지난 11월 22일 수요일 프랑스 프로방스 회원님들과 함께 코센데이 시간을 가졌습니다. 모두 핵융합 관련 ITER 프로젝트에서 일을 하고 있어 오랜만에서 서로 전공에 대해서도 나누고 코센데이의 주제인 "인공지능 시대 달라진 연구현장 및 연구자의 모습"에 대해서도 생각해볼 수 있는 시간도 가졌습니다. 좋은 기회를 주셔서 감사합니다.
====================================
[ 김병윤] 저는 ITER에서 2012년부터 근무하였으며, 현재 Tritium Breeding Blanket 관련해서 일하고 있습니다.
개인적으로는 Bigdata의 ITER 등 대형 프로젝트 활용성에 대해 생각해보았습니다. 현재 핵융합에서는 운전시 많은 정보의 시그널들이 측정되고 여기에는 많은 노이즈들이 포함되어 있습니다. 이러한 정보를 현재로써는 여러 프로그램들을 통해서 해결해나가고 있는데 앞으로는 조금 더 다양한 종류의 인공지능 연구들을 통해서 의미있는 데이터를 빠른 속도로 모아서 결과들을 낼 수 있으리라 생각됩니다. 또한 앞으로 인공지능과 Bigdata가 결합하여 연구자가 개인적으로 탐색해보는 것이 여러 제약상 어려웠던 부분에 대해 다양한 탐색시도가 가능하지 않을까 생각됩니다.
[김덕회] 저는 ITER에서 2013년부터 근무하고 있으며, 현재 블랑켓 개발 관련해서 일하고 있습니다.
ChapGPT를 이용하여 제가 연구하고 있는 분야의 기술정보 작성을 시도해 본적이 있습니다. 결과물을 보니 비전문가적 관점이나 정보 수집 측면에서는 꽤 유용해 보였습니다. 하지만 좀 더 면밀히 살펴보면 깊이나 정보의 정확성 측면에서는 좀 더 발전이 필요하겠다는 생각이 들었습니다. 물론 그런 일은 없겠지만 ChapGPT를 이용하여 논문 초록을 작성과 같은 것에 사용하는 것은 지양해야 할 듯 합니다. 우리가 연구하는 핵융합분야에도 인공지능 기술을 이용햐여 좀 더 유용하고 실용적인 결과들을 얻기 위한 노력은 눈에 띄게 증가하고 있는 것으로 알고 있습니다. 딥마인드에서 핵융합로 플라즈마 제어를 위한 Al 개발을 위해 투자를 하고, 구글과 같은 기업에서 플라즈마 물리를 전공한 인재들을 영입했다는 소식도 들었습니다. 방대한 실험데이터 처리와 난류와 같은 플라즈마 거동을 예측하고 분석하기 위해서 인공지능, 빅데이터와 같은 새로운 기술들을 미래 핵융합 에너지 개발에 적용하기 위한 시도들은 국내외를 막론하고 경쟁을 이루고 있다고 생각합니다.
[노창현] 저는 ITER 열차폐체 제작 및 조립 업무를 수행하고 있습니다.
AI가 언제 부터인가 알게 모르게 AI가 일상 깊숙히 들어와 있습니다. 혹자는 인류의 생존을 위협하게 될 것이라는데, 저는 단순히 유튜브에서 동영상을 보다 보면 계속 연관된 동영상을 보여준다든가, 검색했던 제품이 어느순간 검색하는 페이지 마다 나타나거나, 인스타그램을 열면 계속 나타나는 것을 보고 약간의 불편함 을 느낍니다. AI가 현재 저에게 미치는 영향은 그다지 좋지는 않습니다. 약간 두렵기도 하고요. 인공지능 시대에 달라진 연구현장의 모습이라? 핵융합이라는 새로운 에너지를 개발하고 장치를 만드는데 있어서 그다지 달라진 점은 없습니다. 만약 제가 프로그래머라면 전혀 다른 의견을 낼 것입니다. 아마 생계에 위협을 받을 것이고, 하는 일들이 계속 레드오션으로 빠져들 것으로 생각합니다. 연구자로서 AI를 어떻게 바라봐야 하는가? 기계의 도움을 받기 시작한 산업혁명, 컴퓨터의 개발후 사용 등과 같이 AI는 거스를수 없는 시대의 흐름이라고 생각합니다. 저는 현재는 프로그래밍에 도움을 받고 있으며, 검색 또는 번역등의 아주 작은 부분에서 AI 기반의 엔진을 사용하고 있지만, 항상 관심을 가지고 변화를 지켜 보고 있습니다.
[이웅렬] 저는2018년부터 ITER 제어팀 에서 근무하고 있으며, 현재 Plasma Control System 제작 업무를 수행하고 있습니다.
저의 주요 업무 분야는 hard real-time application 제작 분야이기 때문에 통상적인 개념에서의 AI 기능이 시스템 내부에 들어와 작동하는 것을 여전히 주저하는 부분이 있습니다. 하지만 AI지속적인 발전은이를 뒷받침하는 요소들, GPU, NPU, parallel processing mechanism 등 여러 제반 기술들을 동반하기 때문에 기술적인 이득을 누리고 있습니다. 특히 GPU 활용 기법은 PCS 내부의 자기장 재구성 기능에 실질적으로 적용되고 있기에, 제어 분야에도 직/간접적 활용 영역이 점점 증가할것으로 생각됩니다.
[정유철] 저는 ITER에 2021년에 합류하여 ITER cable engineering 업무를 수행하고 있습니다.
케이블 엔지니어링 영역에서 인공 지능(AI) 기술은 여러 측면에서 기여하고 있습니다. AI는 효율성, 비용 효율성, 환경 영향 등의 요소를 고려하여 케이블 경로를 최적화하는 데 핵심적인 역할을 합니다. AI는 정교한 알고리즘과 머신러닝을 통해 건물, 전선로 및 경로설계 패턴에 대한 데이터를 분석하여 케이블 배치에 가장 적합한 경로를 식별합니다. 이는 신호 간섭 가능성을 최소화할 뿐만 아니라 네트워크의 전반적인 탄력성을 향상시킵니다. 또한 AI는 수요 및 환경 조건의 변화를 예측하여 동적 라우팅 조정에 기여하여 케이블 네트워크가 적응력과 반응성을 유지하도록 보장합니다. 건물 환경과 광범위한 네트워크에서 케이블 라우팅이 점점 더 복잡해짐에 따라 AI 기술은 케이블 경로의 설계, 설치 및 유지 관리를 최적화하고 궁극적으로 보다 지능적이고 효율적인 연결 솔루션을 형성하는 데 없어서는 안 될 도구로 부상하고 있습니다. 다만, 다양한 설계요건의 반영 및 요건 적합성 검토 등에 대한 엔지니어의 개입은 여전히 불가피함에 따라 AI라는 Tool을 엔지니어링 영역에서 적절히 활용할 수 있는 방안을 계속 고민해 나아가야 할 것으로 보입니다.
[김광호] 저는 ITER에 2019년에 합류해서 ITER 적용 핵융합 재료 및 Code & Standard 분야에 대한 통합관리 업무를 수행하고 있습니다.
제 전공분야인 금속재료 연구분야에도 최근 AI 기술을 활용한 연구 결과들이 2020년대에 들어 속속 발표되고 있는 상황입니다. 수많은 학술지에 발표된 연구결과들을 바탕으로 세부 주제별로 단순하게 조사 결과를 정리하는, 즉 기존의 Review paper 작성과 같은 활용을 넘어, AI의 Deep learning을 통해 기존 연구자들이 놓치고 있었던 새로운 연구 개선 방안을 도출하여 이를 실제 실험으로 다시 연구자의 연구로 확인 검증하는 논문까지 다양해진 것 같습니다. 하지만, AI가 학습에 활용한 기존 연구결과들의 신뢰도, 정확성, 오차 범위, 가정 등의 요인들이 AI의 결과 도출에 미치는 영향이 클 것으로 생각되며, 관련 연구자들이 항상 고려해야 하는 부분인 것 같습니다. 하지만 기존 연구자이 연구에 필요한 정보를 주로 특정한 학술지, 한정된 연구 네트워크 등을 통해서 얻었었다면, AI 활용으로 인해 전현 다른 분야에서도 참고가 될만한 연구결과들이 수행되고 보고됐음을 알 수 있게되어 데이터베이스 확장에 유용할 것으로 판단됩니다.
[탁태현] 2021년 부터 ITER에서 근무하였으며, DCS(Distributed Control System)팀 Operation Application 그룹의 Plasma Control System Implementation 업무를 수행하고 있습니다..
AI를 사용한 플라즈마 제어 및 토카막 운전 기술은 직접적으로 최근 한국의 KSTAR를 포함한 여러 토카막 장치로부터의 주요 주제가 되고 있으며, 성과를 내는 사례들이 발생하기 시작하였습니다. 예를 들어,ML 기술을 사용한 KSTAR의 L-H Mode Transition Prediction의 사례는 실제로 Plasma control 시스템의 제어 파라미터로 사용할 수 있을 정도로 발전하였고 저온용기의 온도 및 압력등의 다변수를 바탕으로 Quench를 Prediction 하는 모델 등 여러 방면에서 발전을 거듭하고 있습니다. ITER또한 유사한 요구사항이 있으며, 관련 모델들을 제어관점에서 적절하게 Integration 할수 있는 방법등이 추후에 요구될 것으로 보입니다.
논외로, ChatGPT는 간단한 펑션 코딩등의 예제로 실제로 업무에서 활용하고 있으며, 반복되는 작업에 소요되는 시간을 줄이는데 많은 도움을 얻고 있습니다. 현재는 이미지 인식, PDF 질의 등 시간을 아낄 수 있는 활용 요소가 더욱 많아졌습니다. 아직 해당 필드의 전문가의 100% 대체할 수 있는 능력을 발휘하기는 어려움으로, 현재는 부수적인 일을 처리하는 시간 절약용으로 사용하면 업무 효율을 높일 수 있을 것으로 사료됩니다.
만남후기
김덕회(duck-hoi.kim)
2023-11-28
늘 하던 업무에서 조금은 벗어나 새로운 시각으로 관심사를 논의하게 되어 즐거운 시간이었습니다. 내년에도 코센데이가 계속 지속되길 기대해 봅니다. 감사합니다.
이웅렬(purna)
2023-12-14
같은 울타리에 있어도 근무 분야가 다르다 보니 자주 보진 못했는데, 좋은 기회로 두루두루 말씀 나눌 기회가 생겨 아주 좋았습니다. AI 기술이 이미 일상속에서 직간접적으로 영향을 주고 있음에 또 한번 놀랐기도 하고요. 계속해서 이런 만남 기회가 이뤄지면 좋겠습니다. 감사합니다.
노창현(innerboy)
2023-12-14
오랜만에 즐거운 시간을 가졌고, 유익한 모임이었습니다. 핵융합을 한다고 다들 모여 있지만, 각자 다른 분야의 일을 하다 보니, 만날 기회도 없었고, 각자의 분야에서 어떤일을 하고 있는지 가물가물 했었는데, 서로의 안부와 새로운 소식들로 업데이트 할 수 있는 좋은 기회였습니다.
정유철(bemadebyj)
2023-12-14
다양한 분야에서 일하고 있는 분들과 함께 인공지능이라는 주제로 토의하며 즐거운 시간을 보냈습니다. 앞으로도 이렇게 서로 교류할 수 있는 기회가 있길 기대해봅니다. 감사합니다.
ITER에서 각자 일하고 있는 분야가 달라 AI기술의 활용도 및 효용성이 다르다는 것을 느끼는 시간이었고, 이미 많은 업무에 적용되고 있다는 사실에 놀랍기도 했습니다. 오랜만에 즐겁고 유익한 만남이었습니다~ 감사합니다~