–자율주행,협동 로봇과 같은 복잡한 다중AI시스템을 위한 혁신적인 접근 방안 제시<숭실대 전자정보공학부 권민혜 교수(사진=숭실대)>숭실대학교(총장 장범식)는 전자정보공학부 권민혜 교수팀이 국제 저명 인공지능 학회 ‘NeurIPS 2024’(Neural Information Processing Systems, 신경정보처리시스템학회)에서 사회적 의사결정이 가능한 다중 에이전트 심층강화학습 기술을 발표한다고 밝혔다.NeurIPS 2024는 인공지능, 신경과학 등 그 해를 대표하는 최고의 AI 기술이 논의되는 자리로, 오는 12월 10일부터 15일까지 캐나다 밴쿠버에서 개최된다. 권 교수팀은 ‘Episodic Future Thinking Mechanism for Multi-agent Reinforcement Learning’이라는 제목의 연구를 통해 복잡한 행동 성향이 공존하는 다중 에이전트 시스템 내 의사결정 문제를 해결하는 혁신적인 접근 방식을 제시할 예정이다. 이 기술은 자율주행, 협동 로봇과 같은 복잡한 시스템 내의 에이전트 성능 향상에 한층 기여할 것으로 기대된다.권 교수팀은 인지과학 분야에서 연구되는 ‘에피소드 기반 미래 예측(Episodic Future Thinking, EFT)’ 기능을 심층강화학습 모델에 적용해, 다중 에이전트 시스템에서 미래의 시나리오를 예측하고 최적의 의사결정을 내릴 수 있는 기술을 개발했다. EFT는 AI 에이전트가 관찰한 정보를 바탕으로 주변 에이전트의 행동 시나리오를 시뮬레이션해 본인에게 유리한 최적의 행동을 선택하도록 하는, 인간과 동물의 인지 과정을 모방한 메커니즘이다.이번 연구의 핵심은 다양한 ‘캐릭터(character)‘를 가지는 에이전트들로 구성된 사회(society)를 정의하고, 이들 간의 상호작용을 고려했다는 데 있다. 여기서 ‘캐릭터’란 에이전트가 의사결정을 내릴 때 우선적으로 고려하는 보상 요소들의 가중치 조합으로, 각 에이전트가 특정한 행동 선호도를 갖도록 한다. 예를 들어, 자율주행 자동차 시나리오에서 운전 스타일이 각기 다른 차량들이 상호작용하는 상황을 모델링할 수 있다. 한 에이전트는 안전성에 높은 가중치를 두고, 또 다른 에이전트는 속도에 더 큰 가중치를 두도록 해 다각적인 행동 특성을 구현한다.권 교수팀의 연구 방법론은 역합리제어(inverse rational control, IRC) 기법을 활용해 타 에이전트의 행동을 관찰하고 캐릭터를 추론하는 것이다. IRC는 권 교수팀이 지난 NeurIPS 2020에서 발표한 방법론으로, 계산신경과학, 강화학습 등 행동지능 분야에서 활발하게 활용되고 있다. 이렇게 추론된 캐릭터 정보를 바탕으로 타 에이전트의 미래 행동을 예측하고 잠재 시나리오를 시뮬레이션해, 다중 에이전트 환경 내에서 각기 다른 캐릭터와 최적의 상호작용을 도모한다.연구진은 해당 기법을 자율주행 시나리오를 포함한 여러 다중 에이전트 시나리오에 적용해 성능을 검증했다. 그 결과, EFT를 통해 각 에이전트가 다중 캐릭터와 상호작용하면서 기존의 강화학습 기법보다 높은 보상을 얻었고, 다양한 캐릭터가 존재하는 대규모 환경에서도 성능이 안정적으로 유지되는 것을 확인했다.권민혜 교수는 “숭실대 학생들과 함께 NeurIPS에서 연구 결과를 발표하게 돼 기쁘다”며 “이번 연구가 다중 에이전트 시스템 내 예측적 AI 기능을 확장하고, 자율주행 및 복잡한 공학 시스템에 기여할 수 있기를 기대한다”고 소감을 밝혔다. 이번 연구는 AI의 사회적 의사결정에 대한 새로운 가능성을 열며, 다양한 AI 응용 분야에서 활용될 수 있을 것으로 기대된다.

딥러닝 기술 적용 운전자 주행 성향 추론 시스템 구축,기존 기술 대비 신속성 향상<숭실대 전자정보공학부 권민혜 교수(사진=숭실대)>숭실대학교(총장 장범식)는 전자정보공학부 권민혜 교수 연구팀이 자율주행차의 실시간 주행 성향 추론 기술을 개발했다고 밝혔다.주행 성향 추론 기술은 자율주행차의 핵심 기술로서 크게 두 가지로 활용될 수 있는데, 먼저 주변 차량의 운전 성향을 신속하게 파악하고 돌발 상황에 능동적으로 대응할 수 있도록 해 안전한 주행을 가능하게 한다. 또한, 차량 소유자의 운전 성향을 분석해 맞춤형 주행 스타일을 제공함으로써 승차 만족도를 높이는 데 기여한다.권 교수팀은 딥러닝 기술을 적용한 Instant Inference Network(IIN)를 개발해 차량의 주행 데이터를 실시간으로 분석하고 즉각적으로 운전 성향을 추론할 수 있는 시스템을 구축했다. 연구팀은 행동 인식 메타 에이전트에게 보편적인 주행기술을 내재화한 후, 성향별 주행 데이터를 이용해 IIN을 훈련시켰다.실험 결과, 연구팀에 의해 제안된 기술은 다양한 주행 성향의 차량이 혼재하는 도로 상황에서 짧은 추론 시간에도 불구하고 기존 벤치마킹 알고리즘보다 뛰어난 정확도를 기록했다. 또한, 연구팀은 기술의 해석 가능성, 확장성, 견고성, 안정성에 대한 심층 분석을 통해 이론적 및 실험적 검증을 완료하고 기술의 신뢰성을 입증했다.권민혜 교수는 “도로는 다양한 성향을 가진 차량들이 공존하며 협력과 경쟁을 이루는 작은 사회와 같고, 신속한 개체 성향 파악은 구성원의 만족도와 안전을 모두 향상시킬 수 있는 중요한 기술이다”라고 강조하며, “본 기술이 자율주행차와 인간 운전자가 공존하는 미래에 핵심적인 역할을 할 것으로 기대한다”고 말했다.이번 연구 결과는 숭실대학교 이동수 석박통합과정생이 제1 저자로, 권민혜 교수가 교신저자로 참여하여 SCIE급 저널인 에 ‘Instant Inverse Modeling of Stochastic Driving Behavior with Deep Reinforcement Learning’이라는 제목으로 게재 승인됐다. 는 1952년부터 발행된 동 분야 Q1 그룹의 최상위 저널이다.홍보팀(pr@ssu.ac.kr)

IT융합전공 4학년 학생들, 한국통신학회 하계종합학술발표회 참석 및 논문 발표본교 전자정보공학부 IT 융합전공 4학년 학부생들이 지난 2024년 6월 19일부터 21일까지 제주 라마다프라자호텔에서 개최된 한국통신학회 하계종합학술발표회에 참석하여 논문을 발표하였다. 총 4명의 학부생이 참여하여 3편의 논문을 발표하였으며, 각 논문에서는 최근 빠르게 발전하고 있는 인공지능을 접목한 기술을 다루었다.이번 학술대회에서 발표한 논문 중 강구현 및 박건우 학생이 발표한 2편의 논문은 그 우수성을 인정받아, 학부생 논문 경진대회에서 장려상을 수상하는 성과를 이루었다.“CNN - LSTM 모델 기반 딥보이스 탐지”의 1 저자로 장려상을 수상한 강구현 학생은 “이번 경험을 통해 논문을 작성하며 인공지능 모델의 훈련 및 튜닝 방법을 배울 수 있었고, 다양한 딥러닝 네트워크에 대해 공부해볼 기회를 가질 수 있었다. 강의에서 공부하기만 하던 기술들을 스스로가 생각한 목적에 맞게 적용해 볼 수 있었던 것은 정말 값진 경험이었다. 이러한 기회를 제공해 주시고 지도해주신 권민혜 교수님 및 학교에 감사하다.”는 소감을 밝혔다.또한, “DistilBERT를 이용한 개인 맞춤형 악플 학습 모델 고안”의 1 저자로 장려상을 수상한 박건우 학생은 “ICT 분야의 국내 최대 학회에서 논문을 발표하고, 수상까지 할 수 있는 기회를 제공해 준 학과와 교수님께 너무 감사드린다. 평소 생각만 하던 것들을 직접 공부해 보며 논문을 작성하고, 학회의 많은 사람들에게 스스로의 생각을 전달할 수 있었다. 학과에서의 지원 덕분에 이러한 값진 경험을 할 수 있었고, 인공지능 분야를 계속 공부하는 데에도 정말 큰 용기를 얻게 되었다.”는 소감을 밝혔다.또한, 이번 학술대회에 참여한 학생들은 학부생 아이디어경진대회에 참여하여, 참여 학생 전원이 수상을 하는 성과를 이루었다. 이 중, 박건우 학생은 최우수상을 수상하였으며, 강구현 학생은 KT 후원 업체상, 박준영, 이건 학생은 각각 장려상을 수상하였다. 각 학생은 정보통신 기술의 적용을 기반으로 편의성 증가 및 사회적 문제 해결을 위한 아이디어 제안을 통해 의미 있는 성과를 거두었다.<학부생 아이디어 경진대회 수상 내용>구분이름주제상금최우수상박건우부동산 이미지 과장 예방을 위한 XR 기반 매물 체험 서비스50만원KT상강구현정보 취약 계층 노인을 위한 노인 친화적 XR플랫폼20만원장려상박준영우울 청년을 위한 멘탈 헬스 케어 및 습관 형성 서비스-장려상이건가상 현실 모델을 이용한 Real-Time Service: CNN 기반 가상환경 모델구축-<학부생 아이디어 경진대회 수상 모습/ 왼쪽부터 박준영, 이건 학생>본 학술대회 참석 및 논문 발표는 전자정보공학부 IT융합전공의 AI 반도체 특성화 학과 육성사업의 지원을 받아 수행되었다.

본교 전자정보공학부 IT융합전공 박상은 학부생(21학번)이 제1저자로 작성한 『Enhancing Traffic Flow in On-ramp Merging Through Autonomous Vehicles Based on Deep Reinforcement Learning』 논문이 로봇틱스 분야 국제 저명 컨퍼런스로 뽑히는 IEEE International Conference on Robotics and Automation (IEEE ICRA)의 Supervised Autonomy: How to Shape Human-robot Interaction from the Body to the Brain Workshop에 채택되어 5월 17일(금)에 발표를 진행할 예정이다.5월 12일부터 일본 요코하마에서 개최되는 IEEE ICRA은 국제 저명한 학자들이 모여 최신 로봇틱스 분야 핵심 기술과 자동화 응용 기술 등을 소개하고 토론하는 자리이며, 학부생 신분으로 논문을 발표하는 것은 매우 드문 케이스다.박상은 학생은 2023년 12월부터 본교 인공지능 연구실인 Brain and Machine Intelligence Lab.(BMIL, 지도교수 권민혜)에서 심층강화학습 기술을 연구하며 본 논문의 공저자인 엄찬인, 이재휘, 이동수 대학원생과 함께 논문을 제출했고, 연구 결과의 우수성을 인정받아 최종 채택됐다.심층강화학습은 강화학습과 심층신경망이 결합된 형태로, 자율주행이나 로봇 공학 등 고차원의 문제를 해결하는 데 사용되는 기술이다. 해당 논문에서는 자율주행차량이 합류구간을 포함하는 복잡한 도로 환경에서도 교통흐름을 개선하는 것을 목표로 하며, 정책 학습을 위한 부분관찰 마르코프 의사결정 모델을 고안했다.박상은 학생은 “지도교수님과 연구실 선배님들께 감사 인사를 전하고 싶다. 학부생임에도 우수한 결과를 얻고 국제적인 경험을 할 수 있다는 것은 성장할 수 있도록 지도해주신 것이 가장 크다고 생각한다. 본 경험이 발판이 되어 앞으로도 발전하는 연구자가 되겠다”고 포부를 밝혔다.박상은 학부생은 해당 기술을 더욱 발전시켜 국제저명학술지 게재를 목표로 하고 있으며, 내년 2월 학부 졸업 후 석사과정으로 진학해 본교에서 연구를 계속할 예정이다.

<(왼쪽부터)숭실대 신요안 교수, 김영한 교수(사진=숭실대)>숭실대학교(총장 장범식) 전자정보공학부 신요안 교수(숭실대 학사부총장)와 김영한 교수가 저자로 참여한 이동통신 관련 논문이 정보통신 분야 저명 SCI 저널인 JCN(Journal of Communications and Networks)의 2024년도 최고 논문상 (2024 Best Paper Award)을 수상한다.국제 최대 학회인 IEEE(Institute of Electrical and Electronics Engineers) 내 통신 소사이어티와의 협력으로 한국통신학회가 발행하는 영문 저널인 JCN은 해마다 지난 1년여간 제출된 논문들을 대상으로 논문상 선정위원회의 엄격한 심사를 거쳐 최고 논문상을 시상하고 있다. 지난 2000년 제1회 수상자를 배출한 데 이어 올해로 25회를 맞는다.이번에 선정된 논문의 제목은 ‘6G R&D vision: Requirements and candidate technologies’로, 차세대 6G 이동통신 구현을 위한 비전과 후보 기술들에 대한 전망을 담았다. 신요안 교수는 “지금의 5G 이동통신과는 차원이 다른 지능화되고 초고속화된 시스템이 6G 이동통신으로 구현될 것이며, 이러한 비전을 위한 유력한 후보 기술들로서 인공지능, 테라헤르츠(THz) 전송, 지능형 반사 표면, 비지상(Non-Terrestrial) 네트워크 등이 적극 고려될 것”으로 전망했다.시상식은 IEEE 통신 소사이어티가 올해 6월 미국 덴버에서 개최하는 정보통신 분야 최고 권위 학술대회인 ICC(International Conference on Communications)에서 진행될 예정이다.

<사진1-(왼쪽부터) 권민혜 교수, 이동수 학생(석박통합과정), 엄찬인 학생(석사과정)(사진=숭실대)>숭실대학교(총장 장범식)는 전자정보공학부 권민혜 교수 연구팀이 로봇공학 분야 최우수학회 IEEE ICRA2024에 오프라인 강화학습 기반 자율주행 정책 학습 기술을 공개했다고 13일 밝혔다.인공지능에 의사결정 능력을 부여할 수 있는 강화학습 방법론은 학습 기반 제어를 위한 유망한 방법으로 여겨졌지만, 기존의 온라인 강화학습 방법은 시행착오에 의존하며, 실시간으로 학습 데이터 수집을 병행하기 때문에 기기의 손상 및 데이터 수집 비용 등에 대한 우려가 존재했다. 이로 인해 자율주행과 같은 미션 크리티컬 기술을 위한 초기 개발 방법론으로 적용하기에는 어려움이 있었다.권민혜 교수 연구팀은 이러한 문제를 해결하기 위해 사전에 수집된 데이터셋을 활용하여 초기 정책을 학습하는 오프라인 강화학습 기술에 기반한 자율주행 정책 학습 기술을 개발했다. 해당 기술을 사용하면 학습 과정의 시행착오로 인한 기기적 손상 없이 데이터셋에 의존한 학습이 가능하기 때문에 강화학습의 실용성을 보완할 수 있다. 특히 이번에 공개된 자율주행 기술은 자율주행차가 관측 가능한 정보만으로 의사결정을 진행하는 부분 관찰 마르코프 의사결정 모델에 기반하고 있어 그 실용성을 더욱 높였다. 또한, 카메라 이미지 기반에서 학습하는 자율주행 정책이 아닌 센서 수치 데이터 기반의 자율주행 정책 기술이라는 점과 인지-판단-제어 3단계 자율주행 기술 중 판단 기능에 최적화된 기술을 제공한다는 점에서 그 의미가 크다.권 교수팀은 국내외 오프라인 강화학습 및 자율주행 기술 개발 촉진을 위해 테스트 베드 소프트웨어 및 데이터셋을 공개했다. 세 가지 도로 구조에서 수집된 19개의 학습 데이터셋을 제공하고 7가지의 강화학습 기술을 사용한 학습 성능을 벤치마크로 제공하여 자율주행 연구계에 큰 영향을 줄 것으로 기대된다.본 기술은 이동수 석박통합 과정생이 제 1저자, 엄찬인 석사 과정생이 공저자로, 권민혜 교수가 교신저자로, ‘AD4RL: Autonomous Driving Benchmarks for Offline Reinforcement Learning with Value-based Dataset’이라는 제목으로 국제 학회인 IEEE International Conference on Robotics and Automation (ICRA)에서 다가오는 5월 13일부터 17일까지 발표될 예정이다. IEEE ICRA는 자율주행 기술을 포함한 로봇공학 분야의 최우수 학회이다.해당 연구를 진행한 이동수 석박통합 과정생은 “이번 프로젝트를 통해 공개한 결과물은 종사하고 있는 분야의 발전을 명시적으로 도울 수 있기에 의미가 깊다고 생각하며, 공개된 프레임워크를 많은 연구자들이 활용하여 인공지능의 자율적 의사결정 연구가 가속화되면 좋겠다”고 소감을 밝혔다.

<안구신경 시스템내 신경근접합부 모식도와 이를 모방하기 위한 재구성 가능 GaN　HEMT 디바이스(사진=숭실대 제공)>숭실대학교(총장 장범식) 전자정보공학부 유건욱 교수 연구팀과 버지니아대학교(University of Virginia) 이규상 교수팀의 국제공동연구로 진행된 ‘An artificial neuromuscular junction for enhanced reflexes and oculomotor dynamics based on a ferroelectric CuInPS/GaN HEMT’ 연구 결과가 사이언스 자매지 Science Advances (IF=14.980)에 게재됐다.공동 연구팀은 이번 연구에서 강유전성 절연체 물질을 GaN 트랜지스터에 이종집접해 외부 액츄에이터를 동작시킬 수 있는 재구성 가능한 GaN 트랜지스터를 구현했다. 또한 높은 드라이빙 전류와 재구성 가능한 특성에 착안하여 안구신경 시스템내 in-situ 연산과 액츄에이션을 할 수 있는 인공 신경근 접합부 시냅스를 모사하는 반도체로 응용이 가능하다는 것을 보여줬다.이규상 교수는 “이 공동연구를 통해 외부 자극을 인식하고 그에 따라 즉각적인 반응을 하는 포유류의 근육 신경을 모사해 낼 수 있었는데, 특히 높은 출력을 낼 수 있는 GaN 트랜지스터 기반의 소자를 이용해 인공 근육 신경을 구현해 냄으로써 미래 로보틱스 응용 분야에 활용도가 높을 것으로 예상된다”이라고 소감을 전했다.유건욱 교수는 “연구실에서 개발한 reconfigurable GaN 트랜지스터로 구현한 고속 물리적 축적 컴퓨팅과 신경근 접합부 모사 시냅스 결과를 통해 GaN 트랜지스터의 응용 분야가 기존 RF 및 전력반도체에서 확장될 수 있음을 보였다. 특히, 재구성 가능 GaN 트랜지스터로 Logic 구현한 최근 결과는 GaN IC 집적도 한계를 극복할 수 있는 대안이 될 수 있을 것으로 생각된다. 대구경, 집적화 가능한 reconfigurable GaN 트랜지스터 구조 및 공정을 연구하는 중이며 이를 통해 다양한 GaN 시스템 응용이 가능할 것으로 기대된다”고 말했다.