICT연구센터) 사업과 연계한 연구센터 운영 ▲전문 인력 양성·교류 프로그램 등을 긴밀히 추진할 계획이다. KAIST는 멘토링 기반 ‘학생 창의 자율 과제’, 방산기업-연계 인턴십,
[헬로즈업 세줄 요약] ·AI와 보안 기술의 융합, 산업 현장에서 실질적 과제로 부상 ·KAIST·KISA 등 각 분야 전문가들, 최신 위협과 기술 전략 공유 ·데이터 해석, 비용 구조, 오케스트레이션, AI 윤리까지 전방위 논의 에스투더블유(이하 S2W)가 지난 6월 26일 조선 팰리스 서울 강남에서 연례 기술 컨퍼런스 ‘SIS 2025: MOVEMENT’를 개최했다. 올해로 4회째를 맞은 이번 행사는 약 600여 명의 산업계, 학계, 공공기관 실무자들이 한자리에 모여 AI와 보안, 그리고 데이터의 흐름을 주제로 기술 인사이트를 공유하는 장이 됐다. 서상덕 S2W 대표는 “SIS가 산업계·학계·공공부문이 함께하는 기술 인사이트 교류의 장으로서 입지를 구축해 나가고 있는 데 대해 뜻깊게 생각한다”며 “향후에도 안보와 산업을 아우르는 AI 생태계 전반의 성장을 도모할 수 있는 의미 있는 지식 공유의 기회를 적극 마련할 계획”이라고 밝혔다. 기조연설은 KAIST 신승원 교수가 맡았다. 그는 '혼돈에서 통찰로: AI가 데이터에서 의미를 찾는 법'을 주제로, 정보 수집부터 통찰 도출에 이르는 전 과정에서 AI의 역할을 입체적으로 조명했다. 신 교수는 “정보는 연결될
KAIST는 아리텍바이오와 30일 대전 본원에서 업무협약을 체결하고 지속 가능한 스마트 자원순환 캠퍼스 실현을 위한 협력에 나선다고 밝혔다. 이번 협약은 음식물쓰레기 수거·활용의 자동화 및 고도화를 통해 KAIST의 ESG(환경·사회·지배구조) 경영 실천을 구체화하려는 취지에서 출발했다. 1단계로 올해 하반기에 외국인 교수 아파트에서 실증 사업을 시작해 향후 전체 캠퍼스로 확대할 계획이다. KAIST는 캠퍼스 내에서 발생하는 음식물쓰레기를 자체적으로 처리하고 이를 비료 등으로 재활용하는 자원 순환형 친환경 모델을 단계적으로 구축할 방침이다. 이를 통해 ▲자원 낭비 최소화 ▲운영 비용 절감 ▲탄소 배출 저감 등 지속 가능한 캠퍼스 운영 체계를 실현할 계획이다. 특히 이번 사업의 핵심 중 하나는 자율주행 기술을 활용한 음식물쓰레기 수거 시스템으로 올해 하반기에 도입할 예정이다. 자율주행 차량이 학생 식당 등에서 발생한 음식물쓰레기를 자동 수거하고 처리장으로 운반하는 방식으로 자동화된 자원순환 시스템을 구현한다. 윤여갑 KAIST 시설팀장은 “음식물쓰레기를 단순 폐기물이 아닌 자원으로 인식하고 이를 효과적으로 재활용할 수 있는 방안을 마련하고 있다”며 “KAIST
장영재 교수, 피지컬 AI가 적용된 SDx 구현 사례 공유해 KAIST와 다임리서치가 25일인 오늘 KAIST 본원에서 공동 개최한 ‘피지컬 AI와 SDx가 창조하는 제조와 자동화산업의 미래’ 포럼이 산업계와 학계의 뜨거운 관심 속에 성황리에 마무리됐다. 이번 행사는 국내 최초로 피지컬 AI 기술을 중심에 둔 제조혁신 전략을 조명한 자리로, 기술과 정책, 산업이 결합된 새로운 자동화 패러다임을 제시했다. 최근 AI는 데이터 해석이나 언어 처리의 한계를 넘어, 현실 공간에서 물리적 행동까지 수행하는 ‘피지컬 AI(Physical AI)’로 진화 중이다. 기존 언어형 AI가 텍스트 기반 지능이라면, 피지컬 AI는 시간·공간을 인식하고 실세계에서 자율적으로 작동하는 ‘움직이는 지능’으로 평가된다. 제조, 물류, 건설, 농업 등 실제 산업의 전환을 이끌 핵심 기술로 주목받고 있다. 이번 포럼은 두 개 세션으로 나뉘어 진행됐다. 첫 번째 세션에서는 현대자동차 민정국 상무가 세계 최초로 도입한 ‘소프트웨어 정의 공장(Software-Defined Factory, SDF)’ 개념을 발표하며 제조 공정의 유연성과 지능화를 강조했다. 이어 KAIST 장영재 교수는 피지컬 A
한국과학기술원(KAIST)은 신소재공학과 스티브 박 교수 연구팀이 섬유 위에 전자회로를 직접 그려 넣는 혁신적인 방식을 통해 유연하면서도 내구성이 뛰어난 전자섬유 플랫폼을 개발했다고 25일 밝혔다. ‘직접 잉크 쓰기‘ 3D 프린팅 방식을 이용해 센서와 전극 기능을 하는 특수 잉크를 섬유 기판 위에 직접 인쇄하는 방식이다. 이를 이용해 복잡한 제작 과정을 거치지 않고도 맞춤형 전투복을 제작할 수 있다. 전투원 개개인의 정밀한 움직임과 인체 데이터를 수집해 이를 바탕으로 맞춤형 훈련 모델을 제시할 수 있다고 연구팀은 설명했다. 연구팀은 유연성을 가진 스티렌-부타디엔-스티렌(SBS) 고분자와 전도성을 부여하는 탄소나노튜브를 조합해 최대 102% 늘어나는 인장·굽힘 센서 잉크를 개발했다. 1만 차례의 반복적인 테스트에서도 안정적인 성능을 유지하는 것으로 나타났다. 이는 전투원의 격렬한 움직임 속에서도 정확한 데이터를 지속해 얻을 수 있음을 의미한다. 연구팀은 개발한 전자섬유를 어깨, 팔꿈치, 무릎 등 주요 관절 부위에 프린팅해 달리기, 팔 벌려 높이뛰기, 팔굽혀 펴기 등 다양한 인체의 다양한 움직임을 모니터링했다. 또 스마트 마스크를 활용해 호흡 패턴을 측정하거나,