▲ 서울대학교 컴퓨터공학부 강유 교수[출처=서울대학교 컴퓨터공학부]서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 컴퓨터공학부 강유 교수팀이 개인정보 보호나 보안 등의 이유로 학습 데이터 사용이 어려운 상황에서도 딥러닝 모델의 성능 저하를 최소화하며 경량화할 수 있는 혁신적인 인공지능(AI) 기술을 개발했다.이번 연구 논문은 2025년 4월24일부터 닷새간 싱가포르에서 열리는 세계적 AI 학술대회 ‘ICLR 2025’에 채택된 바 있다.올해로 13회를 맞는 ‘ICLR (International Conference on Learning Representations)’은 기계 학습 및 딥러닝 분야에서 세계 최고 권위를 자랑하는 학회다.프라이버시 보호나 보안 문제로 학습 데이터 접근이 어려운 상황은 현실에서 딥러닝 모델을 훈련시킬 때 겪는 큰 어려움 중 하나다.이를 해결하기 위해 개발된 ‘제로샷 양자화(Zero-shot Quantization, 이하 ZSQ)’는 훈련 데이터 없이 모델을 양자화할 수 있는 기술이다.그러나 기존의 ZSQ 기술은 합성 데이터의 노이즈, 부정확한 특징에 기반한 예측, 어려운 데이터의 잘못된 하드 레이블(Hard Lavel, 1가지 정답만 있는 레이블)이 야기하는 오차 발생 등으로 모델 성능 저하를 불러오는 치명적 한계를 보였다.이에 강 교수팀은 훈련 데이터를 사용하지 않고도 딥러닝 모델의 성능을 유지하며 효과적으로 경량화시킬 수 있는 ZSQ 기술인 ‘SynQ (Synthesis-aware Fine-tuning for Zero-shot Quantization)’ 기법을 제안했다.이는 실제 학습 데이터셋이 없는 환경에서도 종전의 ZSQ 기술에 쉽게 적용할 수 있는 중요한 기법으로 평가받고 있다.연구진은 SynQ의 3가지 핵심 기술로 딥러닝 모델의 성능을 향상시켜 기존 ZSQ의 약점을 극복하는 성과를 거뒀다.먼저 저역 통과 필터(low-pass fil

최근 경상북도와 경상남도에서 대규모 산불이 발생해 엄청난 피해가 발생했다. 험준한 산악 지형과 건조한 날씨는 화재 진압 자체를 불가능하게 만들었다.군인을 포함한 대규모 인력을 동원하고 군용 헬기까지 투입하고서야 진화가 가능해졌다. 화재를 사전에 예방하고 초기에 발견하는 것이 중요하다는 사실을 새삼 일깨워준 사건이었다.중앙대 ICT융합안전 전공자인 이정록, 이대웅, 정서현 등이 쓴 '화재 탐지 영역의 이미지와 동영상 인식 사이 인공지능 모델 성능 비교 연구(A Comparative Study on Artificial in Intelligence Model Performance between Image and Video Recognition in the Fire Detection Area)라는 논문을 소개한다. ◇ 오탐지율을 낮추기 위해 화재 상황 분류 모델과 학습데이터셋 제안최근 기후재난 이슈와 더불어 캐나다 산불, 하와이 산불과 같은 화재로 인해 엄청난 재산과 인명피해가 발생하고 있다. 화재를 예방하기 위한 노력과 함께 피해를 최대한 줄일 수 있게 화재를 조기에 탐지하기 위한 연구가 진행되고 있다.현재 소방 분야에서는 화재를 탐지하기 위한 불꽃, 연기, 가스 등을 감지하는 센서를 설치해 관리하고 있다. 센서를 활용한 방식은 가격이 저렴하고 작동이 편리해 건물 및 공장 등에 많이 설치돼 있다.하지만 정확도가 낮아 오탐이 많다. 이를 보완하기 위해 딥러닝 인공지능 기술인 CNN, Transformer 등의 신경망을 이용한 화재 탐지 모델에 대한 연구가 활발하다.불꽃 및 연기 객체를 탐지하는 화재 탐지 모델은 입력 영상에서 클래스 정의한 객체의 특징을 추출해 인식하는 기술로 실시간성을 확보하기 위해 모델을 경량화하는 쪽으로 연구가 계속되고 있다.여러 폐쇄회로TV(CCTV) 영상을 동시에 분석할 수 있게 경량화된 모델은 CCTV 기반 화재 탐지 시스템에 적용되고 적은 비용으로 많은 공간을 넓게 모니터링할 수 있다. 그러나

▲ 왼쪽부터 서울대학교 기계공학부 김도년 교수(교신저자), 김재훈 박사(공동 주저자), 임재경 박사(공동 주저자, 현 삼성전자 근무)[출처=서울대학교 공과대학]서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 기계공학부 김도년 교수 연구팀 논문이 반도체 운영 분야 국제 학술지 ‘IEEE Transactions on Semiconductor Manufacturing (이하 IEEE TSM)’에서 2024년 최우수논문상(Best Paper Award)을 수상했다.해당 분야의 가장 권위 있는 저널 중 하나인 IEEE TSM은 반도체 공정 및 생산 관련 최신 기술과 응용을 다루며 1년 동안 해당 저널에 게재된 논문들 중 가장 우수한 1편을 최우수 논문(Best Paper)으로 선정해 시상한다.김도년 교수팀의 또 다른 논문은 2021년 IEEE TSM에서 우수 논문(Best Paper Award: Honorable Mention) 3편 중 하나로 선정된 바 있다. 3년 만에 같은 저널에서 최우수논문상을 수상하는 쾌거를 이뤘다.연구팀은 ‘Hotspot Prediction: SEM Image Generation with Potential Lithography Hotspots’ 제하의 이번 논문에서 리소그래피 공정 중 결함이 발생할 수 있는 취약 부위를 리소그래피 패턴 정보만으로 미리 예측할 수 있는 딥러닝 기술을 제시했다.이는 취약 부위에 대한 선제적인 설계 변경 등을 통해 반도체 생산 수율을 높이고 비용은 줄일 수 있는 핵심 기술이라는 평가를 받고 있다.논문의 주저자인 김재훈 박사는 “뜻깊은 상을 받게 돼 큰 영광이며 함께 연구에 참여하신 모든 분들께 감사드린다”고 인사를 전하며 “이번 성과를 발판 삼아 반도체 공정의 계측 및 검사 기술에 관한 연구에 정진하겠다”고 밝혔다.김재훈 박사는 현재 서울대 기계공학부에서 박사후연구원으로서 연구 활동을 이어가고 있다. 특히 적은 데이터만으

▲ 생성형 AI를 활용해 ‘에너딕트’가 제공하는 서비스를 표현한 상상도[출처=LG CNS]디지털 전환(DX) 전문기업 LG CNS(대표이사 현신균)에 따르면 통합발전소(Virtual Power Plant, VPP) 사업자를 위한 전력 인공지능(AI) 솔루션 ‘에너딕트(Enerdict)’를 출시했다.VPP는 전국에 분산된 태양광, 풍력 등 소규모 재생에너지 발전소들을 정보통신기술(ICT)로 연결해 하나의 발전소처럼 운영하는 것을 의미한다. ‘에너딕트’는 에너지(Energy)의 흐름을 정확하게 예측한다(Predict)라는 의미를 담고 있다.LG CNS가 선보인 ‘에너딕트’는 VPP 사업을 영위하는 기업 고객을 위한 최적의 솔루션으로 향후 전력중개 솔루션 사업을 추진할 방침이다.VPP 사업자는 계절, 날씨 등 기상 상황에 따라 발전량의 변동성이 큰 소규모 재생에너지 발전소들의 발전량을 예측하고 전력거래소의 급전 지시를 이행하는 것이 중요하다.급전 지시란 우리나라 전력의 수요와 공급을 관리하는 한국전력거래소에서 각 발전소에 발전량 조절을 실시간 지시하는 것으로 VPP 사업자의 중요 의무사항이다.LG CNS는 ‘에너딕트’에 머신러닝(Machine learning), 딥러닝(Deep learning) 등 AI와 수학적 최적화 기술을 접목해 발전량 예측 정확도를 높였다. 전력거래소의 급전지시에 효율적으로 대응할 수 있도록 해 VPP 사업자의 운영 수익을 극대화한다.수학적 최적화는 현재 보유한 자원과 조건 하에서 발생할 수 있는 모든 경우의 수를 계산해 최대 효율을 내는 최적의 대안을 찾아내는 기술로 LG CNS의 ‘에너딕트’는 업계 최고 수준의 발전량 예측 정확도를 자랑한다.‘에너딕트’는 과거에 축적된 기상 자료와 더불어 국내외 기상 예측 기관에서 예보하는 다양한 기상 데이터까지 AI가 분석함으로써 태양광, 풍력 등 재생에너지

▲ 라마인덱스의 피에르 로익 둘셋(Pierre-Loic Doulcet) 문서분석도구 담당 엔지니어가 26일 서울시 역삼동 GS타워에서 열린 ‘라마인덱스&52g-GenAI 커넥트 데이’에서 발표하고 있다[출처=GS그룹]GS그룹(회장 허창수)에 따르면 2024년 9월26일(목요일) 서울시 역삼동 GS타워에서 ‘라마인덱스&52g-GenAI 커넥트 데이’를 개최했다. 디지털 전환(DX)을 주도하는 혁신 커뮤니티 ‘52g’(5pen 2nnovation GS)과 라마인덱스가 공동 주관했다. 글로벌 AI 엔지니어들이 모여 LLM 활용 노하우를 공유하고 협력하기 위해 마련됐다.라마인덱스&52g-GenAI 커넥트 데이는 거대언어모델(LLM) 앱 개발 솔루션 기업 라마인덱스(LlamaIndex)와 함께 글로벌 AI(인공지능) 트랜드를 공유하는 행사다. 라마인덱스는 LLM을 기반으로 한 애플리케이션을 보다 쉽게 개발할 수 있도록 돕는 종합 서비스 기업으로 업계에서는 랭체인(LangChain)과 양대산맥을 이루며 생성형 AI 혁신을 선도하는 실리콘밸리 기업으로 평가받는다.라마인덱스가 한국에서 워크숍을 개최한 건 이번이 처음이다. 일본 도쿄, 프랑스 파리에 이어 한국의 서울을 선택한 것은 대한민국의 AI 역량과 가능성을 높이 평가했기 때문이다.GS는 기존에 내부 구성원만을 대상으로 진행하던 행사를 외부에 개방했다. 국내 개발자들이 글로벌 AI 생태계와 교류하고, 커뮤니티를 형성할 기회라고 판단해서다.외부 AI 엔지니어 70명을 포함한 100여 명의 참석자는 LLM 기술을 적용한 실무 경험과 업계 동향을 주고받았다.특히 이번 행사는 앤드류 응(Andrew Ng) 미국 스탠퍼드대 교수가 만든 교육 플랫폼 딥러닝 AI(deeplearning.ai)를 통해 전 세계에 공개됐다.응 교수는 세계 4대 AI 석학으로 불리는 인물로 50여 국에서 7만 명이 참여한 상호만남(밋업) 시리즈 ‘Pie

▲ 이노룰스(INNORULES) 로고[출처=이노룰스]디지털 전환(DX) 자동화 솔루션 및 로우코드 전문기업 이노룰스(INNORULES, 대표이사 김길곤))에 따르면 인공지능(AI)에 대한 연구개발(R&D) 역량을 높이기 위해 AI 전담 조직을 대폭 확대하기로 했다.확대된 AI 전담 조직은 첨단 기술 개발 및 혁신적인 AI 기술을 활용한 솔루션을 시장에 제공하는 데 주력할 계획이다. AI 알고리즘, 머신러닝(ML), 딥러닝(DL) 등 핵심 기술을 활용한 연구개발 역량을 강화해 나갈 예정이다.또한 AI 비즈니스 의사결정 자동화를 위한 SW 플랫폼 개발에 박차를 가하고 SW 플랫폼 개발은 자사 DX 자동화 솔루션과 AI 혁신 기술을 접목하기로 했다. 디지털 전환 시장에서 비교우위 경쟁력을 획기적으로 강화해 나간다.AI 전담 조직은 2023년 AI 연구개발, AI 기반 신규 비즈니스 개발, 기존 제품의 AI 기능 고도화 등 AI 역량 강화에 집중하기 위해 신설했다.이노룰스는 연구개발 인프라와 파트너십 등 협력 네트워크를 강화해 AI 적용 기술 개발에 필요한 모든 자원을 총동원할 계획이다.이를 통해 AI 기술 활용에 새로운 패러다임 도입을 선도함으로써 AI 기술 기업으로서의 입지를 확고히 다지고 지속 가능한 성장을 이루는 것을 목표로 사업을 진행하고 있다.한편 이노룰스는 독자 개발한 솔루션을 기반으로 다양한 산업에서 DX 자동화를 선도하고 있다. 비즈니스 로직 구현을 위한 코딩 과정을 최소화하는 로우코드(Low Code) 소프트웨어인 이노룰스의 제품군은 사용자 친화적인 UI/UX를 제공함으로써 개발자뿐 아니라 현업도 DX 업무에 빠르게 적용할 수 있다.이노룰스 제품은 시스템 구축 과정에서 리소스를 줄여 효율성에 집중할 수 있기에 고객의 개발 및 유지 보수 생산성을 높이고 소프트웨어 품질을 향상하는 데 효과적이다.국내 유수 기업의 경영 혁신 파트너로 DX 솔루션 부문을 대표하는 이노룰스는 대한민국을 넘어 글로벌 DX를 리드하는 소프트웨어

캐나다 몬트리올 대학교에 소재한 폴리텍 몬트리올(Polytechnique Montréal) 연구팀에 따르면 증강현실(AR)이 적용된 새로운 드론 조종시스템을 개발 중이다.개발 중인 드론 조종 설비는 디스플레이가 장착된 헤드셋 형태로 증강현실 인터페이스가 내장돼 있다. 연구팀은 기존 컨트롤러 대신 증강현실을 적용한 시각제어 프로그램을 개발했다.이에 따라 손조작이 필요 없는 핸즈프리 방식을 채택했다. 증강현실의 장점은 기계와 인간의 경험적 차이를 최소화하고 가시권의 드론 운용보다 조종사의 신체적 리스크를 크게 줄일 수 있다는 데 있다.실외 환경에서 3D 증강현실을 재구성하려면 뛰어난 감지기술이 적용돼야 한다. 연구팀은 여기에 사물인터넷과 딥러닝까지 접목돼야 한다고 언급했다.연구팀에 따르면 개발된 드론의 최종 사용자는 소방관이다. 사고 현장에 다수의 드론이 투입돼 빠른 현장 감식과 관련 정보를 수집하는 것이 주목적이다.이처럼 증강현실 등 첨단기술로 드론 무리를 제어할 수 있다는 점에서 군사 목적 등 윤리성에 대한 논란도 제기되고 있다.▲증강현실로 구성된 모습(좌)과 드론 조종 헤드셋(우)(출처 : Polytechnique Montréal 홈페이지)

일본 중전기 기업인 도시바(東芝)에 따르면 딥러닝을 활용한 화상 분석의 이상 검지 기술 정밀도를 69.5%에서 79.1%로 향상했다.고성능 기술을 통해 이전에 육안으로 확인해온 반도체 품질 검사 등을 자동화할 계획이다. 생산 공장의 효율성을 높일 수 있을 것으로 전망된다.도시바는 정상적인 이미지 데이터의 복원 성능을 대폭개선하기 위해 자체 'dual-encoder BiGAN'기법을 이용한 심층 인공지능(AI)을 개발했다.개발된 기술은 2021년부터 도시바 장치 및 스토리지의 반도체제조공장에 적용한다. 화상검사공정이 개선될 것으로 전망된다.▲도시바(東芝) 반도체 빌딩(출처 : 홈페이지)