-
정확도·효율성 높인 생명과학 데이터 분석 도구 'scICE' 개발
기존보다 최대 30배 빠른 속도로 안정적인 결과만을 자동으로 선별하여 대규모 생명과학 데이터 분석의 정확도와 효율성을 획기적으로 향상하는 방법이 나왔다. 우리 대학 수리과학과 김재경 교수 연구팀은 세포 분류(클러스터링) 결과의 안정성을 수학적으로 평가해 불안정한 결과를 걸러내는 새로운 분석 도구인 ‘scICE(single-cell Inconsistency Clustering Estimator)’를 개발했다.
단일세포 수준에서 유전자 발현을 분석하는 기술인 단일세포 전사체 분석법(scRNA-seq)은 현대 생명과학 연구의 핵심 도구로 자리 잡았다. 이 과정에서 클러스터링은 유사한 유전자 발현 특성을 가진 세포들을 그룹으로 묶는 작업으로, 암세포와 정상 세포를 구분하거나 새로운 세포 유형을 발견하는 데 중요한 첫걸음이다. 하지만 클러스터링 알고리즘은 무작위로 세포를 분류해 같은 데이터를 분석해도 결과가 달라지는 경우가 많다.
제1 저자인 김현 선임연구원은 “일부 정상 세포가 암세포로 잘못 분류되거나 중요한 세포 유형이 누락되는 불안정성으로 인해 연구자들은 다시 분석하거나 복잡한 계산을 통해 신뢰도가 높은 결과를 선별해야 했다”며, “기존 방법들은 분석을 여러 번 반복해 합의된 결과를 도출하는 방식으로, 계산량이 방대하고 수만 개 이상의 세포가 포함된 대용량 데이터에는 적합하지 않다”고 말했다.
연구팀이 개발한 scICE는 한 번의 분석만으로도 얼마나 일관성 있게 결과가 도출됐는지를 수학적으로 평가한다. 새로 도입한 ‘불일치 계수(Inconsistency Coefficient, IC)’를 통해 많은 계산량이 요구되는 연산 없이도 클러스터 간 안정성을 정량적으로 판단할 수 있다. 모든 세포를 일일이 비교하던 기존 방식과 달리, 불일치 계수를 활용한 안정성 평가는 클러스터 구조 간 유사성만 평가해 비교 대상을 획기적으로 줄일 수 있어 분석 시간을 크게 단축한다.
연구팀은 뇌, 폐, 혈액 등 다양한 조직에서 수집된 48개의 실제 및 모의 scRNA-seq 데이터에 scICE를 적용하여 그 유효성을 입증했다. 그 결과, 기존 분석 결과 중 약 3분의 2는 통계적으로 불안정하며 신뢰하기 어렵다는 사실을 밝혀냈다. 반면, scICE는 신뢰할 수 있는 결과만을 선별해 연구자의 시간과 계산 자원을 절약하면서도 정확도를 한층 높였다.
또한, scICE는 일반적인 클러스터링으로는 놓치기 쉬운 희귀한 세포 유형을 효과적으로 탐지했다. 실제로 일부 데이터에서 찾기 어려웠던 희귀 면역세포들을 scICE 기반의 서브클러스터링을 통해 안정적으로 식별해냈다. 예를 들어, 매우 복잡한 분석을 거쳐야만 식별할 수 있던 여러 대식세포(macrophage) 아형들을 훨씬 간편하고 정확하게 구분해냈다.
scICE에 관심 있는 연구자는 누구나 깃허브 사이트(https://github.com/Mathbiomed/scICE)를 통해 쉽게 활용해볼 수 있다.
김재경 교수는 “이번 연구는 수학적 아이디어가 어떻게 생명과학의 핵심 문제를 해결하고 분석 과정을 혁신할 수 있는지를 보여주는 성과”라며, “클러스터링 신뢰도의 중요성이 간과되어 온 측면이 있는데, 이번 기회로 scICE가 생명과학 분야에서 신뢰도 높은 데이터 해석을 가능케 하는 표준 도구로 자리 잡기를 기대한다”고 전했다.
우리 대학 박종은 교수 연구팀, POSTECH 김종경 교수 연구팀, 고려대 서민석 교수 연구팀과 공동으로 참여한 이번 연구결과는 세계적인 국제학술지 네이처 커뮤니케이션즈(Nature Communications, IF 14.7)에 7월 2일 온라인 게재됐다.
2025.07.03
조회수 52
-
24시간 말하는 AI비서 가능성 여는 '스피치SSM' 개발
최근 음성 언어 모델(Spoken Language Model, SLM)은 텍스트 없이 인간의 음성을 학습해 음성의 언어적, 비언어적 정보를 이해 및 생성하는 기술로 텍스트 기반 언어 모델의 한계를 넘어서는 차세대 기술로 각광받고 있다. 하지만 기존 모델은 장시간 콘텐츠 생성이 요구되는 팟캐스트, 오디오북, 음성비서 등에서 한계가 두드러졌는데, 우리 연구진이 이런 한계를 뛰어넘어, 시간 제약 없이 일관되고 자연스러운 음성 생성을 실현한 ‘스피치SSM’을 개발하는데 성공했다.
우리 대학 전기및전자공학부 노용만 교수 연구팀의 박세진 연구원(박사과정)이 장시간 음성 생성이 가능한 음성 언어 모델 ‘스피치SSM(SpeechSSM)’을 개발했다고 3일 밝혔다.
이번 연구는 국제 최고 권위 머신러닝 학회인 ICML(International Conference on Machine Learning) 2025에 전체 제출된 논문 중 약 1%만이 선정되는 구두 논문 발표에 확정돼 뛰어난 연구 역량을 입증할 뿐만 아니라 우리 대학의 인공지능 연구 능력이 세계 최고 수준임을 다시 한번 보여주는 계기가 될 전망이다.
음성 언어 모델(SLM)은 중간에 텍스트로 변환하지 않고 음성을 직접 처리함으로써, 인간 화자 고유의 음향적 특성을 활용할 수 있어 대규모 모델에서도 고품질의 음성을 빠르게 생성할 수 있다는 점이 큰 강점이다.
그러나 기존 모델은 음성을 아주 세밀하게 잘게 쪼개서 아주 자세한 정보까지 담는 경우, ‘음성 토큰 해상도’가 높아지고 사용하는 메모리 소비도 증가하는 문제로 인해 장시간 음성의 의미적, 화자적 일관성을 유지하기 어려웠다.
연구팀은 이러한 문제를 해결하기 위해 하이브리드 상태공간 모델(Hybrid State-Space Model)을 사용한 음성 언어 모델인‘스피치SSM’를 개발해 긴 음성 시퀀스를 효율적으로 처리하고 생성할 수 있게 설계했다.
이 모델은 최근 정보에 집중하는 ‘어텐션 레이어(attention layer)’와 전체 이야기 흐름(장기적인 맥락)을 오래 기억하는 ‘순환 레이어(recurrent layer)’를 교차 배치한 ‘하이브리드 구조’를 통해 긴 시간 동안 음성을 생성해도 흐름을 잃지 않고 이야기를 잘 이어간다. 또한, 메모리 사용량과 연산량이 입력 길이에 따라 급격히 증가하지 않아, 장시간의 음성을 안정적이고 효율적으로 학습하고 생성할 수 있다.
스피치SSM은 음성 데이터를 짧은 고정된 단위(윈도우)로 나눠 각 단위별로 독립적으로 처리하고, 전체 긴 음성을 만들 경우에는 다시 붙이는 방식을 활용해 쉽게 긴 음성을 만들 수 있어 무한한 길이의 음성 시퀀스(unbounded speech sequence)를 효과적으로 처리할 수 있게 했다.
또한 음성 생성 단계에서는 한 글자, 한 단어 차례대로 천천히 만들어내지 않고, 여러 부분을 한꺼번에 빠르게 만들어내는 ‘비자기회귀(Non-Autoregressive)’방식의 오디오 합성 모델(SoundStorm)을 사용해, 고품질의 음성을 빠르게 생성할 수 있게 했다.
기존은 10초 정도 짧은 음성 모델을 평가했지만, 연구팀은 16분까지 생성할 수 있도록 자체 구축한 새로운 벤치마크 데이터셋인 ‘LibriSpeech-Long'을 기반으로 음성을 생성하는 평가 태스크를 새롭게 만들었다.
기존 음성 모델 평가 지표인 말이 문법적으로 맞는지 정도만 알려주는 PPL(Perplexity)에 비해, 연구팀은 시간이 지나면서도 내용이 잘 이어지는지 보는 'SC-L(semantic coherence over time)', 자연스럽게 들리는 정도를 시간 따라 보는 'N-MOS-T(naturalness mean opinion score over time)' 등 새로운 평가 지표들을 제안해 보다 효과적이고 정밀하게 평가했다.
새로운 평가를 통해 스피치SSM 음성 언어 모델로 생성된 음성은 긴 시간 생성에도 불구하고 초기 프롬프트에서 언급된 특정 인물이 지속적으로 등장하며, 맥락적으로 일관된 새로운 인물과 사건들이 자연스럽게 전개되는 모습을 확인했다. 이는 기존 모델들이 장시간 생성 시 쉽게 주제를 잃고 반복되는 현상을 보였던 것과 크게 대조적이다.
박세진 박사과정생은 “기존 음성 언어 모델은 장시간 생성에 한계가 있어, 실제 인간이 사용하도록 장시간 음성 생성이 가능한 음성 언어 모델을 개발하는 것이 목표였다”며 “이번 연구 성과를 통해 긴 문맥에서도 일관된 내용을 유지하면서, 기존 방식보다 더 효율적이고 빠르게 실시간으로 응답할 수 있어, 다양한 음성 콘텐츠 제작과 음성비서 등 음성 AI 분야에 크게 기여할 것으로 기대한다”라고 밝혔다.
이 연구는 제1 저자인 우리 대학 박세진 박사과정 학생이 구글 딥마인드(Google DeepMind)와 협력해, ICML(국제 머신러닝 학회) 2025에서 7월 16일 구두 발표로 소개될 예정이다.
※ 논문제목: Long-Form Speech Generation with Spoken Language Models
※ DOI: 10.48550/arXiv.2412.18603
한편, 박세진 박사과정생은 비전, 음성, 언어를 통합하는 연구를 수행하며 CVPR(컴퓨터 비전 분야 최고 학회) 2024 하이라이트 논문 발표, 2024년 ACL(자연어 처리 분야 최고 학회)에서 우수논문상(Outstanding Paper Award) 수상 등을 통해 우수한 연구 역량을 입증한 바 있다.
[데모 페이지 링크]
https://google.github.io/tacotron/publications/speechssm/
2025.07.03
조회수 138
-
LIG넥스원과 ‘국방 자율시스템 연구센터’ 설립·협력 확대
우리 대학은 2일 LIG넥스원(대표 신익현)과‘국방 자율시스템 연구센터’설립 및 운영협력을 위한 업무협약을 체결했다고 3일 밝혔다.
이번 협약을 통해 KAIST와 LIG넥스원은 국방 자율 시스템 및 AI 기반 체계 기술 분야의 공동 연구와 첨단 기술 개발을 본격화할 계획이다. 이를 위해 양 기관은 ‘국방 자율 시스템 연구센터’를 새롭게 설립하고 공동 운영에 나선다.
우리 대학은 정보통신기획평가원(IITP) 지원으로‘국방 지능형군집체계 연구센터’을 운영하고 있으며, LIG넥스원은 해당 센터에 참여해 ①중심집중형 군집체계 SW 플랫폼 ②유무인 협동교전 연구 ③분산형 Embodied-AI 연구 ④감시·정찰·요격 적용 연구 등 다양한 협력 과제를 수행 중이다.
양측은 기존 센터에서 축적된 연구성과와 시너지를 창출하며 자율시스템 분야의 연구로 협력을 확대해 나갈 방침이다.
양 기관은 이번 협약을 기반으로 △국방 분야 자율시스템 및 AI·체계 기술 공동 연구 △정보통신기획평가원(IITP) ITRC(대학ICT연구센터) 사업과 연계한 연구센터 운영 △전문 인력 양성·교류 프로그램 등을 긴밀히 추진할 계획이다.
우리 대학은 멘토링 기반 ‘학생 창의 자율 과제’, 방산기업-연계 인턴십, 40시간 단기강좌(파이썬·AI프로그래밍 등)와 같은 교육 프로그램을 운영하며 현장형 석·박사급 인재를 매년 배출하고 있다. 오는 11월에 예정된 데모데이에서는 기업 전시와 취업 연계 행사도 함께 열어 연구 성과의 사업화 및 창업 기회를 확대할 예정이다.
신익현 대표는 “LIG넥스원의 무인·미사일 체계 개발 역량과 KAIST의 첨단 AI 연구력이 결합해 미래 전장을 혁신할 것”이라며 “고도화된 국방 솔루션을 조기에 실증하겠다”고 말했다.
이광형 총장은 “지능형 군집체계는 전투 효율과 비용 절감을 동시에 달성할 핵심 기술”이라며 “산학·방산 협력을 통해 세계적 수준의 국방 AI 인재를 양성하고 원천기술을 확보하겠다”고 밝혔다.
양 기관은 앞으로 실환경 실증, 공동 과제 등 파트너십을 지속 확대해 대한민국 국방 R&D 생태계의 글로벌 경쟁력을 강화할 계획이다.
2025.07.03
조회수 112
-
신기정 교수 연구팀, PAKDD 최우수 서베이 논문상 수상
우리 대학 김재철AI대학원 소속 김경호 석사과정, 김선우 박사과정, 이건 석박통합과정(지도교수 신기정)이 지난 6월 호주 시드니에서 열린 제29회 Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD)에서 최우수 서베이 논문상(Best Survey Paper Award)을 수상했다.
PAKDD는 데이터 마이닝 분야의 권위 있는 국제 학술대회 중 하나로, 올해는 총 168편의 논문이 발표되었으며, 그 중 김경호, 김선우, 이건 학생이 참여한 논문을 포함한 세 편이 최우수 논문으로 선정되었다.
수상 논문의 제목은 “다중 행동 추천 시스템: 서베이” (Multi-Behavior Recommender Systems: A Survey)이다. 본 서베이 논문은 클릭, 장바구니 담기, 관심 목록 추가, 구매 등 다양한 사용자 행동을 활용해 추천 시스템을 고도화하는 다중 행동 추천 시스템에 대해 체계적으로 정리하고 비교 분석하였다. 또한, 기존 연구의 한계와 향후 개선 방향을 도출함으로써 관련 연구의 발전 가능성을 제시하였다.
신기정 교수는“복합적인 사용자 행동을 통합적으로 이해하고 모델링하는 것이 추천 시스템의 정확도 고도화에 중요한 열쇠가 된다”고 설명했다. 또한 “다중 행동 추천 시스템은 여전히 해결해야 할 기술적 과제가 많고 역동적인 분야”라며, “본 논문이 해당 분야의 기초를 다지고, 이후 연구들이 더욱 창의적이고 실용적인 방향으로 나아가는 데 디딤돌 역할을 하기를 기대한다”고 덧붙였다.
이 연구에는 KAIST 연구팀 이외에도 숭실대학교 정진홍 교수가 참여하였으며, 정보통신기획평가원의 지원을 받은 “EntireDB2AI: 전체 관계형 데이터베이스를 종합적으로 활용하는 심층 표현 학습 및 예측 원천기술과 소프트웨어 개발”과제와 한국연구재단의 지원을 받은 “그래프 파운데이션 모델: 다양한 모달리티 및 도메인에 적용 가능한 그래프 기반 기계 학습”과제의 성과다.
2025.07.02
조회수 178
-
AI로 방사성 오염 '아이오딘' 제거용 최적 신소재 발굴
원자력 에너지 활용에 있어 방사성 폐기물 관리는 핵심적인 과제 중 하나다. 특히 방사성 ‘아이오딘(요오드)’는 반감기가 길고(I-129의 경우 1,570만 년), 이동성 및 생체 유독성이 높아 환경 및 인체에 심각한 위험을 초래할 수 있다. 한국 연구진이 인공지능을 활용해 아이오딘을 제거할 원자력 환경 정화용 신소재 발굴에 성공했다. 연구팀은 향후 방사성 오염 흡착용 분말부터 오염수 처리 필터까지 다양한 산학협력을 통해 상용화를 추진할 예정이다.
우리 대학 원자력및양자공학과 류호진 교수 연구팀이 한국화학연구원 디지털화학연구센터 노주환 박사가 협력하여, 인공지능을 활용해 방사성 오염 물질이 될 수 있는 아이오딘을 효과적으로 제거하는 신소재를 발굴하는 기술을 개발했다고 2일 밝혔다.
최근 보고에 따르면 방사능 오염 물질인 아이오딘이 수용액 환경에서 아이오딘산염(IO3-) 형태로 존재하는 것으로 밝혀졌으나, 기존의 은 기반 흡착제는 이에 대해 낮은 화학적 흡착력을 가져 비효율적이었다. 따라서 아이오딘산염을 효과적으로 제거할 수 있는 새로운 흡착제 신소재 개발이 시급한 실정이다.
류호진 교수 연구팀은 기계학습을 활용한 실험 전략을 통해 다양한 금속원소를 함유한 ‘이중층 수산화물(Layered Double Hydroxide, 이하 LDH)’이라는 화합물 중 최적의 아이오딘산염 흡착제를 발굴했다.
이번 연구에서 개발된 구리-크롬-철-알루미늄 기반의 다중금속 이중층 수산화물 Cu3(CrFeAl)은 아이오딘산염에 대해 90% 이상의 뛰어난 흡착 성능을 보였다. 이는 기존의 시행착오 실험 방식으로는 탐색이 어려운 방대한 물질 조성 공간을 인공지능 기반의 능동학습법을 통해 효율적으로 탐색해 얻어낸 성과다.
연구팀은 이중층 수산화물(이하 LDH)이 고엔트로피 재료와 같이 다양한 금속 조성을 가질 수 있고 음이온 흡착에 유리한 구조를 지녔다는 점에 주목했다. 그러나 다중금속 LDH의 경우 가능한 금속 조합이 너무 많아 기존의 실험 방식으로는 최적의 조합을 찾기 어려웠다.
이를 해결하기 위해 연구팀은 인공지능(기계학습)을 도입했다. 초기 24개의 2원계 및 96개의 3원계 LDH 실험 데이터로 학습을 시작해, 4원계 및 5원계 후보 물질로 탐색을 확장했다. 이 결과 전체 후보 물질 중 단 16%에 대해서만 실험을 수행하고도 아이오딘산염 제거에 최적인 신소재 물질을 찾아낼 수 있었다.
류호진 교수는 “인공지능을 활용하면 방대한 신소재 후보 물질 군에서 방사성 오염 제거용 물질을 효율적으로 찾아낼 가능성을 보여, 원자력 환경 정화용 신소재 개발에 필요한 연구를 가속화하는데 기여할 것으로 기대된다”고 말했다.
류 교수 연구팀은 개발된 분말 기술에 대한 국내 특허를 출원했으며 이를 기반으로 해외 특허 출원을 진행 중이다. 연구팀은 향후 방사성 오염 흡착용 분말의 다양한 사용 환경에서의 성능을 고도화하고, 오염수 처리 필터 개발 분야에서 산학 협력을 통한 상용화 방안을 추진할 예정이다.
우리 대학 신소재공학과를 졸업한 이수정 박사와 한국화학연구원 디지털화학연구센터 노주환 박사가 제1 저자로 참여한 이번 연구는 이번 연구 결과는 환경 분야 국제 저명 학술지인 ‘위험물질 저널(Journal of Hazardous Materials)'에 5월 26일 온라인 게재됐다.
※논문명: Discovery of multi-metal-layered double hydroxides for decontamination of iodate by machine learning-assisted experiments
※DOI: https://doi.org/10.1016/j.jhazmat.2025.138735
이번 연구는 과학기술정보통신부 한국연구재단의 원자력기초연구지원사업과 나노·소재기술개발사업의 지원으로 수행됐다.
2025.07.02
조회수 242
-
2025 글로벌 기업가정신 써머스쿨, 실리콘밸리에서 성공적 종료
우리 대학 국제협력처 글로벌전략사업추진단(단장 김소영)이 주관한 ‘2025 글로벌 기업가정신 써머스쿨(2025 KAIST GESS: Global Entrepreneurship Summer School)’이 성공적으로 마무리되었다. 올해로 4회를 맞은 본 프로그램은 우리 대학 학생들이 세계적인 창업 중심지인 미국 실리콘밸리를 직접 방문하여 글로벌 기술 창업의 흐름을 체득하고, 국제 무대에서 도전할 수 있는 실전 역량을 강화하기 위해 기획되었다.
이번 2025 KAIST GESS에는 서류 심사, 면접, 팀 발표, 멘토링 및 동료평가 등을 통해 선발된 학부 및 대학원생 24명과 경영대학 임팩트(Impact) MBA 교육과정생 16명 등 약 40여명이 참가하였다. 학부 및 대학원생 참가자들은 지난 5월부터 2개월간 사전 교육과 선배 창업가의 멘토링을 통해 팀별 사업 모델을 구체화하고 사업 아이템을 고도화하였으며, 임팩트 MBA 교육과정생들은 실리콘밸리 현지 프로그램에 합류해 주요 강연과 네트워킹 세션에 함께하며 글로벌 창업 생태계에 대한 이해를 넓혔다.
지난달 22일부터 7일간 참가자들은 미국 실리콘밸리 현지에서 글로벌 창업 교육도 이수하였다. 이번 프로그램은 코트라 실리콘밸리 무역관, 한미 AI 반도체 혁신센터(K-ASIC), 플러그앤플레이 테크센터(Plug and Play Tech Center) 등 주요 기관과의 협력을 통해 운영되었으며, ‘글로벌 스타트업 문화’, ‘실패에서 배우는 창업’, ‘네트워크와 자본의 중요성’ 등을 주제로 현지 전문가의 특강이 진행되었다.
또한, 우리 대학 출신 창업가들이 이끄는 현지 스타트업을 직접 방문하며 생생한 글로벌 창업 현장을 체험하고, 각 기업 대표로부터 실감나는 창업 스토리를 전해 듣는 시간도 마련되었다. 비가라지(B Garage, 대표 김영준), 스파우츠 오브 워터(SPOUTS of Water, 공동창업자 Kathy Ku), 메딕라이프사이언스(Medic Life Sciences, 대표 한규호), 임프리메드(ImpriMed, 대표 임성원), 스톰벤처스(Storm Ventures, 대표 남태희) 등 현지에서 활발히 활동 중인 기업들과의 만남을 통해 참가자들은 글로벌 시장 진출의 구체적인 전략과 어려움에 대해 실질적인 조언을 얻었다.
우리 대학 학생들은 실리콘밸리 현지 첫 일정으로 진행된 ‘Global Entrepreneurship and AI’ 주제의 대화형 특강(fireside chat)에 참여해, 글로벌 창업과 인공지능(AI)의 미래에 대해 깊이 있는 논의를 나누는 시간을 가졌다. 이번 특강에는 △HyperAccel 미국 사업개발 총괄인 김제이(Jay Kim) △JP모건체이스 머신러닝 센터 오브 엑설런스의 AI/ML 디렉터 찬드라 셰카르 디르(Chandra Shekhar Dhir) △AI 음성합성 스타트업 Neosapience의 공동창업자이자 KAIST 동문인 김태수(Taesu Kim) 대표가 연사로 참여했다. 김태수 대표는 “건강 문제로 삶을 다시 돌아보게 되었고, 회복 후에는 사회에 임팩트를 주는 일을 하고 싶어 창업에 도전했다”고 전하며, 학생들에게도 “삶의 중요한 전환점에서 내가 진정으로 하고 싶은 일, 그리고 사회에 기여할 수 있는 일을 깊이 고민해 보라”고 조언했다.
GESS 참가자들은 실리콘밸리에서 배운 글로벌 기업가 정신의 핵심 가치인 ‘사회 환원’을 실천하고자, 써니베일 지역사회 및 풋힐 칼리지(Foothill College)와 연계하여 ‘인공지능 기술아 놀자(Let’s play with AI+ Tech)’ 봉사활동을 진행하였다. KAIST 학생들은 본래 강점인 인공지능(AI) 기술에 대한 기초적이고 핵심적인 지식을 지역 저소득층 아동과 학부모에게 쉽고 흥미롭게 전달하고자 ‘두들 AI(Doodle AI)’ 체험 교육을 직접 기획하고 운영했으며, 이를 통해 지역사회와 소통하는 뜻깊은 시간을 가졌다.
‘2025 KAIST GESS’의 마지막 날에는 실리콘밸리 현지 벤처투자자와 엑셀러레이터가 참여한 가운데 최종 피칭 행사가 열렸으며, 참가자들은 심사단 앞에서 2개월 간 발전시킨 비즈니스 모델을 발표하였다. 최종 우승은 유레코(eaureco)팀이 차지했으며, 이 팀의 박지원 학생(반도체시스템공학과 학사과정)은 “GESS는 단순한 교류를 넘어 실전에서 필요한 창업 역량을 검증할 수 있는 소중한 기회였다”고 소감을 밝혔다. 또한, “글로벌창업의 핵심인 실리콘밸리에서 한 피칭은 매우 소중한 경험이며, 이 경험을 바탕으로 글로벌창업가로서의 길을 설계해나갈 것”이라며 다시 한 번 꿈을 다졌다.
프로그램의 마무리는 실리콘밸리에서 오랜 경험을 쌓은 벤처 캐피탈리스트이자 지난 3년간 GESS 프로그램의 투자 심사위원으로 활약해온 음재훈(Jay Eum) VC의 특별 강연으로 진행되었다. 음 VC는 투자자의 시각에서 스타트업 성공의 핵심 요소를 설명하며, “창업의 여정은 결코 쉽지 않지만, 도전은 빠를수록 좋다”고 조언했다. 또한 그는 “로컬 시장에서 문제를 해결하는 것에 집중하되, 글로벌 시장에 도전하는 것을 두려워하지 말라”고 강조하며 참가자들에게 용기와 실천을 독려했다.
김소영 KAIST 글로벌전략사업추진단장은 “이번 2025 KAIST GESS가 KAIST 학생들이 글로벌 시장에서 영향력 있는 창업가로 성장하는 계기가 되기를 바란다”며, “이를 통해 KAIST의 국제적 위상 또한 한층 강화될 것으로 기대한다”고 밝혔다.
진병채 KAIST 경영대학 교수는 “현지 창업가들과의 직접적인 교류와 실리콘밸리 창업 생태계 경험은 학생들에게 실제적인 배움과 강한 동기 부여가 되었을 것”이라며 프로그램의 교육적 의의를 강조했다.
‘2025 KAIST GESS’는 KAIST 국제협력처, 경영대학, 창업원이 협력하여 공동 추진하였으며, 향후에도 KAIST는 실리콘밸리를 비롯한 주요 글로벌 허브와 연계한 현장 중심의 글로벌 창업 교육을 지속적으로 확대해 나가며, 혁신과 도전을 선도하는 차세대 글로벌 리더를 양성해 나갈 계획이다.
2025.07.01
조회수 298
-
장내 미생물로 난치성 뇌종양 면역치료 효과 높인다
우리 몸의 면역세포인 T세포를 활성화시켜 암세포를 제거하도록 유도하는 첨단 치료법인 ‘면역항암제’는 가장 치명적인 뇌종양 ‘교모세포종(Glioblastoma)’에는 거의 반응하지 않고, 치료에 대한 저항성이 높아 단독 치료로는 효과가 매우 제한적이라는 한계가 있었다. 이에 우리 연구진이 장내 미생물과 그 대사산물을 활용해 뇌종양의 면역치료 효과를 높일 수 있는 새로운 치료 전략을 세계 최초로 입증했다. 향후 미생물을 기반으로 한 면역치료 보완제 개발에 대한 가능성도 보여줬다.
우리 대학 생명과학과 이흥규 교수 연구팀이 장내 미생물 생태계 변화에 주목해 교모세포종 면역치료의 효율을 크게 높이는 방법을 발굴하고 이를 입증했다고 1일 밝혔다.
연구팀은 교모세포종이 진행되면서 장내에서 중요한 아미노산인 ‘트립토판(tryptophan)’의 농도가 급격히 줄어들고, 이로 인해 장내 미생물 생태계가 변화한다는 점에 주목했다. 그리고 트립토판을 보충해 미생물 다양성을 회복시키면, 특정 유익한 균주가 면역세포 중 하나인 CD8 T세포를 활성화하고 종양 조직으로 다시 유도하는 역할을 한다는 사실을 밝혀냈다.
연구팀은 생쥐 교모세포종 모델을 통해, 트립토판을 보충하면 암을 공격하는 T세포(특히 CD8 T세포)의 반응이 향상되고, 이들이 림프절과 뇌 등 종양이 있는 부위로 더 많이 이동한다는 사실을 확인했다.
이 과정에서 장내에 존재하는 유익한 공생균인 ‘던카니엘라 두보시(Duncaniella dubosii)’가 핵심적인 역할을 한다는 점도 밝혀냈다. 해당 균주는 T세포가 몸 안에서 효과적으로 재분포하도록 도와줬고, 면역항암제(anti-PD-1)와 함께 사용할 때 생존율이 유의미하게 향상됐다.
또한, 장내 미생물이 전혀 없는 무균 생쥐에게 위 공생균을 단독으로 투입해도 교모세포종에 대한 생존율이 높아졌으며, 이는 이 균주가 트립토판을 활용해 장내 환경을 조절하고, 그 과정에서 생성되는 대사산물이 CD8 T세포의 암세포 공격 능력을 강화하기 때문임이 입증됐다.
이흥규 교수는 “이번 연구는 면역관문억제제가 효과를 보이지 않았던 난치성 뇌종양에서도, 장내 미생물을 활용한 병용 전략을 통해 치료 반응을 유의하게 높일 수 있음을 보여준 의미 있는 성과”라고 설명했다.
우리 대학 김현철 박사(現, 생명과학연구소 박사후연구원)가 제1 저자로 참여했고 연구 결과는 생명과학 분야 국제 학술지‘셀 리포츠(Cell Reports)’에 지난 6월 26 일자 온라인판에 게재됐다.
(논문명: Gut microbiota dysbiosis induced by brain tumor modulates the efficacy of immunotherapy, https://doi.org/10.1016/j.celrep.2025.115825)
한편, 이번 연구는 과학기술정보통신부와 한국연구재단이 지원하는 개인기초연구사업 및 바이오의료기술개발사업의 일환으로 수행됐다.
2025.07.01
조회수 347
-
전산학부 허기홍 교수 연구팀, 세계 최고 소프트웨어공학 학술대회 FSE 2025에서 최우수 논문상 수상
우리 대학 전산학부 허기홍 교수 연구팀이 지난 6월 노르웨이 트론헤임에서 열린 ACM FSE 2025 (ACM International Conference on the Foundations of Software Engineering)에서 최우수 논문상(Distinguished Paper Award)을 수상했다.
FSE는 ACM(Association for Computing Machinery) 주최로 매년 개최되며, 소프트웨어공학 분야에서 세계적으로 가장 높은 권위를 지닌 국제 학술대회 중 하나다. 최신 연구 성과 발표와 전 세계 연구자 간 교류의 장이며, 제출된 논문 중 극소수만이 본 상을 수상할 만큼 경쟁이 치열하다. 최우수 논문상은 독창성, 기술적 완성도, 학술적 기여도, 실용적 영향력 등을 종합적으로 평가해 가장 우수한 논문에만 수여된다.
수상 논문은 박사과정 장수진, 류연희 연구원과 학부생 이희원 연구원이 공동 저자로 참여했으며, 기존보다 훨씬 효과적으로 소프트웨어 오류를 검출할 수 있는 ‘목표 지향 단위 테스트 자동 생성 시스템’을 새롭게 제안했다. 이 시스템은 소프트웨어 내부의 기능상 핵심 지점 또는 오류 가능성이 높은 지점을 집중적으로 테스트하는 프로그램을 자동 생성한다. 이를 통해 테스트 시간을 줄이면서도 오류 검출률을 높일 수 있으며, 특히 대규모 소프트웨어를 여러 개발자가 협업하는 환경에서 높은 실용성을 보인다.
연구팀은 실제로 이 시스템을 적용해 세계적으로 널리 사용되는 다양한 오픈소스 소프트웨어에서 수십 건의 미확인 오류를 새롭게 발견하며 기술의 실효성과 확장 가능성을 입증했다. 발표 당시 현장에서도 논문의 내용은 큰 관심을 끌며 주목을 받았다.
허기홍 교수는 “학생들의 열정과 협업이 만들어낸 값진 성과”라며 “이번 연구를 바탕으로 기술을 더욱 고도화해 세계적인 수준으로 발전시켜 나가겠다”고 밝혔다.
연구 소개 페이지: https://prosys.kaist.ac.kr/unitcon/
연구 논문: https://dl.acm.org/doi/10.1145/3729362
2025.06.30
조회수 243
-
기계공학과 윤국진 교수 연구팀, 세계 최고 권위 컴퓨터비전 국제학술대회 ICCV 2025에 논문 12편 채택
우리 대학 기계공학과 윤국진 교수 연구팀의 논문 12편이 세계 최고 권위 컴퓨터비전 국제 학술 대회 중 하나인 IEEE/CVF International Conference on Computer Vision 2025(ICCV 2025)에 채택되어, 연구팀의 독보적인 연구 역량을 다시 한번 국제적으로 인정받았다.
ICCV는 CVPR, ECCV와 함께 컴퓨터비전 및 인공지능 분야에서 가장 영향력 있는 국제 학술대회 중 하나로, 1987년부터 격년으로 개최되어 왔다. 이번 ICCV 2025에는 총 11,152편의 논문이 제출되었고, 이 중 2,698편이 채택되어 약 24.19%의 낮은 채택률을 기록하였다. 학술대회에 제출할 수 있는 논문 편수에 대한 제한이 있음에도 불구하고 단일 연구실에서 12편의 논문이 동시 채택되는 것은 매우 드문 성과다.
윤국진 교수 연구팀은 학습 기반의 시각 지능 구현을 목표로 연구를 진행하고 있으며, 이번에 발표된 12편의 논문들은 3D 객체 탐지 및 재구성, 동작 예측 및 계획, 악천후나 모션 블러와 같은 극한 환경에서의 영상 인식 및 개선, 테스트 시점 적응 및 멀티태스크 학습, 4D 맵을 활용한 재구성과 같은 컴퓨터비전 분야의 핵심 주제들에 대한 논문들이다.
특히 연구팀은 지난해 CVPR 2024와 ECCV 2024에서도 각각 9편과 12편의 논문을 발표하여 학계의 주목을 받은 바 있는데, 이번 ICCV 2025에서의 성과를 통해 전 세계 컴퓨터 비전 분야의 선두 연구실로서 입지를 더욱 확고히 했다. 연구팀은 앞으로도 도전적인 연구를 이어가며 학문적·기술적 한계를 확장해 나갈 계획이다.
ICCV 2025는 오는 10월 19일부터 23일까지 미국 하와이 호놀룰루에서 개최될 예정이다.
2025.06.30
조회수 406
-
KAIST-(주)아리텍바이오 ‘맞손’ 자원순환형 친환경 ESG 캠퍼스 구축 협력
우리 대학 ㈜아리텍바이오(대표 주윤상·김리아)와 6월 30일 대전 본원에서 업무협약을 체결하고, 지속 가능한 스마트 자원순환 캠퍼스 실현을 위한 협력에 나선다고 30일 밝혔다.
이번 협약은 음식물쓰레기 수거·활용의 자동화 및 고도화를 통해, KAIST의 ESG(환경·사회·지배구조) 경영 실천을 구체화하려는 취지에서 출발했으며, 1단계로 올해 하반기에 외국인 교수 아파트에서 실증 사업을 시작해 향후 전체 캠퍼스로 확대할 계획이다.
우리 대학 캠퍼스 내에서 발생하는 음식물쓰레기를 자체적으로 처리하고 이를 비료 등으로 재활용하는 자원 순환형 친환경 모델을 단계적으로 구축할 방침이다. 이를 통해 자원 낭비 최소화, 운영 비용 절감, 탄소 배출 저감 등 지속 가능한 캠퍼스 운영 체계를 실현할 계획이다.
특히 이번 사업의 핵심 중 하나는 자율주행 기술을 활용한 음식물쓰레기 수거 시스템으로 올해 하반기에 도입할 예정이다. 자율주행 차량이 학생 식당 등에서 발생한 음식물쓰레기를 자동 수거하고 처리장으로 운반하는 방식으로, 자동화된 자원순환 시스템을 구현함으로써 기술 기반 ESG 실천의 대표 사례가 될 것으로 기대된다.
이번 실증 사업은 KAIST 시설부의 창의적이고 도전적인 문제의식에서 비롯됐다. 윤여갑 시설팀장은 “음식물쓰레기를 단순 폐기물이 아닌 자원으로 인식하고, 이를 효과적으로 재활용할 수 있는 방안을 마련하고 있다”며, “KAIST의 지속 가능한 캠퍼스 정착을 위한 행정적 노력도 병행하고 있다”고 밝혔다.
우리 대학은 자원순환 기술의 실증을 통해 음식물쓰레기 처리 비용을 절감함은 물론, 이를 비료화하여 교내 수목과 스쿨팜 등에 활용하는 자원 선순환 모델을 구축할 예정이다. 이번 기술 융합형 스마트 자원순환 캠퍼스 모델은 지역 사회와 연계하여 향후 스마트 도시 생태계 조성에도 긍정적인 파급 효과를 가져올 것으로 기대된다.
김경수 KAIST 대외부총장은 “KAIST는 기술로 가치를 창출하고 사회적 책임을 실천하는 글로벌 선도대학으로서, 미래 기술과 지속 가능성의 조화를 모색하고 있다”며 “기술 기반 ESG 실천을 바탕으로 캠퍼스 혁신을 이끌고, 이를 지역 및 국가 차원의 환경 혁신으로 확산해 나갈 것”이라고 말했다.
2025.06.30
조회수 162
-
‘슝’ 스스로 움직이는 생명체 세포로봇 개발
현재 전 세계적으로 마이크로 및 나노급의 작은 입자 기반의 비생명체 자가 추진 로봇 기술은 활발하게 연구되고 있는 반면에, 세포와 같은 생명체 구성 요소를 직접 활용한 세포로봇 연구는 아직 초기 단계에 머물러 있다. 우리 연구진이 세포 기반 시스템의 자율적으로 이동하는 세포로봇을 개발하는데 성공했다. 향후 정밀 약물 전달이나 차세대 세포 기반 치료법의 원천기술로 활용될 수 있을 것으로 기대된다.
우리 대학 화학과 최인성 교수 연구팀이 외부 동력 장치나 복잡한 기계 구조 없이, 생체 부산물인 ‘요소(urea)’*를 연료로 사용하는 자가 추진 세포로봇을 개발했다고 30일 밝혔다.
*요소(urea): 사람을 포함한 대부분의 동물 체내에서 단백질을 분해하면서 생기는 노폐물로 생명체 안에서는 단백질 대사 과정에서 암모니아를 독성이 낮은 형태로 전환하여 배출하는 중요한 역할을 함
연구팀이 구현한 세포로봇은 방향성을 갖고 스스로 이동할 수 있으며, 원하는 물질을 운반하거나 주변 환경 제어 기능을 탑재할 수 있는 다기능성 플랫폼으로 설계됐다.
연구팀은 쉽고 안정적으로 얻을 수 있는 생명체이면서 부산물로 생성된 에탄올 활용 가능성이 있고, 인공적인 복잡한 외부 장치 없이 생명체 스스로 만들어내는 물질을 활용할 수 있는 ‘효모’에 주목했다.
제빵과 막걸리 발효에 사용되는 효모(이스트, yeast)는 포도당을 분해해 에너지를 얻는 대사 과정에서 알코올(에탄올)을 부산물로 생성하는데, 연구팀은 이때 생성된 에탄올을 활용해 효모 표면에 생체친화적인 방식으로 나노 껍질을 형성할 수 있는 원천기술을 개발했다.
이를 위해, 알코올산화효소(AOx)와 겨자무과산화효소(HRP)로 구성된 효소 시스템을 도입했다. 이 효소 시스템은 효모의 포도당 분해 반응과 연계된 연쇄적 효소 반응을 유도하며, 그 결과로 멜라닌 계열의 나노껍질이 효모 표면에 형성된다.
특히, 이번에 개발된 화학적 방법론은 효모가 성장하고 분열하는 동안에도 나노껍질 형성이 지속적으로 일어나도록 설계돼 있어서, 세포의 형태 변화에 따라 비대칭적인 세포-껍질 구조가 자연스럽게 생성된다.
예를 들어, 분열 중인 세포 전체를 감싸는 껍질이 형성되기도 하지만, 모세포 부분에는 껍질이 생성되고 딸세포 부분에는 형성되지 않는 구조도 만들어진다.
연구팀은 세포를 감싸는 나노껍질에 우레아제(urease)*를 부착하고 세포로봇의 움직임을 관찰했다. 우레아제는 요소를 분해하는 촉매 역할을 하며 세포로봇이 스스로 움직일 수 있도록 구동력을 만들어내는 핵심 역할을 수행하며 비대칭 구조를 가진 세포로봇이 보다 명확한 방향성을 갖고 자가 추진하는 현상을 확인했다.
*우레아제(urease): 요소를 분해해 암모니아와 이산화탄소를 만드는 효소
이번에 개발된 세포로봇은 세포 주위에 존재하는 물질만으로 자가 추진이 가능하고, 자석이나 레이저 등 복잡한 외부 제어 장치에 의존하지 않아 구동 메커니즘이 훨씬 간단하고 생체친화적이다. 또한, 나노껍질에 다양한 효소를 화학적으로 접합할 수 있어, 다양한 생체 물질을 연료로 활용하는 세포로봇의 확장 개발도 가능하다.
이번 연구의 제1 저자인 화학과 김나영 박사과정은 “자가 추진 세포로봇은 스스로 환경을 감지하고 반응하며 움직이는 능력을 지닌 새로운 개념의 플랫폼으로, 향후 암세포 표적 치료나 정밀 약물전달시스템 등에서 중요한 역할을 할 수 있을 것”이라고 말했다.
이번 연구는 국제 학술지 ‘사이언스 어드밴시스(Science Advances)’에 지난 6월 25일 오후 2시(미국 동부시각) 온라인판에 게재됐다.
※ 논문명 : Autonomous Chemo-Metabolic Construction of Anisotropic Cell-in-Shell Nanobiohybrids in Enzyme-Powered Cell Microrobots; 국문 번역 : 효소 구동 세포 마이크로로봇 구축에서의 자율적인 화학-대사 반응을 통해 형성된 비등방성 세포내껍질 나노바이오하이브리드
※ DOI: https://doi.org/10.1126/sciadv.adu5451
한편, 이번 연구는 한국연구재단 기초연구사업 중견연구과제(제목: 세포대사 연계형 단일세포나노피포화)의 지원을 받아 수행됐다.
2025.06.30
조회수 438
-
이산화탄소만 잡아내는 유망 소재를 AI로 쉽게 찾는다
기후 위기를 막기 위해 이미 배출된 이산화탄소를 적극적으로 줄이는 것이 필수적이며, 이를 위해 공기 중 이산화탄소만 직접 포집하는 기술(Direct Air Capture, 이하 DAC)이 주목받고 있다. 하지만 공기 중에 존재하는 수증기(H₂O)로 인해 이산화탄소만 효과적으로 포집하는 것이 쉽지 않다. 이 기술의 핵심 소재로 연구되는 금속–유기 구조체(Metal-Organic Frameworks, 이하 MOF)를 활용해 우리 연구진이 AI 기반 기계학습 기술을 적용, MOF 중에서 가장 유망한 탄소 포집 후보 소재들을 찾아내는 데 성공했다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 임페리얼 칼리지 런던(Imperial College London) 연구팀과 공동 연구를 통해 대기 중 이산화탄소 포집에 적합한 MOF를 빠르고 정확하게 선별할 수 있는 기계학습 기반 시뮬레이션 기법을 개발했다고 29일 밝혔다.
복잡한 구조와 분자 간 상호작용의 예측 한계로 인해 고성능 소재를 찾는 데 큰 제약을 극복하기 위해, 연구팀은 MOF와 이산화탄소(CO2), 물(H2O) 사이의 상호작용을 정밀하게 예측할 수 있는 기계학습(머신러닝) 기반 역장(Machine Learning Force Field, MLFF)을 개발하고, 이를 통해 양자역학 수준의 예측 정확도를 유지하면서도 기존보다 월등히 빠른 속도로 MOF 소재들의 흡착 물성을 계산할 수 있도록 했다.
연구팀은 개발된 시스템을 활용해 8,000여 개의 실험적으로 합성된 MOF 구조를 대규모 스크리닝한 결과, 100개 이상의 유망한 탄소 포집 후보 소재를 발굴했다. 특히 기존의 고전 역장 기반 시뮬레이션으로는 확인되지 않았던 새로운 후보 소재들을 제시했으며, MOF의 화학 구조와 흡착 성능 간의 상관관계를 분석해 DAC용 소재 설계에 유용한 7가지 핵심 화학적 특징도 함께 제안했다.
이번 연구는 MOF–CO2 및 MOF-H2O 간 상호작용을 정밀하게 예측함으로써, DAC 분야의 소재 설계 및 시뮬레이션 기술을 크게 향상한 사례로 평가된다.
우리 대학 생명화학공학과 임윤성 박사과정과 박현수 박사가 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `매터 (Matter)'에 지난 6월 12일 게재됐다.
※논문명: Accelerating CO2 direct air capture screening for metal-organic frameworks with a transferable machine learning force field
※DOI: 10.1016/j.matt.2025.102203
한편, 이번 연구는 Saudi Aramco-KAIST CO2 Management Center와 과학기술정보통신부의 글로벌 C.L.E.A.N. 사업의 지원을 받아 수행됐다.
2025.06.30
조회수 238