본문으로 건너뛰기
피드

KAIST·포스텍·DGIST·UNIST가 한꺼번에 던진 국내 AI·바이오·XR 연구 소식

ai-ml 약 5분
vote
0
댓글
북마크

KAIST는 몇 개의 영상만으로 인간의 선호와 판단 기준을 학습하는 VOTP 기술을 발표했고, 포스텍은 RNA 기반 스마트 유전자 회로 플랫폼 RATEX를 공개했다. DGIST는 4년간 90억 원 규모의 XR 웨어러블 인터페이스 과제에 착수하고, UNIST는 제조 AI 포럼을 열어 산업 적용 전략을 논의했다.

  • 1

    KAIST VOTP는 적은 수의 선호 영상으로 피지컬 AI 학습 비용을 줄이는 기술임

  • 2

    포스텍 RATEX는 번역 단계의 신호를 전사 단계 제어로 연결하는 RNA 기반 유전자 회로 플랫폼임

  • 3

    DGIST는 90억 원 규모로 XR용 양방향 웨어러블 감각·동작 인터페이스를 개발함

  • 4

    UNIST 포럼에는 기업 관계자 200여 명이 참석해 제조 AI 적용 전략을 논의함

  • KAIST가 몇 개의 영상만으로 AI가 사람의 의도와 판단 기준을 배우는 VOTP 기술을 발표함

    • 정식 이름은 VOTP, 즉 Video-based Optimal TransPort Preference
    • 좋은 사례와 나쁜 사례 영상 몇 개만 주면 AI가 사람이 선호하는 행동 패턴을 스스로 파악하는 구조
    • 연구 결과는 국제 AI 학술대회 ICML 2026에서 오랄 발표 논문으로 선정됨
  • 이게 중요한 이유는 피지컬 AI의 고질적인 데이터 비용 문제를 건드리기 때문임

    • 기존에는 로봇 행동을 사람이 수천~수만 번 보고 평가해야 학습 데이터를 만들 수 있었음
    • VOTP는 방대한 인간 평가 데이터 대신 소수의 선호 영상으로 판단 기준을 학습하게 함
    • 로봇 팔, 휴머노이드, 자율주행차, 스마트팩토리, 드론, 수술 로봇, 컴퓨터 조작 AI 에이전트까지 적용처가 넓게 제시됨

중요

> 핵심은 “영상 몇 개로 끝”이 아니라, 사람이 일일이 평가해야 하던 피드백 비용을 줄일 수 있다는 점임. 피지컬 AI 상용화에서 데이터 라벨링 비용은 생각보다 큰 병목임.

  • KAIST는 정신건강 지원 조직도 새로 묶었음

    • ‘KAIST 마인드 케어 & 성장센터’를 출범
    • 기존에 흩어져 있던 심리상담, 정신건강 진료, 위기지원 기능을 통합한 조직
    • AI, 뇌과학, 디자인, 인문사회과학, 수학, 컴퓨터공학 연구진이 참여해 디지털 정신건강 연구까지 연결하겠다는 방향임
  • 포스텍은 RNA 기반 스마트 유전자 회로 플랫폼 RATEX를 공개함

    • 연구 결과는 국제학술지 앙게반테 케미에 게재됨
    • 핵심은 리보솜이 특정 조건에서 유전자 위 특정 지점에 멈추도록 설계하는 것
    • 이 ‘멈춤’이 신호가 되어 유전자 발현을 시작할지 말지를 결정함
  • RATEX가 흥미로운 건 계산 결과가 바로 유전자 제어로 이어지는 구조라는 점임

    • 번역 단계에서 얻은 계산 결과가 전사 단계 작동 여부로 연결됨
    • 연구팀은 크리스퍼 유전자 제어 시스템과 결합해 세포를 더 정밀하게 프로그래밍할 수 있음을 확인함
  • DGIST는 XR용 양방향 웨어러블 인터페이스 개발에 들어감

    • 과기정통부와 IITP가 지원하는 실감콘텐츠핵심기술개발 사업 신규 과제로 선정됨
    • 2026년 4월부터 4년간 90억 원 규모
    • 고성능 동작 인지 AI·알고리즘과 웨어러블 인터페이스 장치를 개발하는 프로젝트임
  • UNIST는 제조 AI를 주제로 산업 공동포럼을 열었음

    • 한국산업기술진흥협회, LS일렉트릭, LG AI연구원, 포스코홀딩스와 함께 개최
    • 주제는 ‘AI 대전환 시대, 제조 AI 초격차를 설계하다’
    • 기업 관계자 200여 명이 참석해 제조 현장 특화 AI 전략, 실행과제, 적용 사례, 산학연 협력 방안을 논의함

기술 맥락

  • VOTP가 노리는 문제는 로봇 학습에서 사람이 계속 채점해야 하는 비용이에요. 로봇이 잘했는지 못했는지 매번 사람이 평가하면 데이터 품질은 좋아질 수 있지만, 규모가 커지는 순간 비용과 시간이 바로 병목이 되거든요.

  • 그래서 KAIST 연구는 텍스트 설명보다 영상 선호 데이터를 활용해요. 피지컬 AI는 결국 움직임과 결과가 중요하니까, 좋은 행동과 나쁜 행동이 담긴 비디오에서 판단 기준을 뽑아내는 쪽이 더 자연스러운 입력이 될 수 있어요.

  • RATEX는 완전히 다른 분야처럼 보이지만, 이것도 결국 ‘제어’를 다루는 기술이에요. 세포 안에서 리보솜이 멈추는 위치를 신호로 삼아 유전자 발현을 켜거나 끄면, 생물학 시스템을 조건부 로직처럼 다룰 여지가 생기거든요.

  • DGIST의 XR 웨어러블 과제도 같은 흐름에 있어요. 사용자의 미세한 동작 의도를 AI가 읽고, 장치가 다시 감각 피드백을 주려면 소프트웨어 모델과 하드웨어 인터페이스가 같이 설계돼야 해요.

국내 연구기관 뉴스가 한 묶음으로 나오면 흘려보기 쉬운데, 이번 건은 피지컬 AI, 합성생물학, XR 인터페이스, 제조 AI가 동시에 걸려 있음. 전부 ‘AI를 소프트웨어 밖 현실 세계에 어떻게 붙일 것인가’라는 방향으로 모인다는 점이 꽤 흥미롭다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

알파벳, 클라우드 82% 성장했지만 AI 인프라 투자로 현금흐름 첫 적자

알파벳이 2분기 매출 1198억 달러를 기록하며 시장 전망을 넘겼고, 클라우드 매출은 82% 급증한 248억 달러까지 뛰었다. 하지만 AI 인프라에 분기 449억 달러를 투입하면서 잉여현금흐름은 2004년 상장 이후 처음으로 분기 적자를 냈다.

ai-ml

알파벳 클라우드 매출 82% 폭증했는데, 클라우드 ETF는 왜 빠졌나

알파벳의 2분기 클라우드 매출이 전년 대비 82% 늘며 월가 예상치를 크게 넘었지만, 클라우드 관련 ETF는 오히려 하락했다. 시장은 이제 클라우드 매출 성장률만 보는 게 아니라, 그 매출을 만들기 위해 데이터센터와 칩에 얼마나 많은 자본지출이 들어갔는지를 따지고 있다.

ai-ml

젠슨 황 “중국산 오픈소스 AI, 좋으면 써야 한다”

젠슨 황 엔비디아 CEO가 미국 정부의 중국산 오픈소스 AI 모델 규제 움직임에 반대했다. 딥시크, 알리바바, 문샷 AI 같은 중국 모델이 백도어라는 우려는 오해에 가깝고, 좋은 오픈소스 모델은 기업들이 활용할 수 있어야 한다는 주장이다.

ai-ml

업스테이지 ‘솔라 오픈 2’ 공개, 한국어·에이전트 성능으로 독파모 2라운드 승부

업스테이지가 오픈웨이트 LLM ‘솔라 오픈 2’를 공개했다. 2500억 매개변수 중 150억 개만 활성화하는 MoE 구조, 100만 토큰 컨텍스트, H200 2장 구동 가능성을 앞세워 한국어·에이전트·기업 도입성을 동시에 노린 모델이다.

ai-ml

아이벡스, 오픈소스 로봇·비전으로 볼트 검사 투입 자동화한다

아이벡스가 정보통신산업진흥원의 오픈소스 사업화 과제에 선정돼 케이피에프의 자분탐상 검사라인 자동화에 들어간다. 벌크 상태로 쏟아지는 볼트류를 AI 비전으로 인식하고, 6D 자세 추정과 로봇 제어로 집어서 검사장비에 넣는 흐름까지 구현하는 게 핵심이다.