“배워야 할 지식은 줄고 만들어가야 할 지식은 늘었다. 교육은 정답을 찾는 일이 아니라, 세상을 설명할 새로운 방정식을 만드는 일이어야 한다.” UNIST 지구환경도시건설공학과 조재원 교수의 신간 《구글이 꿈꾸는 대학: 학교 토큰이 땡땡땡》(이하 《구꿈대》)이 던지는 교육 개혁의 문제의식이다. AI가 계산하고 거대언어모델(LLM)이 답을 만드는 시대, 조 교수는 학교의 역할을 ‘정답 전달’에서 ‘지식 생성’으로 옮겨야 한다고 제안한다. 조 교수는 과학예술 작가 ‘강하단’이라는 이름으로 23일 《구꿈대》를 출간했다. 2024년 《약자의 결단》, 2025년 《똥본위화폐》 등을 잇는 과학 인문학 저술이다. 전작들이 약자와 화폐, 가치 교환의 문제를 다뤘다면, 이번 책은 디지털 시대 교육과 대학의 존재 이유를 묻는다. 책은 교과서와 교재 중심의 학교교육에 대한 의심에서 출발한다. 기후위기, 저출산, 경제위기처럼 정답이 하나로 정해지지 않는 문제가 늘어나고 있지만 학교는 여전히 정답 맞히기와 점수 경쟁에 익숙하다는 것이다. 조 교수는 이를 제도화된 학교, 표준화된 교육과정, 무한 경쟁 중심의 ‘학교 시즌 1’이라 부른다. 대안은 ‘학교 시즌 2’다. 학생과 교사, AI가 함께 지식을 만드는 교육 생태계다. 학생은 대중 연결망 속에서 배우고 협업한다. 교사는 정답을 전달하는 사람이 아니라 다양한 관점을 열어주는 사람이다. 학생은 그 관점 속에서 현실을 해석하고, 자기만의 문제를 세우며, 사회와 연결되는 지식을 만든다. 책의 핵심 개념은 보이지 않는 ‘큰 귀와 눈’이다. 시험 한 번의 결과가 아니라 학생의 질문과 토론, 실험과 실패, 창의적 시도를 기록하는 디지털 시대의 교육 장치다. 점수와 학점이 학생을 한 줄로 요약한다면, 큰 귀와 눈은 학생이 어떤 문제를 발견했고 어떤 방식으로 해석했는지를 남긴다. 수학 교육에 대한 관점도 이 책의 메시지를 잘 보여준다. 조 교수는 방정식을 푸는 능력보다 현실을 설명하는 방정식을 만드는 능력이 중요해지고 있다고 본다. 경제위기나 기후문제처럼 복잡한 현실의 조건을 읽고 여러 변수를 연결해 자신만의 해법을 설계하는 능력이 미래 교육의 핵심이라는 설명이다. 책 제목 속 ‘학교 토큰’도 같은 맥락이다. 토큰은 학생의 질문, 협업, 실험, 실패, 재해석을 기록하는 교육적 소통의 기호다. 학점이 숫자로 학생을 평가한다면, 학교 토큰은 학생이 어떤 상황에서 어떤 의미를 만들었는지를 보여준다. 조 교수는 AI와 LLM, 블록체인이 결합하면 학점과 학위 중심 교육을 바꿀 새 교육 언어가 만들어질 수 있다고 본다. AI를 교육 현장에서 활용하는 방식도 눈길을 끈다. 조 교수는 인공지능을 디지털 시대 인간의 ‘여섯 번째 감각’이자 ‘함께 배우는 동료’로 읽는다. AI를 잘 쓰는 인재를 길러내는 데서 끝나는 것이 아니라, 학생과 교사, AI가 함께 질문하고 해석하며 지식을 만드는 대학을 그린다. 《구꿈대》가 강조하는 또 하나의 키워드는 ‘놀이’다. 교육 활동이 놀이처럼 이어질 때 변화가 시작된다는 것이다. 학생이 성적을 위해서가 아니라 궁금해서 묻고, 친구와 만들고, 실패하고, 다시 시도할 때 배움은 살아난다. 책은 입학시험과 학점, 학위가 없어도 학생이 지식으로 놀고 연구할 수 있는 대학을 상상한다. 조 교수는 “학교와 교육을 선생님과 학생에게 돌려줘야 한다”고 말한다. 입시 제도 개편이나 표준 교육과정 조정만으로는 교육의 본질을 바꾸기 어렵다는 문제의식이다. 학생이 자신의 장점을 다차원적으로 드러내고, 사회가 그 가능성을 발견할 수 있는 교육 체계가 필요하다는 것이다. 한편 조재원 교수는 UNIST에서 과학인문학과 환경윤리 분야를 가르치고 연구하고 있다. 기후 재앙, 인간 소외, 소득 불균형, 노동가치 등 사회문제를 기호학적으로 해결하고자 연구한 ‘사이언스월든’센터장을 역임했다.

기계공학과 권철현 교수팀 ‘유니콘 레이싱(UNICORN Racing)’팀이 국제 로봇·자동화 분야 최고 권위 학술대회인 ICRA 2026 공식 자율주행 경진대회에서 우승했다. UNIST는 권 교수팀이 지난 1일부터 5일까지 오스트리아 빈에서 열린 ‘로보레이서(RoboRacer)’에서 1위를 차지했다고 12일 밝혔다. 로보레이서는 ‘F1TENTH’를 전신으로 하는 자율주행 레이싱 대회다. 올해 대회에는 미국 펜실베이니아대(University of Pennsylvania), 스위스 취리히연방공대(ETH Zürich), 독일 본대(University of Bonn), 오스트리아 빈 공과대학(Vienna University of Technology), 이탈리아 볼로냐대(University of Bologna) 등 글로벌 대학 37개 팀이 출전했다. 각 팀은 인지·경로계획·제어 알고리즘을 직접 개발해 실제 레이싱 트랙에서 성능을 겨뤘다. 이 대회에서는 속도뿐 아니라 장애물과 상대 차량을 피하는 판단력, 안정적인 차량 제어 능력도 중요하게 평가된다. 승부는 평면 트랙보다 변수가 많은 입체 코스에서 갈렸다. 올해 경기장은 경사로와 다리 구간이 포함돼 난도가 높았다. 차체가 순간적으로 도약하거나 착지 충격을 받는 구간이 있어, 빠른 속도만큼 정확한 위치 추정과 안정적인 자세 제어가 중요했다. 권 교수팀은 참가팀 가운데 유일하게 3차원 라이다(LiDAR)를 차량에 탑재했다. 2차원 라이다에 비해 주변 환경을 더 입체적으로 이해할 수 있지만, 방대한 3차원 공간 정보를 처리하기 어려워 다른 팀들은 기존 2차원 라이다를 유지했다. 유니콘 레이싱팀은 제한된 컴퓨팅 자원 안에서 3차원 정보를 분석했고, 이를 바탕으로 3차원 위치 추정·경로계획·제어 기술을 결합해 고속 주행 상황에서도 안정적인 성능을 보였다. 특히 차체가 크게 흔들리는 구간에서도 주행마다 일정한 페이스를 유지했다. 급격한 지형 변화와 충격이 이어지는 환경에서 흔들림 없는 주행을 이어가며 알고리즘의 완성도를 입증했고, 37개 팀을 제치고 정상에 올랐다. 권철현 교수는 “지난해 준우승에 이어 올해 우승을 차지한 것은 UNIST 자율주행 기술이 국제 무대에서 경쟁력을 갖췄음을 보여준다”며 “앞으로도 3차원 비정형 주행 환경에서 빠르고 안정적인 자율주행을 구현하는 핵심 기술을 발전시켜 나가겠다”고 말했다. 한편 로보레이서는 2016년 미국 펜실베이니아대에서 시작돼 현재 전 세계 100여 개 대학이 활용하는 자율주행 연구·교육 플랫폼이다. 실제 포뮬러원(F1) 차량의 10분의 1 크기 모델로 진행되는 국제 자율주행 레이싱 대회다.

윤성환 교수(인공지능대학원·전기전자공학과)가 디지털인재양성 공로로 부총리 겸 과학기술정보통신부 장관 표창을 수상했다. AI 기술을 제조 현장 교육과 공정 혁신으로 연결해 온 점을 인정받았다. AI를 공장에 적용할 때 가장 큰 변수는 현장이다. 연구실에서 학습한 데이터와 실제 설비에서 들어오는 데이터는 같지 않다. 원료 상태, 장비 조건, 운전 방식, 데이터 품질이 바뀌면 모델의 판단도 흔들릴 수 있다. 제조업에서는 이런 오류가 곧 생산 손실이나 안전 문제로 이어진다. 윤 교수는 이런 한계를 줄이는 ‘강건한 인공지능’ 학습 알고리즘을 개발해 왔다. 강건한 AI는 학습 때 보지 못한 환경 변화가 생겨도 안정적으로 작동하는 기술이다. 정해진 조건에서 높은 정확도를 내는 데 그치지 않고, 실제 산업 현장에서 신뢰할 수 있는 판단을 내리도록 만드는 것이 핵심이다. 그의 연구 역량은 딥러닝 분야 대표 학술대회인 ‘International Conference on Learning Representations(ICLR 2025)’에서 높이 평가됐다. 윤 교수는 AI 기반 최적화 기술인 강화학습 모델의 안정성을 높인 연구로 구두 발표 논문에 선정됐다. ICLR 구두 발표는 제출 논문 가운데 상위 2% 수준의 연구에 주어지는 성과다. 강화학습은 AI가 여러 선택을 시도하고 결과를 학습해 더 나은 결정을 찾아가는 기술이다. 제조 현장에서는 설비 운전 조건을 조정하거나 생산 공정을 효율화하는 데 활용될 수 있다. 다만 공장에서는 한 번의 잘못된 결정도 비용과 안전 리스크로 이어질 수 있다. 윤 교수의 연구는 강화학습이 불확실한 현장 조건에서도 흔들리지 않도록 신뢰성을 높였다는 점에서 주목받았다. 논문으로 검증한 기술은 울산과 동남권 제조업 교육 현장으로도 옮겨졌다. 윤 교수는 UNIST 부임 이후 산업체 재직자 대상 AI 교육 설계와 운영에 참여했다. 교육은 이론 강의가 아니라 현장 문제 해결에 맞춰졌다. 재직자들이 공정에서 겪는 문제를 제시하고, 이를 AI 실습 과제로 바꾸는 방식이었다. 공장 단위 생산·가공 설비에 강화학습 기반 최적화 기법을 적용한 사례도 만들었다. 공정의 안전성과 안정성을 유지하면서 설비 운영을 개선하는 접근이다. AI를 배우는 데서 끝내지 않고 실제 업무 변화로 이어지게 한 점이 이번 표창의 주요 배경으로 꼽힌다. 그는 현재 UNIST가 수행 중인 국가 주요 AI 연구 과제인 ‘AI스타펠로우십’에서 신진 프로젝트 리더로도 참여하고 있다. SK에너지와 협력해 석유화학 산업을 포함한 공정 프로세스에 적용 가능한 강건한 제조AI 원천기술을 개발하고 있다. 윤 교수는 “인공지능이 산업 현장에서 실제로 쓰이려면 높은 성능만으로는 부족하다”며 “환경이 달라져도 안정적으로 작동하는 강건한 AI 원천기술을 발전시키고, 이를 제조 현장의 문제 해결과 디지털 인재 양성으로 이어가겠다”고 소감을 밝혔다.

UNIST 화학과 최원영 교수 연구실에서 석박통합과정을 마친 김지연 박사가 독일 알렉산더 폰 훔볼트 재단(Alexander von Humboldt Foundation)의 ‘훔볼트 연구 펠로우십(Humboldt Research Fellowship)’에 선정됐다. 김 박사는 독일 막스플랑크 고체연구소(Max Planck Institute for Solid State Research, MPI-FKF) 베티나 로취(Bettina Lotsch) 교수 그룹에서 박사후연구원으로 재직하고 있다. 2013년 UNIST에 입학해 화학 및 에너지공학을 복수전공했으며, 2024년 화학과 석박통합과정을 졸업했다. 재학 중 글로벌 박사 펠로우십(Global Ph.D. Fellowship)에 뽑혔고, 졸업 당시 UNIST 박사생에게 주어지는 최고 영예인 예봉우수학위논문상을 받았다. 훔볼트 연구 펠로우십은 전 세계 우수 연구자를 독일 주요 기관으로 초청해 독자적인 과제를 수행하도록 뒷받침하는 최고 권위의 프로그램이다. 훔볼트 펠로우는 ‘훔볼티안(Humboldtian)’으로 불리며 세계적인 학술 네트워크에 합류한다. 이 네트워크에는 2025년 노벨 화학상 수상자인 오마르 야기(Omar Yaghi)와 스스무 키타가와(Susumu Kitagawa) 교수를 포함해 노벨상 수상자 63명과 3만 명 이상의 학자가 참여하고 있다. 김 박사는 내년부터 해당 펠로우십을 바탕으로 막스플랑크 고체연구소에서 과제를 이어간다. 국제 펠로우십 수혜는 이번이 처음이 아니다. 김 박사는 올해 1월부터 시작된 ‘Elisabeth Bauser Fellowship’ 수혜자로도 뽑혔다. 이 펠로우십은 MPI-FKF 최초의 여성 종신 연구원이었던 엘리자베스 바우저 박사를 기려 만든 독립 과제 지원 프로그램이다. 초기 경력 여성 과학자의 학문적 역량과 리더십을 인정한다는 점에서 의미가 크다. 김 박사의 연구 주제는 학위 과정에서 쌓은 물질 설계 역량이 바탕이 됐다. 그는 ‘유기화학 및 촉매 응용’이라는 새로운 학문적 화두를 제시했다는 점에서 주목된다. 특히 금속-유기 골격체(MOF) 설계 전략을 연구하며, 네이처(Nature)지 노벨 화학상 컬렉션에 소개된 ‘상-하향 접근법(Up-down approach)’ 개발에 매진하고 있다. 준주기적 무아레(Moiré) 현상 연구를 통해 무기화학과 결정학 분야에서도 성과를 냈다. 현재는 이를 정밀 촉매 시스템에 접목해 기초 물질 설계에서 실제 화학 반응 제어로 연구의 패러다임을 전환하고 있다. 막스플랑크 고체연구소에서는 기존 고체 설계 철학을 다공성 유기 골격 구조(Covalent Organic Framework, COF) 안의 화학 반응 제어로 확장하고 있다. COF는 나노미터 크기의 구멍이 규칙적으로 배열된 소재다. 이 구조를 활용하면 반응이 일어나는 공간과 경로를 정밀하게 조율할 수 있다. 목표는 이산화탄소 저감과 친환경 에너지 생산에 필요한 차세대 촉매 플랫폼 구축이다. 기초 소재 설계를 실제 화학 반응 제어 영역으로 끌어올리는 시도다. 김 박사는 “연구자의 자율성을 존중하는 독일의 환경에서 독립적인 주제를 수행할 기회를 얻게 돼 큰 영광”이라며 “UNIST에서 축적한 물질 설계 경험이 지금 막스플랑크 고체연구소에서 진행 중인 촉매 공간 설계의 중요한 밑거름이 되고 있다”고 말했다. 이어 “연구자로서 초석을 다져주신 최원영 교수님과 연구의 범위를 넓힐 수 있도록 지원해주시는 베티나 로취 교수님, 그리고 학술적 시야를 넓혀주신 국내 공동 연구진 교수님들께 깊이 감사드린다”며 “이번 펠로우십을 계기로 독일 현지 연구진과 긴밀히 협력하고, 한국과 독일 간 학술 교류를 넓히는 역할을 하고 싶다”고 밝혔다.

UNIST 에너지화학공학과 고현협 교수(학과장)가 2026년 과학의 날 기념 정부포상에서 대통령표창을 수상했다. 생체모사 전자피부와 오감 센서 연구로 인간의 촉각·미각·청각을 플렉서블 전자소자로 구현한 성과를 인정받았다. 고 교수의 대표 성과는 손가락 피부를 본뜬 전자피부다. 사람 피부처럼 촉각은 물론 미세한 질감과 온도까지 동시에 감지한다. 이 전자피부 기술은 다른 감각 영역으로도 확장됐다. 혀의 미각 원리를 응용해 떫은맛까지 구별하는 인공혀, 달팽이관 원리를 적용해 다양한 주파수의 소리를 구분하는 청각 센서가 대표적이다. 피부에 붙여 소리를 내거나 받아들이는 초박막 투명 스피커·마이크로폰도 개발했다. 자연을 모사한 기능성 소재 연구에서도 성과를 냈다. 식물 세포의 광반응성을 모사해 빛으로 이온 흐름을 제어하는 맥신(MXene) 나노채널, 문어 빨판을 본떠 온도에 따라 접착력이 달라지는 스마트 접착패드 등이 있다. 이러한 기술은 로봇이 물체의 질감과 온도를 느끼고, 웨어러블 기기가 몸의 신호를 처리하며, VR·AR 기기가 더 생생한 감각을 전달하는 데 필요한 핵심 부품 기술로 평가된다. 의료·재활 장치, 인간-기계 인터페이스, 사물인터넷 등 차세대 산업 전반으로도 확장될 수 있다. 그는 2010년 UNIST에 부임한 이후 국제 학술 논문 168편을 발표했다. 구글 스칼라 기준 피인용 횟수는 2만1000회, h-지수는 75로, 세계 수준의 학술 영향력을 보여준다. 고현협 교수는 “과학의 날에 수상한 대통령표창은 기능성 나노소재 및 소자 연구실 구성원 모두가 함께 만든 결실”이라며 “늘 곁에서 함께 고민하고 밤을 지새우며 연구를 완성해 온 연구실 식구들에게 깊이 감사한다”고 소감을 전했다. 한편, 이번 표창은 지난 21일 서울 강남구 한국과학기술회관에서 열린 ‘2026년 과학·정보통신의 날 기념식’에서 수여됐다. 행사에서는 과학기술·정보통신 분야 유공자 164명이 정부포상을 받았으며, 과학기술 진흥 부문에서는 대통령표창 22명을 포함해 총 89명이 수상했다.

UNIST 수리과학과 성락경 교수가 22일 한국물리학회가 수여하는 ‘2026년 백천물리학상’을 수상했다. 성 교수는 양자장론과 끈이론에서 기존 계산만으로 풀기 어려운 비섭동(non-perturbative) 현상에 기계학습(machine learning)을 적용해 국내 이론물리 연구의 폭을 넓히고 국제 협력을 이끈 공로를 인정받았다. 백천물리학상은 한국물리학회가 입자물리학이론 분야의 젊고 뛰어난 물리학자에게 주는 상이다. 해당 분야 연구 성과를 학회가 공식 심사를 거쳐 가려 시상하는 만큼 국내 이론물리학계에서 무게가 있다. 성 교수의 대표 연구는 2017년 피지컬 리뷰 D(Physical Review D)에 발표한 ‘칼라비-야우 부피의 기계학습(Machine Learning of Calabi-Yau Volumes)’이다. 칼라비-야우(Calabi-Yau) 다양체의 복잡한 기하학적 성질을 데이터로 학습하고 예측한 이 논문은 기계학습을 양자장론과 끈이론 연구에 본격 도입한 선구적 성과로 꼽힌다. 국제 학계도 성 교수를 주목했다. 성 교수는 국제 끈이론 데이터 학회(International String Data Conference)에서 2022년 케임브리지대, 2023년 캘리포니아공대, 2024년 교토대 대회 초청 연사로 3년 연속 나섰다. 최근에도 피지컬 리뷰 D와 고에너지물리학 저널(Journal of High Energy Physics)에 논문을 발표했다. 성 교수는 현재 UNIST 수리과학과 부교수로 재직하며 물리학과를 겸하고 있다. 여러 연구 성과 가운데 양휘 허(Yang-Hui He) 교수, 필즈상 수상자 싱퉁 야우(Shing-Tung Yau) 교수와 함께 칼라비-야우 다양체 관련 논문을 2018년과 2025년에 각각 한 편씩 발표했다. 2024년 1월에는 UNIST에서 야우 교수를 주빈으로 초청해 국제학술대회를 조직했다. 성락경 교수는 “기계학습과 AI는 앞으로 기초과학 연구가 수행되는 방식 자체를 바꿔놓을 것이며, 특히 양자장론과 끈이론, 수리물리학 연구에 큰 변화를 가져올 것”이라며 “UNIST에서 수학, 물리학, AI를 바탕으로 더 큰 연구 성과를 내겠다”고 말했다.

<에디터 노트> 인류의 삶을 바꾼 질문은 담대한 상상에서 출발했습니다. 그 궁금증의 전제와 조건을 하나씩 해체하고 다시 설계할 때 판을 바꾸는 해법이 나옵니다. UNIST는 그 전 과정을 훈련하는 과학기술 혁신 플랫폼입니다. 동문들의 도전과 성장을 담은 [UNISTar 활약상 – 상상을 현실로] 시리즈는 울산과학기술원에서 길러낸 질문하는 힘이 세계 각지에서 어떤 성취로 이어지고 있는지 전합니다. UNIST 생명과학과 졸업생 김상인 박사가 올해 미국 암 연구계의 권위 있는 박사후연구 지원 프로그램인 ‘데이먼 러니언 포스트닥터 펠로십(Damon Runyon Postdoctoral Fellowship)’에 선정됐다. 이번에 발표된 신규 펠로 13명에는 하버드대, 펜실베이니아대(UPenn), 코넬대, 스탠퍼드대, UC버클리 등 출신 과학자들이 포함됐다. 공식 명단 기준 미국 밖 대학에서 박사학위를 받은 인물은 김 박사를 포함해 2명뿐이었다. 학사와 박사 과정을 모두 UNIST에서 마친 한국인 연구자가 미국 암 연구계 핵심 펠로 명단에 이름을 올린 것은 드문 일이다. 김 박사는 현재 UPenn 페렐먼 의과대학에서 로저 그린버그 교수와 함께 DNA 손상 반응과 항암 면역의 접점을 연구하고 있다. 이 펠로십은 기초·중개 암 연구를 수행하는 젊은 과학자에게 4년간 총 30만달러를 지원한다. 연구 실적뿐 아니라 새로운 과학 문제를 스스로 세우고 풀어갈 역량까지 본다. 데이먼 러니언 재단은 그동안 지원한 과학자들 가운데 노벨상 수상자 13명, 레스커상 수상자 15명을 배출했다. 차세대 암 연구자들이 주목하는 무대로 꼽히는 이유다. 김 박사는 “UNIST에서 학사와 박사 과정을 모두 마친 연구자로서, 미국에서 연구를 이어가며 이 펠로십에 선정된 것은 큰 영광”이라며 “UNIST에서 축적한 연구 성과와 잠재력을 국제적으로 평가받은 결과라고 생각한다”고 말했다. 이어 “그에 걸맞은 책임감을 갖고 의미 있는 연구를 이어가고 싶다”고 했다. 이번 선정은 개인적으로도 각별하다. 김 박사의 박사과정 지도교수인 명경재 IBS 유전체 항상성 연구단장 역시 1999년 같은 재단의 펠로로 선정된 바 있기 때문이다. 김 박사는 “지도교수님께서 받으셨던 펠로십이어서 더욱 뜻깊다”고 말했다. UNIST 생명과학과에서 학사와 박사를 받은 김 박사는 박사과정에서 명경재 교수의 지도를 받아 DNA 복제 관련 단백질이 유전체 항상성 유지에 어떤 역할을 하는지 규명하는 연구에 집중했다. 암 발생을 억제하는 분자 기전을 이해하고 치료 전략의 실마리를 찾는 과제로 ‘Nucleic Acids Research’, ‘PNAS’ 등 국제 학술지에 꾸준히 성과를 냈다. 또 한국유전학회 ‘신진과학자상’과 한국분자·세포생물학회 ‘Young Investigator Research Award’를 받았고, 현대아산재단 의생명과학 장학생으로도 선발됐다. 학부부터 박사과정까지 이어진 전액 장학 지원은 한 주제를 오래 파고드는 토대가 됐다. 김 박사가 짚은 UNIST의 강점은 세 가지였다. 토론 중심 수업, 영어로 운영되는 강의·연구 환경, 졸업 뒤에도 이어지는 동문 네트워크다. 그는 학부 시절부터 생각을 정리해 질문하고 근거를 들어 설명하는 훈련을 반복한 덕분에 미국에서도 세미나와 국제학회에서 곧바로 의견을 낼 수 있었다고 했다. 연구와 진로를 편하게 상의할 수 있었던 분위기, 미국 각지에서 활동하는 동문들과의 연결도 큰 힘이 됐다고 돌아봤다. 현재 그는 DNA 손상 반응이 전사 조절과 선천면역으로 이어지는 과정을 추적하고 있다. 특히 DNA 손상을 감지하는 핵심 단백질에 문제가 생길 때 비정상적인 이중가닥 RNA가 만들어지고 이것이 염증 반응과 암세포의 취약점으로 이어지는 과정을 분자 수준에서 밝히는 것이 목표다. 동시에 DNA 복제 단백질의 품질 관리 이상이 희귀 신경퇴행성 질환에 미치는 영향도 살피고 있다. UNIST에서 다진 연구·교육 경험은 미국 연구 현장에서 바로 경쟁력으로 쓰이고 있다. 그는 재학 시절 일반생물학과 분자생물학 실험 조교를 맡아 후배 교육에 참여했고, 지금은 UPenn 학생들을 지도하는 한편 UNIST 박사과정생의 텔로미어 관련 연구에도 힘을 보태고 있다. 김 박사는 앞으로 암과 희귀 질환의 근본적인 생물학적 취약성을 이해하는 과학자로 성장하고 싶다고 밝혔다. 그는 “UNIST에서의 학부·박사 과정과 현재의 박사후연구원으로 진출하기까지, 선배 과학자들로부터 연구에 대한 태도와 질문하는 방법, 연구자로서의 책임감에 대해 많은 가르침을 받았다”며 “장기적으로는 그동안 받아온 배움과 도움을 후배 과학자들과 나누고 싶다”고 전했다.

UNIST 학부생 4명으로 이뤄진 ‘울세이너(ULSANER)’ 팀이 국제 의료 인공지능 경진대회 ‘AI in Healthcare Hackathon 2026’에서 최종 3위를 차지했다. 울세이너는 지난달 27~28일 우즈베키스탄에서 열린 결선에서 1차 모델 성능 평가 1위를 기록한 뒤, 최종 발표 심사까지 통과해 시상대에 올랐다. 팀은 산업공학과 이정재·김민성, 컴퓨터공학과 전민국, 바이오메디컬공학과 조혜리 학생으로 구성됐다. 대회는 우즈베키스탄 Central Asian University(CAU)가 주관한 ‘CAU Tech Hackathon 2026’ 의료 AI 부문으로, 17개국에서 1200여 명, 300여 팀이 참가했다. 팀 리더 이정재 학생은 “산업공학과에서 쌓은 지식과 프로젝트 경험이 이번 해커톤의 밑바탕이 됐다”며 “전공이 다른 팀원들과 역할을 나눠 끝까지 완성도를 끌어올린 과정이 뜻깊었다”고 말했다. 예선은 국내에서 지원서와 소개 영상 심사로 진행됐고, 이를 통과한 58개 팀이 현지 결선에 진출했다. 파이널 라운드는 두 단계로 치러졌다. 1차에서는 모델 성능으로 상위 10개 팀을 추렸고, 2차에서는 발표와 질의응답, UI 구현 능력까지 합산해 최종 순위를 가렸다. 점수만 높다고 통하는 무대가 아니라, 결과를 어떻게 설명하고 실제 활용 장면까지 얼마나 설득력 있게 구현하느냐가 최종 순위를 갈랐다. 참가팀에 주어진 과제는 실제 의료 바이옵시 이미지 데이터를 바탕으로 피부 병변을 읽어내는 일이었다. 질환명이 공개되지 않은 12종의 병변 이미지를 분류하고, 병변 부위를 정확히 짚어내는 분할 과제를 함께 풀어야 했다. 울세이너는 피부 병변 이미지를 분석해 질환을 가려내고 병변 영역을 찾아내는 AI 모델을 구축했다. 이 과정에서 오토리서치(Autoresearch) 프레임워크를 활용해 모델 구조와 하이퍼파라미터 조합을 반복적으로 시험했다. 여러 후보 모델을 동일한 조건에서 비교한 뒤 성능 변곡점을 기준으로 우수 모델군을 추렸고, 마지막에는 예측 확률을 평균내는 앙상블 기법을 적용해 새로운 데이터에서도 안정적인 성능을 확보했다. 교차검증으로 결과의 신뢰도를 끌어올린 점도 눈에 띄었다. 특히 초점 손실(Focal Loss)을 적용한 클래스 불균형 보정과 다양한 데이터 증강 기법을 더해 성능을 한층 높였다. 그 결과 상위 2개 모델을 결합한 앙상블은 분할 성능 지표인 IoU를 0.8474에서 0.8528로 키웠다. 결선 1차 1위는 여러 조건에서 성능을 검증하고 다듬은 끝에 얻은 결과였다. 최종 심사에서는 모델 점수만으로 판가름 나지 않았다. 울세이너는 ‘스킨스캐너(SkinScanner)’ 웹사이트를 구현해 이미지 업로드부터 질환 분류 결과, 병변 분할 시각화까지 한눈에 확인할 수 있도록 했다. 여기에 피부 병변 진단 기준인 ‘ABCD rule’도 반영했다. 비대칭성(Asymmetry), 경계(Border), 색상(Color), 직경(Diameter) 정보를 함께 제시해 사용자가 결과를 직관적으로 읽을 수 있게 했다. 높은 정확도를 실제 사용 경험으로 풀어낸 점이 발표 심사에서도 강점으로 작용한 것이다. 김민성 학생은 “병변 분류와 분할은 결국 복잡한 데이터 속에서 비정상 신호를 포착하는 일”이라며 “의료를 넘어 제조와 금융 현장에서도 신뢰할 수 있는 이상 탐지 모델을 연구하고 싶다”고 소감을 전했다. 전민국 학생은 “오토리서치 기반 접근으로 모델 개발 과정을 자동화하고 효율화하는 경험을 할 수 있었다”며 “이번 경험을 바탕으로 앞으로는 에이전트 기반 연구를 더 발전시키고 싶다”고 덧붙였다. 조혜리 학생은 “AI의 경쟁력은 단순한 정확도에만 있지 않고, 결과에 대한 신뢰를 어떻게 쌓느냐에 달려 있다는 점을 이번 대회를 통해 실감했다”고 밝혔다.

AI는 보이지 않게 심어진 신호 하나로 위험한 답을 내놓기도 한다. UNIST 연구진이 이런 숨은 조작을 걷어내는 해법으로 국제 무대에서 성과를 냈다. 산업공학과·인공지능대학원 박새롬 교수와 인공지능대학원·전기전자공학과 윤성환 교수 공동 연구팀은 지난 23일부터 25일까지 독일 뮌헨에서 열린 국제전기전자공학회(IEEE) 보안·신뢰 기계학습 학회(Security and Trustworthy Machine Learning, SaTML)의 ‘사후학습 대규모 언어모델 백도어 방어 챌린지(Anti-Backdoor Challenge for Post-Trained Large Language Models, Anti-BAD)’에서 2위를 차지했다. 연구팀은 생성, 분류, 다국어 등 서로 다른 과제에 두루 적용할 수 있는 범용 공격 완화 기법을 제시해 호평을 받았다. 보안·신뢰 기계학습 학회(SaTML)는 인공지능 보안 연구를 중심으로 열리는 IEEE 주관 국제 학술대회다. 올해로 4회째를 맞은 이 학회는 인공지능 모델을 위협하는 각종 공격과 이를 막는 방어 기술을 발표하고 논의하는 장으로 자리 잡았다. 관련 기술 경연대회도 매년 활발히 열리며, 글로벌 AI 안전성 연구 경향을 가늠하는 무대로 통한다. 사진 왼쪽부터 인공지능대학원 하승범, 산업공학과 윤지은·권기완 연구원. 이번 연구에는 박새롬, 윤성환 교수를 비롯해 윤지은(산업공학과 석박사통합과정), 권기완(산업공학과 석사과정), 하승범(인공지능대학원 석박사통합과정) 연구원이 참여했다. 백도어 공격은 인공지능 모델이 특정 결과를 내놓도록 몰래 심는 조작 기법이다. 평소에는 정상적으로 작동하지만, 특정 단어나 문장 같은 ‘트리거’가 입력되면 의도된 반응을 보이도록 만드는 방식이다. 대규모 언어모델(LLM)처럼 복잡한 모델도 소수의 공격 데이터와 짧은 미세조정만으로 오염될 수 있어, 인공지능 안전성을 흔드는 대표적 위협으로 여겨진다. 이번 안티-배드(Anti-BAD) 챌린지는 이처럼 서로 다른 목적에 맞춰 미세조정된 LLM에 숨어 있는 트리거의 영향을 최소화해, 공격받지 않은 것과 같은 안전한 모델을 확보하는 방어법을 겨루는 대회였다. 생성 과제 2개, 분류 과제 2개, 다국어 과제 2개가 제시됐고, 각 과제마다 3개씩의 LLM 모델이 주어졌다. 참가팀은 모델 구조와 과제 유형 전반을 아우를 수 있는 범용 방어 기법을 내놔야 했다. UNIST 공동 연구팀의 핵심 기술은 ‘모델 양자화(model quantization)’, ‘모델 병합(model merging)’, ‘이상치 매개변수 탐지(outlier parameter detection)’, ‘과신뢰 방지(overconfidence mitigation)’를 결합한 전략이다. 생성 과제에서는 같은 작업을 수행하는 모델이라도 백도어가 심어진 양상이 서로 달랐다. 연구팀은 먼저 모델 양자화 과정에서 생기는 미세한 흔들림으로 숨어 있던 백도어 신호를 흐트러뜨렸다. 이어 여러 모델이 공통적으로 유지하는 정보만 남기는 합의 기반 모델 병합 기법을 적용해 악의적 반응을 약화시켰다. 분류와 다국어 과제에서는 접근법을 달리했다. 정상적으로 학습된 모델과 백도어가 삽입된 모델을 비교해 비정상적으로 바뀐 부분을 찾아 영향력을 줄였다. 여기에 입력 데이터에서 수상한 단어를 걸러내고, 모델이 틀린 답에도 지나치게 확신하지 않도록 조정하는 절차를 더해 빠르면서도 효과적으로 백도어를 완화했다. 대회에 참여한 윤지은 연구원은 “공격 데이터셋이나 방법에 대한 아무런 사전 정보 없이 최소한의 접근만으로도 대규모 언어모델의 악의적 사용을 효과적으로 막을 수 있는 방어법을 개발할 수 있다는 가능성을 확인한 기회였다”며 “이번 성과를 발판으로 인공지능 모델이 국민들에게 배포되기 전 악의적인 행동을 사전에 차단하고, 안전하고 믿을 수 있는 인공지능 사용 환경을 만드는 데 힘을 보태겠다”고 말했다.