-
음악 본능을 인공지능으로 밝혀내다
음악은 세계 공통어로 불릴만큼 문화적 보편 요소로 알려졌다. 그렇다면 어떻게 다양한 문화권의 환경 차이에도 불구하고, ‘음악적 본능’은 어느 정도 공유될 수 있는 것일까?
우리 대학 물리학과 정하웅 교수 연구팀이 인공신경망 모델을 활용해, 사람 뇌에서 특별한 학습 없이도 음악 본능이 나타날 수 있는 원리를 규명했다고 16일 밝혔다.
기존 학자들은 다양한 문화권에 존재하는 음악의 보편성과 차별성을 규명하고, 어떻게 이런 공통성이 나타날 수 있는지에 대해 이해하고자 시도해 왔다. 2019년 세계적인 과학 저널 ‘사이언스’에 게재된 연구를 통해 민족지학적으로 구분된 모든 문화에서 음악을 만들어 내고, 유사한 형태의 박자와 멜로디가 사용된다는 것이 발견됐다. 또한, 신경과학자들은 우리 뇌의 청각 피질(Auditory cortex)에 음악 정보처리를 담당하는 특정한 영역이 존재한다는 것을 밝혀냈다.
연구팀은 인공신경망을 사용해, 음악에 대한 학습 없이도 자연에 대한 소리 정보 학습을 통해 음악 인지 기능이 자발적으로 형성됨을 보였다. (그림2) 연구팀은 구글에서 제공하는 대규모 소리 데이터(AudioSet)를 활용해, 인공신경망이 이러한 다양한 소리 데이터를 인식하도록 학습했다. 흥미롭게도, 연구팀은 네트워크 모델 내에 음악에 선택적으로 반응하는 뉴런(신경계의 단위)이 발생함을 발견했다. 즉, 사람의 말(speech), 동물 소리, 환경 소리, 기계 소리 등의 다양한 소리에는 거의 반응을 보이지 않으나 기악이나 성악 등 다양한 음악에 대해서는 높은 반응을 보이는 뉴런들이 자발적으로 형성된 것이다.
이 인공신경망 뉴런들은 실제 뇌의 음악정보처리 영역의 뉴런들과 유사한 반응 성질을 보였다. 예를 들어, 인공 뉴런은 음악을 시간적으로 잘게 나누어 재배열한 소리에 대해 감소된 반응을 보였다. 이는 자발적으로 나타난 음악 선택성 뉴런들이 음악의 시간적 구조를 부호화하고 있음을 의미한다. 이러한 성질은 특정 장르의 음악에만 국한된 것이 아니라, 클래식, 팝, 락, 재즈, 전자음악 등 25개에 달하는 다양한 장르 각각에 대해서도 공통적으로 나타났다.
심지어, 네트워크에서 음악 선택성 뉴런의 활동을 억제하게 되면, 다른 자연 소리에 대한 인식 정확도를 크게 떨어뜨릴 수 있음을 보였다. 즉, 음악 정보처리 기능이 다른 자연 소리 정보처리에 도움을 주며, 따라서 ‘음악성’이란 자연 소리를 처리하기 위한 진화적 적응에 의해 형성되는 본능일 수 있다는 설명이다.
연구를 주도한 정하웅 교수는 “이러한 결과는 다양한 문화권에서 음악 정보처리의 공통된 기저를 형성하는데, 자연 소리 정보처리를 위한 진화적 압력이 기여했을 수 있음을 시사한다”며, “사람과 유사한 음악성을 인공적으로 구현하여, 음악 생성 AI, 음악 치료, 음악 인지 연구 등에 원천 모델로 활용될 수 있을 것으로 기대한다”고 연구의 의의를 설명했다. 그러나 “현 연구는 음악 학습에 의한 발달 과정을 고려하고 있지 않으며, 발달 초기의 기초적인 음악 정보처리에 대한 논의임을 주의해야 한다”고 연구의 한계를 덧붙였다.
우리 대학 물리학과 김광수 박사(現 MIT 뇌인지과학과)가 제1 저자로, 김동겸 박사(現 IBS)와 함께 진행한 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 출판됐다. (논문명: ‘Spontaneous emergence of rudimentary music detectors in deep neural networks’, 국문 번역: ‘심층신경망에서 음악 인지기능의 자발적 발생’)
한편 이번 연구는 한국연구재단의 지원을 통해 수행됐다.
2024.01.16
조회수 3590
-
원하는 색깔의 마이크로 LED 전사 기술 개발
기존 OLED 등과 비해 전기적·광학적 특성이 우수한 마이크로 LED는 머리카락 두께인 100마이크로미터(μm) 이하 크기의 무기물 LED 칩을 활용하는 차세대 디스플레이용 광원이다. 마이크로 LED의 상용화를 위해선 성장 기판에 배열된 대량의 마이크로 LED 칩을 최종 기판의 정확한 위치에 원하는 배열로 옮기는 ‘전사 공정’이 가장 중요한 핵심기술이지만, 기존 전사 기술들은 별도의 접착제 사용, 정렬 오차, 낮은 수율, 칩 손상 등으로 마이크로 LED 상용화에 많은 어려움이 존재했다.
우리 대학 신소재공학과 이건재 교수 연구팀이 마이크로진공 흡입력을 조절해 대량의 마이크로 LED 칩을 색깔별 원하는 칩들만 선택적으로 전사하는 기술을 개발했다고 19일 밝혔다.
이 교수팀은 레이저빔 조사시 물질 특성을 조정하여 식각하는 레이저 유도 에칭(Laser-induced etching, LIE) 기술을 활용해 미세 관통홀을 유리 기판에 초당 7,000개 속도로 형성했고, 이를 진공 채널에 연결해 미세진공 흡입력을 발생시켜 마이크로 LED를 전사하는 데 성공했다. 이 기술은 기존 전사 기술 대비 뛰어난 접착력 전환성을 달성하였으며, 다수의 진공 채널별 독립적인 진공 조절을 통해 대량의 마이크로 LED 칩을 선택적으로 전사하였다. 또한 다양한 재료, 크기, 모양, 두께를 지닌 초소형 반도체 칩들을 칩 손상 없이 임의의 기판에 높은 수율로 전사할 수 있었다.
이건재 교수는 “이번에 개발된 마이크로진공 전사 기술은 가파르게 성장하는 마이크로 LED 시장에서 높은 생산 원가를 절감하고 중저가 마이크로 LED 제품 양산화의 핵심 기술로 활용될 것이 기대된다”면서, “현재 얇은 핀으로 칩을 들어 올리는 이젝터 시스템을 적용해 대량의 상용 마이크로 LED를 전사하고, 이를 통해 차세대 디스플레이(대형 TV, 유연․신축성 기기 등) 뿐만 아니라 광-바이오 융합형 미용 면발광 패치 상용화를 진행 중이다”라고 말했다.
한편 이번 연구는 웨어러블플랫폼 소재기술 센터, 중견연구자지원사업, 소부장 전략협력 기술개발사업의 지원을 받아 수행됐으며, 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)'에 11월 26일 자 출판됐다.
2023.12.19
조회수 4490
-
숨겨진 효소 쏙쏙 찾아내는 인공지능 개발
대장균은 가장 많이 연구된 생명체 중 하나에 해당되지만 아직 대장균을 구성한 단백질 30%의 기능에 대해 명확하게 밝혀지지 않았다. 이에 대해 인공지능을 활용하여 아직 명확하게 밝혀진 바 없던 단백질에서 464종의 효소를 발견하였으며, 이 중 3종의 단백질의 예측된 기능을 시험관 내 효소 분석 방법을 통해 검증하는데 성공하였다.
우리 대학 생명화학공학과 이상엽 특훈교수와 캘리포니아대학교 샌디에이고(UCSD) 생명공학과 버나드 펄슨(Bernhard Palsson) 교수 공동연구팀이 단백질 서열을 활용, 해당 단백질의 효소 기능을 예측할 수 있는 인공지능, `딥 EC 트랜스포머(DeepECtransformer)'를 개발해 빠르고 정확하게 효소 기능을 파악할 수 있는 예측 시스템을 구축했다고 24일 밝혔다.
효소는 생물학적 반응을 촉매하는 단백질로서, 생명체 내 존재하는 다양한 화학 반응과 이에 따라 결정되는 생명체의 대사 특성을 파악하기 위해서는 각 효소의 기능을 이해하는 것이 필수적이다. EC 번호(효소 고유 번호, Enzyme Commission number)는 국제생화학 및 분자 생물학연맹 (International Union of Biochemistry and Molecular Biology, IUBMB)가 고안한 효소 기능 분류 체계로서, 다양한 유기체의 대사 특성을 이해하기 위해선 게놈 서열에서 존재하는 효소의 종류와 EC 번호를 빠르게 분석할 수 있는 기술 개발이 필요하다.
단백질의 기능 및 효소 기능 예측을 위해 인공지능을 활용하는 다양한 예측 시스템 또한 보고됐지만, 인공지능의 추론 과정을 직접 확인할 수 없는 블랙박스(black box)의 특징을 가졌거나, 효소 서열 내 아미노산 잔기(최소 단위) 수준으로 해석하지 못하는 문제가 있었다.
공동연구팀은 심층학습 기법과 단백질 상동성 분석 모듈을 활용해 주어진 단백질 서열의 효소 기능을 예측하는 인공지능 딥 EC 트랜스포머(DeepECtransformer)를 개발했다. 연구팀은 이번 연구에서 더 다양한 효소 기능을 정확하게 예측할 수 있도록 단백질 서열 전체 문맥에서 효소 기능에 중요한 정보를 추출하였고, 이를 통해 효소의 EC 번호를 정확하게 예측할 수 있었다. 개발된 인공지능은 총 5,360종류의 EC 번호를 예측할 수 있었다.
공동연구팀은 나아가 딥 EC 트랜스포머의 인공신경망 내 정보 흐름을 분석하여 인공지능이 추론 과정에서 효소 기능에 중요한 활성 부위나 보조 인자 결합 부위 정보를 활용하고 있음을 밝혀냈다. 이처럼 인공지능의 블랙박스를 해석함으로써 인공지능이 학습 과정에서 스스로 효소 기능에 중요한 특징을 파악하고 있음을 연구팀은 확인했다.
이번 논문의 제1 저자인 우리 대학 김기배 박사과정생은 “이번에 개발한 예측 시스템을 활용해 아직 밝혀진 적 없던 효소의 기능을 새롭게 예측하고 실험으로 검증할 수 있었다”고 말했다. 그는 또한 “딥 EC 트랜스포머를 활용해 생명체 내 밝혀지지 않았던 효소를 파악함으로써 유용 화합물을 생합성하기 위해 필요한 효소나 플라스틱을 생분해하기 위해 필요한 효소 등 다양한 대사 과정을 새롭게 밝혀낼 수 있을 것”이라고 덧붙였다.
또한 이상엽 특훈교수는 “효소 기능을 빠르고 정확하게 예측하는 딥 EC 트랜스포머는 기능 유전체학의 핵심 기술로서 시스템 수준에서 전체 효소들의 기능들을 분석할 수 있게 한다”며 “이를 활용해 모든 효소 정보를 포함한 대사 네트워크를 기반으로 친환경 미생물 공장 개발을 수행할 수 있을 것”이라고 밝혔다.
생명화학공학과 김기배 박사과정이 참여한 이번 논문은 국제 학술지 네이처(Nature) 誌가 발행하는 `네이처 커뮤니케이션즈(Nature Communications)'에 동료 심사를 거쳐 11월 14일 字 게재됐다.
※ 논문명 : 트랜스포머 레이어와 딥러닝을 사용하여 효소 인코딩 유전자의 기능적 주석 달기 (Functional annotation of enzyme-encoding genes using deep learning with transformer layers)
※ 저자 정보 : 김기배 (한국과학기술원, 제1 저자), 김지연 (한국과학기술원, 제2 저자), 이종언 (한국과학기술원, 제3 저자), Charles J. Norsigian (UCSD, 제4 저자), Bernhard O. Palsson (UCSD, 제5 저자) 및 이상엽(한국과학기술원, 교신저자) 포함 총 6 명
한편, 이번 연구는 과기정통부가 지원하는 ‘석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제(과제책임자 KAIST 이상엽 특훈교수)의 지원을 받아 수행됐다.
2023.11.24
조회수 4325
-
“반도체로 양자컴퓨터를 모방하다” 신개념 확률론적 컴퓨팅 핵심소자 개발
우리 대학 신소재공학과 김경민 교수 연구팀이 산화나이오븀(NbO2) 의 확률적 금속-절연체 전이 현상을 이용한 차세대 확률론적 컴퓨팅의 핵심 반도체 소자를 개발했다고 23일 밝혔다.
최근 IoT (Internet of Things), 자율주행, 빅데이터, 인공지능으로 대표되는 초연결시대가 진행됨에 따라 다양한 제한 조건과 구성 요소들이 상호작용하는 상황에서 최적의 해결책을 신속하게 찾아내는 '조합최적화 문제’의 해결이 중요한 과제로 부상하고 있다. 예를 들면, 네비게이션에 활용되는 최적 경로 탐색과 같은 문제가 조합최적화 문제에 해당한다. 조합최적화 문제는 복잡도가 증가함에 따라 해답을 찾기가 급격히 어려워지는 특성을 갖기에, 이를 효과적으로 해결할 수 있는 신개념 컴퓨팅 기술이 요구된다. 양자컴퓨팅은 그 대표적인 예시이지만 간섭, 오류 수정, 안정성 등의 이유로 양자 컴퓨팅의 상용화에는 여전히 많은 어려움이 남아 있다.
확률론적 컴퓨터의 기본 소자는 피비트* (pbit)라고 불리는데, 확률론적 컴퓨터는 피비트의 확률적 특성을 이용한다는 점에서 양자컴퓨터와 유사하지만, 기존 반도체 기술로 제작이 가능하여 상용화 측면에서 보다 현실적인 기술이다.
*피비트: Probabilistic bit의 줄임 말로 기존 디지털 시스템에서 사용하는 0, 1의 비트 정보를 출력하지만 각 상태 출력이 고정적이지 않고 확률적인 기본 소자
김경민 교수 연구팀은 산화나이오븀 (NbO2) 재료가 갖는 금속-절연체 전이 현상이 특정 조건에서 확률적으로 발생할 수 있음을 최초로 발견하였으며, 이를 활용해 확률론적 컴퓨팅을 위한 피비트의 제작에 성공하였다. 연구팀에서 개발한 피비트는 비트 당 평균 128pJ의 에너지, 260ns의 속도로 비트를 발생시키며, 이는 기존 저항변화메모리 기반 피비트 기술에 비해 약 20% 에너지 소모가 적으며, 약 4천 배 빠르다.
이에 더하여, 해당 반도체 피비트를 기반으로 하는 확률론적 컴퓨팅 시스템을 설계하였으며, 실제로 조합최적화 문제를 해결하는 사례를 통해 개발한 소자의 실질적인 활용에 대한 가능성을 입증했다.
김경민 교수는 “확률적 신호를 기존 CMOS 기반 회로를 통해 발생시키기 위해서는 매우 복잡한 구조가 요구되는데, 이번 연구는 모트 전이라고 하는 금속-절연체 전이 현상을 통해 확률적 신호를 직접 출력하는 단일 반도체 소자를 구현했다는 점에 큰 의의가 있다”며 “이 기술은 기존 반도체 기술과 융합될 수 있어 양자컴퓨팅의 기능을 수행할 수 있는 현실적인 대안이 될 것”이라고 말했다.
이번 연구는 신소재공학과 이학승 박사과정 학생이 제1 저자로 참여했으며, 국제 학술지 ‘네이처 커뮤니케이션즈 (Nature Communications, IF: 16.6)’에 11월 8일 字 게재됐으며 한국연구재단 PIM인공지능반도체 사업, 나노종합기술원, 그리고 KAIST의 지원을 받아 수행됐다.
논문명: Probabilistic computing with NbOx metal-insulator transition-based self-oscillatory pbit, 논문링크: https://doi.org/10.1038/s41467-023-43085-6
2023.11.23
조회수 5548
-
인공지능으로 북한 등 경제지표 추정하다
유엔기구(UN)의 지속가능발전목표(SDGs)에 따르면 하루 2달러 이하로 생활하는 절대빈곤 인구가 7억 명에 달하지만 그 빈곤의 현황을 제대로 파악하기는 쉽지 않다. 전 세계 중 53개국은 지난 15년 동안 농업 관련 현황 조사를 하지 못했으며, 17개국은 인구 센서스(인구주택 총조사)조차 진행하지 못했다. 이러한 데이터 부족을 극복하려는 시도로, 누구나 웹에서 받아볼 수 있는 인공위성 영상을 활용해 경제 지표를 추정하는 기술이 주목받고 있다.
우리 대학 차미영-김지희 교수 연구팀이 기초과학연구원, 서강대, 홍콩과기대(HKUST), 싱가포르국립대(NUS)와 국제공동연구를 통해 주간 위성영상을 활용해 경제 상황을 분석하는 새로운 인공지능(AI) 기법을 개발했다고 21일 밝혔다. 연구팀이 주목한 것은 기존 통계자료를 기반으로 학습하는 일반적인 환경이 아닌, 기초 통계도 미비한 최빈국(最貧國)까지 모니터링할 수 있는 범용적인 모델이다.
연구팀은 유럽우주국(ESA)이 운용하며 무료로 공개하는 센티넬-2(Sentinel-2) 위성영상을 활용했다. 연구팀은 먼저 위성영상을 약 6제곱킬로미터(2.5×2.5㎢)의 작은 구역으로 세밀하게 분할한 후, 각 구역의 경제 지표를 건물, 도로, 녹지 등의 시각적 정보를 기반으로 AI 기법을 통해 수치화했다.
이번 연구 모델이 이전 연구와 차별화된 점은 기초 데이터가 부족한 지역에도 적용할 수 있게끔 인간이 제시하는 정보를 인공지능의 예측에 반영하는 `인간-기계 협업 알고리즘'에 있다. 즉, 인간이 위성영상을 보고 경제 활동의 많고 적음을 비교하면, 기계는 이러한 인간이 제공한 정보를 학습하여 각각의 영상자료에 경제 점수를 부여한다. 검증 결과, 기계학습만 사용했을 때보다 인간과 협업할 경우 성능이 월등히 우수했다.
이번 연구를 통해 연구팀은 기존 통계자료가 부족한 지역까지 경제분석의 범위를 확장하고, 북한 및 아시아 5개국(네팔, 라오스, 미얀마, 방글라데시, 캄보디아)에도 같은 기술을 적용하여 세밀한 경제 지표 점수를 공개했다. (그림 1) 이 연구가 제시한 경제 지표는 기존의 인구밀도, 고용 수, 사업체 수 등의 사회경제지표와 높은 상관관계를 보였으며, 데이터가 부족한 저개발국가에 적용 가능함을 연구팀은 확인했다.
이러한 변화탐지를 북한에 적용한 결과, 대북 경제제재가 심화된 2016년과 2019년 사이에 북한 경제에서 세 가지 경향을 발견할 수 있었다. 첫째, 북한의 경제 발전은 평양과 대도시에 더욱 집중되어 도시와 농촌 간 격차가 심화됐다. 둘째, 경제제재와 달러 외환의 부족을 극복하기 위해 설치한 관광 경제개발구에서는 새로운 건물 건설 등 유의미한 변화가 위성영상 이미지와 연구의 경제 지표 점수 변화에서 드러났다. 셋째, 전통적인 공업 및 수출 경제개발구 유형에서는 반대로 변화가 미미한 것으로 확인됐다.
연구에 참여한 우리 대학 전산학부·IBS 데이터사이언스그룹 CI 차미영 교수는 "전산학, 경제학, 지리학이 융합된 이번 연구는 범지구적 차원의 빈곤 문제를 다룬다는 점에서 중요한 의미가 있으며, 이번에 개발한 인공지능 알고리즘을 앞으로 이산화탄소 배출량, 재해재난 피해 탐지, 기후 변화로 인한 영향 등 다양한 국제사회 문제에 적용해 볼 계획이다ˮ 라고 말했다.
이 연구에는 경제학자인 우리 대학 기술경영학부 김지희 교수, 서강대 경제학과 양현주 교수, 홍콩과기대 박상윤 교수도 함께 참여하였다. 이들은 “이 모델은 저비용으로 개발도상국의 경제 상황을 상세하게 확인할 수 있어 국제개발협력(ODA) 사업에 도움을 줄 수 있을 것으로 예상된다”며 “이번 연구가 선진국과 후진국 간의 데이터 격차를 줄이고 유엔과 국제사회의 공동목표인 지속가능한 발전을 달성하는 데 기여할 수 있기를 바란다ˮ고 밝혔다.
위성영상과 인공지능을 활용한 SDGs 지표의 개발과 이의 정책적 활용은 국제적인 주목을 받고 있는 기술 분야 중 하나이며 한국이 앞으로 주도권을 가지고 이끌 수 있는 연구 분야이다. 이에 연구팀은 개발한 모델 코드를 무료로 공개하며, 측정한 지표가 여러 국가의 정책 설계 및 평가에 유용하게 사용될 수 있도록 앞으로도 기술을 개선하고 매해 새롭게 업데이트되는 인공위성 영상에 적용하여 공개할 계획이다.
한편 이번 연구 결과는 전산학부 안동현 박사과정, 싱가포르 국립대 양재석 박사과정이 공동 1저자로 국제 학술지 네이처 출판 그룹의 `네이처 커뮤니케이션즈(Nature Communications)'에 지난 10월 26일 자 게재됐다. (논문명: A human-machine collaborative approach measures economic development using satellite imagery, 인간-기계 협업과 위성영상 분석에 기반한 경제 발전 측정).
논문링크: https://www.nature.com/articles/s41467-023-42122-8
2023.11.21
조회수 4764
-
변화된 데이터에서 인공지능 공정성 찾아내다
인공지능 기술이 사회 전반에 걸쳐 광범위하게 활용되며 인간의 삶에 많은 영향을 미치고 있다. 최근 인공지능의 긍정적인 효과 이면에 범죄자의 재범 예측을 위해 머신러닝 학습에 사용되는 콤파스(COMPAS) 시스템을 기반으로 학습된 모델이 인종 별로 서로 다른 재범 확률을 부여할 수 있다는 심각한 편향성이 관찰되었다. 이 밖에도 채용, 대출 시스템 등 사회의 중요 영역에서 인공지능의 다양한 편향성 문제가 밝혀지며, 공정성(fairness)을 고려한 머신러닝 학습의 필요성이 커지고 있다.
우리 대학 전기및전자공학부 황의종 교수 연구팀이 학습 상황과 달라진 새로운 분포의 테스트 데이터에 대해서도 편향되지 않은 판단을 내리도록 돕는 새로운 모델 훈련 기술을 개발했다고 30일 밝혔다.
최근 전 세계의 연구자들이 인공지능의 공정성을 높이기 위한 다양한 학습 방법론을 제안하고 있지만, 대부분의 연구는 인공지능 모델을 훈련시킬 때 사용되는 데이터와 실제 테스트 상황에서 사용될 데이터가 같은 분포를 갖는다고 가정한다. 하지만 실제 상황에서는 이러한 가정이 대체로 성립하지 않으며, 최근 다양한 어플리케이션에서 학습 데이터와 테스트 데이터 내의 편향 패턴이 크게 변화할 수 있음이 관측되고 있다.
이때, 테스트 환경에서 데이터의 정답 레이블과 특정 그룹 정보 간의 편향 패턴이 변경되면, 사전에 공정하게 학습되었던 인공지능 모델의 공정성이 직접적인 영향을 받고 다시금 악화된 편향성을 가질 수 있다. 일례로 과거에 특정 인종 위주로 채용하던 기관이 이제는 인종에 관계없이 채용한다면, 과거의 데이터를 기반으로 공정하게 학습된 인공지능 채용 모델이 현대의 데이터에는 오히려 불공정한 판단을 내릴 수 있다.
연구팀은 이러한 문제를 해결하기 위해, 먼저 `상관관계 변화(correlation shifts)' 개념을 도입해 기존의 공정성을 위한 학습 알고리즘들이 가지는 정확성과 공정성 성능에 대한 근본적인 한계를 이론적으로 분석했다. 예를 들어 특정 인종만 주로 채용한 과거 데이터의 경우 인종과 채용의 상관관계가 강해서 아무리 공정한 모델을 학습을 시켜도 현재의 약한 상관관계를 반영하는 정확하면서도 공정한 채용 예측을 하기가 근본적으로 어려운 것이다. 이러한 이론적인 분석을 바탕으로, 새로운 학습 데이터 샘플링 기법을 제안해 테스트 시에 데이터의 편향 패턴이 변화해도 모델을 공정하게 학습할 수 있도록 하는 새로운 학습 프레임워크를 제안했다. 이는 과거 데이터에서 우세하였던 특정 인종 데이터를 상대적으로 줄임으로써 채용과의 상관관계를 낮출 수 있다.
제안된 기법의 주요 이점은 데이터 전처리만 하기 때문에 기존에 제안된 알고리즘 기반 공정한 학습 기법을 그대로 활용하면서 개선할 수 있다는 것이다. 즉 이미 사용되고 있는 공정한 학습 알고리즘이 위에서 설명한 상관관계 변화에 취약하다면 제안된 기법을 함께 사용해서 해결할 수 있다.
제1 저자인 전기및전자공학부 노유지 박사과정 학생은 "이번 연구를 통해 인공지능 기술의 실제 적용 환경에서, 모델이 더욱 신뢰 가능하고 공정한 판단을 하도록 도울 것으로 기대한다ˮ고 밝혔다.
연구팀을 지도한 황의종 교수는 "기존 인공지능이 변화하는 데이터에 대해서도 공정성이 저하되지 않도록 하는 데 도움이 되기를 기대한다ˮ고 말했다.
이번 연구에는 노유지 박사과정이 제1 저자, 황의종 교수(KAIST)가 교신 저자, 서창호 교수(KAIST)와 이강욱 교수(위스콘신-매디슨 대학)가 공동 저자로 참여했다. 이번 연구는 지난 7월 미국 하와이에서 열린 머신러닝 최고권위 국제학술 대회인 `국제 머신러닝 학회 International Conference on Machine Learning (ICML)'에서 발표됐다. (논문명 : Improving Fair Training under Correlation Shifts)
한편, 이 기술은 정보통신기획평가원의 지원을 받은 `강건하고 공정하며 확장가능한 데이터 중심의 연속 학습' 과제 (2022-0-00157)와 한국연구재단 지원을 받은 `데이터 중심의 신뢰 가능한 인공지능' 과제의 성과다.
2023.10.30
조회수 3894
-
한빛원전의 시공 불량 문제를 해결하기 위한 시뮬레이션 개발
후쿠시마 사고 이후 원전 안전 및 관리에 대한 관심이 집중되고 있다. 한국에서는 2017년 6월경 한빛원전의 원자로 격납건물의 콘크리트 벽 속에서 대규모 공극이 발견되었다. 원자로 격납건물은 원전 사고 발생 시 방사능 유출을 막아주는 최후의 보루이기 때문에, 이러한 콘크리트 공극으로 인한 원전의 안전상 우려가 큰 상황이다.
국내 연구진들은 원자로 격납건물 시공시 콘크리트 다짐 및 채움 불량으로 인하여 격납로 내 콘크리트에 공극이 발생한 것으로 추정하고 있다. 원자로 격납건물은 일반 콘크리트 구조물과 달리 매우 높은 밀도의 철근 보강이 필요하기 때문에, 콘크리트 타설 시 진동 다짐기가 진입하지 못하는 구역이 존재할 가능성이 높아서 콘크리트 공동에 대한 위험성이 높다. 하지만 돔 형태의 벽체 내부를 감싼 6 mm 두께의 철판(콘크리트 라이너 플레이트, CLP)이 영구 거푸집으로 활용되기 때문에 내부 공동에 대한 육안 검사가 불가능하다는 점에서 공극 발생 여부의 발견에 대한 어려움이 있다.
우리 대학 건설및환경공학과 김재홍 교수 연구팀은 이러한 문제를 해결하기 위하여 콘크리트의 유동성과 다짐 불량으로 인해 발생하는 공동을 억제할 수 있는 시공 시뮬레이션 기법을 개발했다.
연구팀에서 제안한 콘크리트 유동 시뮬레이션 기법은 콘크리트의 레올로지와 진동다짐의 영향 반경을 고려하여 콘크리트 공동 발생 예상 부위를 예측하는 기술이다. 연구팀은 이번 연구를 통해 콘크리트 진동다짐의 영향 반경(감쇠계수)을 직접 측정하여 굳지 않은 콘크리트 내부의 진동 에너지 밀도 분포를 제시했다. 이어서, 진동 에너지에 따른 콘크리트의 Vibrorheology를 정량적으로 측정하여, 굳지 않은 콘크리트의 항복응력 감소를 정량적으로 모델링하여 시공 시뮬레이션을 가능하게 하였다.
새로 제안된 시공 시뮬레이션 기법은 기존 콘크리트 유동해석으로는 고려할 수 없었던 격납건물 내부 보강재의 형상과 크기, 콘크리트 레올로지, 그리고 진동다짐의 진폭과 진동수까지 고려하여 콘크리트의 채움성을 평가할 수 있게 되었다. 연구팀은 향후 보강 연구를 진행해 3D 프린팅 콘크리트의 레올로지 제어, 프리캐스트 콘크리트의 품질 관리 등에도 해당 기술을 활용할 계획이다.
이번 연구는 한국수력원자력(주)와 한국연구재단의 과학기술분야 기초연구사업의 지원으로 수행되었으며, 건설공학 분야에서 권위 있는 학술지인 ACI Materials Journal, Cement and Concrete Research 등에 출판되었다.
(논문명: (1) Quantitative evaluation of energy transfer of a concrete vibrator. (2) Flow simulation of fresh concrete accounting for vibrating compaction.)
2023.10.24
조회수 4149
-
비정상 단백질 처리에 관여하는 새로운 인자 발견
우리 대학 생명과학과 김윤기 교수, 조원기 교수 공동연구팀이 비정상 단백질을 처리하기 위해 형성되는 응집체의 형성 경로를 촉진하는 새로운 인자를 규명했다고 밝혔다.
김윤기 교수, 조원기 교수 공동연구팀은 비정상 단백질 처리경로에서 YTHDF2 단백질이 UPF1을 통해 기존에 알려진 CTIF, eEF1A1, 디낵틴1(Dynactin1) 복합체와 상호작용하며, 비정상 단백질을 비정상 단백질 집합소인 애그리좀(aggresome)으로 수송하는 경로를 조절한다고 밝혔다. 비정상 단백질 처리경로에 관여하는 새로운 인자를 규명하고, 단백질 품질검증에서 중요한 역할을 한다는 사실을 밝힘으로써 비정상 단백질에 의해 야기 되는 퇴행성 신경질환의 치료제 개발에 기여할 것으로 기대된다.
생명과학과 황현정 박사, 박태림 박사과정, 김형인 박사과정이 공동 제1 저자로 참여한 이번 연구는 10월 6일 국제 학술지 `네이처 커뮤니케이션즈(Nature communications)'에 게재됐다.
인간의 몸에서는 다양한 생명 활동을 위해 끊임없이 새로운 단백질이 생성되고 사라진다. 단백질 형성과정에서 정상적인 단백질뿐만 아니라 비정상적인 단백질이 형성되기도 한다. 새롭게 형성되는 단백질의 품질검증은 정상적인 생명 활동에 매우 중요하다. 비정상적인 단백질의 축적은 다양한 질환을 일으킬 수 있다.
비정상 단백질 처리경로는 CTIF, eEF1A1, 디낵틴1 복합체와 UPF1이 관여하며 비정상 단백질을 애그리좀으로 수송한다. 이와 같은 비정상 단백질 응집체는 특히 치매, 파킨슨병 등 퇴행성 신경질환 환자의 뇌에서 많이 발견된다.
mRNA에는 전사 후 변형 과정을 통한 다양한 mRNA 변형이 일어난다. mRNA 변형은 mRNA 품질검증, 단백질 번역 등 다양한 mRNA 대사에 중요하다. 그 중 m6A(N6-메틸아데노신)는 mRNA 내부에 가장 많이 존재하는 mRNA 변형으로 알려져 있다.
m6A는 다양한 인식 단백질에 의해 인식되며, 어떤 단백질에 의해 인식되는가에 따라 다양한 mRNA 대사에 영향을 준다. 그 중 YTHDF2 단백질은 m6A 인식 단백질로써 UPF1과 상호작용하며 RNA 분해경로를 조절한다.
연구팀은 YTHDF2 단백질이 기존 연구에서 밝혀진 mRNA 분해경로뿐만 아니라 비정상 단백질 처리경로를 조절한다는 사실을 밝혔다.
연구 결과, YTHDF2 단백질은 m6A RNA와 독립적으로 비정상 단백질 처리경로에서 애그리좀 형성을 조절했다. 면역 침강반응에서 YTHDF2 단백질은 UPF1과의 상호작용을 통해 CTIF, eEF1A1, 디낵틴1으로 이루어진 복합체에 합류하여 복합체와 모터 단백질 디네인(Dynein) 사이의 상호작용을 조절했다.
복합체와 YTHDF2 단백질이 상호작용하지 못하는 경우 애그리좀이 잘 형성되지 않았으며, 그로 인한 세포 사멸이 촉진됐다. 이는 YTHDF2 단백질이 비정상 단백질 처리경로의 핵심 단백질임을 나타낸다.
또한, 연구팀은 단일입자추적(Single-particle imaging) 기법, 초고해상도 이미징(Super-resolution imaging) 기법을 사용하여 YTHDF2 단백질이 없는 경우 비정상 단백질의 수송 속도가 느려지며, 애그리좀이 비정상적인 형태로 형성된다는 것을 입증했다.
비정상 단백질 처리경로에 관여하는 새로운 인자를 규명하고 기존에 알려져 있던 인자들과의 관계를 밝힘으로써 비정상 단백질에 의해 야기 되는 퇴행성 신경질환의 치료제 개발에 기여할 것으로 기대된다.
한편 이번 연구는 한국연구재단과 서경배과학재단의 지원을 받아 수행됐다.
2023.10.12
조회수 4038
-
인공지능으로 조현병 원인치료의 실마리 찾다
정신분열증으로도 알려진 조현병은 환청, 환영, 인지장애 등의 증상으로 대표되는 정신질환이다. 국내 연구진이 인공지능을 활용해 그동안 증상 억제만이 가능했던 조현병의 원인을 치료할 수 있는 실마리를 찾았다.
우리 대학 바이오및뇌공학과 이도헌 교수 및 한국한의학연구원(원장 이진용) 공동연구팀이 미국 스탠리 의과학연구소(이하 스탠리연구소) 와의 국제공동연구를 통해 인공지능으로 개인의 유전형과 조현병 사이의 선천적 병리 모델과 조현병 예측 마커를 발굴했다고 27일 밝혔다.
조현병은 2016년 강남역 살인사건, 2019년 진주 방화사건, 2023년 대전 칼부림 사건 등 일부 환자들의 강력범죄와 환자에 대한 사회적 낙인으로 인해 조현병은 심각한 사회적 문제가 되었다. 그러나 이러한 심각성에도 불구하고 조현병의 원인은 명확히 밝혀지지 않아, 리스페리돈(risperidone), 클로자핀(clozapine) 등 항정신병제에 의한 증상의 억제만이 가능한 실정이다.
이도헌 교수 연구팀은 미 스탠리연구소의 다수준 뇌 조직 데이터에 최근 주목받는 인공지능 기술인 `설명가능한 심층학습' 기술을 접목해, 선천적 유전형과 조현병 사이의 병리를 설명하는 인공신경망 모델을 구축했다. 그리고 모델을 해석하여, 선천적 유전형이 유전자·단백질 발현 조절을 통해 뇌의 전전두엽피질, 안와전두엽피질 신경세포의 발생을 변화시켜 조현병 취약성을 결정한다는 사실을 밝혀냈다. 또한, 뇌의 신경세포 밀도를 감소시키는 유전형 조합을 조현병 예측 마커로 제시해, 개인화된 조현병 예측과 세포 치료 등을 통한 조현병 원인치료의 가능성을 열었다.
이도헌 교수는 바이오의료 분야는 `속내를 알 수 없는 인공지능'보다는 `속내를 해석가능한 인공지능'이 꼭 필요한 분야라고 강조하면서, “기존의 인공지능과 비교했을 때 이번 연구에서는 인공신경망의 중간 노드에 유전자 이름, 세포의 상태와 같은 구체적인 생물학적 의미가 부여된 노드를 배치하고 그들간의 연결관계를 기계학습기법으로 분석했다”라고 말했다.
바이오및뇌공학과 이도헌 교수, 조유상 박사(現 한국한의학연구원 선임연구원), 미 스탠리연구소 김상현 박사, 마리 웹스터 박사가 공동으로 진행한 이번 연구는 영국 옥스퍼드대학교에서 발간하는 세계적 학술지인 `기능유전체학 브리핑(Briefings in Functional Genomics)'지 2023년 9월호에 게재됐다.
2023.09.27
조회수 5148
-
반도체 기술로 75배 향상된 초고효율 수소 생산 성공
반도체 공정기술을 활용하여 세계 최고 수준의 높은 수소 생산 효율을 장기간 유지하는 기술이 개발되어 화제다.
우리 대학 신소재공학과 정연식 교수·KIST(원장 윤석진) 김진영 박사·김동훈 박사 공동 연구팀이 수소 생산 촉매가 반응 중 잃어버리는 전자를 신개념 산화물 반도체로부터 보충받는 새로운 원리를 활용해 고효율 및 고내구성 수소 생산 기술을 개발했다고 25일 밝혔다.
고순도 그린 수소를 생산하기 위해 신재생에너지로 물을 전기분해하는 친환경적인 고분자 전해질막 수전해(PEMWE) 장치를 활용하게 된다. 이때 주로 사용되는 이리듐(Ir) 촉매의 경우 전자를 많이 가지고 있는 상태를 지속적으로 유지해야 고효율과 고내구성을 동시에 달성할 수 있게 된다. 하지만 일반적으로 쉽게 전자를 잃어버리고 산화되는 촉매 반응의 특성 때문에 효율과 수명이 현저히 저하되는 고질적인 문제가 있었다.
KAIST-KIST 공동 연구팀은 초미세 패턴을 적층하여 3차원 네트워크 구조를 구현할 수 있는 반도체 기술을 활용하였다. 이때 사용한 물질은 안티모니(Sb)가 도핑된 주석 산화물이며, 이 산화물 표면에는 ‘전자 저장소’역할을 하는 산소 이온이 고농도로 분포하도록 반도체 증착 기술을 적용하였다. 이 독특한 산화물 반도체를 촉매 지지체로 사용하게 되면 표면에 위치한 산소 이온이 이리듐(Ir) 촉매로 충분한 양의 전자를 지속적으로 보충해 줌으로써 촉매의 높은 수소 생산 효율을 장기간 유지해 주게 된다.
연구팀은 이를 고분자 전해질막 수전해(PEMWE) 장치에 적용한 결과, 기존 이리듐(Ir) 상용 나노입자 촉매에 비해 최대 75배 개선된 세계 최고 수준의 성능 향상을 달성함과 동시에 높은 전류 밀도에서 장시간 구동하는 우수한 내구성 또한 확보했다.
우리 대학 정연식 교수는 “일반적으로 반도체 기술과 수소 생산은 크게 다른 분야로 여겨지지만, 기존 합성 기술로는 얻기 어려운 독특한 조성의 소재를 정밀 반도체 공정 기술로 구현함으로써 높은 효율을 달성할 수 있었고, 이는 기술 분야 간 융합의 중요성을 잘 보여주는 연구 사례”라고 덧붙였다. KIST 김진영 박사는“기존 귀금속 촉매량의 1/10 이하만 사용하고도 동등 이상의 성능을 달성해, 앞으로 추가 연구를 통해 그린 수소 생산의 경제성을 확보할 수 있을 것으로 기대된다”고 언급했다.
신소재공학과 이규락 학생, KIST 김준 박사, 홍두선 박사가 공동 제1 저자로 참여한 이번 연구는 국제학술지 `네이처 커뮤니케이션스(Nature Communications)' 9월 5일 字 온라인판에 게재됐다. (논문명: Efficient and sustainable water electrolysis achieved by excess electron reservoir enabling charge replenishment to catalysts)
이번 연구는 산업자원통상부 에너지혁신인재양성사업, 과학기술정보통신부 미래수소원천기술개발사업, 그리고 과학기술정보통신부 나노소재기술개발 사업 등의 지원을 받아 수행됐다.
2023.09.25
조회수 5454
-
쭉쭉 늘어나는 웨어러블 디바이스 핵심기술 개발
웨어러블 전자 소자, 소프트 로보틱스 등 차세대 전자 디바이스에는 오랜 시간 손상되지 않으며 구동하기 위해서는 단단하고 잘 늘어나면서도 스스로 치유되는 성질을 가지는 탄성 고분자 소재의 개발이 필요하다.
우리 대학 신소재공학과 강지형 교수 연구팀이 탄성 고분자 소재의 기계적 물성과 자가 치유 효율성을 동시에 높이는 새로운 고분자 설계법을 개발하였다고 28일 밝혔다.
자가 치유 고분자는 고분자 사슬의 움직임이 많고 에너지 분산에 효율적인 결합이 사용될 경우에 자가 치유 특성을 가지게 된다. 하지만 이러한 성질은 고분자 소재를 기계적으로 약하게 만들게 되어 강하며 스스로 치유되는 특성을 동시에 가지는 재료의 개발에는 어려움이 있었다.
강지형 교수 연구팀은 금속 이온과 유기 리간드를 포함한 고분자 사이의 결합에 음이온이 미치는 영향에 대해 다양한 분석법을 통해 심도 있게 분석하여 고분자 소재가 외부 힘에 얼마나 견디는지에 대한 응력 완화 메커니즘을 규명했다. 이를 바탕으로 각기 다른 기능을 가지는 두 음이온을 의도적으로 섞어 기존 소재 대비 강성이 세 배 이상 향상하는 동시에 자가 치유 효율성도 동반 향상하는 결과를 얻어냈다.
단백질에서 많이 볼 수 있는 배위 결합을 기반으로 한 자가 치유 고분자는 금속 양이온과 고분자내 유기 리간드가 가교 결합을 형성하고 전하 균형을 위해 음이온이 근처에 존재하는 형태를 가지고 있다. 하지만 기존의 연구들은 음이온이 배위 결합 형성에 미치는 영향을 심도 있게 분석하지 않았다.
연구팀은 다른 성질을 나타내는 다섯 가지 음이온을 선별하여 배위에 참여하는 음이온, 배위에 참여하지 않는 음이온, 둘 이상의 배위 방식을 가지는 음이온, 총 세 카테고리로 분류했으며 이들이 거시적 고분자 물성에 미치는 영향을 분석했다. 배위에 참여하는 음이온은 고분자의 탄성율을 높이지만 소재가 끊어지지 않고 늘어나게 하는 연신율을 감소시키는 반면 배위에 참여하지 않는 음이온은 낮은 탄성율과 높은 연신율을 부여한다. 둘 이상의 배위 방식을 가지는 음이온은 응력 완화 메커니즘의 다양화를 이끌어 높은 탄성률과 상대적으로 높은 연신율을 부여한다.
이에 따라 연구팀은 다중 배위 방식을 가지는 음이온과 배위에 참여하지 않는 음이온을 혼합했을 때 두 음이온이 가지는 시너지로 인해 단독 음이온 시스템에 비해 더 높은 탄성률, 높은 연신율, 높은 자가 치유 효율성이 나타나는 것을 밝혔다.
이번 연구를 주도한 강지형 교수는 “이번 연구는 양날의 검과 같은 관계를 갖는 탄성 고분자 소재의 기계적 성질과 자가 치유 효율성을 동시에 높이는 새로운 전략을 개발했다는 것에서 큰 의의가 있으며, 잘 찢어지지 않는 자가 치유 연성 고분자의 설계 및 합성에 새로운 방향성을 제시, 차세대 소재 개발에 크게 기여할 것”이라고 말했다.
우리 대학 신소재공학과 박현창 박사가 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션스 (Nature Communications)’에 8월 19일 게재됐다. (논문명: Toughening self-healing elastomer crosslinked by metal–ligand coordination through mixed counter anion dynamics)
한편 이번 연구는 한국연구재단의 나노소재기술개발사업 미래기술연구실 전략형, ERC 웨어러블 플랫폼 소재기술 센터의 지원을 받아 수행됐다.
2023.08.28
조회수 4703
-
마스크 하나로 선명한 3D 홀로그래픽 센서 구현
일반카메라에 비해 홀로그래픽 카메라는 물체의 3D 정보를 획득하는 능력 덕분에 현실감 있는 영상을 제공한다. 하지만 기존 홀로그래픽 카메라 기술은 광파(光波)의 간섭 현상을 이용하여 빛의 파장·굴절률 등을 측정하는 장치인 간섭계를 사용하여 복잡하고 주변 환경에 민감한 단점이 있다.
우리 대학 물리학과 박용근 교수 연구팀이 3차원 홀로그래피 이미징 센서 기술의 새로운 도약을 이뤘다고 23일 발표했다.
연구팀은 복잡한 간섭계를 사용하지 않는 혁신적인 홀로그래피 카메라 기술을 발표했다. 이 기술은 마스크를 이용해 빛의 위상 정보를 정밀하게 측정하며, 이에 따라 물체의 3D 정보를 더욱 정확하게 재구성할 수 있다.
연구팀은 제시한 혁신적인 방법은 수학적으로 특정 조건을 만족하는 마스크를 일반 카메라에 추가하고, 이를 통해 측정한 레이저 산란광을 컴퓨터 상에서 분석하는 방식이다. 복잡한 간섭계가 필요하지 않고, 더욱 단순화된 광학 시스템을 통해 빛의 위상 정보를 효과적으로 획득한다. 이 기술에서는 물체 뒤 위치한 두 렌즈 사이의 특별한 마스크가 중요한 역할을 한다. 이 마스크는 빛의 특정 부분을 선별적으로 필터링하며, 렌즈를 통과하는 빛의 강도는 일반적인 상업용 카메라로 측정될 수 있다. 이 기술은 카메라로부터 받아온 이미지 데이터와 마스크의 독특한 패턴을 결합해, 알고리즘 처리를 통해 물체의 세밀한 3D 정보를 복원한다.
이러한 방식은 어떤 위치의 물체든 선명하게 3차원으로 촬영하는 능력을 갖추고 있다. 실제 구현을 위해서는, 일반적인 이미지 센서에 단순한 디자인의 마스크를 추가하는 것으로 레이저 홀로그래피 3D 이미지 센서 구현이 가능하다. 이에 따라 광학 시스템의 설계와 제작이 더욱 간편해진다. 특히 이 새로운 기술은 빠른 움직임의 물체에도 선명한 홀로그래픽 이미지 촬영이 가능해 활용 범위가 넓어질 것으로 예상된다.
물리학과 오정훈 박사가 제1 저자로 참여한 이 연구 결과는 국제적인 학술지 '네이처 커뮤니케이션즈 (Nature Communications)' 8월 12일 字에 출판됐다. (논문명: Non-interferometric stand-alone single-shot holographic camera using reciprocal diffractive imaging)
제1 저자인 물리학과 오정훈 박사는 “제안하는 홀로그래픽 카메라의 모듈은 일반 카메라에 필터를 추가하는 방식으로 구현될 수 있으므로, 실용화된다면 일상생활에서 비전문가가 손쉽게 사용할 수 있을 것이다”라며, “특히 기존의 원격 감지 기술들을 대체할 수 있다는 높은 잠재력을 가지고 있다”라고 말했다.
한편 이번 연구는 연구재단의 리더연구사업, 과학기술정보통신부의 홀로그램핵심기술지원사업, 나노 및 소재 기술개발사업의 지원을 받아 수행됐다.
2023.08.23
조회수 4302