류석영 교수 연구팀, ACM SIGSOFT Distinguished Paper Award ..

KAIST 전산학부 류석영 교수 연구팀이 9월 21~25일 열릴 IEEE/ACM ASE 2020 (The 35th IEEE/ACM International Conference on Automated Software Engineering) 국제학회에서 ACM SIGSOFT Distinguished Paper Award를 수상한다. ASE 학회는 IEEE/ACM에서 주관하는 소프트웨어 공학 분야 플래그십 학회이며, 한국정보과학회가 지정한 최우수 학술대회이다. 보다 상세한 정보는 다음 웹사이트를 통해 확인할 수 있다: https://conf.researchr.org/series/ase 수상한 논문은 이성호 박사, 학부과정 이효건 학생, 류석영 교수가 작성한 “Broadening Horizons of Multilingual Static Analysis: Semantic Summary Extraction from C Code for JNI Program Analysis” 이다. 본 논문의 제1저자인 이성호 박사는 9월부터 충남대학교 컴퓨터융합학부 신임교원으로 임용되었다.

[코로나19 긴급진단] 세계 최초 ＇코로나19 확산 방지 시스템＇

우리 전산학부 한동수 교수의 세계 최초 '코로나19 확산 방지 시스템' 방송내용입니다. 출처 : 2020. 7. 28. CMB대전뉴스

[AI 사피엔스 시대]˝에이, 짜증나˝ ˝아이, 행복해˝…인간과 ＇희노애락＇ 나누다

영화 '허(her)' 남자 주인공은 여성 목소리를 지닌 인공지능(AI) 운용체계(OS) '사만다'와 사랑에 빠진다. 사만다는 남자 주인공이 데이트에 실패하고 돌아오자 기분을 풀어주기 위한 이야기와 음악을 전한다. 사만다가 주인공을 위로할 수 있었던 것은 그의 목소리 톤과 대화 속 담긴 단어 속에서 다양한 감정을 읽었기 때문이다. 감정을 읽는 AI는 아직 영화처럼 드라마틱하게 발전하지 않았다. 하지만 다양한 시도와 기술 개발이 한창이다. IBM은 2019년 국제전기전자공학회 신호처리국제학술대회에서 AI가 대화 속 웃음을 판별한다는 사실을 입증했다. 감정을 읽는 AI는 대량 데이터 분석이 중요하다. 데이터 속에서 패턴을 읽고 의미를 파악한다. 웃음 판별 AI도 마찬가지다. IBM은 대화 속 사용된 웃음 종류와 그 속에 숨겨진 의미를 파악하는 데 주력했다. IBM은 대화 속에서 말소리와 웃음소리를 구분하는 데 초점을 맞췄다. AI가 무엇이 말이고 웃음인지 구분하도록 학습시켰다. 이를 위해 1200명 이상 지원자로부터 120여가지 웃음 관련 사례를 수집했다. 여기에 컴퓨터 언어분석기법을 적용, 총 12가지 주요 웃음 패턴을 발견했다. 웃음이 진짜 웃음인지 아닌지도 구분했다. IBM은 웃음 속에도 △진실한 행복 △슬픔 △활기찬 웃음 △빈정거림 네 가지로 구분된다는 사실을 발견했다. 연구 결과를 바탕으로 웃음 관련 연구를 확대 중이다. 웃음뿐 아니라 다양한 비언어적 의사소통이 어떤 감정을 내포하는지 확대 연구한다. IBM이 구분한 네 가지 웃음 유형 <자료:IBM> 우리나라에서도 사람 몸에서 검출한 생체 신호와 행동을 기반으로 감정을 파악하는 AI 기술이 개발됐다. 조성호 KAIST 전산학부 교수와 김병형 연구교수팀은 생체 신호를 딥러닝 기술로 분석하는 감정 파악시스템과 감정·행동을 연계해 사람 감정과 인과관계를 나타내는 수식화 알고리즘을 지난해 개발했다. 감정 파악 시스템은 뇌 전두엽에서 발생하는 뇌전도와 심장 박동 신호를 딥러닝으로 분석한다. 행복, 흥분, 기쁨, 슬픔, 지루함 등 12가지 감정을 구분한다. 이 감정 상태를 실제 사용자 행동과 연관시켰다. 카메라로 파악한 사용자 행동이 감정 변화에 어떻게 영향을 미치는지 살폈다. 이를 종합해 감정과 행동을 연계해 인과관계를 수식화한 알고리즘을 개발했다. 연구팀은 알고리즘 기반으로 심리치료나 행동 발달 교정 등 헬스케어 분야에서 주로 사용될 것으로 전망한다. 기존에는 생체 신호로 사람 감정 파악에 주력했지만 사람 행동까지 고려한 연구 결과여서 홈케어 서비스에서도 활용이 기대된다. 감정 AI는 데이터 분석이 중요하다. 대기업은 다양한 데이터를 구매해 분석 가능하지만 스타트업이나 중소기업은 데이터가 부족해 기술개발이 어려운 때가 많다. 정부도 감정 관련 데이터 수급 어려움에 공감해 지난해부터 음성, 대화 등 감정 관련 데이터를 대량 공개했다. △이상행동 영상 △감정·상황·대화 내용을 담은 복합 영상 데이터 △한국어 음성 데이터 등 2500여만건 데이터셋을 공개한다. NIA는 “개방한 데이터셋을 활용하면 사람 표정과 대화 속 내포된 감정을 읽고 공감하며 대화하는 AI로봇 등 새로운 서비스 개발에 도움될 것”이라면서 “참신한 아이디어를 보유한 스타트업이 데이터를 활용해 말과 감성을 이해하는 AI 개발에 일조할 것”이라고 기대했다. 출처 : 전자신문 [AI 사피엔스 시대]"에이, 짜증나" "아이, 행복해"…인간과 '희노애락' 나누다<https://www.etnews.com/20200728000119> 발행일 : 2020.07.28

KAIST 세계 최고 수준의 DBMS 기술 개발

KAIST는 23일 전산학부 김민수 교수 연구팀이 데이터베이스 질의 언어 SQL(Structured Query Language, 구조화 질의어) 처리 성능을 대폭 높인 세계 최고 수준의 DBMS 기술을 개발했다고 밝혔다. 김 교수 연구진은 데이터 처리를 위해 산업 표준으로 사용되는 SQL 질의를 기존 DBMS와는 전혀 다른 방법으로 처리함으로써 성능을 기존 옴니사이(OmniSci) DBMS 대비 최대 88배나 높인 신기술을 개발했다. 이 기술은 오라클·마이크로소프트 SQL서버·IBM DB2 등 타 DBMS에도 적용할 수 있어 고성능 SQL 질의 처리가 필요한 다양한 곳에 폭넓게 적용될 수 있을 것으로 기대된다. 대부분의 DBMS는 SQL 질의를 처리할 때 내부적으로 데이터 테이블들을 ＇왼쪽 깊은 이진 트리(left-deep binary tree)' 형태로 배치해 처리하는 방법을 사용한다. 김 교수진은 테이블들을 하나의 커다란 ＇왼쪽 깊은 이진 트리' 형태가 아닌 여러 개의 작은 ＇왼쪽 깊은 이진 트리'를 ＇n항 조인 연산자'로 묶는 형태로 배치해 처리하는 기술을 개발했다. 이때 각각의 ＇작은 이진 트리' 안에는 FK-FK 결합 관계가 발생하지 않도록 테이블들을 배치하는 것이 핵심이다. 각각의 ＇작은 이진 트리'의 처리 결과물을 ＇n항 조인 연산자'로 결합해 최종 결과물을 구하는 것도 난제로 꼽히는데 연구팀은 ＇최악-최적(worst-case optimal) 조인 알고리즘'이라는 방법으로 이 문제를 해결했다. ＇최악-최적 조인 알고리즘'은 그래프 데이터를 처리할 때 이론적으로 가장 우수하다고 알려진 알고리즘이다. 김 교수 연구진은 세계에서 가장 먼저 이 알고리즘을 SQL 질의 처리에 적용해 난제를 해결하는 데 성공했다. 김민수 교수 연구팀은 새로 개발한 DBMS 기술을 GPU 기반의 DBMS 개발업체인 미국 옴니사이(OmniSci)社 제품에 적용한 결과, OmniSci DBMS보다 성능이 최대 88배나 향상된 결과를 얻었다. 또 TPC-DS 벤치마크에서도 세계 최고 수준의 성능을 가진 기존의 상용 DBMS보다 5~20배나 더 빠른 사실을 확인했다. TPC-DS는 DBMS의 성능을 측정하기 위한 산업 표준의 최신 벤치마크이다. 김민수 교수는 "연구팀이 개발한 새로운 기술은 대부분의 DBMS에 적용할 수 있기 때문에 산업적 측면에서 파급 효과가 매우 클 것으로 기대한다ˮ 고 말했다. 이번 연구에는 미국 옴니사이(OmniSci)社에 재직 중인 남윤민 박사가 제1 저자로, 김 교수가 교신저자로 참여했으며 지난 18일 미국 오리건주 포틀랜드에서 열린 데이터베이스 분야 최고의 국제학술대회로 꼽히는 ＇시그모드(SIGMOD)'에서 발표됐다. 논문 : https://dl.acm.org/doi/abs/10.1145/3318464.3380565 기사 출처 : 위키트리 WIKITREE (보도자료) (2020-06-23 13:09) https://www.wikitree.co.kr/articles/545214

KAIST 전산학부 김문주 교수 ACM／IEEE International Conferenc..

KAIST 전산학부 김문주 교수가, 2020년 7월 15-16일에 열리는 ACM/IEEE International Conference on Automation of Software Test (AST) 2020 에 UIUC의 Darko Marinov 교수와 함께 키노트 연사로 초빙 되었다. https://conf.researchr.org/home/icse-2020/ast-2020#Keynotes 키노트 제목: CROWN 2.0: Automated Test Generation for Industrial Embedded Software - 17 Years Journey from Research To Product 해당 Keynote에서는, 김문주 교수가 지난 17년간 내장형 SW 테스팅 자동화 분야에서 AI기술 기반 고효율 저비용의 선도적인 연구를 수행하면서, 연구 성과의 산업체 파급력을 극대화하기 위해 SW 자동 테스팅 기업인 V＋Lab (https://vpluslab.kr)을 창업하며 얻은 경험들을 나눌 예정이다.

인공지능 국제협의체 ‘GPAI’에 오혜연 교수 전문가로 참여

KAIST 전산학부 오혜연 교수가 세계최초 인공지능 협의체Global Partnership on Artificial Intelligence (GPAI)의 전문가로 참여하게 되었다. 과기정통부는 6월 15일 한국이 캐나다, 프랑스, 미국, 일본 등과 같이 15개의 창립회원국으로 GPAI에 참여한다는 공식선언문을 발표했다. GPAI는 1) Responsible AI, 2) Data Governance, 3) The Future of Work, 4) Innovation & Commercialization 에 대해 각각 위원회를 구성하여 산업계·시민사회·정부·학계 주요 전문가들의 협업으로 책임 있고 인간 중심적인 인공지능의 발전을 지원할 예정이다. KAIST 전산학부 오혜연 교수는 이 중 튜링상 수상자인 Yoshua Bengio가 이끄는 Responsible AI 위원회에 참여하게 된다.

KAIST, ＇딥러닝＇ 활용해 우울증 진단 돕는 기술 개발

딥러닝을 활용해 우울증 자가진단 설문지를 분석, 좀 더 쉽게 우울증 징후를 잡아내는 기술이 개발됐다. 다양한 설문지 양식에 대응할 수 있고, 다른 분야의 분석 영역에도 활용이 가능하다. 한국과학기술원(KAIST·총장 신성철) 조성호 전산학부 교수, 최봉재 박사과정 등 연구팀은 최근 설문지에서 우울증 징후 특징을 찾아내 실제 의사 진단을 도울 수 있는 '다중 설문 분석 시스템'을 개발했다. 우울증은 '마음의 감기'라고도 불리는 질환이다. 심한 경우 자살에도 이를 수 있어 정신의학에서 가장 중요한 주제이기도 하다. 인구 17％가 우울증을 경험하는 것으로 알려져 있다. 현재 주로 쓰이는 우울증 진단법은 자가진단 설문지를 이용하는 것이다. 그러나 이 경우 환자가 느끼는 주관적인 반응에 의존할 수밖에 없어 객관성이 떨어지는 문제점이 있다. 우울감 징후를 객관화하는 것이 극히 어렵다. 환자 스스로 외부 시선을 의식하는 '바람직한 사회성' 추구에 따라 객관성이 더욱 떨어지기도 한다. 이 때문에 데이터 주도 접근법을 활용하는 방법론이 나왔지만 아직 문제 해결이 쉽지 않았다. 우울증 징후를 지도 학습시키는 '지도예측 모델'의 경우 지도 정보를 확보하는 것이 어려웠다. 지도학습을 하지 않는 '비지도 군집 분석'은 정보 잡음 등을 이유로 엉뚱한 분석 결과를 낳기도 한다. 연구팀의 '다중 설문 분석 시스템'은 그동안 문제를 모두 해결하기 위한 결과물이다. 다양한 설문지에서 공통된 우울증 특징점(피처)를 학습시키는 방법을 썼다. 여러 개 설문지를 통합 분석하기 위해 '멀티뷰 러닝'을 활용했다. 멀티뷰 러닝은 여러 형식의 결과물을 함께 학습할 수 있는 방법론이다. 연구팀은 또 지도·비지도 데이터 주도 접근법의 한계 극복을 위해 이들 두 가지를 섞은 '준지도 접근법'을 채용했다. 연구팀은 KAIST 건강검진 데이터 1만4929명분, 2만5539개 설문을 연구에 활용했다. 이 결과 새로 개발한 시스템이 우울증 의심 환자를 효과적으로 걸러낼 수 있다고 설명했다. 실제 우울증 치료가 필요한 대상 가운데 시스템으로 잡아내지 못한 경우는 전체 3％에 불과한 것으로 나타났다. 전통적인 방법보다 훨씬 높은 신뢰도를 자랑한다. 또 왜 우울증으로 의심할 수 있는지에 대한 근거, 주요 인자별 영향력 분석도 함께 제시할 수 있다. 조성호 교수는 14일 “딥러닝 기반 스크리닝을 통해 의사의 우울증 진단 과정을 도울 수 있는 기반이 마련됐다”면서 “이 기술은 의료뿐만 아니라 다른 분야의 데이터 분석에도 활용이 가능하다”고 말했다. <출처 : 전자신문 2020년 6월 14일> https://www.etnews.com/20200612000188?mc=em_105_00001

KAIST 전산학부 IoT, 빅데이터 등 2개 ITRC 선정

지난 2020년 6월 2일 과학기술정보통신부에서 발표한 대학ICT연구센터(ITRC)에 우리 KAIST 전산학부에서 지원한 2개 센터가 모두 선정되었다. ITRC는 " ICT 유망기술 분야의 첨단 연구 프로젝트 지원을 통해 국가 혁신성장을 견인할 석‧박사급 핵심 연구인력 양성"을 그 목표로 하는 사업으로 우리 전산학부에서 선정된 센터, 책임자 및 전산학부 참여 교수는 아래와 같다. - 일상-항시적 건강관리 Earable-IoT 연구센터 (센터장: KAIST 전산학부 송준화 교수) 일상-항시적 건강관리 Earable-IoT 연구센터에서는 중요 기관(뇌, 눈, 입)에 가깝게 위치하고 다양한 생체지표·사용자 활동의 센싱이 용이한 신체 위치로서 '귀'의 중요성에 주목하여 사용자의 건강상태를 일상-항시적으로 모니터링하고 건강관리 서비스를 제공하기 위한 Earable-IoT 플랫폼 연구·개발을 목표로 하고 있다. KAIST 전산학부 외 KAIST 전기및전자공학부, KOREATECH, 목포대학교 간호학과 및 서울대학교 보건대학원이 연구센터에 참여한다. - 빅데이터 엣지 클라우드 서비스 연구센터 (센터장: KAIST 전산학부 고인영 교수) 빅데이터 엣지 클라우드 서비스 연구센터에서는 5G 등의 저지연·고신뢰 통신과 사물인터넷(IoT) 기술 발전에 따라 엣지 클라우드(Edge Cloud)가 필수적인 빅데이터 수집 및 처리 환경이 되어가고 있는 것을 고려하여, 엣지 클라우드 환경에서 다양한 실시간 빅데이터를 고성능으로 수집·분석·예측하기 위한 빅데이터 플랫폼 및 고신뢰·고사용성 빅데이터 서비스 응용 구축 기술 개발을 목표로 하고 있다. KAIST 전산학부의 강지훈 교수, 김명호 교수, 김민수 교수, 박종세 교수, 배두환 교수, 백종문 교수가 연구센터에 참여한다. 각 센터는 최장 8년간 연간 8억원의 연구비를 과학기술정보통신부로부터 지원받게 된다.

KAIST, 스마트폰 탑재 장비로 코로나19 동선 확인 기술 개발…˝사생활 침해도 막는다˝

KAIST 연구진이 스마트폰에 탑재된 위치파악기술로 개발한 코로나19 확진자 동선 확인 시스템 개요도 코로나19 확진자의 동선을 정확히 파악하면서 사생활 침해도 막을 수 있는 위치확인 기술이 국내 연구진에 의해 개발됐다. KAIST(카이스트) 전산학부 한동수 교수팀은 스마트폰에 탑재된 위치파악 장비를 이용해 확진자의 동선을 확인할 수 있는 ‘코로나19 감염병 확산방지시스템’을 개발했다고 10일 밝혔다. 연구팀이 개발한 기술은 스마트폰에 내장된 GPS와 와이파이, 블루투스, 관성 센서 등을 통해 수집된 신호를 기록해 분석하는 것이다. 이 기술이 담긴 앱을 개인이 내려받아 구동하면 확진자와 자신의 동선이 겹치는지를 신속하게 알 수 있다. 기존에는 확진자의 동선이 문자 메시지 등을 통해 전송되면 개인이 일일이 인터넷에 접속해 자신의 동선이 확진자와 중첩되는지 확인해야 했다. 시간이 걸리는데다 자신이 언제 어디에 머물렀는지 일일이 기억해내야 했던 문제가 새 기술로 해소된 것이다. 이번 기술은 코로나19 확진자에 대한 역학 조사에도 기여할 수 있다. 확진자가 해당 기술이 탑재된 앱이 있는 스마트폰을 갖고 있을 경우 스마트폰에 기록된 위치 신호와 지도를 겹쳐서 표시해 주기 때문에 역학조사의 속도와 정확도가 올라가는 것이다. 연구진은 또 이번 기술로 격리자가 정해진 공간을 벗어났는지도 확인할 수 있다고 설명했다. GPS뿐만 아니라 무선랜 신호까지 위치 파악에 활용하기 때문에 실외는 물론 실내에서의 격리공간 이탈 여부도 알 수 있다. 특히 이번 기술은 확진자 동선 확인과정에서 지속돼온 사생활 침해 우려를 해소했다. 연구진에 따르면 수집된 신호는 2주가 지나면 자동으로 폐기된다. 또 확진자의 동선을 공개하는 경우에도 업소의 상호가 아닌 ‘신호 정보’로 나타낸다. 기존 확진자 동선 파악 과정에선 확진자 개인의 신용카드 사용 정보까지 활용됐지만 여기서 비롯되는 문제들이 사라지는 것이다. 출처 : 경향신문 (2020-06-10) 원문보기: http://news.khan.co.kr/kh_news/khan_art_view.html?artid=202006101337001&code=610100#csidx0c11549548c9c8bac4569c27695038e

과학／바이오 KAIST·서울대, 손목에 붙이는 센서 하나로 손동작 측정 기술 개발

한국과학기술원(KAIST)과 서울대 공동 연구진이 개발한 신체 움직임 측정용 센서 손목에 붙이는 센서 패치 하나만으로 손 전체의 움직임을 측정할 수 있는 기술이 개발됐다. 조성호 한국과학기술원(KAIST) 전산학부 교수 연구팀은 고승환 서울대 기계공학과 교수 연구팀과 공동으로 딥러닝 기술을 센서와 결합해 최소한의 데이터로 인체 움직임을 정확하게 측정할 수 있는 ‘피부형 센서’를 개발했다고 20일 밝혔다. 증강현실(AR)등을 구현하기 위해 인체의 움직임을 측정하는 기술이 요구되고 있다. 현재 가장 널리 쓰이는 측정 방법은 모션 캡처 카메라를 이용하는 것이다. 하지만 카메라가 설치된 공간에서만 측정이 가능하다는 제약이 있다. 이 같은 제약을 극복하기 위해 웨어러블 기기를 통해 장소의 제약 없이 신체의 움직임을 측정하는 기술이 나왔다. 하지만 움직임이 발생하는 수백 군데의 관절과 근육 부위마다 모두 센서를 붙여야 하는 불편함이 있었다. 이번에 연구팀은 손목에 붙이는 단 하나의 센서 패치만으로 손 전체의 움직임을 감지할 수 있는 기술을 개발했다. 센서 기판 위에 은 나노 입자들을 씌워, 움직임이 발생하면 은 나노 입자들에 균열이 생기도록 했다. 이 균열로 발생하는 전기 신호를 감지해 먼 부위에서 발생하는 미세한 움직임까지 측정할 수 있는 것이다. 연구팀은 또 딥러닝 기술을 통해 센서가 최소한의 데이터와 시간으로 사용자의 다양한 손가락 관절 움직임을 학습하도록 했다. 조 교수는 "딥러닝 기술을 활용해 실제 환경에서 더욱 효과적으로 사람의 실시간 정보를 획득하는 방법을 제시했다는 점에서 의미가 있다"며 "이를 적용하면 웨어러블 AR 기술의 보편화 시대가 더욱 빨리 다가올 것"이라고 했다. 이번 연구결과는 국제 학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 1일자로 게재됐다.. 출처 : 조선일보 2020년 5월 20일 (https://biz.chosun.com/site/data/html_dir/2020/05/20/2020052001750.html)

정보보호대학원 이주영 교수 연구팀 Eurocrypt 2020 논문 발표

암호학 분야 최우수 학회 Eurocrypt 2020에 KAIST 전산학부(정보보호대학원) 소속 논문이 채택되었다: “Tight Security Bounds for Double-block Hash-then-Sum MACs” (KAIST 전산학부 정보보호대학원 박사과정 김성광, 이병학, 이주영 교수) n-비트 블록암호를 사용하여 2n-비트의 내부상태를 갱신하는 메시지 인증 코드(MAC)는 대부분 2n/3 비트까지 안전성이 증명되었는데, 최근 3n/4 비트 수준의 공격이 제안되면서, 이들의 정확한 안전성이 중요한 open problem으로 여겨지고 있었다. 본 논문은 MAC의 안전성 증명에 사용되는 미러 이론(방정식 및 부등식의 해의 개수를 근사하는 이론)을 한 단계 발전시켜, PolyMAC, SUM-ECBC, PMAC_Plus, 3kf9, LightMAC_Plus 등 다양한 MAC에 적용하고, 이들 MAC의 안전성을 3n/4비트까지 증명하였다. 이 논문은 이번 Eurocrypt의 유일한 국내 논문으로서, 작년 국가암호공모전에서 최우수상을 수상한 바 있다

KAIST 전산학부 유신 교수, 국제연구팀과 함께 COVID-19로 인한 재택근무가 소프트..

COVID-19로 인해 세계적으로 예상치 못한 재택 및 원격 근무가 지속되는 가운데, KAIST 전산학부 유신 교수를 포함한 국제 연구팀이 수행한 연구 결과에 따르면 재택/원격 근무가 소프트웨어 전문직 종사자들의 정서적 웰빙(well-being) 및 생산성에 영향을 주고 있는 것으로 나타났다. 본 연구는 근무 환경이 다양한 업계에 종사하는 소프트웨어 전문직들에게 어떤 영향을 미치는지 알아보기 위해 12개 국어로 진행되었으며, 53개국 2천명 이상의 소프트웨어 전문직 종사자가 설문을 통해 참여했다. 연구에 따르면 재난 대비 상태와 판데믹으로 인한 불안 및 공포함, 그리고 재택 근무 환경의 인체공학적 여건 등이 전문직 종사자들의 웰빙 및 생산성에 큰 영향을 주는 것으로 나타났습니다. 특히 여성, 어린 자녀를 가진 부모, 그리고 장애인의 경우 평균 이상의 영향을 받고 있다. 연구팀은 본 연구 결과를 Journal of Empirical Software Engineering 및 arXiv에 제출되었으며, 이를 바탕으로 소프트웨어 업계에 사회적 거리두기 기간 동안 전문직 종사자들의 정서적 웰빙과 생산성을 높이기 위해 어떤 대책이 필요한지에 대한 지침을 제공할 계획이다.

KAIST, MS와 3D 콘텐츠 혁신기술 개발...＇현장에서 고화질 실시간 구현＇

국내 연구진이 마이크로소프트 리서치 아시아(MSRA)와 함께 고화질 3차원 영상 콘텐츠를 순식간에 생성하는 혁신 기술을 구현했다. 기술이 상용화 되면 관련 산업 파급효과가 막대할 전망이다. 김민혁 한국과학기술원(KAIST) 전산학부 교수팀(비주얼 컴퓨팅 랩)은 고화질로 3D 콘텐츠를 실시간 구현하는 '텍스처 퓨전' 기술을 개발했다고 5일 밝혔다. 개발 기술은 색을 인식하는 RGB 카메라, 공간을 인식하는 뎁스카메라, 특수고안 데이터 구조를 활용한다. 3D 콘텐츠 구현 필수 요소인 지오메트리(지형)·텍스처(이미지) 정보 생성, 콘텐츠 뼈대 역할을 하는 3D 모델에 텍스처를 입히는 '텍스처 매핑' 작업까지 실시간으로 가능하게 한다. 걸리는 시간은 수십 밀리세컨드(㎳)에 불과하다. 카메라 화질에 따라 시간 지연 없이 4K 해상도 이상 결과물도 만들 수 있다. 기존에도 지오메트리, 텍스처 정보를 생성할 수 있었지만 한계가 명확했다. 두 가지 정보를 동시 생성하는 것이 불가능했다. 특히 실시간 텍스처 생성 기술은 존재하지 않은 형편이다. 고화질 텍스처 생성, 텍스처 매핑을 위한 매핑 함수 계산에 수십분의 시간이 별도로 필요했다. 또 이 과정 전에 지오메트리 정보를 생성하는 것이 필수였다. 연구진은 RGB·뎁스 카메라가 동시 장착된 '키넥트 카메라'로 얻은 지오메트리·텍스처 정보의 프레임간 격차를 최소화하는 변환함수(워프 매트릭스)를 만들었다. 이를 통해 두 가지 정보의 위치 상관 관계를 최적화하고, 결과물을 고품질화하는데 성공했다. 또 이를 특수 고안한 3D 텍스처 데이터 구조에 가미했다. 이 구조는 구조화 데이터 사이에 더욱 많은 텍스쳐 정보를 넣을 수 있다. 3D 모델을 만드는 동시에 지오메트리·텍스처 정보를 최적화해 반영한다. 이 기술은 내달 컴퓨터 비전 분야 최고로 꼽히는 학회 'CVPR2020'에 구두 발표로 소개될 예정이다. 이미 리뷰어의 호평을 받고 있다. 연구진은 이 기술이 게임이나 영화와 같은 3D 콘텐츠를 훨씬 저렴한 가격에 쉽고 빠르게 만드는 기반이 된다고 설명했다. 김민혁 교수는 “이번 연구는 영상 고품질화 추세로 높아만가는 3D 콘텐츠 제작 비용을 최소화하면서 기존 품질은 유지할 수 있게 한다”며 “누구나 3D 콘텐츠를 쉽게 만들 수 있게 돕고, 관련 업계에 막대한 도움이 될 것”이라고 말했다. [출처 : 전자신문(https://www.etnews.com/20200505000038)]

실시간 영상 전송 보안 기술 개발

실시간 영상 전송 보안 기술 개발 -CPU, 배터리 사용을 최대 50％ 절약하면서 최고 수준의 영상보안성능 제공 KAIST(총장 신성철) 전산학부 김명철 교수 연구팀이 웹캠, 영상 드론, CCTV, 증강현실(AR), 가상현실(VR) 등에 사용하는 영상 전송 장비를 위한 실시간 영상 암호화 및 전산 자원(CPU, 배터리 등) 소모 저감 기술을 개발했다. 연구팀의 실시간 영상 전송 보안기술은 비디오 코덱 종류에 상관없이 적용될 수 있는 범용성을 가질 뿐 아니라 영상전송기기의 CPU나 배터리를 최대 50％까지 절약하면서도 최고 수준의 보안성능을 제공하는 결과를 보였다. 고경민 박사 주도로 개발된 이번 연구결과는 보안 분야의 국제 학술지 IEEE TDSC(Transactions on Dependable and Secure Computing) 3월 13일 자 온라인판에 게재됐다. (논문명: Secure video transmission framework for battery-powered video devices) 또한, 국내 특허로 등록, 미국특허로 출원돼 2차 심사가 진행 중이다. (국내특허명: 통신 시스템의 암호화 패킷 전송 방법) 기존 실시간 영상 전송 보안기술은 촬영한 모든 영상을 암호화해 전송하거나 비디오 데이터 식별 없이 무작위로 암호화하기 때문에 전산 자원이 제한된 상황에서 적용하기에는 한계가 있다. 문제 해결을 위해 연구팀은 새로운 실시간 영상 암호화 및 배터리 소모 저감 기술을 개발했다. 이 기술은 영상전송 장비에서 동작하는 자원 모니터링 결과에 따라 카메라로 촬영한 영상을 구성하는 비디오 데이터를 데이터중요도 관점에서 선별적으로 암호화 전송을 수행한다. 암호화 전송 시에는 영상 송신 장비의 가용자원량에 따라 실시간으로 암호화 정도를 조정하며, 다중 전송경로 지원을 통해 보안성을 높인다. 수신된 영상 데이터는 실시간 영상 재생이 가능한 단위로 그 순서를 복원한 후 화면에 표시된다. 이 기술은 가용 전산 자원의 모니터링 결과에 따라 촬영된 영상을 구성하는 비디오 데이터 단위로 암호화가 가능해 전산 자원 가용량에 따른 선별적 적용이 가능하다. 연구팀은 카메라 장비를 상용 영상 드론에 탑재해 무선을 통한 영상전송 시 전산 자원 소모를 낮추면서 보안성을 높일 수 있음을 증명했다. 최근 코로나로 인해 널리 활용되는 비대면 강의 및 미팅의 보안성 강화에 기여할 수 있을 것으로 기대된다. 김명철 교수는 “영상전송 보안이 중요한 온라인 교육/회의, 스마트시티의 CCTV, 민군 드론 영상 송수신, 증강현실(AR), 가상현실(VR) 등에서 특허화된 개발기술이 원천기술로 활용될 수 있도록 산학협력을 활발히 추진하고 있다”라고 말했다. □ 연구 개요 개발된 실시간 영상 암호화 및 배터리 소모 저감 기술은 영상 전송장비에서 동작하는 자원 모니터링 결과(혹은 외부모듈 제어명령)에 따라 카메라로 촬영된 영상을 구성하는 비디오데이터에 대하여 데이터중요도 관점에서 선별적으로 암호화전송을 수행한다. 암호화전송 시에는 영상 송신장비의 가용자원량에 따라 실시간으로 암호화 정도를 조정하며, 다중 전송경로 지원을 통해 보안성을 제고한다. 영상 수신장비에서 수신된 영상 데이터는 실시간 영상 재생이 가능한 단위로 그 순서를 복원한 후, 화면에 표시된다.

신인식 교수 연구진 NDSS 2020에 논문 게재 및 발표

신인식 교수의 연구진은 Purdue university, NEC laboratories America, Oregon university, 서울대학교와 공동연구를 진행하여 운영체제에서 자동으로 버그를 찾기 위한 새로운 기술인 HFL을 이번 2020년 2월 24∼27일 미국 San Diego에서 개최된 보안 분야 최우수학회 중 하나인 Network and Distributed System Security (NDSS) 에 발표하여 효율성을 입증하였다(Acceptance Rate : 17.4％). 운영체제의 특유의 성질인 함수 포인터에 의한 indirect control flow, 시스템 콜 사이의 종속성, 시스템 콜 인자의 중첩 구조를 파악하는 기법을 개발하고, 이를 fuzzing 툴인 Syzkaller, symbolic execution 툴인 S2E와 결합하여 HFL이라는 새로운 hybrid fuzzing 툴을 개발했다. 이를 통해 기존의 hybrid fuzzing의 성능을 저하시키던 문제들을 해결하여 운영체제에서도 Hybrid Fuzzing의 장점을 활용할 수 있는 도구를 개발하였다. 또한, 공동 연구진은 HFL 툴을 오픈소스 운영체제인 리눅스에 적용하여 기존에 알려지지 않았던 24개의 새로운 보안 취약점을 찾아내었고, 발견한 취약점들을 리눅스 개발 커뮤니티에 보고, 제거하여 리눅스의 안정성 향상에 기여하였다. 본 연구 결과는 컴퓨터 보안 분야의 최고 학회인 NDSS 2020에 논문으로 발표되었고, HFL 툴 또한 github에 공개될 예정이다.

정보보호대학원 손수엘 교수 연구진 NDSS 2020에 논문 게재 및 발표

손수엘 교수 연구진은 이번 2020년 2월 24~27일 미국 San Diego에서 개최된 보안 분야 최우수학회 중 하나인 Network and Distributed System Security (NDSS) 에 논문 FUSE: Finding File Upload Bugs via Penetration Testing 을 게재 및 발표 하였다. (Acceptance Rate: 17.4％) 현대 웹 애플리케이션의 파일업로드 기능은 사용자가 만든 콘텐츠를 공유한다는 관점에서, 중요한 특징 중 하나이다. 하지만, 파일업로드 기능은 공격자가 생성한 임의의 파일을 대상 서버에 업로드하여, 대상 시스템을 장악하는 디딤돌로 사용할 수 있는 잠재적 보안 위협이 존재한다. 본 연구에서 Web Security & Privacy 연구실에서는 모의 공격 테스팅 (Penetration testing) 도구 FUSE를 제작하여 WordPress, Joomla등 널리 쓰이는 33개의 실제 웹 애플리케이션에서 30개의 새로운 파일업로드 취약점을 발견하였고, 총 15개의 CVE를 부여 받았다. 또한 해당 기술을 구현한 모의 공격 테스팅 도구 FUSE를 GitHub에 공개하였다.

김주호 교수 연구팀, ACM CSCW 2019 학회 Best Paper Honorable ..

KAIST 전산학부 김주호 교수 연구팀이 지난 11월 9~13일에 미국 오스틴에서 열린ACM CSCW 2019 (The 22nd ACM Conference on Computer-Supported Cooperative Work and Social Computing) 국제학회에서Best Paper Honorable Mention Award를 수상하였다. ACM CSCW 학회는 Human-Computer Interaction 분야의 최고 권위 학회로, Best Paper Honorable Mention Award는 전체 논문 중 상위 5％의 논문에 주어지는 상이다. 본 연구는 국제 협력의 결과로, 김주호 교수 연구실에서 연구원으로 근무하던 정준영(제1저자, 현재 University of Michigan 박사과정) 씨가 KAIST에서 시작한 연구를 확장시켜 University of Michigan 연구팀과의 협력 연구로 발전시켰다. 논문 제목: ‘Efficient Elicitation Approaches to Estimate Collective Crowd Answers’ 본 논문에서는 기계학습을 위한 데이터셋을 생성하는 데에 필수적으로 활용되는 크라우드소싱 기법에 대한 연구로, 명확한 정답이 없는 감정인식이나 단어 간 연관관계 파악 등 주관적이고 모호한 작업에 적용 가능한 기술을 소개하였다. 크라우드 작업자에게 제공하는 질문방식을 다르게 하여 실험적으로 비교한 결과 <다른 사람의 입장에서 가능한 모든 답을 고르게 한 경우>가 가장 효과적이었고, 기본적인 방식과 비교해 40％ 적은 인력을 필요로 하면서도 21.4％의 작업시간 감소 효과가 있었다. 대규모의 데이터셋을 필요로 하는 다양한 기계학습 기반 인공지능 어플리케이션 구축에 실질적인 비용절감을 가능케 하는 기법을 소개하였다는 면에서 의의가 있다. 논문 요약 블로그 포스트: https://medium.com/acm-cscw/efficient-elicitation-approaches-to-estimate-collective-crowd-answers-bd4c9adddb18 논문 링크: https://dl.acm.org/citation.cfm?id=3359164 논문 정보: John Joon Young Chung, Jean Y. Song, Sindhu Kutty, Sungsoo (Ray) Hong, Juho Kim, and Walter S. Lasecki. 2019. Efficient Elicitation Approaches to Estimate Collective Crowd Answers. Proc. ACM Hum.-Comput. Interact. 3, CSCW, Article 62 (November 2019), 25 pages. DOI: https://doi.org/10.1145/3359164

[줌 인 피플] 스마트폰 앱 생산성 200배 향상 기술 개발…이성주 교수 ／ YTN 사이언..

KAIST, 전시회에 IT 기술 접목한 새로운 전시기법 소개

KAIST, 전시회에 IT 기술 접목한 새로운 전시기법 소개 - KAIST 포함 15개의 연구팀 참여하는 스마트과학관 전시연구단 성과 발표 - 과학 문화 콘텐츠를 가상현실·증강현실·미디어 아트 등의 작품으로 전시 KAIST(총장 신성철)는 스마트과학관 전시연구단(단장, 전산학부 한동수) 사업의 일환으로 동영상이 연계된 AR 사진 제작 기법·과학 청진기·로봇 안내 시스템 등의 기술을 11월 7일과 8일 양일에 걸쳐 대전 국립중앙과학관(관장 정병선)에서 전시하였다. KAIST 지능형서비스 연구실(전산학부 한동수 교수), 원더랩(산업디자인학과 이우훈 교수), HCI 연구실(전산학부 이기혁 교수), 컴퓨터 그래픽스 및 가시화 연구실(전산학부 박진아 교수) 등이 참여하는 이번 행사에는 전시콘텐츠·전시운영기술·전시기반기술 분야에서 15개의 연구팀이 성과물을 선보였다. 분야 전시명 연구 기관 전시콘텐츠 VR/AR/홀로그램 과학문화 콘텐츠 연세대, 전자부품연구원, 목포대 과학문화유산 미디어아트 콘텐츠 광주과기원, 공주대 창의과학체험 교육 콘텐츠 이화여대, 교통대 O2O 기반 실감형 버츄얼 과학관 서울교대, KAIST 전시운영기술 동영상이 연계된 AR 사진 제작 기법 KAIST 로봇 안내시스템 KAIST 과학관 빅데이터 분석 기술 부산대 전시기반기술 과학문화 전시콘텐츠 공유플랫폼 한남대 과학문화전시 큐레이션 기술과 오감자극 전시 디자인 기술 KAIST, 한양대, 가평 천문대 ＇VR/AR/홀로그램 과학문화 콘텐츠', ‘O2O 기반 실감형 버츄얼 과학관', ＇동영상이 연계된 AR 사진 제작 기법', ＇과학문화전시 큐레이션 기술과 오감자극 전시 디자인 기술' 등이 출품되어 8일에는 각 연구팀의 발표도 진행되었다. 한국연구재단에서 지원하는 과학문화전시서비스 역량강화지원사업은 전국 과학관·박물관·미술관 등에 실내 위치 인식 기술·증강현실(AR)·가상현실(VR)·사물인터넷(IoT)·인공지능(AI) 등의 최신 IT 기술을 접목한 서비스를 도입해 관람객을 위한 새로운 전시 체계를 개발하는 연구를 수행하고 있다. 참여 연구팀은 각 지역의 과학관과의 협업을 바탕으로 일상생활이 곧 실험실이 되는 ＇리빙랩(Living Lab, 생활실험실)을 운영하며 연구와 개발을 진행 중이다. 한동수 스마트과학관 전시연구단장은 "국제과학심포지움과 함께 진행되는이번 전시는 체험하는 과학, 실감하는 과학·상상을 현실로 만드는 과학을 목표로 진행하고 있다ˮ고 강조했다. 이어, 한 단장은 "실내 위치인식·로봇·인간/컴퓨터 상호작용(Human -computer interaction)·AR/VR과 같은 최신 IT 기술을 접목시킨 연구팀의 땀과 노력이 관람객들의 공감을 얻을 수 있기를 기대한다.”고 밝혔다. (끝) (사진설명) 사진1: 동영상이 연결된 AR 사진 제작 및 상영 시스템(지능형 서비스 연구실) 사진2: 과학 청진기(원더랩, HCI 연구실) 사진3: 한국 미라 체험(컴퓨터 그래픽스 및 가시화 연구실) 각 1부, 끝.

KAIST·마크애니, AI기반 콘텐츠 무결성 검증 서비스 개발...2020년 상용화

우리 전산학부 이흥규 교수 연구팀과 마크애니(대표 최종욱)가 인공지능(AI)을 이용, 디지털 이미지·비디오 위·변조 여부를 식별하는 인공신경망 기반 무결성 검증 시스템을 개발과 관련된 언론기사 입니다. 전자신문 : http://www.etnews.com/20191029000081 조선일보 : http://it.chosun.com/site/data/html_dir/2019/10/29/2019102900980.html

신인식 교수, ACM MobiCom 2019 Best Paper Award 수상

KAIST 전산학부 신인식 교수 연구팀, ACM MobiCom 2019 국제학회에서 Best Paper Award 수상 KAIST 전산학부 신인식 교수 연구팀은 10월 21-25일 멕시코 로스 카보스에 열린 ACM MobiCom (The 25th Annual International Conference on Mobile Computing and Networking) 2019 국제학회에서 “FLUID: Flexible User Interface Distribution for Ubiquitous Multi-device Interaction” 논문으로 ‘최우수 논문상(Best Paper Award)’을 수상했다. KAIST 전산학부 신인식 교수 연구팀은 10월 21-25일 멕시코 로스 카보스에 열린 ACM MobiCom (The 25th Annual International Conference on Mobile Computing and Networking) 2019 국제학회에서 “FLUID: Flexible User Interface Distribution for Ubiquitous Multi-device Interaction” 논문으로 ‘최우수 논문상(Best Paper Award)’을 수상했다. ACM MobiCom 국제학회는 모바일 통신 및 컴퓨팅 분야에서 세계 최고 권위의 학회이며, 이 학회의 25년 역사 사상으로 처음으로 한국 주관기관에서 수상했다. 최근 모바일 및 IoT 트렌드는 다양한 스마트 기기의 등장이다. 초고속 5G 등장 뿐만 아니라, 듀얼스크린폰 및 폴더블폰 등 새로운 스마트폰 디스플레이의 출현, 그리고, 스마트 워치, 스마트 TV 및 스마트 자동차 등 다양한 스마트 기기들이 속속 출시되고 있다. 그러나, 현재의 모바일 앱 개발 및 사용은 단일 기기 (single-device) 모델에 국한되어 있어, 새로운 트렌드가 제공하는 다중 기기 (multi-device) 잠재성을 제한하고 있다. 본 연구팀은 이러한 고정 관념 및 기술적 한계를 타파하며, 새로운 다중 기기 패러다임을 제시하는 모바일 SW 플랫폼 기술 “FLUID”를 개발하였다. 이 논문의 제1저자인 오상은 박사과정 학생은 단일 기기 가상화 (virtualization) 기술을 핵심 기반 기술로 소개하며, FLUID를 통해 개별 앱의 UI(사용자 인터페이스, User Interface) 요소들을 사용자가 원하는 대로 여러 기기에 배치할 수 있으며, 이미 시판중인 기존 모바일 앱을 수정하거나 재개발하지 않아도 다중 기기 환경에서 새로운 형태로 앱을 사용할 수 있다고 밝혔다. 미국 버팔로 대학교 Steve Ko 교수와 공동 연구로 진행된 이 연구는 10월 22일 ACM MobiCom 2019 국제 학회에서 발표되었으며, 현장 기술 시연을 통해 다양한 다중 기기 사용 시나리오들을 선보였다. 신인식 교수는 "제안하는 FLUID 플랫폼이 가지는 높은 유연성과 범용성은 현재 단일 기기 패러다임에서 새로운 다중 기기 패러다임으로 전환하는 것을 가속화할 것으로 기대하며, 이러한 패러다임의 전환은 지금껏 생각할 수도 없었던 새로운 형태의 앱 활용을 가능케 할 것이다"고 밝혔다.

김민혁 교수, CAD／Graphics 2019에서 기조강연

김민혁 교수, CAD/Graphics 2019에서 기조강연 KAIST 전산학부 김민혁 교수는 지난 5월 5~6일 중국 청도에서 개최된 Computer-Aided Design and Computer Graphics (CAD/Graphics) 2019에서 “Beyond Human Vision - Seeing More with Camera” 주제로 기조강연을 하였다. 김민혁 교수는 기조강연에서 압축 초분광 이미징의 기초에 대해서 설명하고 정확하면서도 실용적인 소형의 초분광 이미징 카메라 연구와 관련해서도 이야기했다.

신성용 교수, Lifetime Achievement Award 수상

신성용 명예교수님, AsiaGraphics Lifetime Achievement Award 수상 KAIST 전산학부 명예교수 신성용 교수님께서 그래픽스 분야에서 뛰어난 리더십과 기여로 이번 Pacific Graphics 2019에서 AsiaGraphics Lifetime Achievement Award을 수상하셨습니다. 신성용 교수님는 서울대학교의 김명수 교수님과 함께 Pacific Graphics의 창립자이기도 합니다. 축하드립니다！

스마트폰으로 사물을 두드려 인식하는 신기술 개발

KAIST(총장 신성철) 전산학부 이성주 교수 연구팀이 스마트폰을 사물에 노크하여 사물을 인식하는 신기술<노커(Knocker)>를 개발했다. 이번 연구 결과는 기존 방식과 달리 카메라나 외부 장치를 사용하지 않아 어두운 곳에서도 물체 식별에 전혀 지장이 없으며, 추가 장비 없이 스마트폰으로 곧바로 사물 인식을 할 수 있다. 연구 시연 영상: 기존의 사물 인식 기법은 일반적으로 두 종류로 나뉜다. 첫째는 촬영된 사진을 이용하는 방법으로, 카메라를 이용해 사진을 찍어야 한다는 번거로움과 어두운 환경에서는 사용하지 못한다는 단점이 있다. 둘째는 RFID 등의 전자 태그를 부착해 전자신호로 구분하는 방법으로, 태그의 가격 부담과 인식하고자 하는 모든 사물에 태그를 부착해야 한다는 비현실성 때문에 상용화에 어려움을 겪었다. 반면 이번에 발표된 노커 기술은 카메라를 쓰지 않고, 또 별도의 기기를 쓰지도 않아 이러한 한계를 뛰어넘은 것으로 평가된다. 노커 기술은 물체에 “노크”를 해서 생긴 반응을 스마트폰의 마이크, 가속도계, 자이로스코프로 감지하고, 이 데이터를 기계 학습 기술을 이용, 분석해 사물을 인식한다. 책, 노트북, 물병, 자전거 등 일상생활에서 흔히 접할 수 있는 23종의 사물로 실험한 결과 혼잡한 도로, 식당 등 잡음이 많은 공간에서는 83％의 사물 인식 정확도를 보였고, 가정 등 실내 공간에서의 사물 인식 정확도는 98％에 달했다. 연구팀은 이번 연구 결과로 스마트폰 사용의 새로운 패러다임을 제시했다. 예를 들어 빈 물통을 스마트폰으로 노크하면 자동으로 물을 주문할 수 있고, IoT 기기를 활용하여 취침 전 침대를 노크하면 불을 끄고 알람을 자동으로 맞추어 주는 등 총 15개의 구체적인 활용 방안을 선보였다. 이성주 교수는 “특별한 센서나 하드웨어 개발 없이 기존 스마트폰의 센서 조합과 기계학습을 활용하여 개발한 소프트웨어 기술로, 스마트폰 사용자라면 보편적으로 사용할 수 있어 의미가 있다”며 “또한 사용자가 자주 이용하는 사물과의 상호작용을 보다 쉽고 편하게 만들어 주는 기술”이라고 말했다. 연구에 대한 설명과 시연이 담긴 비디오를 다음 링크에서 확인할 수 있고, (https://www.youtube.com/watch?v=SyQn1vr_HeQ&feature=youtu.be) 자세한 정보는 프로젝트 웹사이트에서 볼 수 있다. (https://nmsl.kaist.ac.kr/projects/knocker/) 공태식 박사과정, 조현성 석사과정, 이보원 인하대 교수가 참여한 이번 연구 결과는 9월 13일 유비쿼터스 컴퓨팅 분야 국제 최우수학회 ACM UbiComp에서 발표되었다. (논문명 : Knocker: Vibroacoustic-based Object Recognition with Smartphones) 이 연구는 한국연구재단 차세대정보컴퓨팅기술개발사업과 정보통신기획평가원 정보통신․방송 기술개발사업 및 표준화 사업의 지원을 통해 수행됐다. 그림 1. 물병에 노크 했을 때의 예시. 노커는 물병에서 생성된 고유 반응을 스마트폰을 통해 분석하여 물병임을 알아내고, 그에 맞는 서비스를 실행 시킨다. 예) 물 주문 그림 2. 노커에 사용되는 센서와 작용 방향 그림 3. 노커의 사물 고유 반응 센싱 및 기계학습을 통한 분류 과정 그림 4. 23개 사물에 대해 스마트폰 센서로 추출한 노크 고유 반응 시각화

KAIST, 에듀테크 스타트업 럭스로보와 AI 교육과정 개발…국내 독자 교수법으로 확장

전산학부 조성호 교수와 에듀테크 스타트업 럭스로보(대표 오상훈) 제품을 이용한 인공지능(AI) 강의를 개설관련 기사입니다. 기사보기(전자신문, 190922)

카이스트, 독일 사이버 보안 분야와 MOU 체결

KAIST(총장 신성철)는 8월 28일 수요일(현지시각) 오전 9시에 독일 자르브 뤼켄에서 독일 정보보안센터(CISPA(Helmholtz Center for Information Security))와 KIST 유럽연구소와 같이 국내 대학 중 최초로 정보보호 관련 협력과 공동 목표에 관해서 MOU를 체결했다. KAIST, CISPA, 그리고 KIST 유럽은 이날 협약체결을 통해 ▲공동 프로젝트 추진 ▲시스템 보안, 웹 보안, 암호학 등 분야 관련 협력 ▲ KIST 유 럽의 테스트베드 플랫폼 공동사용 등 다양한 분야에서 협력하기로 했다. 독일의 CISPA는 2018년 헬름홀츠(Helmholtz) 연구협회 연구센터로 선정되 었다. 헬름홀츠 연구협회는 독일 최대의 연구기관이며 연간 439억 유로 예 산을 투입하고 있다. 2018년 2월 헬름홀츠 연구협회는 CISPA를 협회 최초 로 IT분야를 수행하는 대형연구센터로 출범, 2026년 최소 500에서 800명 연구인력을 지닌 대형연구센터를 목표로 발돋움 중이다. 현재, CISPA는 최 근 4년동안 정보보호 분야의 TOP 4 국제학회에서 세계 최고의 연구 실적 을 올렸고(csrankings.org 기준 세계 1위), 매년 500억원(원화 기준)이 넘는 연구비를 헬름홀츠 연구협회에서 지원을 받고 있다. 28일(현지시각) MOU 행사와 더불어, 독일 대사관에서 개최한 한독 사이버 보안 세미나를 통해 세계 최고 수준의 보안 분야 기술을 소개하는 시간을 가졌다. 특히, 오후에 개최된 “데이터 보호, 웹 보안, 시스템 보안을 위한 연구자들(워크숍)”에서는 신인식, 강병훈, 손수엘 교수 등이 KAIST를 대표 해서 각각 시스템 보안 및 웹 보안 내용을 발표하며, CISPA와 공동 협업 주제를 구체화하였다. 향후, KAIST 정보보안대학원은 이번 MOU 참여 기관들과 같이 공동 프로 젝트, 세미나 및 인턴십 등을 추진할 예정이다. 이를 통하여 공동 기술개 발, 인력양성 및 산학협력 등에 이바지하여 세계 최고 수준의 대학원으로 거듭 발전할 계획이다. 이날 행사에는 KAIST 정보보호대학원 신인식 책임교수, CISPA 마이클 벡 키스 소장, 김준경 KIST 유럽연구소장 등이 참석해서 MOU에 서명했다.

개방형 에너지 클라우드 플랫폼 연구단 설립

우리 대학 전산학부 문수복 교수가 과학기술정보통신부의 한국연구재단 과제에 선정되어 지난 6월 20일 “개방형 에너지 클라우드 플랫폼 연구센터 / Center for OECP”를 설치하였다. 총 4 총괄 분야로 구성이 되어 있고, 카이스트의 전산학부, 산업 및 시스템 공학과, 기계공학과, 전기 및 전자공학과, 생명화학공학과, 신소재공학과의 교수진들과 서울대학교, 성균관대학교 연구책임자 등, 총 17인으로 구성되어 미래에너지 기술을 위한 차세대 복합형 에너지 서버 기반 에너지 클라우드 및 네트워크 기술개발을 목표로 하고 있다 선정된 각 과제에는 올해 20억 원(2020년 22억 원)의 예산이 투입되고 연차 평가를 통해 최대 5년간 162억 원이 지원될 예정이다. 연구 분야는 1총괄 : 빅데이터 기반 최적 운영 및 관리기술의 개발, 2총괄 : 에너지 클라우드용 고신뢰 분산 플랫폼 보안 기술개발, 3총괄 : 개방형 에너지 클라우드 플랫폼을 위한 고효율 에너지 서버 개발, 4총괄 : 에너지 클라우드를 위한 빅 에너지 데이터 생성 및 서버 요소의 개발 등으로 나누어진다. 1총괄은 다양한 네트워크 여건변화에 대응하는 인공지능 기술개발로 에너지 클라우드 운영/관리 비용의 획기적인 감소를 전략적 목표로 하고 있으며, 스마트 그리드 디지털 트윈 및 에너지 클라우드 운영/관리 전략 수집 소프트웨어 개발 및 공개, 분산 에너지 자원 최적 운영 및 관리 원천기술 지적 재산권 확보, 에너지 기술 기본계획 수립에 반영 가능한 가치평가시스템 개발과 함께 SCI급 저널 혹은 최우수/우수 학술대회 논문 게재와 학술 발표를 성과 목표로 잡고 있다. 2총괄은 고신뢰 분산 플랫폼 보안을 통하여 안전하고 고성능의 에너지 클라우드 개방형 데이터 플랫폼의 구현을 전략목표로 삼고 있으며, 신뢰성 있고 보안성 있는 수십 테라바이트급 개방형 분산 메모리 데이터 처리 플랫폼 소프트웨어 개발 및 공개와 에너지 클라우드의 주요 자원 식별 및 분류 체계 개발, 블록체인기반 에너지 위변조 방지기술 특허 및 오픈소스 프로그램 개발을 위한 보안 연구를 목표로 한다. 3총괄에서는 재생 에너지의 다양한 부하 추종이 가능한 고효율 에너지 서버 테스트 베드 구현을 전략목표로 하며, 슈퍼커패시터, 이차전지, 수소-연료전지를 통합한 복합형 에너지 서버의 20kW급 테스트 베드 제작, 에너지 클라우드의 여러 요소별 알고리즘 개발 및 적용을 통한 에너지 서버의 효율성 안정성 향상, 급격한 전력 수요 변동에 안정적이고 효율적인 전력변환 회로 및 전력변환 시스템 프로토타입 개발, 신재생 에너지의 불확실성 및 에너지 저장장치 소재 평가를 고려한 에너지 클라우드 최적 디자인, 운전 및 운영 전략 개발, 시스템 설계, 최적화 알고리즘, 전력 변환 회로 등 에너지 서버 설계 기술 6건 이상의 지적 재산권 확보 및 1건 이상의 기술이전과 함께 저널에 논문게재와 학술 발표를 성과 목표로 연구중에 있다. 4총괄은 에너지 클라우드 시스템 공정 모사를 위한 빅 에너지 저장 소재 데이터베이스 구축 및 테스트 베드 시스템 위한 에너지 서버 개발을 전략적 목표로 하며, 시뮬레이션 데이터/텍스트 마이닝 데이터/실험 데이터 융합 에너지 저장 소재 데이터베이스, 다양한 환경 및 분야에서 사용될 수 있는 고체 수소 저장 소재 라이브러리 구축 및 에너지 클라우드 테스트 베드 시스템을 통한 고체 수소 저장 소재 상용화 연구, 다양한 동적변화에 대응 가능한 연료전지 실험 데이터 라이브러리 구축 및 확보와 에너지 클라우드 테스트베드 시스템을 통한 전력 수요에 유연한 연료전지 시스템 최적화, 다양한 운전 조건 및 전해질 유송특성에 따른 셀 데이터와 임피던스를 활용한 전기화학적 데이터 확보를 성과 목표로 한다. 에너지 클라우드 시스템을 구축하기 위해서 여러 가지 종류의 신재생 에너지원이 필수적이고, 무엇보다도 다양한 시간, 장소, 기후 조건 등에 따라 유연하게 해당 에너지원을 생산 및 저장하여 최적의 조건에서 각 에너지원을 이용 가능하게 하는 것이 중요하다. 또한 수소 에너지의 실절적인 활용을 위해서는 변화되는 구동 조건에 따라 안정적으로 수소를 공급하는 것이 중요하고, 이를 위해 효율적이고 안전한 방식으로 수소를 저장하는 기술을 개발하는 것이 중요하다. 본 연구단은 지금까지 알려진 여러 종류의 고체 수소 저장 물질(금속수소화물, 착수소화물, 다공성 물질)들이 각각의 물질 특성에 따라 다양한 조건에서 유연하게 활용될 수 있도록 수소 저장 소재 라이브러리를 구축하는 것을 목표로 함. 고체 수소 저장 소재 종류에 따른 온도 및 압력 등의 구동 조건과 수소 저장 밀도의 수소 저장 성질 변수를 최적화하는 연구를 수행할 것임. 변화하는 조건에 따라 저장된 수소를 에너지 시스템에 공급될 수 있도록 하며, 이는 추후에 연료 전지 및 에너지 저장 세부 그룹들과 협업하여 에너지 클라우드 시스템의 테스트 베드 구축 마련의 초석이 될 것이다. 우리 연구센터은 이번 개방형 에너지 클라우드 플랫폼 연구센터의 개설을 통해 총 5년간의 연구과제를 보다 효율적으로 관리하여 사업화 또는 기술이전을 통한 새로운 서비스를 제공함과 동시에 향후 에너지 산업계에서 정보보호 플랫폼으로서 글로벌 수준의 연구 및 융합형 인재양성의 기틀을 마련할 계획이다.

분산 시스템 분야 세계 최고 학회 IEEE ICDCS 2019에 논문 발표

지난 2019년 7월 7일~7월 9일 미국 텍사스에서 개최되는 분산 시스템 분야의 최우수 학회(Top Tier)인 IEEE International Conference on Distributed Computing Systems (ICDCS: https://theory.utdallas.edu/ICDCS2019/)에서 KAIST 전산학부 박사 졸업생 손희석 (지도교수 이동만)이 제출한 논문이 발표되었다. 본 논문은 사물인터넷 환경에 존재하는 다양한 스마트 오브젝트들이 다수 사용자의 작업 수행 선호도를 학습하기 위해 자율적으로 협업하게 해주는 멀티 에이전트 기반 강화학습 기법 및 분산 아키텍쳐을 제안한 논문이다. Distributed Multi-Agent Preference Learning for An IoT-enriched Smart Space Heesuk Son (KAIST), Jeongwook Park (KAIST), Hyunju Kim (KAIST), Dongman Lee (KAIST) https://conferences.computer.org/icdcs/2019/#！/toc/0