%EC%BB%B4%ED%93%A8%ED%84%B0
-
인공지능 엔진으로 영상 위변조 탐지 기술 개발
우리 연구진이 영상 내 변형 영역을 더욱 정밀하게 탐지하기 위해 영상내 색상 정보와 주파수 정보를 함께 활용하는 인공지능 엔진 기술을 학계 처음으로 개발했다. 이번 개발 기술은 기존 기술보다 정밀도와 정확도를 크게 높여 위변조 탐지 기술의 기술 유용성을 일정 수준 확보할 수 있는 기반을 제공한다는 점에서 그 의미가 크다. KAIST에서 각종 위변조 영상들을 잡아낸다는 의미를 지닌 `카이캐치(KaiCatch)' 소프트웨어는 이미지, 영상뿐만 아니라 CCTV 비디오 변형 여부도 분석할 수 있다.
우리 대학 전산학부 이흥규 교수 연구팀이 새로운 인공지능 구조와학습 방법론, 그리고 실험실 환경에서는 구하기 힘든 고급 변형 이미지 영상들을 사용해 영상 이미지 위변조 탐지 소프트웨어인 `카이캐치(KaiCatch)'의 영상 이미지 정밀도와 정확도를 크게 높일 뿐만 아니라 비디오 편집 변형도 탐지할 수 있는 카이캐치 2.1 버전을 개발했다고 13일 밝혔다.
카이캐치 소프트웨어는 `이상(異常) 유형 분석 엔진'과 `이상(異常) 영역 추정 엔진' 두 개의 인공지능 엔진으로 구성된다. `이상 유형 분석 엔진'은 블러링, 노이즈, 크기 변화, 명암 대비 변화, 모핑, 리샘플링 등을 필수 변이로 정의해 이를 탐지하며 `이상 영역 추정 엔진'은 이미지 짜깁기, 잘라 붙이기, 복사 붙이기, 복사 이동 등을 탐지한다. 이번에 새로 개발한 기술은 `이상 영역 추정 엔진'으로 기존 기술에서는 이상 영역 탐지 시 그레이 스케일(회색조)로 이상 유무를 탐지하였으나 분석 신호의 표현력이 낮고 탐지 오류가 많아 위변조 여부 판정에 어려움이 많았다. 이번에 개발된 기술은 색상 정보와 주파수 정보를 함께 활용해 정밀도(precision)와 재현율(recall)이 크게 향상되고 변형 영역을 컬러 스케일로 표현함으로써 해당 영역의 이상 유무뿐만 아니라 위변조 여부도 더욱 명확하게 판별이 가능해졌다.
연구팀은 이번 연구에서 영상 생성 시 발생하는 흔적과 압축 시 발생하는 흔적 신호들을 함께 분석하기 위해 색상 정보와 주파수 정보를 모두 활용하는 접근 방법을 학계 처음으로 제시했다. 또 이러한 방법론을 설계 구현하기 위해 주파수 정보를 하나의 분할 네트워크에서 직접 입력으로 받아들이는 방식의 ‘압축 왜곡신호 탐지 네트워크(Compression Artifact Tracing Network, 이하 CAT-Net)’을 학계 최초로 개발하고 기존 기법들과 비교해 탐지 성능이 크게 뛰어남을 입증했다. 개발한 기술은 기존에 제시된 기법들과 비교할 때 특히 원본과 변형본을 판별하는 평가 척도인 F1 점수, 평균 정밀도(average precision)에서 대단히 뛰어나 실환경 위변조 탐지 능력이 크게 강화됐다.
비디오 편집 변형의 경우도, 프레임 삭제, 추가 등에 의한 편집 변형이 흔히 CCTV 비디오 등에서 발생한다는데 착안해 이러한 비디오 편집 변형을 탐지하는 기능 역시 이번 카이캐치 2.1 버전에 탑재됐다.
이번에 카이캐치 2.1 소프트웨어를 연구 개발한 이흥규 교수는 "영상 이미지 위변조 소프트웨어인 카이캐치를 휴대폰에 탑재되는 안드로이드 앱 형태로 일반에 소개한 2021년 3월 이후 현재까지 카이캐치 앱을 통한 900여 건의 위변조 분석 의뢰와 개별적으로 60건이 넘는 정밀 위변조 분석 의뢰를 받았다. KAIST 발표 논문 수준이나 실험 결과 등을 감안할 때 위변조 분야 최고 기술로 만든 소프트웨어인데, 오탐지율이 높아 실제 탐지 정밀도가 이론치보다 매우 낮았다. 많은 경우 위변조나 변형 여부에 대한 명확한 기술 판정이 불가능했으나 이번에 개발한 카이캐치 2.1 은 CAT-Net이라는 새로운 네트워크 구조와 학습 방법론, 그리고 ‘색상 및 주파수 영역 왜곡 흔적 동시 분석’이라는 첨단 기술을 사용해 정밀도를 높여, 보다 명확한 판별이 가능하도록 개발됐다. 앞으로 영상 위변조 판단 여부가 어려운 경우가 많이 줄어들기를 기대한다”고 말했다.
이 교수는 이어 "비디오는 MP4 파일 포맷이, 그리고 영상 이미지는 JPEG 이미지들이 일반인들이 널리 사용한다는 점에서 해당 포맷을 주 개발 대상으로 삼았다. 영상 이미지의 경우 영상 편집 변형 시 영상에 남겨지는 인위적으로 발생하는 JPEG 압축 미세 신호 탐지에 주안점을 두어, 위변조 여부와 위변조 영역을 잡아내는 것에 집중했다. 비디오의 경우 특정 프레임들을 삭제하거나 삽입하는 경우, 프레임 부분 편집 후 재압축 하는 경우 등을 탐지한다. 최근 CCTV 비디오 편집 여부에 대한 분쟁이 많아 크게 도움을 줄 수 있을 것으로 기대하며 향후에도 지속적으로 연구 개발해 취약점들을 보완해 나갈 계획이다ˮ 고 덧붙였다.
현재 카이캐치 소프트웨어는 안드로이드 기반 휴대폰의 구글 플레이스토어에서 ‘카이캐치’를 검색하여 앱을 다운로드 받아 설치한 후, 영상 이미지들을 카이캐치에 업로드하면 위변조 여부를 간단하게 테스트해 볼 수 있다.
한편 이번 연구는 제1 저자로 참여한 우리 대학 전기및전자공학부 권명준 박사, 그리고 김창익 교수, 남승훈 박사, 유인재 박사 등과 공동으로 수행됐으며, `스프링거 네이처(Springer Nature)'에서 발간하는 컴퓨터 비전 분야 톱 국제저널인 `국제 컴퓨터 비전 저널(International Journal of Computer Vision, IF 7.410)'에 2022년 5월 25일 字 온라인판에 게재됐다. (논문명 : Learning JPEG Compression Artifacts for Image Manipulation Detection and Localization)
이번 연구는 한국연구재단 창의도전연구기반지원사업지원과 KAIST 창업기업인 ㈜디지탈이노텍(http://www.kaicatch.com/) 과의 산학협력 연구로 수행됐다.
2022.06.13 조회수 7696 -
정명수 교수, 테라바이트(TB) 메모리 시대 열어
*비휘발성 메모리(이하 NVDIMM)와 *초저지연 SSD(반도체 저장장치)가 하나의 메모리로 통합돼, 소수의 글로벌 기업만이 주도하고 있는 미래 *영구 메모리(Persistent Memory)보다 성능과 용량이 대폭 향상된 메모리 기술이 우리 연구진에 의해 개발됐다.
☞ 비휘발성 메모리(NVDIMM; Non-Volatile DIMM): 기존 D램(DRAM)에 플래시 메모리와 슈퍼 커패시터를 추가해 정전 때에도 데이터를 유지할 수 있는 메모리.
☞ 초저지연 SSD(Ultra Low Latency SSD): 기존 SSD를 개선해, 매우 낮은 지연시간을 갖는 SSD.
☞ 영구 메모리(Persistent Memory): 데이터의 보존성을 가지는 메모리.
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 운영체제 연구실)이 비휘발성 메모리와 초저지연 SSD를 하나의 메모리 공간으로 통합하는 메모리-오버-스토리지(Memory-over-Storage, 이하 MoS) 기술 개발에 성공했다고 16일 밝혔다.
정 교수팀이 새롭게 개발한 이 기술은 기존 스토리지 기술을 재사용하는 데 인텔 옵테인 대비, 메모리 슬롯당 4배 이상인 테라바이트(TB=1,024GB) 수준의 저장 용량을 제공하면서도 휘발성 메모리(D램)과 유사한 사용자 수준의 데이터 처리 속도를 낼 수 있다.
기존 NVDIMM은 운영체제의 도움 없이 CPU가 직접 비휘발성 메모리에 접근할 수 있다는 장점이 있다. 반면 NVDIMM은 D램을 그대로 활용하고 배터리 크기를 무한히 키울 수 없기 때문에 대용량 데이터를 처리할 수 없다는 게 문제다. 이를 해결하기 위한 대안으로는 인텔의 옵테인 메모리 (Intel Optane DC PMM)와 메모리 드라이브 기술(Intel Memory Drive Technology) 등이 있다. 그러나 이러한 기술들은 비휘발성 메모리에 접근할 때마다 운영체제의 도움이 필요해 NVDIMM에 비해 50% 수준으로 읽기/쓰기 속도가 떨어진다.
정 교수팀이 제안한 MoS 기술은 초저지연 SSD를 주 메모리로 활용하고, NVDIMM을 *캐시메모리로 활용한다. 이 결과, SSD 대용량의 저장 공간을 사용자에게 메모리로 사용하게 해줌과 동시에 NVDIMM 단독 사용 시와 유사한 성능을 얻게 함으로써 미래 영구 메모리 기술들이 가지는 한계점을 전면 개선했다.
☞ 캐시: 자주 사용되는 데이터에 빨리 접근할 수 있도록 느린 메모리에 저장된 데이터를 빠른 메모리에 복사해 두는 기법.
MoS 기술은 메인보드나 CPU 내부에 있는 *메모리 컨트롤러 허브(이하 MCH)에 적용돼 사용자의 모든 메모리 요청을 처리한다. 사용자 요청은 일반적으로 NVDIMM 캐시 메모리에서 처리되지만 NVDIMM에 저장되지 않은 데이터의 경우 초저지연 SSD에서 데이터를 읽어와야 한다. 기존 기술들은 운영체제가 이러한 SSD 읽기를 처리하는 반면, 개발된 MoS 기술은 MCH 내부에서 하드웨어가 SSD 입출력을 직접 처리함으로써 초저지연 SSD에 접근 시 발생하는 운영체제(OS)의 입출력 오버헤드(추가로 요구되는 시간)를 완화하는 한편 SSD의 큰 용량을 일반 메모리처럼 사용할 수 있게 해준다.
☞ 메모리 컨트롤러 허브: 일반적으로 노스 브릿지(North Bridge)로 알려져 있으며, CPU가 메모리(DRAM)나 그래픽 처리장치(GPU)와 같은 고대역폭 장치에 접근할 수 있도록 도와주는 하드웨어.
정 교수가 이번에 개발한 MoS 기술은 소프트웨어 기반 메모리 드라이브나 옵테인 영구 메모리 기술 대비 45% 절감된 에너지 소모량으로 110%의 데이터 읽기/쓰기 속도 향상을 달성했다. 결과적으로 대용량의 메모리가 필요하고 정전으로 인한 시스템 장애에 민감한 데이터 센터, 슈퍼컴퓨터 등에 사용되는 기존 메모리/미래 영구 메모리를 대체할 수 있을 것으로 기대된다.
정명수 교수는 "미래 영구 메모리 기술은 일부 해외 유수 기업이 주도하고 있지만, 이번 연구성과를 기반으로 국내 기술과 기존 스토리 및 메모리 기술을 통해 관련 시장에서 우위를 선점할 수 있는 가능성을 열었다는 점에서 의미가 있다"고 강조했다.
이번 연구는 올해 6월에 열릴 컴퓨터 구조 분야 최우수 학술대회인 '이스카(ISCA, International Symposium on Computer Architecture), 2021'에 관련 논문(논문명: Revamping Storage Class Memory With Hardware Automated Memory-Over-Storage Solution)으로 발표될 예정이다. 또 해당 연구에 대한 자세한 내용은 연구실 웹사이트(http://camelab.org)에서 확인할 수 있다.
한편 이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 우수신진(중견연계) 사업, KAIST 정착연구사업 등의 지원을 받아 수행됐다.
2021.03.16 조회수 101760 -
이병주 교수, 영화 속 남녀 캐릭터 묘사 편향성 분석
<이병주 교수>
KAIST(총장 신성철) 문화기술대학원 이병주 교수 연구팀이 컴퓨터 비전 기술을 통해 상업 영화에서 남성과 여성 성별 간 캐릭터 묘사의 편향성을 정량적으로 분석하는 데 성공했다.
장지윤, 이상윤 석사과정이 주도한 이번 연구 결과는 소셜 컴퓨팅 분야 최고 권위 학회인 ‘컴퓨터 기반 협업 및 소셜 컴퓨팅 학회(CSCW, Computer-Supported Cooperative Work and Social Computing)’ 11월 11일 자로 발표될 예정이다. (논문명: Quantification of Gender Representation Bias in Commercial Films based on Image Analysis)
최근 영화가 다루는 소재와 연출 방식이 사람들의 성 의식에 어떤 영향을 미치는지에 대한 논의가 활발하게 진행되고 있다. 할리우드 역시 영화의 묘사가 관객에게 미치는 영향에 관한 연구를 진행해 적극적으로 제작에 반영하고 있다. 근래 개봉한 할리우드 영화에서도 다양한 젠더와 인종의 등장을 쉽게 발견할 수 있지만 우리나라는 관련 연구가 부족한 상황이다.
일반적으로 영화에서는 여성 캐릭터의 성별 묘사 편향성을 벡델 테스트(Bechdel Test)를 통해 평가하고 있다. 벡델 테스트는 미국의 여성 만화가 앨리슨 벡델(Alison Bechdel)이 고안한 개념으로 균형적인 성별 묘사를 위한 최소한의 요소가 영화에 반영돼 있는지를 판단하는 지표이다. 벡델 테스트에 통과하기 위해서는 ▲영화에 이름을 가진 여성 캐릭터가 두 명 이상 등장하며 ▲그 여성들이 서로 대화를 나누고 ▲여성 캐릭터들의 대화 주제가 남성 캐릭터와 관련이 없어야 한다는 조건을 갖춰야 한다.
그러나 벡델 테스트는 여성 캐릭터의 대사만으로 판별하기 때문에 캐릭터의 시각적인 묘사를 고려할 수 없으며 여성 캐릭터 혼자 극을 이끄는 영화들에 적용이 어렵다.
또한, 여성 캐릭터만을 평가하기 때문에 상대적으로 남성 캐릭터와 어느 정도 차이가 있는지를 알 수 없으며, 테스트에 통과하거나 하지 못하는 이분법적 잣대만을 제공하기 때문에 성별 묘사가 가질 수 있는 다양한 스펙트럼을 충분히 대변하기 어렵다. 그리고 평가자가 영화를 보고 주관적으로 판단하기 때문에 오류 발생 가능성이 있다.
이병주 교수 연구팀은 영화의 시간적, 시각적 특성을 반영해 성별 묘사 편향성을 측정하기 위해 이미지 분석 시스템을 도입했다. 효과적 분석을 위해 24프레임(fps) 영화를 3프레임으로 다운 샘플링한 뒤, 마이크로소프트(Microsoft)의 얼굴 감지 기술(Face API)로 영화 캐릭터의 젠더, 감정, 나이, 크기, 위치 등을 확인했다. 그리고 사물 감지 기술(YOLO 9000)로 영화 캐릭터와 함께 등장한 사물의 종류와 위치를 확인했다.
연구팀은 2017년과 2018년 개봉한 할리우드 영화와 우리나라 영화 40편을 대상으로 이미지 분석 시스템을 통해 여덟 가지 새로운 지표들을 제시하고 분석해 상업 영화 내에서의 성별 묘사의 편향성을 밝혀냈다.
여기서 여덟 가지 지표란 과거 다양한 매체들을 대상으로 이뤄진 성별 묘사 편향성에 관한 연구 결과에 기반해 영화 내 편향성을 판별할 수 있는 정량적 지표로 ▲감정적 다양성(Emotional Diversity) ▲공간적 역동성(Spatial Staticity) ▲공간적 점유도(Spatial Occupancy) ▲시간적 점유도(Temporal Occupancy) ▲평균 연령(Mean Age) ▲지적 이미지(Intellectual Image) ▲외양 강조도(Emphasis on Appearance) ▲주변 물체의 빈도와 종류(Type and Frequency of Surrounding Objects)를 연구팀은 제시했다.
연구팀은 벡델 테스트(Bechdel Test) 통과 여부를 막론하고 여덟 가지 지표를 통해 영화 대부분이 여성을 편향적으로 묘사하고 있음을 정량적으로 밝혀냈다.
감정적 다양성(Emotional Diversity) 지표에 따르면 여성 캐릭터는 남성 캐릭터에 비해 더 획일화된 감정표현을 보였다. 특히 여성 캐릭터는 슬픔, 공포, 놀람 등의 수동적인 감정을 더 표현하는 반면, 남성 캐릭터는 분노, 싫음 등의 능동적인 감정을 더 표현했다.
주변 물체의 빈도와 종류(Type and Frequency of Surrounding Objects) 지표에 따르면 여성 캐릭터가 자동차와 함께 나오는 비율은 남성 캐릭터 대비 55.7%밖에 되지 않았던 반면, 가구와 함께 나오는 비율은 123.9%를 보였다.
여성 캐릭터의 시간적 점유도(Temporal Occupancy)는 남성 캐릭터 대비 56% 정도로 낮았으며, 평균 연령(Mean Age)은 79.1% 정도로 어리게 나왔다. 특히 앞서 언급한 두 지표는 우리나라 영화에서 두드러지게 관찰됐다.
이병주 교수는 “우리나라에선 1인당 연간 평균 영화관람 횟수가 4.25회에 이를 정도로 많은 사람이 영화를 즐겨보는데, 이는 영화라는 매체가 우리나라 대중들의 잠재의식에 큰 영향력을 행사할 수 있음을 뜻한다”라며 “따라서 영화 내 묘사가 관객들의 생각에 미치는 영향에 관한 연구가 보다 활발하게 진행돼야 하며, 이를 바탕으로 영화는 더욱 신중하게 제작돼야 한다”라고 말했다.
이 연구는 KAIST 인문사회융합과학대학에서 추진한 석박사모험연구과제의 지원을 받아 수행됐다.
□ 그림 설명
그림 1. 이미지 분석 시스템
그림 2. 연구진이 분석 영화 40편
그림 3. 캐릭터 성별에 따른 안경 착용률 및 연관 물체의 종류
2019.10.14 조회수 13499 -
정유성 교수, 인공지능을 통한 소재 역설계 기술 개발
〈 정유성 교수, 노주환 박사과정〉
우리 대학 EEWS대학원/생명화학공학과 정유성 교수 연구팀이 인공지능을 활용해 원하는 물성을 갖는 신소재를 역설계하는 기술을 개발했다.
연구팀은 알고리즘을 통해 수만 개의 물질을 학습시킨 뒤 인공지능을 통해 원하는 물성을 갖는 소재를 역설계하는 방식으로 4종의 신물질을 발견했다. 향후 신소재 개발에 크게 이바지할 수 있을 것으로 기대된다.
노주환 박사과정이 1저자로 참여한 이번 연구 결과는 ‘셀 (Cell)’ 자매지 ‘매터(Matter)’ 10월 2일 자 온라인판에 출판됐다. (논문명 : Inverse Design of Solid State Materials via a Continuous Representation)
소재 연구의 궁극적인 목표는 원하는 물성을 갖는 신소재를 개발하는 것이다. 하지만 현재까지의 신소재 개발은 화학적 직관과 실험적 시행착오를 통한 방법 위주였기 때문에 개발 비용과 시간이 많이 들어 소재 개념화에서부터 상용화에 걸리는 시간이 평균 30년 정도 소요됐다.
기존의 소재 개발 과정은 소재를 시행착오를 통해 합성하고 난 후 물성을 측정해 만들어진 소재가 응용 목적에 맞는 소재인지를 평가하는 방식으로 개발됐다.
정 교수 연구팀은 인공지능 기술과 슈퍼컴퓨터 활용을 융합해 이러한 소재 개발을 기간을 크게 단축할 수 있는 새로운 소재 역설계 방법을 개발했다. 정 교수팀이 개발한 소재 역설계 방법은 기계(알고리즘)로 기존의 수만 개 물질과 그 물질들이 갖는 물성을 학습하게 한 후, 원하는 물성을 갖는 물질을 인공지능 기반 알고리즘이 역으로 생성하는 방식이다.
연구팀이 개발한 소재 역설계 방법은 기존의 컴퓨터 스크리닝을 통해 소재 설계를 가속화 하는 연구와도 차별성이 있다. 스크리닝 기반의 소재 발견 기술은 발견될 물질이 스크리닝 대상이 되는 물질 데이터베이스를 벗어날 수 없다는 한계를 가지고 있다. 따라서 데이터베이스에 존재하지 않는 새로운 형태의 소재를 발견하지 못한다는 단점이 있다.
연구팀이 개발한 신소재 역발견 모델은 인공지능 모델의 한 종류인 생성모델을 이용한 것으로, 생성모델은 이미지 및 음성 처리에 활발하게 활용되고 있는 기술이다. 예를 들어 수천 명의 얼굴들을 기계로 학습하게 해 새로운 사람의 얼굴을 생성해 내는 인공지능 기법이다.
연구팀은 이미지 생성에 주로 쓰이는 생성모델 기반의 인공지능 기법을 알려지지 않은 무기 고체 소재를 생성하는 데 최초로 적용했다. 특히 기존의 생성모델을 고체 소재에 적용하기 위해 역변환이 가능한 3차원 이미지 기반의 표현자를 도입함으로써 현재까지의 소재 역설계 모델의 한계를 극복했고, 이를 iMatGen(image-based Materials Generator) 이라 이름 지었다.
연구팀은 개발된 소재 역설계 기법을 새로운 바나듐 산화물 결정구조를 예측하는데 적용했다. 이 학습 과정에서 기존에 알려진 물질을 제외해 학습하더라도 제외된 물질들을 역으로 재발견할 수 있음을 확인해 개발 모델의 타당성을 검증했다.
최종적으로 개발된 모델을 통해 학습된 연속 잠재공간을 다양한 방법으로 샘플링하고 역변환 함으로써 기존에 존재하지 않는 전혀 새로운 바나듐 산화물 결정구조를 예측할 수 있었다.
정유성 교수는 “이번 연구는 원하는 물성을 갖는 무기 고체 소재를 역으로 설계하는 방법을 데이터 기반 기계학습으로 최초로 보인 예로, 향후 다양한 응용 분야의 신소재 개발에 도움을 줄 수 있을 것으로 기대한다”라고 말했다.
이번 연구 성과는 한국연구재단, 산업통상자원부 산하 에너지기술평가원, 그리고 KISTI의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 개발된 소재 역설계 모델
2019.10.07 조회수 10205 -
이성주 교수, 스마트폰으로 사물 두드려 인식하는 노커(Knocker) 기술 개발
〈 왼쪽부터 공태식 박사과정, 조현성 석사과정, 이성주 교수 〉
우리 대학 전산학부 이성주 교수 연구팀이 스마트폰을 사물에 두드리는 것만으로 사물을 인식할 수 있는 ‘노커(Knocker)’ 기술을 개발했다.
이번 연구 결과는 기존 방식과 달리 카메라나 외부 장치를 사용하지 않아 어두운 곳에서도 식별에 전혀 지장이 없고, 추가 장비 없이 스마트폰만으로 사물 인식을 할 수 있어 기존 사물 인식 기술의 문제를 해결할 수 있을 것으로 기대된다.
공태식 박사과정, 조현성 석사과정, 인하대학교 이보원 교수가 참여한 이번 연구 결과는 9월 13일 유비쿼터스 컴퓨팅 분야 국제 최우수학회 ‘ACM 유비콤(ACM UbiComp)’에서 발표됐다. (논문명 : Knocker: Vibroacoustic-based Object Recognition with Smartphones)
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.
연구팀이 개발한 노커 기술은 카메라와 별도의 기기를 쓰지 않아도 사물을 인식할 수 있다. 노커 기술은 물체에 ‘노크’를 해서 생긴 반응을 스마트폰의 마이크, 가속도계, 자이로스코프로 감지하고, 이 데이터를 기계학습 기술을 통해 분석해 사물을 인식한다.
연구팀은 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 달하는 것을 확인했다.
연구팀의 노커 기술은 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 자동 설정하는 등 총 15개의 구체적인 활용 방안을 선보였다.
이성주 교수는 “특별한 센서나 하드웨어 개발 없이 기존 스마트폰의 센서 조합과 기계학습을 활용해 개발한 소프트웨어 기술로, 스마트폰 사용자라면 보편적으로 사용할 수 있어 의미가 있다”라며 “사용자가 자주 이용하는 사물과의 상호 작용을 보다 쉽고 편하게 만들어 주는 기술이다”라고 말했다.
이 연구는 한국연구재단 차세대정보컴퓨팅기술개발사업과 정보통신기획평가원 정보통신․방송 기술개발사업 및 표준화 사업의 지원을 통해 수행됐다.
연구에 대한 설명과 시연은 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/ )
□ 그림 설명
그림1. 물병에 노크 했을 때의 '노커' 기술 예시
그림2. 23개 사물에 대해 스마트폰 센서로 추출한 노크 고유 반응 시각화
2019.10.01 조회수 11966 -
김지한 교수, 컴퓨터 설계 기반 다공성 복합재료 합성
〈 김지한 교수 연구팀 〉
우리 대학 생명화학공학과 김지한 교수와 UNIST 화학과 문회리 교수 공동연구팀이 컴퓨터 설계를 기반으로 한 이론적 디자인을 통해 새로운 다공성 복합재료를 합성하는 데 성공했다.
이러한 복합물질은 각각의 특성을 동시에 가지면서 융합된 새로운 성질을 나타낼 수 있어 촉매, 기체 저장 및 분리, 센서, 약물 전달 등 다양한 분야에 응용할 수 있을 것으로 기대된다.
권오민 박사과정과 UNIST 김진영 박사가 공동 1 저자로 참여한 이번 연구결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature communications)’ 8월 9일 자 온라인판에 게재됐다. (논문명 : Computer-aided discovery of connected metal-organic frameworks)
이번 연구에 사용한 금속 유기 구조체(Metal-Organic Framework, MOF)는 다양한 금속 이온 집합체와 유기 리간드로 구성된 화합물의 일종으로 나노 수준의 기공을 갖는 결정성 물질이다.
금속 유기 구조체는 각 구성요소의 다양성 덕분에 지난 20년간 8만여 개 이상의 구조들이 실험으로 합성됐다. 금속 유기 구조체는 표면적이 매우 넓고 기공의 물리-화학적 특성을 세밀하게 조절할 수 있어 기존의 제올라이트를 대체할 수 있는 차세대 다공성 물질이기도 하다.
최근 금속 유기 구조체를 다른 소재와 혼합해 기능을 다양화하거나, 한가지 물질의 단점을 다른 물질의 장점으로 보완함으로써 성능을 최적화하는 연구가 진행되고 있다.
그러나 기존의 합성된 금속 유기 구조체 복합재료들은 두 물질의 경계면에서 서로 어떻게 결합하는지에 대한 정확한 정보가 없고 그 형태가 무질서해 어떻게 만들어지는지에 대한 이해가 부족했다.
8만여 개의 금속 유기 구조체 중 표면에서 서로 결합할 수 있는 조합을 일일이 눈으로 찾아내는 것은 매우 시간이 오래 걸리기 때문에, 화학자의 직관만으로 새로운 이종 금속 유기 구조체 간 단결정 복합재료를 합성하기 위해서는 수많은 시행착오를 겪어야 했다.
따라서 8만여 개 이상의 금속 유기 구조체를 사용해 복합물질을 형성할 수 있는 경우의 수가 상당히 많음에도 불구하고 지금까지 합성된 복합재료의 수는 극히 일부로 제한됐다.
문제해결을 위해 공동연구팀은 미시적인 분자구조 정보를 활용해 먼저 합성 가능성이 큰 구조들을 선별한 뒤, 이를 실험적으로 합성함으로써 실제 새로운 복합물질을 개발하고 합성하는 시간을 획기적으로 단축했다.
김지한 교수가 이끈 시뮬레이션팀은 직접 개발한 컴퓨터 알고리즘을 활용해 기존에 발표된 8만여 개의 데이터로부터 특정 구조체의 결정면과 상호 연결될 수 있는 결정면을 가진 다양한 금속 유기 구조체 쌍들을 얻는 데 성공했다.
또한, 양자역학 시뮬레이션을 통해 두 금속 유기 구조체가 연결된 경계면이 가질 수 있는 안정적인 구조를 예측해냈다.
문회리 교수의 연구팀은 시뮬레이션 결과를 바탕으로 6종류의 새로운 금속 유기 구조체 복합재료를 성공적으로 합성함으로써 시뮬레이션으로 예측된 내용이 실험적으로 합성될 수 있음을 증명했다.
또한, 금속 유기 구조체 결정면 위에 다른 구조체가 하나의 구조로 자라나는 원리를 규명했고, 두 물질의 기공이 서로 연결돼 내부까지 분자가 자유롭게 이동할 수 있음을 확인했다.
이번 연구에서 성공한 서로 다른 두 금속 유기 구조체 간 경계면을 분자 수준에서 깨끗하게 하나의 구조로 연결하는 다공성 복합재료는 지금껏 없던 새로운 개념의 물질이다.
문회리 교수는 "실험과 컴퓨터 시뮬레이션의 협력 연구를 통해 그간 합성이 어려웠던 다기능 다공성 복합재료를 설계하고 합성할 수 있음을 보여줬다. 기존 신약개발에서 활용되던 연구 방식이 거대시스템인 다공성 재료에까지 확대된 성공적 사례이다”라고 말했다.
김지한 교수는“세계 최초로 나노 다공성 복합물질을 이론적으로 디자인해 합성까지 성공한 첫 사례라는 사실에 의미가 있다”라며 “새로운 복합재료 개발을 위해 필요한 시간과 비용을 획기적으로 줄일 수 있고, 적용 분야를 MOF-나노입자, MOF-제올라이트, MOF-고분자 복합재료로 쉽게 확장할 수 있다”라고 말했다.
이 연구 결과는 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 합성에 성공한 MOF 구조
2019.08.26 조회수 15356 -
이상엽 특훈교수, 김현욱 교수, 인공지능 이용한 효소기능 예측 기술 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 김현욱 교수의 초세대 협업연구실 공동연구팀이 딥러닝(deep learning) 기술을 이용해 효소의 기능을 신속하고 정확하게 예측할 수 있는 컴퓨터 방법론 DeepEC를 개발했다.
공동연구팀의 류재용 박사가 1 저자로 참여한 이번 연구결과는 국제학술지 ‘미국 국립과학원 회보(PNAS)’ 6월 20일 자 온라인판에 게재됐다. (논문명 : Deep learning enables high-quality and high-throughput prediction of enzyme commission numbers)
효소는 세포 내의 생화학반응들을 촉진하는 단백질 촉매로 이들의 기능을 정확히 이해하는 것은 세포의 대사(metabolism) 과정을 이해하는 데에 매우 중요하다.
특히 효소들은 다양한 질병 발생 원리 및 산업 생명공학과 밀접한 연관이 있어 방대한 게놈 정보에서 효소들의 기능을 빠르고 정확하게 예측하는 기술은 응용기술 측면에서도 중요하다.
효소의 기능을 표기하는 시스템 중 대표적인 것이 EC 번호(enzyme commission number)이다. EC 번호는 ‘EC 3.4.11.4’처럼 효소가 매개하는 생화학반응들의 종류에 따라 총 4개의 숫자로 구성돼 있다.
중요한 것은 특정 효소에 주어진 EC 번호를 통해서 해당 효소가 어떠한 종류의 생화학반응을 매개하는지 알 수 있다는 것이다. 따라서 게놈으로부터 얻을 수 있는 효소 단백질 서열의 EC 번호를 빠르고 정확하게 예측할 수 있는 기술은 효소 및 대사 관련 문제를 해결하는 데 중요한 역할을 한다.
작년까지 여러 해에 걸쳐 EC 번호를 예측해주는 컴퓨터 방법론들이 최소 10개 이상 개발됐다. 그러나 이들 모두 예측 속도, 예측 정확성 및 예측 가능 범위 측면에서 발전 필요성이 있었다. 특히 현대 생명과학 및 생명공학에서 이뤄지는 연구의 속도와 규모를 고려했을 때 이러한 방법론의 성능은 충분하지 않았다.
공동연구팀은 1,388,606개의 단백질 서열과 이들에게 신뢰성 있게 부여된 EC 번호를 담고 있는 바이오 빅데이터에 딥러닝 기술을 적용해 EC 번호를 빠르고 정확하게 예측할 수 있는 DeepEC를 개발했다.
DeepEC는 주어진 단백질 서열의 EC 번호를 예측하기 위해서 3개의 합성곱 신경망(Convolutional neural network)을 주요 예측기술로 사용하며, 합성곱 신경망으로 EC 번호를 예측하지 못했을 경우 서열정렬(sequence alignment)을 통해서 EC 번호를 예측한다.
연구팀은 더 나아가 단백질 서열의 도메인(domain)과 기질 결합 부위 잔기(binding site residue)에 변이를 인위적으로 주었을 때, DeepEC가 가장 민감하게 해당 변이의 영향을 감지하는 것을 확인했다.
김현욱 교수는 “DeepEC의 성능을 평가하기 위해서 이전에 발표된 5개의 대표적인 EC 번호 예측 방법론과 비교해보니 DeepEC가 가장 빠르고 정확하게 주어진 단백질의 EC 번호를 예측하는 것으로 나타났다”라며 “효소 기능 연구에 크게 이바지할 것으로 기대한다”라고 말했다.
이상엽 특훈교수는 “이번에 개발한 DeepEC를 통해서 지속해서 재생되는 게놈 및 메타 게놈에 존재하는 방대한 효소 단백질 서열의 기능을 보다 효율적이고 정확하게 알아내는 것이 가능해졌다”라고 말했다.
이번 연구는 과학기술정보통신부가 지원하는 기후변화대응기술개발사업의 바이오리파이너리를 위한 시스템대사공학 원천기술개발 과제 및 바이오·의료기술 개발 Korea Bio Grand Challenge 사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 인공지능 기반의 DeepEC를 이용한 효소 기능 EC 번호 예측
2019.07.03 조회수 19147 -
이병주 교수, 게임의 랙 현상 해소 기술 개발
〈 이병주 교수, 이인정 박사과정 〉
우리 대학 문화기술대학원 이병주 교수와 핀란드 알토 대학교(Aalto Univ) 공동 연구팀이 게임의 겉보기 형태를 변화시켜 게임 내 레이턴시 효과, 일명 랙(lag)을 없앨 수 있는 기술을 개발했다.
이인정 박사과정이 1 저자로 참여하고 알토대학교 김선준 연구원이 공동으로 개발한 이번 연구는 지난 5월 4일 열린 인간-컴퓨터 상호작용 분야 최고권위 국제 학술대회 CHI 2019(The ACM CHI Conference on Human Factors in Computing Systems)에서 풀 페이퍼로 발표됐다. (논문명 : Geometrically Compensating Effects of End-to-End Latency in Moving-Target Selection Games)
레이턴시는 장치, 네트워크, 프로세싱 등 다양한 이유로 인해 발생하는 지연(delay) 현상을 말한다. 사용자가 명령을 입력했을 때부터 출력 결과가 모니터 화면에 나타날 때까지 걸리는 지연을 엔드-투-엔드 레이턴시(end-to-end latency)라 한다.
상호작용의 실시간성이 중요한 요소인 게임 환경에서는 이러한 현상이 플레이어의 능력에 부정적 영향을 미치는 것으로 알려져 있다.
연구팀은 레이턴시가 있는 게임 환경에서도 플레이어의 본래 실력으로 게임을 할 수 있도록 돕는 레이턴시 보정 기술을 개발했다. 이 기술은 레이턴시의 양에 따라 게임의 디자인 요소, 즉 장애물의 크기 등의 형태를 변화시킴으로써, 레이턴시가 있음에도 레이턴시가 없는 것처럼 느껴지는 환경에서 플레이할 수 있다.
연구팀은 레이턴시가 플레이어에 미치는 영향을 분석해 플레이어의 행동을 예측하는 수학적 모델을 제시했다. 시간제한이 있는 상황에서 게임 플레이를 위해 버튼 입력을 해야 하는 ‘움직이는 타겟 선택’ 과업에 레이턴시가 있을 때 사용자의 성공률을 예측할 수 있는 인지 모델이다.
이후에는 이 모델을 활용해 게임 환경에 레이턴시가 발생할 경우의 플레이어 과업 성공률을 예측한다. 이를 통해 레이턴시가 없는 환경에서의 플레이어 성공률과 비슷한 수준으로 만들기 위해 게임의 디자인 요소를 변형한다.
연구팀은 ‘플래피 버드(Flappy Bird)’라는 게임에서 기둥의 높이를 변형해 레이턴시가 추가됐음에도 기존 환경에서의 플레이 실력을 유지함을 확인했다. 연구팀은 후속 연구를 통해 게임 속 장애물 등의 크기를 변형함으로써 레이턴시를 없애는 등의 확장 연구를 기대하고 있다.
이 교수는 “이번 기술은 비 간섭적 레이턴시의 보정 기술로, 레이턴시의 양만큼 게임 시계를 되돌려 보상하는 기존의 랙 보상 방법과는 다르게 플레이어의 게임 흐름을 방해하지 않는 장점이 있다”라고 말했다.
이번 연구는 한국연구재단 신진연구자지원사업(프로게이머 역량 극대화를 위한 게임 입력장치의 설계 최적화) 및 KAIST 자체 연구사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 게임의 겉보기 형태를 변화시킴으로써, 플레이어가 제로 레이턴시 환경과 레이턴시가 있는 환경에서 같은 실력을 유지
2019.07.02 조회수 16559 -
조광현 교수, 섬유아세포 과활성 유발 분자피드백 회로 규명
〈 조 광 현 교수 〉
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 삼성병원 김석형 교수 연구팀과 공동연구를 통해 섬유증 및 암 악성화의 원인이 되는 섬유아세포 과활성을 유발하는 분자피드백 회로를 최초로 규명했다.
신동관 박사와 안수균 학생 등이 함께 참여한 이번 연구는 ‘네이처 커뮤니케이션즈(Nature Communications)’ 8월 1일자 온라인 판에 게재됐다.
( https://www.nature.com/articles/s41467-018-05274-6 )
인간의 섬유아세포는 대부분의 정상조직에 비활성화된 상태로 존재하다가 상처회복을 위해 필요할 때 급진적으로 활성화된다. 하지만 이러한 급진적 활성화가 유발되는 원리는 아직 밝혀지지 않았다.
조광현 교수 연구팀은 삼성병원 김석형 교수팀과 공동연구를 통해 Twist1, Prrx1, TNC 분자들이 연쇄적으로 활성을 유발하는 양성피드백회로를 구성함으로서 그와 같은 급진적인 섬유아세포의 활성을 유발한다는 것을 분자생물학실험과 수학모델링, 컴퓨터시뮬레이션 분석, 그리고 동물실험과 임상데이터 분석을 통해 밝혔다.
활성화된 섬유아세포는 상처가 치유된 뒤 다시 비활성화된 상태로 전환돼야 하는데 이 때 피드백회로가 계속 작동하면 섬유증의 발생이나 암 악성화의 원인이 된다.
따라서 이번에 밝혀낸 Twist1-Prrx1-TNC 분자피드백회로는 섬유증과 암의 새로운 치료 타겟으로 활용될 수 있을 것으로 기대된다.
□ 그림 설명
그림1. 섬유아세포의 급진적 활성화를 유발하는 Twist1-Prrx1-TNC 분자피드백회로 규명 과정
그림2. 정상적인 섬유아세포의 활성화 조절과 피드백회로의 비가역적 활성화에 따른 비정상적인 섬유아세포 활성화 조절과정의 비교
2018.08.10 조회수 10873 -
김용훈 교수, 차세대 탄소섬유 개발 위한 이론 규명
우리 대학 EEWS대학원 김용훈 교수 연구팀이 고품질 탄소섬유 개발에 필요한 고분자 전구체와 저차원 탄소 나노소재 간 계면의 원자구조 및 전자구조적 특성을 규명했다.
이번 연구로 차세대 탄소섬유 개발의 이론적 청사진을 제시할 것으로 기대된다.
이주호 박사과정이 1저자로 참여한 이번 연구 성과는 국제 과학 학술지인 ‘어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)’ 4월 11일자에 속표지(Inside Back Cover) 논문으로 게재됐다.
탄소섬유는 매우 가벼우면서도 뛰어난 기계적, 열적 특성을 갖고 있기 때문에 초경량 자전거, 골프 클럽 등 스포츠 용품부터 자동차, 항공우주, 원자력 등 다양한 첨단 기술 분야에 활발히 활용되고 있는 신소재이다.
탄소섬유는 전구체(precursor) 고분자를 방사, 안정화 및 탄화 등의 작업을 통해 얻어지며 현재 폴리아크릴로나이트릴(polyacrylonitrile, PAN)이 탄소섬유의 주 전구체로 사용되고 있다.
고품질 차세대 탄소섬유를 얻는 방법으로 탄소나노튜브(carbon nanotube, CNT)를 탄소섬유 전구체 고분자 매트릭스에 분산시켜 고분자의 결정성을 높이는 연구가 대표적이다. 탄소나노튜브와 전구체 고분자의 조합이 탄소섬유의 물성을 향상시킬 수 있다는 것도 실험을 통해 확인된 바 있다.
그러나 20년 이상의 연구에도 탄소나노튜브와 전구체 고분자 간 상호작용에 대한 이해는 실험적 접근법의 어려움으로 인해 부족한 상황이다. 따라서 탄소나노튜브를 활용한 고품질 탄소섬유 제작 기술은 한계가 있었다.
김 교수 연구팀은 슈퍼컴퓨터를 활용해 양자역학적 제1원리 기반 멀티스케일 시뮬레이션을 수행해 대표적인 탄소섬유 전구체인 폴리아크릴로나이트릴 고분자가 탄소나노튜브 계면에서 배열되는 과정을 원자 수준에서 체계적으로 재현했다. 또한 탄소나노튜브-폴리아크릴로나이트릴 고분자 계면이 특히 좋은 특성을 보일 수 있는 이유를 연구했다.
폴리아크릴로나이트릴 고분자의 단위체가 누워있는 형태의 특정 원자구조를 선호하고, 이 때 양전하와 음전하가 균형 있게 이동하는 계면 특유의 특성이 발현되므로 이 계면 구조를 최대화 시키는 것이 최적의 대규모 폴리아크릴로나이트릴 고분자 정렬을 유도할 수 있음을 밝혔다.
또한 폴리아크릴로나이트릴 고분자의 정렬도가 그래핀 나노리본과의 계면에서 극대화되는 것을 확인해 최근 각광을 받고 있는 그래핀을 이용해 탄소 섬유의 품질을 더욱 향상시킬 수 있다는 가능성도 제시했다.
“김 교수는 양자역학에 기반한 전산모사가 첨단 소재·소자의 개발을 위한 기본원리를 제공해 줄 수 있음을 보여준 연구의 예다”며 “이러한 전산모사 연구의 중요성은 컴퓨터 성능 및 전산모사 이론체계의 비약적인 발전과 더불어 더욱 커질 것이다”라고 말했다.
이번 연구는 미래창조과학부 중견연구자지원사업, 나노소재원천기술개발사업, 기초연구실지원사업, 글로벌프론티어사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 어드밴스드 펑셔널 머티리얼즈 표지
그림2. 연구 개요 모식도
2018.04.26 조회수 20260 -
한명준 교수, 새로운 양자역학적 자성 상태 확인
〈 한명준 교수 연구팀 〉
우리 대학 물리학과 한명준 교수 연구팀이 중앙대학교, 일본 이화학연구소 (RIKEN), 미국 아르곤 국립 연구소 (Argonne National Laboratory) 등과의 공동연구를 통해 새로운 양자역학적 자성 상태인 ‘Jeff = 3/2’의 존재를 처음으로 확인했다.
양자역학에서는 스핀 각운동량과 궤도 각운동량의 합으로 주어지는 총 각운동량을 보통 영문자 ‘J’로 표현한다. 이번에 확인된 특이 자성은 특정한 조건이 만족될 때만 나타나는 일종의 각운동량으로 볼 수 있는데, 학계에서는 ‘유효 (effective) 각운동량’이라는 의미로 흔히 ‘Jeff’로 표기해 왔다.
유효 각운동량이 3/2이 되는 경우는 그간 그 가능성에 대한 논의가 있기는 했지만 실제로 확인되지 못하고 있었는데 이번에 최초로 발견된 것이다.
이는 향후 초전도 현상, 양자 자성 등 관련 연구에도 새로운 발판이 될 것으로 기대된다.
정민용, 심재훈 석박사 통합과정이 참여한 이번 연구는 국제 학술지‘네이쳐 커뮤니케이션즈(Nature Communications)’에 게재됐다.
최근 학계에서는 스핀-궤도 결합이 강한 상황에서 통상적인 것과는 다른 독특한 양자 상태가 구현될 수 있다는 것이 알려지면서 활발한 연구가 진행되고 있다.
보통 전자의 스핀이나 오비탈이 나타내는 자기 모멘트와 달리 이 두 가지가 강하게 결합하여 형성된 유효 자기 모멘트 Jeff는 특이한 바닥상태와 상호작용 양상을 나타내며 이로부터 새로운 현상과 물성이 발현될 수 있다.
지난 10년 여 간의 연구가 주로 Jeff가 1/2인 경우에 대하여 이루어진 데에 반해 이 값이 3/2이 되는 경우에 대한 연구는 실제 사례를 찾지 못하며 더디게 진전되고 있는 상황이었다.
한 교수가 이끄는 연구팀은 지난 2014년 원자가 아니라 분자 오비탈에 기반해 특정 물질군에서‘Jeff = 3/2’상태가 구현될 수 있는 가능성을 이론적으로 예측한 바 있고 이번 연구는 이를 실험적으로 증명한 것이다.
한 교수 팀은‘Jeff = 3/2’상태에서는 일반적인 스핀 모멘트와는 다른 양자역학적 ‘선택 규칙 (Selection Rule)’이 적용되어야 한다는 점에 착안했다.
엑스레이를 이용해 원자 핵 근처에 있는 전자를 ‘여기 (excite)’시키면 여기된 전자는 다른 전자들과 상호작용을 하는 과정에서 흡수되기도 하고 재방출되기도 하는데 이 때 만족시키게 되는 물리법칙이 ‘선택 규칙 (Selection Rule)’이다.
양자역학에 따르면 이 선택 규칙은‘Jeff = 3/2’상태에서는 매우 독특해 보통의 스핀상태와는 뚜렷이 구분될 것이라는 예측이 가능하다. 이러한 아이디어에 따라 진행된 실험에서는 물질 내의 탄탈륨 원자에서 뽑아낸 두 가지 서로 다른 에너지 영역의 전자가 실제 이론 예측을 따르는 스펙트럼 양상을 보이는 것이 확인됐다.
이는‘Jeff = 3/2’모멘트 고유의 양자역학적 간섭현상이 반영된 것으로 그 존재에 대한 매우 직접적인 증거로 받아들여진다.
이 새로운 양자상태는 통상적인 물질의 자기 상태와 매우 다른 것으로서 그 특성에 대한 연구의 시발점이 될 것으로 기대되고 있다. 또한 이러한 자성상태와 상호작용으로부터 발현되는 다양한 물성에 대한 연구 역시 탄력을 받을 것으로 보고 있다.
이번 연구는 한국연구재단의 일반연구자 지원사업과 해외 과학기술 자원활용사업의 지원을 받아 수행됐으며 한국과학기술정보연구원의 슈퍼컴퓨터 자원을 사용했다.
□ 그림 설명
그림1. ‘Jeff=3/2’상태를 갖는 것으로 밝혀진 갈륨 탄탈륨 셀레늄화합물의 결정구조
그림2. 갈륨 탄탈륨 셀레늄화합물(GaTa4Se8)의 계산된 전자구조
2017.11.30 조회수 19372 -
신인식 교수, 스마트기기 간 어플기능 공유 기술 개발
〈 신인식 교수 연구팀 〉
사례 1. 직장인 김씨는 해외 출장 중 공항에 비치된 태블릿 PC를 이용해 본인의 SNS 계정에 접속해 남는 시간을 활용했다. 하지만 그 태블릿 PC에는 해킹 바이러스가 설치돼 있었고 김씨의 SNS 속 사진들이 다른 누군가에 의해 삭제되는 사고가 발생했다.
사례 2. 중학생 아들을 둔 이씨 부부는 카드사와 게임 회사에 분주하게 연락을 취하고 있다. 게임을 좋아하는 아들이 스마트폰을 이용해 백만 원 상당의 게임 아이템을 결제했기 때문이다.
사례 3. 평소 게임을 좋아하는 박씨는 스마트폰을 통해 고가의 레이싱 게임을 구매했다. 하지만 화면이 너무 작아 생동감이 떨어졌고, TV에 연결해 조이스틱을 사용해봤지만 조이스틱의 반응이 느려 게임을 제대로 즐길 수 없었다.
위의 사례는 스마트폰 및 다양한 스마트기기가 존재하는 현대 사회에서 기기로 인해 발생할 수 있는 다양한 문제점 중 일부이다. 위와 같은 문제들을 손쉽게 해결할 수 있는 기술이 개발됐다.
우리 대학 전산학부 신인식 교수 연구팀이 스마트 기기 간 어플리케이션의 기능을 공유할 수 있는 모바일 플랫폼 기술 ‘모바일 플러스(Mobile Plus)’를 개발했다.
이는 다른 모바일 기기에 설치된 앱끼리 별도의 수정 없이 자유롭게 기능을 공유할 수 있는 기술이다.
오상은 박사과정이 1저자로 참여한 이번 연구는 지난 6월 21일 미국에서 열린 모바일 컴퓨팅 분야 최고 권위 학술대회 ACM(국제컴퓨터학회) MobiSys에서 논문으로 출간됐다.
스마트폰 사용자들은 카카오톡이나 페이스북을 통해 다른 SNS 계정에 로그인을 하거나 사진 앱에 저장된 사진을 다른 SNS로 전송하는 작업 등을 빈번하게 활용한다. 이와 같은 기술은 앱 끼리 로그인 기능, 사진 관리 기능 등을 공유하고 있기 때문에 가능하다.
이러한 기능 공유를 통해 사용자는 다양하고 편리하게 스마트폰을 활용할 수 있고, 개발자는 간편하게 앱을 개발할 수 있다.
하지만 현재의 안드로이드나 iOS 플랫폼에서는 앱 기능 공유의 범위가 같은 모바일 기기 안에서만 작동한다. 기기 간 서비스 공유를 위해서는 특정 앱의 개발이 필요하고 기기마다 설치, 구매를 해야 하기 때문에 개발자와 사용자 모두에게 번거로운 일이다.
연구팀은 문제 해결을 위해 기기 간 서비스 공유 기능을 지원하는 플랫폼 기술을 개발했다. 이는 여러 모바일 기기에서 각각 실행되는 앱들이 마치 하나의 모바일 기기에서 실행되는 것과 같은 효과를 주는 가상화 기술이 핵심이다.
연구팀은 단일 기기에서 동작하던 원격 함수 호출(Remote Procedure Call) 원리를 멀티 디바이스 환경에 맞게 확장시키면서 가상화에 성공했다.
이 가상화 기술은 기존 앱들의 코드를 수정하지 않아도 기능 공유가 가능하다. 사용자 입장에서는 추가 구매 혹은 업데이트 없이도 사용할 수 있다. 또한 앱 종류에 구애받지 않는 기능 공유가 가능하다.
모바일 플러스 기술은 카메라, 마이크, GPS 등 하드웨어 뿐 아니라 앱이 제공하는 로그인, 결제, 사진 공유 등의 기능도 공유할 수 있다. 적용할 수 있는 기술의 범위가 매우 넓다는 큰 장점을 갖는다.
신 교수는 “모바일 플러스 기술은 스마트홈, 스마트카 기술 등과 함께 시너지 효과가 클 것으로 예상된다”며 “스마트폰을 허브로 스마트 가전제품이나 차량 인포테인먼트 시스템에서 다양한 앱들을 보다 더 편리하고 안전하게 사용하는 새로운 사용자 경험(UX)을 제공할 수 있다.”고 말했다.
□ 사용 예시 및 그림 설명
다른 모바일 기기 간 앱 기능 공유는 여러 가지 새로운 사용 예시를 만들 것이며 당장 실현 가능한 기술도 존재한다.
1. 보안성 향상: 로그인(login), 온라인 결제(payment) 등
사용자가 공공 도서관에서 빌린 태블릿이나 호텔방에 비치된 스마트TV 등에서 인스타그램과 같은SNS 앱에 로그인하고 싶은 경우가 있다. 그러나 이와 같은 공공(public) 태블릿이나 스마트TV는 보안상으로 매우 취약할 가능성이 높다. 이러한 공공 기기에(패스워드를 입력하며) 직접 로그인을 한다는 것은 매우 꺼려질 수 있다. 이때 이러한 공공 태블릿에서 직접 패스워드를 입력하는 대신 사용자 개인(personal) 스마트폰의 페이스북/카카오톡 로그인 기능을 사용해 공공 태블릿에 로그인함으로써 이와 같은 보안 위험을 회피할 수 있다. (그림2 참조)
그림2. 자신의 스마트폰을 이용해 공용 기기에서도 안심하고 로그인할 수 있다.
또한 공공장소에 있는 스마트TV 등에 나오는 인터넷 쇼핑 사이트에서 보고 있는 특정 제품을 구매할 경우, 이와 같은 공공 스마트TV에서의 결제는 역시 보안 위험에 노출될 수 있다. 이 경우 결제시에 사용자 개인 스마트폰의 결제 기능을 사용하여, 사용자 개인 스마트폰에서 결제가 수행되도록 함으로써 역시 이와 같은 보안 위험을 회피할 수 있다.
또한, 청소년이 게임중 우발적으로 혹은 중독적으로 게임 아이템등을 쇼핑할 경우, 결제 서비스가 부모 스마트폰에서만 이루어지도록 강제함으로써, 청소년들의 우발적/중독적 쇼핑을 제한할 수 있다. (그림3 참조)
그림3. 자녀의in-app 구매를 부모가 자신의 스마트폰을 통해 제어할 수 있다.
2. 컨텐츠 분배(contents sharing)
예를 들어 사용자가 스마트폰에서 이메일을 읽던 중 첨부파일을PDF로 열어보고 싶은 경우(스크린이 더 큰) 다른 태블릿에서 이PDF 파일을 열고자 할 경우가 있다. 이 때 기존 모바일 환경에서 사용자는PDF 파일을 먼저 스마트폰에 저장한 후 카카오톡 등 메신저 앱으로 직접 태블릿으로 옮기거나PDF 파일을 클라우드 스토리지에 업로드한 후 태블릿에서 다시 다운로드하는 번거로운 방식을 통해 다른 태블릿에서PDF 파일을 열어 볼 수 있다. 이에 반해, Mobile Plus에서는 사용자가 스마트폰에서PDF 파일을 태블릿에서 열겠다고 지정하면, 이 기능이 자동으로 수행된다. 이 때, 기존의 이메일 앱(i,e., Gmail)과PDF Viewer를 전혀 수정하지 않아도, 이러한 기능 수행이 가능하다. 또한 태블릿에서PDF 문서 중 일부를copy한 후, 스마트폰의 이메일 앱에 붙여넣기(paste)할 수도 있다.
3. I/O 분배(I/O sharing)
스마트TV에서 카레이싱 게임을 생각해보자. 카레이싱 게임은 가속도 센서를 이용하는 게임인데, 스마트TV에서는 가속도 센서가 없다. 이 경우 사용자는 다른 모바일 기기의 가속도 센서 기능을 사용하며(모바일 기기를 자동차 핸들처럼 움직이며) TV 영상에 나오는 차량을 운전하며 카레이싱 게임을 할 수 있다. 즉, 가속도 센서가 없는 스마트TV에서도 사용자는 스마트폰의 센서 기능을 공유하여, 스마트폰을 마치 콘솔 기기의 컨트롤러처럼 사용하며 카레이싱 게임을 즐길 수 있다. (그림4 참조) 비슷한 예로 카메라가 없는 스마트TV에서 스마트폰의 카메라를 이용하여 영상 통화를 하거나, 유심카드가 없는 태블릿에서 스마트폰의 유심카드를 이용하여 전화 통화를 하거나LTE 데이터 통신을 할 수 있다.
그림4. 스마트폰을 컨트롤러로 사용해서 게임을 더욱 더 신나게 즐길 수 있다.
2017.07.26 조회수 14997