산업체 세션

박전규 대표
(튜터러스랩스)

Biography
1991~1998	한국과학기술연구원, 선임연구원
1998~1999	한국전자통신연구원, 선임연구원
2000~2001	L&H Korea, Director
2001~2002	Canegie Mellon University, 객원연구원
2002~2004	동아시테크(주), 기술연구소장/이사
2004~2022	한국전자통신연구원, 연구위원
2022~현재	(주)튜터러스랩스, CEO
2022~현재	서울대학교, 객원연구원
주요연구 및 관심분야	인공지능, 기계학습, 에듀테크

생성형 AI와 교육분야의 기회 (45분)

생성형 AI는 다른 산업 영역에서와 마찬가지로 교육분야에서 혁명적인 기회를 제공할 것으로 전망되고 있다. AI 에듀테크 기업들은 생성형AI를 활용하여 학습자 맞춤형 교육 경험을 제공하려고 준비하고 있으며, 학습자 맞춤형 튜터링은 각 학생의 학습 방식과 요구에 맞게 튜터링을 진행함으로써 학습 효율성을 극대화하는 것을 목표로 한다. 본 강연에서는 생성형 AI와 교육의 접점에 대해 살펴보고 현실적인 적용 방안을 소개한다.

권혁성 CBO
(42Maru)

Biography
현	포티투마루 CBO
전	SK플래닛
	LG전자
	다음커뮤니케이션
	케이티하이텔

RAG & sLLM in Business (45분)

RAG (Retrieval-Augmented Generation) 및 sLLM(small Large Language Model)의 기술 트렌드 및 각 전문 산업 분야에서의 상용화 사례를 알아보고, 초거대 AI 시대에 언어 인공지능의 기술 발전 방향에 대해 함께 고민해 보는 시간을 가지고자 합니다.

김대현 부사장
(삼성전자 SR)

Biography

Daehyun Kim is a vice president at Samsung Research leading its on-device AI project. Before joining Samsung, he has been at Google and Intel working on microprocessor architecture and workload optimization for 15 years since he received the Ph.D. from Cornell University. His research interests include on-device AI, machine learning accelerators, high performance computing, parallel computer architecture, intelligent memory systems, and workload analysis. Based on workload-driven architecture design methodology, he has done emerging application analysis and optimization for AI workloads and HPC workloads and performed path-finding research for Samsung’s on-device AI platform, Google’s Android & ChromeOS devices, and Intel’s Xeon Phi coprocessors.

On-Device AI for Mobile and Consumer Devices (45분)

Though key AI algorithms were originally developed in decades ago, it was big data availability and hardware acceleration that really made AI so successful today. Its great successes in computer vision and speech recognition encouraged many researchers to apply AI to almost every area of science and engineering. Further, thanks to advances in model compression technologies and hardware accelerators, we are even enabling AI on low-end electronics such as washing machines. With on-device AI, we aim to deliver transparent AI experience on user devices without connecting to cloud servers. To enable AI functionalities on mobile and consumer devices, a system-level holistic optimization from algorithm to chip is necessary to overcome AI application’s compute, memory and power demands. We have to develop small but accurate DNN models, hardware accelerators to run the models, and runtime and compiler to manage the accelerators efficiently. I would like to introduce our efforts at Samsung for on-device AI systems.

이덕만 상무
(포스코홀딩스)

Biography
2022-현재	포스코홀딩스 미래기술연구원 AI연구소 상무보
2020-2021	포스코 기술연구원 AI연구그룹장
2019	포스코 기술연구원 제어계측연구그룹장
1997-2018	포스코 기술연구원 제어계측연구그룹
1997	POSTECH 제어공학 박사

POSCO’s Smart Factory & Business; Expectation to AI as a new weapon (45분)

4차 산업혁명은 기술들의 융합, 모든 것이 연결, 지능적인 사회로 파괴적 변화를 가져오고 있으며 새로운 게임체인저로서 디지털변환의 가장 중심에는 인공지능이 대두되고 있다. 이러한 변화에 남들보다 한발 앞서 스마트와 인공지능 기술을 받아들이고 새로운 성장동력으로서 새로운 변화를 도모하고 있는 포스코의 Smart Factory & Business 성공사례를 통해 시사점을 함께 나누고자 한다. 아울러 급변하는 기술변화에 대응하여 미래를 준비하는 AI연구소의 연구방향에 대해서도 간략히 소개한다.

성시현 대표
(서울의료정보연구소)

Biography
학력		Texas A&M University 경제학 박사 중퇴, 건축학 석사(MARCH)
		서울대학교 경제학 석사(MA)
경력		現	㈜ 서울의료정보연구소 대표
			IMDRF(국제의료기기규제당국자포럼) AI/ML WG 운영추진단 위원
			한국의료기기산업협회 혁신산업위원회 전문위원
			이대서울병원 데이터심의위원회 전문위원
			마이데이터코리아허브 이사회 이사 등
		前	HL7 International Silver member
			한국보건산업진흥원 책임연구원
주요 연구 및 연구실적		Postoperative complications in hypofractionated and conventional fractionated radiation therapy in patients with breast reconstruction: A systematic review and meta-analysis(2023), Frontiers in Oncology, Manuscript submission
		A Study on the Trading Price Estimation Algorithm for Healthcare Transaction Data(2021), Manuscript re-submission
관심분야		상호운용성과 생성형 AI 중심의 건강 형평성(Health Equity centered on Interoperability and Generative AI)

상호운용성과 생성형 AI 중심의 차세대 의료정보 시스템 개발 접근
(An approach to developing next-generation medical information systems centered on interoperability and generative AI) (45분)

한국, 미국, EU 등 전 세계 주요국가에서는 의료의 질 향상, 의료비 절감, 의료 서비스 혁신을 위해 각각 2015년, 2009년, 2012년부터 의료기관에 전자의무기록(Electronic Medical Record, EMR) 시스템 보급을 위한 다양한 정책과 지원을 추진해왔습니다.

미국의 사례를 보면 미국 의회는 보건의료 분야의 IT 확산을 위해 2009년 보건의료정보기술법(Health Information Technology for Economic and Clinical Health Act, HITECH)을 제정하고 미국 보건복지부 소속 CMS(Center for Medicare and Medicaid Services)에서 전자건강기록(EHR) 기술을 채택하는 기관, 즉 EMR/EHR을 도입하는 임상의와 의료기관에 대하여 최대 5년간 인센티브 지급 기준을 마련하여 2022년 현재 미국 내 의료 제공자들에게 97%의 EMR/EHR 보급률을 달성하였습니다.

그러나 높은 EMR/EHR 보급률에도 불구하고 여전히 데이터 표준과 상호운용성은 부족한 것으로 조사되고 있습니다. 미국 국립보건의료정보기술조정국(ONC) 내 건강정보기술자문위원회(HITAC) 보고자료에 따르면 전 세계 의료 시스템에서 환자 데이터 중 65%는 사일로화(Siloed)되고 구조화되지 않았으며 환자 치료, 연구 및 청구 등 생태계 전반에 걸쳐 다양한 형태로 보관되고 있다고 합니다.

그래서 현재 데이터는 신뢰할 수 없고 표준화가 부족하여 대부분 사용할 수 없기 때문에 일관되게 환자의 의무기록을 추적하고 공유하는 것이 거의 불가능합니다.

우라나라에서도 의료정보시스템 간 상호운용성을 높이기 위해 의료데이터 공유, 활용 생태계 형성을 위한 데이터 표준화 기반의 상호운용성 확보 추진 위원회인 보건의료표준화 추진단을 2022년 정부 차원에서 민관 협력체 형태로 발족하고 2023년 ‘보건의료데이터 용어 및 전송 표준 고시’를 개정, 9월 15일에 시행하고 있습니다.

지난 10월 개최된 2024 Gartner IT 심포지엄/Xpo 2023에서 발표된 2024년 10대 전략적 기술 동향(Top 10 Strategic Technology Trends for 2024)에서 발표된 내용처럼 생성형 AI(Gen AI)가 보편화되는 시대에 살고 있는 우리가 우리의 삶에서 가장 중요한 건강을 관리하는 가장 중요한 도구 중 하나인 의료정보시스템은 어떻게 변화하는 것이 가장 바람직할지 오늘 발표에서 상호운용성과 생성형 AI를 중심으로 그 문제를 접근해보려고 합니다.

이활석 CTO
(업스테이지)

Biography
2020 ~ 현재	Upstage CTO
2017 ~ 2020	네이버 Clova Visual AI 책임리더
2016 ~ 2017	NCSOFT AI center AI lab vision TF 연구원
2011 ~ 2016	한화테크윈 선행기술연구원 비전기술그룹 연구원
2006 ~ 2011	KAIST 전기및전자공학 박사
관심분야	초거대언어모델, OCR

생성 AI의 기회와 전략 (45분)

이 강연은 LLM 기반 서비스의 구현 방식의 과거 현재 그리고 미래 방향에 대해서 살펴보고, 그 속에서는 B2B사업 관점에서 어떤 비즈니스 기회가 있는지 살펴봅니다. 특히, private LLM 중심으로 존재하는 기회들에 대해서 자세히 설명합니다.

박준석 부사장
(이노뎁)

Biography
현	이노뎁㈜ 부사장/연구소장
전	오스템임플란트㈜ 전문위원
	한글과컴퓨터 상무이사
	Microsoft R&D Center Program Manager
주요관심분야	영상관제 및 Vision AI

Innovation Next in 지능형 선별관제 (45분)

지능형 관제 엔진 및 실 사례 중심의 활용 사례 소개

김진우 대표
(라이너)

Biography
LINER Inc. CEO 연세대 컴퓨터과학과 졸업 Forbes 30 Under 30(포브스 선정 아시아 30세 이하 리더 30인) 소프트웨어 마에스트로 4기

Personal AI Enabled Business Revolution (45분)

Foundational Technology가 어떻게 반복해서 비즈니스를 혁신해왔는지, 그 반복이 AI라는 Foundational Technology로는 어떻게 표현될 것인지에 대한 의견.

AI의 발전은 결국 모든 모델의 가치를 $0에 수렴하게 만들 것이다. 그 결과, 대부분의 한국 지식인들의 관점과는 다른 방향으로 AI 기반 비즈니스가 발전해갈 것이다.

신현진 부소장
(목암연구소)

Biography
학력		B.S.	서울대학교, 전기공학
		M.S.	The University of Texas at Austin, Biomedical Engineering
		Ph.D.	The University of Texas at Austin, Biomedical Informatics
경력		2007-2011	Dana-Farber Cancer Institute/Harvard University, Post-doctoral Research Fellow
		2011-2021	Takeda Pharmaceuticals, Principal Scientist
		2021-현재	목암생명과학연구소, 부소장
주요 연구분야 및 업적		2011-2021 Takeda Pharmaceuticals	Dana-Farber Cancer Institute/Harvard University, Post-doctoral Research Fellow
			유전체/전사체/단백질 데이터를 분석하여 약물반응 바이오마커를 동정 및 발굴
		2021-현재 목암생명과학연구소	인공지능 기반 신약개발 전문연구소 기반 조성, 운영 및 발전
			인공지능 기반 mRNA codon optimization, molecular property prediction, LNP design, antibody function enhancement and optimization, disease therapuetic target identification 연구 수행

Drug discovery and development, can AI accelerate it? (45분)

근래에 우리는 인공지능(AI)의 빚어낸 놀라운 성과들을 목도하고 있습니다. 예를 들어 올초에 떠들썩하게 회자되었던 ChatGPT는 지금은 마치 예전부터 그러한 도구가 있었던 듯 다양한 분야에서 사용되고 있고, 더 많은 기능과 미래의 효용가치를 탑재하고 있는 여러 신기술들이 속속들이 발표되고 있습니다. 신약개발은 인류의 건강을 지키기 위해 아주 중요한 분야이지만, 동시에 인간의 목숨과 안전에 직접적인 영향을 미치는 약물을 개발하고 재조하는 분야이므로, R&D에 있어 태생적으로 많은 제약이 있어왔고 좀더 보수적인 의사결정이 이루어지는 영역입니다. 덕분에 신약개발에 들어가는 시간과 돈, 그리고 노력은 상상을 초월합니다. 그러므로 여기에 인공지능을 사용한다면 얼마만큼 R&D의 효율이 올라갈지 기대하고 실제 가능성을 탐구하려는 고민은 인지상정이라 할 수 있겠습니다. 그러나 신약개발에서 인공지능이 도입되었다고는 하지만 가시적인 성과를 내는 것은 아직은 요원한 듯 합니다. 여기에는 여러 요인들이 있겠지만, 양질의 데이터의 부족, 신약개발에 쓰이는 데이터만이 가지고 있는 독특한 성질, 데이터 양과 질이 들쭉날쭉 함에 따라 필연적으로 따라붙는 모델과 예측의 불확실성 증가 등이 대표적인 요인으로 꼽힙니다. 이번 강연에서는 인공지능을 주로 전공하신 분들을 위해서 신약개발이란 무엇이고, 이를 어떻게 이해하면 좋을지, 그리고 어떤 도전들이 있으며 현재 어떤 해답들이 나와 있는 지에 대해서 소개하겠습니다. 그리고 아직 블루오션으로 남아 있는 인공지능 기반 신약개발을 성공하기 위해 우리가 어떻게 미래를 준비해야하는 가에 대해서도 논의하겠습니다.

The process of drug discovery and development (DDD) is often characterized by the substantial investment of time, financial resources, and labor. To be more precise, the whole process requires a period of 10 to 15 years, including the evaluation of over 10,000 initial molecular candidates before a single drug is finally approved by regulatory agencies such as the U.S. Food and Drug Administration (FDA). In recent times, a great number of artificial intelligence (AI) techniques have been proposed and tested across diverse scientific and business domains, including DDD. AI is now actively deployed with the aim to enhancethe historically low success rates and R&D productivity in DDD. However, the development of reliable AI models for pharmaceutical research remains a very difficult challenge. The key for winning this game lies in ensuring a sufficient supply of high-quality data for AI model training. Unfortunately, both public and proprietary datasets essential for this task are currently very scarce and difficult to massively produce in a short time period. In my presentation, we will conduct a comprehensive review on the major hurdles associated with the application of AI in DDD. In addition, we will investigate recent technological advancements that can offer useful solutions to circumvent these constraints. Finally, we will also discuss how we want to design the best strategic approach of developing and utilizing AI for more effective DDD in the foreseeable future.

김주성 상무
(KT클라우드)

Biography
회사 약력		22.4-현재	kt cloud Cloud고객담당, AI사업TF, AI기술TF 겸직(상무)
		20.1-22.3	KT Cloud/DX사업본부 Cloud사업담당(상무)
		16.1-19.12	KT Cloud플랫폼담당(상무)
		15.1-15.12	KT Cloud사업팀장(부장)
학력		석사	연세대 공학대학원 산업정보경영
		학사	동국대 반도체과학과

AI시대의 kt cloud의 대응 방향 (45분)

Chat GPT로 촉발된 생성형 AI 시대에 open LLM 들의 등장과 이를 동작하게 하는 다양한 Infra, Cloud 사업자들의 동향 등 많은 변화와 위기/기회가 공존하고 있다. 이에 kt cloud에서는 GPU, 초거대 Large AI, NPU 등 AI Full Stack을 어떻게 준비하고 있는지를 소개하고자 한다.

이세영 대표
(뤼튼)

Biography
현	뤼튼테크놀로지스 공동창업자 / CEO
전	한국청소년학술대회 설립 및 조직위원장
	중소벤처기업부, 과학기술정보통신부, 산업통상자원부 장관상 수상
	CES 2023 혁신상 수상
	2018 대한민국 미식축구 국가대표팀 주장
학력	연세대학교 문헌정보학

Next Portal, 모두를 위한 AI (45분)

뤼튼은 전 세계 모든 AI를 누구나 쉽고 빠르게 사용하고 제한 없이 향유하며 모두를 위한 AI를 경험하게 하는 Next Portal이 되고자 합니다. 뤼튼이 사용자에게 전달하려는 가장 큰 가치는 ‘즐겁고 행복한 일만 남기는 것’으로, 이에 온전히 집중할 수 있도록 그 외의 순간을 AI Agent가 돕는 것 입니다.

사용자를 가장 완벽히 이해하고 수행할 수 있는 AI Agent를 구현하기 위해선, 여러 생성 AI 모델과 API, 사용자의 데이터 등 여러 기술과 재료들이 필요합니다. 이렇게 구현된 여러 AI Agent를 사용자가 가장 편리하게 사용할 수 있도록 모여져 있는 곳이 뤼튼입니다.

뤼튼은 앞으로 인류의 삶을 더욱 행복하게 만드는 가치를 추구하는 ‘AI Agent’가 모인 AI 포털이 되고자하며 본 강연을 통해 인터넷과 모바일을 잇는 기술 혁명인 생성 AI를 어떻게 바라봐야 하며 뤼튼 팀의 제품과 전략에 대해 설명합니다.