학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 1
  • 6
Learn More
학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 2
  • 6
Learn More
학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 3
  • 6
Learn More
학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 4
  • 6
Learn More
학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 5
  • 6
Learn More
AI in EE AI and machine learning
are a key thrust
in EE research
AI and machine learning are a key thrust in EE research

AI/machine learning  efforts are already   a big part of   ongoing
research in all 6 divisions - Computer, Communication, Signal,
Wave, Circuit and Device - of KAIST EE 

  • 6
  • 6
Learn More
Previous slide
Next slide
유민수 교수팀
챗GPT 등 대형 AI모델
학습 최적화 시뮬레이션 개발​
Read more...
윤준보 교수팀
정밀한 압력 감지가 가능한
인공 촉각 시스템 개발
Read more...
신승원 교수팀
챗GPT를 이용한
개인정보 악용 가능성 규명
Read more...
유승협 교수팀
저전력 고속 웨어러블
이산화탄소 센서 개발
Read more...
최신현 · 윤영규 교수팀
스스로 학습 · 수정하는
뉴로모픽 반도체칩 개발
Read more...
이정용 교수팀
기존 양자점 뛰어넘는
적외선 센서 기술 개발​
Read more...
김준모 교팀
이미지 변화를 상상하며 이해하는
AI 기술 개발
Read more...
이현주 교수팀
다양한 오가노이드에 적용가능한
전기생리신호 모니터링 시스템 개발
Read more...
전상훈 교수팀
하프니아 강유전체 소재 활용
차세대 메모리·스토리지 메모리
기술 개발
Read more...
Previous slide
Next slide

Highlights

교수님 360

우리 학부 심현철 교수 연구팀이 2025년 4월 12일 아랍에미리트(UAE) 정부 후원으로 개최된 아부다비 자율 레이싱 대회(Abu Dhabi Autonomous Racing League, 이하 A2RL)의 드론 챔피언십 리그( Drone Championship League, 이하 DCL)에서 세계 3위를 차지했다.

 

아부다비 국립 전시 센터 마리나(ADNEC Marina) 대회장에서 개최된 본 선 대회에서는 2024년 가을 예선을 통해 선발된 14개 팀들이 참가해 실력을 겨뤘다. 참가팀들은 ▲최단 비행시간 경연(AI Grand Challenge), ▲4대동시 자율비행, ▲양쪽에서 마주 보면서 고속으로 비행하는 드래그 레이싱, ▲AI 대 인간 조종사 대결 등 총 4개 부문에서 경합을 벌였다.

 

그 중 8개 팀이 최단 비행시간 경연 준결승에 진출했고, 이 중 KAIST는 네덜란드 델프트공대(TU Delft), UAE 기술혁신연구소(TII), 체코 공과대학(Czech Technical University, CTU)와 함께 결승에 올랐다.

 

결승에서는 델프트 공대가 1위를 차지했으며, UAE 기술혁신연구소가 2위, 우리 학부 심현철 교수 연구팀은 그 뒤를 이어 세계 종합 3위의 성과를 거두었다.

 

또한, 심현철 교수팀은 세계 최초로 개최된 자율비행 드론의 동시 자율비행에서 2위를, 양쪽에서 동시에 마주 보며 출발하는 드래그 레이싱(drag racing)에서도 2위를 차지하며 뛰어난 성과를 거두었다.

 

IMG 9847 tile

심 교수팀은 팀장인 한동훈 박사과정을 비롯해 마울라나 아자리(Maulana Azhari) 박사과정, 유제인 석사과정, 박성준 석사과정 등 총 4명으로 구성되어 있으며, 자체 개발한 영상기반 측위 기술과 고기동 비행 제어 기술을 바탕으로 우수한 기량을 선보여 총 10만 5천달러의 상금을 수상하게 되었다.

 

이번 대회는 외부 카메라나 라이다(LiDAR) 없이 단안 카메라만을 활용하여 자율 비행 드론에 적용한 최초의 국제 대회로, 총 12개의 게이트가 설치된 실내 경연장에서 진행되었다. 상금 총액은 100만 달러에 달하며, 드론 기술의 미래를 선도하는 경쟁의 장이 되었다.

 

A2RL DCL 자율비행 대회는 2017년 세계적인 로봇 기술 경연대회인 MBZIRC(Mohamed Bin Zayed International Robotics Competition) 이후 UAE 정부 지원으로 개최된 5번째 대규모 로보틱스 경진대회이다.

 

특히 이번 대회와 같은 카메라 기반 자율비행 드론 레이싱은 단순한 E-sports를 넘어서 현대전에 게임 체인저로 등장한 1인칭 시점(FPV) 드론에 직접적으로 적용될 수 있는 중요한 기술로서, 세계적으로 주목받고 있다.

 

심현철 교수는 “코로나로 인한 대회 중단과 연구팀 재편 등 연구 공백과 고속 비행을 제대로 실험할 환경을 구하기 어려운 여건 속에서도, 독자적인 측위 및 제어 기술을 완성해 결국 세계 유수의 연구팀들을 제치고 값진 성과를 거둘 수 있었다”고 밝혔다. 이어 “이번 결과에 만족하지 않고, 더욱더 경쟁력 있는 연구 역량 및 환경을 갖출 수 있다면 앞으로 열릴 국제 대회에서는 압도적인 기술력으로 세계 최고 수준의 성과를 만들어내겠다”고 각오를 전했다.

 

IMG 9878 e1744936286947

 

심 교수는 2016년 세계적인 로봇 학회 IROS에서 세계 최초로 자율드론 레이싱을 개최한 자율 드론 레이싱 분야의 선구자이며, 같은 대회에서 2016년, 2018년 각각 우승 및 준우승을 차지했다.

 

또한, 2019년 미국 록히드 마틴(Lockheed Martin)사가 주최한 AlphaPilot 자율 드론 AI 경진대회에서는 3위를, 2019년, 2020년 과기정통부가 개최한 AI 그랜드 챌린지 드론 실내비행 부분에서 2회 연속 우승을 거두며 총 24억원의 후속 연구비를 지원받는 등 꾸준히 우수한 성과를 거두었다.

 

더불어 2024년 해양 환경에서 자율 로봇(무인 보트, 드론 등)의 기술 능력을 겨루는 국제 대회인 MBZIRC 해양 챌린지(Maritime Challenge)에서 KAIST 기계공학부 김진환 교수팀과 공동으로 참여하여 2등을 차지한 바 있다. 

교수님 360
교수님 750
<(왼쪽부터) 김인기 박사과정 (공저자), 김상현 교수 (교신저자), 심준섭 박사 (제1저자), 임진하 박사 (공저자) >

미국 항공우주국(NASA)의 제임스웹 우주망원경(JWST)은 중적외선 스펙트럼을 활용해 외계 행성 대기의 수증기, 이산화황 등 분자 성분을 정밀하게 분석하고 있다. 이처럼 각 분자가 ‘지문’처럼 고유한 패턴을 나타내는 중적외선 분석의 핵심은, 아주 약한 빛의 세기까지 정밀하게 측정할 수 있는 고감도 광검출기 기술이다. 최근 KAIST 연구진이 중적외선 스펙트럼의 넓은 영역을 감지할 수 있는 혁신적 광검출기 기술을 개발하며 주목을 받고 있다. 

 

우리 학부 김상현 교수팀이 상온에서 안정적으로 동작하는 중적외선 광검출기 기술을 개발하고, 이를 통해 초소형 광학 센서 상용화에 새로운 전환점을 마련했다. 

 

이번에 개발된 광검출기는 기존 실리콘(Silicon) 기반 CMOS 공정을 활용해 저비용 대량 생산이 가능하며, 상온에서 안정적으로 동작하는 것이 특징이다. 특히 연구팀은 이 광검출기를 적용한 초소형·초박형 광학 센서를 이용해 이산화탄소(CO2) 가스를 실시간으로 검출하는 데 성공, 환경 모니터링 및 유해가스 분석 등 다양한 응용 가능성을 입증했다. 

 

기존 중적외선 광검출기는 상온에서의 높은 열적 잡음(Thermal noise)으로 인해 일반적으로 냉각 시스템이 요구된다. 이러한 냉각 시스템은 장비의 크기와 비용을 증가시켜, 센서의 소형화 및 휴대용 기기 응용을 어렵게 만든다. 또한, 기존 중적외선 광검출기는 실리콘 기반 CMOS 공정과 호환되지 않아 대량생산이 어렵고 상용화가 제한됐다. 

 

이에 연구팀은 실리콘과 같은 주기율표 4족 원소인 저마늄(Germanium) 반도체를 기반으로 한 광학 플랫폼을 활용해, 넓은 대역의 중적외선 검출 성능을 확보하면서도 동시에 상온에서 안정적으로 동작할 수 있는 새로운 형태의 도파로형(waveguide-integrated) 광검출기를 개발했다.

 

1. 연구팀이 개발한 광검출기 개략도
< 그림 1. 본 연구에서 제안하는 저마늄-온-인슐레이터(Ge-on-insulator) 광학 플랫폼 기반 상온 중적외선 도파로형 광검출기 개략도(위). 센싱부와 함께 집적하여 제작된 소자의 광학 현미경 이미지(아래) >

 

‘도파로’란 빛을 특정한 경로로 손실 없이 효과적으로 유도하는 구조물을 의미한다. 온-칩(on-chip) 상에서 다양한 기능의 광학 회로를 구현하기 위해서는 도파로형 광검출기를 포함해 도파로를 기반으로 하는 광학 소자의 개발이 필수적으로 요구된다.

 

이번 기술은 기존에 광검출기 동작에 일반적으로 활용되는 밴드갭 흡수 원리와는 다르게 볼로미터 효과(Bolometric effect)*를 활용해 중적외선 스펙트럼 영역 전체를 대응할 수 있기 때문에 다양한 종류의 분자들의 실시간 센싱에 범용적으로 활용될 수 있다. *볼로미터 효과(Bolometric effect): 빛을 흡수하면 온도가 올라가고, 그 온도 변화에 따라 전기적인 신호가 달라지는 원리 

 

연구팀이 개발한 상온 동작 및 CMOS 공정 호환 중적외선 도파로형 광검출기는 기존 중적외선 센서 기술이 가진 냉각 필요성, 대량 생산의 어려움, 높은 비용 문제를 해결하는 혁신적인 기술로 평가된다.

 

2. 연구에서 제안하는 광검출기의 광응답 특성 및 가스 센싱 결과
< 그림 2. 본 연구에서 제안하는 중적외선 도파로형 광검출기의 상온 광응답특성(좌) 및 해당 광검출기를 통한 실시간 이산화탄소(CO2) 가스 센싱 결과(우). >

 

이를 통해 환경 모니터링, 의료 진단, 산업 공정 관리, 국방 및 보안, 스마트 디바이스 등 다양한 응용 분야에 적용 가능하며, 차세대 중적외선 센서 기술의 핵심적인 돌파구를 제공할 것으로 기대된다.

 

김상현 교수는 “이번 연구는 기존 중적외선 광검출기 기술의 한계를 극복한 새로운 접근 방식이며, 향후 다양한 응용 분야에서 실용화될 가능성이 매우 크다”고 밝혔다. 또한, “특히 CMOS 공정과 호환되는 센서 기술로, 저비용 대량생산이 가능해 차세대 환경 모니터링 시스템, 스마트 제조 현장 등에서 적극 활용될 것”이라고 덧붙였다.

 

3. 연구팀이 개발한 광검출기의 성능 비교 이미지 e1744786578688
< 그림 3. 본 연구에서 제안하는 기술로 제작된 상온 중적외선 도파로형 광검출기의 성능 비교 이미지. 볼로메트릭 효과(Bolometric effect)를 활용한 기존 기술 대비 세계 최고 성능을 달성하였으며, CMOS 공정 호환이 되는 유일한 솔루션임. 본 연구진이 제안하는 기술의 경우 중적외선 대역 넓은 스펙트럼을 제한 없이 대응할 수 있는 것이 커다란 특징임. >

 

이번 연구 결과는 심준섭 박사(現 하버드대학교 박사후 연구원)가 제1 저자로 참여해 국제 저명 학술지인 ‘빛, 과학과 응용(Light: Science & Applications, JCR 2.9%, IF=20.6)’에 2025년 3월 19일 자 발표됐다. (논문제목: Room-temperature waveguide-integrated photodetector using bolometric effect for mid-infrared spectroscopy applications, https://doi.org/10.1038/s41377-025-01803-3)

 

한편, 해당 연구는 한국연구재단의 지원을 받아 진행됐다.

2025학년도  가을학기 입학 대학원 신입생 모집과 관련하여 KAIST 대학원입학팀에 제출하는 서류 이외에 KAIST 전기및전자공학부 행정팀에 직접 제출해야 하는 서류들을 안내드립니다.

 

첨부의 파일을 다운로드 하시어, 내용 확인하시기 바랍니다.

* 신입생 석·박통합과정 지원자의 경우 지원 시에 지도예정교수님을 적극적으로 찾아보시고, 해당 교수님 TO와 관련하여 면담하신 후에 지원하시기를 적극적으로 권장합니다.

* 서류 제출 해당자의 경우 이메일 제출도 가능합니다. (자필 서명된 서류 스캔본으로 제출가능)

* 문의 및 제출처 : KAIST 전기및전자공학부 행정팀(E3-2, 1212호) 김태연 barbie1975@kaist.ac.kr(T.042-350-3402)

 

 

교수님 360
750
<윤영규 교수>

우리 학부 윤영규 교수가 ‘휴먼 프론티어 사이언스 프로그램(이하, HFSP)’의 2025년 수상자로 선정되었다. 

 

1990년부터 수상자를 배출해온 휴먼 프론티어 사이언스 프로그램(HFSP) 운영국은 올해 처음 ‘액셀러레이터 트랙’을 신설했으며, 윤영규 교수는 광학적 뇌기능 영상 촬영 및 분석을 주제로 다수의 국제적 협력연구와 선도연구를 수행한 성과를 인정받아 이 트랙의 초대 수상자로 이름을 올리는 영예를 안게 되었다. 

 

향후 2년간 매년 10만 달러를 지원받을 예정이며, ‘조류 신경계 확산광단층촬영 데이터 분석’연구를 주제로 미국 텍사스오스틴 대학교 보테로 교수, 미국 워싱턴 대학교 컬버 교수, 독일 보훔 루르 대학교 군투르쿤 교수와 한 팀을 구성하여 환경적, 진화적 요인이 신경계에 미치는 영향에 관한 연구를 수행할 계획이다. 

 

윤영규 교수는 “뇌과학 기술을 연구하는 전자공학자로서 우수한 생명과학 연구자들에게 주어지는 HFSP 상을 받게 되어 영광이고 뇌과학 기술의 발전에 기여하겠다”고 소감을 밝혔다. 

 

한편, 휴먼프론티어사이언스 프로그램(HFSP)은 생명과학 분야의 세계 최고 권위의 국제 연구 지원 프로그램이다. 이 프로그램을 운영하는 국제기구 휴먼프론티어사이언스프로그램 운영국 (Human Frontier Science Program Organization)은 독창적인 학제 간 융합 국제공동연구를 수행할 역량이 있는 연구자를 선별해 새로운 접근법으로 생명기전을 밝히는 연구를 지원하고자 하는 취지로 1989년 G7국과 유럽연합의 주도로 설립되었으며, 대한민국은 2004년부터 이사국으로 참여하고 있다. 

 

설립 이듬해부터 73개국, 8,500명 이상의 연구자를 지원했으며, 이 중 31명의 노벨상 수상자를 배출해 생명과학 분야의 ‘노벨상 펀드’로 불리기도 한다. 국내에서는 1990이후로 윤영규 교수를 포함해 지금까지 총 17명의 연구자가 지원을 받았다. 

EE Co op 섬네일2 e1743576658632

안녕하세요

전기및전자공학부 EE Co-op프로그램 18기 (2025년 가을학기) 모집을 아래와 같이 안내하오니, 많은 참여 바랍니다. 

 

= 아    래 =

 

1. 접수기간 : 2025년 3월 31일(월) ~ 2025년 4월 11일(금) 까지

 

2. 제출서류 : 

    – 2025년도 가을학기  EE Co-op 18기 신청서(첨부양식 참조) 

    – 성적표 (2025년 봄학기 내 발급 기준) 

 

3. 제출방법 :

    – 이메일로 신청서와 성적표 제출 (학부행정팀 강명주 T. 8585,  kkmj20@kaist.ac.kr)

      – 신청시에는 첨부의 18기 안내자료를 잘 숙지한 후, 신청서 제출 진행

 

[2025학년도 가을학기 EE Co-op프로그램 18기 운영 정보] 

 

1) 지원 가능 대상 : 전기및전자공학부 주전공인 3~4학년 학생 (이수학점 69학점 이상)

  *현장실습 학기 중 졸업이 불가하므로 졸업학기인 경우 참여 불가함.  현장실습 종료후 1학기 이상 재학해야 함.

   *미휴학파견 2회 이상 완료한 경우 참여 불가함.

   *주전공이 전기및전자공학부인 경우에 한해 참여 신청 가능함. (연차초과자의 경우 재학년한 내 지원 가능함)

   *현장실습학기는 재학학기로 인정되며, 지원자의 재학학기에 따라 수업료 등의 부담이 발생할 수 있으며 이에 대한 납입의무는 지원자에게 있음

     *International students can not participate in this program because of full-time working visa issues

 

2) 2025 가을학기 EE Co-op프로그램 업무 수행 기간 : 2025년 9월 1일(월) ~ 2026년 2월 27일(금)

3) 18기 참여기업 리스트 및 진행일정, 학점인정 사항 등 : 첨부의 18기 참여기업 예상 업무 정보 및 18기 안내자료 참고

 

첨부 1. EE Co-op프로그램 소개자료

첨부 2. EE Co-op프로그램 18기 안내자료

첨부 3. 18기 참여기업 예상 업무 정보

첨부 4. 18기 EE Co-op프로그램 신청서

EXTERNSHIP 001 3 2 e1743576734302

안녕하세요,

전기및전자공학부 EE Externship프로그램 8기 (2025년 여름학기) 모집을 아래와 같이 안내하오니, 많은 참여 바랍니다. 

 

1. 접수기간 : 2025년 3월 28일(금) ~ 2025년 4월 11일(금) 까지

 

2. 제출 서류 및 제출 방법 : 

    – EE Externship 8기 신청서(첨부 참조), 신청서 내 지원회사 우선순위 3순위까지 기재 필요

    – 성적표 (2025년 봄학기 중 발급 기준) 

    – 제출 방법: 신청서 및 성적표를 담당자 이메일로 제출(kkmj20@kaist.ac.kr)

 

[2025학년도 여름학기 EE Externship 프로그램 8기 운영 정보] 

 

1. 지원 가능 대상 : 전기및전자공학부 3학년 이상 학생 (이수학점 69학점 이상), 2025년도 전기및전자공학부 가을학기 석사 신입생

 

2. 8기 참여기업 리스트

대전교통공사, 북엔드, 알파카네트웍스, 이너시아, 잇다반도체, 하이퍼엑셀 ( 총 6개 기업)

  상세내용은 첨부의 Externship_기업소개자료 참고

 

3. 추후 일정(상세 일정은 추후 변동될 수 있음. 담당자가 개별 안내 예정)

 – 4월 중순: 1차 오리엔테이션 진행(추후 상세 안내)

 – 5/12(월) ~ 5/23(금): 기업 면접 진행

 – 5/28 (수, 예정): 학생-기업 매칭 결과 공유

 – 2025/06/23(월) ~ 2025/08/22(금): 기업에 파견되어 업무 수행(약 9주) 

(*일부기업의 경우, 2025/07/01(화)~2025/08/29(금) 기간으로 운영)

 

4. 기타 프로그램 상세 내용 및 참여기업 소개 자료는 첨부파일 참고

 

5.  문의처: 전기및전자공학부 행정팀 강명주(kkmj20@kaist.ac.kr, 042-350-8585)

교수님 360
교수님 900 enhancer
< (왼쪽부터) 전기및전자공학부 유민수 교수, 방제현 박사과정, 최유정 박사 >

최근 챗GPT, 딥시크(DeepSeek) 등 초거대 인공지능(AI) 모델이 다양한 분야에서 활용되며 주목받고 있다. 이러한 대형 언어 모델은 수만 개의 데이터센터용 GPU를 갖춘 대규모 분산 시스템에서 학습되는데, GPT-4의 경우 모델을 학습하는 데 소모되는 비용은 약 1,400억 원에 육박하는 것으로 추산된다. 한국 연구진이 GPU 사용률을 높이고 학습 비용을 절감할 수 있는 최적의 병렬화 구성을 도출하도록 돕는 기술을 개발했다.

 

우리 학부 유민수 교수 연구팀은 삼성전자 삼성종합기술원과 공동연구를 통해, 대규모 분산 시스템에서 대형 언어 모델(LLM)의 학습 시간을 예측하고 최적화할 수 있는 시뮬레이션 프레임워크(이하 vTrain)를 개발했다.

 

대형 언어 모델 학습 효율을 높이려면 최적의 분산 학습 전략을 찾는 것이 필수적이다. 그러나 가능한 전략의 경우의 수가 방대할 뿐 아니라 실제 환경에서 각 전략의 성능을 테스트하는 데는 막대한 비용과 시간이 들어간다.

 

이에 따라 현재 대형 언어 모델을 학습하는 기업들은 일부 경험적으로 검증된 소수의 전략만을 사용하고 있다. 이는 GPU 활용의 비효율성과 불필요한 비용 증가를 초래하지만, 대규모 시스템을 위한 시뮬레이션 기술이 부족해 기업들이 문제를 효과적으로 해결하지 못하고 있는 상황이다.

 

이에 유민수 교수 연구팀은 vTrain을 개발해 대형 언어 모델의 학습 시간을 정확히 예측하고, 다양한 분산 병렬화 전략을 빠르게 탐색할 수 있도록 했다.

 

연구팀은 실제 다중 GPU 환경에서 다양한 대형 언어 모델 학습 시간 실측값과 vTrain의 예측값을 비교한 결과, 단일 노드에서 평균 절대 오차(MAPE) 8.37%, 다중 노드에서 14.73%의 정확도로 학습 시간을 예측할 수 있음을 검증했다.

 

1. vTrain 시뮬레이터 구조 모식도
< 그림 1. vTrain 시뮬레이터 구조 모식도 >

 

연구팀은 삼성전자 삼성종합기술원와 공동연구를 진행하여 vTrain 프레임워크와 1,500개 이상의 실제 학습 시간 측정 데이터를 오픈소스로 공개(https://github.com/VIA-Research/vTrain)하여 AI 연구자와 기업이 이를 자유롭게 활용할 수 있도록 했다.

 

2. 단일 노드 시스템좌 및 다중 노드 시스템우에 대한 학습 시간 측정값과 예측값의 비교
< 그림 2. 단일 노드 시스템(좌) 및 다중 노드 시스템(우)에 대한 학습 시간 측정값과 예측값의 비교 >

 

유민수 교수는 “vTrain은 프로파일링 기반 시뮬레이션 기법으로 기존 경험적 방식 대비 GPU 사용률을 높이고 학습 비용을 절감할 수 있는 학습 전략을 탐색하였으며 오픈소스를 공개하였다. 이를 통해 기업들은 초거대 인공지능 모델 학습 비용을 효율적으로 절감할 것이다”라고 말했다.

 

3. 다양한 병렬화 기법에 따른 MT NLG 학습 시간 및 GPU 사용률 변화
< 그림 3. 다양한 병렬화 기법에 따른 MT-NLG 학습 시간 및 GPU 사용률 변화 >

 

이 연구 결과는 방제현 박사과정이 제1 저자로 참여하였고 컴퓨터 아키텍처 분야의 최우수 학술대회 중 하나인 미국 전기전자공학회(IEEE)·전산공학회(ACM) 공동 마이크로아키텍처 국제 학술대회(MICRO)에서 지난 11월 발표됐다. (논문제목: vTrain: A Simulation Framework for Evaluating Cost-Effective and Compute-Optimal Large Language Model Training, https://doi.org/10.1109/MICRO61859.2024.00021)

 

이번 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단, 정보통신기획평가원, 그리고 삼성전자의 지원을 받아 수행되었으며, 과학기술정보통신부 및 정보통신기획평가원의 SW컴퓨팅산업원천기술개발(SW스타랩) 사업으로 연구개발한 결과물이다.

교수팀 360
watermarkRemover upscaler4× e1742457173793
<(왼쪽부터) 김한나 박사과정, 신승원 교수, 송민규 박사과정>

최근 인공지능 기술의 발전으로 챗GPT와 같은 대형 언어 모델(이하 LLM)은 단순한 챗봇을 넘어 자율적인 에이전트로 발전하고 있다. 구글(Google)은 최근 인공지능 기술을 무기나 감시에 활용하지 않겠다는 기존의 약속을 철회해 인공지능 악용 가능성에 대한 논란이 불거진 점을 상기시키며, KAIST 연구진이 LLM 에이전트가 개인정보 수집 및 피싱 공격 등에 활용될 수 있음을 입증했다.

 

우리 학부 신승원 교수, 김재철 AI 대학원 이기민 교수 공동연구팀이 실제 환경에서 LLM이 사이버 공격에 악용될 가능성을 실험적으로 규명했다. 현재 OpenAI, 구글 AI 등과 같은 상용 LLM 서비스는 LLM이 사이버 공격에 사용되는 것을 막기 위한 방어 기법을 자체적으로 탑재하고 있다. 그러나 연구팀의 실험 결과, 이러한 방어 기법이 존재함에도 불구하고 쉽게 우회해 악의적인 사이버 공격을 수행할 수 있음이 확인됐다.

 

기존의 공격자들이 시간과 노력이 많이 필요한 공격을 수행했던 것과는 달리, LLM 에이전트는 이를 평균 5~20초 내에 30~60원(2~4센트) 수준의 비용으로 개인정보 탈취 등이 자동으로 가능하다는 점에서 새로운 위협 요소로 부각되고 있다.

1. LLM에이전트가 웹 기반 도구들을 사용해 공격자의 요구에 따라 답변 생성하는 과정
< 그림 1. LLM 에이전트가 웹 기반 도구들을 사용하여 공격자(유저)의 요구에 따라 답변을 생성하는 과정이다. >

연구 결과에 따르면, LLM 에이전트는 목표 대상의 개인정보를 최대 95.9%의 정확도로 수집할 수 있었다. 또한, 저명한 교수를 사칭한 허위 게시글 생성 실험에서는 최대 93.9%의 게시글이 진짜로 인식됐다.

 

뿐만 아니라, 피해자의 이메일 주소만을 이용해 피해자에게 최적화된 정교한 피싱 이메일을 생성할 수 있었으며, 실험 참가자들이 이러한 피싱 이메일 내의 링크를 클릭할 확률이 46.67%까지 증가하는 것으로 나타났다. 이는 인공지능 기반 자동화 공격의 심각성을 시사한다.

 

제1 저자인 김한나 연구원은 “LLM에게 주어지는 능력이 많아질수록 사이버 공격의 위협이 기하급수적으로 커진다는 것이 확인됐다”며, “LLM 에이전트의 능력을 고려한 확장 가능한 보안 장치가 필요하다”고 말했다.

2. 메타의 CEO인 마크 저커버그의 이메일 주소만을 활용 피싱 이메일 내용
< 그림 2. 메타의 CEO인 마크 저커버그의 이메일 주소만을 활용하여 LLM 에이전트 (Claude 사용)가 마크 저커버그를 대상으로 작성한 피싱 이메일 내용. LLM 에이전트가 스스로 대상자와 관련된 내용, 발신자, url 링크 문자 등을 설정한 것을 볼 수 있다. >

 

신승원 교수는 “ 이번 연구는 정보 보안 및 AI 정책 개선에 중요한 기초 자료로 활용될 것으로 기대되며, 연구팀은 LLM 서비스 제공업체 및 연구기관과 협력하여 보안 대책을 논의할 계획이다”라고 밝혔다.

3. Claude 기반 LLM 에이전트를 활용 얼마나 많은 사람들의 개인정보를 수집할 수 있는지 실험 결과
< 그림 3. Claude 기반 LLM 에이전트를 활용하여 얼마나 많은 사람들의 개인 정보를 수집할 수 있는지를 나타낸 실험 결과이다. 본 실험에서는 CS 교수들의 개인정보를 수집하였다. >

 

우리 학부 김한나 박사과정이 제1 저자로 참여한 이번 연구는 컴퓨터 보안 분야의 최고 학회 중 하나인 국제 학술대회 USENIX Security Symposium 2025에 게재될 예정이다. (논문명: “When LLMs Go Online: The Emerging Threat of Web-Enabled LLMs”, DOI: 10.48550/arXiv.2410.14569 )

 

한편 이번 연구는 정보통신기획평가원, 과학기술정보통신부 및 광주광역시의 지원을 받아 수행됐다.

공지사항

MORE

세미나 및 행사

날짜:

2024년 10월 14일 (월) 오전 11시

연사:

Istvan Szerdahelyi(The Ambassador of Hungary to the Republic of Korea)

장소:

KI 빌딩(E4), 매트릭스홀