-
미켈란젤로 ‘천지창조’의 고통 500년 만에 풀었다
500여 년 전, 미켈란젤로는 시스티나 성당 천장에 ‘천지창조’를 그리는 4년 동안 얼굴로 쏟아지는 물감과 싸우며 ‘그림이 아니라 고문에 가깝다’고 표현했다. 우리 대학 연구진이 이제 그 ‘떨어지는 물감’을 붙잡는 기술을 개발했다. 이 원리는 천장 그림을 넘어, 기울어진 표면에서 액체막이 무너지는 문제를 해결해 정밀 코팅, 전자회로 인쇄, 3D 프린팅, 우주 환경에서 유체 제어 등 다양한 산업 분야에 적용될 수 있다.
우리 대학은 기계공학과 김형수 교수 연구팀이 중력에 의해 아래로 쏟아지는 현상의 근본 원인인 ‘중력 불안정성’을 계면유체역학*적으로 재해석하고, 거꾸로 매달린 액체에 소량의 휘발성 액체를 혼합해 이를 제어하는 방법을 제시했다고 12일 밝혔다.
*계면유체역학: 액체 표면에서 작용하는 미세한 힘의 균형과 관련된 역학
왜 미켈란젤로는 그림을 쉽게 그리지 못했을까? 천장에 물감을 바르면 얇은 액체막이 형성되지만, 이 막은 중력 때문에 점차 불안정해지며 결국 떨어진다. 이러한 현상은 일상에서도 쉽게 볼 수 있다.
목욕탕 천장에서 수증기가 응결되면 얇은 물층이 생기고, 시간이 지나면 물방울로 모여 떨어진다. 냉장고 내부 천장에 맺히는 물방울 역시 처음에는 얇은 층으로 형성되지만 점차 커지며 아래로 쏟아지려 한다. 이처럼 위쪽 표면에 맺힌 액체가 중력에 의해 무너지는 현상을 ‘레일리–테일러 불안정성(Rayleigh–Taylor instability)’이라 하며, 그동안 중력이 존재하는 한 피할 수 없는 현상으로 여겨져 왔다.
연구팀은 거꾸로 매달린 액체에 소량의 휘발성 액체를 섞는 방법을 제안했다. 휘발성 성분이 증발하면 액체 표면의 농도 분포가 달라지고, 그 결과 표면장력에 차이가 생긴다. 표면장력은 액체 표면이 스스로를 안쪽으로 잡아당기는 힘으로 물방울이 둥근 형태를 유지하게 만드는 원리다.
표면장력에 차이가 생기면 장력이 큰 쪽이 작은 쪽을 끌어당기며 표면을 따라 흐름이 발생하는데, 이를 ‘마랑고니 효과(Marangoni effect)’라 한다. 연구팀은 이러한 표면 흐름이 아래로 떨어지려는 액체를 붙잡아 주며, 중력에 의한 불안정성을 억제한다는 사실을 실험과 이론을 통해 규명했다.
예를 들어, 물 위에 후추 가루를 고르게 뿌려 놓으면 가루는 그대로 떠 있다. 그런데 가운데에 세제를 한 방울 떨어뜨리면, 후추가 순식간에 가장자리로 밀려난다. 이는 세제가 닿은 부분의 표면장력이 주변보다 약해지면서, 장력이 더 강한 바깥쪽이 액체를 끌어당기기 때문이다. 그 결과 표면을 따라 흐름이 생기고, 후추 입자도 함께 이동한다.
이번 연구에서는 휘발성 액체가 증발하면서 이와 같은 표면장력 차이를 만들어냈다. 다만 이번에는 후추를 밀어내는 대신, 액체를 위쪽으로 끌어올려 아래로 떨어지려는 힘을 억제한 것이다.
그 결과, 특정 조건에서는 액체막이 중력에도 불구하고 끝까지 유지되었으며, 일부 조건에서는 액적이 떨어지지 않고 액막이 주기적으로 진동하는 새로운 거동도 관찰됐다. 이는 외부 에너지 공급 없이 액체의 조성과 증발이라는 자연적 과정만으로 중력 불안정성을 능동적으로 제어할 수 있음을 보여준다.
이 원리는 정밀 코팅, 인쇄, 적층 공정 등에서 더욱 얇고 균일한 액체막 구현을 가능하게 하며, 기울어진 표면에서도 안정적인 도포가 가능하도록 돕는다. 또한 3D 프린팅 공정이나 우주와 같은 특수 환경에서의 유체 제어 기술로도 확장될 수 있다. 미켈란젤로가 500년 전 겪었던 물리적 한계가 이제는 미래 산업 기술로 이어지고 있는 셈이다.
김형수 교수는 “그동안 레일리–테일러 불안정성은 중력이 존재하는 한 피할 수 없는 현상으로 여겨져 왔다”며 “이번 연구는 액체의 조성과 증발이라는 자연적 과정을 활용해 외부 에너지 없이 중력 불안정성을 능동적으로 제어할 수 있음을 보였다는 점에서 의미가 있다”고 말했다. 이어 “이 원리는 코팅·인쇄·적층 공정뿐 아니라 우주 환경에서의 유체 제어 기술로도 확장될 수 있을 것”이라고 덧붙였다.
이번 연구는 기계공학과 최민우 석박통합과정 학생이 제1저자로 참여했으며, 유체역학의 불안정성 제어에 대한 새로운 발견임을 인정받아 국제학술지 ‘어드밴스드 사이언스(Advanced Science, Wiley·와일리)’에 1월 29일 온라인 게재됐다. 또한 표지논문(Frontispiece)으로 선정됐다.
※ 논문명: Evaporation-Driven Solutal Marangoni Control of Rayleigh-Taylor Instability in Inverted Films, 주저자 정보: 제 1저자 최민우 석박통합과정, 공동저자 전혜준 박사과정, 교신저자 김형수 교수, DOI: https://doi.org/10.1002/advs.202520343,
이번 연구는 한국연구재단 개인기초 중견 연구 (MSIT: 2021R1A2C2007835)와 KAIST UP Program의 지원을 받아 수행되었다.
2026.03.12
조회수 179
-
학생 창업가 정인서,‘포용적 AI’인재 양성에 10억 원 기부
우리 대학은 융합인재학부 재학생(학사과정)이자 글로벌 뮤직테크 스타트업 ㈜엠피에이지(MPAG)의 대표인 정인서(28) 학생이‘포용적 AI’인재 양성을 위해 10일 발전기금 10억 원을 기탁했다고 11일 밝혔다. 포용적 AI 인재는 장애인과 기술 취약계층 등 사회적 약자까지 AI 기술의 혜택을 누릴 수 있도록 연구·개발하는 전문가를 의미한다.
정인서 학생은 재학 중 창업과 연구 활동을 병행하며 ‘기술을 통한 사회 문제 해결’에 매진해 온 학생 창업가다. 그는 융합인재학부 가현욱 지도교수와 함께 기술이 소외된 이들을 어떻게 보듬을 수 있을지에 대해 꾸준히 연구해 왔다.
청각장애인을 위한 소프트웨어 연구, 미디어에서 언어적 지원이 필요한 사용자를 위한 연구, 시청각 장애인을 위한 양방향 소통 보조공학 기기 연구 등은 국내외 학회에서 주목을 받았으며, KAIST 명의로 여러건의 특허 출원이라는 값진 결실로 이어졌다.
그는 글로벌 뮤직테크 스타트업 (주)엠피에이지(MPAG)를 창업해 글로벌 400만 명 이상의 회원을 보유한 악보 판매 플랫폼 및 AI 음악 교육서비스를 운영하며, 시각장애인을 위한 점자 악보 제공 기능도 개발하고 있다.
이번 기부금은 이번에 신설된 KAIST AI 대학 내에 장애인 및 기술·사회 취약계층을 위한 ‘AI 활용 재활보조공학(Assistive Technology)’ 석·박사 교육연구 프로그램 설립에 사용될 예정이다.
해당 프로그램은 장애인 및 기술 취약계층을 위한 AI 기반 재활보조기술 연구를 수행하고 관련 분야 석·박사 인재 양성하며 포용적 기술 생태계 구축 등을 목표로 한다. 해당 학위 프로그램에서는 이 분야 전문가인 가현욱 교수가 운영 및 지도를 맡아 연구의 연속성과 전문성을 높일 계획이다.
정인서 학생은 “AI 기술이 비약적으로 발전하는 지금, 그 혜택이 장애인과 기술 취약계층까지 닿는 ‘포용적 AI’로의 확장이 반드시 필요하다”며 “정규 대학원 과정을 통해 이 분야의 인재들이 늘어나고, KAIST의 전문적인 AI 연구 역량이 그 마중물이 될 것이라고 확신한다”고 강조했다.
정인서 학생의 기부는 이번이 처음이 아니다. 그는 2024년과 2025년 발전재단을 통해 기부했으며, 올해 10억 원을 추가로 기탁했다. 2024년 기부금은 융합인재학부 후배들의 창의적 아이디어 구현을 위한 ‘창의공작실’ 조성에 사용됐으며, 2025년 기부금은 전산학부에 활용됐다.
이광형 총장은 “학생 신분으로 창업의 결실을 모교의 미래와 사회적 가치 실현을 위해 기부한 정인서 학생의 결단은 KAIST 구성원 모두에게 큰 귀감이 된다”며 “기부자의 뜻을 살려 기술의 혜택이 사회 전반으로 확산될 수 있도록 포용적 AI 인재 양성에 최선을 다하겠다”고 말했다.
2026.03.11
조회수 501
-
스스로 회복하는‘자가 재생’ 촉매 개발...이산화탄소 전환 기술 돌파구
공장과 발전소에서 배출되는 이산화탄소(CO₂)를 유용한 화학 원료로 바꾸는 기술은 탄소 중립의 핵심으로 꼽힌다. 하지만 촉매 성능이 빠르게 떨어지는 문제가 상용화를 가로막아 왔다. 우리 대학 연구진이 작동하는 동안 스스로 성능을 회복하는 ‘자가재생’ 촉매를 개발해 해결의 실마리를 제시했다.
우리 대학 생명화학공학과 정동영 교수 연구팀은 이산화탄소(CO₂)를 유용한 물질로 전환하는 전기화학 반응에서 촉매 성능이 저하되는 근본 원인을 규명하고, 촉매가 반응 중 스스로 활성 상태를 유지하도록 하는 새로운 설계 전략을 개발했다고 11일 밝혔다.
특히 연구팀은 이산화탄소 전환 반응에서 널리 사용되는 구리(Cu) 촉매에 주목했다. 구리 촉매는 반응 과정에서 단순히 소모되는 것이 아니라, 표면 구조가 지속적으로 변화하는 ‘재구성(reconstruction)’ 과정을 거치는 것으로 알려져 있다. 연구 결과, 이러한 재구성 방식에 따라 촉매의 성능과 수명이 크게 달라지는 것으로 나타났다.
연구팀은 구리 촉매의 재구성 과정이 크게 두 가지 방식으로 나타난다는 사실을 확인했다. 첫 번째는 촉매 표면에 산화물이 형성됐다가 다시 환원되는 과정을 반복하는 방식으로, 일시적으로 활성이 증가하지만 장기적으로는 촉매 성능 저하로 이어진다.
반면 두 번째 방식은 촉매 금속이 전해질 속으로 일부 녹아 나왔다가 다시 촉매 표면에 붙는 과정을 반복하는 형태다. 이 과정에서 촉매 표면에 새로운 반응 자리인 활성점(active site) 이 계속 만들어지는 것이 확인됐다.
연구팀은 이러한 원리를 활용해 촉매가 반응 중에도 스스로 활성 상태를 유지하도록 하는 방법을 제시했다. 전해질에 극미량의 구리 이온을 넣어주면 촉매 표면에서 금속이 녹았다가 다시 붙는 과정이 균형을 이루며 반복되고, 그 과정에서 새로운 활성점이 지속적으로 형성된다. 이를 통해 촉매가 오랜 시간 안정적인 성능을 유지할 수 있음을 입증했다.
특히 이번 기술은 별도의 복잡한 공정이나 높은 전압 조건 없이도 구현할 수 있어 에너지 소비를 크게 줄이면서, 에틸렌이나 에탄올과 같은 고부가가치 C₂화합물을 안정적으로 생산할 수 있는 가능성을 제시했다. C₂ 화합물은 탄소 원자 두 개로 이루어진 화합물로, 플라스틱이나 연료 등의 원료로 활용되는 산업적으로 중요한 화학 물질을 의미한다.
이번 연구는 촉매를 단순히 잘 만드는 것을 넘어, 반응이 진행되는 동안에도 촉매가 스스로 좋은 상태를 유지하도록 하는 새로운 설계 개념을 제시했다는 점에서 의미가 있다. 이 개념은 향후 이산화탄소 전환 기술뿐 아니라 다양한 전기화학 에너지 변환 기술로 확장될 가능성이 있다.
정동영 교수는 “이번 연구는 촉매 성능 저하를 불가피한 현상이 아니라 제어 가능한 과정으로 이해하고 접근한 결과”라며 “반응 중에도 촉매가 지속적으로 최적의 활성을 유지하도록 만드는 새로운 전략을 제시했다”고 말했다.
이번 연구는 KAIST 김한주 박사과정생과 안홍민 석박사통합과정생이 공동 제1저자로 연구를 주도하였으며, 화학 분야 세계 최고 권위 학술지인 미국화학회지 (JACS, Journal of the American Chemical Society)에 2월 5일 온라인으로 게재되었다.
※ 논문명: Dynamic Interface Engineering via Mechanistic Understanding of Copper Reconstruction in Electrochemical CO2 Reduction Reaction,DOI: 10.1021/jacs.5c16244
한편, 이번 연구는 한국연구재단 소재 글로벌 영커넥트 사업과 국가전략기술소재개발의 지원을 받아 수행되었다.
2026.03.11
조회수 217
-
노화·비만에도 잘 작동하는 mRNA 플랫폼 개발
코로나19 팬데믹 이후 mRNA 백신은 차세대 의약 기술로 주목받고 있다. mRNA 의약품은 세포가 특정 단백질을 만들도록 유전 정보를 전달해 치료 효과를 내는 방식이지만, 고령층이나 비만 환자에서는 효능이 떨어질 수 있다는 한계가 제기돼 왔다. 한국 연구진이 이러한 문제를 해결하기 위해 치료 단백질 생성 효율을 높이는 mRNA 핵심 구간을 새롭게 설계해, 노화·비만 환경에서도 효과가 유지되는 차세대 mRNA 플랫폼을 개발했다.
우리 대학은 바이오및뇌공학과 이영석 교수와 가톨릭대학교(총장 최준규) 남재환 교수 공동연구팀이 mRNA의 핵심 조절 영역인 ‘5′ 비번역 영역(5′ untranslated region, 5′UTR)*’ 서열을 정밀 설계한 새로운 mRNA 플랫폼을 개발했다고 10일 밝혔다.
*5′ 비번역 영역(5′UTR): mRNA에서 단백질 생산을 시작하고 효율을 조절하는 구간으로, 이 부분의 설계에 따라 단백질이 만들어지는 양과 속도가 달라질 수 있음
연구팀은 방대한 생물정보학 데이터를 분석해 다양한 세포 환경에서도 단백질이 더 효율적으로 만들어지도록 하는 5′UTR 서열을 찾아냈다. 이를 적용한 결과, 노화·비만 전임상 모델에서도 단백질 생성과 면역 반응이 크게 향상되는 것을 확인했다.
mRNA는 긴 단일 가닥 RNA 분자로, 우리 몸에 필요한 단백질을 만드는 생산 설계도이다. mRNA는 단백질 생산을 시작하고 속도를 조절하는 5′UTR, 특정 단백질 정보를 담고 있는 단백질 암호화 영역(coding sequence, CDS), mRNA가 세포 안에서 안정적으로 유지되도록 돕는 3′ 비번역 영역(3′UTR), 그리고 안정성을 높여 단백질 생산을 돕는 poly(A) 꼬리 등으로 구성된다.
이 가운데 5′UTR과 3′UTR은 단백질의 종류를 결정하는 부분은 아니지만, 단백질이 얼마나 효율적으로 만들어지는지를 조절하는 중요한 구간이다. 이러한 특징 때문에 이 두 영역들은 백신이나 치료제 등 다양한 mRNA 의약품의 성능을 높이기 위한 핵심 바이오공학 플랫폼 기술로 주목받고 있다.
연구팀은 여러 조직과 세포 환경에서 단백질 생산 능력이 뛰어난 5′UTR 서열을 찾기 위해 대규모 바이오 데이터를 통합 분석했다. 이 과정에서 유전자 활성도를 분석하는 대규모 조직 전사체 분석(RNA-seq), 개별 세포 수준의 유전자 발현을 확인하는 단일세포 전사체 분석(scRNA-seq), 실제 단백질 생성 효율을 측정하는 리보솜 프로파일링(Ribo-seq) 등 다양한 분석 기법을 활용했다.
연구진은 노화나 비만 상태에서는 세포가 스트레스를 많이 받아(산화 스트레스) 단백질을 만드는 능력이 떨어질 수 있다는 점에 주목했다. 이에 새롭게 설계한 mRNA 치료제를 노화·비만 전임상 모델에 적용한 결과, 세포에서 만들어지는 단백질의 생산력과 면역 반응이 기존보다 크게 향상되는 것을 확인했다. 이번 연구는 mRNA 백신뿐만 아니라, 유전자 치료제, 면역 치료제 등 다양한 바이오의약 기술 개발에도 활용될 수 있을 것으로 기대된다.
KAIST 바이오및뇌공학과 이영석 교수는 “이번 연구는 방대한 생물 데이터를 분석해 mRNA가 단백질을 더 잘 만들도록 하는 설계 방법을 찾아낸 것”이라며 “이 기술은 특히 고령층이나 비만 환자처럼 의약품 효과가 떨어질 수 있는 환경에서도 mRNA 백신과 치료제가 잘 작동하도록 하는 데 중요한 기반이 될 것”이라고 밝혔다.
가톨릭대학교 윤수빈 박사와 KAIST 조형곤 박사과정생이 공동 제1저자로 참여한 이번 연구 결과는 유전자·세포 치료 분야의 세계적 학술지 ‘몰레큘러 테라피(Molecular Therapy, IF=12.0)’에 1월 2일 온라인 게재됐다.
(논문명: Designing 5′UTR sequences improves the capacity of mRNA therapeutics in preclinical models of aging and obesity, DOI: https://doi.org/10.1016/j.ymthe.2025.12.060
한편, 이번 연구는 과학기술정보통신부 한국연구재단 우수신진연구 및 바이오의료개발사업, 식품의약품안전처 감염병 대응 혁신기술 지원연구, 한국보건산업진흥원 감염병 예방 치료 기술개발사업의 지원을 받아 수행됐다.
2026.03.10
조회수 325
-
마약 중독 재발 비밀 찾았다...뇌 속 ‘중독 회로’ 발견
마약 중독은 약물을 끊은 뒤 오랜 시간이 지나도 사소한 자극에 다시 갈망이 되살아나 재발 위험이 매우 높다. 그동안 이러한 현상은 충동을 조절하는 전전두엽 피질(PFC)의 기능 저하 때문으로 여겨졌다. 하지만 최근 국내외 공동 연구진은 중독 재발의 원인이 단순한 뇌 기능 저하가 아니라 특정 신경세포 회로의 불균형이라는 사실을 밝혀냈다.
우리 대학은 뇌인지과학과 백세범 석좌교수와 미국 캘리포니아 주립 샌디에이고 대학(UCSD) 임병국 교수 연구팀이 전전두엽 내 특정 억제성 신경세포가 코카인 중독 행동을 조절하는 핵심 원리를 규명했다고 9일 밝혔다.
특히 연구팀은 뇌에서 다른 신경세포의 활동을 억제해 신경 신호의 균형을 조절하는 파발부민 양성(Parvalbumin-positive, PV) 억제성 신경세포에 주목했다. 이 세포는 뇌의 흥분 신호를 조절하는 일종의 ‘브레이크 게이트(brake gate)’ 역할을 하며, 금단 이후 나타나는 마약 탐색 행동을 결정짓는 중요한 요소임을 확인했다.
우리 뇌의 전전두엽 피질(PFC)은 흥분 신호와 억제 신호가 균형을 이뤄야 충동을 억제하는 ‘브레이크’ 기능을 수행할 수 있다. 연구팀은 만성 약물 노출이 이러한 균형을 어떻게 무너뜨리는지 확인하기 위해 쥐를 대상으로 코카인 투여 실험을 진행했다. 이 과정에서 전전두엽 내 억제성 신경세포들이 언제 활성화되고 하위 뇌 영역으로 어떻게 신호를 보내는지 추적했다.
실험 결과, 전전두엽 피질 내 억제성 신경세포의 약 60~70%를 차지하는 파발부민(Parvalbumin, PV) 세포는 쥐가 코카인을 찾으려 할 때 활발하게 작동했다. 하지만 더 이상 약물을 찾지 않도록 훈련하는 ‘소거 훈련(extinction training)’을 진행하자 이 세포의 활동은 눈에 띄게 줄어들었다. 이는 PV 세포의 활동 양상이 중독에 의해 고정되는 것이 아니라 소거 과정을 통해 다시 조절될 수 있음을 보여준다.
연구팀은 신경 활동을 인위적으로 조절해 PV 세포의 활동을 억제하자 쥐의 코카인 탐색 행동이 크게 감소하는 것을 확인했다. 반대로 이 세포를 활성화하면 소거 과정 이후에도 약물을 다시 찾는 행동이 지속됐다. 이러한 효과는 설탕물과 같은 일반적인 보상에는 나타나지 않았으며, 마약 중독 행동에서만 특이적으로 관찰됐다. 이는 같은 억제성 신경세포인 소마토스타틴(SOM) 세포에서는 나타나지 않는 현상으로, 파발부민(PV) 세포가 마약 중독 행동을 선택적으로 조절한다는 점을 보여준다.
연구팀은 이러한 PV 세포의 조절 작용이 어떤 뇌 회로를 통해 이루어지는지도 확인했다. 전전두엽에서 시작된 신호는 보상과 관련된 핵심 뇌 영역인 복측피개영역(Ventral Tegmental Area, VTA)의 보상회로로 전달되며, 이 경로가 마약을 다시 찾을지 말지를 결정하는 중독 행동 조절의 핵심 통로로 나타났다. 이때 PV 신경세포는 이 신호의 흐름을 조절해 도파민(Dopamine) 신호에 영향을 주며, 중독 행동을 유지할지 억제할지를 결정하는 ‘조절 스위치’ 역할을 한다.
즉, 중독 재발은 전전두엽 전체의 기능 저하 때문이 아니라 특정 신경세포인 파발부민(PV) 신경세포가 전전두엽과 보상 회로를 잇는 신경 경로의 조절여부에 따라 결정되는 현상이라는 것을 밝혀낸 것이다.
백세범 석좌교수는 “이번 연구는 약물 중독이 특정 신경세포와 하위 신경 회로의 조절 균형이 붕괴되면서 나타나는 회로 수준의 문제임을 보여준다”며 “파발부민(PV) 세포가 중독 행동의 ‘게이트’ 역할을 한다는 발견은 향후 정밀 표적 치료 전략 개발에 중요한 단서가 될 것”이라고 밝혔다.
이번 연구는 UCSD 정민주 박사가 1저자로, UCSD 임병국 교수와 KAIST 백세범 석좌교수가 공동 교신저자로 연구를 주도하였으며, 신경과학 분야 최고 권위의 학술지인 뉴런(Neuron) 에 2월 26일 온라인 게재되었다.
※ 논문명: Distinct Interneuronal Dynamics Selectively Gate Target-Specific Cortical Projections in Drug Seeking, DOI: 10.1016/j.neuron.2026.01.002)
한편 이번 연구는 한국연구재단의 이공분야기초연구사업의 지원을 받아 수행됐다.
2026.03.09
조회수 426
-
‘알파폴드 한계’ 넘었다…약물 작동까지 예측한다
우리 몸의 단백질은 스위치처럼 작동한다. 약물이 단백질에 결합하면 결합 부위 구조가 변하고, 그 변화가 단백질 전체로 전달돼 기능이 켜지거나 꺼진다. 구글 딥마인드의 알파폴드3는 약물-단백질 결합 여부와 결합 부위의 3차원 구조를 예측하는 데 성공했지만, 약물이 결합한 뒤 단백질 내부에서 어떻게 신호를 전달하고 단백질 전체 구조를 바꿔서 실제로 단백질의 기능을 활성화하거나 억제하는지까지는 예측하지 못했다. 우리 대학 연구진이 약물이 ‘붙는지’가 아니라 ‘실제로 작동하는지’까지 예측하는 AI를 개발했다.
우리 대학은 바이오및뇌공학과 이관수 교수 연구팀이 대표적인 신약 표적인 G-단백질 결합 수용체(GPCR)에 대해, 후보 물질이 단순히 결합하는지를 넘어 실제로 단백질을 활성화하는지까지 예측하는 인공지능 모델 ‘GPCRact(지피씨알액트)’를 개발했다고 8일 밝혔다.
GPCR(G-Protein Coupled Receptor)은 세포 표면에 있는‘신호 수신기’역할을 한다. 호르몬이나 신경전달물질, 약물이 세포 밖에서 신호를 보내면 이를 받아 세포 안으로 전달하는 문(게이트) 역할을 한다. 인체에는 약 800여 종의 GPCR이 존재하며, 현재 시판 약물의 약 30~40%가 이를 표적으로 한다. 심장 박동, 혈압 조절, 통증 감지, 면역 반응, 감정 조절 등 다양한 생리 기능에 관여하는 핵심 단백질이다.
하지만 약물이 GPCR에 결합했다고 해서 항상 원하는 기능이 작동하는 것은 아니다. 결합 이후 단백질 내부에서 일어나는 구조 변화와 신호 전달 과정이 실제 작용 여부를 결정한다. 이를 ‘알로스테릭 신호 전파’라고 한다.
연구팀은 약물 작용 과정을 ① 약물-표적 결합 단계 ② 단백질 내부 신호 전파 단계로 나누어 AI가 단계적으로 학습하도록 설계했다. 단백질의 3차원 구조를 원자 수준 그래프로 표현하고, 중요한 신호 전파 경로를 학습할 수 있도록‘어텐션 메커니즘’을 적용했다. 이를 통해 AI가 약물 결합 신호와 함께 단백질 내부 신호 전파 경로를 파악하여 단백질의 활성을 예측하도록 했다.
그 결과, 기존 모델이 어려워했던 복잡한 구조의 단백질에서도 약물 활성 예측 성능을 크게 향상시켰다. 이번 모델은 단순히 ‘활성’ 또는 ‘비활성’결과만 제시하지 않는다. 예측의 근거가 되는 단백질 내부 핵심 신호 경로를 제시해, 이른바 ‘블랙박스 AI’의 한계를 극복했다.
이는 연구자가 결과를 해석하고 검증할 수 있게 해 신약 개발의 신뢰성과 효율성을 동시에 높일 수 있는 중요한 진전이다. 앞으로 GPCR을 표적으로 하는 다양한 질병에서, 약물의 결합 여부뿐 아니라 실제 활성 여부까지 예측하는 정밀 신약 개발 AI 플랫폼으로 활용될 전망이다.
이관수 교수는 “알로스테릭 구조 변화는 약물이 단백질의 한 부분에 결합했을 때 그 영향이 내부로 전달돼 다른 부위의 기능까지 바뀌는 현상”이라며 “이 작동 원리를 딥러닝에 반영한 것이 이번 연구의 핵심”이라고 밝혔다. 이어 “앞으로 다양한 단백질로 확장하고, 세포와 인체 반응까지 예측하는 기술로 발전시키겠다”고 말했다.
손효진 박사과정생이 제1 저자로 참여한 이번 논문은 생물정보학 분야 최고 권위의 국제 학술지인 `브리핑스 인 바이오인포매틱스(Briefings in Bioinformatics, JCR 상위 2.2%)'에 1월 15일자 게재됐다.
※ 논문명 : GPCRact: a hierarchical framework for predicting ligand-induced GPCR activity via allosteric communication modeling, DOI: https://doi.org/10.1093/bib/bbaf719
※ 저자 정보 : 손효진 (KAIST, 제1 저자), 이관수 (KAIST, 교신저자)
이 연구는 개인기초연구(과학기술정보통신부, 한국연구재단, RS-2025-24533057)의 지원으로 수행됐다.
2026.03.09
조회수 511
-
전기및전자공학과 이동원 학생팀, 제2회 글로벌 퀀텀 AI 경진대회 대상 수상
우리 대학 전기및전자공학과 석사과정 이동원, 김경준, 양자대학원 석박통합과정 한재훈 학생으로 구성된 ‘양자조림팀’이 양자 컴퓨팅 전문 기업 노르마(NORMA)가 주최·주관한 ‘2026 제2회 글로벌 퀀텀 AI 경진대회’에서 대상의 영예를 안았다.
이번 대회는 양자 클라우드 서비스 활용 경험을 확대하고 차세대 양자 인공지능 인재를 발굴하기 위해 마련된 글로벌 규모의 경진대회다. 대회는 지난해 12월 17일 고려대학교 하나스퀘어에서 열린 예선 개회식을 시작으로 약 70여 일간 진행됐으며, 지난달 27일 노르마 본사에서 열린 시상식을 통해 최종 수상팀이 발표됐다.
이번 경진대회에는 전 세계 대학생, 개발자, 연구자 등 양자 기술 분야 인재들이 참가해 높은 관심을 보였다. 예선에는 총 137개 팀이 참가했으며, 이 가운데 상위 10개 팀이 본선에 진출해 약 13.7대 1의 경쟁률을 기록했다.
본선에서는 QCBM(Quantum Circuit Born Machine) 모형을 활용한 생성형 문제 4개가 출제됐다. 참가자들은 양자 머신러닝의 한계를 보완하기 위해 고전적 기법을 결합한 양자·고전 하이브리드 생성형 AI 모델을 설계하고 성능을 검증하는 과제를 수행했다. 특히 마지막 문제에서는 글로벌 양자 컴퓨팅 기업 리게티 컴퓨팅(Rigetti Computing)의 실제 양자 처리 장치(QPU)를 활용해 제안한 방법을 검증하는 기회도 제공됐다.
평가자와 참가자가 서로 공개되지 않는 더블 블라인드 방식으로 심사가 이뤄져 공정성과 신뢰성을 높였다.
대상을 수상한 KAIST 양자조림팀은 “이번 대회를 통해 양자 AI 분야의 연구 가능성을 더욱 깊이 탐구할 수 있었다”며 “앞으로도 지속적인 연구와 도전을 통해 양자 기술 발전에 기여하고 싶다”고 수상 소감을 밝혔다.
2026.03.09
조회수 466
-
기계공학과 윤국진 교수 연구팀, 세계 최고 권위 ‘CVPR 2026’ 논문 10편 채택,글로벌 AI 연구 선도
우리 대학 기계공학과 윤국진 교수 연구팀이 세계적인 컴퓨터 비전 학술대회인 IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026(CVPR 2026)에서 주저자로 총 10편의 논문을 채택시키며, 연구팀의 압도적인 학술적 역량을 다시금 증명했다.
CVPR은 인공지능과 시각 지능 분야에서 가장 큰 영향력을 가진 국제 학술 대회로, 1983년 시작된 이래 매년 엄격한 심사를 거쳐 우수 논문을 선정한다. 올해 CVPR 2026에는 전 세계에서 총 16,092편의 논문이 제출되었으며, 그중 4,090편이 채택되어 약 25.42%의 낮은 채택률을 기록하였다. 단일 연구실에서 주저자/교신저자로 10편의 논문이 동시에 채택되는 것은 국제적으로 매우 독보적인 성과로 평가받는다.
윤국진 교수 연구팀은 인간 수준의 시각 지능 구현을 목표로 폭넓은 연구를 수행하고 있다. 이번에 채택된 논문들은 이벤트 카메라 기반 기술, 자율주행 인지 기술, 그리고 AI 효율화 및 적응 기술 등 컴퓨터 비전 분야의 최첨단 주제들을 다루고 있다.
연구팀은 이미 지난해 ICCV 2025에서도 주저자/교신저자로 12편의 논문을 발표하여 독보적인 연구 역량을 인정받은 바 있다. 이번 CVPR 2026의 성과는 연구팀이 글로벌 컴퓨터 비전 연구를 선도하는 핵심 거점임을 다시 한번 확고히 하는 계기가 되었다. 연구팀은 앞으로도 기존 기술의 한계를 뛰어넘는 도전적인 연구를 통해 미래 AI 기술 발전에 기여할 계획이다.
한편, 이번 CVPR 2026은 오는 6월 3일부터 7일까지 미국 콜로라도주 덴버에서 개최될 예정이다.
2026.03.06
조회수 703
-
전 세계 슬럼가 찾아내는 AI 개발..AAAI 2026 최우수논문상
“슬럼(Slum, 빈곤지역)이 어디에 있는지조차 모르는 도시들”
한국 연구진이 위성사진만으로 슬럼 지역을 스스로 찾아내는 인공지능(AI)을 개발했다. 사람이 미리 위치를 표시해 주지 않아도 새로운 도시에서 자동으로 적응해 정확도를 높이는 기술로, 데이터가 부족한 개발도상국의 도시정책 수립과 공공 자원 배분 방식을 근본적으로 바꿀 수 있을 것으로 기대된다.
우리 대학은 전산학부 차미영 교수와 기술경영학부 김지희 교수 공동 연구팀이 전남대학교(총장 이근배) 지리학과 양재석 교수와 함께한 학제 간 융합 연구를 통해 위성사진 기반 범용 슬럼 탐지 AI 기술을 개발했다고 6일 밝혔다.
이번 연구는 세계 최고 권위의 인공지능 학술대회 ‘국제인공지능학회(AAAI) 2026’에서 ‘사회적 임팩트 AI(AI for Social Impact)’ 부문 최우수논문상(Best Paper Award)을 수상했다. 해당 부문에 제출된 693편 중 단 2편만이 선정된 최고 영예로, 한국 연구팀의 혁신적인 AI 기술력이 단순한 기술 진보를 넘어 실질적인 사회적 가치 창출 측면에서도 세계 최정상 수준임을 확인시켜 준 쾌거다.
그동안 위성사진을 활용한 슬럼 탐지 연구는 있었지만, 도시마다 건물 형태와 밀집도가 크게 달라 새로운 지역에서는 정확도가 급격히 떨어지는 한계가 있었다. 특히 많은 개발도상국에서는 슬럼 위치를 일일이 표시한 데이터가 부족해 AI 학습 자체가 어려웠다.
연구팀은 이를 해결하기 위해 여러 개의 AI 모델이 서로 다른 지역 특성을 학습하고, 새로운 도시가 입력되면 가장 적합한 모델을 자동으로 선택하는 ‘전문가 혼합(Mixture-of-Experts, MoE)’ 구조를 도입했다.
이번 연구의 핵심은 ‘테스트 시점 적응(Test-Time Adaptation, TTA)’ 기술이다. 새로운 도시에서 슬럼 위치를 사람이 미리 표시하지 않아도, AI가 여러 모델의 예측 결과를 비교·검증해 공통적으로 일치하는 영역만을 신뢰함으로써 스스로 오류를 줄인다. 이를 통해 데이터가 부족한 지역에서도 안정적인 성능을 확보했다.
연구팀은 해당 기술을 아프리카 캄팔라(Kampala), 마푸토(Maputo) 등 주요 도시에 적용한 결과, 기존 최신 기술보다 더욱 정교하게 슬럼 지역을 구분하는 성과를 확인했다.
이 기술은 △ 개발도상국 도시 인프라 확충 계획 수립 △ 재난·감염병 취약지역 사전 파악 △ 주거환경 개선 사업 대상 선정 △ UN 지속가능발전목표(SDGs) 이행 점검 등 다양한 정책 분야에서 활용될 수 있을 것으로 기대된다.
차미영 교수는 “AI가 단순 분석 도구를 넘어, 데이터가 부족한 지역에서도 실질적인 사회 문제 해결에 기여할 수 있음을 보여준 연구”라고 말했다. 김지희 교수는 “막대한 비용이 드는 현장조사를 보완해, 한정된 자원을 가장 필요한 지역에 효과적으로 배분하는 데 도움이 될 것”이라고 밝혔다.
이번 연구에는 KAIST 전산학부 이수민, 박성원 석박사연구원이 공동 제1저자로 참여했으며, 연구 결과는 1월 25일 싱가포르에서 열린 AAAI 2026에서 발표됐다.
※ 논문명: Generalizable Slum Detection from Satellite Imagery with Mixture-of-Experts, 논문링크 : https://aaai.org/about-aaai/aaai-awards/aaai-conference-paper-awards-and-recognition/
또한, 한국연구재단의 중견연구자지원사업 및 데이터사이언스 융합인재양성사업의 지원을 받아 수행되었다.
2026.03.06
조회수 760
-
세계은행·아프리카 연합과 아프리카 청년 일자리 해법 모색
우리 대학은 케냐 정부가 주최하고 세계은행(World Bank Group), 아프리카연합(African Union), KAIST 과학기술과 글로벌발전연구센터(KAIST Global Center for Development and Strategy, G-CODEs)가 공동 주관한 ‘아프리카 청년 일자리 정책 지식교류 플랫폼(Jobs for Youth in Africa Knowledge Exchange)’가 3월 3일부터 5일까지(현지 시각) 케냐 나이로비에서 개최됐다고 6일 밝혔다.
이번 행사는 아프리카 청년 고용 문제 해결을 위한 고위급 정책 실행 플랫폼으로, 아프리카 20여 개국 정부 관계자와 국제기구, 민간 부문, 학계, 개발협력 파트너 등 약 200명이 참석했다. KAIST는 디지털·인공지능(AI) 기반 고용 시스템 혁신 모델을 제시하며 기술과 정책을 연결하는 글로벌 협력의 핵심 파트너로 참여했다.
아프리카는 2050년까지 청년 인구가 두 배로 증가할 것으로 전망되는 가운데, 높은 실업률과 비공식 고용 문제에 직면해 있다. 이번 행사는 2025년 르완다 키갈리에서 출범한 ‘아프리카 청년 일자리 실천공동체(Jobs for Youth in Africa Community of Practice, CoP)’의 두 번째 대면 회의로, 회원국 간 정책 경험을 공유하고 확산 가능한 실행 모델을 구체화하는 데 목적을 두었다. 살림 음부리아 (Salim Mvurya) 케냐 청소년·창조경제·스포츠부 장관은 개회식에 참석해 청년 일자리 창출을 국가 및 대륙 차원의 핵심 과제로 강조했다.
행사는 △ 근거 기반 청년 고용 전략 △ 디지털·AI 기반 고용 시스템 혁신 △ 선행학습 인정(RPL)을 통한 노동시장 성과 개선 △ 기업 환경 개혁 및 가치사슬 연계 강화 등을 주제로 진행됐다.
특히 KAIST 박경렬 교수는 ‘디지털·AI 기반 고용 시스템 혁신’ 세션에서 한국의 디지털 전환 경험과 인공지능 활용 사례를 공유하며 데이터 기반 정책 설계와 기술 기반 고용 플랫폼 발전 방향을 제시했다. 또한 KAIST 박가영 교수는 ‘글로벌 카페 세션’을 통해 국가 간 확산 가능한 청년 고용 프로젝트 사례를 연결하고 상호 학습을 촉진했다.
행사 참가자들은 케냐 정부와 세계은행이 추진 중인 ‘국가 청년 역량강화 기회 확대 사업 (National Youth Opportunities Towards Advancement, NYOTA)’프로젝트 현장을 방문해 직업훈련, 일자리 매칭, 창업 지원을 통합한 청년 고용 모델을 직접 확인했다. 이는 정책 설계와 실행 과정을 공유하는 실천적 학습의 장으로 운영됐다.
우리 대학은 지난해부터 한–세계은행 협력기금을 통해 동아프리카 청년 고용을 위한 디지털 혁신 사업에 참여해 왔으며, 이번 행사를 통해 기술 기반 정책 혁신을 선도하는 글로벌 협력 허브로서의 위상을 재확인했다.
박경렬 교수는 “청년 고용 문제는 디지털 전환, 산업 전략, 교육 개혁이 결합된 구조적 과제”라며 “KAIST는 데이터와 기술을 기반으로 실행 가능한 정책 모델을 제시하고 국제 협력을 강화해 나가겠다”고 밝혔다.
이번 지식 교환 플랫폼(Knowledge Exchange)은 아프리카 청년 고용 의제를 국제 협력의 핵심 아젠다로 재확인하고, 정책 실행 역량 강화를 위한 협력 기반을 공고히 한 자리로 평가된다. 내년 초에는 KAIST를 모델로 한 나이로비 콘자시 소재 케냐과학기술원 캠퍼스에서 후속 워크숍이 개최될 예정이다.
2026.03.06
조회수 365
-
“지구 안전선 이미 넘었다”...탄소 배출 한계 두 배 초과
지구는 무한하지 않다. 일정 수준을 넘는 오염은 기후와 생태계를 위협한다. 과학자들은 이를 막기 위해 ‘플래니터리 바운더리(Planetary Boundaries)’라는 지구 안전선을 제시해 왔다. 우리 대학 연구진이 기후변화와 질소 오염을 같은 기준으로 다시 계산한 결과, 현재 탄소 배출은 지구가 감당할 수 있는 한계를 두 배 이상 넘은 상태로 나타났다.
우리 대학은 녹색성장지속가능대학원 전해원 교수가 미국 에너지부 산하 태평양북서부국립연구소(PNNL)의 폴 울프람(Paul Wolfram) 박사팀과 공동 연구를 통해, 이산화탄소 배출 한계를 기존의 ‘탄소 총량(저량, stock)’ 기준에서 질소·인 오염과 같은 ‘연간 배출량(유량, flow)’ 기준으로 재산정했다고 6일 밝혔다.
그동안 기후변화는 대기 중에 얼마나 CO₂가 쌓였는지(저량)를 기준으로 평가해 왔다. 반면 질소·인 오염은 1년에 얼마나 배출되는지(유량)를 기준으로 계산했다. 서로 다른 잣대를 사용하다 보니 어떤 문제가 더 심각한지 공정하게 비교하기 어려웠다. 연구팀은 탄소 역시 질소와 동일한 ‘연간 배출량’ 기준으로 다시 계산했다.
지구 평균 온도 상승을 1.5°C 이내로 제한하는 조건에 맞춰 분석한 결과, 지구가 감당할 수 있는 연간 CO₂ 배출 한계는 약 ‘4~17기가톤(Gt CO₂/년)’으로 나타났다. 그러나 현재 인류의 연간 배출량은 약 ‘37기가톤(Gt CO₂/년)’에 달한다. 이는 지구의 안전 작동 범위를 두 배 이상 초과한 수준이다.
전해원 교수는 “탄소 배출을 질소 오염과 같은 기준으로 비교하면 기후변화의 심각성이 훨씬 더 분명하게 드러난다”며 “이번 연구는 서로 다른 환경 문제를 동일한 기준에서 바라볼 수 있게 해 정책 우선순위를 보다 명확히 정하는 데 기여할 것”이라고 말했다.
이어 “탄소와 질소·인 오염을 함께 고려한 통합적 전략 수립의 필요성도 더욱 커지고 있다”며 “전 세계적인 탈탄소화 노력을 한층 더 가속해야 한다”고 강조했다.
이번 연구는 전해원 교수와 폴 울프람(Paul Wolfram) 박사가 공동 교신으로 총괄하였으며, 미국 PNNL 연구원 하싼 니아지(Hassan Niazi)와 페이지 카일(Page Kyle) 등이 공동연구에 참여했다. 연구 결과는 국제 학술지 ‘네이처 서스테인어빌리티(Nature Sustainability)’에 2월 16일 자 게재되었다.
※ 논문명: Ensuring consistency between biogeochemical planetary boundaries, DOI: https://doi.org/10.1038/s41893-026-01770-6
이 연구는 AI기반 기후-인간 상호영향 차세대 통합평가모델 개발(과학기술정보통신부, 한국연구재단)과제의 지원을 받아 수행됐다.
한편, 전 교수는 3월 5일 자 사이언스(Science) 기고문 ‘지구 기후의 안정화를 위한 36가지 방법’에서 지난 20년간의 기후테크 발전을 재조명했다. 인류가 필요한 기술을 상당 부분 보유하고 있었음에도 충분히 빠르게 적용하지 못해 기후위기가 심화됐다고 지적했다. 또한 탄소중립 달성을 위해 탈탄소화 속도를 더욱 높여야 한다고 강조했다.
※ 기고문: Thirty-six solutions to stabilize Earth’s climate, 기고문 링크: https://doi.org/10.1126/science.aed5212
2026.03.06
조회수 460
-
스마트워치 병원급 혈압 도전..심혈관 질환 조기 진단 성큼
혈액의 흐름은 생명의 신호다. 이 흐름이 느려지거나 불안정해지면 심혈관 질환과 쇼크로 이어질 수 있다. 그러나 혈류를 정확히 측정하려면 병원 장비에 의존해야 했다. 우리 대학 연구진이 피부에 붙이기만 하면 혈류를 실시간으로 측정할 수 있는 무선 전자패치를 개발했다.
우리 대학은 전기및전자공학부 권경하 교수 연구팀이 딥러닝(AI)과 다층 열 센싱 기술을 결합한 무선 웨어러블 혈류 측정 시스템을 개발했다고 5일 밝혔다. 이 장치는 혈관을 직접 건드리지 않고도(비침습 방식) 혈류 속도와 혈관 깊이를 동시에 측정할 수 있다. 혈관이 피부 속 얼마나 깊이 위치하느냐에 따라 센서 신호가 달라지기 때문에, 깊이 정보는 혈류를 정확히 계산하는 핵심 변수다.
기존에는 초음파나 광학 방식이 주로 사용됐지만, 장비가 크거나 혈관 깊이에 따라 정확도가 떨어지는 한계가 있었다. 연구팀은 이를 해결하기 위해 ‘혈액이 흐르면 주변에 미세한 열 이동이 발생한다’는 점에 주목했다.
연구팀은 서로 다른 깊이에 온도 센서를 배치해 열의 이동 경로를 입체적으로 분석하는 ‘다층 열 센싱’ 기술을 개발했다. 여기에 AI 알고리즘을 적용해 복잡한 체온 분포 속에서 혈관의 깊이와 실제 혈류 속도를 실시간으로 분리·추출하는 데 성공했다. 여기에 AI를 적용해 복잡한 체온 분포 속에서 혈관의 깊이와 실제 혈류 속도를 정확히 구분해 냈다.
실험 결과, 초당 1~10mm 범위의 혈류 속도를 오차 0.12mm/s 이내로, 1~2mm 범위의 혈관 깊이를 오차 0.07mm 이내로 측정하는 데 성공했다. 이는 머리카락 굵기보다 작은 수준의 오차로, 일반적인 웨어러블 기기로는 구현하기 어려운 정밀도다.
특히 이 기술을 스마트워치에 사용되는 광혈류(PPG) 센서와 결합하면 혈압 측정 오차를 최대 72.6%까지 줄일 수 있는 것으로 나타났다. 이는 스마트워치 혈압 측정값이 병원 장비에 한층 가까워질 수 있음을 의미한다. 즉, 웨어러블 기기의 신뢰도를 크게 높일 수 있는 성과다.
이 전자패치는 응급 의료 현장에서 환자의 상태 변화를 실시간으로 감지하는 데 활용될 수 있다. 고혈압·당뇨 환자의 맞춤형 건강관리, 쇼크와 같은 급성 위험 신호의 조기 감지에도 적용 가능하다.
권경하 교수는 “이번 기술은 혈류와 혈압을 더 정확하게 측정할 수 있는 원천 플랫폼”이라며 “스마트워치와 결합해 일상 속 건강 모니터링 수준을 한 단계 끌어올릴 것”이라고 말했다.
본 연구는 심영민 석박통합과정이 1저자로 연구를 주도했으며 해당 연구 결과는 세계적 학술지 '사이언스 어드밴시스(Science Advances)'에 2월 6일 게재되었다.
※ 논문명: Deep learning–integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring, DOI: 10.1126/sciadv.aea8902
한편, 이번 연구는 삼성전자 종합기술원(SAIT) 및 한국연구재단(NRF) 우수신진연구(2022R1C1C1010555), 지역혁신 선도연구센터(2020R1A5A8018367), BK21 FOUR 프로그램, 정보통신기획평가원(IITP) 인공지능반도체대학원의 지원을 받아 수행됐다.
2026.03.05
조회수 467