다시 보기

송완빈, MathWorks

최근 인공지능 분야는 학술적 단계를 넘어서 실제 산업에 적용 가능한 수준으로 발전하였고, 다양한 산업분야의 여러 프로세스를 대체하고 있습니다. 자율주행, 로봇, 의료, 금융 및 군사 정보에 이르는 다양한 플랫폼에서 빠르게 상용화가 진전 될 것으로 기대됨과 동시에 인공지능이 예측하는 결과에 대한 근거, 도출 과정의 타당성 등의 논리적인 한계점이 지적되고 있습니다. 이에 따라 사용자에게 인공지능 시스템의 의사결정에 대한 설명을 제공하고, 인공지능 시스템에 대한 전반적인 이해 및 강약점을 이해하도록 도와주는 설명 가능한 인공지능(eXplainable AI) 기술이 새로운 기술로 주목받고 있습니다. 인공지능 시스템을 이해 한다는 것, 또한 해당 시스템에 대한 강점 및 약점을 이해한다는 것은 의사 결정에 대한 신뢰성 구축과 동시에 개발자에게 더 나은 모델을 만들 수 있는 가능성을 줄 수 있을 것 입니다.

본 발표에서는 설명 가능한 인공지능의 개요 및 필요성 등의 전반적인 소개와 더불어 실제 설명 가능한 인공지능의 구현 방식 및 활용 방안에 대하여 설명합니다.

이정훈, LG에너지솔루션

배터리 제조 공정 중 반제품을 자르는 커터는 정해진 커팅 횟수에 따라 교체됩니다. 이에 반제품 커팅 시 발생하는 진동 데이터를 수집하여 딥러닝 모델 기반 PHM(Prognostics and Health Management) 기술을 적용함으로써 커터의 수명을 진단하고 고장 시점을 사전에 예측하여 설비 부품의 관리를 최적화할 수 있습니다. MATLAB^®에서 제공하는 Data Acquisition Toolbox™를 통해 NI^® 디바이스와 연동된 시스템을 손쉽게 구성하였고 GUI 기반 딥러닝 모델링을 반복적으로 빠르게 완료할 수 있었습니다.

본 세션에서는 해당 사례의 딥러닝 기반 고장 진단 프로젝트 개발 워크플로를 소개합니다.

김종남, MathWorks

신호 및 시계열 데이터를 위한 딥러닝 개발은 무선통신, 음성 분류, 레이더 표적 인식, 디지털 헬스케어, 생체 인식 등 다양한 분야에 걸쳐 적용 사례가 증가하고 있습니다. 본 발표에서는 이렇게 다양한 분야에서 겪고있는 어려운 점들은 무엇이며, MathWorks AI 솔루션이 문제를 극복하는데 어떻게 활용될 수 있는지 알아보겠습니다.

아래의 내용들을 구체적 예시를 통해 소개하겠습니다.

1. 신호에 대한 주석 및 레이블링
2. 데이타 합성 및 확장
3. 자동 특징 추출을 포함한 특징 추출 기법들
4. 가속화와 GPU로의 배포

엄준상, MathWorks

건전성 예측 관리 솔루션 개발을 위해서는 정보 수집, 이상 발견, 상태 진단, 고장 예측 단계를 거치게 됩니다. 최근 복잡한 설비 및 대량의 데이터를 활용하여 많은 엔지니어가 최상의 예측 결과를 얻기 위해 산업용 AI 솔루션을 적용하고 있습니다. 이를 통해 장비 운영자 및 제조업체는 장비 상태를 평가하고 결함을 진단하고 고장 시간을 예측할 수 있습니다. 본 세션에서는 MATLAB 예제를 통한 상태 진단 및 고장 예측 산업용 AI 모델 개발 및 고객 성공 사례를 소개합니다.

장규환, MathWorks

본 세션은 머신러닝이 배포된 프로덕션 시스템의 문제를 해결하는 새로운 도구에 중점을 두고 있습니다. AI 애플리케이션을 성공적으로 개발한 이후, 프로덕션 시스템 내에서 머신러닝 모델을 성공적으로 운영하기 위해서는 다음과 같은 사항들이 필요합니다.

1. 더 크고 복잡한 시스템으로의 통합
2. 다양한 수준의 시스템 인증을 충족하기 위한 모델 동작 검증 요구
3. 변경된 조건에 대한 적응을 포함한 지속적인 모델 개선 필요

MATLAB^®은 이런 요구사항에 대응하기 위해, 기본 Simulink^® 블록, 모델의 해석 가능성, 점진적 학습 및 모델 업데이트가 가능하도록 기능을 확장하였습니다.

본 발표에서는 제조 및 디지털 헬스케어를 포함한 산업 응용 분야의 맥락에서 이러한 기능들을 소개드릴 예정입니다.

이은정, 연세대학교

지난 10여년동안 의료 영상분야의 딥러닝은 다양한 영역에서 연구되고 있으며 그 유효성도 검증되고 있습니다. 초음파 영상은 해상도가 낮고 노이즈가 많아 딥러닝 알고리즘의 학습효과를 연구 분석할 필요가 있습니다. 이에 세브란스병원 영상의학과 팀과 함께 MATLAB^®을 이용하여 연구를 실시했으며, 실제 환자데이터를 이용하여 그 결과의 정확도가 높고 일관성있는 진단을 내리는 딥러닝 모델을 구축하고 MATLAB으로 App을 만들어 supplementary tool로 이용한 사례를 소개합니다.

엄태광, 현대자동차

CADE(Computer Aided Design & Engineering)기반 시스템 단위 해석은 개발 비용 축소와 사전 검토가 가능해, 프론트로딩 혁신 과정을 통한 제품 개발의 주요 활동 중 하나입니다. 특히 시스템의 규모와 복잡성이 증대되는 현 추세에서는 1D 해석이 3D 해석대비 빠른 연산 속도를 가지면서도 검토 가능한 시스템의 수도 많은 장점을 가지고 있습니다. 하지만 1D 해석은 서브 시스템 기능의 물리적 특성을 찾기 위한 엔지니어의 Calibration 작업이 선행되어야 하며, 이는 기술집약적 측면이 강해 고도의 기술이 필요합니다. 본 세션에서는 MATLAB^® 솔루션을 활용해 엔지니어의 노하우와 AI의 장점을 융합하여 1D Calibration 과정을 높은 정확도를 유지하면서도, 보다 빠르게 해석 모델링을 구축하게 된 사례를 소개하고자 합니다.

송완빈, MathWorks

딥러닝 및 머신러닝은 영상에서 물체를 감지하거나 전류 및 전압 측정 데이터를 기반으로 배터리 충전 상태를 정확하게 예측하는 것과 같이, 기존 방법으로는 적절하게 모델링 할 수 없었던 복잡한 문제를 해결할 수 있는 능력을 입증했습니다. 인공지능 모델은 일반적으로 큰 시스템에서 작은 부분만을 담당하고 있습니다. 예를 들어 자율 주행 차량용 임베디드 소프트웨어는 딥러닝 기반의 컴퓨터 비전 시스템 이외에도 어댑티브 크루즈 컨트롤, 차선 유지 컨트롤, 센서 융합, LIDAR 로직 등의 여러가지 구성 요소들을 가질 수 있습니다. 실제 하드웨어 및 차량에 대한 값 비싼 테스트를 최소화하면서 이러한 모든 구성 요소를 통합, 구현 및 테스트하는 방법에는 무엇이 있을까요?

본 발표에서는 몇 가지 산업별 사례를 통하여 시스템의 복잡성 관리, 테스트를 위한 시뮬레이션, 자동 코드 생성을 통한 타겟 하드웨어 (ECU, CPU 및 GPU) 배포에 이르는 인공지능과 모델 기반 설계의 전반적인 통합 방식을 설명합니다.

성호현, MathWorks

MATLAB^® 은 과학 및 엔지니어링을 위한 개발 언어로서 각종 어플리케이션에 특화된 다양한 라이브러리 및 시뮬레이션, 임베디드 시스템 개발을 위한 코드 생성 기능 부터 엔터프라이즈 환경 및 다양한 일반 개발 언어로와의 결합이 가능한 배포 환경을 포함하고 있습니다.

이 세션에서는 MATLAB에서 파이썬을 활용하는 방법에서 부터 파이썬과의 결합 그리고 파이썬과 같은 일반 프로그래밍 언어와의 통합을 위한 MATLAB의 활용 방법을 소개합니다. 이러한 기능을 통하여, 기존의 파이썬과 같은 언어에서 부족한 강력한 연산 능력 및 시각화 등의 기능을 MATLAB에서 지원하며, 반대로 MATLAB의 다양한 결과를 배포하고, 다른 언어와 결합하여 통합 어플리케이션으로 개발을 가능하게 합니다.

장규환, MathWorks

현재 MATLAB Web App Server™ 제품의 기능은 점차 확대되어 글로벌 기업과 연구소의 엔지니어, 연구원들은 MATLAB^®으로 개발한 App을 이용해 엔터프라이즈 시스템을 구성하고 있습니다. 본 세션에서는 MATLAB Web App Server를 소개하며, 예제를 통해 Simulink^® 모델 혹은 Stateflow^®를 포함한 MATLAB App을 public 혹은 private 클라우드 서비스로 손쉽게 구축하실 수 있는 방법에 대해 소개합니다.

정승혁, MathWorks

레이더 및 라이다를 활용해서 주변환경을 인식하는 것은 자율시스템 및 감시시스템의 핵심입니다. 이러한 고해상도 센서는 인식 알고리즘을 수행하고 주변 환경을 이해하게 해주는 풍부한 데이터를 제공합니다.

본 세션에서는 레이더 및 라이다 데이터를 처리하고 분석하는 워크플로우에 딥러닝과 머신러닝을 적용하는 방법과 함께, 이 과정에 직면할 수 있는 어려움을 MATLAB^® 및 Simulink^®를 사용하여 극복하는 방법에 대해서 소개합니다.

• 트레이닝을 위해 부족한 데이터를 다루는 방법
• 3D 포인트 클라우드 및 레이더 신호에 레이블 지정
• 포인트 클라우드 및 레이더 리턴에 이미지 및 신호용으로 설계된 딥러닝 모델 적용
• 마이크로 도플러 시그니쳐를 포함한 레이더 리턴 분류

서기환, MathWorks

5G 및 무선 시스템을 위한 MATLAB^® 및 Simulink^®의 새로운 기능을 소개합니다. 표준 기반 모델링 및 시뮬레이션, RF-안테나-베이스 밴드 통합 설계, 무선 시스템 구현의 배포 및 테스트를 포함한 무선 시스템 설계 영역에서의 혁신을 가속화 할 수 있는 방법을 설명합니다. 참조 예제와 케이스 스터디를 통해 다음 내용을 확인 하실 수 있습니다.

• 업 링크 및 다운 링크 처리를 포함한 5G NR PHY 시뮬레이션
• 다양한 RF 기기로 설계 검증 및 무선 테스트를 위한 표준 준수 파형 생성
• DPD를 사용한 전력 증폭기 선형화를 포함한 스마트 RF 기술 개발
• 대규모 MIMO 안테나 어레이 및 하이브리드 빔포밍 아키텍처
• 지도에서 안테나 사이트, 통신 링크 및 신호 범위 시각화
• Xilinx^® RFSoC 및 Avnet^® RFSoC 개발 KIt을 사용하여 5G 시스템 성능 확인

김종헌, MathWorks

무인 항공기 (UAV)는 취미나 군사 목적을 넘어 농업, 건설 및 배달과 같은 다양한 상업용 응용 분야까지 사용이 지속적으로 늘고 있습니다. 자율 무인항공기(UAV)를 개발하려면 개발에 제어, 인식, 계획과 같은 다양한 기술 영역에 대한 지식과 필요한 비용과 시간을 줄이고, 안정성을 확보하기 위한 시뮬레이션기술을 필요합니다. 이 세션에서는 아래와 같은 내용으로 설계 및 시뮬레이션에서 배포 및 테스트에 이르는 자율 무인항공기(UAV) 개발 워크 플로에서 MATLAB^® 및 Simulink^®를 사용하는 방법을 알아 봅니다.

• 시스템 아키텍처 정의
• 다양한 정밀도의 UAV 시스템 모델링
• 입방체 환경과 3D 시뮬레이션 환경에서 자율 UAV 시뮬레이션
• 센서 모델을 이용한 Localization 과 인식 알고리즘 평가
• 소프트웨어 Verification과 Validation 작업 자동화
• 코드 자동 생성 및 UAV 하드웨어로의 배포
• Flight Log Analyzer 앱을 이용한 비행 후 원격 측정 데이터 분석

홍혁기, MathWorks

시스템 엔지니어링은 여러 단계로 구성되어져 있으며, 다양한 유형의 아키텍쳐와 요구사항을 관리해야 합니다. 기능관련 요구사항에 기반해서 해당 되는 아키텍처를 생성해야하며, 이렇게 정의된 기능들은 시스템 요구사항에 기반된 로지컬 아키텍처에 있는 컴포넌트로 할당되어집니다. 이와 같은 생성물 사이의 관계를 관리하고 분석하는 것은 매우 번거롭고, 자칫 오류를 만들어 낼 수도 있습니다. System Composer™와 Simulink Requirements™를 사용하시면 이와 같이 많은 시간과 노력이 필요한 작업을 보다 간편화 하실 수 있습니다. 본 발표에서는 요구사항과 아키텍처 사이의 관계를 어떻게 성립하고 메트릭을 이용해서 이들 추적성을 관리하고 분석하는 방법에 대해 소개합니다.

강효석, MathWorks

시뮬레이션 통합 플랫폼인 Simulink^®는 타사 시뮬레이션 도구에서 모델링 된 구성 요소를 가져 오는 여러 가지 방법을 제공합니다.

본 발표에서는 타사 모델을 Simulink와 통합하는 데 가장 자주 사용되는 방법 인 S-function 및 FMI/FMU의 데모를 볼 수 있습니다.
또한 Simulink가 사용자 지정 C/C ++ 코드를 손 쉽게 가져올 수 있고, 더 정밀한 수치 정확도를 위해 자동으로 공동 시뮬레이션 신호를 보상하고, 시스템 레벨 시뮬레이션을 위해 확장 할 수있는 방법을 다룹니다.

김학범, MathWorks

지속적 통합(CI: Continuous Integration)은 MATLAB^® 코드 및 Simulink^® 모델을 자동으로 구축하고 테스트하여 품질을 확보하는데 도움이 될 수 있습니다.

이 세션에서는 MATLAB과 Simulink를 CI 환경에 통합하는 방법을 보여 드리겠습니다.

• 공용 GitHub^® 저장소에 대한 무료 CI 통합
• 다양한 CI 서버 및 CI 서비스를위한 플러그인
• MATLAB과 Simulink 다수의 릴리스 버젼에서 가능한 코드 및 모델 테스트

이민채, 만도

ADAS 및 자율주행 SW는 변경 주기가 빠르고 SW 구조가 복잡하며 작은 Defect도 시스템에 큰 영향을 줄 수 있습니다. 따라서 자율주행 SW는 지속적이고 반복적으로 SW 검증이 필요하며, 효율적인 검증을 위해 자동화가 필수적 입니다.

만도는 SW 검증 효율화를 위해 Polyspace Server™ 제품군을 사용하여 SW 정적 검증 자동화 시스템을 구축 하였으며, 이를 통하여 개발자와 시험자의 SW 정적 검증을 시간을 단축할 수 있었습니다. 또한, Polyspace Access™ 제품군을 도입하여 Web을 기반으로 SW 검증 결과를 검토할 수 있도록 하여, 효율적으로 SW Defect들이 개선되고 관리될 수 있도록 하였습니다.

유용출, MathWorks

자동차 산업에서 사이버보안은 여러 사이버 공격과 법적 규제의 증가로 대두되고 있는 과제입니다. 이 세션에서는 UN-ECE WP.29에서 발표한 사이버보안 관리 관련 규제와 그것이 OEM과 공급업체들에 미치는 영향, ISO/SAE 21434 표준이 어떻게 그 규제를 대응하도록 구현되었는지 설명합니다.

그리고 소스 코드 수준에서 ISO/SAE 21434의 요구사항을 충족하기 위해 Polyspace^® 정적 분석 제품군이 어떻게 사용될 수 있는지 소개합니다. 마지막으로 전체 소프트웨어 개발생명주기 동안 효율적인 코드 취약점 검증을 위해 Polyspace 도구를 DevSecOps 워크플로우에서 효율적으로 운영하는 방법을 공유합니다.

김형준, 한국전자통신연구원

4차산업혁명시대의 핵심 기술 키워드인 DNA(Data, Network, AI)로 대표되는 지능정보기술이 화두입니다. 이들 기술은 최근 다양한 사회 현안 문제들과 밀결합되면서 국가 또는 사회 공공분야의 ICT 융합 서비스를 더욱 고도화시키고 있습니다. 본 발표에서는 이를 국가 지능화 융합 플랫폼이라고 제안합니다. 즉, 국가를 구성하는 개인, 사회, 산업, 공공영역을 AI나 빅데이터와 같은 지능정보기술을 매개체로 신개념의 제품이나 서비스 등 새로운 가치를 창출할 것으로 기대되며, 본 발표에서는 이의 대표적인 기술 사례와 전망을 살펴보고자 합니다.

Kevin Cohan, MathWorks
Ed Marquez, MathWorks

연구 개발 및 소프트웨어 개발을 지원하기 위한 MATLAB^®과 Simulink^®의 새로운 기능을 소개합니다. 생산성 향상과 좀 더 좋은 모델과 코드를 작성하는 것 뿐만 아니라 모델링, 시뮬레이션, 그리고 모델 공유를 위한 새로운 기능을 보여 드립니다.

Richard Rovner, MathWorks

COVID-19 대유행은 우리가 경험했던 그 어떤 것과도 다릅니다. 전 세계의 과학자들과 엔지니어들은 이 엄청난 도전에 맞서고 있습니다. 진단에서 완화, 치료에 이르기까지 모든 것을을 지원하며 그들은 신속하게 혁신하고 자체 디지털 트랜스포메이션을 경험해왔습니다. 그리고 그들 중 다수는 MATLAB^®과 Simulink^®를 업무에 필수적인 도구로 사용합니다. 본 기조 연설에서는 이 코로나와의 전쟁에서 주목할만한 혁신적인 프로젝트들과 응용 프로그램들을 공유하고, 우리가 이 도전을 극복하고 더 밝은 미래를 준비할 수 있도록 노력해온 MATLAB 및 Simulink의 역할에 대해 소개합니다.

서기환, MathWorks Korea

다양한 산업분야에서 인공지능 모델을 활용하여 장비의 고장을 진단하고 잔여수명을 예측하는 사례가 증가하고 있습니다. 실시간으로 센서 데이터를 모니터링 하면서 인공지능 모델로 예측하는 앱을 개발하는 방법을 소개합니다. NI DAQ 장비를 연동하는 기능을 확인하실 수 있습니다.

서기환, MathWorks Korea

2021년도에 새롭게 출신된 Radar Toolbox, Satellite Communications Toolbox를 소개합니다. 다기능 레이더 시스템의 설계, 시뮬레이션 및 테스트를 위한 기능과 위성 통신 시스템의 링크 시뮬레이션, 분석 및 테스트를 위한 기능을 확인하실 수 있습니다.

엄준상, MathWorks Korea

AI 모델의 결론을  설명하는 Interpretable AI 의 수요가 점차 늘어나고 있습니다. 클라우드 환경에서 App을 개발하여 배포하는 워크플로우에 대해 소개해 드립니다.

송완빈, MathWorks Korea

인공지능 모델을 개발하는 프레임워크는 많고  많은 연구들이 TensorFlow 및 PyTorch로 개발되어 있습니다. 본 데모에서는 MATLAB과 해당 프레임워크의 모델을 연동하는 방법에 대하여 자세히 설명하고 그 이점에 대하여 소개합니다.

김종남, MathWorks Korea

GAN(Generative Adversarial Network)은 딥러닝을 통해 새로운 이미지를 얻게해주는 기술로써 최근 많은 관심을 받아왔습니다. 본 예제는 이러한 GAN기술을 활용하여 영상의 배경을 만드는 방법을 소개합니다.

김종남, MathWorks Korea

새롭게 출시된 강화학습 디자이너는 강화학습을 위한 모델을 설계, 학습하고 실험을 분석할 수 있도록 하는 앱입니다. 대화형식의 개발을 가능하게 함으로써 조금 복잡한 강화학습의 문턱을 낮혀줄 수 있을 것입니다.

정승혁, MathWorks Korea

아날로그 및 혼성 신호의 설계 및 분석은 아날로그 장애요소의 영향과 복잡한 임베디드 디지털 신호 처리 및 제어 알고리즘의 통합으로 점점 더 어려워지고 있습니다. 따라서 정확한 모델링과 신속한 시스템 수준 시뮬레이션을 통해 양산전에 설계를 검증 하는 것이  매우 중요해졌습니다. 본 데모에서는 다양한 추상화 수준에서 혼성 신호 알고리즘을 모델링하고 시뮬레이션하는 데 Mixed-Signal Blockset과 SerDes Toolbox를 사용하는 방법을 보여줍니다.

김학범, MathWorks Korea

전기 모터와 전력 변환 제어는 전기화 추세에서 빠르게 성장하는 시장입니다. 이 데모에서는 Motor Control Blockset을 활용하여 모터 제어 개발을위한 제어 루프 게인의 추정 프로세스를 자동화합니다. 또한 Rapid Control Prototyping과 HIL 테스트를 통해서 보다 신속하게 제어기 설계를 검증할 수 있습니다.

김종헌, MathWorks Korea

본 데모는 움직이는 물체를 추적할 수 있는 occupancy grid를 이용해 센서 신호를 통합하여, 정지 물체,이동 물체를 모두 고려하여 도심 주행상황에서 궤적을 계획하는 방법을 소개합니다.

강효석, MathWorks Korea

이 데모에서는 사용되는 Simscape Vehicle Template은 차량의 구성 요소 설정이 가능한 모델, 차량 및 이벤트 등을 설정하는 데 도움이되는 MATLAB 앱과 사용자의 요구에 맞는 모델을 구축 할 수 있도록 커스터마이징 가능한 구성 요소 라이브러리를 제공합니다. 이를 통해 차량 시뮬레이션에 대한 상위 10 가지 사용 사례를 다룹니다.