[과기원NOW] KAIST, AI가 알아서 업데이트하는 선택 알고리즘 개발 外

KAIST 연구에서 제안한 알고리즘이 드리프트 환경에서 적절한 학습 데이터를 선택하는 예시. KAIST 제공

■ KAIST는 황의종 전기및전자공학부 교수팀이 드리프트 환경에서도 업데이트를 통해 인공지능(AI)이 좋은 성능을 유지할 수 있도록 하는 학습 데이터 선택 알고리즘을 개발했다고 14일 밝혔다. 드리프트 환경이란 시간에 따른 장비의 노화와 주기적인 점검으로 인해 데이터의 관측값이 지속적으로 변화하는 현상을 말한다. 시간에 따라 데이터가 쉽게 변할 수 있는 제조 및 공정, 기상, 그리고 금융 등의 분야에 적용돼 빠른 발전을 가져올 것으로 기대된다. 

■ 포스텍은 노준석 기계공학과·화학공학과·전자전기공학과 교수와 이석호·박채리 기계공학과 통합과정생 연구팀이 최근 메타(meta) 광학 연구와 AI를 결합한 차세대 연구 트렌드를 담은 논문을 발표했다고 14일 발표했다. 기존 연구에서는 메타물질을 기반으로 기기를 개발하기 위한 시뮬레이션에 오랜 시간이 필요했다. 연구팀은 AI 기술을 적용하면서 컴퓨터에 입력한 데이터에 따른 광학적 특성을 빠르게 예측해 시간과 에너지를 효과적으로 줄이는 데 성공한 내용을 담았다. 

■ 울산과학기술원(UNIST)은 장성연 에너지화학공학과 교수팀이 곽상규 고려대 교수팀과 함께 주석-납 할로겐화물 페로브스카이트 광활성층과 양자점층을 접합해 태양전지 소자의 효율을 큰 폭으로 개선할 수 있는 기술을 개발했다고 14일 발표했다. 개발된 기술로 제작된 소자는 지금까지 보고된 주석-납 할로겐화물 페로브스카이트 태양전지의 최고 광전변환효율인 23.74%를 달성했다. 기존 방식으로 제작했을 경우 19% 효율을 보인 것과 대비해 약 20% 성능이 향상된 것이다.

■ 대구경북과학기술원(DGIST)은 박상현 로봇및기계전자공학과 교수팀이 스탠퍼드대학 연구팀과 협력해 논리적 이상감지 기술을 개발했다고 14일 밝혔다. AI를 활용한 이 기술은 산업용 영상에서 발생하는 논리적 이상을 정확하게 감지해 스마트 팩토리의 불량 검출 성능을 크게 향상시킬 것으로 기대된다. 논리적 이상은 이미지 내 구성요소의 개수·배열 등과 같은 기본 논리 제약을 벗어나는 데이터를 의미한다. 

[이채린 기자 rini113@donga.com]