Delete Article!-
102020. 11
No. 519 View. 3300
KISTI, KREONET Workshop 2020 개최
KISTI, KREONET Workshop 2020 개최 - KREONET 비전 및 이용사례 공유를 위한 온라인 비대면 개최 - 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 5일과 6일 양일 간 KREONET Workshop 2020을 개최했다고 밝혔다. 이번 KREONET Workshop 2020은 온라인 비대면으로 개최하였으며, 코로나 19 예방을 대비한 생활 속 거리두기를 적극 실천하면서도 교류의 장을 지속한다는 취지이다. KREONET은 1988년 국가 5대 기간전산망 중 하나인 연구전산망사업으로 시작된 국가과학기술연구망으로서 KISTI 과학기술연구망센터가 운영하고 있다. KREONET은 고성능, 고품질의 연구 네트워크 서비스를 통해 정부출연연구원, 정부·공공기관, 대학교, 학·협회 등 200여개 기관과 국내 슈퍼컴퓨터 이용자들에게 국가 연구개발의 혁신적인 융합형 사이버연구환경 제공을 목표로 한다. KREONET Workshop 2020은 인류 최초 블랙홀 관측에 대한 KREONET의 기여 및 국가 연구개발 우수성과 100선에 선정된 ScienceDMZ 기술에 대한 기조강연을 시작으로 약 200여 KREONET 활용기관 및 이용자·연구자를 대상으로 하는 워크숍이다. www.kreonet.net webinar.kafe.or.kr KREONET KREONET WORKSHOP 2020 Science Super Highway, Connecting to Data 11월 5일(목) ~ 6일(금) / 2일간 KISTI 본원 대강당 및 비대면(webinar.kafe.or.kr) 국가과학기술연구망에서는 KREONET WORKSHOP 2020을 오는 11월 5일(목)부터 11월 6일(금)까지 KISTI 본원 대강당 및 Webinar.kafe.or.kr으로 개최합니다. 행사프로그램 KREONET WORKSHOP 2020에 대한 날짜, 시간, 세션명, 세부내용, 이름, 소속기관을 확인할 수 있습니다. 날짜 시간 세션명 시간 세부내용 이름 소속기관 11/05 오전 (목) ~09:00 등록 및 준비 09:00~09:10 오프닝 및 개회사 09:00~09:10 사회자 09:10~10:40 차세대연구망(양자암호통신) 사회 및 좌장 : 이원혁 09:10~09:40 KREONET 양자암호기반망 구축 추진 경과 이원혁 한국기술정보연구원 09:40~10:10 양자암호통신 인프라 구축 표준기술 동향 박춘걸 KT 10:10~10:40 양자정보통신 국내연구동향 이만희 한남대학교 10:40~11:00 Break Time 11:00~12:00 KREONET 유선 네트워크 기술 사회 및 좌장 : 김동균 11:00~11:30 오픈 네트워킹 기술의 상용화 현황 및 NG-SDN 기술 동향 이건 SKT 11:30~12:00 P4 테스트베드 및 핵심기술 소개 백상헌 고려대학교 12:00~13:00 중식 11/05 오후 (목) 13:00~14:00 KREONET 무선 네트워크 기술 사회 및 좌장 : 문정훈 13:00~13:30 엣지 loT 기반의 무선 연구망 김기옥 한국과학기술정보연구원 13:30~14:00 무선사설망을 위한 프라이빗 5G 기술 문정모 한국전자통신연구원 14:00~14:20 Break Time 14:20~16:50 Plenary Session 사회 및 좌장 : 문정훈 14:20~14:30 원장님 환영사 14:30~14:40 감사패 시상 14:40~15:30 우주를 보는 가장 강력한 눈 : 초장기선 전파간섭계 (KREONET을 활용한 한국우주전파관측망(KVN)의 국제협력 정태현 한국천문연구원 15:30~16:20 빅데이터 슈퍼하이웨이 석우진 한국과학기술정보연구원 16:20~16:30 Break Time 16:30~18:00 KREONET 활용사례 사회 및 좌장 : 노민기 16:30~17:00 ScienceDMZ 개념을 적용한 KSTAR 첨단 네트워크 활용 사례 박진섭 국가핵융합연구소 17:00~17:30 첨단네트워크를 활용한 태양우주물리(Heliophysics)연구 최성환 한국천문연구원 17:30~18:00 KREONET 을 활용한 인간 암유전체 빅데이터 분석 주영석 한국과학기술원 11/06 오전 (금) ~09:00 등록 및 준비 09:00~10:00 KREONET 인프라 및 실무협의회 사회및 좌장 : 김승해 09:00~09:30 KREONET 현황 및 백본 고도화 추진 계획 김승해 한국과학기술정보연구원 09:30~10:00 IEEE 802.1X를 바탕으로 한 망분리 유영근 한국화학연구원 10:00~10:20 Break Time 10:20~11:50 KREONET R&D Together 사회 및 좌장 : 문정훈 10:20~10:50 한국화학연구원의 인공지능 기반 연구 플랫폼 현황 신정호 한국화학연구원 10:50~11:20 KREONET을 활용한 도시침수 데이터 처리 및 분석화 효용성 이승수 한국환경정책평가연구원 11:20~11:50 KREONET의 R&E Together 프로젝트 현황과 미래 문정훈 한국과학기술정보연구원 11:50~12:00 폐회사 11:50~12:00 사회자 폐회사 등록안내 : KREONET 홈페이지(https://www.kreonet.net/notifications/post/event_ing) 참가대상 : 국가과학기술연구망 회원기관, 캠퍼스 네트워크 운영자/ 이용자, 응용연구자 및 개발자 등 산·학·연 관계자, 한국과학기술정보연구원 주최 : KISTI 한국과학기술정보연구원 주관 : KREONET 국가과학기술연구망 행사문의 : 국가과학기술연구망 사무국 권우창(042-869-0705,helpdesk@kreonet.net) 공지상항 : 본 행사는 홈페이지를 통해 온라인 사전등록 하신분들만 참석이 가능합니다. 이번 워크숍은 양자암호기반 차세대연구망(QKNet), 인공지능(AI), 빅데이터 등 4차 산업혁명의 핵심기술과 접목된 연구망 관련 내용 발표와 함께 연구망 최신 네트워크 R&D 기술 및 사례, 개발, 활용성과 등을 공유함으로써 연구망 이용자 및 연구자 간 협력을 도모하고, 또한 KREONET 비전 공유의 장으로 활용하고자 마련되었다. 이번 KREONET Workshop 2020은 KISTI에서 제공하는 KISTI Webinar 플랫폼을 이용하여 발표자 및 참여자들에게 원활한 행사가 진행될 수 있도록 하였다. KISTI Webinar 플랫폼은 연구기관의 온라인 연구협력 지원을 위해 KISTI 과학기술연구망센터에서 오픈소스를 기반으로 개발한 원격화상회의서비스로서 코로나19 확산 방지 목적의 비대면 연구협업 활용에 사용하고 있으며, 고성능의 KREONET을 기반으로 서비스하고 있다. 앞으로도 출연(연) 및 KREONET 이용기관을 대상으로 서비스를 제공할 계획이다. KISTI 과학기술연구망센터 석우진 센터장은 “코로나19로 인하여 이번 워크숍을 비대면 온라인으로 개최하게 되었지만, KREONET 연구성과와 기술들에 대해서 국내외 연구자 및 이용기관과 공유를 할 수 있었다. 이번 KREONET Workshop 2020을 통하여 빅데이터 슈퍼하이웨이가 출연(연) 전체에 확장될 수 있는 비전을 제시할 수 있는 기회로 마련하겠다”고 말했다. -
042020. 11
No. 518 View. 2371 KISTI, 제5회 과학기술정보 포럼 개최 - 슈퍼컴퓨팅을 이용, 코로나 등 감염병에 대한 신속한 대응역량 강화 방안 모색 - 한국과학기술정보연구원(이하 KISTI, 원장 최희윤)은 4일 온라인으로 『제5회 과학기술정보 포럼』을 개최했다. ‘코로나19 팬데믹 대응을 위한 슈퍼컴퓨팅’이라는 주제로 열린 이번 포럼은 화상회의 애플리케이션 웨비나(https://webniar.kafe.or.kr)로 진행됐으며 KISTI 공식 유튜브 채널인 ‘KISTI TV(https://youtu.be/4s4Thi9sTeM)’를 통해 실시간으로 스트리밍 되었다. KISTI 국가슈퍼컴퓨팅본부 황순욱 본부장이 발제자로 나서 코로나 바이러스의 구조와 감염 기작 연구, 감염병 확산 모델 연구, 치료제와 백신 개발 등에 슈퍼컴퓨터가 어떻게 활용될 수 있는지를 소개했다. 또한 미 백악관 주도로 결성된 ‘COVID-19 HPC Consortium’과 범 유럽차원의 슈퍼컴퓨터 공동활용체제인 PRACE(Partnership for Advanced Computing in Europe)의 코로나19 대응 현황을 살펴보고, 코로나19 관련 연구에 슈퍼컴퓨터를 제대로 활용하기 위한 제도적 기반 마련과 연구 협업체제 구축을 제시했다. 발제에 이어 패널 토론에서는 고려대학교 행정학과 안문석 명예교수를 좌장으로 △박진희 과학기술정보통신부 기초원천정책국 원천기술과장 △김선원 한국연구재단 국책연구본부 차세대바이오단장 △석차옥 서울대학교 화학부 교수 △오경석 SK바이오팜 디지털헬스케어TF 수석연구원 △채종학 한국화학연구원 정보융합신약연구센터 수석연구원 △한동수 KAIST 전산학부 교수 △황순욱 KISTI 국가슈퍼컴퓨팅본부장 등 각계 전문가가 패널로 참석하여 코로나19 대응의 신속성과 효율성을 높이기 위한 슈퍼컴퓨팅 활용과 활성화 방안에 대한 의견을 나눴다. 미국 남가주 대학(USC)의 이하윤 교수와 리하이 대학(Lehigh University)의 임원필 교수도 랜선을 통해 토의에 참석했다. KISTI 최희윤 원장은 초대사에서 “코로나 전에도 사스, 메르스. 신종 플루 등 다양한 종류의 바이러스가 인류를 공격해 왔고, 앞으로도 새로운 바이러스는 계속 출현할 것”이라며 “바이러스 감염 기작과 확산 연구, 치료제와 백신 개발 등을 신속하게 수행할 수 있도록 슈퍼컴퓨터의 활용을 더욱 확대할 필요가 있다”고 하였다. 이를 위해 “KISTI는 산학연 협력 체계를 공고히 구축하여 슈퍼컴퓨터를 기반으로 전염병 신속 대응을 위한 계산과학, 인공지능 연구 등의 학제 간 융합 연구를 지속적으로 지원할 것이다”고 하였다.
-
022020. 11
No. 517 View. 1646
NDSL이 ScienceON과 통합되어 한층 새로워집니다
NDSL이 ScienceON과 통합되어 한층 새로워집니다 - NDSL 보유 국내외 논문, 특허, 보고서 등 1억 건 이상 학술정보와 KISTI 지식인프라 연계 - - 모바일 및 마이온 웨비나 서비스 제공으로 비대면 연구환경 지원 - 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)이 지난 10여 년간 산학연 이용자들이 즐겨 찾았던 국가과학기술정보센터(이하 NDSL)를 과학기술 지식인프라 서비스 ScienceON과 통합한다고 2일 밝혔다. NDSL은 과학기술 연구자들에게 고품질 과학기술정보를 제공하는 과학기술정보 서비스 플랫폼으로, 그간 산학연 관계자 약 14만 명에게 논문‧특허‧보고서‧동향‧연구기관 등 약 1억 건 이상의 콘텐츠 전문 검색 서비스를 제공해왔다. KISTI는 올해 초 ScienceON을 개편하면서 서비스 우선순위가 높은 논문 약 7,000만 건을 비롯해, 동향 정보를 우선적으로 통합하였으며, 이번에는 비SCI 논문, 특허, 보고서, 연구자‧연구기관 정보까지 통합하여 제공한다. 뿐만 아니라 NDSL의 30여 가지 기능과 서비스를 이용자 수요에 따라 분류하여 함께 제공한다. 이용자들은 NDSL에서 제공하는 과학기술정보와 함께 국가R&D정보, 연구데이터, 정보분석 서비스 및 고성능 연구인프라를 ScienceON 내에서 활용할 수 있다. 또한 MyON을 통해 과학기술 지식인프라를 개인에 맞게 재구성하여 쉽게 접근하고 활용할 수 있도록 맞춤형 서비스까지 제공받을 수 있는 환경을 제공한다. 그리고 코로나 19로 과학기술 연구자들의 비대면 연구 활동을 적극 지원하기 위해 온라인 세미나 도구인 웨비나를 연계 제공하여 비대면 의사소통과 연구활동을 지원한다. 한편, KISTI는 그동안 웹서비스로만 제공하던 ScienceON의 주요 서비스를 모바일 환경에서 자유롭게 이용할 수 있도록 이번 NDSL과의 통합과 함께 모바일 웹 버전 서비스를 시작한다고 밝혔다. ScienceON 모바일 서비스는 이용자가 모바일 환경에서도 손쉽게 과학기술정보에 접근할 수 있도록 이용자들이 자주 쓰는 메뉴를 중심으로 개발됐다. 이로써 웹사이트뿐 아니라 모바일 환경에서도 과학기술정보 검색은 물론 논문, 특허, 보고서, 동향, SNS, 공지사항 조회 등 ScienceON에서 제공하는 많은 기능을 이용할 수 있게 됐다. KISTI 융합서비스센터 최희석 센터장은 “학술정보 통합검색 중심의 NDSL을 과학기술 지식인프라 ScienceON으로 통합하여 종합적 연구환경으로 도약하고 있다. NDSL의 방대한 학술정보와 ScienceON의 지식인프라 기능을 연계함으로써 정보검색에서부터 연구지원서비스 활용에 이르기까지 연구자의 연구 생산성을 더욱 높일 수 있을 것”이라고 밝혔다. -
292020. 10
No. 516 View. 1985
KISTI, 미래 고성장 과학기술 100선 및 7대 이슈 도출
KISTI, 미래 고성장 과학기술 100선 및 7대 이슈 도출 - 빅데이터와 AI기술로 “지구를 이해하는 산업혁명” 제시 - KISTI DATA INSIGHT 특별호(제14호) 딥러닝으로 예측한 미래 고성장 과학기술영역 100선 -지구를 이해하는 산업혁명- KISTI DATA INSIGHT KISTI 한국과학기술정보연구원 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 최근 과학기술의 미래 성장가능성에 대한 딥러닝 기반의 예측모형을 확립하고, 이를 활용하여 2020년대 중반까지 크게 성장할 것으로 전망되는 미래 고성장 과학기술 100선 및 이를 바탕으로 7대 이슈를 도출하였다. 4차 산업혁명과 기후변화 등 기존의 메가트렌드가 코로나19를 만나 새로운 변화에 직면하고 있다. 이에 따라 다양한 기관에서 소위 “포스트 코로나 유망기술”이라는 제목 하에 기술의 미래를 예측하고 있다. 물론 이러한 논의 역시 매우 중요하지만, 코로나19, 기후변화, 미세먼지 등 인간을 둘러싼 이슈에 대한 보다 근본적인 접근과 해결책이 필요하다. 이에 KISTI 미래기술분석센터 연구진은 최근 14년 간 전 세계에서 출판된 과학기술 관련 논문 약 2,000만 건을 활용하여 연구를 진행하였다. 이들 문헌들의 인용관계를 분석해 약 4,500개의 유사한 주제로 묶인 ‘기술군’을 생성하였고, 이 기술군의 네트워크 구조정보, 연구내용과 연구분야 정보를 인공지능으로 수치화하여, 딥러닝 예측모형을 완성하고 7년 뒤의 고성장 기술군을 도출하였다. 구체적으로, 대상 기술군에 대해 유사도 기반 문헌 연결망을 구성하여 ‘모티프’ 기법을 활용한 네트워크 임베딩 벡터를 생성하고, 기술군의 분류코드 분포에서 연구분야 임베딩 벡터를, 개별 문헌의 초록에서 인공지능기반 언어처리모형을 활용, 텍스트 임베딩 벡터를 각각 추출하였다. 이들 벡터를 결합하여 기술군의 7년 후 성장 가능성을 예측하는 최적의 딥러닝 예측 모형을 구성하였다. KISTI 이준영 책임연구원은 “이번 연구는 기술의 미래를 가늠할 수 있는 핵심 정보를 빅데이터 기반으로 구성하고, 딥러닝기술로 높은 수준의 정확도를 보이는 예측모형을 확립했다는 점에서 큰 의미가 있다”고 밝혔다. 딥러닝으로 예측한 미래 고성장 과학기술영역 100선 미래 고성장 과학기술 7대 Issue ·지구온난화 - 데이터/AI - 소재연구의 3대 중심축 전세계적으로 지구온난화대처,데이터/인공지능의 활용, 소재혁명 ·지구를 이해하는 "감시/센싱/모니터링"기술 기후변화로 인한 생태계, 토지, 조류 변화 및 가뭄, 홍수, 화재 등 재난예측, 위성 데이터를 통한 관측 등의 영역의 연구 급증 ·데이터와 소재연구가 의료분야 적용을 지향 초분광 이미징 영상처리기술, DNA 나노기술 등의 소재개발영역에서 의료분야 적용을 지향하는 추세 연구급증 ·재해, 자원 그리고 에너지원으로서의 "물" 홍수위험관리, 예측, 페수처리, 재생수 등 에너지영역 "물" 이슈 관련 ·신재생 에너지, 지속가능 에너지 수소에너지를 비롯한 태양, 풍력, 파력 등 지속가능핝 에너지 분야, 관리분야 등 ·새로운 기반기술로서의 이미징 기술과 나노기술 의료분야 적용 및 감시/모니터링 기술, 소재 및 신바이오기술 기반 ·사회적 담론의 과학기술적 접근 사회문제해결형 과학가술, 과학기술인문사회 융합연구영역 등 과학기술적 해결의 중요성 증대 KISTI 한국과학기술정보연구원 또한, 연구진은 최종 도출된 미래 고성장 과학기술 100선의 키워드 분석을 통해, ▲지구온난화-데이터/AI-소재연구의 3대 중심축 형성 ▲지구를 이해하는 “감시/센싱/모니터링” 기술 ▲데이터와 소재연구가 의료분야 적용을 지향 ▲재해, 자원 그리고 에너지원으로서의 “물” ▲신재생 에너지, 지속가능 에너지 ▲새로운 기반기술로서의 이미징 기술과 나노기술 ▲사회적 담론의 과학기술적 접근 등의 7대 이슈를 도출하였다. 연구진의 분석결과, 인간의 삶의 터전인 지구에 대한 이해와 공존을 지향하는 연구영역들이 부상하는 것으로 관측되었으며, 이는 “지구를 이해하는 산업혁명”을 본 연구의 부제로 선정한 배경이 되었다. KISTI 홍성화 책임연구원은 “세계적으로 기술예측을 포함한 R&D 전략수립에 데이터 기반 분석의 활용이 확대되고 있다. 미래기술예측은 예측의 주체, 시점 및 대상기술분야 등에 따라 방법론과 전략을 달리하여 접근해야 하며, 본 연구를 중심으로 보다 다양한 예측모형의 포트폴리오 구축이 진행되길 기대한다”고 밝혔다. 미래 고성장 과학기술 100선의 구체적 동향 등 상세 연구내용은 빅데이터 기반 과학기술산업 이슈 분석채널인 KISTI DATA INSIGHT (http://mirian.kisti.re.kr/insight/insight.jsp)에 전문이 수록되어 있다. -
292020. 10
No. 515 View. 1797
KISTI, 2020년 국가연구개발 우수성과 100선 2개 분야 선정
KISTI, 2020년 국가연구개발 우수성과 100선 2개 분야 선정 - 비대면 시대에도 활용 가능한 보안관제 분야 알파고 등장 눈앞에 성큼 - - 과학 빅데이터의 안정적이고 빠른 전송기술 개발로 국제간 연구협력 촉진 - 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 과학기술사이버안전센터가 자체개발한 ‘AI 및 가시화 기반 사이버공격 자동분석 상용화 기술 개발’과 과학기술연구망센터의 ‘과학 빅데이터의 빠른 전달을 위한 ScienceDMZ 기술개발 및 서비스’가 ‘2020년 국가연구개발 우수성과 100선’에 선정되었다고 28일 밝혔다. 국가연구개발 우수성과 100선은 과학기술정보통신부가 과학기술인들의 자긍심을 고취하고 과학기술의 역할에 대한 국민들의 이해와 관심을 제고하고자 인증·포상하고 있으며, 올해는 전 부·처·청에서 수행한 국가연구개발 사업 후보성과를 대상으로 심사를 통해 100점을 선정하였다. 이번에 선정된 KISTI의 연구성과는 정보･전자 분야 1건, 순수기초･인프라 분야 1건이다. 과학기술사이버안전센터가 이번에 개발한 기술은 기존 인력중심의 국가사이버안보 분야 보안관제 체계를 AI를 활용한 자동분석 체계로 전환하기 위한 필수불가결한 원천기술로 그 중요성 및 우수성을 인정받아 정보･전자 분야 우수성과에 선정되었다. 해당 기술을 보안관제 체계에 적용할 경우, 수만 건에 달하는 대규모 보안데이터를 단 1분 만에 99% 이상의 정확도로 실제 공격과 정상행위로 자동 분석할 수 있다. 또한 AI가 탐지한 사이버공격을 실시간 및 추적 가시화함으로써 기존의 텍스트 중심의 비효율적인 분석환경을 획기적으로 개선하고 사이버공격 발생 여부를 직관적･즉시적으로 판단하는데 큰 기여를 할 수 있다. 과학기술연구망센터의 “과학 빅데이터의 빠른 전달을 위한 ScienceDMZ 기술개발 및 서비스”는 대형 연구장비와 관측시설에서 발생하는 과학 빅데이터를 이용하는 국내외 연구기관에서 공동으로 연구를 수행할 수 있도록 기존 인터넷보다 속도, 보안성, 안정성을 향상시킬 뿐 아니라, 기존 네트워크 구조의 변경과 장비(하드웨어)의 추가를 최소화하여 전송효율을 혁신적으로 향상시키는 기술이다. 이는 국내 및 국제간 데이터 전송에서도 빅사이언스 데이터를 연구현장에 빠르게 전달하여 국내외 연구자들에게 협업연구환경을 제공한다. KISTI 과학기술사이버안전센터 송중석 책임연구원은 ”세상은 이미 모든 기기가 상호 연결되는 4차 산업혁명 시대에 돌입하였으며, 코로나19 확산 및 장기화에 따라 비대면 서비스 난립으로 네트워크 사용량이 폭발적으로 증가하고 있다. 이에 따라, 대규모 사이버공격 정보를 신속·정확하게 분석하고 실시간으로 대응할 수 있는 보안관제 체계 구축이 반드시 필요하며 이를 위해서는 정보보호 분야 알파고의 등장이 반드시 필요하다“며, “이번에 과학기술사이버안전센터가 자체개발한 AI 기반 사이버공격 자동분석 기술은 이러한 알파고의 탄생을 앞당기는데 큰 이정표를 세웠다고 할 수 있다”고 소감을 전했다. KISTI 과학기술연구망센터 노민기 책임연구원은 “ScienceDMZ는 기존 네트워크와 시스템의 변화를 최소화하면서도 효율적인 전송이 가능한 기술로 미국 에너지성의 ESnet을 중심으로 해외 선진국에서도 노력하는 전송성능 향상 개발 분야”라며, “국가과학기술연구망에서는 과학연구분야의 협업지원을 위해 대용량 데이터의 보다 빠른 전송과 전송 시 안정성을 고려한 기술개발과 인프라를 위해 더욱 노력하겠다”고 언급했다. KISTI 최희윤 원장은 ”폭발적으로 늘고 있는 사이버공격을 인공지능과 가시화 기술을 이용해 자동으로 분석하고 빠르게 대응할 수 있게 되었고, ScienceDMZ 기술로 네트워크의 전송효율과 보안성을 혁신적으로 높여 국제간 협력연구가 가능하게 하였다”며, “이번에 개발된 기술과 노하우를 활용하여 4차 산업혁명 시대의 핵심 인프라인 국가차원의 연구망과 사이버안보 역량을 더욱 강화하는 데 최선을 다할 것“이라 이야기 했다. -
262020. 10
No. 514 View. 2528 기계학습 데이터 현황과 이슈 - 과학기술 분야를 중심으로 - 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 코로나19 사태로 인한 극심한 경기침체의 극복과 경제의 구조적 대전환을 위해 추진되는 정부의 핵심 사업인 데이터댐 구축에 과학기술분야 핵심정보를 기계학습용 데이터로 구축하여 외연과 깊이를 확장해 가고 있다. 『KISTI 이슈브리프 제26호』를 통해 디지털 뉴딜·데이터댐의 핵심인 인공지능(AI) 개념과 국내외 기계학습 데이터 현황을 살펴보고 KISTI에서 추진하고 있는 과학기술 기계학습 데이터 구축 및 활용방안을 소개한다. * KISTI 이슈브리프 : KISTI는 국가과학기술정보 분야 대표 연구기관으로서, 최근의 국가·사회 이슈에 대해 폭넓은 조사와 정보/데이터 기반 분석 기법을 통해 문제 해결을 위한 지식과 시사점, 대응 방안을 제공하고자 “KISTI 이슈브리프”를 발간함(https://www.kisti.re.kr/promote/post/issuebrief) KISTI 한국과학기술정보연구원 국가와 국민을 위한 데이터 생태계 중심 기관 KISTI ISSUE BRIEF KISTI ISSUE BRIEF는 국가 과학기술 정보분야 대표기관인 KISTI가 최근의 과학기술 정보 고나련 현안 이슈를 발굴, 분석하여 시사점 및 해결 방안 을 제시하고자 발간합니다. 공혜수, 설재욱, 윤화묵, 황혜경/ 제 26호 2020.10.26 기계학습 데이터 구축 현황과 이슈 - 과학기술 분야를 중심으로 -NST 발간 출연(연) 성과보고서를 중심으로- 목차 CH01. 인고지능과 기계학습 - 인공지능과 기계학습 데이터 / 기계학습 데이터 특성과 유형 CH02. 국내외 기계학습 데이터 구축현황 - 해외현황, 국내현황 CH3. 과학기술 기계학습 데이터 구축 - 과학기술 기계학습 데이터 구축사업 추진 배경 / 과학기술 기계학습 데이터 구축사업 추진내용 CH04. 디지털 뉴딜과 과학기술 기계학습 데이터 - 과학기술 기계학습 데이터 활용 및 기대효과 , 디지털 뉴딜의 성공조건 요약 정부는 코로나 19 사태로 인한 극심한 경기침체의 극복과 경제의 구조적 대전환을 위하여 '한국판 뉴딜 종합계획'을 발표하였다. 한국판 뉴딜계획의 중점 과제로 추진되는 '데이터댐'은 공공과 민간의 네트워크를 통해서 분야별 생성 데이터를 수집, 가공하여 재구성한 데이터를 확출, 연계하는 계획으로 5G,AI기반 융합 신산업 창출을 위한 데이터 인프라 구축을 목적으로 한다. 데이터댐을 구축하는 과정은 데이터를 가공하거나 결합시켜 새로운 데이터를 만들어야 하기 때문에 많은 사람의 노력이 필요하다. 이러한 데이터댐 과제 수행의 일환으로 진행되는 '과학기술 기계학습 데이터 구축'을 통해 데이터 구축, 공유,확산뿐만 아니라 일자리 창출 효과를 기대할 수 있다. 이번 이슈브리프에서는 데이텅댐의 핵심인 AI와 기계학습 데이터에 대해 알아보고, 국내외에서 공개된 기계학습 데이터의 유형별 구축 현황에 대해 살펴본다. 그리고 KISTI에서 추진하고 있는 '과학기술 기계학습 데이터 구축사업'의 배경과 추진 내용 등을 포함하여 기계학습 데이터의 활용 및 기대 효과에 대하여 소개하고자 한다. 긜고 끝으로 정부가 코로나 19의 위기 속에서 정책적으로 추진하는 디지털 뉴딜이 성공하기 위한 조건을 살펴본다. https://www.Kisti.re.kr □ 인공지능(Artificial Intelligence, AI)과 기계학습 ㅇ(기계학습) 기계학습은 AI의 특정 연구 분야로 “명시적으로 프로그램 되지 않고 학습할 수 있는 능력을 컴퓨터에게 주는 AI 연구 분야”로 정의함. ㅇ(기계학습 데이터) 특정목적(문서분류, 문서요약, 영상이해, AI 비서 등)을 위하여 기계가 학습할 수 있도록 용도에 맞게 잘 정제된 데이터를 뜻하며 AI 성공은 지속적이며 신뢰성 있는 양질의 학습 데이터 확보가 필수적임. ㅇ(기계학습 데이터 가공의 필요성) 기계학습에서 데이터는 자동차의 연료와 같은 역할을 하며, 높은 수준의 기계학습을 구현하기 위해서는 많은 양의 양질의 데이터가 반드시 필요함. ㅇ(활용 분야) AI 기계학습은 방대한 학습 데이터로부터 패턴을 감지하고 시스템을 모델링해 의사결정의 효율성 향상, 비용절감 및 효율적인 자원 할당 등 전 산업분야에서 활용함. □ 국내·외 기계학습 데이터 구축 현황 ㅇ(해외 기계학습 데이터 현황) 이미지, 텍스트, 음성, 영상 등 다양한 분야에 대해 기계학습 데이터를 구축·공개하고 있음. 공개된 데이터는 전 세계에서 AI 기술 성능평가기준 데이터로 활용되고 있으며 AI 연구 촉진과 산업 발전에 기여하고 있음. ㅇ(국내 기계학습 데이터 현황) 주로 해외에서 공개된 기계학습 데이터를 활용하여 AI 기술개발 및 연구를 수행하고 있음. -(국내 특화 데이터 구축) 독자적인 AI 활용을 위하여 한국형 이미지, 한국어 텍스트, 한국어 음성, 한국형 영상 데이터가 필요하기 때문에 우리나라에 특화된 기계학습 데이터를 구축하여 공개하고 있음. □ 과학기술 기계학습 데이터 구축사업 추진 배경 ㅇ(한국판 뉴딜 종합 계획) 정부는 코로나19 사태로 인해 유발된 경기침체 극복 및 구조적 대전환 대응을 위하여 『한국판 뉴딜 종합계획』을 발표함. -디지털·그린 뉴딜을 강력 추진하고 사회적 합의를 바탕으로 고용·사회안전망을 강화함. ㅇ(기계 가독형 데이터의 개방) 데이터 기반 연구 활동이 보편화되면서 기계 가독형 데이터가 중요해지고 있으며 오픈 데이터로 개방되고 있음. ㅇ(과학기술정보의 지속 증가) 매년 과학기술정보의 양이 급속하게 증가함에 따라 선행문헌조사를 도울 수 있는 연구지원 도구가 필요함. ㅇ(의미기반 정보서비스 부재) 연구자들이 최신 연구 동향을 손쉽게 파악하고 따라가기 위해서는 학술 결과물에 대한 빠른 파악이 필수적이며, 이를 위해서는 의미기반 정보서비스 제공이 선행되어야 함. ㅇ(과학기술분야 기계학습 데이터의 부족) AI기반 R&D혁신을 위해서는 많은 양의 과학기술분야 학습데이터가 필요함에도 불구하고, 우리나라는 공공·일반 분야 기계학습 데이터 중심으로 구축하고 있어 과학기술분야 기계학습 데이터가 충분하지 못함. ㅇ(기계학습 데이터 확보 역량부족) 국내 산·학·연 연구자들은 과학기술분야 연구를 AI 기반으로 수행하고자 하여도 연구에 필요한 학습데이터를 자체적 확보할 수 있는 역량이 부족하고 구축에 따른 많은 시간과 비용이 소요됨. □ 과학기술 기계학습 데이터 구축사업 추진 내용 ㅇ(사업 개요) KISTI는 과학기술분야 기계학습 데이터를 대규모로 구축하여 AI 기반의 기술혁신으로 데이터 경제 견인에 이바지함. -코로나19 사태 발생 이후, 일자리 축소 등 열악한 경제 상황에 대응하여 대규모 공공인프라 사업 추진을 통한 비대면 일자리를 창출함(목표 고용인력수: 2,000명). ㅇ과학기술분야 국내논문, 국가 R&D 연구보고서 대상으로 하는 다수의 작업공정(직접입력, 레이블링, 태깅, 품질검수 등)으로 AI 학습 데이터 구축 활용확산 등을 추진함. -과학기술분야 국내논문, 국가 R&D연구보고서 대상으로 AI 학습 데이터 구축에 필요한 교육·훈련, 기계학습 데이터 구축 및 운영 시스템 등을 개발함. ㅇ(과학기술 기계학습 데이터 구축) 국내논문, 국가 R&D 연구보고서를 대상으로 과학기술분야 AI 학습데이터를 구축함. -(데이터선정) AI 산업계 수요조사결과를 반영하여 AI 학습용 데이터 425.7만 건을 선정함 -(품질관리) 기계학습 데이터 구축 과정에 크라우드소싱(Crowdsourcing) 크라우드소싱: 대중(Crowd)과 아웃소싱(Outsourcing)이라는 두 단어의 합성어로, 일반 대중에게 참여를 유도하여 상품 및 서비스의 개발 과정에 지식 및 의견을 반영하여 결과물을 이끌어 내는 것임. 방법을 적용하되, 다단계 검수를 통해 품질을 검증함. □ 과학기술 기계학습 데이터 활용 및 기대효과 ㅇ(연구분야) 과학기술 분야 지식자원의 AI 연계 및 융합 연구 지원 -사례 분석, 연구방법론, 최근 연구 트렌드 분석 등 선행연구조사를 통하여 소요시간 단축이 가능함. -기계학습을 위한 원천 데이터의 원활한 활용으로 AI 기술성능 향상이 가능함. -연구자가 관련 지식이 없는 학문분야를 초월한 새로운 지식 창출이 가능함. ㅇ(정책분야) 국가 R&D 정책 수립 시 의사결정 지원 -R&D투자 효율성과 연구생산성 측면에서 기 수행된 연구주제를 AI 기반으로 분석·활용하여 新 성장 연구분야 및 공백기술 연구분야에 대한 국가 R&D 정책 수립이 가능함. -과학기술분야 기계학습 데이터 활용 확산 관련 국가적 관리 체계를 마련함. ㅇ(산업분야) 산업 기술 혁신을 위한 의사결정 및 비즈니스 활용 -AI기반 기업애로기술 솔루션 탐색, AI기반 유망기술분석, 데이터 전문기업, 비대면 전문교육 콘텐츠 제작 및 AI 과학교사 운영 등 데이터분야, 교육분야 비즈니스에 활용 가능함. -선행기술조사 기간 및 범위를 축소시켜 기업의 新 사업 아이템 발굴 등에 소요되는 시간·비용을 절감함. -데이터 가공·추출에 소요되는 시간·비용을 감소시켜 시뮬레이션 기반 기술 개발을 지원함. □ 디지털 뉴딜의 성공조건 ㅇ(데이터 표준화) 디지털 뉴딜 정책 추진 시, 데이터를 수집·가공하고 다른 데이터화 결합하는 과정에서 표준화 정도가 성공의 중요 잣대임 -다양한 데이터 형태와 포맷에 대한 처리 방안에 과학기술 데이터의 표준화 방안을 확대 적용할 수 있음. ㅇ(기업 데이터와의 연계) AI 기반으로 제공되는 과학기술 데이터를 활용하여 제품·서비스 경쟁력을 높이기 위해서는 기업의 데이터를 데이터댐과 연계·공유할 수 있는 파이프라인이 필요함. -기업 스스로 데이터 분석 기반으로 제품·서비스에 대한 평가를 수행할 뿐만 아니라 의사결정에서도 데이터 기반으로 하는 문화가 선행되어야 함. ㅇ(데이터 활용 프로세스) 기 구축된 데이터를 이용하여 새로운 제품서비스를 할 수 있게 하는 일련의 사업 프로세스 구축이 필요함. -주요 산업 분야에 대한 사업전체과정에서 데이터 활용에 대한 매뉴얼 제작이나 사업 프로세스별 전문가의 지원 체계 마련 등으로 해결 가능함. ㅇ(데이터댐 활용 인프라 확충) 막대한 예산으로 구축한 데이터댐을 효율적이고 효과적으로 활용하기 위해서는 클라우드 컴퓨팅과 AI 등의 분야에 대한 기술·인력이 필요함. -우리나라는 미국, 중국 등과 비교하여 이 분야 경쟁력이 저조한 상황이기 때문에 정부의 지속적인 관심과 투자가 요구됨. ㅇ(디지털 격차 해소) 코로나19로 촉발한 비대면 중심의 디지털 대전환 속에서 다양한 계층 간 디지털 격차 해소 방안 마련이 필요함. -디지털 역량 강화에 대한 교육훈련 사업 강화를 추진함. □ KISTI 최희윤 원장은“코로나19의 위기를 계기로 데이터의 중요성이 크게 부각되었다. 집단지성을 통해 대규모로 구축된 과학기술분야 기계학습 데이터는 과학기술연구 전주기를 지원하는 AI서비스에 활용되어, 학제 간 융합연구의 촉매제가 되고, 기술 혁신과 새로운 비즈니스 창출에 기여할 것”이라고 밝혔다.
-
192020. 10
No. 513 View. 2319
KISTI, 세계 최대 규모 우주론적 유체역학 시뮬레이션 수행
KISTI, 세계 최대 규모 우주론적 유체역학 시뮬레이션 수행 - 고등과학원·천문연과 우주거대구조의 형성과 은하의 기원 연구 - 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)과 고등과학원, 한국천문연구원은 우주 진화와 은하 생성을 계산하는 세계 최대 규모의 수치모의실험 Horizon Run* 5(이하 HR5)를 수행했다고 밝혔다. * Horizon Run(HR) 5는 KISTI 슈퍼컴퓨터를 활용한 다섯 번째 우주 진화 연구임 KISTI는 2018년 25.7페타플롭스*의 계산 능력을 가진 당시 세계 11위 규모의 슈퍼컴퓨터 누리온을 도입하였다. 이에 2019년 HR5 연구팀은 누리온을 활용하여 기존에 수행할 수 없었던 규모인 2,500 계산노드(7.5페타플롭스 규모)에서 3개월간 계산을 수행하였다. * 플롭스는 초당 수행할 수 있는 부동소수점 연산의 횟수를 의미하는 것으로 컴퓨터의 연산속도를 나타내는 척도. 페타플롭스는 1초당 1,000조번의 연산처리를 말함 x축(수치실험 수행 연도): 1995, 2000,2005,2010,2015,2020 y축(입자 또는 격자 개수): 104,105, 106, 107, 108, 109, 1010 최신 우주론적 유체역학 수치실험: 19(Eagle), 20(Illustris), 21(Horizon-AGN), 22(HR5) 01 Metzler+1994 02 Katz+1996 03 Pearce + 1999 04 Dave + 2001 05 Murali +2002 06 Springel+2003 07 Oppenheimer+2008 08 Di Matteo+2008 09 Planneles+2009 10 Schaye+2012 11 Dave+ 2011 12 Vogelsberger+2012 13 Cui+2012 14 Dave+2013 15 Puchwein+2013 16 van Daalen+2013 17 LeBrun+2014 18 Khandai+2014 < 현재 세계 최대급인 유체역학을 활용한 우주론적 수치실험들은 Eagle, Illustris, Horizon-AGN 등으로, 이들의 한 변의 크기는 100Mpc*으로, 한 변이 약 1,049Mpc인 HR5은 기존 시뮬레이션보다 10배 정도 큰 규모이다. > * 파섹(pc)은 천문학에서 사용하는 보편적인 단위로 1메가파섹(Mpc)은 326만 광년이다. 연구팀은 해당 계산을 위해 프랑스에서 개발된 유체역학 수치모의실험 코드 RAMSES(람세스)를 채택하였으며, 누리온 슈퍼컴퓨터에서 최대 효율을 발휘하도록 최적병렬화*하였다. 새롭게 개발된 RAMSES 버전은 초신성과 활동성 은하핵에 의한 기체의 가열 및 손실 뿐 아니라 산소, 철과 같은 중원소 함량의 진화, 초거대질량 블랙홀의 자세한 물리적 진화과정을 계산 가능한 코드이다. * 최적병렬화는 슈퍼컴퓨터에서 수천대의 컴퓨터가 동시에 수행할 수 있게 코드를 개발하여 어려운 문제를 빠르게 계산하도록 하는 기술 기존 세계 최대급 우주론적 유체역학 수치모의실험에서는 가상 우주 공간 크기의 한계 때문에 우주거대구조의 성장과 은하 진화와의 상관 관계를 제대로 규명할 수 없었다. HR5는 모의실험의 규모를 크게 확장하여, 표준우주모형*에 입각한 은하의 형성과 진화를 가장 사실적으로 재현했다는 데 큰 의의가 있다. * 우주상수가 들어간 차가운 암흑물질 모형이라고도 하며, 우주대폭발 모형, 급팽창가설, 차가운 암흑물질 모형, 중력불안정 가설로 이루어져있음. 대부분의 우주론적 관측 데이터와 잘 일치함 예를 들어 기존 수치실험에서는 10개 내외의 은하단만 찾을 수 있었지만, HR5에서는 동일한 공간 분해능을 가진 기존 시뮬레이션보다 10배 큰 공간에서 약 10배 더 많은 100여개의 은하단을 찾을 수 있었다. 이는 통계적으로 유의미한 수의 은하단 형성과 소속 은하의 진화를 살펴볼 수 있게 하며, 2020년 노벨물리학상과 2019년 사건지평선망원경(Event Horizon Telescope, EHT)으로 화제가 되었던 초거대 블랙홀의 성장 과정을 이해하기 위한 중요한 이론적 자료가 될 수 있다. HR5 실험은 우주의 팽창현상을 설명하기 위해 이론상으로 제시된 암흑에너지(Dark Energy)*의 정체 규명을 위한 탐사 관측 해석에 큰 기여를 할 수 있을 것으로 기대된다. 우주의 나이가 38만 년일 때 빛과 물질이 분리되며 형성된 물질 요동의 흔적(BAO)**은 암흑에너지를 이해하기 위한 핵심 정보 중 하나인데, HR5는 한 변이 약 34억 광년인 가상 우주 공간 내의 은하 분포로부터 BAO를 구현해 낸 최초의 시뮬레이션이다. * 암흑에너지는 초신성 폭발 관측을 통해서 알아낸 우주의 가속팽창을 설명하기 위해서 도입된 물리량으로 우주 공간의 에너지와 관련된 물리량. 이를 관측적으로 발견한 공로로 2011년에 솔 펄머터와 브라이언 슈밋, 애덤 리스는 노벨물리학 상을 수상 ** 바리온 물질 요동의 흔적 (BAO, Baryonic Acoustic Oscillation)이란 우주 초기에 공간이 팽창함에 따라서 바리온 요동이 화석화되어 현재까지 남아 있는 흔적을 말함 x축(년도): 2000,2005,2010,2015,2020 y축(core개수): 103, 104, 105, 106 빨간색: 본 HR5수치 실험 파랑: KSC를 활용한 기존의 수치 실험 HR1, HR2/HR3, HR4, HR5 < HR1부터 HR4는 KISTI 슈퍼컴퓨터 4호기 타키온을 활용하여 시뮬레이션을 수행하였다. HR5는 HR4에 비해 코어 개수 측면에서 20배 이상, 코어 시간 측면에서 10배 가까이 증가한 실험이다.> 고등과학원 박창범 교수는 “HR5는 국내 연구진이 주도한 세계 최대 규모의 우주론적 유체역학 시뮬레이션으로서, 우주 거대구조와 은하의 생성 및 진화를 동시에 정밀히 기술할 수 있다는 특징이 있다. 우주론을 비롯한 은하 및 은하단의 기원을 밝히는 다양한 연구에 활용되길 바란다”고 하였다. 수치실험에 참여한 KISTI 슈퍼컴퓨팅응용센터 권오경 책임연구원은 “이번 거대규모 시뮬레이션을 통해 기존에 수행할 수 없었던 어려운 문제를 풀 수 있었으며, 다른 종류의 연구에도 확장하여 혁신적인 연구에 보탬이 되었으면 한다”고 밝혔다. -
152020. 10
No. 512 View. 1788
KISTI-KEITI, 공동연구 및 업무협력 MOU 체결
KISTI-KEITI, 공동연구 및 업무협력 MOU 체결 - 환경기술분야 연구데이터 관리체계 구축 - 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)과 한국환경산업기술원(원장 유제철, 이하 KEITI)은 15일(목) 상호간 교육 및 연구 협력사업을 강화하기 위한 업무협력 협정을 체결했다. 이번 협정을 통해 양 기관은 KEITI의 환경기술분야 연구데이터 생태계 구축 수요를 KISTI의 연구데이터 관련 가이드라인 및 시스템(표준연구데이터관리시스템)을 활용해 해결하고, 유기적인 연구협력체계를 구축하여 환경기술분야와 관련 공동연구와 공동세미나 등 다각적인 교류 협력 활동을 전개해 갈 계획이다. 주요 협약 내용으로는 ▲환경기술분야 연구데이터 관리체계 수립을 위한 공동 연구 및 상호 교류 ▲국가연구데이터플랫폼(DataON) 기반 연구데이터 관리 체계 협력 ▲국가 R&D 정보에 관한 연구 및 상호 교류 등이며, 기타 상호 합의한 협력사업 및 공동 발전 방안이 있을 경우 상호 협의하여 추진하게 된다. 특히 양 기관은 연구데이터의 중요성과 가치가 제고되고, 국가 차원에서 연구데이터의 생산량과 활용의 중요성이 증가됨에 따라 KISTI가 보유한 연구데이터 및 컴퓨팅 인프라를 활용해 환경기술분야의 연구 성과 관리 및 창출을 뒷받침할 수 있을 것으로 기대하고 있다. 현재 KISTI는 국가 연구데이터 공유·활용 전략을 지원하고 있으며, 국가과학기술연구회 산하 출연연 연구데이터 빅데이터화 추진 외에도 타 부처 산하 공공기관의 연구데이터 관리 및 공유 구축을 위해 협력 체계를 강화할 계획이다. KISTI 최희윤 원장은 “KEITI와의 협력으로 환경기술분야의 연구데이터 생태계가 구축될 것으로 기대한다”며, “이러한 연구데이터 생태계 기반으로 환경기술분야의 국가 R&D사업의 효율성 제고와 혁신을 통해 세계 최고 수준의 연구 성과가 창출되길 바란다”고 밝혔다. -
142020. 10
No. 511 View. 1774
KISTI-STEPI, 미래 과학기술혁신정책 추진 위해 힘 모은다
KISTI-STEPI, 미래 과학기술혁신정책 추진 위해 힘 모은다 - 기관 간 중장기 협동연구 발굴 및 수행 위한 협약 체결 - 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)과 과학기술정책연구원(원장 조황희, 이하 STEPI)은 10월 13일(화), KISTI 대전 본원에서 중장기 협동연구 방향 정립 및 2021년 협동연구 수행을 위한 업무 협약을 체결했다. 데이터 기반 과학기술혁신정책의 중요성을 공동으로 인식한 KISTI와 STEPI 양 기관은 이번 업무 협약에 따라 협동연구를 통한 연구 역량 강화 및 시너지 창출, 과학기술의 지속적인 성장·발전을 위한 데이터 기반 혁신정책 개발 등에 기여하기 위해 유기적인 협력체계를 구축할 계획이다. 이를 위해 그간의 연구협력 활동과 성과를 발표하고, 2021년 협동연구 추진 경과 및 향후 중장기 운영 방안 등을 논의하였다. 제1발제에서는 양 기관의 주요 연구 활동 및 최근 10년간 양 기관의 협동연구 추진 현황 등 과거-현재를 공유하였고, 제2발제에서는 양 기관의 장점을 살려 시너지를 창출할 수 있는 협동연구 주제 등 미래 발전 방향을 도출하였다. 양 기관은 이번 협약을 통하여 ▲데이터 기반의 과학기술 정책결정 지원을 위한 공동사업 및 연구활동 ▲과학기술혁신을 위한 정책기획 및 정보분석 ▲양 기관이 보유한 지식과 정보의 공유 및 공동 활용 ▲국내 및 글로벌 과학기술 협력을 위한 학술회의, 세미나 등 공동 개최 등에 대해 협력하게 된다. 향후 양 기관은 과학기술 분야의 정보분석을 통한 증거기반 정책 활용 기반을 구축하고, 지속적인 협동연구를 추진함으로써 과학기술·산업 분야의 발전 및 미래 과학기술혁신정책 개발에 기여할 것으로 기대된다. 양 기관은 2021년 협동연구 추진뿐만 아니라, 중장기 협동연구를 기획·발굴하고 공동 학술회의, 세미나, 워크숍 등을 통해 적극 교류함으로써 지속적으로 협력을 강화할 방침이다. KISTI 최희윤 원장은 “본 협약을 통해 KISTI가 축적해온 인프라 및 정보분석 역량과 STEPI의 정책연구 역량이 연계·융합될 경우 과학기술 경쟁력 강화를 위한 국가 과학기술정책 수립 및 발전에 크게 기여할 수 있을 것”이라며, “앞으로 양 기관이 상호 신뢰와 연대에 기반하여 더 나은 미래 과학기술혁신정책을 만들어 나가기를 기대한다”고 밝혔다. STEPI 조황희 원장은 “협동연구는 서로 다른 분야의 지식 간 결합을 통해 새로운 관점을 학습하는 기회를 제공하며, 연구자 네트워크를 확대하는 역할을 한다”라고 했다. 또한, “데이터 사회 시대 어젠더와 미래의 방향에 대한 국민적 담론을 선제적으로 형성함으로써 양 기관의 위상의 제고를 기대한다”고 밝혔다. -
082020. 10
No. 510 View. 1135 KISTI, AI 개발 앞당기는 원천기술 연구에 앞장 - 자체 개발 AI 요소 기술 및 KAIST와 협업 진행상황 공유를 위한 Project MINSKY 2020 워크숍 개최 - 한국과학기술정보연구원(원장 최희윤, 이하 KISTI)은 10월 8일 인공지능 관련 내·외부 전문가들과 “Project MINSKY* 워크숍”(이하 워크숍)을 개최하였다. 이번 행사는 COVID-19 확산 예방을 위해 일정에 포함된 인원만 오프라인으로 진행하고, KISTI가 운영하는 Webinar**를 통해 온라인으로 누구나 참여할 수 있도록 하였다. * MINSKY : Machine Intelligence oN KISTI’s Supercomputing & Knowledge TechnologY의 약자로, KISTI의 강점인 슈퍼컴퓨팅 기술과 지식정보 기술에 기반한 AI 연구임을 의미하며, AI 개척자이자 AI 지식정보 표현 체계인 Frame 이론을 제안한 Dr. Marvin Lee Minsky의 이름을 따른 것임. ** 온라인 수업 및 세미나에 최적화된 무료 화상회의 서비스. https://webinar.kafe.or.kr < “포스트 딥러닝 시대를 위한 뉴럴심볼릭 AI”라는 주제로 기조강연을 진행하고 있는 고려대학교 컴퓨터학과 임희석 교수 > 본 워크숍은 연구단의 연구성과에 대한 소개와 HPC·데이터·AI를 활용한 KISTI-KAIST 협력 연구성과 공유를 목표로 한다. 고려대학교 컴퓨터학과 임희석 교수가 “포스트 딥러닝 시대를 위한 뉴럴심볼릭 AI(Neurosymbolic AI for Post Learning Era)”라는 주제로 기조강연을 진행했다. 강연을 통해 인공지능 분야의 최근 활발한 연구 주제들뿐만 아니라 딥러닝 기반 접근법의 제한을 극복하기 위한 새로운 대안에 대해 이해하는 시간을 가졌다. 이어서 연구단의 연구결과물에 대한 발표가 진행되었다. 자동적이고 지능적인 AI 개발에서 사람이 반복적으로 개입해야 하는 기계학습과정을 최소화하기 위한 딥러닝 모델 경량화 기술과 학습데이터 자동 선별 기술을 발표했으며, 마지막으로 특허와 국내외 저명한 학술대회 및 학술지로 발표된 실적들을 소개하였다. KISTI-KAIST의 협력 연구성과 발표에서는 KAIST 바이오 및 뇌공학과 조광현 교수의 슈퍼컴퓨팅을 활용한 생체분자 동역학 네트워크 분석 기술, KAIST 항공우주공학과 신동혁 교수의 고정밀 시뮬레이션을 활용하여 연소불안정성 예측 기법, KAIST 전산학부 윤성의 교수의 학습 데이터 자동 생성 기술에 대해 소개하였다. 워크숍에서는 위의 전체적인 발표와 함께 KISTI, KAIST, 고려대, 오라클 등의 산학연 AI 전문가들이 토론의 시간을 가졌으며, 전 세계 및 선진국 사례와 함께 우리나라의 특성에 맞는 AI 기술 개발 및 각 기관의 역할 등에 대해 적극적으로 의견을 개진하였다. KISTI 최희윤 원장은 “산학연 연구자, 교수, 개발자가 분야의 장벽을 넘어 데이터에 의한 융합, 통합을 이루어 내는 데에 AI의 역할이 중요하다”며, “KISTI는 이번 워크숍 개최를 통해 과학기술정보를 활용하여 다양한 분야의 AI 기반 연구 활성화를 지원하고, KISTI에서 개발되는 AI 요소 기술이 국가와 국민을 위한 AI 개발 생태계 구축에 밑바탕이 될 수 있도록 더욱 노력하겠다”고 밝혔다.
본 저작물은 “공공누리 제4유형(출처표시, 상업적 이용금지, 변경금지)” 조건에 따라 누구나 이용할 수 있습니다.
- 담당자손영주
- 연락처042-869-0997