지난 11월 30일, 현대제뉴인 AI융합기술센터 장계봉 박사의 건설기계 무인화 세미나가 약 30명의 참가자와 함께 KAU 비전홀에서 성공적으로 진행되었다. 현대제뉴인은 현대중공업그룹 건설 기계 부문 사업 중간 지주회사로 산하에 현대건설기계와 현대두산인프라코어를 자회사로 두고 있으며, 현대제뉴인 AI융합기술센터는 무인 건설 장비의 주요 핵심인 인지, 판단, 제어 시스템 개발에 AI를 적용하여 세계 최초의 무인 굴착기 개발 연구를 수행하고 있다.
이번 세미나의 주제는 인공지능과 로보틱스를 기반으로 하는 건설 기계의 무인 자동화로 다양한 동영상을 통해 흥미롭게 진행되었다. 우리가 왜 건설 기계 산업에 인공지능의 도입을 주목해야 하는지 현업에서는 어떠한 문제에 관심을 가지고 있는지에 대해 현대제뉴인에서 수행했던 또는 수행 중인 과제들에 대한 소개와 함께 생각해볼 수 있는 좋은 기회였다. 또한 글로벌하게 진행되고 있는 건설 자동화 분야의 여러 마일스톤을 이룬 다양한 해외 사례도 접할 수 있었다. 뿐만 아니라 기업에서 바라보는 인재상과 지원자의 마인드셋에 대한 조언도 학생들에게는 큰 도움이 되었다.
2022년도 산학협력 프로그램 발표회가 지난 12월 8일 열렸다. 오후 1시부터 열린 발표회는 소프트웨어학과 교수진 및 참여 업체 담당자, 그리고 100여명의 학생들이 참여한 가운데 오후 4시까지 3시간 동안 KAU 비전홀에서 진행되었다.
발표회 사회를 맡은 소프트웨어학과 정재훈 교수
발표회에 참석한 100여명의 학생들
이번 발표회에는 2022년도에 산학협력 프로그램에 참여한 17개의 프로젝트가 각 프로젝트의 결과를 포스터로 전시하는 방식으로 진행되었다. 발표회에 참석한 교수진과 업체 담당자들이 심사위원을 맡아, 발표회가 진행되는 동안 각 부스에 방문하여 학생들의 설명과 시연을 듣고 평가를 진행했다. 참여한 17개의 프로젝트 중 대상 2팀, 최우수상 2팀, 그리고 우수상 6팀을 뽑아 상장과 상금을 수여했다.
대상은 모빌테크의 프로젝트(드론 및 자율주행차 운행을 위한 3차원 라이다를 이용한 공간 지도 맵핑)와 아이클롭스의 프로젝트(이미지 처리기법을 이용한 균열조사 방법 연구와 활용툴 개발)에게, 최우수상은 데이타플로우의 프로젝트(이미지 빅데이터와 AI기술을 활용한 통합 탈모 관리 플랫폼 자라나모 개발)와 제이엠스마트의 프로젝트(Pet IoT 데이터 기반의 메타버스 게임 개발)에게, 우수상은 사운드그램의 프로젝트(딥러닝 기술을 활용한 소셜 평판 분석 서비스 개발), 선일의 프로젝트(메타버스 환경에서 기업제품 홍보 체험 프로젝트), 선일금고의 프로젝트(LCD패널 적용한 스마트금고의 패턴 NFT화 프로젝트), 에이라이프의 프로젝트(한우 상품 이미지 데이터를 활용한 육질등급 진단 AI 솔루션 도입), 지오앤의 프로젝트(딥러닝 기반 공간정보 객체 반/자동 추출 기술 개발 및 웹서비스 플랫폼 개발) 그리고 U2SR의 프로젝트(열화상영상 AI 객체 검출 및 경고 시스템 개발)에게 수여되었다.
대상을 수상한 모빌테크 프로젝트의 학생들
대상을 수상한 아이클롭스 프로젝트의 학생들
이번 산학협력 프로젝트에는 AI융합대학 소속 및 참여 학과의 3-4학년 학생들이 1년 또는 1학기 동안 참여했다. 4학년 학생들은 해당 프로젝트를 통해 연구 개발한 내용들을 토대로 학사 졸업논문을 작성하여 심사받게 된다. 2023년에는 산학협력 프로그램을 산학 R&D 프로젝트라는 이름으로 계속 진행할 예정이며, 최대 20개의 수도권 소프트웨어 업체와 협력할 계획이다.
지난 11월 16일, 42Dot의 정성균 박사의 자율주행 기술 세미나가 약 20명의 참가자와 함께 KAU 비전홀에서 성공적으로 진행되었다. 42Dot은 자율주행 기술 SW 기업으로, 최근 현대자동차로부터 자율주행 기술 관련 투자를 받아 현대의 전기자동차 자율주행 기술에 상당히 기여할 것으로 기대를 받고 있다.
자율주행 기술 세미나를 진행하는 42Dot의 정성균 박사
이번 세미나의 주제는 도심 환경에 필요한 자율주행 AI 기술로, 특히 상암 특별 자율주행 구간에서의 실제 자율주행 실험을 통해 쌓인 전문적인 경험과 기술을 중심으로 대학원 학생 및 유관 기관 연구원들과 함께 진행되었다.
자율주행 사업을 수행하며 비용적 측면에서 AI 기술을 활용하기 위한 방법론, 이상 상황의 데이터셋 수집, 자율 주행 학습 모델 방영 방법 등 다양한 내용의 발표가 진행되으며, 질의응답을 통해 실제 자율주행 차량의 실시간성을 위한 학습 모델의 임베디드화, 학습모델 확장, 학습 데이터 입출력, 최신 학습모델 활용 등 상용화 측면에 필수적인 다양한 기술들을 공유했다.