프로그램 Program

기술 창업은 이공계 제일 사명


경종민 교수

KAIST 전기 및 전자공학과

Biography

  • 1975. 2. 서울대학교 전자공학과 학사
  • 1977. 2. KAIST 전기및전자공학과 석사
  • 1981. 2. KAIST 전기및전자공학과 박사
  • 1990. 11. ~ 현재 KAIST 교수/(현)명예교수
  • 1994. 12. ~ 2014. 3. 고성능집적연구센터 소장
  • 2004. 12. ~ 2016. 4. SoCium 연구센터 소장
  • 2009. 1. ~ 현재 IEEE Fellow
  • 2011. 9. ~ 현재 다차원 스마트 IT 융합 시스템 연구 단장

강연초록

기술 창업은 시장의 요구에 부응하는 과학기술의 새로운 결과물로 비즈니스를 일으킴으로써 사회의 긍정 사이클을 만들어냄으로써 빈부, 기업, 직업, 세대간 갈등과 격차 문제를 해결하는데 크게 기여할 수 있다. ‘좋은’ 창업이 많이 이루어지면 대학의 교육과 연구의 완성도가 올라가고, 정부 연구지원 사업의 생산성과 투자자의 투자 효율도 올라가게 되며, 돈의 흐름이 좋아지고, 경쟁력 있는 기업과 양질의 일자리가 만들어진다. 아직 우리나라에는 정부주도 연구사업의 효과가 인력 양성과 논문 특허 창출의 수준까지 가 있는 정도이며, 산업적, 경제적 기여까지 한 예는 별로 없다. 건강한 창업생태계가 없고, 대학의 창업 성과와 재정은 여전히 매우 취약하여 이공계 대학이 독자적인 방향을 못 잡고 있으며, 대다수 젊은이들도 창업에 도전하기보다는 대기업이나 자격증 기반 직종, 공무원 등의 안정된 직장을 선호하고 있다. 그러나 실리콘밸리와 같이 산업과 경제가 번성하는 곳에서는 좋은 학생일수록 대기업 취업보다는 창업에 도전한다. 이공계의 미션은 창업으로 나라의 흥성에 기여하는 것이다. 2011년에 시작된 대형 국가연구사업인 글로벌프론티어 사업으로 시작된 스마트 IT 융합시스템 연구단의 예를 통하여 향후 우리가 같이 추진해가야 할 이공계 분야의 교육과 연구, 창업의 방향과 산업생태계의 모습, 바람직한 한국인의 삶과 미래의 사회를 같이 그려보고자 한다.

Color Image Processing: from RGB to Hyper spectrum


이병욱 교수

이화여자대학교 전자공학과

Biography

  • 1979. 2. 서울대학교 전자공학과 학사
  • 1981. 8. KAIST 전기및전자공학과 석사
  • 1991. 6. Stanford University, Electrical Engineering 박사
  • 1991. 7. ~ 1995. 8. 대우전자 영상연구소 수석연구원
  • 1995. 9. ~ 현재 이화여자대학교 전자공학과 교수
  • 2006. 8. ~ 2008. 7. 이화여자대학교 정보통신처장
  • 2004. 10. 제 17회 신호처리합동학술대회 운영위원장
  • 2010. 1. 제 22회 영상처리 및 이해에 관한 워크샵 조직위원장
  • 2016. 7. 제 3회 KCCV 운영위원장

강연초록

우리가 사용하는 영상이나 동영상은 대부분 Red, Green, Blue의 세개의 채널로 구성된 컬러 영상이다. 이 세개의 컬러 채널이 서로 독립적이 아니고 상관성이 있어서 그 신호처리 과정에서 많은 어려움과 오해가 발생한다. 이번 특강에서 RGB 3차원 신호의 향상 방법들을 소개하고, 색상의 변화가 없이 채도를 높이는 기본 원리를 소개한다. 또한 컬러 영상 처리에서 매우 중요한 색 항상성 (color constancy) 에 대하여 고찰한다. 인간의 시각은 조명색 성분을 보정하고 물체의 원래 색상을 인지하는 색 항상성을 지니고 있다. 카메라에서 취득한 영상에서 색 항상성을 구현하기 위하여 조명 스펙트럼을 구하여야 한다. RGB 영상에서 조명을 구하는 방법들과 조명 보정 방법을 이해하고 그 한계를 살펴본다. 색상에 대한 이해는 초분광 영상 (hyperspectral image)을 사용하여 정량적으로 이해할 수 있으므로 초분광에서의 조명 추정 방법과 그 응용에 대하여 설명한다.

Challenges and Opportunities in On-device Visual Intelligence


최창규 상무

삼성전자

Biography

  • 1987. 3. ~ 1999. 2.KAIST 전기및전자공학과 학사, 석사 및 박사
  • 1998. 10.Best Paper Award (KACC 학회)
  • 1999. 10. ~ 2014. 12.삼성전자 종합기술원 전문연구원
  • 2010. 5.Distinguished Paper Award (SID 학회)
  • 2011. 3. ~ 2014. 12.삼성전자 종합기술원 Research Master
  • 2012. 1.Best Oral Paper Award (IEEE ICCE 학회)
  • 2013. 7. ~ 2014. 6.Visiting Scholar (Imperial College London)
  • 2014. 12. ~ 현재삼성전자 종합기술원 상무 (Computer Vision Lab長)
  • 2018. 11.대한민국 산업포장 수상 (제19회 SW산업인의 날 시상)

강연초록

AI 기술은 1970년대 중반과 1980년대 말, 두 번의 커다란 시련기를 거친 후 2000년대에 들어 학계를 중심으로 알고리즘의 혁신이 이루어졌다. 영상과 음성 분야 주요 Challenge에서 대폭의 성능 향상을 경험한 이후, 주요 글로벌 SW 업체들은 Deep Learning 학습 Framework를 제공하여 수 많은 연구자와 개발자 Pool을 확보함과 동시에 Cloud 서비스를 이용하는 AI 비즈니스를 통해 수익 창출을 시도하고 있다. 그러나, 서비스가 대중화 될수록 막대한 Cloud 비용을 절감하려는 노력이 생겨나고 또한, 성능이 향상될수록 보안 문제나 인식 속도가 매우 중요한 응용들이 나타났다. 이에 대한 해결책으로 단말에서 실행되는 On-Device AI 기술이 주목받기 시작하였고, 이는 프로세서나 메모리를 생산하는 HW 업체에게 큰 기회가 되고 있다. 본 강연을 통하여, 학계에서는 간과하기 쉬운 On-Device AI 실현을 위한 도전 과제에 대하여 살펴볼 것이며 아울러, 영상 인식 기술을 중심으로 IT 산업 현장에서 보는 Visual Intelligence 미래 기술에 대해 조망해 볼 것이다.

사회문제해결을 위한 과학기술의 가치와 응용


김익재 그룹장

KIST

Biography

  • 1998. 2.연세대학교 전기공학 학사, 석사
  • 2009. 2.서울대학교 전기컴퓨터공학 박사
  • 2010. 8.MIT MediaLab 박사후연구원
  • 1998. 3. ~ 2017. 2.한국과학기술연구원 책임 선임 연구원
  • 2015. 12.국가과학기술연구회 출연연 10대 기술상 (장관상)
  • 2016. 2.기초원천기술사업화 유공 표창
  • 2016. 2.KIST인 대상 (최우수연구원상)
  • 2017. 12.공학한림원 “2025년, 대한민국을 이끌 100대 기술과 주역” 선정
  • 2017. 12.2017년도 국가연구개발 우수성과
  • 2017. 3. ~ 현재한국과학기술연구원(KIST) 영상미디어연구단 단장

강연초록

최근 정부는 과학기술분야 기본 계획을 국민과 현장 연구자 중심으로 계획을 수립하는데 중점을 두고 있다. 주요 전략 중 하나로 ‘과학기술로 모두가 행복한 삶 구현’이 있으며, 국민들에게 쾌적하고 편안하며, 안전한 삶을 제공하여 사회 문제 해결에 기여하는 목표를 제시하고 있다. 이에 국가 출연연구소인 KIST 영상미디어연구단에서는 첨단 ICT 기술 기반으로 이러한 문제 해결을 위한 원천 연구를 수행하고 있으며, 다양한 연구 중에서 현재 우리나라의 빠른 고령화 속도로 야기될 수 있는 독거노인 문제 해결을 위한 인간 친화적 동반자 서비스를 제공하는 로봇과 사회적 약자의 미귀가 문제 해결 및 빠른 신원 확인 기술을 통해 보다 안전한 사회 구축을 위한 지능정보 원천 기술 중 컴퓨터 비전 및 영상 처리 기술 관점에서의 현재 개발 수준 및 향후 진행되어야 할 부분에 대해서 설명한다.


  1. Visual Localization 2월 13일 (수) 08:00 ~ 12:30 [Tutorial Website]
    • (08:20 ~ 08:30) Welcome and Introduction / 발표자 : 권인소 교수 (KAIST)
    • (08:30 ~ 09:20) Basic approaches of visual feature-based localization / 발표자 : 김덕화 박사 (Naver Labs)
    • (09:20 ~ 10:10) Modern approaches of visual localization / 발표자 : Dr. Martin Humenberger (Naver Labs Europe)
    • (10:10 ~ 10:30) Coffee break
    • (10:30 ~ 11:15) Scalable and Semantic Indoor Mapping in NAVER LABS / 발표자 : 이동환 박사 (Naver Labs)
    • (11:15 ~ 12:00) Mapping and Localization for Connected Cars / 발표자 : Dr. Francois Rameau (KAIST)
    • (12:00 ~ 12:30) Learning based Visual Localization: Challenges and Future / 발표자 : 권인소 교수 (KAIST)

  2. AVS-2 영상 표준화 2월 13일 (수) 10:30 ~ 12:30
    • (10:30 ~ 11:20) 최신 비디오 압축 표준 기술 소개 (HEVC와 VVC) / 발표자 : 심동규 교수 (광운대학교)
    • (11:30 ~ 11:55) AVS-2 표준화 동향 / 발표자 : 김대연 박사 (칩스앤미디어)
    • (12:05 ~ 12:30) AVS-2 Decoder IP 개발사례 / 발표자 : 정욱제 수석 (칩스앤미디어)

Copyright © IPIU 2019