[미국] C3.ai, ‘에너지 및 기후 보안 위한 AI’ 수상자 발표 
 
C3.ai 디지털 트랜스포메이션 인스티튜트(C3.ai Digital Transformation Institute, 이하 C3.ai DTI)가 인공지능(AI) 기술과 디지털 혁신을 활용해 에너지 효율을 개선하고 저탄소 고효율 경제화를 주도해 에너지 및 기후 보안을 보장하기 위한 ‘C3.ai DTI 어워즈’의 2차 라운드 결과를 10일 발표했다.

C3.ai DTI는 2021년 2월 논문 제안서를 공모했으며 총 52건을 접수했다. 엄격한 동료 심사 절차를 거쳐 탄소 격리, 탄소 시장, 탄화수소 생산, 분산형 재생에너지, 사이버 보안 등 회복 탄력성, 지속 가능성, 효율을 높일 수 있는 연구 제안서 21건을 수상 대상으로 선정했다.

연구소는 연구 공모에 총 440만 달러의 현금을 지원했으며 2020년 3월 조직 출범 후 2차 라운드를 개시했다. 연구팀에는 상금 외에도 최대 200만 달러 상당의 애저 클라우드(Azure Cloud) 컴퓨팅 자원 액세스 권한이 주어진다. 또한 일리노이대학교 어바나 샴페인 캠퍼스에 위치한 미국슈퍼컴퓨팅응용센터(National Center for Supercomputing Applications, 이하 NCSA)의 페타스케일 슈퍼컴퓨터인 블루 워터스(Blue Waters)를 최대 80만 슈퍼컴퓨팅 노드 시간 동안 이용할 수 있으며 로렌스 버클리 국립 연구소(Lawrence Berkeley National Laboratory)의 국립에너지연구과학컴퓨팅센터(National Energy Research Scientific Computing Center, 약칭 NERSC)의 슈퍼컴퓨터를 최대 2천500만 컴퓨팅 시간 동안 이용할 수 있다. 또한 마이크로소프트 애저 클라우드에서 호스팅되는 C3 AI 스위트(C3 AI® Suite)에 무료로 무제한 접근할 수 있다.

토마스 M. 시벨(Thomas M. Siebel) C3 AI 최고경영자(CEO)는 “전 세계 에너지 발전의 영향을 해결하려면 세계 에너지 인프라에 급진적 변화가 필요하다”고 강조했다. 그는 “이러한 위기 앞에서 최고의 지성을 초청해 기후 보안을 위한 객관적 분석과 AI 기반의 데이터 중심 과학을 뒷받침할 방향과 리더십을 제시하게 된 것을 자랑스럽게 생각한다”고 밝혔다.

에릭 호르비츠(Eric Horvitz) 마이크로소프트 최고과학책임자는 “과학과 공학 분야를 발전시켜 지속가능한 미래를 도모하는 것이 대단히 중요하다”며 “C3.ai DTI와 함께 선도적 대학에서 에너지 및 기후를 주제로 한 선구적 연구를 지원하는 데 적극 협력할 것”이라고 밝혔다.

21개 프로젝트는 초기 1년에 대해 각각 10만~25만 달러의 상금을 지원받았다. 연구는 아래 9개 범주 중 하나에 속하며 프로젝트명, 책임 연구자, 소속 순으로 기술됐다.

· 지속가능성 - AI, 머신 러닝, 고급 분석을 적용해 에너지 소비 및 온실가스 방출에 대한 지속가능성 이니셔티브 지원
o 지속가능한 전기 이동성을 위한 라우팅 게임 학습(Learning in Routing Games for Sustainable Electromobility)(헨릭 샌드버그(Henrik Sandberg), KTH왕립공대(KTH Royal Institute of Technology))
o 에너지 효율성과 지속가능성을 구현한 전기화학 분리를 위한 AI 기반 재료 발굴 프레임워크(AI-Driven Materials Discovery Framework for Energy-Efficient and Sustainable Electrochemical Separations)(샤오 수(Xiao Su), 일리노이대 어바나 샴페인)

· 탄소중립 위한 AI - AI/머신러닝(ML) 기술 적용, 탄소 격리 규모 확대 및  비용 경감
o 심층 강화 학습과 대규모 시뮬레이션을 사용한 토양 탄소 격리를 위한 농업 관리 최적화(Optimization of Agricultural Management for Soil Carbon Sequestration Using Deep Reinforcement Learning and Large-Scale Simulations)(나이라 호바키미안(Naira Hovakimyan), 일리노이대 어바나 샴페인)
o 저렴한 기가톤급 탄소 격리: 복잡한 해류 및 머신러닝을 활용한 자율 해초 성장 플랫폼 탐색(Affordable Gigaton-Scale Carbon Sequestration: Navigating Autonomous Seaweed Growth Platforms by Leveraging Complex Ocean Currents and Machine Learning)(클레어 톰린(Claire Tomlin), UC 버클리 대학교)

· 첨단 에너지 및 탄소 시장 위한 AI - 에너지 발전원의 자동화된 동적 자동 실시간 가격 책정 지원
o AI 기반의 데이터 모델 퓨전을 활용한 미국 중서부 경작지 탄소 크레디트 정량화(Quantifying Carbon Credit Over the U.S. Midwestern Cropland Using AI-Based Data-Model Fusion)(카이유 구안(Kaiyu Guan), 일리노이대 어바나 샴페인)
o 전력 시스템 안정성에서 상호 연결 및 전략적 행동의 역할(The Role of Interconnectivity and Strategic Behavior in Electric Power System Reliability)(알리 호르타츠(Ali Hortacsu), 시카고대학교)

· 전력 및 에너지 인프라의 사이버 보안 - AL/ML 기술 활용해 중요 전력 및 에너지 자산과 스마트 커넥티드 공장 및 주택 사이버 보안 개선
o 분산 에너지원의 민간 사이버 보안 데이터 중심 제어(Private Cyber-Secure Data-Driven Control of Distributed Energy Resources)(서브혼메시 보스(Subhonmesh Bose), 일리노이대 어바나 샴페인)
o 전력 시스템에 대한 사이버 공격 및 이상: ML 기술을 통한 방어 메커니즘 및 그리드 강화(Cyberattacks and Anomalies for Power Systems: Defense Mechanism and Grid Fortification via Machine Learning Techniques)(자바드 라배이(Javad Lavaei), UC 버클리)
o 그리드 에너지 관리의 사이버 공격 복원력을 위한 머신러닝/물리학 중심의 공동 접근(A Joint ML+Physics-Driven Approach for Cyber-Attack Resilience in Grid Energy Management)(암리탄슈 팬디(Amritanshu Pandey), 카네기멜론대학교)

· 스마트 그리드 분석 - AI와 기타 분석 접근 방식 적용해 그리드 전송 및 배전 작업 효율성 개선
o 초대형 전력 네트워크의 확장형 데이터 기반 전압 제어(Scalable Data-Driven Voltage Control of Ultra-Large-Scale Power Networks)(알레한드로 도밍게스 가르시아(Alejandro Dominguez-Garcia), 일리노이대 어바나 샴페인)
o 에너지 효율적 전력 그리드를 위한 오프라인 강화 학습(Offline Reinforcement Learning for Energy-Efficient Power Grids)(세르게이 레빈(Sergey Levine), UC 버클리)

· 분산형 에너지원 관리 - AI 적용해 분산형 재생에너지 보급 및 사용증진  
o 전력 전자 지원 전력 시스템을 위한 머신 러닝: 전력 전자, 전력 시스템, 데이터 과학을 위한 통합형 ML 플랫폼(Machine Learning for Power Electronics-Enabled Power Systems: A Unified ML Platform for Power Electronics, Power Systems, and Data Science)(민지 첸(Minjie Chen), 프린스턴대학교)
o 모바일 에너지 스토리지 공유: 플랫폼 및 학습 알고리즘(Sharing Mobile Energy Storage: Platforms and Learning Algorithms)(카메시와르 풀라(Kameshwar Poolla), UC 버클리)
o 심층 강화 학습을 이용한 지속가능한 전력 시스템을 위한 스마트 컨버터의 데이터 기반 제어 및 조정(Data-Driven Control and Coordination of Smart Converters for Sustainable Power System Using Deep Reinforcement Learning)(첸웬 쉬(Qianwen Xu), KTH왕립공대)

· 자연재해 위험 평가 향상 위한 AI - 열대 폭풍, 산불, 홍수 등 미래 자연재해 위험 모델링 개선
o 자연재해에 대한 AI: 열대 사이클론 모델링 및 회복 탄력성 패러다임 활성화(AI for Natural Catastrophes: Tropical Cyclone Modeling and Enabling the Resilience Paradigm)(아린담 배너지(Arindam Banerjee), 일리노이대 어바나 샴페인)
o 데이터 및 연산을 토대로 한 산불의 위험 평가 개선을 위한 다중 스케일 분석(Multi-Scale Analysis for Improved Risk Assessment of Wildfires Facilitated by Data and Computation)(마르타 곤잘레스(Marta Gonzalez), UC 버클리)

· 회복 탄력적 에너지 시스템 - 에너지 및 탄소에 대한 AI/ML 기술과 시장의 사용으로 야기되는 새로운 취약성에 대처
o 종속 고장(Cascading Failure) 예측에 대한 학습 기반 영향 모델 접근(A Learning-Based Influence Model Approach to Cascading Failure Prediction)(에이탄 모디아노(Eytan Modiano), MIT)
o 회복 탄력적 전력 시스템 학습 강화(Reinforcement Learning for a Resilient Electric Power System)(알베르토 산지오반니 빈센텔리(Alberto Sangiovanni-Vincentelli), UC 버클리)

· 기후 변화 모델링 개선 위한 AI - AI/ML을 활용해 기후 변화 모델링 및 적응 해결
o 화재가 기후에 미치는 영향의 불확실성을 줄이기 위한 머신러닝(Machine Learning to Reduce Uncertainty in the Effects of Fires on Climate)(해미시 고든(Hamish Gordon), 카네기멜론대)
o AI 기반 도시 기후 예측 및 그가 건축 환경에 미치는 영향(AI-Based Prediction of Urban Climate and Its Impact on Built Environments)(웨이 리우(Wei Liu), KTH왕립공대)
o 극단적 날씨를 야기하는 열대 대형 폭풍 예측을 개선하기 위한 해석형 머신러닝 모델(Interpretable Machine Learning Models to Improve Forecasting of Extreme-Weather-Causing Tropical Monster Storms)(다 양(Da Yang), 로렌스 버클리 국립연구소)

S. 샨카르 사스트리(S. Shankar Sastry) C3.ai DTI 공동 이사장과 토마스 M. 시벨 UC 버클리 컴퓨터 공학 교수는 “산불, 해수 상승, 에너지 시스템을 마비시키는 거대 폭풍에 이르기까지 날로 극화되는 날씨는 경제, 인프라, 국가 안보를 위협하고 있다”며 “기후 회복 탄력성을 개선하려면 C3 ai.DTI가 현재 지원하고 있는 새로운 기술 시대에 기반한 심층적 변화가 필요하다”고 강조했다.

R. 스리칸트(R. Srikant) C3.ai DTI 공동 이사장 겸 일리노이대 어바나 샴페인 캠퍼스 프레데릭 G.(Fredric G.)/엘리자베스 H. 니어링(Elizabeth H. Nearing) 전기 컴퓨터 공학 초빙 교수는 “수많은 에너지 기업과 유틸리티 기업이 엔터프라이즈 AI를 활용해 운영을 혁신했지만 사이버 공격과 대규모 환경적 변수에 대한 회복 탄력성이 여전히 필요한 상태”라며 “이들 프로젝트는 이 같은 목표를 염두에 두고 설계됐다”고 설명했다.

수상 기준

C3.ai DTI는 협력 연구를 고무하고 머신러닝 및 기타 AI 하위 분야를 발전시킬 수 있는 연구 제안서를 선정한다. 프로젝트는 과학적 장점, 연구 책임자 및 공동 연구 책임자의 이전 성과, 연구 프로젝트의 AI/머신러닝/데이터 분석/클라우드 컴퓨팅 사용, 규모별 방법 테스트 적합성에 기초한 동료 심사를 거친다. 웹사이트(https://c3dti.ai/)에서 연구소 프로그램, 수상 기회, 선정된 연구 제안서에 대해 보다 자세한 내용을 확인할 수 있다.

C3.ai 디지털 트랜스포메이션 인스티튜트(Digital Transformation Institute) 개요
C3 AI, 마이크로소프트(Microsoft), 유수 대학이 2020년 3월 설립한 C3.ai 디지털 트랜스포메이션 인스티튜트(Digital Transformation Institute)는 기업, 정부, 사회를 위해 인공지능의 효용을 가속하기 위한 연구 컨소시엄이다. 이 연구소는 인공지능, 머신 러닝, 클라우드 컴퓨팅, 사물인터넷, 빅데이터 분석, 조직 행동, 공공 정책, 윤리의 교차점에 위치한 새로운 디지털 혁신 과학(Science of Digital Transformation) 분야에서 세계적 과학자들과 함께 연구를 수행하고 실무자를 교육하고 있다.

C3.ai 디지털 트랜스포메이션 인스티튜트 컨소시엄 회원으로는 아래 10개 대학과 연구소가 함께 하고 있다.
UC 버클리(University of California, Berkeley), 일리노이대학교 어바나-샴페인 캠퍼스(University of Illinois at Urbana-Champaign), 카네기멜론대학교(Carnegie Mellon University), KTH 왕립기술연구소, 로렌스 버클리 국립연구소(Lawrence Berkeley National Laboratory), MIT(Massachusetts Institute of Technology), 일리노이대 어바나-샴페인 캠퍼스 전미 슈퍼컴퓨터 응용 연구소(National Center for Supercomputing Applications), 프린스턴대학교(Princeton University), 스탠퍼드대학교(Stanford University), 시카고대학교(University of Chicago). 이 외에 아스트라제네카(AstraZeneca), 베이커 휴즈(Baker Hughes)가 산업 파트너로 참여하고 있다.

이 연구소를 지원하기 위해 C3 AI는 첫 5년 동안 5천725만 달러의 현금을 투입할 계획이다. 또한 C3 AI와 마이크로소프트는 추가로 C3 AI 스위트, 마이크로소프트 애저 컴퓨팅, 저장 공간, 기술 리소스 등을 포함한 3억1천만 달러 가치의 현물을 제공한다.

C3.ai, Inc. 개요
C3.ai, Inc.(뉴욕증권거래소: AI)는 전 세계 기업을 위해 디지털 혁신을 가속하는 엔터프라이즈 AI 애플리케이션 소프트웨어 기업이다. C3 AI(뉴욕증권거래소: AI)는 디지털 혁신을 가속하기 위한 엔터프라이즈 AI 소프트웨어를 제공하는 선도 기업이다. C3 AI는 △대규모 AI 애플리케이션의 개발, 배포, 운영에 필요한 단대단 플랫폼인 ‘C3 AI 스위트(C3 AI® Suite)’ △산업별 서비스형 소프트웨어(SaaS) AI 애플리케이션 포트폴리오인 ‘C3 AI 애플리케이션(C3 AI Applications)’ △AI 및 머신러닝을 위해 설계된 산업별 CRM(고객관계관리) 애플리케이션 스위트인 ‘C3 AI CRM’ △데이터 과학을 일상적 비즈니스 문제에 적용하는 노코드 AI 솔루션인 ‘C3 AI 엑스 마키나(C3 AI Ex Machina)’ 등 완전 통합된 제품군을 제공하고 있다. C3 AI 솔루션의 핵심은 개방형 모델 중심 AI 아키텍처로 이는 데이터 과학 및 애플리케이션 개발을 획기적으로 단순화한다. 웹사이트(www.c3.ai)에서 자세한 내용을 확인할 수 있다.
        

웹사이트: https://c3.ai/

저작권자 © 워터저널 무단전재 및 재배포 금지