딥러닝 기반 이미지 인식 기술이 빠르게 고도화되고 있지만, AI가 내부에서 어떤 기준으로 이미지를 보고 판단하는지는 여전히 명확히 설명하기 어려운 영역으로 남아 있다. 특히 대규모 모델이 ‘고양이 귀’, ‘자동차 바퀴’와 같은 개념을 어떤 방식으로 조합해 결론을 내리는지는 오랫동안 해결해야 할 주요 과제로 제기돼 왔다. KAIST는 김재철AI대학원 최재식 교수 연구팀이 인간이 이해할 수 있도록 AI의 판단 근거를 시각적으로 보여주는 설명가능성(XAI) 분야에서, 모델 내부의 개념 형성 과정을 회로(circuit) 단위로 시각화하는 새로운 XAI 기술을 개발했다고 26일 밝혔다. 이번 연구는 “AI가 어떻게 생각하는가?”라는 질문에 구조적 접근을 가능하게 한 중요한 진전으로 평가된다. 딥러닝 모델 내부에는 인간의 뇌처럼 뉴런(Neuron)이라는 기본 계산 단위가 존재한다. 뉴런은 귀 모양, 색상, 윤곽선처럼 이미지의 작은 특징을 감지해 다음 단계로 신호를 전달하는 기능을 한다. 반면 ‘회로(circuit)’는 여러 뉴런이 서로 연결돼 하나의 개념을 함께 인식하는 구조로, 예컨대 ‘고양이 귀’를 인식하기 위해 귀 윤곽·삼각형 형태·털 패턴 등을 감지하는 뉴런들이
에스투더블유가 SK그룹 주관의 글로벌 AI 컨퍼런스 ‘SK AI 서밋 2025’에 참가해 재해·재난 대응용 AI 기술을 선보인다. 이번 행사는 3일부터 4일까지 서울 강남 코엑스에서 열리며 국내외 주요 기술 기업과 학계 전문가들이 참여해 AI의 현재와 미래를 논의한다. ‘SK AI 서밋’은 국내 최대 규모의 AI 행사로 지난해 온·오프라인을 합쳐 3만 명 이상이 참관했다. 올해는 ‘AI 나우 앤 넥스트(Now & Next)’를 주제로 AI 산업의 현황을 진단하고 향후 발전 방향을 제시한다. 에스투더블유는 SK텔레콤이 주도하는 AI 혁신 기업 연합체 ‘K-AI 얼라이언스’의 회원사 자격으로 이번 서밋에 참가했다. 회사는 1층 그랜드볼룸 내 ‘AI 얼라이언스 존’에 전시 부스를 마련하고 자사의 도메인 특화 AI 플랫폼 ‘SAIP(S2W AI Platform)’을 기반으로 개발한 ‘재난 대응 의사결정 지원 시스템’을 공개한다. 해당 시스템은 산불 등 위급한 재난 상황에서 최적의 대응 방안을 도출하기 위한 AI 기반 의사결정 구조를 구현했다. 지식그래프와 인과 추론 기술을 결합해 각 대응 전략의 원인과 결과를 투명하게 제시하는 ‘설명 가능한(Explainab
광주과학기술원(GIST)은 환경·에너지공학과 박기홍 교수 연구팀이 중국과 한국에서 수집한 초미세먼지(PM2.5)의 화학 성분과 산화잠재력(OP)을 분석하고, 이를 기반으로 건강 유해성을 정밀하게 예측할 수 있는 인공지능(AI) 모델을 개발했다고 30일 밝혔다. 현재 국내에서는 초미세먼지 위험성을 주로 농도 기준으로 평가한다. 그러나 실제 건강에 미치는 영향은 농도뿐 아니라 초미세먼지를 구성하는 성분과 독성에 따라 크게 달라진다. 이에 연구팀은 미세먼지가 체내에서 산화스트레스를 유발하는 능력, 즉 산화잠재력을 새로운 건강위험 지표로 활용했다. 문제는 초미세먼지의 성분과 독성을 직접 측정하는 데 많은 시간과 비용이 소요된다는 점이다. 연구팀은 이를 해결하기 위해 수년간 한국과 중국의 도심과 농촌 지역에서 농도, 화학 성분, 산화 독성 데이터를 동시에 수집해 AI 모델을 학습시켰다. 그 결과 농도와 화학적 성분만으로 산화 독성을 정확히 예측할 수 있는 모델을 구축했다. 특히 연구팀은 ‘설명 가능한 인공지능(XAI)’ 기법을 적용해 초미세먼지 산화 독성에 가장 큰 영향을 주는 성분을 규명했다. 분석 결과 망간(Mn), 납(Pb), 구리(Cu), 아연(Zn), 수용성