-
19
- 미타운, 투자 유치 및 CES 2025 Innovation Award 수상 (2024-11-18)
- 연세대학교 인공지능융합대학 컴퓨터그래픽스 연구실 (지도교수 이인권)의 실험실 창업기업 미타운이 지난달 성공적인 투자 유치에 이어, 내년 1월에 예정된 CES 2025 혁신상을 수상하는 성과를 거두었다. 하이퍼리얼리스틱 뉴럴렌더링 스타트업 미타운은 2023년 연세대학교 기술지주회사와 합작설립한 실험실 학생창업기업으로, 연세대학교 인공지능융합대학, 연세대학교 창업지원단 등의 지원을 받아 빠르게 성장하고 있다. 미타운은 이커머스 업계 혁신을 위해 컴퓨터그래픽스 연구실과 함께 기술을 개발하고 시장 탐구를 통해 제품 브랜드 고객사에게 실용성있는 3D 솔루션 서비스를 선보이고 있다. 미타운이 개발한 하이퍼리얼리스틱 뉴럴렌더링 기술은 최신 3D 가우시안 스플래팅 (3D Gaussian Splatting) 기법을 바탕으로 모바일 환경에 적용될 수 있을 정도로 최적화된 초실감형 3D 복원 기술이다. 기존 3D 업계 솔루션이 고품질 3D 모델링과 렌더링을 위해 그래픽 디자이너 인력에 의존하는 것과 달리, 이 솔루션은 고품질을 유지하면서 제작 단가와 소요시간을 절감시켜 준다. 또한, 단순히 브랜드 고객사에게 3D 결과 파일을 전달하는 것이 아닌, 고객사의 웹이나 앱에 바로 적용할 수 있는 플러그 앤 플레이(plug and play) 기능을 지원하여 서비스 차별화를 한 차원 더 높였다. 미타운 대표인 전상빈 박사과정과 CTO인 이도해 박사과정은 대학원 과정 중에 단과대학 대표 우수 논문상, ICT 창업챌린지 과기부 장관상, 범부처 국내 최대 스타트업 대회인 도전 K-스타트업 왕중왕전 수상 등 연구 기술의 실용적인 사업화에 집중하며 비즈니스 모델을 구성하고, 이인권 교수와 함께 기술력을 핵심으로 시장 공략에 나서고 있다. 미타운은 수준 높은 재현율과 효율성을 달성하는 자체 뉴럴렌더링 기술력을 인정 받아 이번 ‘CES 2025 혁신상’ 패션 테크 부분에서 수상을 하는 성과를 거두었다. 내년 1월 미국 라스베이거스에서 열리는 세계 최대 규모의 가전·IT 박람회 ‘CES (Consumer Electronics Show) 2025’를 앞두고, 이 혁신상은 주최 미국소비자기술협회가 세계를 선도할 혁신기술과 제품을 선정해 수여하는 상이다. 이번 2025년도 빅테크 기업들과 유망한 글로벌 스타트업들의 신기술들이 적용된 신제품들이 CES 혁신상들로 공표되어 관심을 모으고 있다. 미타운은 국내에서 홈앤쇼핑 등 유통업계 대중견기업 오픈이노베이션 프로그램에 적극 참여하여 이커머스 분야의 혁신을 이끌어내고 사업 성장을 하고 있으며, 그 기술력과 사업성을 인정 받아 최근 조이시티-씨엔티테크 제1호 투자 조합으로부터 투자 유치를 성공적으로 마치고, 더욱 시장 친화적인 기술력을 고도화하고자 연계된 TIPS 투자 프로그램을 준비 중에 있다. Links: [투자] https://www.joongang.co.kr/article/25289995 [투자] https://www.etnews.com/20241106000053 [CES] https://www.joongang.co.kr/article/25292384 [CES] https://kr.aving.net/news/articleView.html?idxno=1795487 [기타] https://www.etoday.co.kr/news/view/2376174 [기타] http://tnnews.co.kr/archives/209566 [기타] https://www.newswire.co.kr/newsRead.php?no=993363 [서비스 실예시] http://m.hnsmall.com/goods/view/51023174?trackingarea=60000016%5E8000746%5E1182969 [서비스 실예시] https://fcmm.kr/product/09%EC%9B%94-27%EC%9D%BC-%EC%88%9C%EC%B0%A8%EB%B0%9C%EC%86%A1%ED%81%B4%EB%9F%BD-%ED%8C%80-%EC%97%90%EC%84%BC%EC%85%9C-%ED%9B%84%EB%94%94-20-%EB%AF%B8%EB%93%9C%EB%82%98%EC%9E%87-%ED%8D%BC%ED%94%8C/4795/category/733/display/1/ [서비스 실예시] https://m.kingkroach.com/product/galaxy-express-neo-ring/1349/category/71/display/1/
- 첨단컴퓨팅공학부 2025.01.08
-
18
- 연세대 인공지능학과, EMNLP 2024에서 12편의 논문 채택 (2024-09-30)
- 연세대 인공지능학과, EMNLP 2024에서 12편의 논문 채택 연세대학교 인공지능학과 소속 연구자들의 논문 12편이 EMNLP 2024 (The 2024 Conference on Empirical Methods in Natural Language Processing) 학회에 채택되었다. EMNLP는 ACL, NAACL과 더불어 자연어 처리 분야에서 세계적으로 권위 있는 3대 학술대회 중 하나로, 2024년에는 미국 마이애미에서 개최될 예정이다. 이번 성과 중 다수는 초거대언어모델(LLM) 관련 연구로, 연세대 연구진이 LLM의 효율성, 성능 향상, 및 실제 응용에 대한 혁신적인 접근법을 제시하였다. 이는 연세대 인공지능학과의 연구 역량을 한층 강화하는 결과로 이어졌다. 채택된 논문 리스트: (Main) 1. Can visual language models resolve textual ambiguity with visual cues? Let visual puns tell you! Jiwan Chung, Seungwon Lim, Jaehyun Jeon, Seungbeen Lee, Youngjae Yu 2. Coffee-Gym: An Environment for Evaluating and Improving Natural Language Feedback on Erroneous Code {Hyungjoo Chae, Taeyoon Kwon, Seungjun Moon}, Yongho Song, Dongjin Kang, Kai Tzu-iunn Ong, Beong-woo Kwak, Seonghyeon Bae, Seung-won Hwang, Jinyoung Yeo 3. Evidence-Focused Fact Summarization for Knowledge-Augmented Zero-Shot Question Answering {Sungho Ko, Hyunjin Cho}, Hyungjoo Chae, Jinyoung Yeo, Dongha Lee 4. Language Models as Compilers: Simulating Pseudocode Execution Improves Algorithmic Reasoning in Language Models Hyungjoo Chae, Yeonghyeon Kim, Seungone Kim, Kai Tzu-iunn Ong, Beong-woo Kwak, Seonghwan Kim, Taeyoon Kwon, Jiwan Chung, Youngjae Yu, Jinyoung Yeo 5. Learning to Correct for QA Reasoning with Black-box LLMs Jaehyung Kim, Dongyoung Kim, Yiming Yang 6. Selective Vision is the Challenge for Visual Reasoning: A Benchmark for Visual Argument Understanding Jiwan Chung, Sungjae Lee, Minseo Kim, Seungju Han, Ashkan Yousefpour, Jack Hessel, Youngjae Yu 7. Taxonomy-guided Semantic Indexing for Academic Paper Search SeongKu Kang, Yunyi Zhang, Pengcheng Jiang, Dongha Lee, Jiawei Han, Hwanjo Yu (Findings) 8. CACTUS: Towards Psychological Counseling Conversations using Cognitive Behavioral Theory {Suyeon Lee, Sunghwan Kim, Minju Kim}, Dongjin Kang, Dongil Yang, Harim Kim, Minseok Kang, Dayi Jung, Min Hee Kim, Seungbeen Lee, Kyoung-Mee Chung, Youngjae Yu, Dongha Lee, Jinyoung Yeo 9. Eliciting Instruction-tuned Code Language Models' Capabilities to Utilize Auxiliary Function for Code Generation Seonghyeon Lee, Suyeon Kim, Joonwon Jang, HeeJae Chon, Dongha Lee, Hwanjo Yu 10. How to Train Your Fact Verifier: Knowledge Transfer with Multimodal Open Models Jaeyoung Lee, Ximing Lu, Jack Hessel, Faeze Brahman, Youngjae Yu, Yonatan Bisk, Yejin Choi, Saadia Gabriel 11. Make Compound Sentences Simple to Analyze: Learning to Split Sentences for Aspect-based Sentiment Analysis {Yongsik Seo, Sungwon Song, Ryang Heo}, Jieyong Kim, Dongha Lee 12. Unveiling Implicit Table Knowledge with Question-Then-Pinpoint Reasoner for Insightful Table Summarization Kwangwook Seo, Jinyoung Yeo, Dongha Lee
- 첨단컴퓨팅공학부 2025.01.08
-
17
- 김선주 교수 CIPLAB 연구실, ECCV 2024에 6편의 논문 출판 (2024-09-30)
- 2024년 9월 김선주 교수가 지도하는 Computational Intelligence & Photography 연구실은 컴퓨터비전 최고 권위 국제 학술대회 중 하나인 European Conference on Computer Vision (ECCV) 2024에 총 6편의 논문을 발표했다. “Learning to Enhance Aperture Phasor Field for Non-Line-of-Sight Imaging” 논문은 뉴럴 네트워크를 활용한 비시선 이미징 방법론을 제시하였으며, 페이저 필드 기반의 NLOS 관측 데이터 복원 네트워크를 이용하여 보다 실용적인 시나리오에서 비시선 이미징을 가능하게 하였다. “Domain Reduction Strategy for Non-Line-of-Sight Imaging” 논문은 최적화 기반의 비시선 이미지 방법론을 제시하였으며, 최적화 과정에서 발생하는 불필요한 연산들을 줄여 약 20배 이상의 속도 향상을 달성하였다. “Hierarchically Structured Neural Bones for Reconstructing Animatable Objects from Casual Videos” 논문은 계층적 뼈 구조를 학습함으로써 비디오로부터 animatable 3D 모델을 만드는 기술을 제시하였으며, 이를 바탕으로 사용자에게 편리한 3D 모델 생성 방법과 손쉬운 조작 방법을 제공하였다. “Video Instance Segmentation with Appearance-Guided Enhancement” 논문은 기존의 비디오 객체 분할 논문들의 위치 정보에 의존적인 문제를 지적하였으며, 이를 보다 인간의 인식 능력에 가깝도록 물체의 외형 정보까지 활용하는 방법을 제안하였다. “ActionSwitch: Class-agnostic Detection of Simultaneous Actions in Streaming Videos” 논문은 실시간 스트리밍 비디오에서 동시에 일어나는 동작까지 포함하여 일반적으로 모델링 할 수 있는, 유한 상태 오토마타를 구체화하는 새로운 프레임워크를 제안하고, 이에 대한 효과적인 훈련 방법론을 제안하였다. "Accelerating Image Super-Resolution Networks with Pixel-Level Classification" 논문은 단일 이미지 초해상도에서 픽셀 단위 난이도 분류를 통해 성능 손실 없이 계산량을 줄이는 적응형 자원 분배 기술을 제안했다. Links: Accelerating Large Image Super-Resolution Networks with Pixel-Level Classification : https://3587jjh.github.io/PCSR/ VISAGE: Video Instance Segmentation with Appearance-Guided Enhancement : https://kimhanjung.github.io/VISAGE/ ActionSwitch: Class-agnostic Detection of Simultaneous Actions in Streaming Videos : https://musicaloffering.github.io/ActionSwitch-release/ Hierarchically Structured Neural Bones for Reconstructing Animatable Objects from Casual Videos : https://sites.google.com/yonsei.ac.kr/subinjeon/projects/hsnb Domain Reduction Strategy for Non Line of Sight Imaging : https://arxiv.org/abs/2308.10269 Learning to Enhance Aperture Phasor Field for Non-Line-of-Sight Imaging : https://join16.github.io/leap-page/
- 첨단컴퓨팅공학부 2025.01.08
-
16
- 여진영 교수 연구팀, ACL 2024 Outstanding Paper 선정 (2024-08-23)
- 연세대 인공지능융합대학 여진영 교수 연구팀의 강동진, 김성환 학생의 논문 "Can Large Language Models be Good Emotional Supporter? Mitigating Preference Bias on Emotional Support Conversation"이 인공지능 및 자연어처리 분야 최고 권위의 국제 학술지인 ACL 2024에서 Outstanding Paper로 선정되었다. 이는 전체 제출 논문 중 상위 1%에 해당하는 뛰어난 성과이다. 이번 연구는 유영재 교수와 이동하 교수와 공동연구로 진행되었으며, 초거대언어모델(LLM)이 인간처럼 타인에게 정서적인 지지를 제공할 수 있는지에 대한 질문에서 출발했다. 연구팀은 LLM이 답변을 생성하는 과정에서 발생하는 선호 편향을 심도 있게 분석하고, 이러한 편향이 초래할 수 있는 문제점을 조명하며 해결 방안을 모색하였다. 본 연구는 현재 LLM의 문제점을 드러내는 동시에, 향후 발전 방향을 제시한다는 점에서 중요한 의미를 갖는다. “Can Large Language Models be Good Emotional Supporter? Mitigating Preference Bias on Emotional Support Conversation”, {Dongjin Kang, Sunghwan Kim}, Taeyoon Kwon, Seungjun Moon, Hyunsouk Cho, Youngjae Yu, Dongha Lee, Jinyoung Yeo, ACL 2024, Outstanding Paper Award Link: : https://arxiv.org/abs/2402.13211
- 첨단컴퓨팅공학부 2025.01.08
-
15
- 정진규 교수 연구실(Scalable Systems Software Lab), 시스템 소프트웨어 분야 최고수준 국제 학술대회 (OSDI ‘24, USENIX ATC ‘24)에 논문 두 편 발표 (2024-08-02)
- 정진규 교수 연구실(Scalable Systems Software Lab), 시스템 소프트웨어 분야 최고수준 국제 학술대회 (OSDI ‘24, USENIX ATC ‘24)에 논문 두 편 발표 2024년 7월, 정진규 교수가 지도하는 연세대학교 Scalable Systems Software 연구실은 운영체제 분야 세계 최고 권위 국제 학술대회인 18th USENIX Symposium on Operating Systems Design and Implementation (OSDI ’24)에 논문을 발표했다. “Identifying On-/Off-CPU Bottlenecks Together with Blocked Samples” 논문은 다변화되고 고도화되는 현대의 컴퓨터 시스템에서 응용프로그램의 성능 프로파일링을 매우 손쉽게 도와주는 핵심 기술인 Blocked Samples기법을 고안하고, 이를 활용하는 응용프로그램 성능 프로파일러 2종(bperf, BCOZ)을 선보였다. 두 프로파일러는 응용프로그램을 실행할 때 성능 향상으로 이어지는 병목(bottleneck) 지점을 특정해주기에 최적화에 유용한 도구이다. 연구팀은 본 프로파일러를 활용하여 대규모 언어모델 추론, 빅데이터를 위한 NoSQL 저장소의 성능을 프로파일링하고 최적화를 도출하여 두 프로파일러 도구의 효용성을 입증했다. 또한, Blocked Samples 기법은 기존의 유사한 프로파일러 도구 대비 응용프로그램 성능 간섭을 최대 17배 감소시킨다. 또한, 정진규 교수 연구팀은 OSDI ‘24와 함께 열리는 시스템 소프트웨어 분야 플래그십 국제 학술대회인 2024 USENIX Annual Technical Conference (USENIX ATC ’24)에 논문을 발표했다. “A Secure, Fast, and Resource-Efficient Serverless Platform with Function REWIND” 논문은 Amazon Lambda, Google Cloud Functions와 같은 상용 서버리스 클라우드에서 성능 향상을 위해 사용하는 컨테이너(또는 샌드박스) 재사용 기법이 유발하는 보안 문제를 규명하고, 보안 문제를 해결함에 있어 성능 및 메모리 사용량 두 마리 토끼를 모두 잡는 REWIND 기법을 제시했다. 이 기법은 서버리스 컨테이너에서 서버리스 함수를 실행한 후 보안 문제를 유발할 수 있는 메모리 및 파일 영역만을 선별적으로 되감기를 수행하여 사용자 프라이버시 데이터 잔유물을 삭제하여 보안성을 유지하고, 보안성 유지에 필요한 메모리 사용량을 급격히 낮춘 기법이다. 연구팀은 다양한 실제 클라우드 워크로드에서 제안하는 기법이 기존의 보안성이 취약한 실행 기법 대비 거의 성능 손실이 없으며, 메모리 사용량은 두 배 이상 절감하는 것을 보였다. Links: Identifying On-/Off-CPU Bottlenecks Together with Blocked Samples, https://www.usenix.org/conference/osdi24/presentation/ahn A Secure, Fast, and Resource-Efficient Serverless Platform with Function REWIND, https://www.usenix.org/conference/atc24/presentation/song
- 첨단컴퓨팅공학부 2025.01.08
-
14
- 황성재 교수 연구팀의 연구, CVPR 2024에서 Highlight Paper로 선정 (2024-05-23)
- 2024년 6월 발표 예정인 인공지능학과 황성재 교수 연구팀의 논문 "EAGLE: Eigen Aggregation Learning for Object-Centric Unsupervised Semantic Segmentation"이 인공지능 및 컴퓨터비전 분야 최고 권위의 국제학술지인 CVPR 2024에서 Highlight Paper로 선정되었다. 이는 전체 제출 논문 중 상위 2.8%에 해당하는 성과이다. 이번 연구는 기존 방법이 객체 단위의 표현을 고려하지 않고 학습된다는 문제점을 지적하며, 객체 중심의 표현을 포함한 비지도 학습 의미 분할(unsupervised semantic segmentation)을 구현하기 위한 새로운 방법론을 제안하였다. 이 방법론은 Graph Laplacian의 Eigenbasis를 활용하여 객체에 대한 단서를 얻고, 이를 바탕으로 Contrastive Learning을 진행하는 방식이다. 본 연구는 황성재 교수의 지도 아래, 김찬영(인공지능학과 석사과정), 한우정(컴퓨터과학과 석박통합과정), 주다윤(컴퓨터과학과 학사과정) 학생들이 연구에 참여하였다. Link: EAGLE: Eigen Aggregation Learning for Object-Centric Unsupervised Semantic Segmentation: https://arxiv.org/abs/2403.01482
- 첨단컴퓨팅공학부 2025.01.08
-
13
- 이병주 교수의 연세 E스포츠 연구실, CHI 2024에서 발표하는 논문 네 편 중 두 편이 Best Paper Honorable Mention Award 수상 (2024-05-03)
- 이병주 교수의 연세 E스포츠 연구실, CHI 2024에서 발표하는 논문 네 편 중 두 편이 Best Paper Honorable Mention Award 수상 2024년 5월, 이병주 교수가 지도하는 연세 E스포츠 연구실은 인간-컴퓨터 상호작용 (Human-Computer Interaction) 분야의 세계 최고 권위 국제 학술 대회인 CHI 2024에 네 편의 연구 논문을 발표할 예정이다. "Quantifying Wrist-Aiming Habits with A Dual-Sensor Mouse: Implications for Player Performance and Workload" 논문은 두 개의 광학 센서가 장착된 마우스를 사용하여 사용자의 손목 사용 습관 정도를 정량화하는 기술을 제시하였으며, 이를 바탕으로 손목 사용 습관과 조준 성능, 상지 부하 사이의 관계를 조사하였다. "Characterizing and Quantifying Expert Input Behavior in League of Legends" 논문은 리그 오브 레전드 플레이어의 입력 행동 수준을 특성화, 정량화하는 것부터 시각화 작업을 통해 플레이어에게 실현 가능한 교훈을 제공하는 것까지, 전체적인 입력 행동 분석 파이프라인을 보여주었다. "Real-time 3D Target Inference via Biomechanical Simulation" 논문은 생체역학 시뮬레이션을 활용하여 합성 동작 데이터를 생성하고 다양한 동작 관련 요소를 포착하는 새로운 접근 방식을 제안하였다. "User Performance in Consecutive Temporal Pointing: An Exploratory Study” 논문은 다양한 CTP (Consecutive temporal pointing) 시나리오에서의 사용자 성능을 광범위하게 탐색했으며, CTP가 두 개의 일반적인 temporal pointing process들로 간주될 수 없는 고유한 작업임을 밝혔다. 이 중 두 편의 논문은 상위 5%의 논문에게만 수여되는 Best Paper Honorable Mention Award를 수상하였다. Link: Quantifying Wrist-Aiming Habits with A Dual-Sensor Mouse: Implications for Player Performance and Workload (Best Paper Honorable Mention Award) : https://programs.sigchi.org/chi/2024/program/content/146862 Characterizing and Quantifying Expert Input Behavior in League of Legends : https://programs.sigchi.org/chi/2024/program/content/148156 Real-time 3D Target Inference via Biomechanical Simulation (Best Paper Honorable Mention Award) : https://programs.sigchi.org/chi/2024/program/content/147400 User Performance in Consecutive Temporal Pointing: An Exploratory Study : https://programs.sigchi.org/chi/2024/program/content/147090
- 첨단컴퓨팅공학부 2025.01.08
-
12
- 여진영 교수 연구팀, 구글 딥마인드를 압도하는 초거대언어모델 연구 성과 공개 (2024-04-09)
- 2024년 4월에 Arxiv에 선공개 된 여진영 교수 연구팀 채형주 학생의 최신 연구가, 구글 딥마인드의 ‘자기 발견(self-discover)’ 프레임워크를 큰 차이로 뛰어넘는 추론 능력을 보여주며 화제가 되고 있다. 특히, 해당 연구는 AI분야의 유명 트위터 인플루언서들에게 소개되어 약 3만 5천회의 조회수에 달하는 뜨거운 관심을 받는 중이다. 이 연구는 유영재 교수와 공동연구로 진행되었으며, 초거대언어모델(LLM)이 문제를 해결하기 위해 스스로 알고리즘을 개발하고 활용하는 능력에 초점을 맞춰 새로운 방법론을 제안하였다. 여진영, 유영재 교수 공동 연구팀은 이를 통해 언어모델이 복잡한 문제를 보다 효과적으로 해결할 수 있음을 입증했다. 뿐만 아니라, 제안된 방법론은 초거대언어모델과 소형언어모델이 함께 작동해 비용 효과적인 추론이 가능하다는 큰 이점을 제시하였다. Link: https://huggingface.co/papers/2404.02575 https://twitter.com/_akhaliq/status/1775743181885186214
- 첨단컴퓨팅공학부 2025.01.08
-
11
- 광주과학기술원(GIST) 해커톤 전체 2위 UN상 수상 (2024-04-01)
- 2024년 3월 23일 (토) 부터 3월 24일 (일) 까지 1박 2일의 일정으로 치러진 AI4Good 해커톤에서 우리대학 학생들로 구성된 팀이 우수한 성적으로 입상했습니다. 과학기술정보통신부와 연구개발특구진흥재단이 주최하여 광주과학기술원 (GIST) 에서 열린 이 해커톤에서 컴퓨터과학과 4학년 임희원, 김지안, 박종헌, 이상헌, 전희재 학생들로 구성된 ALLAW 팀은 17 개 대학 소속 100 명의 학부/대학원 학생들로 이루어진 25 개의 팀들이 참가한 예선을 통과하고 본선에 진출한 14 팀 (60 명) 이 UN SDGs (Sustainable Development Goals) 를 주제로 하여 각자의 반짝이는 아이디어와 그동안 갈고 닦은 구현기술을 적용하여 빠르게 작품을 만들어 경쟁하는 해커톤 형식의 대회에서 “공공 데이터 활용 서비스” 를 출품하여 전체 2 위인 UN 상을 수상하는 쾌거를 이루어냈습니다. ALLAW 팀의 팀장으로 참여한 임희원학생은 “UN, MYSC, 루트임팩트에서 초빙한 강연자들의 사회혁신 비즈니스에 관한 강연을 통하여 사회혁신을 이끄는 개발자로서 발돋움할 수 있는 중요한 통찰을 팀원 모두가 얻을 수 있었다” 며, 특히 “UN 에서 활약하는 초청 강연자가 연세대학교 출신임이 알려져 우리대학 동문의 글로벌 무대에서의 영향력과 컴퓨터과학과 학부생 팀의 노력이 만나 이루어낸 가치 있는 순간으로 기억될 것” 이라고 대회 참여 및 수상 소감을 밝혔습니다. 이날 해커톤 행사에는 초청강연 위주의 교육 세션 외에도 다채로운 이벤트들이 마련되어 있었으며, ALLAW 팀원들은 이 중에서 특히 “지스트” 삼행시 공모전 이벤트에서 팀장인 임희원학생이 최다득표 작품을 제출하여 팀원 전원이 크록스, 후드티, 텀블러 등을 이벤트 경품으로 받은 것 또한 소중한 기억이 될 것이라고 전했습니다. 팀 구성원들은 우리대학 소프트웨어중심대학사업 (단장: 인공지능융합대학장 차호정교수님) 의 맥락에서 지난 2023년 겨울방학에 시행된 “AWS X 연세 윈터 캠프” 에 함께 참여한 것을 계기로 빅데이터와 생성형 AI 기술을 활용하여 사회공헌형 응용을 제작하는 것에 공통으로 가진 관심을 중심으로 모였으며 "동일한 팀원 구성"으로 국회 공공데이터 활용 경진대회 (https://www.assembly00data.com/) 에서도 본선에 참가하고 있는 바 (3월 15일로 예정되었던 본선 및 시상식이 국회의원 총선거 이후로 연기됨), 올해 4월 말에 또다시 주목할만한 성과를 올릴지에 대해 큰 기대를 갖게 하고 있습니다.
- 첨단컴퓨팅공학부 2025.01.08
-
10
- 연세대-바텍, 글로벌 의료기기 연구거점 AI센터 개소 (2023-12-04)
- 연세대-바텍, 글로벌 의료기기 연구거점 AI센터 개소 - 연구 주체들과 협업하는 ‘오픈 이노베이션(Open Innovation)’ 기반 - 최신 X-RAY CT 기증으로, 의료용 엑스레이 진단장비 공동연구 활성화 기대 연세대학교(총장 서승환)가 글로벌 치과용 진단장비 선도기업 바텍(대표이사 현정훈·김선범)과 16일 연세대 신촌캠퍼스에서 ‘연세대-바텍 Accurax Imaging 연구센터(이하 AI 센터)' 개소식을 개최했다. 이날 행사에는 연세대 서승환 총장, 백종덕 교수(센터장)와 바텍 네트웍스 노창준 회장, 바텍 김선범 대표이사, 최성일 연구소장 등 주요 인사가 참석했다. AI 센터는 연세대와 바텍의 산학협력 거점연구소로, 치과·의료용 엑스레이 진단 장비에 사용될 다양한 기술 요소를 융합 개발한다. 대학-병원-기업 간 효율적 협업 및 최신 설비를 보유한 연구 공간을 마련하기 위해 연세대 신촌캠퍼스에 새롭게 문을 열었다. 바텍은 이번 개소식에서 5억 원 상당의 X-RAY CT 장비를 연세대에 기증했으며, 연구를 위한 대규모 공간과 설비를 마련했다. AI 센터 확장과 최신 CT 장비 마련으로, 의료용 엑스레이 진단 장비 개발에 특화된 국내 최고 수준의 연구 환경을 구축하게 됐다. AI 센터는 전문성을 가진 다양한 연구 주체들이 유연하게 참여하는 ‘오픈 이노베이션(Open Innovation)’ 형태로 운영된다. 연세대 인공지능융합대학, 치과대학, 계산과학공학과, 바이오영상데이터 연구소 등 다양한 연구 주체들이 협업해 ▲치과/의료용 X-RAY 진단 장비 ▲기구 기술 상용화에 필요한 HW ▲임상 자문 등 다양한 융합 기술을 연구할 계획이다. 바텍 네트웍스 노창준 회장은 “바텍과 연세대는 2010년부터 X-RAY 영상기술 개발을 위한 협력을 이어왔다. 치과용 CT 분야에서 세계 1위 기업이 된 기반은 끊임없는 기술혁신에서 비롯했다. AI센터를 통해, 치과·의료 시장을 선도할 신기술이 개발되고 빠르게 상용화되길 기대한다.“고 밝혔다. 연세대 서승환 총장은 “연세대와 바텍의 의료 인공지능 연구 협력은 획기적인 의료영상 품질 개선을 위한 허브 역할을 할 뿐만 아니라 의료 인공지능 연구를 주도할 차세대 (의사)과학자, 인공지능 엔지니어 및 혁신가를 육성하는 플랫폼 역할을 할 것이라 확신한다.”고 밝혔다. 링크: https://www.yonsei.ac.kr/sc/intro/pressrel.jsp?mode=view&article_no=225400&board_wrapper=%2Fsc%2Fintro%2Fpressrel.jsp&pager.offset=5&board_no=41
- 첨단컴퓨팅공학부 2025.01.08