[과기원NOW] GIST 국제공동연구팀, 예보 모델 성능 평가 지표 개발 外

이번 연구를 수행한 (왼쪽부터) 류지훈 GIST 박사과정생과 윤진호 GIST 교수. GIST 제공

■ 광주과학기술원(GIST)은 윤진호 지구·환경공학부 교수가 이끄는 국제공동연구팀이 전 지구·적도·중위도 모든 지역과 사계절 모두에서 예보모델의 '평균장 모의 능력'이 우수한 경우 예측성도 우수하다는 상관성을 발견했다고 1일 밝혔다. 평균장 모의 능력은 예보 모델이 기후 평균 상태를 모의하는 능력을 말한다. 연구팀은 이에 기반해 평균장과 예측성 간의 관계성을 반영한 예보모델의 성능을 평가하는 평가지표를 개발했다. 

■ 대구경북과학기술원(DGIST)은 과학기술정보통신부가 주관하는 ‘2024년도 글로벌 기초연구실 지원사업’에 총 5개 과제가 선정됐다고 1일 밝혔다. 세번 연속 같은 연구단이 선정되는 이례적 사례도 나와 DGIST 연구의 우수성 및 장래성을 인정받았다는 평가가 나온다. 글로벌 기초연구실 지원사업은 소규모 글로벌 연구집단을 체계적으로 육성해 다양한 형태의 연구를 지원하는 사업이다. 

■ 울산과학기술원(UNIST)은 사용자의 개인정보를 보호하면서도 인공지능(AI) 성능을 높일 수 있는 기술을 개발했다고 1일 밝혔다. UNIST에 따르면 윤성환 인공지능대학원 교수팀은 '연합학습'(Federated Learning)을 활용한 기술을 만들었다. 연합학습이란 개인, 기관 등 여러 위치에 분산 저장된 데이터를 직접 공유하지 않고 내부에서 학습시켜 분석 결과만을 중앙서버로 전송 후 학습모델을 갱신하는 분산형 학습 기법이다.

[이채린 기자 rini113@donga.com]