KISTI 성과확산플랫폼

10

AI 치매 예측 장치
■ 기술개요 • AI + IoT 기반 치매‧고령 안전 예측 플랫폼: 병력(1·3·5 년 발병 가능성) 모델과 생활패턴 이상감지 모델을 통합해 치매·낙상·비명을 실시간 예측/경보  • 서비스 확장: 기존 건강기능식품 앱 → ▲요양병원 EMR ▲소방 119 관제 시스템 (비명 감지·자동 위치 전송) ▲지역 가스관리·정수기 렌털·스마트홈 등 B2B/B2G 영역으로 확대 ■ 기술개발 배경 • 병력·행동 중 한쪽 데이터만 활용 → 예측 정확도·서비스 범위 한계 • 가정 내 단독 모니터링 중심 → 다중 시설(병원·관제센터·지자체) 연계 미흡 • 사용자 발화(“도와줘”) 인식 수준에 머물러 비음성 이상행동·무동작 감지 부족 ■ 기술의 특징 및 차별성 • 다중 AI 스택: 병력 기반(랜덤포레스트 외 3종) + 생활패턴 AI(센서 30종) 융합 • 복합 위험 이벤트: 비명·낙상·가스누출·무호흡 등 20여 항목 동시 추적 • 성별·연령 프로파일링: 통계·머신러닝 결합, 100 %는 아니지만 연령·성별별 이상행동 민감도 자동 보정 • 플러그인 구조: EMR(Electronic Medical Record)·119·가스 등 외부 시스템 API 즉시 연동 • 정밀도 최대 91 %(병력 모델) / 행동 이상 분류 90 %↑ 실증  • 음성·행동 융합: 치매예측·음성비상·행동분석을 기본 내장해 파편 솔루션 대비 구축비 30 %↓
2026-08-10 View. 109

9

AI KONI KISTI Open Neural Intelligence : 생성형 언어 모델 및 RAG 기술
■ 기술개요 • KISTI가 개발한 분야 특화 생성형 거대 언어모델(KONI)을 위시한 LLM, 추론형 LLM, VLM, RAG 개발 기술 • Milvus 벡터DB 기반 대규모 과학기술 문헌에 대한 확장성 있는 RAG DB 구축 및 하이브리드 검색 기술 • 에이전트 기반의 복잡 질의 처리 및 과학기술 문서 질의응답 서비스 파이프라인 기술 • 기개발된 과학기술특화 모델은 오픈 소스 커뮤니티 대상 공개(https://huggingface.co/KISTI-KONI)이며, 도메인 특화 LLM 학습 및 RAG 구축 기술은 기술이전 대상 ■ 기술개발 배경 • 범용 모델의 한계로 특정 전문 도메인에 대한 깊이 있는 정보 처리 능력 부족 • LLM의 학습 데이터 한계를 극복하고 최신 정보 및 도메인 특화 지식을 활용한 응답 생성 체계 부재 • LLM 및 RAG 시스템 개발에 있어 고도의 전문 지식과 복잡한 설정을 요구하여 비전문가의 접근성 저하 • 텍스트 기반의 분석만 가능하여, 그래프나 표에 담긴 핵심 데이터를 놓치는 경우가 많음 • 대규모 데이터셋에 대한 확장성 있는 벡터 색인 구축 및 효율적 검색 처리가 어려운 기존 RAG 시스템의 한계 • 실서비스 운영에 필요한 세션 관리, 다중 대화 모드, 복잡 질의 라우팅 기능을 갖춘 RAG 서비스 파이프라인 구현 사례 부족 ■ 기술의 특징 및 차별성 • 오픈 LLM 대상 도메인 특화 모델로 최적 학습 기술 • 추론형 및 비텍스트적 요소 처리가 가능한 LLM 및 튜닝 기술 • 대규모 문서 데이터셋에 대한 배치 임베딩 및 하이브리드 인덱스(HNSW+BM25) 구축 기반 RAG 파이프라인 구성 기술 • LangGraph 에이전트를 활용한 복잡 질의의 자동 라우팅 및 다단계 검색·추론으로 정밀한 응답 생성 • RAG 및 AI Agent 연동으로 최신/전문 정보를 반영한 고품질 응답 생성
2026-08-10 View. 116

8

AI KONI-Forge: Multi-Agent 기반 LLM 개발 플랫폼
■ 기술개요 • 거대언어모델(LLM) 개발에 필요한 데이터 처리부터 서비스 배포까지 전 과정을 통합 지원함 • TWIST (Training With Inverted Syntactic Transform)알고리즘으로 Dependency Length Maximization을 통한 고품질 QA 데이터 증강 자동화 • 모델 학습에 필요한 데이터셋을 생성하고, 데이터 (중복 제거, 필터링 등)를 지원함 • BiLT(Benchmark-in-the-Loop Training)로 학습 중 SpectraBench Lite 피드백 내장, 학습 파라미터 자동 조정으로 안정적 학습 경로 탐색 • RAGAS 기반 RAG 품질 자동 평가 및 Confidence Ensemble 추론 서비스를 지원함 ■ 기술개발 배경 • 전문가만 접근 가능한 파인튜닝 파이프라인 — 하이퍼파라미터·청킹 전략 등 전문 지식 없이 불가능 • 기존 증강 기법은 토큰 간 의존 거리(Dependency Length) 최적화를 지원하지 않아 구문적으로 단순한 데이터만 생성 • RAG 블랙박스 문제 — 기존 플랫폼은 RAG 품질 측정 수단이 없어 할루시네이션 탐지 불가 • 학습 중 Catastrophic Forgetting 미탐지 — 파인튜닝 완료 후에야 일반 능력 저하를 인지 • 폐쇄망 환경에서 외부 API 의존 — 보안 요구가 높은 기관에서 상용 LLM API 사용 불가 ■ 기술의 특징 및 차별성 • 폐쇄망 완전 자립형: 외부 API 없이 로컬 LLM만으로 전체 Agent 시스템 구동 가능 • Orchestrator Agent: 전체 워크플로우 자동 조율 (비전문가 접근성 극대화) • Confidence-Weighted Ensemble: 쿼리별 RAG·FT 신뢰도 실시간 측정 후 최적 경로로 응답 (Explainable AI) • SpectraBench Lite: Quick·Standard 프로파일로 표준 벤치마크 통합 평가 • TWIST 알고리즘: Dependency Length Maximization 기반 QA 증강으로 고품질 학습 데이터 자동 생성 • KBD(Knowledge Boundary Detection) 알고리즘: 업로드 문서 기반 모델 지식 경계 측정 → RAG/FT/Hybrid 경로 자동 최적화 • BiLT(Benchmark-in-the-Loop Training) 알고리즘: 학습 N-스텝마다 SpectraBench Lite 자동 실행, 벤치마크 하락 시 학습 파라미터 자동 조정 • RAGAS 기반 RAG 4-지표 자동 평가(Faithfulness·Answer Relevancy·Context Precision·Recall)로 투명한 RAG 품질 측정모델 개발 보장
2026-01-30 View. 5,786
#기술키워드 거대언어모델, LLMOps,학습데이터생성, 모델학습, 모델평가,RAG,맞춤형 AI

7

AI 멀티에이전트 기반 유망가설 자동생성 평가기술
■ 기술개요 • 멀티 에이전트 기반 유망 기술 영역 및 공백 영역을 구조적으로 분석함 • 정량 지표 기반으로 유망 및 공백 영역을 선행 발굴함 • AI 에이전트 협업을 통해 유망 가설을 자동 생성 및 고도화함 • 익명 평가 시스템을 통해 생성된 가설을 공정하게 평가 및 자동 선별함 • 본 기술은 도메인별 기술 문헌에 따라, 신소재·촉매·신약·공정 등 다양한 R&D 분야로 적용 가능함 ■ 기술개발 배경 • 기존 동향 분석은 문서 간 의미론적 유사성 및 계층 구조 반영이 미흡함 • 기술 흐름 및 연관성 분석이 제한적이며 시계열 예측 정확도가 낮음 • 기존 멀티 에이전트 시스템은 익명성이 보장되지 않아 평가 편향이 발생함 • 자동화된 제안 채택/수정/거절 등 의사결정 구조가 부재함 ■ 기술의 특징 • 계층별 의미/정량 분석으로 기술 전반의 구조와 흐름을 입체적으로 파악 가능함 • 기술 포지션(우세, 유망 등) 분류 및 공백 영역 자동 식별로 전략 수립을 지원함 • 생성-평가-수정-판단의 구조적 흐름으로 제안 수용 여부를 시스템이 자동 결정함 • 사용자 맞춤형 판단 기준 설정이 가능하며 모든 평가 흐름을 ID 기반으로 추적함 ■ 기술의 우수성 • (구조적 분석) 멀티 에이전트 기반 계층적 클러스터링을 통한 유망기술 간의 의미론적 분석 및 구조적 파악 • (정량 지표 기반 객관화) 정량지표 기반 기술들의 영향력과 성장성을 기준으로 우세, 유망, 포화, 쇠퇴 유형으로 자동 분류 • (목적 지향 가설) LLM의 단순한 응답이 아닌 유망 및 공백 기술 근거의 목적 지향 가설 생성 • (평가 공정성) 에이전트 간 익명보장으로 평가 공정성 극대화 및 편향 최소화 • (의사결정) 유망 가설들을 익명 평가를 통한 제안의 수용 여부를 자동으로 의사결정
2026-01-30 View. 5,585
#기술키워드 유망가설,멀티에이전트,기술제안,익명평가

6

양자 하이브리드 양자 암호 네트워크 통합 관리 기술
■ 기술개요 • 양자키분배 (QKD) 통신 시 전송 양자비트를 그룹화하고 오류율을 이중으로 분석하여, 광통신망 도청자를 효율적으로 탐지하는 기술임 • 기존 BB84 QKD 프로토콜을 대칭키 교환 목적으로 사용함과 동시에 높은 정확도로 도청자를 검출하는 것이 목표임 • 또한 양자암호통신망에서 제한된 자원인 양자암호키 자원을 사용자 서비스 보안 등급에 따라 효율적으로 분배하고 관리하는 기술을 포함함 • 양자키 부족 현상에 대응하고 다양한 보안 서비스 요구사항을 충족시키는 차세대 네트워크 보안 기술임 ■ 기술개발 배경 • 기존 광통신 도청자 판단 기술은 도청 판단의 오류율(오탐, 미탐이) 높은 문제가 존재함 • 현재 양자암호 시스템은 대칭키를 안전하게 교환하는데 목적이 제한되어 있음 • 현재 양자기술력에서는 양자암호 서비스를 위한 양자키 생성량이 보장되지 않아 다수, 혹은 상이한 보안 수준의 서비스 제공이 어려움 • 양자키 부족 등 장애 상황 발생 시 효과적인 대응 방안이 부재하여 서비스 연속성을 보장하기 어려움 ■ 기술의 특징 및 차별성 • 비트 및 그룹 오류율의 조합 분석을 통해 도청자 탐지의 오탐률과 미탐률을 효과적으로 감소시킴 • 도청 탐지 시나리오(오탐 감소/미탐 감소)에 따라 다른 판단 조건을 적용하여 운영 유연성을 제공함 • 한정된 양자키 자원을 효율적으로 관리하여 다양한 보안 등급의 서비스를 안정적으로 제공 가능함 • 양자키 부족 현상에 대한 장애 대응 방안을 제공하여 끊김 없는 양자암호통신 서비스 환경을 마련함 • 전송 양자 비트를 그룹 단위로 묶고, 그룹 내에서는 편광기저를 동일하게 유지하여 전송함 • 전체 양자 비트 단위의 양자 오류율과 그룹 단위의 양자 오류율을 통합적으로 통계하여 분석함 • 양자키 자원 현황에 따른 유동적인 양자키 릴레이 경로 설정 알고리즘을 통해 자원효율성을 달성함 • 서비스 보안 수준에 따라 양자키를 주/부 키 저장소로 나누어 관리하여 자원 효율성 및 안정성을 확보함
2026-01-30 View. 5,566
#기술키워드 양자암호통신,QKD,도청탐지, 키관리

5

양자 양자키분배 기반 실용적 디지털서명 및 고효율 동형암호
■ 기술개요 • 양자키 분배를 신뢰노드 기반의 네트워크에 적용하여 얽힘양자없이 디지털서명을 구현하는 기술 ■ 기존기술문제점 • 기존 QKD 기반 서명은 모든 노드가 직접 연결된 Full Mesh구조에서만 가능하여 실제 네크워크 적용이 어려움 • 양자동형 암호는 오류정정과 암호화를 위한 부호화를 각각 수행하여 연산자원 소모가 크고 비효율적임 • 장거리 양자통신 시 얽힘 스와핑의 성공확률이 거리에 따라 기하급수적으로 감소하여 오버헤드가 크게 증가함 • 양자 비국소성 판정에 사용되는 높은 대칭성을 갖는 벨부등식은 고차원으로 일반화된 결과가 없어 활용이 제한됨 ■ 기술의 특징 • 신뢰노드를 활용하여 Full Mesh가 아닌 트리,링 구조의 네트워크에서도 QKD기반 디지털 서명 적용이 가능 • 데이터에 보조 큐비트를 추가하고 그룹핑한뒤 무작위 배열하여 단일 부호화 과정으로 동형암호 구현 • 전송할 양자상태에 더미 상태를 무작위로 혼합, 양자오류정정부호로 부호화 한 뒤, 의도적으로 정정 불가능한 오류를 주입하여 위변조 탐지를 용이하게 함 • 제안한 기업을 활용할 경우 기존보다 적응 측정 수를 고려할때 3차원 최대 얽힘과 MUB, SIC기저측정으로 비국소성 판별이 가능함 ■ 기술의 우수성 • 기본 QKD 장비와 망을 그대로 활용하면서 소프트웨어 방식으로 구현 가능해 경제성과 확장성이 뛰어남 • 양자오류정정 부호화와 동형암호화를 통합하여 연산효율을 극대화하고 자원 사용량을 획기적으로 절감 • 얽힘기반 양자통신에 비해 적은 오버헤드를 사용하여 다수의 중계 노드를 거치는 장거리 통신 보안성을 향상시킴 • 양자암호에서 유용한 자원을 기반으로 3차원 양자시스템에서의 비국소성 판별 기법을 제안하였으며 해당 자원을 활용하는 기기와 무관하게 양자암호프로토콜의 기반을 제공
2026-01-30 View. 5,547
#기술키워드 양자암호통신,QKD,양자디지털 서명,양자동형암호

4

AI AI기반 글로벌 공급망 위기예측 시스템
■ 기술개요 • 글로벌 공급망(GVC)에 영향을 주는 지정학, 경제, 기후, 무역 정책 등의 복합 변수 데이터를 수집 분석하여, 국가 및 산업 단위의 위기 조기경보 및 대응전략을 제공하는 인공지능 기반 예측 시스템 ■ 기술개발 배경 • 공급망 예측은 수출입데이터 위주분석에 한정되어 있고, 정치,경제,자연재해 등의 복합이슈의 동시분석은 어려움 • 중소기업은 사전경보 없이 위기를 맞이하며 대체 경로 파악에도 한계 존재 • 기존 공급망 분석은 후방(수요) 중심으로 전방(중간재 단절) 영향력 분석이 미흡 ■ 기술의 특징 • 국내 최초 GVC 위기 조기경보 시스템 구축 • 데이터 기반으로 정량적 산업 파급 영향력 수치 제공 • 5개국 6대 산업에 대한 실증 기반 예측 알고리즘 확보 • 사용자 친화적 통합상황판 대시보드 제공 ■ 기술의 우수성 • 이종 데이터(무역, 환율, 유가, 뉴스 등)를 융합한 통합 GVC 위기 감지 • 국가 네트워크 및 국제산업연관표 정보기반 국가/산업 파급력 분석 및 시뮬레이션 • 산업연관표 기반 산업별 파급력 분석 및 시뮬레이션 • 수출입데이터 기반 GVC위기 대응방안(대체 국가/기업) 추천
2026-01-30 View. 5,499
#기술키워드 공급망,AI예측,글로벌벨류체인,위기 조기경보,산업파급력

3

AI 전자문서 자동추출 및 구조화 기술
■ 기술개요 • AI기반 문서 레이아웃 인식 기술로 논문, 보고서 등 전자문서 내 메타데이터, 이미지표, 수식 등을 자동 추출하여 문서구조를 보존한 XML,JSON 형태로 제공하는 기술 ■ 기술개발 배경 • KISTI의 Science ON 등 LLM 기반 연구서비스 제공을 위한 대규모의 언어모델 학습데이터 자동 추출 기술 확보 ■ 기술의 특징 및 우수성 • (범용성) 파일 형식 제약 없이 PDF, JPG, HWP, DOC 등에서 정보 자동 추출 • (독창성) 타 기술 대비 추출 항목 다양화(논문기준 37종: 제목, 저자, 표/그림, 참고문헌 등) • (정확성) 제목, 저자, 표/그림, 참고문헌 등 23종 정보 추출 성능 mAP 97.4% 달성 • (안정성) KISTI 국내 학술논문 DB 구축 시스템에 실제 적용 → 기술 안정성 및 현장 활용성 검증 • (모듈성) 메타데이터, 표·그림, 본문, 참고문헌 등 모델을 분리해 독립 최적화 및 배포 → 유지보수 용이 • (상호운용성) 문서 계층(메타데이터·섹션·문단)을 반영한 표준 XML/JSON 스키마로 구조화 출력 → 이기종 시스템·모델 활용 용이 • (OCR) 과학기술 특화 OCR 개발·적용으로 문자(다국어), 수식, 기호까지 정확하게 텍스트화
2026-01-30 View. 5,521
#기술키워드 전자문서구조화,객체탐지,메타데이터추출,LLM학습데이터

2

AI ASTRO 연구개발 데이터 분석장치 및 자동 보고서 생성 방법
■ 기술개요 • 생성형 AI를 활용하여 연구개발(R&D) 데이터의 정밀 분석 및 보고서 자동 생성을 지원하는 기술임 • 특정 전문 분야(도메인)에 특화된 질의응답 데이터를 학습하여 기술 분석의 정확성을 극대화함 • LoRA와 RAG 기술을 결합하여 최신 정보를 실시간으로 반영하고 경량화된 모델 운영이 가능함 • 사전 정의된 템플릿에 분석 결과를 자동 배치하여 고품질 보고서를 신속하게 생성함 ■ 기술개발 배경 • 수작업 및 규칙기반 시스템은 실시간 정보반영 및 특정 도메인 분석에 명확한 한계가 존재함 • 범용 대규모 언어모델은 연구개발과 같은 전문분야에 적용시 정확도가 낮고 자원 소모가 큼 • 기본보고서 자동화 도구는 정형데이터 기반으로 비정형의 복잡한 기술문맥 분석에는 부적합 • 전체 모델 파라미터를 재학습하는 방식은 높은 컴퓨팅 자원을 요구하여 지속적인 업데이트가 어려움 ■ 기술의 특징 • LoRA(경량화 미세조정) 기법을 적용하여 적은 자원으로 특정 도메인에 대한 모델 성능을 최적화함 • RAG(검색 증강 생성) 기술로 외부 최신 정보를 실시간 검색 및 반영하여 답변의 신뢰성을 확보함 • 사용자 질의를 다수의 보조 질의로 자동 생성 및 통합하여 단일 질의보다 풍부하고 정밀한 결과 도출 • AI가 생성한 분석 결과를 사전 정의된 보고서 템플릿의 각 항목에 자동 매핑하여 문서화를 완성함 ■ 기술의 우수성 • 기반 모델 대비 2배 이상의 성능향상을 실험적으로 검증하여 기술적 신뢰성을 확보함 • 파라미터 효율적 미세조성으로 전체 모델 재학습대비 10,000배 적은 파라미터 학습이 가능 • 연구개발, 정책, 특허 등 다양한 전문 분야의 특성을 반영한 맞춤형 보고서 생성이 가능하여 확장성이 높음 • 보고서 생성 시간을 획기적으로 단축하여 연구개발 및 기술분석 업무의 생산성을 극대화함
2026-01-29 View. 5,485
#기술키워드 생성형AI,보고서자동화,연구개발 데이터분석

1

AI DOREA-X 문서 기반 지능형 분석·질의응답 AI 에이전트
■ 기술개요 • DOREA-X는 문서 이해·생성을 넘어 사용자 문서 업무를 주도적으로 수행하는 지능형 문서 에이전트임 • 에이전트는 자신의 기능과 보유 데이터 자원에 대한 인식을 바탕으로 사용자의 요구에 맞추어 검색, 문서 전처리, 분석, 작성 등의 태스크를 능동적으로 수행함 • 문서 구조 분석 기반의 지식베이스를 구축하고 RAG를 통해 문서 내 지식을 정밀하게 활용함 • MCP/SKILL 기반으로 외부 도구 및 정보 서비스와 연계하여 다양한 작업을 수행하며 온프레미스 배포와 멀티유저·권한관리 체계를 통해 공공 및 기업 환경에 적합한 문서 AI 활용 기반을 제공함 ■ 기술개발 배경 • 모델 선택, RAG 구성, 데이터 관리 등 복잡한 AI 활용 구조를 사용자가 직접 설계·운영해야 하는 문제 • 레이아웃·표·이미지 등 문서 구조 정보 활용을 위해 파편화된 처리 기술을 개별적으로 결합해야 함 • 외부 정보 서비스 및 문서 처리 도구 연계를 위한 별도의 시스템 통합 환경 구축 부담이 컸음 • 공공·기업용 온프레미스 AI 환경과 문서 지식 체계의 통합 구축 및 관리의 어려움 지속 ■ 기술의 특징 및 차별성 • 레이아웃과 구조를 인식하여 텍스트뿐 아니라 표, 이미지, 수식 등 주요 요소를 의미 단위로 이해·활용 • 세그먼트 기반 문서 이해와 지식DB를 결합하여 긴 문서 및 다수 문서 환경에서 정확한 질의응답과 정보 탐색을 수행함 • 문서 처리 도구와 지식 자원을 연계하여 사용자 요구에 맞는 분석, 검색, 정리, 작성 등 작업 계획·수행 • 온프레미스 기반 웹 서비스와 멀티유저·권한관리 체계를 통해 공공 및 기업 환경에서 문서 지식을 안전하게 활용하는 조직형 AI 에이전트 환경을 제공함 • 다양한 형식의 문서를 수집·변환하고 구조적으로 분석하여 조직의 통합 지식베이스를 구축하고 이해함 • 시각적 인터페이스를 통해 문서 구조를 탐색하며 특정 영역을 선택하여 요약, 분석, 번역 등 작업 수행 • 문서 지식, 장기 기억, 외부 정보와 처리 도구를 연계하여 사용자 요구에 맞는 작업을 계획하고 실행함 • 웹 기반 온프레미스 환경과 MCP·SKILL 기반 확장 구조를 통해 문서를 외부 노출 없이 안전하게 활용함
2026-01-29 View. 5,493
#기술키워드 PDF문서기반, AI어시스턴트, RAG

사업화 유망기술