%ec%b1%8c%eb%a6%b0%ec%a7%80
-
'물리 세계 이해하는 AI' 세계 최고…ICML 2026 국제 AI 챌린지 우승
그림과 글을 함께 이해해 물리 법칙을 적용하고 스스로 추론하는 인공지능(AI)이 항공기와 로봇 등 실제 물리 세계를 설계하는 시대가 한 걸음 가까워졌다. 우리 대학 연구팀이 세계 최고 권위의 인공지능(AI)·기계학습(Machine Learning, 기계학습) 학회인 국제머신러닝학회(ICML) 국제 챌린지에서 세계 정상에 오르며 이 같은 기술력을 입증했다.
우리 대학은 AX학과 문일철 교수 연구팀이 국제머신러닝학회(ICML, International Conference on Machine Learning, 국제머신러닝학회) 2026의 공식 워크숍인 ‘AI4Math Workshop(AI for Mathematics Workshop, AI 기반 수학·과학 추론 워크숍)’이 개최한 ‘시각적으로 정의된 물리 문제 풀기(Visual Grounded Physics Problem Solving)’ 국제 챌린지에서 우승했다고 23일 밝혔다.
이번 챌린지는 지난 5월 1일부터 6월 16일까지 진행됐으며, ETH 취리히(ETH Zurich), 푸단대(Fudan University), 상하이 이노베이션 연구소(Shanghai Innovation Institute) 등 세계 유수 연구기관을 포함한 139개 참가팀이 경쟁했다. 연구팀은 최종 평가에서 가장 높은 성적을 거두며 우승을 차지했으며, 7월 11일 서울에서 열린 ICML 공식 시상식에서 1등상을 수상했다.
이번 대회는 그림과 텍스트로 제시된 물리 문제를 이해한 뒤, 물리 법칙을 적용해 정답뿐 아니라 풀이 과정까지 생성하는 AI의 추론 능력을 평가하는 국제 챌린지다.
참가 AI는 멀티모달(Multimodal, 텍스트·이미지 등 서로 다른 형태의 정보를 동시에 이해하는 기술) 정보를 통합하고, 뉴턴 역학 등 물리 법칙을 적용해 논리적으로 문제를 해결해야 한다. 단순 계산 능력이 아니라 복잡한 물리 현상을 이해하고 추론하는 능력을 평가하는 것이 특징이다.
이는 AI가 시험 문제를 푸는 수준을 넘어 실제 물리 환경을 이해하고 설계·운용을 최적화할 수 있는 가능성을 보여주는 성과다. 향후 항공기와 로봇, 자율주행, 우주 시스템 등 다양한 분야에서 실제 물리 환경을 고려한 설계와 의사결정을 수행하는 차세대 AI 기술로 활용될 것으로 기대된다.
이번 연구에는 산업및시스템공학과 곽지석 박사과정 학생을 비롯한 총 5명의 KAIST 응용인공지능연구실(AAILab) 연구진이 참가했다. 연구팀은 여러 AI 파운데이션 모델(Foundation Model, 대규모 데이터를 학습해 다양한 작업에 활용할 수 있는 범용 AI 모델)을 각각 독립적인 에이전틱 AI(Agentic AI, 스스로 계획을 세우고 여러 단계를 수행하며 문제를 해결하는 AI)로 구성한 뒤, 서로 답을 검증하고 토론하는 멀티에이전트 AI(Multi-Agent AI, 여러 AI 에이전트가 협업하며 문제를 해결하는 방식) 구조를 개발했다.
이를 통해 개별 AI의 오류를 줄이고 추론의 신뢰성을 높여 세계 최고 성능을 달성했으며, 복잡한 물리 현상에 대한 AI 추론과 에이전틱 AI 모델의 새로운 가능성을 제시했다.
문일철 교수는 “AI 파운데이션 모델을 에이전트로 변환시키며, 다양한 에이전트가 토론과 검증을 통해 올바른 답을 찾아내는 과정을 보고, 하나의 AI 파운데이션 모델이 미래를 독점할 수 없다는 점을 깨달았다.”고 우승 소회를 밝혔다. 이어 “이번 대회는 물리 문제를 푸는 시험문제와 같았지만, 사실 보잉(Boeing, 미국 항공우주기업) 등에서 시험하고 있는 AI 기반 항공기 설계 및 운용과 같이 물리적 상황의 최적 설계 및 운용에 쓰이는 인공지능을 만드는 기술이 본질이다.”라고 분석했다.
배충식 총장은 “문일철 교수 연구팀의 ICML 국제 챌린지 우승을 진심으로 축하한다”며 “이번 성과는 AI가 단순히 정보를 생성하는 수준을 넘어 실제 물리 세계를 이해하고 산업과 사회의 난제를 해결하는 기술로 발전하고 있음을 보여준 쾌거”라고 말했다. 이어 “KAIST는 미래 산업을 이끌 차세대 AI 원천기술 개발과 글로벌 AI 인재 양성에 더욱 매진하겠다”고 밝혔다.
이번 연구는 정보통신기획평가원(IITP, 정보통신기획평가원)의 사람중심 인공지능 핵심원천기술개발사업인 '이종 데이터 기반 상식 추출·이해·추론을 위한 인공지능 기술개발'(연구책임자 문일철)과 ITRC 국방군집체계연구센터의 지원을 받아 수행됐다.
2026.07.23 조회수 1559 -
배터리 기술로 공기 중 탄소 제거...‘지구 청소’ 기술 세계서 인정
우리가 숨 쉬는 공기에서 이산화탄소를 직접 빨아들이는 ‘공기 청소 기술’이 현실로 다가왔다. 우리 대학 연구진이 전기차 배터리 제조 방식에서 착안한 고효율 ‘직접공기포집(Direct Air Capture, DAC)’기술로, 세계 최고 권위의 탄소 제거 대회에서 최종 선정되는 성과를 거뒀다. 이번 기술은 높은 비용과 낮은 효율이라는 한계를 넘어, 탄소 제거 기술의 상용화 가능성을 크게 앞당길 것으로 기대된다.
우리 대학은 생명화학공학과 고동연 교수 연구팀이 개발한 직접공기포집(DAC) 기술이 탄소 제거 기술 확산을 지원하는 글로벌 비영리 단체 오픈에어(OpenAir)가 주최하는 ‘2026 탄소 제거 챌린지(Carbon Removal Challenge)’에서 전 세계 상위 4개 팀에 선정됐다고 24일 밝혔다.
이 대회는 차세대 탄소 제거 기술의 실용성과 확장성을 평가하는 세계적인 경연으로, 단순한 연구 성과를 넘어 실제 공정에 적용 가능한지와 대규모 확산 가능성을 중점적으로 평가한다. 올해는 전 세계 30여 개 대학에서 40여 개 팀이 참가했으며, KAIST를 포함해 단 4개 팀(KAIST, 미시간대학교, 러트거스대학교(Rutgers), 코넬-프린스턴-컬럼비아 연합팀)만이 최종 선정됐다.
직접공기포집 기술은 대기 중 이산화탄소를 줄일 수 있는 혁신적 방법으로 평가받아 왔지만, 낮은 효율과 높은 비용이 상용화의 가장 큰 걸림돌이었다. 연구팀은 이 문제를 해결하기 위해 ‘전기차 배터리’제조 방식에서 해답을 찾았다.
연구팀은 배터리 전극 제조에 사용되는 ‘건식 공정(Dry process)’을 DAC 기술에 적용했다. 즉, 액체를 쓰지 않고 분말을 그대로 눌러 단단한 필름으로 만드는 방식이다. 이 방법은 탄소를 흡수하는 물질을 빈틈없이 촘촘하게 채울 수 있어, 더 많은 이산화탄소를 한 번에 붙잡을 수 있게 해준다.
이를 통해 탄소 흡착 소재의 함량을 최대 97 wt%*까지 끌어올리며, 기존보다 훨씬 많은 이산화탄소를 포집할 수 있는 구조를 구현했다. 이는 스펀지를 더 촘촘하게 만들어 더 많은 물을 흡수하게 하는 것과 같은 원리다. 전기차 배터리의 효율을 높이는 기술이 지구를 청소하는 기술로 변신한 셈이다.
*wt%(Weight percent): 전체 무게 중 특정 성분이 차지하는 비율
포집된 탄소를 다시 분리해내는 재생 과정에서도 성능을 획기적으로 개선했다. 연구팀은 ‘전기 저항 가열(Joule heating)’ 방식을 도입해 전기를 흘려 내부에서 즉시 열을 발생시키는 구조를 구현했다. 이는 전기를 넣으면 바로 뜨거워지는 토스터기처럼, 내부에서 빠르게 열을 만드는 방식이다. 이로 인해 단 1분 만에 이산화탄소를 빠르게 방출하고 재사용이 가능해졌으며, 전기차 냉각 시스템을 접목해 열을 식히는 시간까지 약 60% 단축했다. 그 결과 전체 공정 속도와 생산성이 크게 향상됐다.
고동연 교수는 “이번 성과는 탄소포집 기술의 혁신성과 실제 적용 가능성을 동시에 인정받은 결과”라며 “향후 글로벌 협력을 통해 기술 상용화와 확산을 적극 추진할 계획”이라고 밝혔다.
연구팀은 오는 5월 20일 미국 뉴욕에서 열리는 글로벌 컨퍼런스 ‘2026 카본 언바운드(Carbon Unbound 2026)’에 초청돼 수상을 진행하고, 전 세계 전문가와 투자자들을 대상으로 기술을 소개할 예정이다.
이번 연구는 KAIST 박인준 박사과정생이 주도했으며, 김시은, 김준성, 박인환, 이민형, 강주연 학생과 카롤리네 헤비쉬(Karoline L. Hebisch), 천무진 박사가 참여했다.
한편, 본 연구는 Saudi Aramco-KAIST 이산화탄소연구센터의 지원을 받아 수행됐다.
2026.04.27 조회수 3705 -
최정우 교수팀, 세계 최고 음향 AI 챌린지 세계 1위 쾌거
‘음향 분리 및 분류 기술’은 드론, 공장 배관, 국경 감시 시스템 등에서 이상 음향을 조기에 탐지하거나, AR/VR 콘텐츠 제작 시 공간 음향(Spatial Audio)을 음원별로 분리해 편집할 수 있도록 하는 차세대 인공지능(AI) 핵심 기술이다.
우리 대학 전기및전자공학부 최정우 교수 연구팀이 세계 최고 권위의 음향 탐지 및 분석 대회인 ‘IEEE DCASE 챌린지 2025’에서 ‘공간 의미 기반 음향 장면 분할(Spatial Semantic Segmentation of Sound Scenes)’ 분야에서 우승을 차지했다고 11일 밝혔다.
이번 대회에서 연구팀은 전 세계 86개 참가팀과 총 6개 분야에서 경쟁 끝에 최초 참가임에도 세계 1위 성과를 거두었다. KAIST 최정우 교수 연구팀은 이동헌 박사, 권영후 석박통합과정생, 김도환 석사과정생으로 구성되었다.
연구팀이 참가한 ‘공간 의미 기반 음향 장면 분할’의 ‘태스크(Task) 4’분야는 여러 음원이 혼합된 다채널 신호의 공간 정보를 분석해 개별 소리를 분리하고 18종으로의 분류를 수행해야 하는 기술 난이도가 매우 높은 분야이다. 연구팀은 오는 10월, 바르셀로나에서 열리는 DCASE 워크숍에서 기술을 발표할 예정이다.
연구팀의 이동헌 박사는 올해 초 트랜스포머(Transformer)와 맘바(Mamba) 아키텍처를 결합한 세계 최고 성능의 음원 분리 인공지능을 개발했으며, 챌린지 기간 동안 권영후 연구원을 중심으로 1차로 분리된 음원의 파형과 종류를 단서로 해 다시 음원 분리와 분류를 수행하는‘단계적 추론 방식’의 AI 모델을 완성했다.
이는 사람이 복잡한 소리를 들을 때 소리의 종류나 리듬, 방향 등 특정 단서에 기반해 개별 소리를 분리해 듣는 방식을 AI가 모방한 모델이다.
이를 통해, 순위를 결정하는 척도인 AI가 소리를 얼마나 잘 분리하고 분류했는지 평가하는‘음원의 신호대 왜곡비 향상도(CA-SDRi)*’에서 참가팀 중 유일하게 두 자릿수 대의 성능(11 dB)을 보여, 기술적인 우수성을 입증하였다.
*음원의 신호대 왜곡비 향상도(CA-SDRi): 기존의 오디오와 비교해 얼마나 더 선명하게(덜 왜곡되게) 원하는 소리를 분리했는지를 dB(데시벨) 단위로 측정하고 숫자가 클수록 더 정확하고 깔끔하게 소리를 분리했다는 뜻임
최정우 교수는 "연구팀은 최근 3년간 세계 최고의 음향 분리 AI 모델을 선보여 왔으며, 그 결과를 공식적으로 인정받는 계기가 되어 기쁘다”면서 “난이도가 대폭 향상되고, 타 학회 일정과 기말고사로 불과 몇 주간만 개발이 가능했음에도 집중력 있는 연구를 통해 1위를 차지한 연구팀 개개인이 자랑스럽다”고 소감을 밝혔다.
‘IEEE DCASE 챌린지 2025’는 온라인으로 진행됐으며, 4월 1일부터 시작해 6월 15일 인공지능 모델 투고를 마감했고 지난 6월 30일 결과가 발표됐다. 각종 음향 관련 탐지 및 분류 기술을 평가하는 IEEE 신호처리학회(Signal Processing Society) 산하 국제대회인 본 챌린지는 2013년 개최된 이래 음향 분야 인공지능 모델의 세계적인 경연의 장으로 자리매김해 왔다.
https://dcase.community/challenge2025/task-spatial-semantic-segmentation-of-sound-scenes
한편, 해당 연구는 교육과학기술부의 재원으로 한국연구재단 중견연구자지원사업, STEAM 연구사업 지원 및 방위사업청 및 국방과학연구소 재원으로 미래국방연구센터 지원을 받아 수행됐다.
2025.07.11 조회수 5855 -
심현철 교수팀, 2020 인공지능 그랜드 챌린지 우승
우리 대학 전기및전자공학부 심현철 교수 연구팀이 25일 열린 2020 인공지능 그랜드 챌린지 3차 대회 제어지능 트랙에서 우승을 차지했다.
지난해 열린 대회에서도 우승을 차지한 심 교수팀은 대회 2연패라는 쾌거를 달성해 1차 대회를 통해 지원받은 11억 원을 포함해 총 24억 원가량의 연구비를 받게 된다.
이한섭(항공우주공학과), 김보성(전기및전자공학과) 박사과정 학생이 참여한 이번 대회는 복잡한 실내 환경에서 드론이 안전하게 비행해 조난자에게 물품을 전달하는 시나리오를 전제로 진행됐다.
벽, 창문, 그물 3개, 숲, 터널, 움직이는 블라인드가 있는 창문, 강풍 구간에서 정해진 위치에 물건 전달하기, 자동으로 정확한 착륙 지점에 하강하기 등 총 7개로 구성된 복잡한 장애물 환경을 극복할 수 있는 드론을 개발해 임무를 수행하는 방식이다.
주어진 코스의 규격이 사전에 공개되지 않기 때문에 출전팀은 장애물을 실측할 수 없는 상태로 대회를 준비해 임무를 완료해야 한다. 출전팀마다 총 3회의 기회가 부여되며 전체 임무를 순서대로 진행하는 과정에서 얼마나 많은 임무를 수행했는지에 따라 우승자가 가려진다. 만약, 성공한 임무의 숫자가 같을 경우 단시간에 임무를 종료한 팀이 우위에 오르게 된다.
심 교수 연구팀은 자체 개발한 실시간 정밀 측위시스템과 고속 비행제어 시스템, 복잡한 임무수행이 가능한 비행제어 시스템을 활용해 100% 자체 개발한 기술로 모든 임무를 완벽하게 수행했다.
총 5개의 출전팀 중 4개 팀이 다섯 번 째 임무 구간인 터널 입구에 도착하지 못한 채 대회를 종료했다. 심 교수 연구팀만이 유일하게 모든 임무를 완료했으며, 주어진 3차 시기를 진행하는 동안 계속해서 기록을 단축하는 압도적인 기량을 선보였다.
2020 인공지능 그랜드 챌린지는 심 교수팀이 출전한 제어 지능 트랙을 포함해 총 8개 종목으로 구성되어 있다. 우승팀은 앞으로 치뤄질 대회를 통해 모든 종목의 경기가 종료된 후 열리는 시상식에서 과학기술정보통신부 장관상을 받을 예정이다. 과기정통부가 주최하고 정보통신기획평가원(IITP)이 주관하는 이번 대회의 우승팀은 향후 인공지능 그랜드 챌린지의 다른 종목 우승팀들과 협업해 복잡한 환경에서 구조 임무를 수행하는 드론을 제작∙제공해 통합적인 임무 수행에 참여하게 된다.
우승을 이끈 심현철 교수는 “인공지능 관련 기술 개발의 중요성이 강조되고 있는 만큼 세계적으로 경쟁력 있는 기술을 개발하기 위해 매진할 계획”이라고 전했다. 이어, 심 교수는 “연구실에서 실내 비행 드론 외에도 민간 무인항공기, 자율주행차량, 배달 로봇, 캠퍼스 주행 트램 등을 개발하고 있으며 이들 자율이동체들에 요구되는 인공지능 기술을 개발 적용해서 관련 분야의 기술력 축적에 기여하고 싶다”고 강조했다.
2020.11.27 조회수 41306