우리 학부 Video and Image Computing(VIC) Lab 졸업생 김현호 박사(지도교수: 김문철)가 충남대학교 전자공학과 조교수로 임용되어, 2026년 9월 1일부터 부임할 예정입니다.
김현호 박사는 경희대학교 전자·전파공학과에서 학사학위를 취득한 후, KAIST 전기및전자공학부에서 김문철 교수의 지도 아래 석사 및 박사학위를 취득했습니다.
김현호 박사는 2017년 12월부터 한국항공우주연구원에서 선임연구원으로 근무하며, 위성영상의 검보정, 화질 개선 및 활용을 위한 영상처리 기술을 연구했습니다. 특히 딥러닝 기반 PAN-sharpening, 위성영상 복원 및 화질 개선, 압축 왜곡 제거, SAR-to-EO 영상 변환 등의 연구를 수행했습니다.
관련 연구 성과를 IEEE Transactions on Geoscience and Remote Sensing, IEEE Transactions on Image Processing, IEEE Geoscience and Remote Sensing Letters 등 주요 국제학술지에 발표했으며, PAN-sharpening을 위한 새로운 학습 방법이 국제학술대회인 ECCV 2026에 채택되는 등 위성영상과 컴퓨터 비전 분야에서 활발한 연구를 수행해 왔습니다.
앞으로 김현호 박사는 충남대학교에서 딥러닝, 컴퓨터 비전, 영상처리 및 원격탐사 분야의 연구와 교육을 수행할 예정입니다. 특히 실제 위성 센서와 운용 환경의 특성을 반영한 신뢰성 높은 인공지능 기반 영상처리 기술을 개발하고, 위성·원격탐사 영상의 품질 향상과 활용을 통해 우주 분야의 실질적인 문제 해결에 기여할 계획입니다.
우리 학부 Advanced Radio Technology (ART) Lab 졸업생 이영준 박사(지도교수: 강준혁)가 2026년 9월 1일부로 광운대학교 소프트웨어학부 전임교원으로 임용되었습니다.
이영준 박사는 UNIST에서 전기전자공학을 전공하고 KAIST 전기 및 전자공학부에서 석사학위를 취득했습니다. 석사학위 취득 후 정부출연연구기관에서 연구원으로 근무했으며, 특히 한국국방연구원 군사발전연구센터 군사력평가연구실에서 국방 현장의 실제 문제를 연구했습니다. 이후 실무에서 얻은 문제의식을 학문적으로 확장하기 위해 KAIST로 돌아와 박사과정에 진학했습니다. 박사학위논문은 “실용적 연합학습을 위한 데이터 비의존 조기 종료 연구”이며, 별도의 검증 데이터 없이 연합학습의 적절한 종료 시점을 결정하는 방법을 연구했습니다.
한국국방연구원에서는 모델링과 컴퓨터 시뮬레이션을 포함한 분석·평가 방법론을 활용하여 군사력 평가와 국방 의사결정을 지원하는 연구에 참여했습니다. 또한 국방 인공지능, 데이터 분석 및 워게임 시뮬레이션을 바탕으로 정책과 전력기획을 지원하고, 제한된 국방 환경에서도 활용할 수 있는 신뢰성이 높은 분석 기술을 연구했습니다.
앞으로 이영준 박사는 광운대학교에서 실용적이고 프라이버시를 보호하는 인공지능을 주제로 연구와 교육을 수행하고, 실제 환경의 문제 해결에 기여할 수 있는 인공지능 기술을 개발할 예정입니다.
우리 학부 Intelligent Communication Systems Lab. (ICL) 졸업생 이교승 박사 (지도교수: 최준일)가 2026년 9월 1일부로 한국외국어대학교 반도체전자공학부의 전임교원으로 임용되었습니다.
이교승 박사는 2026년 2월 KAIST 전기 및 전자공학부에서 박사학위를 취득한 후, LG전자 CTO부문 C&M 표준연구소에서 통신·센싱 융합 기술과 관련된 6G선행기술 개발을 수행했습니다.
주요 연구 분야는 차세대 무선 통신 시스템에서의 채널 추정 및 빔포밍 기술 개발로, IEEE Transactions on Wireless Communications, IEEE Transactions on Communications 등 무선 통신 분야의 국제 저명 학술지에 다수의 논문을 게재하였고, 다수의 우수논문상을 통해 연구의 우수성을 인정받았습니다.
향후 차세대 무선 통신 시스템의 성능 향상을 위한 물리 계층 기술 연구를 지속할 예정입니다.
우리 학부 윤인수 교수 연구팀 및 동문들이 대거 참여한 한국 해킹팀 ‘0x4b52’가 지난 8월 7일부터 9일까지 미국 라스베이거스에서 열린 ‘DEF CON CTF 2026(데프콘 캡처 더 플래그 2026)’에서 최종 2위를 차지했다.
약 30명의 한국인 해커로 구성된 0x4b52는 세계 정상급 다국적 연합팀들과 경쟁해 준우승을 거뒀다. 이는 2015년 한국팀 ‘DEFK0R’가 우승한 이후 순수 한국인 팀이 DEF CON CTF에서 거둔 가장 높은 성적이다.
< DEFCON CTF 최종 스코어 >
특히 전 세계 686개 팀이 참가한 예선에서 상위 12개 팀만 본선 진출권을 얻은 가운데, 0x4b52는 예선 5위로 본선에 진출한 뒤 최종 2위까지 순위를 끌어올렸다. 학부생과 대학원생, 졸업생 등 서로 다른 세대의 KAIST 구성원들이 한 팀으로 참여해 세계 정상급 해커들과 경쟁하며 거둔 성과라는 점에서도 의미가 크다.
배충식 KAIST 총장은 “세계 최고 수준의 해커들이 경쟁하는 무대에서 우리 학생과 동문들이 뛰어난 역량을 보여준 것을 매우 뜻깊게 생각한다”며 “특히 학부생부터 대학원생, 졸업생까지 여러 세대의 KAIST 구성원들이 함께 도전해 이뤄낸 성과라는 점에서 더욱 의미가 크다”고 말했다.
이어 배 총장은 “AI 시대일수록 탄탄한 기본과 도메인 전문성이 더욱 중요하다”며, “KAIST는 학생들이 학부 때부터 관심 분야에 과감하게 도전하고 실전 경험과 연구를 통해 전문성을 쌓아, AI를 주도적으로 활용하며 새로운 길을 개척하는 글로벌 인재로 성장할 수 있도록 적극 지원하겠다”고 밝혔다.
DEF CON CTF는 세계 최대 규모의 해커 콘퍼런스 중 하나인 ‘DEF CON(데프콘)’의 대표 행사로, 세계 각국의 정상급 해커들이 참가해 시스템 보안과 해킹 역량을 겨루는 국제 해킹대회다. 올해 본선은 미국 라스베이거스에서 열린 ‘DEF CON 34(데프콘 34)’의 메인 행사 중 하나로 진행됐으며, 다국적 연합팀 ‘Blue Water(블루 워터)’가 우승하고 한국팀 0x4b52가 준우승했다.
CTF(Capture The Flag·캡처 더 플래그)는 참가팀이 주어진 시스템과 소프트웨어의 취약점을 분석하고 공격과 방어 등을 수행하며 점수를 획득하는 방식의 해킹대회다. 참가자들은 제한된 시간 안에 시스템과 소프트웨어를 분석해 취약점을 찾아내고 상대팀과 경쟁해야 해 고도의 기술력뿐 아니라 팀원 간 협업과 전략적 판단 능력이 요구된다.
올해 예선에서는 바이너리 익스플로잇(Binary Exploitation·프로그램 취약점 공격), 리버스 엔지니어링(Reverse Engineering·역공학), 크립토그래피(Cryptography·암호학), 웹 익스플로잇(Web Exploitation·웹 취약점 공격) 등 다양한 정보보안 분야의 문제가 출제됐다.
0x4b52는 국내 해킹팀 ‘HypeBoy(하이프보이)’와 윤인수 교수 연구실 구성원들을 중심으로 결성된 한국팀이다. 전체 팀원 약 30명 가운데 3분의 1가량이 현재 윤 교수의 ‘Hacking Lab(해킹랩)’에 소속돼 있거나 연구실을 거쳐 간 구성원들이다.
이외에도 KAIST 학생과 동문들이 다수 참여했다. 상당수는 학부 재학 시절 정보보호 동아리 ‘GoN’ 활동을 비롯해 전기및전자공학부, 전산학부, 정보보호대학원 등에서 시스템 해킹과 보안 연구 경험을 쌓아 왔다. 특히 학부생과 석·박사과정 학생부터 졸업 후 산업계와 연구기관에서 활동하는 동문까지 서로 다른 세대의 KAIST 해커들이 한 팀에서 함께 경쟁했다.
0x4b52의 중심축 가운데 하나인 윤인수 교수 연구팀은 지난해에도 미국 라스베이거스에서 세계적인 사이버보안 경연대회 정상에 오른 바 있다. 윤 교수 연구팀은 삼성리서치, POSTECH, 미국 조지아공과대학교(Georgia Institute of Technology) 연구진과 구성한 연합팀 ‘Team Atlanta(팀 애틀랜타)’로 미국 국방고등연구계획국(DARPA)이 주관한 ‘AI Cyber Challenge(AI 사이버 챌린지·AIxCC)’에 참가해 2025년 8월 DEF CON 33에서 열린 결선에서 우승했다.
AIxCC는 인공지능(AI)을 활용해 소프트웨어의 취약점을 자동으로 찾아내고 수정하는 기술을 겨루는 대회다. Team Atlanta는 결선 우승으로 400만 달러의 상금을 받았다. 윤 교수 연구팀은 지난해 AI를 활용한 자율 사이버 방어 기술 경연에서 세계 정상에 오른 데 이어 올해 DEF CON CTF에서도 학생·동문들과 함께 세계 정상급 팀들과 경쟁하며 시스템 보안 분야에서 연이어 성과를 냈다.
이번 성과는 KAIST에서 학부 단계의 실전 해킹 경험이 대학원의 전문 보안 연구로 이어지고, 졸업 후 관련 분야의 전문성으로 확장되는 정보보호 인재 성장 경로를 보여준다는 점에서도 의미가 있다.
학부생들은 교육과 동아리 활동 등을 통해 실제 시스템을 분석하고 취약점을 찾아내는 경험을 쌓고, 대학원에서는 이를 소프트웨어 취약점 분석, 프로그램 분석, 자동화된 취약점 탐지 등 전문적인 시스템 보안 연구로 발전시키고 있다. 우리 대학은 석·박사급 정보보호 전문인력을 양성하는 한편 정보보호특성화대학 사업에 참여하는 등 정보보호 분야의 교육·연구 기반을 확대하고 있다.
윤인수 교수는 “이번 성과는 특정 개인이 아니라 학생들이 오랜 시간 함께 공부하고 실전 경험을 쌓으며 성장해 온 결과라는 점에서 의미가 크다”며 “저 역시 KAIST 학부 시절 정보보호 동아리 GoN을 통해 정보보호 분야에 본격적으로 입문한 만큼, 학부생과 대학원생, 졸업생이 세대를 넘어 한 팀으로 세계 정상급 해커들과 경쟁해 성과를 냈다는 점이 특히 뜻깊다”고 말했다.
우리 학부 성영철 교수 연구실의 김우준 박사가 2026년 8월부로 KAIST 산업및시스템공학과 조교수로 부임합니다. 김우준 박사는 KAIST 전기및전자공학부에서 석사 및 박사학위를 취득하였으며, 이후 Carnegie Mellon University Robotics Institute에서 박사후연구원으로 재직하며 다중 에이전트 시스템, 강화학습 및 로보틱스 분야의 연구를 수행해왔습니다.
김우준 박사는 여러 지능형 에이전트와 로봇이 실제 환경에서 효과적으로 협력하고 의사결정을 수행할 수 있는 학습 방법을 중심으로, 확장성·강건성·안전성·공정성을 갖춘 다중 에이전트 인공지능 및 로보틱스 시스템을 연구해왔습니다. 관련 연구 성과를 NeurIPS, ICML, ICLR, AAMAS 등 인공지능 분야 최고 권위의 국제학회와 ICRA, CoRL 등 로보틱스 분야 주요 학회에 발표하였습니다. 특히 NeurIPS Spotlight 논문에 선정되었으며, AAMAS Best Paper Award, ICRA Best Conference Paper Finalist 및 Best Multi-Robot Systems Paper Finalist에 선정되고, RSS 2025 GenAI-HRI Workshop에서 Best Paper Award를 수상하는 등 연구의 우수성을 인정받았습니다.
김우준 박사는 이제 KAIST 산업및시스템공학과에서 다중 에이전트 시스템과 강화학습을 기반으로, 지능형 에이전트와 로보틱스 시스템의 협력 및 의사결정에 관한 연구를 이어갈 예정입니다. 앞으로의 연구와 교육에서 큰 성과가 있기를 바랍니다.
그림 1. RSS Open-World Navigation(OWN) 워크숍 내비트레이스 챌린지 준우승 상장
우리 학부 명현 교수 연구팀(미래도시 로봇연구실)이 지난 7월 13일부터 17일까지 호주 시드니에서 열린 세계 최고 권위의 로보틱스 학술대회인 RSS 2026 (Robotics: Science and Systems)의 OWN (Open-World Navigation) 워크숍에서 개최된 ‘내비트레이스 챌린지(NaviTrace Challenge)’에서 준우승을 차지했다.
이번 챌린지는 로봇의 1인칭 시점 사진 한 장과 짧은 자연어 명령만 주고, 인공지능이 사진 위의 어떤 경로로 이동해야 하는지 추론하는 능력을 평가하는 국제 대회다.
“길을 건너라”는 명령에는 횡단보도를 찾고 신호를 기다려야 한다는 정보가 없다. 로봇은 이러한 암묵적 사회 규범을 눈앞의 장면에서 스스로 읽어내야 한다. 그러나 하나의 인공지능에 목표 찾기·위험 판단·경로 생성을 한꺼번에 맡기면 과업이 뒤섞여 성능이 떨어진다.
연구팀이 개발한 ‘프리즘내브(PRISM-Nav)’는 이를 네 개의 전문 에이전트로 나눴다. 목표 지점, 계단·턱 등 위험 요소, 횡단보도·인도처럼 사회적 의미가 있는 구조를 각각 찾는 세 에이전트가 동시에 동작하고, 마지막 에이전트가 이를 종합해 경로를 찾아낸다. 핵심은 에이전트끼리 좌표와 문자가 아니라 입력 사진 위에 직접 기호를 그려 결과를 주고받는다는 점이다. 말로 설명하는 대신 지도에 표시해 건네주는 방식으로 공간 정보 손실을 크게 줄였다. 추가 학습이 필요 없어 새로운 로봇이나 환경에 곧바로 적용할 수 있다.
그림 2. PRISM-Nav 결과 예시. 같은 장면에서 기존 방식(초록 점선)은 출구 차선을 가로지르는 반면, PRISM-Nav(분홍 실선)는 사회적 규범을 이해하여 주차장에 진입한다.
연구팀은 53점을 기록해 난징대·파이브에이지스(FiveAges) 공동팀에 이어 2위에 올랐다. 주목할 점은 사용한 인공지능 모델의 경제성이다. 주최측이 참고 기준으로 함께 공개한 최상위 고성능 범용 모델(Gemini 3.1 Pro Preview)은 사용 비용이 높아 로봇에 상시 적용하기 어렵다. 연구팀은 이보다 훨씬 저렴한 경량 모델(Gemini 3 Flash)을 쓰면서도 최상위 모델의 성능을 앞섰다. 값비싼 모델을 하나 쓰는 대신, 저렴한 모델을 여러 에이전트로 나눠 구성하는 것이 성능과 비용 모두에서 유리하다는 의미다.
그림 3. 인간 전문가 대비 성능 비교 그래프. PRISM-Nav가 2위를 차지했다.
명현 교수는 “별도의 학습 데이터 없이도 대형 인공지능 모델을 로봇의 실제 상황 판단에 활용할 수 있음을 입증한 결과”라며 “사람과 공간을 함께 쓰는 배송 로봇, 안내 로봇 등 서비스 로봇 분야의 핵심 기술로 활용될 수 있을 것”이라고 말했다.
한편 명현 교수 연구실은 지난 6월 ICRA 2026과 CVPR 2026 워크숍 국제 챌린지에서 각각 1위를 차지한 바 있으며, 공간인지 기술에서 축적한 역량을 체화 인공지능(Embodied AI) 분야로 확장하고 있다.
AI 반도체도 이제 ‘눈치’를 본다. 기존 AI 반도체는 입력 신호에 반응하는 속도와 정보를 기억하는 시간이 한 번 정해지면 바꿀 수 없는 ‘고정된 반응 특성’을 가졌지만, 이제는 데이터의 변화 속도에 맞춰 스스로 반응하는 시대가 열렸다. 우리 학부 연구진은 이 기술로 시간에 따라 변하는 데이터의 예측 오류를 기존보다 최대 40배 줄였다. 자율주행차와 로봇, 웨어러블 기기의 실시간 AI 성능을 높일 핵심 원천기술로 기대된다.
최신현 석좌교수 연구팀이 입력되는 데이터의 변화 속도에 따라 반응 특성을 자유롭게 바꿀 수 있는 새로운 AI 반도체 소자 ‘프로그래머블 동적 멤트랜지스터(Programmable Dynamic Memtransistor, PDM)’와 이를 집적한 어레이를 개발했다.
< 다양한 시간 척도의 시계열 신호를 함께 처리하는 프로그래머블 동적 멤트랜지스터(PDM)의 개념 및 동작 원리 >
멤트랜지스터(Memtransistor)는 정보를 저장하는 메모리(Memory)와 계산을 수행하는 트랜지스터(Transistor)의 기능을 하나로 결합한 차세대 반도체 소자다. 데이터를 계산하면서도 이전 정보를 기억할 수 있어 입력되는 데이터에 맞춰 반응 속도를 조절할 수 있는 것이 특징이다.
현실 세계의 데이터는 모두 같은 속도로 변하지 않는다. 심장 박동이나 음성처럼 매우 빠르게 변하는 정보가 있는가 하면, 날씨나 공장 설비 상태처럼 천천히 변하는 정보도 있다. 하지만 기존 AI 반도체는 입력 신호에 반응하는 속도와 그 상태를 유지하는 시간(시간 응답 특성)이 고정돼 있어, 서로 다른 속도의 데이터를 동시에 효율적으로 처리하는 데 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해 전기적 정보를 저장하는 층(전하 저장층)과 전자를 저장해 반도체의 반응 속도를 조절하는 층(전자 포획층)을 하나의 트랜지스터 안에 결합한 새로운 구조를 개발했다.
PDM은 데이터가 입력되면 전하 저장층에서 정보를 처리하고, 전자 포획층이 반도체가 원래 상태로 돌아가는 속도를 조절한다. 마치 운전자가 고속도로에서는 속도를 높이고 골목길에서는 속도를 줄이듯, 반도체도 데이터의 변화 속도에 맞춰 가장 적합한 반응 속도를 스스로 선택한다.
실험 결과 연구팀은 반도체가 입력 신호에 반응한 뒤 원래 상태로 돌아오는 시간을 약 5배 범위에서 조절했으며, 빠르게 반복되는 신호를 처리하는 능력(주파수 특성)도 10배 이상 폭넓게 조절할 수 있음을 확인했다.
특히 빠르게 변하는 정보와 느리게 변하는 정보가 함께 포함된 시계열 데이터(Time-series data, 시간의 흐름에 따라 연속적으로 생성되는 데이터) 예측 실험에서는 기존의 고정형 반도체보다 예측 오류를 최대 40배 줄이는 성능을 보였다.
또한 연구팀은 PDM을 여러 개 연결한 어레이(Array, 동일한 반도체 소자를 일정한 형태로 집적한 구조)를 제작해 실험한 결과, 기존 소프트웨어 기반 AI 시스템과 비슷한 정확도를 유지하면서도 훨씬 적은 에너지로 동작하는 것을 확인했다.
이번 기술은 별도의 복잡한 데이터 전처리 없이도 다양한 속도로 변하는 데이터를 효율적으로 처리할 수 있다. 또한 한 번 설정한 반응 특성은 전원을 계속 공급하지 않아도 유지되는 비휘발성(전원이 꺼져도 정보가 유지되는 특성)을 갖춰 에너지 소비를 줄일 수 있다. 여기에 현재 널리 사용되는 상용 반도체 공정(CMOS 공정)과도 호환돼 대량 생산과 상용화 가능성이 높다는 점에서도 의미가 크다.
< 연구이미지 (AI 생성) >
최신현 석좌교수는 “이번 연구는 데이터의 변화 속도에 맞춰 반도체가 스스로 가장 적합한 방식으로 반응하는 AI 반도체를 구현한 것”이라며 “자율주행차와 로봇, 웨어러블 기기 등 다양한 AI 기기의 성능은 높이고 전력 소모는 줄이는 핵심 기술이 될 것으로 기대한다”고 말했다.
이번 연구는 반도체공학대학원 김대원 박사과정이 제1저자로 참여했으며, 조윤호, 서석호, 김유진, 박시온, 장태환, 박채빈이 공동저자로 참여했다. 또한 삼성전자 반도체연구소 오영택 연구원과 이재덕 Fellow가 공동저자로 참여했으며, 최신현 교수가 교신저자를 맡았다. 연구 결과는 세계적인 권위의 국제학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 7월 게재됐다.
논문명: Programmable memtransistor array with temporal dynamics modulation for efficient time-series data processing
우리 학부 유창동 교수 연구팀이 주관하는 **「AX선도 창업가형 인재양성센터」**가 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하는 AI·디지털 기반 창업인재양성 사업에 최종 선정되었다. 또한 사업의 성공적인 추진과 산학연 협력 허브 구축을 위해 AX DeepTech Bridge Center를 공식 개소하였다. 본 사업은 AI 원천기술과 산업 도메인 기술을 융합하여 글로벌 기술창업을 선도할 석·박사급 인재를 양성하는 국가 전략사업으로, KAIST를 중심으로 POSTECH, 분당서울대학교병원, 전북대학교가 참여하는 컨소시엄으로 운영된다. 사업기간은 2026년 7월부터 2031년 12월까지 5년 6개월이다.
AI가 산업 전반의 혁신을 이끄는 AX(AI Transformation) 시대에는 우수한 AI 기술만으로는 충분하지 않다. AI 원천기술을 반도체, 전력, 의료, 센서 등 실제 산업 현장의 핵심 문제와 결합하고, 이를 창업으로 연결할 수 있는 새로운 인재양성 패러다임이 요구되고 있다. 그러나 기존 교육은 연구, 기술사업화, 창업지원이 분절되어 있어 세계 시장을 선도할 DeepTech 창업가를 지속적으로 배출하는 데 한계가 있었다.
연구팀은 이러한 한계를 극복하기 위해 KAIST AI Hub를 중심으로 AI 알고리즘·모델·컴퓨팅 역량과 참여 연구실의 도메인 전문성을 융합하는 AX DeepTech Bridge Center를 구축하였다. 센터는 교육, 공동연구, 실증, 지식재산(IP), 기술이전, 창업보육, 투자연계를 하나의 체계로 연결하는전주기 창업 지원 플랫폼으로 운영되며, 연구성과가 논문과 특허에 머무르지 않고 글로벌 DeepTech 스타트업으로 이어질 수 있도록 지원한다.
특히 AX DeepTech Bridge Center는 “AI Hub × Domain Expertise × Entrepreneurship”를 핵심 철학으로 삼아, AI 연구자와 분야 전문가가 함께 실제 산업 난제를 해결하는 융합 프로젝트를 수행하고, 이를 기술사업화와 창업으로 연결하는 새로운 모델을 제시한다. 또한 KAIST의 AI Hub, SW교육센터, 기술가치창출원, 화성 사이언스 허브 등 기존 인프라를 유기적으로 연계하여 교육부터 창업, 투자까지 이어지는 국내 최초 수준의 통합 AX 창업 생태계를 구축할 계획이다.
이번 사업과 센터 개소를 통해 KAIST는 세계 최고 수준의 AI 연구역량을 산업 혁신과 기술창업으로 연결하는 핵심 거점으로 자리매김하는 것은 물론, 반도체, 전력, 의료, 센서 등 국가 전략산업의 AX 전환을 이끌 글로벌 DeepTech 창업가를 지속적으로 배출하여 대한민국 AI 산업 경쟁력 강화와 미래 성장동력 확보에 크게 기여할 것으로 기대된다.
