KAIST 전산학부 박노성 교수 연구팀(신예진·허지현 박사과정, 김서진·정인혁 석사과정)이 최근 치러진 2026년 제40회 한국수학올림피아드(KMO) 1차 시험 20문항을 활용해 국내외 최신 대규모 언어모델(LLM) 11종의 수학 추론 능력을 평가했다.

이번 평가는 최신 시험 문제를 사용해 학습 데이터 오염 가능성을 낮춘 것이 특징이다. KMO 1차는 단답형 문제 중심으로, 대수·정수론·조합·기하 등 올림피아드형 추론을 요구하면서도 최종 답안의 정오 판정이 명확해 LLM 평가에 적합하다.

평가 결과 국내 독자 파운데이션 모델 3종이 글로벌 프런티어 모델과의 격차를 의미 있게 좁힌 것으로 나타났다. 특히 SK텔레콤의 'A.X-K1'은 단일정답률(pass＠1) 83.75％를 기록하며 국내 독자 모델 중 가장 높은 성적을 거뒀고, 동시점에 공개된 글로벌 동급 모델들을 단일정답률에서 상회했다.

◇ 한국 독자 파운데이션 모델, 각자의 강점 확인

평가에 사용된 한국 독자 파운데이션 모델 3종의 결과는 다음과 같다.

▷ A.X-K1 (SK텔레콤): pass＠1 83.75％ / pass＠8 89.94％ / majority_vote 90％
▷ Solar-Open-100B (업스테이지): pass＠1 78.44％ / pass＠8 89.81％ / majority_vote 90％
▷ K-EXAONE (LG AI연구원): pass＠1 75.94％ / pass＠8 87.24％ / majority_vote 80％

세 모델은 각기 다른 강점을 보였다. A.X-K1은 한 번에 정답을 맞히는 단일정답률(pass＠1 83.75％)과 8회 시도 중 한 번이라도 정답을 찾는 후보 생성력(pass＠8 89.94％) 두 지표에서 가장 높은 성능을 보였다.

Solar-Open-100B는 여러 번 풀이를 생성했을 때 정답이 일관되게 모이는 다수결 안정성(majority_vote 90％)이 두드러졌다. K-EXAONE도 후보 생성력(pass＠8 87.24％)에서 의미 있는 결과를 보였다.

A.X-K1은 SK텔레콤이 2025년 12월 공개한 519B 파라미터 규모의 MoE(Mixture of Experts, 전체 파라미터 중 일부만 활성화해 효율을 높이는 구조) 모델로, 활성 파라미터는 33B다. SK텔레콤은 이 모델을 한국 독자 초거대 AI 생태계의 '교사 모델'로 소개한 바 있다.

◇ 동일 시점 비교 시 한국 모델, 글로벌 동급과 경쟁 가능

이번 평가에는 글로벌 프런티어 모델 다수가 비교군으로 포함됐다. 다만 모델별 공개 시점이 다르므로, 한국 독자 모델과의 비교는 동일 시점(2025년 말 기준)에 공개된 글로벌 모델과의 비교가 가장 공정하다.

▷ 2025년 말 동일 시점 글로벌 모델 단일정답률
- Qwen3.5-397B-A17B (알리바바): 82.50％
- Kimi K2.5 (문샷AI): 81.25％
- DeepSeek-V3.2 (DeepSeek): 79.38％

이 시점 기준으로 A.X-K1(83.75％)은 글로벌 동급 모델들을 단일정답률에서 상회한다. Solar-Open-100B(78.44％)와 K-EXAONE(75.94％)도 글로벌 동급 모델과 큰 격차 없이 경쟁 가능한 수준임을 보여줬다.

이번 KMO 평가는 국내 독자 AI 파운데이션 모델들이 글로벌 AI 모델과 수학 추론 영역에서 경쟁 가능한 위치에 접근했음을 보여준다.

한편, 모델 공개 시점 차이로 참고용 비교군에 포함된 2026년 글로벌 모델들(Qwen3.6-Max-Preview 86.88％, Kimi K2.6 85.63％, DeepSeek-V4-Flash 84.38％)은 단일정답률 기준 한국 모델보다 다소 앞섰다. 다만 이는 약 반년 이상의 개발 시점 격차가 반영된 결과로 해석된다.

박노성 교수 연구팀은 "한국 독자 파운데이션 모델이 글로벌 프런티어와 동일 시점 비교 시 충분히 경쟁 가능한 위치에 있음을 확인했다"며 "각 사가 자체적으로 보유한 후속 모델들이 평가에 포함될 경우 결과가 어떻게 달라질지는 향후 연구 과제"라고 밝혔다.

◇ 19번 문항, 모든 모델 정답률 0％… LLM 공통의 한계

문항별 결과에서 가장 주목되는 부분은 19번 문제였다. 이번 평가의 11개 모델 모두 이 문항에서 정답률 0％를 기록했으며, 한국 독자 모델과 글로벌 프런티어 모델을 가리지 않고 단 한 차례도 정답을 도출하지 못했다.

19번은 볼록사각형과 두 예각삼각형, 각 삼각형의 수심, 여러 수선의 발과 교점 사이의 길이 관계를 종합적으로 해석해야 하는 6점짜리 기하 문제다. 특히 문제에 등장하는 점과 직선, 수선 관계가 많아, 도형을 정확히 구성하고 숨은 기하적 관계를 찾아내는 과정이 핵심이다. 그림 없이 텍스트만으로 문제를 처리하는 LLM은 이러한 유형에서 좌표화나 대수적 식 변환에 의존하는 경향이 있는데, 이 과정에서 변수와 조건이 급격히 늘어나며 풀이가 불안정해질 수 있다.

연구팀은 "최신 LLM들은 자연스러운 풀이를 생성하는 데 능하지만, 복잡한 도형 조건을 일관되게 유지하고 보조점 사이의 기하적 관계를 정확히 추론하는 데에는 여전히 취약한 모습을 보였다"며 "이는 모델 규모 확대만으로 해결되기 어려운 영역으로, 수학 검증기·답 후보 랭커·형식 검산 모듈 등 외부 검증 시스템과의 결합이 필요하다는 점을 보여준다"고 설명했다.

◇ 향후 과제: '검증 가능 추론'으로의 확장

이번 평가가 시사하는 방향은 명확하다. 첫째, 한국 독자 파운데이션 모델의 다음 과제는 한국어 수학 문제를 검증 가능한 방식으로 푸는 능력의 확장이다. 둘째, 단순 모델 규모 확대보다 검증·탐색·증명을 결합한 시스템 설계가 필요하다. 셋째, 데이터 오염을 피한 신선한 평가 데이터 구축의 중요성이 재확인됐다.

박 교수 연구팀은 "이번 결과는 한국 독자 AI 생태계가 글로벌 프런티어와의 격차를 좁히고 있음을 보여주는 한편, 다음 경쟁의 무대는 '더 큰 모델'이 아니라 '검산하고, 탐색하고, 증명하는 시스템'에 있다는 점을 시사한다"고 말했다.

<용어 설명>
▸ pass＠1: LLM이 한 번 답을 생성했을 때의 정답률
▸ pass＠8: 8번 풀이를 생성했을 때 그중 한 번이라도 정답이 포함될 확률
▸ majority_vote: 여러 번 생성한 답 중 가장 많이 나온 답을 선택했을 때의 정답률(모델 자기일관성 지표)
▸ MoE(Mixture of Experts): 전체 파라미터 중 일부만 선택적으로 활성화해 연산 효율을 높이는 모델 구조
▸ KMO: 한국수학올림피아드(Korean Mathematical Olympiad). 매년 대한수학회 주관으로 시행

2016년 발표 논문, 다양성 기반 테스팅 연구의 이론적 토대 마련
소프트웨어 테스팅·검증 분야 국제학술대회 ICST서 연구 영향력 재조명

KAIST 전산학부 유신 교수가 지난 5월 19일부터 21일까지 대전컨벤션센터(DCC)에서 열린 제19회 IEEE International Conference on Software Testing, Verification & Validation(ICST 2026)에서 Most Influential Paper Award를 수상했다.

이번 수상은 유 교수가 2016년 ICST에서 발표한 논문 “Test set diameter: Quantifying the diversity of sets of test cases”가 지난 10년간 소프트웨어 테스팅 연구 분야에 미친 영향력을 인정받은 결과다.

해당 논문은 소프트웨어 테스팅에서 입력 다양성이 중요하다는 경험적 원칙을 정보이론에 기반해 정량적으로 검증한 연구다. 이후 다양한 다양성 기반 테스팅 기법의 이론적 토대가 되며 관련 연구 확산에 기여했다.

유 교수는 이번 수상으로 2024년에 이어 두 번째로 ICST Most Influential Paper Award를 받았다. 이는 소프트웨어 테스팅·검증 분야에서 유 교수의 연구가 장기적 학술 영향력을 인정받고 있음을 보여준다.

수상 논문은 arXiv와 KAIST 연구성과 페이지에서 확인할 수 있다. ICST는 소프트웨어 테스팅, 검증, 검증 자동화 분야 연구자와 실무자가 최신 연구 성과를 공유하는 IEEE 주관 국제학술대회다. 2026년 행사는 5월 18일부터 22일까지 대전컨벤션센터에서 열렸으며, 메인 컨퍼런스 프로그램은 5월 19일부터 21일까지 진행됐다.

관련 링크

논문: Test set diameter: Quantifying the diversity of sets of test cases
https://arxiv.org/abs/1506.03482
ICST 2026 공식 홈페이지
https://conf.researchr.org/home/icst-2026

< (왼쪽부터) 주영석 교수, 허원도 교수, 제민규 교수, 류석영 교수 >

세계적 수준 연구자 대상 최대 9년 장기 지원 사업
컴퓨터 소프트웨어 분야 연구 역량 인정받아 유형A 선정
KAIST 교원 4명 동시 선정…기초연구 경쟁력 입증

KAIST 전산학부 류석영 교수가 과학기술정보통신부가 추진하는 2026년도 기초연구사업 ‘리더연구’ 유형A에 선정됐다.

과학기술정보통신부는 5월 27일 올해 기초연구사업 리더연구자로 총 18명을 선정했다고 밝혔다. 리더연구는 세계적 수준의 이공 분야 연구자를 선정해 장기간 안정적으로 연구에 몰입할 수 있도록 지원하는 대표 기초연구사업이다. 선정 연구자에게는 최대 9년간 연구비가 지원된다. 유형A에는 연 8억 원, 올해 신설된 유형B(Top-Tier)에는 연 16억 원 규모의 연구비가 지원된다.

류석영 교수는 컴퓨터 소프트웨어 분야에서 세계적 수준의 연구 역량을 인정받아 유형A 연구자로 선정됐다. 이번 선정은 전산학부가 소프트웨어 분야 핵심 원천기술 연구에서 축적해 온 경쟁력을 보여주는 성과다.

KAIST에서는 류석영 교수를 포함해 총 4명의 교원이 올해 리더연구에 선정됐다. 의과학대학원 주영석 교수는 유형B(Top-Tier)에 선정됐으며, 생명과학과 허원도 교수, AI시스템학과 제민규 교수, 전산학부 류석영 교수가 유형A에 이름을 올렸다.

이번 선정은 KAIST가 의과학, 생명과학, 인공지능, 반도체, 소프트웨어 등 다양한 분야에서 세계적 수준의 기초연구 역량을 확보하고 있음을 보여준다. 특히 전산학부의 이번 성과는 소프트웨어 연구의 장기적 가치와 학문적 파급력을 다시 확인한 사례로 평가된다.

이광형 KAIST 총장은 “장기적이고 도전적인 기초연구를 수행할 수 있는 환경은 세계적 연구 성과 창출의 핵심 기반”이라며 “KAIST는 앞으로도 연구자들이 창의적이고 혁신적인 연구에 몰입할 수 있도록 적극 지원해 글로벌 기초연구 경쟁력을 강화해 나가겠다”고 말했다.

연구 지원은 2026년 6월 1일부터 시작된다.

기사원문

<파바스 기술 개념도>

물체 무게·속도 등 물리 정보 반영해 현실감 높여
KAIST·포스텍·소니AI 공동 개발…CVPR 2026 구두 발표 논문 채택

영상 속 물체의 무게와 움직임을 분석해 장면에 맞는 효과음을 생성하는 인공지능(AI) 기술이 개발됐다.

KAIST는 오태현 전산학부 교수 연구팀이 포스텍, 일본 소니AI와 공동으로 영상의 물리적 상황을 이해하고 현실적인 소리를 만드는 AI 기술 ‘파바스(PAVAS)’를 개발했다고 26일 밝혔다. 이 기술은 거대한 공룡이 걸어오는 장면에서 땅을 울리는 낮고 묵직한 소리처럼, 관객이 실제 상황에서 기대할 법한 음향을 자동으로 구현하는 데 초점을 맞췄다.

연구 결과는 컴퓨터 비전 분야 주요 학술대회인 ‘CVPR 2026’에서 상위 1％ 이내 구두 발표 논문으로 채택됐다. 발표는 6월 6일 이뤄질 예정이다.

최근 구글의 ‘비오(Veo) 3’, 바이트댄스의 ‘시댄스(Seedance) 2.0’ 등 영상과 소리를 함께 생성하는 AI 기술이 빠르게 발전하고 있다. 다만 실제 콘텐츠 제작 현장에서는 영상이 완성된 뒤 장면에 맞는 효과음을 넣거나 음향을 다시 다듬는 후반 작업 수요가 여전히 크다.

기존 영상 기반 음향 생성 AI는 주로 화면에 보이는 사물의 형태나 장면 정보를 바탕으로 소리를 만들었다. 이 방식은 물체의 질량, 속도, 충돌 강도 같은 물리적 요인을 충분히 반영하지 못했다. 같은 물체가 움직이더라도 얼마나 무겁고 빠르게 움직이는지에 따라 소리의 크기와 음색이 달라져야 하지만, 기존 기술은 이런 인과관계를 정밀하게 따지지 못했다.

연구팀이 개발한 파바스는 영상 속 환경과 움직임의 맥락을 분석한다. 이후 물체의 무게와 속도를 추론하고, 이를 소리 생성 과정에 반영한다. 화면의 시각 정보만 따라가는 데 그치지 않고, 왜 그런 소리가 나야 하는지를 물리적으로 계산하는 방식이다.

실험 결과 파바스는 물체가 부딪히거나 타격이 발생하는 장면에서 실제 환경과 가까운 효과음을 생성했다. 물체의 질량과 속도가 바뀌면 소리의 세기와 음색도 자연스럽게 달라졌다. 연구팀은 이를 통해 영상의 몰입감을 높이는 효과를 확인했다고 설명했다.

이번 연구는 콘텐츠 음향 제작 자동화에 직접 활용될 수 있다. 증강현실(AR), 가상현실(VR), 메타버스, 로보틱스 시뮬레이션 등에서도 장면과 상호작용에 맞는 음향을 실시간으로 구현하는 기반 기술이 될 수 있다.

연구팀은 “현실 세계의 물리 법칙과 인과관계까지 이해하는 AI의 가능성을 보여준 연구”라며 “더 몰입감 있는 사용자 경험을 제공하는 데 기여할 수 있을 것”이라고 밝혔다.

오태현 교수는 “기존 생성 AI가 데이터와 모델 규모를 키우는 방향으로 발전했다면, 이번 연구는 AI가 물리량과 인과관계를 직접 이해하도록 설계했다는 점에서 의미가 있다”며 “앞으로 텍스트, 영상, 음성 등 여러 정보를 동시에 이해하고 처리하는 차세대 멀티모달 AI의 핵심 기반 기술로 확장될 수 있다”고 말했다.

기사원문: https://n.news.naver.com/article/584/0000037759?sid=105

<참고 자료>
- (사전 공개 논문) arxiv.org/abs/2512.08282
- (프로젝트 웹사이트) physics-aware-video-to-audio-synthesis.github.io

왼쪽부터 오현빈 포스텍 석박통합과정생, 타키다 유타 소니AI 연구원, 우에사카 토시미츠 연구원, 오태현 KAIST 전산학부 교수, 미츠후지 유키 소니 AI 부사장 및 뉴욕대 방문 연구교수

LLM 기반 대화 시스템으로 환자 병력 청취 지원
ACM CHI 2026에 연구 결과 발표…임상 워크플로우 연계 가능성 제시

KAIST와 강남세브란스병원 공동 연구팀이 정신건강의학과 초진 환자의 병력 청취를 지원하는 대규모 언어모델 기반 AI 인터뷰어 시스템을 개발했다.

KAIST 전산학부 이의진 교수 연구팀, 산업디자인학과 이탁연 교수 연구팀, 강남세브란스병원 정신건강의학과 김은주 교수 연구팀은 정신건강의학과 초진 환자와 자연스럽게 대화하며 핵심 정신건강 정보를 구조화해 수집할 수 있는 AI 인터뷰어 시스템을 개발했다고 밝혔다. 이번 연구에는 KAIST 전산학부 박사과정 정유경 학생이 제1저자로 참여했다. 연구 결과는 인간-컴퓨터 상호작용 분야 최고 권위 국제학회인 ‘ACM CHI Conference on Human Factors in Computing Systems 2026’에 출판됐다.

이번 연구는 정신건강의학과 초진 과정에서 환자와 의료진이 겪는 어려움을 해결하기 위해 시작됐다. 정신과 초진에서는 환자의 주요 증상, 감정 상태, 기능 손상, 과거 경험 등을 제한된 시간 안에 충분히 파악해야 한다. 그러나 실제 진료 환경에서는 환자가 긴장감이나 부담감 때문에 자신의 상태를 충분히 설명하지 못하는 경우가 많다.

연구팀은 이러한 문제를 해결하기 위해 대규모 언어모델 기반 대화 기술을 활용했다. AI 인터뷰어는 환자의 현재 증상, 일상 기능 저하, 감정 상태 등을 단계적으로 질문하고 정리할 수 있도록 설계됐다. 특히 정신건강의학과 전문의들과 협력해 실제 임상 면담 흐름을 반영했다. 환자의 응답에 따라 후속 질문을 동적으로 생성하는 방식으로 보다 자연스러운 상호작용도 구현했다.

시스템은 AI가 수집한 내용을 의료진이 쉽게 검토할 수 있도록 구조화된 요약 형태로 제공한다. 이를 통해 의료진은 초진 상담 전 환자의 상태를 더 효율적으로 이해하고 상담 흐름을 준비할 수 있다.

연구팀은 시뮬레이션 기반 평가와 실제 사용자 평가를 통해 시스템의 가능성을 검증했다. 평가 결과, AI 인터뷰어는 환자의 증상과 기능 손상 정보를 체계적으로 수집할 수 있는 것으로 나타났다. 참여한 정신건강의학과 의료진도 실제 초진 이전에 환자의 상태를 효율적으로 파악하고 상담 흐름을 준비하는 데 도움이 될 수 있다고 평가했다.

연구팀은 이번 연구가 단순한 챗봇 개발을 넘어 실제 정신건강 임상 워크플로우 안에서 AI가 환자와 의료진을 연결하는 새로운 디지털 협력 도구로 활용될 가능성을 보여준다고 설명했다. 또 생성형 AI 기술의 정신건강 분야 활용 가능성을 확장했다는 점에서 의미가 있다고 밝혔다. 연구팀은 향후 실제 병원 환경 적용과 임상 워크플로우 통합 연구를 이어갈 계획이다.

참고 기사
조선일보: https://www.chosun.com/economy/science/2026/05/24/RMXXLYV2FVDWNCVQEADEHXMXG4/
파이낸셜뉴스: https://www.fnnews.com/news/202605241812548706
팍스경제TV: https://www.paxetv.com/news/articleView.html?idxno=272915

KAIST·KISTI·건양대 등 5개 기관 참여
2026년 50억 원 등 6년간 총 225억 원 투입

우리 대학 전산학부 최호진 KAIST 교수(인공지능연구센터장)가 이끄는 5개 기관 컨소시엄이 국방부의 ‘2026년 국방 AI 인재양성’ 사업에 선정됐다.

‘2026년 국방 AI 인재양성’ 사업은 군 장병의 AI 역량을 강화하고, 전 장병이 학습에 참여할 수 있는 교육환경을 조성하기 위해 추진된다. AI 기반 군 특화 온라인 플랫폼 구축이 핵심이다. 국방부는 2026년 50억 원을 시작으로 이후 5년간 매년 35억 원 등 6년간 총 225억 원 규모의 예산을 투입할 계획이다.

이번에 선정된 KAIST 컨소시엄은 주관기관인 KAIST를 비롯해 한국과학기술정보연구원(KISTI), 건양대학교, ㈜에듀니티랩, ㈜데이원컴퍼니 등 5개 기관으로 구성됐다. 각 기관은 보유 역량을 결집해 사업을 추진한다.

컨소시엄에는 국내 최고 수준의 AI 교육·연구 인프라를 갖춘 KAIST의 기술력과 국방 특화 보안 인프라를 갖춘 KISTI의 고성능컴퓨팅 환경이 결합된다. 국방 분야 글로컬대학에 선정된 건양대학교의 군 특화 교육 콘텐츠 개발 역량도 더해진다.

여기에 이노베이션 아카데미의 PBL 콘텐츠 개발 전문기관인 ㈜에듀니티랩과 국내 최고 수준의 온라인 AI 교육 플랫폼인 패스트캠퍼스를 운영하는 글로벌 에듀테크 기업 ㈜데이원컴퍼니가 참여해 시너지가 기대된다.

사업 총괄책임을 맡은 최호진 전산학부 교수는 “사업에서 요구하는 초개인화, 동료학습 PBL 콘텐츠 개발을 통해 본 온라인 교육 플랫폼이 45만 장병의 AI 역량을 향상시키는 데 많은 도움을 줄 수 있도록 최선을 다하겠다”고 밝혔다.

2026년 5월 1일부터 2년 임기 시작
국내 소프트웨어공학 학술·산업 발전과 국제 경쟁력 강화 추진

전산학부 백종문 교수가 2026년 5월 1일 한국정보과학회 소프트웨어공학 소사이어티 제20대 회장으로 취임해 2028년 4월까지 2년간 소사이어티를 이끈다.

백 교수는 임기 동안 국내 소프트웨어공학 분야의 학술·산업 발전과 국제 경쟁력 강화를 위해 다양한 활동을 추진할 예정이다.

1987년 설립된 소프트웨어공학 소사이어티는 국내 대표 소프트웨어공학 분야 학술단체다. 소프트웨어공학 관련 학문적·교육적·기술적 발전을 통해 국가 산업 발전에 기여해 왔다.

소사이어티에는 대학, 연구기관, 기업체, 정부기관 등 다양한 분야의 전문가들이 참여하고 있다. 이들은 이론과 경험, 최신 기술을 공유하며 활발한 학술 교류를 이어오고 있다.

소프트웨어공학 소사이어티는 매년 한국소프트웨어공학학술대회(KCSE)를 개최하고 있다. 여름 단기강좌, 초청 세미나, 소프트웨어공학인의 밤 등 다양한 프로그램도 운영하며 국내 소프트웨어공학 커뮤니티 활성화에 중요한 역할을 하고 있다. 정기 소식지를 통해 최신 연구 동향과 산업 정보도 지속적으로 공유하고 있다.

백 교수는 앞으로의 임기 동안 소프트웨어공학 소사이어티의 국제화, 회원 교류 확대, 산학연 협력 강화에 중점을 두고 조직 발전을 이끌 계획이다.

특히 빠르게 변화하는 글로벌 소프트웨어 산업 환경 속에서 국내 연구자와 산업계가 세계적 경쟁력을 확보할 수 있도록 국제 협력과 학술 교류를 확대해 나갈 방침이다.

멀티모달 혼합 전문가 파운데이션 모델(AI 이미지)

KAIST 전산학부 오혜연 교수 연구팀이 인공지능(AI)을 활용해 기후 변화와 경제·에너지·산업 영향을 동시에 분석하는 차세대 기후 연구 프레임워크를 개발했다.

이번 연구는 KAIST 녹색성장지속가능대학원 전해원 교수, 카르틱 무카빌리(Karthik Mukkavilli) 겸직교수와 공동으로 진행됐으며, 북경대·임페리얼 칼리지 런던·밀라노 폴리테크닉대·메릴랜드대·국제응용시스템분석연구소(IIASA) 등 국제 연구기관이 참여했다.

멀티모달 혼합 전문가 파운데이션 모델

기존 기후 연구는 기후 예측·에너지 분석·경제 평가가 분리되어 수행되어 정책 수립에 많은 시간이 소요되는 한계가 있었다. 연구팀은 이를 극복하기 위해 위성 관측 자료, 에너지 시나리오, 경제 지표, 정책 변수를 하나의 분석 공간에서 통합 처리하는 'AI 기반 기후 연구 파운데이션 모델'을 제안했다. 혼합 전문가(Mixture of Experts, MoE) 구조를 적용해 분야별 전문 AI 모듈이 협력하도록 설계하고, 물리 법칙 기반 계산과 통계 학습을 결합해 예측 정확도를 향상시켰다.

아울러 연구팀은 이 기술을 실제 구현한 '에너지-온실가스 예측 고속 에뮬레이터'도 공개했다. 기존 통합평가모델의 복잡한 연산을 AI가 대체함으로써, 탄소세 인상이나 재생에너지 확대 등 다양한 정책 시나리오가 온실가스 배출과 경제에 미치는 영향을 수천 개 시나리오 규모로 단시간에 분석할 수 있다. 연구진은 이를 '가상 정책 실험실'에 비유했다.

오혜연 교수는 "AI가 상업적 활용을 넘어 기후 위기 해결을 위한 글로벌 공공재 역할을 할 수 있음을 보여주는 사례"라고 말했다.

이번 연구 결과는 국제 학술지 Nature Climate Change에 2025년 4월 28일자로 게재됐다.

(왼쪽부터)KAIST 전해원 교수, 카르틱 무카빌리 교수, 오혜연 교수

관련기사:

https://www.yna.co.kr/amp/view/AKR20260513078600063

https://www.tjb.co.kr/news06/issue/view/id/98190

https://www.dongascience.com/ko/news/77866

사용자의 의도를 컴퓨터가 자동으로 검사할 수 있는 엄밀한 명세로 자동 변환
AI 코딩 시대의 핵심 문제인 “정말 의도대로 동작하는가?”를 자동 검증하는 돌파구 제시
복잡한 명세를 실시간으로 쪼개며 생성하고, 중간중간 오류를 검사해 신뢰할 수 있는 명세 생성 기술 고안

KAIST 전산학부 허기홍 교수팀이 AI가 만든 프로그램의 올바름을 보장하는 핵심 기술을 개발했다. 해당 기술을 담은 논문 “Expecto: Extracting Formal Specifications from Natural Language Description for Trustworthy Oracles”는 프로그래밍 언어 분야 최우수 학회인 PLDI 2026에 채택되어 올 6월 발표될 예정이다.

최근 자연어 지시만으로 AI가 코드를 작성해 주는 이른바 “바이브 코딩”이 빠르게 확산되고 있다. 개발자는 “이런 기능을 만들어줘”라고 설명하기만 하면 AI로부터 곧바로 코드를 얻을 수 있지만, 문제는 그 코드가 실제로 사용자의 의도를 정확히 반영했는지 확인하기 어렵다는 데 있다. AI가 생성한 코드를 사람이 일일이 검토하는 데에는 한계가 있으며, 최근에는 그 검토 과정마저 AI에 의존하는 경우가 늘어나면서 코드의 신뢰성을 어떻게 보장할 것인지가 중요한 과제로 떠오르고 있다.

연구팀이 개발한 Expecto는 인간의 요구사항을 컴퓨터가 이해할 수 있는 엄밀한 명세 (formal specification)으로 자동 변환함으로써, AI가 생성한 코드가 사용자의 의도를 실제로 만족하는지 검증할 수 있게 하는 기술이다. 엄밀한 명세는 논리식으로 작성되어 모호함이 없고 컴퓨터가 이해할 수 있지만, 사람이 직접 작성하기는 매우 어렵다. Expecto는 이러한 엄밀 명세 작성을 자동화하고, 작성된 엄밀 명세는 프로그램 검증 기술을 이용하여 자동 생성된 코드의 올바름을 확인하는 데 활용된다.

연구팀은 언어모델과 논리 검증을 결합한, 논리-직관 AI (neurosymbolic AI) 기술을 이용하여 Expecto 를 설계했다. 복잡한 요구사항을 한 번에 처리하지 않고, 여러 논리 계층으로 나누어 각각 엄밀한 명세로 변환하는 방식이다. 기존 기술이 언어모델에게 모든 것을 맡기고, 긴 요구사항 전체를 한 번에 엄밀한 명세로 작성하도록 지시하는 것과 대조적이다. 이는 복잡한 문제의 풀이 과정을 한 번에 모두 쓰게 하는 것과 같아 중간에 작은 실수가 발생하기 쉽기 때문이다.
또한 Expecto는 명세가 올바르게 작성되고 있는지 프로그래밍언어 분야의 기술을 활용하여 지속적으로 점검한다. 아직 완성되지 않은 부분이 있더라도 현재까지 만들어진 규칙이 문법적으로 올바른지, 타입이 맞는지, 논리적 모순은 없는지를 확인한다. 이를 통해 명세가 잘못된 방향으로 생성되고 있을 때 오류를 조기에 발견하고 즉시 수정할 수 있다.

Expecto는 AI 코딩 도구가 코드를 생성하는 단계를 넘어, 생성된 코드의 올바름까지 자동으로 검증하는 “검증형 AI”로 나아가기 위한 기반 기술이다. 연구팀의 이동재씨(전산학부 박사과정)는 “앞으로의 개발 환경에서는 단순히 코드를 빠르게 생성하는 것만으로는 충분하지 않다”며, “AI가 만든 코드가 사용자의 의도를 정확히 만족하는지 자동으로 확인할 수 있어야 한다”고 설명했다. 특히 금융, 보안, 의료, 인프라 소프트웨어처럼 작은 오류도 큰 피해로 이어질 수 있는 분야에서 AI 기반 SW 개발의 신뢰성을 높이는 데 중요한 역할을 할 것으로 기대했다. 허기홍 교수는 “바람직한 AI 기술은 증명의 부담까지 AI가 지는 형태여야 한다”며, “생성한 코드의 올바름까지 스스로 책임지는 AI 에이전트 기술을 실현하겠다”는 포부를 밝혔다.

KAIST 전산학부, 서울대학교 컴퓨터공학부, POSTECH 컴퓨터공학과 세 대학이 공동 주최하는 '열린 튜링: 튜링상 업적 해설 강연'의 제 4회 행사가 오는 5월 21일 KAIST에서 열린다.

'열린 튜링'은 컴퓨터 분야의 노벨상으로 불리는 튜링상 수상자들의 과거 업적을 기리고, 현재적 의미를되짚으며, 미래 컴퓨팅의 방향을 그려보는 공개 강연 시리즈다. 2023년 첫 회를 시작으로 매년 세 대학이순환 개최하며, 각 학교 교수진이 해설을 맡아 전문 지식을 누구나 알기 쉽게 풀어 설명한다.

이번 행사에서는 2025년 수상 업적을 포함해 총 세 편의 강연이 진행된다.

첫 번째 강연은 2025 ACM 튜링상 수상자인 Charles H. Bennett과 Gilles Brassard의 업적을 다룬다.ACM은 두 수상자에게 "양자정보과학의 토대를 확립하고 보안 통신 및 컴퓨팅을 혁신한 공로"로 튜링상을 수여했다. 두 사람은 물리학과 컴퓨터과학의 경계를 넘나들며 양자정보과학이라는 새로운 학문 분야를 개척한 인물로 평가받는다. Bennett은 IBM Research 소속이며, Brassard는 캐나다 몬트리올대학교교수다. 해설은 KAIST 전산학부 한민기 교수가 맡는다.

두 번째 강연은 2019년 튜링상 수상자인 Edwin Catmull과 Patrick Hanrahan의 3D 컴퓨터그래픽스 분야 업적을 조명한다. ACM은 "3D 컴퓨터그래픽스에 대한 근본적 기여와 영화 및 다양한 응용 분야의 컴퓨터 생성 이미지(CGI)에 미친 혁신적 영향"을 수상 이유로 밝혔다. 서울대학교 컴퓨터공학부 최수연 교수가 해설을 맡는다.

세 번째 강연은 2005년 튜링상 수상자인 Peter Naur의 프로그래밍언어 분야 공헌을 살펴본다. ACM은"프로그래밍 언어 설계와 Algol 60의 정의, 컴파일러 설계, 그리고 컴퓨터 프로그래밍 기술과 응용에 대한 근본적 기여"를 수상 이유로 제시했다. POSTECH 컴퓨터공학과 이원열 교수가 해설을 담당한다.

행사는 5월 21일 목요일 오후 4시부터 5시 30분까지 KAIST 학술문화관(E9) 5층 정근모콘퍼런스홀에서진행된다. 강연은 한국어로 진행된다.

현장 참석이 어려운 경우 KAIST 공식 유튜브 채널(youtube.com/c/KAISTofficial)을 통해 생중계로 시청할 수 있다. 행사에 관한 자세한 정보는 공식 웹사이트(open-turing.github.io)에서 확인할 수 있다.

행사 개요

• 일시: 2026년 5월 21일 (목) 16:00 ~ 17:30
• 장소: KAIST 학술문화관(E9) 5층 정근모콘퍼런스홀
• 주최: KAIST 전산학부 · 서울대 컴퓨터공학부 · POSTECH 컴퓨터공학과
• 생중계: youtube.com/c/KAISTofficial
• 웹사이트: open-turing.github.io
• 문의: 전산학부행정팀 T. 042-350-3507 / csstaff＠kaist.ac.kr

Cone-Beam CT 금속 아티팩트 저감 기술로 국제 학술대회 최고 논문상 받아
다색성 X-ray 모델링과 splat 기반 표현 결합해 3차원 영상 재구성 정확도 높여

KAIST 전산학부 김민혁 교수 연구팀이 2026년 5월 8일 독일 아헨에서 열린 Eurographics 2026에서 Best Paper Award를 수상했다.

수상 논문은 ‘Splat-based Metal Artifact Reduction in Cone-Beam CT via Polychromatic Modeling’이다. 최기석, 김인철, 조재민, 조형준, 김민혁 교수가 저자로 참여했다.

Eurographics는 컴퓨터 그래픽스와 시각 컴퓨팅 분야를 대표하는 국제 학술대회 중 하나다. 렌더링, 기하처리, 영상, 시각화, 의료 영상 등 다양한 분야의 최신 연구 성과가 발표된다. 2026년 대회는 제47회 유로그래픽스 국제학술대회로 개최됐다.

이번 논문은 Cone-Beam CT 영상에서 금속 물체로 인해 발생하는 금속 아티팩트 문제를 줄이는 새로운 영상 복원 방법을 제안했다. 연구팀은 다색성 X-ray 물리 모델링과 splat 기반 표현을 결합해 기존 CT 영상에서 나타나는 왜곡과 오류를 완화했다. 이를 통해 더 정확한 3차원 영상 재구성을 가능하게 했다는 점에서 높은 평가를 받았다.

김민혁 교수 연구팀은 컴퓨터 그래픽스, 컴퓨터 비전, 계산 영상학, 의료 영상 분야에서 활발히 연구를 수행해 왔다. 특히 물리 기반 영상 형성 모델과 고품질 영상 복원 기술을 결합한 연구를 지속적으로 발표하고 있다.

이번 수상은 KAIST 전산학부의 시각 컴퓨팅과 계산 영상 연구 역량을 국제적으로 인정받은 성과다.

2026년 4월 28일 개최된 KAIST Research Day에서 KAIST 전산학부 한준 교수가 “센싱 정보 기반 사이버-물리 보안: 취약점 탐색 및 물리 기반 탐지 기술” 연구로 “2025 KAIST 14대 미래선도기술 대표연구성과” 사이버보안 기술분야에 선정되었다.

이번 연구는 센싱 정보 자체가 공격의 출발점이 될 수 있다는 문제의식에서 출발하여, 센싱 정보 기반 취약점을 체계적으로 규명하고 물리 정보를 활용한 위·변조 및 도용 탐지 기술을 제안한 연구이다. 특히 카메라, RF 신호, mmWave 레이더, 음향 및 전자기 신호 등 다양한 센싱 정보를 활용하여 기존 소프트웨어 중심 보안 기술이 탐지하기 어려운 새로운 형태의 보안 위협과 공격 가능성을 제시하고, 이를 방어하기 위한 물리 기반 보안 기술을 개발해왔다.

<사진상 왼쪽 문수복 교수, 오른족 차미영 교수>

문수복 교수, 과학기술포장 수상
차미영 교수, 과학기술훈장 혁신장 받아

KAIST 전산학부 문수복 교수와 차미영 교수가 과학기술정보통신부 주관 ‘2026년 과학·정보통신의 날 기념식’에서 각각 정부포상을 받았다. 기념식은 4월 21일 한국과학기술회관 국제회의실에서 열렸으며, 과학기술·정보통신 진흥 유공자 164명에게 훈장·포장·표창이 수여됐다.

문수복 교수는 컴퓨터 네트워크 분야의 연구 성과와 양성평등 증진에 기여한 공로로 과학기술포장을 받았다. 문 교수는 서울대 컴퓨터공학과와 미국 매사추세츠대 애머스트에서 학위를 받은 뒤 2003년부터 KAIST 전산학부 교수로 재직해 왔다. 네트워크 성능 측정·분석, 온라인 소셜 네트워크 분석, 초고성능 네트워크 시스템 연구를 이어왔다.

차미영 교수는 빅데이터 기반 사회문제 해결 연구 공로로 과학기술훈장 혁신장(2등급)을 받았다. 차 교수는 KAIST 전산학부 출신으로 독일 막스플랑크 연구소 박사후연구원을 거쳐 2010년부터 교수로 재직 중이다. 인공지능을 활용한 가짜뉴스 탐지, 온라인 혐오표현 분류, 빈곤 지역 탐지 등 계산사회과학 연구를 이끌어 왔으며, 2024년에는 한국인 최초로 막스플랑크 연구소 단장에 선임됐다.

전산학부장은 “문수복 교수와 차미영 교수의 이번 수상은 전산학부의 연구 역량과 사회적 기여를 함께 보여준 뜻깊은 성과”라며 “앞으로도 세계적 수준의 연구와 공공적 가치 창출에 힘쓰겠다”고 밝혔다.

기사원문: https://news.kaist.ac.kr/news/html/news/?mode=V&mng_no=60870

KAIST 바이오및뇌공학과 정기훈 교수(왼쪽)와 전산학부 김민혁 교수. 사진 KAIST [출처:중앙일보]

KAIST 전산학부 김민혁 교수가 바이오및뇌공학과 정기훈 교수와의 공동연구를 통해 초박형 광시야 생체모사 카메라를 개발했다. 이번 연구는 스마트폰 후면 카메라가 돌출되는 이른바 ‘카툭튀’ 문제를 줄일 수 있는 차세대 카메라 기술로 주목받고 있다.

연구팀은 말벌에 기생하는 곤충인 ‘제노스 페키(Xenos peckii)’의 시각 구조에서 착안했다. 여러 개의 작은 렌즈가 서로 다른 방향의 장면을 나눠 촬영한 뒤 이를 하나의 영상으로 통합하는 원리를 카메라 설계에 적용했다. 이를 통해 두께 1㎜ 이하의 초박형 구조에서도 140도의 대각 시야각을 구현하는 데 성공했다.

이번 성과는 얇은 두께와 넓은 화각, 고화질을 동시에 구현했다는 점에서 의미가 크다. 기존 광각 카메라는 넓은 시야를 확보할수록 구조가 두꺼워지는 한계가 있었지만, 이번 연구는 자연계 시각 시스템의 원리를 활용해 이를 극복할 가능성을 제시했다.

해당 기술은 스마트폰 카메라뿐 아니라 의료용 내시경, 미세 로봇, 웨어러블 헬스케어 장비 등 초소형·정밀 광학 시스템이 필요한 다양한 분야에 활용될 수 있다. 연구 결과는 국제 학술지 네이처 커뮤니케이션즈(Nature Communications) 에 2026년 3월 23일 게재됐다.

이번 연구는 전산학부의 융합연구 역량이 첨단 광학 시스템 분야로 확장되고 있음을 보여주는 사례이기도 하다. 김민혁 교수 공동연구팀은 생체모사 기반 영상기술의 새로운 가능성을 제시하며 차세대 초소형 카메라 기술 발전에 기여할 것으로 기대된다.

기사 원문
중앙일보, 「벌레 눈이 힌트…스마트폰 '카툭튀' 없앨 1㎜ 마법 카메라 나왔다」
https://www.joongang.co.kr/article/25418211