산업공학과

기고 2026년 05월 12일 화요일

UNIST-HD현대중공업, ‘AX교육연구센터’ 설립… “AI로 조선 산업 체질 바꾼다”

UNIST가 HD현대중공업과 함께 조선 산업 현장의 AX(AI 전환)를 추진할 산학협력 거점을 세운다. 양 기관은 11일(월) 파이오니어(Pioneers) 캠퍼스에서 ‘HD현대중공업×UNIST AX교육연구센터’ 설립 협약을 체결하고 현판식을 열었다. 이날 행사에는 UNIST 안현실 연구부총장, 김남훈 Pioneers 캠퍼스단장, 김성일 산업공학과장, 김영대 교수와 HD현대중공업 손원식 상무, 김국선 책임, 이희성 책임 등이 참석했다. AX교육연구센터는 HD현대중공업 생산 라인의 현안을 UNIST AI 교육·연구 역량과 이어준다. 교육 과정에서 과제를 찾아내고, 이를 공동연구와 기술자문, 제조 공정 실증으로 확장하는 체계다. 조선 산업에서 실제 작동할 AI 기술을 발굴하고 현장 적용성을 검증하는 실행 기반인 셈이다. 이번 협력은 지난해 9월 HD현대중공업 엔진기계시스템기획부와 UNIST가 AI 기반 산학협력 방안을 논의하면서 시작됐다. 양 기관은 조선 산업의 경쟁력을 높이려면 현장 중심의 AX 전환이 필요하다고 보고, 임직원 교육과 기업 요구에 맞춘 공동연구를 병행하기로 했다. 제조 공정에 적용 가능한 기술을 찾아내고 이를 생산 현장으로 확산시키는 것이 목표다. 센터는 특정 학과나 개별 연구실 단위가 아닌 UNIST 대학 차원의 산학협력 체계로 운영된다. 교수진이 꾸준히 참여할 수 있는 구조를 만들면, HD현대중공업 수요에 맞춘 연구 주제를 안정적으로 발굴·수행한다. 양 기관은 HD현대중공업 임직원을 대상으로 UNIST의 재직자 AI 교육 프로그램인 ‘노바투스아카데미아’를 운영한다. 이 과정에서 조선·엔진·기계 시스템 분야의 AI 활용 주제를 찾아내고, 이를 산학 공동연구와 제조 공정 적용으로 연결한다. 교육은 산업현장 문제 해결형으로 설계해, 현안 분석부터 기술 검증까지 이어지도록 한다. UNIST는 노바투스대학원 석사과정, AI최고경영자과정 등 기존 교육과정과의 연계도 추진한다. 후속 공동 프로젝트가 이어질 경우 장학 지원, 기업 현안에 대한 상시 기술자문, 사내 AI 교육을 위한 UNIST 교수진 중심 강사진 지원망도 마련한다. 안현실 연구부총장은 “이번 센터 설립은 HD현대중공업 산업현장의 실제 문제를 AI 기술로 해결하기 위한 실행형 산학협력 모델”이라며 “UNIST의 AI 연구 역량과 HD현대중공업의 현장 경험을 결합해 조선 산업의 AX 전환 속도를 높이겠다”고 말했다. HD현대중공업 관계자는 “UNIST와의 협력을 통해 현장에서 쓸 수 있는 AI 기술을 개발하고 임직원의 AI 역량을 강화해 기업 경쟁력을 높이겠다”며 “지속적인 산학협력으로 조선 산업의 AX 전환을 선도하겠다”고 밝혔다. UNIST는 노바투스아카데미아를 통해 동남권 산업현장형 AI 인재를 양성해 왔다. 이번 AX교육연구센터 출범을 계기로 조선 산업과 맞닿은 AI 교육·연구 협력을 확대한다.

대학소식 2026년 04월 10일 금요일

UNIST 교수진, 조선업 AI 전환 이끈다

UNIST가 조선업의 AI 전환(AX, AI Transformation)을 이끌 초거대 산업 AI 개발 연구에 본격 착수한다. 이번 연구는 인공지능대학원, 산업공학과, 컴퓨터공학과, 기계공학과, 경영과학부 등 다양한 학과 교수진이 참여하는 대규모 융합 연구로 추진된다. 과학기술정보통신부 ‘초거대산업 AI연구지원사업’에 조선 분야로 도전하여 최종 선정된 이번 연구는 총 403억원(국비 285억원, 시비 25억원, 기업부담금 93억원) 규모로 추진되며, 조선소에서 생성되는 데이터를 기반으로 산업 특화 초거대 AI를 개발하고 실제 현장에 적용하는 것을 목표로 한다. 이번 프로젝트는 총 6개 세부과제로 구성되며, 각 분야별 UNIST 교수진이 참여해 조선 산업 전반의 AI 혁신을 이끌 계획이다. 먼저 ‘산업 도메인 특화 멀티모달 초거대 AI 모델 개발’ 과제에는 반도체 소재·부품 대학원의 김성엽 교수를 비롯해 인공지능대학원 나승훈, 장영수, 백승렬, 김태환 교수와 기계공학과 정하영 교수가 참여해 조선업 특화 멀티모달 AI 파운데이션 모델 개발을 담당한다. 이 파운데이션 모델은 조선소에서 생성되는 다양한 데이터를 통합 학습하는 핵심 엔진으로, 이후 데이터셋 구축, 플랫폼 개발, 공정 최적화 및 현장 실증 등 전 세부과제의 기반 기술로 활용된다. ‘지능형 AI 처리·학습 플랫폼 기술 개발’ 과제에는 인공지능대학원 윤성환, 심재영, 이연창 교수와 산업공학과 박새롬 교수, 컴퓨터공학과 위성일 교수가 참여해 대규모 산업 데이터를 효율적으로 처리·학습할 수 있는 산업 데이터 학습 플랫폼 구축에 나선다. 또한 ‘산업 도메인 특화 데이터셋·합성 기술 개발’ 과제에는 인공지능대학원 양승준, 김지수, 이연창 교수가 참여해 효율적이고 범용적인 AI 모델 학습을 위한 실제 데이터의 한계를 보완하고 다양한 상황을 포괄할 수 있는 합성데이터 생성 연구를 진행한다. ‘제조·예지보전 및 공정 최적화 기술 개발’ 과제에는 산업공학과 김영대, 김성일, 나형호, 임동영, 임치현 교수와 컴퓨터공학과 김정훈 교수, 인공지능대학원 최진영 교수, 기계공학과 하준형 교수가 참여해 조선업 특화 파운데이션 모델을 기반으로 설계-중일정 계획 공정을 연계한 자동화·최적화 기술을 개발한다. 또한 협동로봇의 예지보전과 지능화된 운용체계 구축도 함께 추진할 계획이다. 이와 함께 ‘산업 도메인 특화 온디바이스 AI 기술 개발’ 과제는 컴퓨터공학과 공태식 교수, 이종은, 황랑기 교수가 맡아 조선 도메인 특화 적응·경량·최적화된 온디바이스 AI 기술을 개발하며, ‘산업 도메인 특화 멀티모달 초거대 AI 서비스 실증’ 분야에는 경영과학부 서병기 교수와 기계공학과 김남훈 교수가 참여해 개발된 기술의 산업 현장 적용과 확산을 담당한다. 이번 연구는 학과 간 경계를 넘는 융합 연구 체계를 기반으로 추진된다는 점에서 의미가 크다. 인공지능 기술 개발뿐 아니라 산업공학 기반의 최적화, 컴퓨터공학 기반 시스템 구현, 기계공학 기반 현장 적용, 경영과학 기반 실증 및 확산까지 전주기를 아우르는 연구 구조가 특징이다. 또 HD현대중공업, HD한국조선해양, 크라우드웍스와의 협력을 통해 산업 현장의 실제 데이터를 기반으로 연구가 진행되며, 개발된 기술은 현장에 적용·검증되는 실증 중심 연구로 추진된다. 대규모 언어모델(LLM) 전문가로서 이번 세부 과제 간 조율을 맡은 나승훈 교수는 “이번 사업은 산업 특화 AI 파운데이션 모델과 응용기술을 개발하는 데 의미가 있다”며 “앞으로 생산계획, 공정, 품질 관리 등 피지컬 AI를 포함한 조선 산업 전반의 AI 전환을 이끄는 중요한 기반이 될 것”이라고 밝혔다. 이어 “이를 통해 제조 산업 AI 분야에서 UNIST의 연구 수월성을 입증해 나가겠다”고 덧붙였다. 한편, UNIST 연구처는 이번 사업을 연구몰입환경 구축을 위한 '연구행정 Pre-Award 시범사업'으로 선정하여 과제 기획, 예산 편성, 자료 작성 및 취합 등 연구자가 대형과제를 수주하는 데 필요한 행정 지원을 수행하였다. 앞으로도 연구 수월성 제고를 위한 UNIST만의 R&D매니지먼트 모델을 정립하고 연구행정 선진화를 선도해 나갈 계획이다.

커뮤니티 2026년 04월 03일 금요일

UNIST 학부생팀 ‘울세이너’, 국제 의료 AI 해커톤 세계 3위

UNIST 학부생 4명으로 이뤄진 ‘울세이너(ULSANER)’ 팀이 국제 의료 인공지능 경진대회 ‘AI in Healthcare Hackathon 2026’에서 최종 3위를 차지했다. 울세이너는 지난달 27~28일 우즈베키스탄에서 열린 결선에서 1차 모델 성능 평가 1위를 기록한 뒤, 최종 발표 심사까지 통과해 시상대에 올랐다. 팀은 산업공학과 이정재·김민성, 컴퓨터공학과 전민국, 바이오메디컬공학과 조혜리 학생으로 구성됐다. 대회는 우즈베키스탄 Central Asian University(CAU)가 주관한 ‘CAU Tech Hackathon 2026’ 의료 AI 부문으로, 17개국에서 1200여 명, 300여 팀이 참가했다. 팀 리더 이정재 학생은 “산업공학과에서 쌓은 지식과 프로젝트 경험이 이번 해커톤의 밑바탕이 됐다”며 “전공이 다른 팀원들과 역할을 나눠 끝까지 완성도를 끌어올린 과정이 뜻깊었다”고 말했다. 예선은 국내에서 지원서와 소개 영상 심사로 진행됐고, 이를 통과한 58개 팀이 현지 결선에 진출했다. 파이널 라운드는 두 단계로 치러졌다. 1차에서는 모델 성능으로 상위 10개 팀을 추렸고, 2차에서는 발표와 질의응답, UI 구현 능력까지 합산해 최종 순위를 가렸다. 점수만 높다고 통하는 무대가 아니라, 결과를 어떻게 설명하고 실제 활용 장면까지 얼마나 설득력 있게 구현하느냐가 최종 순위를 갈랐다. 참가팀에 주어진 과제는 실제 의료 바이옵시 이미지 데이터를 바탕으로 피부 병변을 읽어내는 일이었다. 질환명이 공개되지 않은 12종의 병변 이미지를 분류하고, 병변 부위를 정확히 짚어내는 분할 과제를 함께 풀어야 했다. 울세이너는 피부 병변 이미지를 분석해 질환을 가려내고 병변 영역을 찾아내는 AI 모델을 구축했다. 이 과정에서 오토리서치(Autoresearch) 프레임워크를 활용해 모델 구조와 하이퍼파라미터 조합을 반복적으로 시험했다. 여러 후보 모델을 동일한 조건에서 비교한 뒤 성능 변곡점을 기준으로 우수 모델군을 추렸고, 마지막에는 예측 확률을 평균내는 앙상블 기법을 적용해 새로운 데이터에서도 안정적인 성능을 확보했다. 교차검증으로 결과의 신뢰도를 끌어올린 점도 눈에 띄었다. 특히 초점 손실(Focal Loss)을 적용한 클래스 불균형 보정과 다양한 데이터 증강 기법을 더해 성능을 한층 높였다. 그 결과 상위 2개 모델을 결합한 앙상블은 분할 성능 지표인 IoU를 0.8474에서 0.8528로 키웠다. 결선 1차 1위는 여러 조건에서 성능을 검증하고 다듬은 끝에 얻은 결과였다. 최종 심사에서는 모델 점수만으로 판가름 나지 않았다. 울세이너는 ‘스킨스캐너(SkinScanner)’ 웹사이트를 구현해 이미지 업로드부터 질환 분류 결과, 병변 분할 시각화까지 한눈에 확인할 수 있도록 했다. 여기에 피부 병변 진단 기준인 ‘ABCD rule’도 반영했다. 비대칭성(Asymmetry), 경계(Border), 색상(Color), 직경(Diameter) 정보를 함께 제시해 사용자가 결과를 직관적으로 읽을 수 있게 했다. 높은 정확도를 실제 사용 경험으로 풀어낸 점이 발표 심사에서도 강점으로 작용한 것이다. 김민성 학생은 “병변 분류와 분할은 결국 복잡한 데이터 속에서 비정상 신호를 포착하는 일”이라며 “의료를 넘어 제조와 금융 현장에서도 신뢰할 수 있는 이상 탐지 모델을 연구하고 싶다”고 소감을 전했다. 전민국 학생은 “오토리서치 기반 접근으로 모델 개발 과정을 자동화하고 효율화하는 경험을 할 수 있었다”며 “이번 경험을 바탕으로 앞으로는 에이전트 기반 연구를 더 발전시키고 싶다”고 덧붙였다. 조혜리 학생은 “AI의 경쟁력은 단순한 정확도에만 있지 않고, 결과에 대한 신뢰를 어떻게 쌓느냐에 달려 있다는 점을 이번 대회를 통해 실감했다”고 밝혔다.

커뮤니티 2026년 03월 31일 화요일

특정 단어에 돌변하는 AI… UNIST가 ‘숨은 악성 명령’ 잡아냈다!

AI는 보이지 않게 심어진 신호 하나로 위험한 답을 내놓기도 한다. UNIST 연구진이 이런 숨은 조작을 걷어내는 해법으로 국제 무대에서 성과를 냈다. 산업공학과·인공지능대학원 박새롬 교수와 인공지능대학원·전기전자공학과 윤성환 교수 공동 연구팀은 지난 23일부터 25일까지 독일 뮌헨에서 열린 국제전기전자공학회(IEEE) 보안·신뢰 기계학습 학회(Security and Trustworthy Machine Learning, SaTML)의 ‘사후학습 대규모 언어모델 백도어 방어 챌린지(Anti-Backdoor Challenge for Post-Trained Large Language Models, Anti-BAD)’에서 2위를 차지했다. 연구팀은 생성, 분류, 다국어 등 서로 다른 과제에 두루 적용할 수 있는 범용 공격 완화 기법을 제시해 호평을 받았다. 보안·신뢰 기계학습 학회(SaTML)는 인공지능 보안 연구를 중심으로 열리는 IEEE 주관 국제 학술대회다. 올해로 4회째를 맞은 이 학회는 인공지능 모델을 위협하는 각종 공격과 이를 막는 방어 기술을 발표하고 논의하는 장으로 자리 잡았다. 관련 기술 경연대회도 매년 활발히 열리며, 글로벌 AI 안전성 연구 경향을 가늠하는 무대로 통한다. 사진 왼쪽부터 인공지능대학원 하승범, 산업공학과 윤지은·권기완 연구원. 이번 연구에는 박새롬, 윤성환 교수를 비롯해 윤지은(산업공학과 석박사통합과정), 권기완(산업공학과 석사과정), 하승범(인공지능대학원 석박사통합과정) 연구원이 참여했다. 백도어 공격은 인공지능 모델이 특정 결과를 내놓도록 몰래 심는 조작 기법이다. 평소에는 정상적으로 작동하지만, 특정 단어나 문장 같은 ‘트리거’가 입력되면 의도된 반응을 보이도록 만드는 방식이다. 대규모 언어모델(LLM)처럼 복잡한 모델도 소수의 공격 데이터와 짧은 미세조정만으로 오염될 수 있어, 인공지능 안전성을 흔드는 대표적 위협으로 여겨진다. 이번 안티-배드(Anti-BAD) 챌린지는 이처럼 서로 다른 목적에 맞춰 미세조정된 LLM에 숨어 있는 트리거의 영향을 최소화해, 공격받지 않은 것과 같은 안전한 모델을 확보하는 방어법을 겨루는 대회였다. 생성 과제 2개, 분류 과제 2개, 다국어 과제 2개가 제시됐고, 각 과제마다 3개씩의 LLM 모델이 주어졌다. 참가팀은 모델 구조와 과제 유형 전반을 아우를 수 있는 범용 방어 기법을 내놔야 했다. UNIST 공동 연구팀의 핵심 기술은 ‘모델 양자화(model quantization)’, ‘모델 병합(model merging)’, ‘이상치 매개변수 탐지(outlier parameter detection)’, ‘과신뢰 방지(overconfidence mitigation)’를 결합한 전략이다. 생성 과제에서는 같은 작업을 수행하는 모델이라도 백도어가 심어진 양상이 서로 달랐다. 연구팀은 먼저 모델 양자화 과정에서 생기는 미세한 흔들림으로 숨어 있던 백도어 신호를 흐트러뜨렸다. 이어 여러 모델이 공통적으로 유지하는 정보만 남기는 합의 기반 모델 병합 기법을 적용해 악의적 반응을 약화시켰다. 분류와 다국어 과제에서는 접근법을 달리했다. 정상적으로 학습된 모델과 백도어가 삽입된 모델을 비교해 비정상적으로 바뀐 부분을 찾아 영향력을 줄였다. 여기에 입력 데이터에서 수상한 단어를 걸러내고, 모델이 틀린 답에도 지나치게 확신하지 않도록 조정하는 절차를 더해 빠르면서도 효과적으로 백도어를 완화했다. 대회에 참여한 윤지은 연구원은 “공격 데이터셋이나 방법에 대한 아무런 사전 정보 없이 최소한의 접근만으로도 대규모 언어모델의 악의적 사용을 효과적으로 막을 수 있는 방어법을 개발할 수 있다는 가능성을 확인한 기회였다”며 “이번 성과를 발판으로 인공지능 모델이 국민들에게 배포되기 전 악의적인 행동을 사전에 차단하고, 안전하고 믿을 수 있는 인공지능 사용 환경을 만드는 데 힘을 보태겠다”고 말했다.

커뮤니티 2026년 01월 19일 월요일

UNIST 학부생, KAIST·포스텍 제치고 AI 경진대회 우승!

전국 대학 학부생이 참여한 AI·데이터사이언스 경진대회에서 UNIST 학부생 단일팀이 대상을 차지했다. UNIST 학부생들로 구성된 단일팀 ‘RPM’은 지난 5일 열린 ‘제5회 AI & 데이터사이언스 경진대회’에서 최고상인 대상(한국타이어상)을 받았다. 인공지능과 데이터 분석 역량을 겨루는 이 대회는 전국 대학 학부생들이 참여하는 경진대회다. 이번 대회는 UNIST, KAIST, POSTECH이 공동으로 개최하고, 한국타이어앤테크놀로지가 후원했다. 전국에서 83개 팀, 238명이 참가해 문제 해결 과정의 논리성과 산업 현장 적용 가능성을 중심으로 경쟁을 벌였다. RPM 팀은 산업공학과 김선욱 학생이 대표를 맡았고, 안성호·전민국·김민준 학생이 함께했다. 대회 출범 이후 대상은 줄곧 KAIST 팀이 가져갔지만, 이번에는 UNIST가 전국 대학들과의 경쟁에서 최고 성적을 거두며 새로운 기록을 썼다. 이들은 트랜스포머와 적층형 순환신경망(LSTM) 기반의 딥러닝 모델을 활용해 타이어 불량률을 예측하고 생산 의사결정까지 연결했다. 이 과정에서 모델 설계와 선택을 자동화하는 기법(AutoML)과 판단과 선택을 반복하며 성능을 개선하는 학습 구조(ML Agent)를 단계적으로 적용했다. 또 생산 범위에 따른 손실 위험을 의사결정에 체계적으로 반영해 산업 현장 적용 가능성을 높였다. 이러한 문제 해결 과정과 접근법을 발표에 충실히 담아내며 심사위원들로부터 높은 평가를 받았다. 'RPM' 팀의 김민준(새내기학부), 김선욱(산업공학과), 안성호·전민국(컴퓨터공학과) 학생 김선욱·전민국 학생은 “산업공학과에서 다양한 프로젝트를 수행하며 익힌 사고 방식이 대회 전반에서 문제를 효율적으로 접근하는 데 큰 도움이 됐다”며 “학부 연구생으로 활동하며 배운 산업공학 지식을 실제 문제 해결에 적용해볼 수 있어 뜻깊은 경험이었다”고 말했다. 이어 “항상 학생들의 성장을 위해 힘써주신 지도교수님들께 감사드린다”고 덧붙였다. 안성호·김민준 학생도 “평소 데이터가 제한적인 의료 분야에서 인공지능을 적용해본 경험이 이번 대회 전반에 큰 도움이 됐다”며 “이번 대회를 통해 다양한 분야에 도전하는 학부생들이 함께 협업할 수 있는 소중한 기회였다”고 밝혔다. 또 “새내기로 도전한 첫 대회에서 큰 성과를 거둘 수 있어 기쁘다”며 “대회에 집중할 수 있도록 도와준 선배들과, 좋은 교육 환경을 만들기 위해 끊임없이 노력해온 학교와 학과 행정실에 깊이 감사드린다”고 말했다. 학생들의 성과 뒤에는 산업공학과 임치현·이용재 교수의 지도가 있었다. 임 교수는 “전국 규모의 경쟁에서 학부생 단일팀이 대상을 받은 점은 교육 현장에서 의미가 크다”며 “학생들이 스스로 문제를 정의하고 해법을 만들어간 과정이 무엇보다 값지다”고 격려했다. 이 교수도 “학부 단계부터 인공지능과 데이터를 산업 문제 해결과 연결해온 교육 성과가 전국 무대에서 드러났다”며 “앞으로도 학생들이 더 큰 도전에 나설 수 있도록 돕겠다”고 전했다.

커뮤니티 2025년 12월 12일 금요일

산업공학과 학생연구팀, LLM 기반 ‘유연탄 가격 지수’ 개발

산업공학과 학부·대학원생으로 구성된 연구팀이 지난달 27일에 열린 ‘2025 전국산학융합지구 프로젝트랩 경진대회’에서 한국산업기술진흥원장상을 받았다. 연구팀은 AI 기술 거대언어모델(LLM)로 ‘설명 가능한 유연탄 가격 지수’를 만들어 높은 점수를 받았다. 유연탄은 휘발성 물질이 많아 연소할 때 화염과 연기를 내는 석탄으로, 주로 발전·제철·시멘트 소성 등에 쓰인다. 이번 경진대회는 전국 17개 산학융합지구 대표팀이 한자리에 모여 성과를 겨뤘다. 울산산학융합지구 대표로 출전한 산업공학과 팀은 전체 2위 성적으로 우수상을 차지했다. 연구팀은 지난 6개월 동안 한국동서발전과 함께 유연탄 가격 변동을 예측하고 설명하는 모델 개발에 집중했다. 경제 지표, 전력 수급, 기후 변화, 무역 흐름 등 방대한 데이터를 모으고, 이를 LLM으로 정제해 수리적 구조로 바꾸는 방식을 선택했다. 그 결과 통계 검증을 통과한 ‘설명 가능한 가격 지수’를 만들어냈다. 연구팀은 이를 토대로 유연탄 가격을 안정적으로 살필 수 있는 모니터링 체계를 구축했다. 성과는 실험적 단계에서 머물지 않았다. 연구팀은 실제 유연탄 트레이딩과 원자재 투자 성과를 가정한 시뮬레이션을 진행해 지수 효과를 검증했다. 이 과정에서 유의미한 이익이 나타나면서 연구 실용성이 입증됐다. 심사위원단은 기업 원자재 구매 판단이나 위험 대응 전략 수립에 직접 도움이 될 수 있는 연구라고 평가했다. 이번 프로젝트는 산업공학과 학부생 진상진, 박수환, 서준혁 학생이 중심이 됐다. 김강민, 이호영 대학원생이 연구 수행과 자문 역할을 맡았고, 이용재 교수가 지도교수로 힘을 보탰다. 학생들은 “산학융합을 주제로 대학과 기업이 함께 산업 과제를 해결할 수 있음을 확인했다”며 “울산 대표로 출전한 전국 대회에서 연구 기여도를 인정받아 기쁘다”고 소감을 전했다. 이용재 교수는 “UNIST 산업공학과 학생들이 열정적으로 연구를 이어가 값진 결과를 얻었다”며 “금융 시장에서도 LLM을 활용할 수 있다는 가능성을 산학융합프로젝트를 통해 구체적으로 제시했다는 점에서 의미가 크다”고 말했다.

대학소식 2025년 11월 27일 목요일

산업공학과 이용재 교수팀, 세계 최대 금융 AI 학회서 ‘최다 논문’

산업공학과 이용재 교수팀이 세계 최대 금융 AI 학회인 ‘ACM ICAIF 2025’에서 단일 연구그룹 기준 최다 논문을 발표하며 한국 금융 AI의 위상을 드높였다. 국제 금융분야 AI 컨퍼런스(International Conference on AI in Finance, ICAIF)는 ACM(Association for Computing Machinery)이 주관하는 학술대회로, JP모건·블랙록·블룸버그 등 글로벌 금융사와 세계 각국의 학계 연구진이 참여하는 금융 분야 최대 국제 AI 학회 중 하나로 꼽힌다. 이번 ‘ACM ICAIF 2025’ 대회는 지난 15~18일 싱가포르에서 열렸다. 올해 349편이 투고됐고, 이 중 31.8%인 111편만 채택됐다. 구두 발표 54편, 포스터 발표 57편이다. 이 교수팀은 이 가운데 구두 3편, 포스터 5편 총 8편의 정규 논문을 발표했다. 올해 발표된 전체 정규 논문 중 가장 많은 숫자다. 미국 로스앤젤레스 캘리포니아대학(UCLA) 미하이 쿠쿠링구(Mihai Cucuringu) 교수팀(6편), 자산운용사 블랙록 다가시 메타(Dhagash Mehta) 박사팀(5편) 등 세계적 연구진들과 어깨를 나란히 했다. 연구의 질도 돋보였다. 대형언어모델(LLM)의 투자 판단 편향을 분석한 ‘투자 분석에서 LLM의 편향성(Your AI, Not Your View: The Bias of LLMs in Investment Analysis)’ 연구가 특히 주목받았다. 한국은행과 한국투자공사에서 초청 세미나가 열렸고, UBS(홍콩), 블룸버그(뉴욕), 글로벌 헤지펀드 등에서도 발표 요청이 잇따랐다. 이 논문은 챗GPT, 제미나이, 라마(Llama), 딥시크 등 주요 거대언어모델(LLM)이 산업군·기업 규모·투자 전략에 따라 각기 다른 ‘투자 편향’을 드러낸다는 사실을 실증적으로 보여줬다. 같은 종목을 묻더라도 모델마다 판단이 달라질 수 있다는 뜻이다. 편향과 상충하는 근거를 제시했을 때 태도를 바꾸는 정도 역시 모델별로 큰 차이를 보였다. 학습 단계에서 형성된 성향이 실제 시장 변화에 따라 유연하게 조정되지 않을 수 있다는 점을 시사한 것이다. 이 교수는 “LLM 기반 금융 서비스를 도입하려는 금융사는 모델별 편향을 면밀히 점검해야 한다”고 강조했다. 이 교수팀은 연구 검증 결과를 리더보드 형태로 공개했으며, 신규 모델이 나올 때마다 지속적으로 업데이트하겠다고 밝혔다. 연구팀은 학회에서 ▲금융을 위한 LLM·생성형 AI ▲금융 시계열 분석 ▲신흥국 금융 리스크 모델링 등 3개 워크숍 운영에도 함께했다. 여기에 ‘금융 문서를 위한 에이전트 검색’ 대회, ‘금융 최적화를 위한 의사결정 중심 학습’ 튜토리얼까지 맡으며 학회의 질적 성장에도 기여했다. 올해 학회에서는 한국의 연구 성과가 약진했다. ICAIF 채택 논문 중 교신저자 기준 14%가 국내 연구진이었다. 미국(31%), 영국(27%)에 이어 세계 3위다. 학계에서는 “UNIST 연구팀의 활약이 한국 금융 AI의 존재감을 국제무대에 각인시켰다”는 평가가 나온다. 이 교수는 국제 학회 활동을 꾸준히 넓혀왔다. 2022년 첫 논문 투고 이후, 지난해에는 워크숍 의장으로 조직위원회에 참여했다. 그는 “3년 전 처음 참석했던 학회에서 최다 논문 그룹이 된 것이 감회가 새롭다”며 “열정적으로 연구해온 학생들과 동료들에게 깊이 감사한다”고 말했다. 이어 “국내 금융권의 AI 연구 저변이 넓어져 서울에서도 이런 세계적 학회를 유치할 수 있기를 희망한다”라고 덧붙였다. ICAIF는 2026년 밀라노, 2027년 미국에 이어 2028년 아시아 개최를 준비 중이다. 한편, 이용재 교수는 현재 대통령 직속 국가인공지능전략위원회 분과위원, 금융위원회 금융권 AI 협의회 위원으로 활동 중이다. 글로벌 금융 AI 기업 ‘LinqAlpha’ 자문교수도 맡아 연구성과의 현장 적용을 병행하고 있다.

커뮤니티 2025년 11월 18일 화요일

“대학과 산업의 벽 허문다” 산업공학과 임치현 교수, 포스코홀딩스 CDO 선임

UNIST 산업공학과 임치현 교수가 포스코홀딩스 미래기술연구원 소속 그룹 최고디지털책임자(CDO, Chief Digital Officer)로 선임됐다. 임 교수는 산업공학 기반 데이터 활용 전문가다. 포스코그룹 디지털·AI·로봇 분야 전략 수립과 디지털전환(DX) 전사 핵심과제를 총괄한다. 이번 선임은 학계 전문가가 산업계 핵심 보직을 맡아 제조 현장에서 AI 혁신에 직접 참여한다는 점에서 의미가 크다. 임 교수는 AI 기반 고난도 전문 업무 효율화 기술, 연속 공정 품질·수율 최적화 분야에서 탁월한 성과를 냈다. UNIST는 연구실 성과를 산업 현장에 적용해 기업 성장으로 이어지는 산학협력 생태계를 구축하고 있다. 특히 산업공학과는 학술적 수월성과 실제 산업 적용을 동시에 추진하는 AI 교육과 기술 개발에 집중해왔다. 임 교수의 겸직으로 포스코그룹은 산업 현장 난제를 연구 과제로 명확히 정의하고, 고부가 기술 확보와 디지털·AI·로봇 솔루션 사업화 효율을 높일 전망이다. 박종래 총장은 “교수의 연구 역량이 산업 현장과 유기적으로 연결돼 기술 교류와 산학협력의 폭이 한층 넓어질 것”이라며 “교육과 연구, 학생 지도에 지장이 없는 범위에서 상호 긍정적인 영향을 미칠 것”이라고 밝혔다. 포스코홀딩스 관계자는 “대학과 산업의 경계를 허무는 실질적 협력이 기대된다”며 “연구실에서 축적된 학문적 성과와 분석 틀이 산업 현장의 애로를 해소해 제조 기업 혁신을 가속화할 것”이라고 전했다.

커뮤니티 2025년 11월 14일 금요일

박새롬 교수팀, 딥페이크 탐지 국제 대회서 ‘세계 2위’

산업공학과 박새롬 교수 연구팀(SafeAI Lab)이 딥페이크 탐지 모델의 보안 취약성을 다루는 AI 보안 대회에서 세계 2위를 차지했다. 연구팀은 'Adversarial Attacks on Deepfake Detectors: A Challenge in the Era of AI-Generated Media(AADD 2025)‘ 대회에 참가해 우수한 성적을 거뒀다. 이 대회에서 사용한 핵심 기술을 다룬 논문 ‘MIG-COW: Transferable Adversarial Attacks on Deepfake Detectors via Gradient Decomposition’은 지난달 27일부터 31일까지 아일랜드 더블린에서 열린 제33회 ‘ACM 국제 멀티미디어 학회(ACM Multimedia 2025)’에서 구두 발표됐다. 이번 챌린지는 AI 생성 미디어 시대의 핵심 이슈인 딥페이크 탐지기의 취약성(Adversarial Vulnerability) 을 탐구하기 위해 열린 국제 규모의 대회로, 전 세계 주요 연구기관과 기업 팀이 참여했다. SafeAI 팀은 서원준(컴퓨터공학과)·백준혁(산업공학과)·정예성(인공지능대학원) 학생으로 구성됐으며, 박 교수 지도 아래 연구실에서 자체 개발한 'MIG-COW (Momentum + Integrated Gradients - Consensus Orthogonal Weights)' 알고리즘을 개발했다. 이 프레임워크는 여러 딥페이크 탐지 모델의 공통 취약 지점을 통합적으로 분석하고, 개별 모형의 공격 성공률을 보존할 수 있는 앙상블 적대적 공격(ensemble adversarial attack)을 수행함으로써 AI 탐지기의 안전성 한계를 체계적으로 입증했다. 연구 성과를 발표한 서원준 학생은 "AI 위조 콘텐츠 시대에는 탐지와 공격 기술의 균형 발전이 필수적"이라며 "이번 성과를 계기로 AI 안전성(AI Safety) 분야의 핵심 문제를 더 깊이 탐구하고 싶다"고 말했다. 한편, ‘ACM 국제 멀티미디어’ 학회는 인공지능 및 멀티미디어 분야 세계적 권위의 국제 학회로, 올해 개최된 ‘AADD 2025 챌린지’에는 전 세계 8개국 17개 팀이 참가했다. SafeAI 연구팀은 이 가운데 최상위권인 2위에 오르며 한국 대학 팀으로서는 유일하게 입상했다.

커뮤니티 2025년 10월 14일 화요일

산업공학과 김민겸, 세계 최대 퀀트대회서 한국인 최초 '우승'

UNIST 학부생이 수학과 데이터로 세계 금융 투자 대회를 제패했다. 산업공학과 김민겸 학생(4학년, 지도교수 임동영)이 미국 글로벌 자산운용사 월드퀀트(WorldQuant)가 주최한 ‘제5회 국제 퀀트 챔피언십(International Quant Championship, IQC)’에서 세계 정상에 올랐다. 12일(현지시간) 싱가포르에서 열린 결승전에는 전 세계 12명의 결선 진출자가 겨뤘다. 이 가운데 김민겸 학생은 한국인 최초로 글로벌 1위를 차지했다고 미국 통신사 비즈니스와이어가 전했다. 그는 한국 예선을 석권한 데 이어 우리나라 대표로 세계 본선에서도 완승을 거두며, 총상금 2만3,000달러(약 3,100만 원)를 거머쥐었다. 이번 대회는 142개국 1만1,000여 개 대학, 8만여 명이 참가한 초대형 규모였다. 특히 콜럼비아대, 인도공과대(IIT), 옥스퍼드대, 우한대 등 세계 유수 명문대생들을 제치고 거둔 성과라는 점에서 의미가 크다. ‘국제 퀀트 챔피언십’은 금융 데이터를 수학적 모델로 분석해 투자 전략을 세우는 대회다. 참가자들은 월드퀀트의 자체 플랫폼 ‘브레인(BRAIN)’을 활용해 주가 예측 모델과 포트폴리오 알고리즘을 설계했다. 단순한 계산 능력이 아닌 데이터 해석력과 금융 감각을 동시에 시험하는 무대로, 올해만 전 세계 참가자들이 제출한 모델이 26만3,000여 개에 달했다. 김민겸 학생은 “데이터의 금융적 의미를 진정성 있게 고려했기에 가능한 결과였다”며 “앞으로 UNIST 등 한국에서 IQC와 퀀트 분야에 도전하는 이들이 많아졌으면 한다”고 소감을 밝혔다. 이어 “꾸준한 연구를 통해 한국을 퀀트 강국으로 만드는 데 기여하고 싶다”고 포부를 전했다. 그의 지도교수인 임동영 산업공학과 교수는 이번 성과를 “UNIST 융합 교육의 결실”로 평가했다. 임 교수는 “산업공학과 전공과목 중 하나인 ‘알고리즘 트레이딩’에서도 두각을 나타냈는데, 세계 무대에서도 훌륭한 성과를 보여 자랑스럽다”며 “공학 기반 수리 능력과 비즈니스 감각을 결합한 UNIST만의 교육 방식이 통했다”고 말했다. 김민겸 학생은 산업공학과와 경영학을 복수전공하며 데이터 분석 능력과 경영 전략 수립 역량을 동시에 길러왔다. 이번 우승으로 그는 월드퀀트 본사 인턴십 제안을 받았다. 오는 2026년 7월 시작되는 이 인턴십은 글로벌 자산운용사의 실제 현장을 경험할 수 있는 기회다. 그는 “학문과 실무를 잇는 퀀트 전문가로 성장하고 싶다”며 “UNIST에서 배운 융합의 힘을 세계 시장에서도 증명하겠다”고 말했다.

커뮤니티 2025년 09월 03일 수요일

이용재 교수, '매경 신진학자 논문상' 수상 “AI로 투자 성과 높인다”

산업공학과 이용재 교수팀이 한국경영학회로부터 ‘매경 신진학자 논문상’을 받았다. AI를 활용한 금융 투자 최적화 연구 성과를 인정받은 결과다. 시상식은 지난달 20일 울산전시컨벤션센터에서 열린 제27회 한국경영학회 융합학술대회에서 진행됐다. 이 상은 국내 경영학계를 대표하는 젊은 연구자에게 수여된다. 학문적 기여도와 미래 성장 가능성을 모두 평가해 선정한다. 올해 대회는 ‘AI 시대의 밸류 업(Value-Up) 경영혁신’을 주제로 열렸다. 총 50개 학회, 347편의 논문이 발표돼 역대 최대 규모를 기록했다. 이 교수는 옥스퍼드대학 스테판 조렌 부교수, 황윤태 박사, 야쉬안 콩(Yaxuan Kong) 박사과정생과 공동연구를 수행했다. 수상 논문 제목은 「Decision-informed Neural Networks with Large Language Model Integration for Portfolio Optimization」이다. 대형언어모델(LLM)을 접목해 포트폴리오 성과 중심의 의사결정 모델을 설계한 점이 높은 평가를 받았다. 핵심은 세 가지다. 우선, 기존 모델의 한계를 넘어섰다. 전통적 포트폴리오 최적화 방식은 수익률 예측에 의존했으나, 실제 투자성과로는 이어지지 못했다. 가격변동성, 투자 전략, 거시경제 변수 등 다양한 요인을 고려하지 못한 탓이다. 논문에서는 새로운 해법을 제시했다. 연구팀은 LLM 기반 표현 학습과 어텐션(attention) 메커니즘을 도입했다. 자산 간 상호작용, 시계열 패턴, 외부 변수 등을 통합적으로 반영할 수 있도록 했다. 모델의 손실 함수에는 예측 오차 외에도 실질 투자 성과를 반영해 설계했다. 연구 결과는 실험으로 입증했다. S&P100과 다우지수(Dow30)를 기반으로 기존 딥러닝 모델과 성능을 비교했다. 이 교수팀이 제안한 DINN(Decision-Informed Neural Network)은 샤프지수(Sharpe ratio)를 높이고 변동성을 낮췄다. 기울기 기반 속성 분석(gradient-based attribution)에서도 성과에 기여한 자산을 민감하게 반영했다는 점이 확인됐다. 이는 모델이 예측을 내릴 때 어떤 요인이 성과에 영향을 주었는지를 수학적 기울기 계산을 통해 설명해 주는 분석 방식이다. 이 연구는 실제 투자 판단에 도움이 되는 AI 모델을 구현한 사례로 주목받고 있다. LLM이 투자 전략에서 언어 처리 이상의 역할을 할 수 있음을 보여준 점도 의미가 크다. 금융공학과 인공지능의 접점을 탐색한 이번 연구는, 향후 학계는 물론 산업계에서도 폭넓게 활용될 가능성이 있다. 이용재 교수는 “금융 투자에 AI를 활용할 때 예측 성능에 집중하는 경향이 있는데, 금융시장의 불확실성을 감안하면 이 방향으로는 한계가 분명히 있다” 며 “단순 예측 성능보다는 투자 의사결정을 위한 예측을 시도했다는 점, 그리고 보다 많은 맥락을 반영하기 위해 LLM을 활용했다는 점에서 좋은 시도로 평가 받은 것 같다”며 소감을 전했다.

커뮤니티 2025년 05월 15일 목요일

임치현·이경호 교수, 교육부장관 표창 '스승의 날 유공교원'

제44회 스승의 날을 맞아 임치현 산업공학과 교수와 이경호 디자인학과 교수가 15일, 부총리 겸 교육부장관 표창을 받았다. 이번 표창은 산업공학과 김선욱 학생 추천을 바탕으로 이뤄져 의미가 깊다. 두 교수는 산업 실전형 교육을 실현한 공로로 ‘스승의 날 유공교원’에 선정됐다. 임치현 교수는 인공지능대학원 창의자율과제를 이끌며 학생들에게 AI 응용 연구 경험을 제공했다. 다년간 ‘UNIST·KAIST·POSTECH 데이터 사이언스 경진대회’ 참가 학생들을 지도해 우수한 성과도 거뒀다. 이를 바탕으로 연구중심대학에서 교육과 실전의 선순환을 구현한 모범 사례로 꼽혔다. 임치현 교수(앞줄 가장 오른쪽)가 산업 실전형 교육을 제공한 모범 사례로 주목받았다. 그는 학생들에게 실제로 쓰이는 지식·기술 교육을 강조해 왔다. 또, 캠퍼스 특허 유니버시아드 대회에서 학생들의 특허 명세 작성과 기술 사업화 전략 수립을 도우며 산업 현장과의 연계를 강화했다. 임 교수는 “스승의 날 유공표창을 받게 돼 선생으로서 감사함과 책임감을 느낀다”며 “학생들이 성장하는 모습을 지켜보는 것이 가장 큰 기쁨”이라고 말했다. 그는 “독립적인 연구자로서 문제 정의와 해결 역량을 기를 수 있도록 돕는 것이 중요하다”며 “UNIST에서 학생 개개인을 위한 교육이 가능하다는 점에 보람을 느낀다”고 덧붙였다. 이경호 교수는 뛰어난 지도력을 인정받았다. 그의 멘토링을 받은 김선욱 학생은 국내 학술대회 2편, 국제 컨퍼런스에서 1편의 1저자 논문을 발표하며 AI 콘텐츠 전문 기업에 채용됐다. 이 교수는 연구, 교육, 산업을 아우르며 학생들의 미래 가치를 창출했다. 그는 AI 기술로 창작자의 창의성을 유지하면서 만화 창작의 노동집약성을 해결하는 창작도구 개발을 주도했다. 특히, 진로에 혼란을 겪는 학생들에게는 글로벌 IT 기업과 창업 경험에 기반해 맞춤형 상담으로 해결책을 제시하기 위해 힘썼다. 이경호 교수는 연구와 산업을 아우르는 교육을 통해 학생들의 미래 가치를 창출하고 있다. 이 교수는 “UNIST에 부임한 지 6년 만에 큰 상을 받게 되어 영광이다. 그 첫날의 초심을 되새기는 계기로 삼겠다"라고 전했다. 이어 “AI 시대에는 초학제적 관점에서 창발적 아이디어를 내고, 실패를 두려워하지 않으면서 과감히 실행할 수 있는 파이오니어가 중요하다”며 "학생 눈높이에 맞춘 교육과 멘토십을 지원해 산업과 학계에서 인정받을 수 있는 미래 리더를 길러내겠다"고 다짐했다. 이번 장관 표창을 받은 두 교수의 공통점은 학생의 꿈과 관심사를 존중해 왔다는 점이다. 이들이 헌신한 학생 중심 교육이 UNIST 인재들의 경쟁력을 한층 높일 것으로 기대된다.