미국 뇌신경과학 스타트업인 뉴럴링크(Neuralink)는 2021년 원숭이 뇌에 비디오게임을 할 수 있는 컴퓨터 칩을 이식했다고 밝혔다. 원숭이가 생각만으로 비디오게임을 제어할 수 있도록 하기 위함이다.2023년 중국 난카이대는 원숭이 목에 있는 경정맥에 스텐트를 삽입해 생각만으로 로봇 팔을 조정하는 실험에 성공했다고 주장했다. 관련 동영상을 공개하며 '세계 최초'라는 설명을 곁들였다.중국 뇌과학연구소에 따르면 2024년 손의 묶인 원숭이가 생각만으로 로봇팔을 조정해 물건을 집는데 성공했다. 동물을 대상으로 실험하는 단계이며 인간에 적용은 하지 않았다.이처럼 다수 스타트업이 뇌-컴퓨터 인터페이스(BCI) 기술을 개발해 인간의 인지능력을 증강시키려는 노력이 활발하게 전개하고 있다. 장애인을 지원하는 등 다양한 응용영역이 있기 때문이다.◇ 한국과학기술연구원(KIST)의 안보⸱재난안전기술단의 임무 소개한국과학기술연구원(KIST)의 안보⸱재난안전기술단은 2010년 설립됐다. 국방 연구개발 제도개선, 국방 연구개발 과제화/연구지원, 군에 과학기술 지원 등의 임무를 수행하고 있다.더불어 안보⸱재난안전기술단 소속 미래국방국가기술전략센터는 2022년 만들어졌다. '국방과학기술 혁신을 위한 국가 연구개발 투자전략 싱크탱크'로 비전을 설정했다.주요 임무는 △과학기술정보통신부의 국방 연구개발(R&D) 투자정책 수립 지원 △국방적용 가능 민간R&D 역량 발굴-과제기획 △국방R&D 민관군 협력기반 마련 등이다.이번에 소개할 기술은 KIST의뇌과학연구소뇌질환극복연구단 김정진 선임연구원(jeongjin@kist.re.kr)이 수행한 '극한 상황에서 의사결정 정확도 증진 기술'이다.◇ 연구 목표... 회로 모사 모델링을 기반해 인간 혹은 로봇 적용 가능한 의사결정 증진 기술 개발김정진 선임연구원은 위협적 감각 교란 상황에서의 의사 결정 관련 뇌활성 기전을 이해하고 회로 모사 모델링을 기반해 인간 혹은 로봇 적용 가능한 의사결정 증진 기술을

▲ 서울공대 컴퓨터공학부 송현오 교수팀, LLM 챗봇 ‘대화 메모리’ 3~4배 압축하는 AI 기술 개발(왼쪽부터 서울대학교 컴퓨터공학부 송현오 교수, 김장현 연구원, 이덕재 연구원, 문승용 연구원, 김진욱 연구원) [출처=서울대학교 공과대학]서울대(총장 유홍림) 공과대학(학장 김영오)에 따르면 컴퓨터공학부 송현오 교수 연구팀이 장문 대화 및 문서 요약 등 긴 맥락(context)이 전제되는 작업에서 거대언어모델(LLM) 기반 챗봇의 ‘대화 메모리’를 지능적으로 압축하는 AI 기술 ‘KVzip’을 개발했다.‘대화 메모리’는 챗봇이 사용자와 대화 중 문장, 질문, 응답 등의 맥락을 임시로 저장해 현재 혹은 이후의 응답 생성에 활용하는 정보를 말한다.KVzip을 활용하면 챗봇이 스스로 문맥을 복원하는 과정에서 복원에 필요하지 않은 정보를 제거함으로써 대화 메모리를 효율적으로 압축할 수 있다.이 획기적 기술은 다양한 태스크를 수행하는 챗봇의 정확도는 유지하되 대화 메모리는 줄이고 답변 생성 시간은 단축할 수 있는 길을 열었다는 평가를 받고 있다.‘KVzip: Query-Agnostic KV Cache Compression with Context Reconstruction’ 제하의 이번 논문은 H5-index 371을 기록한 AI 분야의 세계 최고 권위 학회 ‘NeurIPS 2025’에 제출된 논문 2만1575편 중 0.35퍼센트(%)에 해당하는 상위 77편에 선정, 구두 발표(Oral Presentation) 대상으로 채택됐다.H5-index는 Google Scholar가 집계한 논문 인용 기반 학술 영향력 지수를 의미한다.◇ 연구 배경... 대화가 길어질수록 ‘대화 메모리’가 누적돼 메모리 비용 증가 및 응답 지연의 문제 발생최신 LLM 챗봇은 수백에서 수천 페이지에 달하는 방대한 문맥을 바탕으로 대화, 코딩, 질의응답 등의 작업

2019년 4월3일 우리나라에서 5G(세대) 서비스를 시작한지 5년 반이 조금 넘은 상황에서 6G 서비스에 대한 논의가 진행 중이다.6G 통신 기술은 초고속 데이터 전송, 초저지연, 대규모 연결을 제공하는 차세대 무선 통신 기술로 고주파 대역(테라헤르츠 수준)에서 효율적인 전송이 핵심 과제다.이 과정에서 커패시터(capacitor·축전기)의 유전체 특성은 주파수 응답 특성, 열적 안정성,  소형화/집적화 및 전자기파 차폐/간섭방지 등 등 다양한 측면에서 중요한 역할을 담당한다.테라헤르츠 주파수 대역의 6G 통신의 경우에는 커패시터의 유전율 변화와 손실 계수(Dielectric Loss)가 주파수 응답 특성에 큰 영향을 미친다.특히 무선주파수(RF) 회로에서 사용되는 커패시터는 신호 필터링 역할을 수행하며 유전체 특성이 불안정하면 왜곡과 신호 손실이 발생할 수 있다. 고유전율 물질은 높은 에너지 저장 능력을 제공하지만 고주파에서는 손실을 증가시킬 수 있기 때문이다.6G 통신 장비는 고전력 및 고주파 동작으로 열 발생이 많으므로 커패시터의 유전체는 온도 변화에 강한 특성을 가져야 성능 저하를 방지할 수 있다.또한 6G 통신 장비는 소형화된 기기와 높은 집적도를 요구하므로 유전체 물질의 유전율이 높으면 더 작은 크기의 커패시터로 동일한 전기 용량을 구현할 수 있다.고유전율 및 낮은 손실 특성을 가진 커패시터는 전자기 간섭(EMI)을 줄이고, 신호 무결성을 보장하는 데 기여한다.이와 같은 커패시터의 유전율 특성의 중요성을 고려해 이번 회에서는 '유전체의 두께가 서로 다른 MOSCAP들을 이용한 얇은 유전체 특성화 방법' 논문을 소개한다.본 논문은 2023년도 한국전자파학회 하계종합학술대회 논문집 Vol. 11, No. 1 2023. 8. 23~26에 게재됐다.◇ 서론... 커패시터의 단면적 차이를 기반으로 유전체 특성을 추출하는 기존 방법은 정확도에 영향기존 커패시터 구조에서 유전체 특성을 추출하는 전형적인 방법은 커패

▲ 생성형 AI를 활용해 ‘에너딕트’가 제공하는 서비스를 표현한 상상도[출처=LG CNS]디지털 전환(DX) 전문기업 LG CNS(대표이사 현신균)에 따르면 통합발전소(Virtual Power Plant, VPP) 사업자를 위한 전력 인공지능(AI) 솔루션 ‘에너딕트(Enerdict)’를 출시했다.VPP는 전국에 분산된 태양광, 풍력 등 소규모 재생에너지 발전소들을 정보통신기술(ICT)로 연결해 하나의 발전소처럼 운영하는 것을 의미한다. ‘에너딕트’는 에너지(Energy)의 흐름을 정확하게 예측한다(Predict)라는 의미를 담고 있다.LG CNS가 선보인 ‘에너딕트’는 VPP 사업을 영위하는 기업 고객을 위한 최적의 솔루션으로 향후 전력중개 솔루션 사업을 추진할 방침이다.VPP 사업자는 계절, 날씨 등 기상 상황에 따라 발전량의 변동성이 큰 소규모 재생에너지 발전소들의 발전량을 예측하고 전력거래소의 급전 지시를 이행하는 것이 중요하다.급전 지시란 우리나라 전력의 수요와 공급을 관리하는 한국전력거래소에서 각 발전소에 발전량 조절을 실시간 지시하는 것으로 VPP 사업자의 중요 의무사항이다.LG CNS는 ‘에너딕트’에 머신러닝(Machine learning), 딥러닝(Deep learning) 등 AI와 수학적 최적화 기술을 접목해 발전량 예측 정확도를 높였다. 전력거래소의 급전지시에 효율적으로 대응할 수 있도록 해 VPP 사업자의 운영 수익을 극대화한다.수학적 최적화는 현재 보유한 자원과 조건 하에서 발생할 수 있는 모든 경우의 수를 계산해 최대 효율을 내는 최적의 대안을 찾아내는 기술로 LG CNS의 ‘에너딕트’는 업계 최고 수준의 발전량 예측 정확도를 자랑한다.‘에너딕트’는 과거에 축적된 기상 자료와 더불어 국내외 기상 예측 기관에서 예보하는 다양한 기상 데이터까지 AI가 분석함으로써 태양광, 풍력 등 재생에너지

▲ LG이노텍 로고[출처=LG이노텍]LG이노텍(대표 문혁수)에 따르면 입고 시점에 불량 여부를 판독해 불량 원자재 투입을 사전에 걸러내는 ‘원자재 입고 검사 AI(인공지능)’를 업계 최초로 개발 및 적용했다.LG이노텍은 소재 정보 기술과 AI 영상처리 기술을 융합해 개발한 ‘원자재 입고 검사 AI’를 RF-SiP(무선 주파수 시스템 인 패키지) 공정에 처음 도입했다.최근에는 FC-BGA(플립칩 볼그리드 어레이)에도 확대 적용돼 고부가 반도체 기판 제품의 품질 경쟁력을 한층 강화하는 데 기여할 것으로 기대된다.기존에는 공정 투입 전 입고 원자재의 경우 육안(肉眼)으로 검수하는 수준에 그쳤다. 하지만 반도체 기판 제품의 고사양화로 상황이 바뀌었다.공정에 기인한 불량 원인을 모두 개선해도 신뢰성 평가의 문턱을 넘지 못하는 사례가 증가했다. 공정에 투입되던 입고 원자재 품질이 신뢰성 평가에 영향을 미치는 결정적 요소로 주목받기 시작한 배경이다.반도체 기판을 구성하는 핵심 원자재(PPG, ABF, CCL 등)는 유리섬유, 무기 혼합물 등이 믹스된 형태로 입고된다. 기존에는 원자재 혼합 과정에서 공극(空隙, 입자 사이 틈)이나 이물질 등이 생겨도 제품 성능 구현에 문제가 없었다.그러나 회로 간격 축소 등 기판 제품 스펙이 고도화되면서 공극의 크기나 이물질 양에 따라 불량이 발생하기 시작한 것이다.이에 따라 기존 육안 검사 방식으로는 원자재의 어떤 부분이 불량 요인인지 파악하는 것이 사실상 불가능해 업계의 난제로 떠올랐다.쉽게 말해 원자재 혼합물 한 로트(Lot∙생산공정에 투입되는 동일한 특성의 원자재 단위)를 쿠키 도우(dough) 한 덩이라고 치면 △도우 안에 소금이나 설탕이 한쪽으로 얼마나 쏠려 있는지 △공기 구멍은 몇 개가 생겼는지 △이물질은 얼마나 들어있는지 눈으로는 확인이 불가능한 것과 같은 경우다.LG이노텍은 이와 같은 업계 난제를 극복하기 위한 방안을 AI에서 찾았다. LG이노텍이 개발한 ‘원자재 입고 검

▲ 부산은행 빌딩[출처=홈페이지]BNK부산은행(은행장 방성빈)에 따르면 글로벌 금융기관인 HSBC로부터 2023년 외화송금 자동처리 최우수기관으로 선정됐다. 이에 따라 ‘STP Excellence Award’를 수상했다.HSBC는 해외송금 처리에 대한 신속정확도를 기준으로 평가해 ‘외화송금 자동처리비율(STP Rate : Straight Thtough Process)’이 우수한 은행에 매년 ‘STP Excellence Award’ 상을 수여하고 있다. 이 수치가 높을수록 해당은행의 업무처리능력 및 해외송금 서비스 경쟁력이 뛰어남을 의미한다. 부산은행은 2002년 이후 다양한 글로벌 금융기관으로부터 호평을 받고 있다.부산은행 손대진 고객기획본부장은 “STP Excellence Award 수상은 부산은행의 외화송금처리능력이 전 세계적으로 인정받고 있다는 것을 의미한다”고 말했다.또한 “앞으로도 지속적인 투자를 통해 수준 높은 외환전문가를 육성과 고도의 송금시스템을 제공해 고객만족을 이끌어내겠다”고 밝혔다.

스페인 다중 생체인식 기술기업인 페이스피(FacePhi)에 따르면 2022년 5월 27일 ISO 22301 인증을 받았다. ISO 22301는 비지니스 연속성에 관한 표준이다.ISO 22301 인증을 받음으로써 페이스피는 비상상황에서 소프트웨어와 고객관리 차원에서 서비스 연속성을 유지할 수 있다는 것을 검증받았다. 국제표준화기구(ISO)가 인증한 것이다. 디지털 신원 확인을 하고자 하는 고객에게 서비스함에 있어서 자체 시스템, 절차, 자원 등에 중복 메카니즘을 제공함으로써 표준에 최대한 맞췄다.ISO 22301 표준은 화재나 홍수와 같이 자체 설비를 훼손하는 상황에서도 시스템의 회복과 유지가 가능하다는 것을 의미한다.자체적인 비지니스 연속성 계획은 ISO 22301 인증을 받은 것으로 완전하다는 것을 증명했다. 페이스피는 2022년 3월 ISO/IEC 30107-3 Level 2 테스트도 통과했다.ISO/IEC 30107-3 Level 2는 신원 위조나 위장공격에 대항해 얼굴 생체인식 시스템으 보호할 수 있는지를 평가하는 표준이다.페이스피는 2012년 설립됐으며 얼굴인식 원천 기술을 개발한 글로벌 기술시업이다. 글로벌 금융기관 60여곳에 얼굴인식, 비대면 본인인증 솔루션을 공급하고 있다.자체적으로 개발한 셀피(Selphi) 솔류션은 로그인 및 결제용 얼굴인식에 활용된다. 이용자 얼굴의 특징을 패턴화하고 패턴은 6kB로 암호화 및 토큰화돼 은행 서버로 전송된다.서버에 저장돼 이후 사용자 인증을 위한 생체인식 기록으로 활용된다. 셀피 얼굴인식의 정확도는 99.998%로 10억건 이상의 사용 기록에도 불구하고 단 한 번도 인증사고가 발생한 사례가 없다.▲ 페이스피(FacePhi) 홍보자료(출처 : 홈페이지)

일본 도쿄대학(東京大学)에 따르면 2017년 2월 약물부작용으로 경련을 일으키는지에 대해 판별할 수 있는 인공지능(AI)을 개발했다.14종류의 약을 실험용 쥐의 뇌 절편에 투여해 신경세포의 전위변화를 측정하여 기계학습으로 판별기준을 작성하는 것이다.향후 iPS세포에서 분화시킨 신경세포에 적응할 수 있도록 판별 정확도를 향상시킨다. 이에 부작용평가에 대한 기준을 확립시킬 계획이다.▲도쿄대학 로고