본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%EA%B3%B5%EA%B3%BC%EB%8C%80%ED%95%99
최신순
조회순
김정호 교수, 한국반도체학술대회 ‘2025 강대원 상’ 수상
우리 대학 전기및전자공학부 김정호 교수가 회로·시스템 분야 '2025년 강대원 상'을 한국반도체학술대회 상임운영위원회로부터 수상한다. 김 교수는 HBM 개발에 기여한 공로를 인정받아 SK하이닉스 이강욱 부사장과 함께 수상한다. 시상식은 13일 오후 강원도 하이원그랜드호텔에서 한국반도체산업협회 · 한국반도체연구조합 · DB하이텍이 공동으로 주관, 개최하는 ‘제32회 한국반도체학술대회(KCS 2025)’ 개막식에서 진행된다. 강대원 상은 세계 최초로 모스펫(MOSFET)과 플로팅게이트를 개발해, 반도체 기술 발전에 신기원을 이룩한 고(故) 강대원 박사를 기리기 위해 제정되었으며, 한국반도체학술대회 상임운영위원회가 지난 2017년 열린 제24회 반도체 학술대회부터 강대원 박사를 이을 인재들을 발굴, 선정해서 시상하고 있다. 김정호 교수는 ‘HBM 아버지’로 불리는 인공지능 반도체 분야의 세계적 권위자이다. 지난 20년 이상 HBM 관련 설계 기술을 세계적으로 주도해 왔다. 특히 HBM 실리콘관통전극(TSV), 인터포저, 신호선 설계(SI), 전력선 설계(PI) 등을 연구하며 세계적으로 연구의 독창성을 인정받고 있다. 이것뿐만 아니라 2010년부터 HBM 상용화 설계에 직접 참여하고 있다. 그 결과, 현재의 인공지능 시대를 가능하게 했다는 평가를 받는다. 최근에는 6세대 HBM인 HBM4를 비롯해, HBM5, HBM6와 같은 차세대 HBM 구조와 아키텍트를 주도적으로 연구 중이다. 여기에 한 걸음 더 나아가 HBM 설계를 인공지능으로 자동화하려는 시도를 병행하고 있다. 특히 강화학습과 생성 인공지능을 결합해 HBM의 전기적, 열적 최적화 연구를 세계적 수준으로 이끌며, 이 분야의 연구를 선도하고 있다. 작년 6월에는, 삼성전자와 공동으로 KAIST에 ‘시스템아키텍트대학원’을 설립해 인공지능 반도체 분야 H/W 및 S/W 동시 설계가 가능한 고급 전문 인력을 양성하는 데 힘쓰고 있으며, 2018년부터 삼성전자 산학협력센터장을 맡고 있다. 또 네이버 ‧ 인텔과 협력해 KAIST에 AI 공동연구센터(NIK AI Research Center)를 설립하는 등 AI 반도체 설계와 더불어 AI 클라우드, AI 데이터 센터 성능 최적화를 목표로 반도체 산업의 신생태계 구축에도 기여하고 있다. IEEE(국제전기전자공학자학회) 석학회원(Fellow)인 김 교수는 이와 같이 반도체 분야 연구와 교육을 통해 산업 발전에 기여한 공로를 인정받아 KAIST 학술상, KAIST 연구대상, KAIST 국제협력상, IEEE 기술 업적상 등을 수상했으며. IEEE 등 여러 국제학회에서 20여 차례에 걸쳐 '최고 논문상‘을 받는 등 학술적인 면에서도 큰 성과를 거두고 있다. ‘강대원 상’은 한국반도체학술대회 상임운영위원회가 세계적인 반도체 연구자인 고(故) 강대원 박사의 업적을 재조명하기 위해 지난 2017년, 처음 제정한 상이다. 강 박사는 미국 벨연구소에 입사해 1960년 이집트 출신 아탈라 박사와 트랜지스터 모스펫(MOS-FET)을 개발, 현대 반도체 기술의 핵심 토대를 마련했다. 또 플래시메모리 근간인 플로팅게이트를 세계 최초로 개발하기도 했다. 한편 한국반도체산업협회와 한국반도체연구조합, DB하이텍이 12~14일 강원도 하이원그랜드호텔에서 개최하는 32회 한국반도체학술대회에는 삼성전자·SK하이닉스·DB하이텍 등 반도체 기업을 포함해 국내 4,200명 이상의 반도체 분야 산·학·연 전문가와 학생이 참석해 역대 최대 규모인 1,659편 논문을 발표하는 등 연구 성과를 공유한다.
2025.02.12
조회수 272
기계공학과 공경철 교수, 올해의 KAIST인상 수상
우리 대학은 개교 54년을 맞이하여 ‘올해의 KAIST인상’ 수상자로 공경철 기계공학과 교수를 선정했다. ‘올해의 KAIST인상’은 탁월한 학술 및 연구 실적으로 국내외에서 KAIST의 발전을 위해 노력한 구성원에게 수여하는 상으로 지난 2001년에 처음 제정됐다. 24번째 수상자로 선정된 공경철 교수는 4년마다 신체 장애를 로봇 기술로 극복하는 국제대회인 ‘2024 사이배슬론(Cybathlon)’에서 2020년에 이어 2회 연속 금메달을 석권하며 KAIST 로봇기술의 위상을 전 세계에 알린 공로를 인정받았다. 공경철 교수팀이 개발한 ‘워크온 슈트(WalkON Suit) F1’은 하반신 완전마비 장애인에게 일상생활에서 실질적인 도움을 제공할 수 있는 웨어러블 로봇으로, 기술의 우수성과 사회적 가치를 모두 인정받아 국제대회에서 금메달뿐만 아니라 특별 심사위원상(Jury Award)까지 수상하는 쾌거를 이루었다. 공경철 교수의 웨어러블 로봇 기술은 장애인의 보행 보조 기능을 넘어, 일상에서 직면하는 다양한 어려움을 극복할 수 있도록 하여 대중의 큰 공감과 관심을 끌어내었다. 특히, 최근 발표한 로봇은 휴머노이드와 웨어러블 로봇이 결합된 형태를 보이며, 기술적 초격차와 대중적 인기라는 두 가지 성과를 동시에 이룰 수 있었다. 공경철 교수는 ”오늘 이 상은 저와 저희 연구팀에게 큰 응원과 격려가 되지만, 동시에 KAIST에 대한 사회적 기대를 다시금 되새기는 계기가 되었다.” 라고 전했다. 이어, 공 교수는 ”특히 신체적으로 어려움을 겪는 장애인, 근로자, 고령자분들의 삶에 실질적인 도움이 될 수 있도록, ‘따뜻한 최첨단 기술’을 실현하는 데 최선을 다하겠다. 그것이 바로 KAIST의 3C 정신인 창의(Creativity)·도전(Challenge)·배려(Caring) 정신을 실천하는 길이라 믿으며, 오늘의 영광을 사명감으로 가슴에 새기고 더욱 정진하겠다.”라고 소감을 밝혔다. 이날 기념식에서는 교육, 학술, 국제협력 성과가 탁월하거나 KAIST의 위상에 크게 공헌한 총 47명의 교원에게도 특별 포상이 진행된다. 김택수 기계공학과 교수는 최첨단 박막소재의 기계적 물성 측정 및 향상 기술에 관한 혁신적인 연구를 통해 대한민국 반도체 및 디스플레이 산업 발전에 크게 기여한 공로로 ‘학술대상’을 수상한다. ‘창의강의대상’은 혁신적·융합적 강의를 통해 학생들이 자기주도적으로 뇌과학 및 인지신경과학을 학습할 수 있도록 이끌어낸 정아인 바이오및뇌공학과 교수가 수상한다. 양용수 물리학과 교수는 질문과 토론 중심의 강의 개편과 적극적인 수업분위기 조성을 통해 학생들의 교육 만족도를 크게 높인 것으로 평가받아 ‘우수강의대상’을 받는다. ’공적대상‘은 방효충 항공우주공학과 교수가 수상한다. 방 교수는 국방특화연구센터, 미래도전 연구과제, 한화스페이스허브-카이스트 우주기술연구센터 등의 연구센터를 유치하여 대규모 연구사업을 수주하였으며, 다양한 국제활동과 대외 위원회 활동을 통해 국방과 우주항공 분야의 발전에 기여하였다. 또한, 2024년에는 우주항공청 설립과 함께 국가우주위원회 부위원장직을 담당하며 학교의 위상을 강화한 공로다. 화학과 임미희 교수는 ’국제협력대상‘을 받는다. 임 교수는 세계적으로 인정받는 한국 대표 화학자로서 뛰어난 연구 능력과 리더십으로 국내외 기초과학의 연구, 국제화, 교육 및 과학자 육성 등에 크게 기여한 공로를 인정받았다. 이광형 총장은 “남들이 가지 않은 새로운 분야에 도전하고 기존의 한계를 뛰어넘기 위해 헌신하는 구성원들의 노력이야말로 KAIST의 정신”이라고 말했다. 이어 “오늘은 수상자를 비롯해 성과를 이루기 위해 힘쓴 모든 구성원이 함께 기쁨을 나누고 축하받는 날이 되길 바란다.”라고 전했다.
2025.02.12
조회수 361
감정노동 근로자 정신건강 살피는 AI 나왔다
감정노동이 필수적인 직무를 수행하는 상담원, 은행원 근로자들은 실제로 느끼는 감정과는 다른 감정을 표현해야 하는 상황에 자주 놓이게 된다. 이런 감정적 작업 부하에 장시간 노출되면 심각한 정신적, 심리적 문제뿐만 아니라 심혈관계 및 소화기계 질환 등 신체적 질병으로도 이어질 수 있어 이는 심각한 사회 문제로 여겨지고 있다. 한미 공동 연구진은 인공지능을 활용해서 근로자의 감정적 작업 부하를 자동으로 측정하고 실시간으로 모니터링할 수 있는 새로운 방법을 제시했다. 우리 대학 전산학부 이의진 교수 연구팀은 중앙대학교 박은지 교수팀, 미국 애크런 대학교의 감정노동 분야 세계적인 석학인 제임스 디펜도프 교수팀과 다학제 연구팀을 구성해 근로자들의 감정적 작업 부하를 실시간으로 추정해 심각한 정신적, 신체적 질병을 예방할 수 있는 인공지능 모델을 개발했다고 11일 밝혔다. 연구팀은 이번 연구를 통해 근로자가 감정적 작업 부하가 높은 상황과 그렇지 않은 상황을 87%의 정확도로 구분해 내는데 성공했다. 이 시스템은 기존의 설문이나 인터뷰 같은 주관적인 자기 보고 방식에 의존하지 않고도 감정적 작업 부하를 실시간으로 평가할 수 있어 근로자들의 정신건강 문제를 사전에 예방하고 효과적으로 관리할 수 있다는 장점이 있다. 또한, 이 시스템은 콜센터뿐만 아니라 고객 응대가 필요한 다양한 직종에 적용될 수 있어 감정 노동자들의 장기적인 정신건강 보호에 크게 기여할 것으로 기대된다. 기존 연구는 주로 사무실에서 컴퓨터를 사용해 서류 업무를 주로 다루는 직장인의 인지적 작업 부하(정보를 처리하고 의사결정을 내리는 데 필요한 정신적 노력)를 다뤘으며, 고객을 상대하는 감정 노동자들의 작업 부하를 추정하는 연구는 전무한 상황이었다. 감정 노동자들의 감정적 작업 부하는 고용주로부터 요구되는 정서 표현 규칙과 관련이 깊다. 특히 감정노동이 요구되는 상황에서는 자신의 실제 감정을 억제하고 친절한 응대를 해야 하기 때문에 대체적으로 근로자의 감정이나 심리적 상태가 표면적으로 드러나 있지 않다. 기존의 감정-탐지 인공지능 모델들은 주로 인간의 감정이 표정이나 목소리에 명백하게 드러나는 데이터를 활용해 모델을 학습해왔기 때문에 자신의 감정을 억제하고 친절한 응대를 강요받는 감정 노동자들의 내적인 감정적 작업 부하를 측정하는 것은 어려운 일로 여겨져 왔다. 모델 개발을 위해서는 현실을 충실히 반영한 고품질의 상담 시나리오 데이터셋 구축이 필수적어서 연구팀은 현업에 종사 중인 감정 노동자들을 대상으로 고객상담 데이터셋을 구축했다. 일반적인 콜센터 고객을 응대 시나리오를 개발하여 31명의 상담사로부터 음성, 행동, 생체신호 등 다중 모달 센서 데이터를 수집했다. 연구팀은 인공지능 모델 개발을 위해 고객과 상담사의 음성 데이터로부터 총 176개의 음성특징을 추출했다. 음성 신호 처리를 통해서 시간, 주파수, 음조 등 다양한 종류의 음성특징이 추출하며, 대화 내용은 고객의 개인정보 보호를 위하여 사용하지 않았다. 정서 표현 규칙으로 인한 상담사의 억제된 감정 상태를 추정하기 위하여 상담사로부터 수집된 생체신호로부터 추가적인 특징을 추출했다. 피부의 전기적 특성을 나타내는 피부 전도도(EDA, Electrodermal activity) 13개의 특징, 뇌의 전기적 활성도를 측정하는 뇌파(EEG, Electroencephalogram) 20개의 특징, 심전도(ECG, Electrocardiogram) 7개의 특징, 그 외 몸의 움직임, 체온 데이터로부터 12개의 특징을 추출했다. 총 228개의 특징을 추출해 9종의 인공지능 모델을 학습하여 성능 비교 평가를 수행했다. 결과적으로, 학습된 모델은 상담사가 감정적 작업 부하가 높은 상황과 그렇지 않은 상황을 87%의 정확도로 구분해 냈다. 흥미로운 점은 기존 감정-탐지 모델에서 대상의 목소리가 성능 향상에 기여하는 주요한 요인이었지만 본인의 감정을 억누르고 친절함을 유지해야 하는 감정노동의 상황에서는 상담사의 목소리가 포함될 경우 오히려 모델의 성능이 떨어지는 현상을 보였다는 것이다. 그 외에 고객의 목소리, 상담사의 피부 전도도 및 체온이 모델 성능 향상에 중요한 영향을 미치는 특징으로 밝혀졌다. 이의진 교수는 "감정적 작업 부하를 실시간으로 측정할 수 있는 기술을 통해 감정노동의 직무 환경 개선과 정신건강을 보호할 수 있다”며 "개발된 기술을 감정 노동자의 정신건강을 관리할 수 있는 모바일 앱과 연계하여 실증할 예정이다”고 말했다. 중앙대학교 박은지 교수(KAIST 전산학부 박사 졸업)가 제1 저자이며 유비쿼터스 컴퓨팅 분야 국제 최우수 학술지인 「Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies」 2024년 9월호에 게재됐다. 또한, 이 연구는 인간-컴퓨터 상호작용 분야의 최우수 학술대회인 ACM UbiComp 2024에서 발표됐다. (논문제목: Hide-and-seek: Detecting Workers’ Emotional Workload in Emotional Labor Contexts Using Multimodal Sensing, https://doi.org/10.1145/3678593) 이번 연구는 과학기술정보통신부 정보통신기획평가원 ICT융합산업혁신기술개발사업의 지원을 받아 수행됐다.
2025.02.11
조회수 549
수면 무호흡증 실시간 진단 센서 개발
이산화탄소는 주요 호흡 대사 산물로서, 날숨 내 이산화탄소 농도의 지속적인 모니터링은 호흡·순환기계 질병을 조기 발견 및 진단하는 데 중요한 지표가 될 뿐만 아니라, 개인 운동 상태 모니터링 등에 폭넓게 사용될 수 있다. 우리 연구진이 마스크 내부에 부착하여 이산화탄소 농도를 정확히 측정하는데 성공했다. 우리 대학 전기및전자공학부 유승협 교수 연구팀이 실시간으로 안정적인 호흡 모니터링이 가능한 저전력 고속 웨어러블 이산화탄소 센서를 개발했다고 10일 밝혔다. 기존 비침습적 이산화탄소 센서는 부피가 크고 소비전력이 높다는 한계가 있었다. 특히 형광 분자를 이용한 광화학적 이산화탄소 센서는 소형화 및 경량화가 가능하다는 장점에도 불구하고, 염료 분자의 광 열화 현상으로 인해 장시간 안정적 사용이 어려워 웨어러블 헬스케어 센서로 사용되는 데 제약이 있었다. 광화학적 이산화탄소 센서는 형광 분자에서 방출되는 형광의 세기가 이산화탄소 농도에 따라 감소하는 점을 이용하며, 형광 빛의 변화를 효과적으로 검출하는 것이 중요하다. 이를 위해 연구팀은 LED와 이를 감싸는 유기 포토다이오드로 이루어진 저전력 이산화탄소 센서를 개발했다. 높은 수광 효율을 바탕으로 형광 분자에 조사되는 여기 광량이 최소화된 센서는 수 mW 수준을 소비하는 기존 센서에 비해 수십 배 낮은 171μW의 소자 소비전력을 달성했다. 연구팀은 또한 이산화탄소 센서에 사용되는 형광 분자의 광 열화 경로를 규명해 광화학적 센서에서 사용 시간에 따라 오차가 증가하는 원인을 밝히고, 오차 발생을 억제하기 위한 광학적 설계 방법을 제시했다. 이를 기반으로, 연구팀은 기존 광화학적 센서의 고질적 문제였던 광 열화 현상에 따른 오차 발생을 효율적으로 감소시키고 동일 재료에 기반한 기존 기술은 20분 이내인데 반해 최대 9시간까지 안정적으로 연속 사용이 가능하며, 이산화탄소 감지 형광 필름 교체시 다회 활용도 가능한 센서를 개발했다. 개발된 센서는 가볍고(0.12 g), 얇으며(0.7 mm), 유연하다는 장점을 기반으로 마스크 내부에 부착되어 이산화탄소 농도를 정확히 측정했다. 또한, 실시간으로 들숨과 날숨을 구별해 호흡수까지 모니터링 가능한 빠른 속도와 높은 해상도를 보였다. 유승협 교수는 "개발한 센서는 저전력, 고안정성, 유연성 등 우수한 특성을 가져 웨어러블 디바이스에 폭넓게 적용될 수 있어 과탄산증, 만성 폐쇄성 폐질환, 수면 무호흡 등 다양한 질병의 조기 진단에 사용될 수 있다”면서 “특히, 분진 발생 현장이나 환절기 등 장시간 마스크 착용 환경에서의 재호흡에 따른 부작용 개선에도 사용될 것으로 기대된다ˮ 라고 밝혔다. 신소재공학과 김민재 학사과정과 전기및전자공학부 최동호 박사과정이 공동 제1 저자로 참여한 이번 연구는 Cell 자매지인 `디바이스(Device)' 온라인판에 지난달 22일 공개됐다. (논문명: Ultralow-power carbon dioxide sensor for real-time breath monitoring) DOI: https://doi.org/10.1016/j.device.2024.100681 한편 이번 연구는 산업통상자원부 소재부품기술개발사업, 한국연구재단 원천기술개발사업, KAIST 학부생 연구참여 프로젝트 (URP) 프로그램의 지원을 받아 수행됐다.
2025.02.10
조회수 486
고활성 수소연료전지 촉매 개발, ‘백금 사용량 1/3 저감, 내구성 2배 향상’
우리 대학 신소재공학과 조은애 교수 연구팀이 인하대학교 함형철 교수 연구팀과 공동연구를 통해 수소연료전지의 핵심 소재인 전극에 들어가는 백금의 사용량 저감에 성공하였으며, 내구성이 향상된 촉매 소재를 개발했다고 7일 밝혔다. 수소차의 동력원으로 사용되는 양성자 교환막 연료전지(proton exchange membrane fuel cell, PEMFC)는 값비싼 백금 촉매 소재를 사용한다. 따라서, 백금 사용량 저감 및 반응 중 안정적인 활성을 갖는 촉매 소재 개발이 양성자 교환막 연료전지 기술 개발에 있어 중요한 부분을 차지한다. 연료전지는 백금 촉매의 성능을 높여 백금 사용량을 줄이려는 전략으로 상대적으로 값싼 비귀금속과의 합금화를 주로 사용한다. 그러나, 일반적인 합금 촉매의 경우 비귀금속이 반응 중 녹아 나올 수 있으며, 녹아 나온 비귀금속에 의해 연료전지가 손상되는 추가 문제를 유발할 수 있다. 이를 해결하기 위한 전략으로, 녹아 나온 상태에서도 연료전지에 손상을 주지 않는 것으로 알려진 아연을 촉매 개발에 이용하였다. 하지만, 다른 비귀금속에 비해 아연의 낮은 *환원 전위로 인해 백금-아연 촉매를 제작하는 데에 또 다른 어려움이 있다. (*환원 전위: 주로 금속 원소의 환원 반응이 일어나는 기준이 되는 평형 전위 값을 의미하며, 해당 값이 클수록 금속으로 환원되려는 성질이 강함) 공동연구팀은 백금과 비귀금속을 반응기 내부에서 동시에 환원시켜 제조하는 일반적인 방법이 아닌, 아연 단일원자 구조를 포함한 탄소 *담지체를 먼저 제조한 후 담지체에 존재하는 원자 단위로 분산된 아연을 이용하는 방법을 적용하였다. (*담지체: 전기화학촉매의 분산성, 안정성을 높이기 위해 촉매와 함께 사용되는 물질. 일반적으로 탄소 기반 물질이 사용됨) 구체적인 전략으로는, 제조된 아연 단일원자 구조를 포함한 탄소 담지체 위에 백금 나노입자를 합성하였다. 그 후, 고온 열처리를 통해 담지체에 존재하는 아연 원자가 백금 나노입자로 이동하면서 원자 수준에서 정렬된 구조를 갖는 백금-아연 나노입자 구조로 전환되었다. 합성된 백금-아연 나노입자 촉매는 일반적인 방법에 비해 아연을 효과적으로 도입할 수 있었으며, 고온 열처리 과정에서 입자끼리 뭉치는 현상을 억제하여 나노입자가 갖는 넓은 표면적을 효과적으로 사용하는 데에 긍정적인 영향을 주었다. 또한, 무질서한 배열인 합금 구조가 아닌 원자 수준에서 정렬된 구조의 백금-아연 나노입자의 촉매를 제조하여, 향상된 성능과 내구성을 보일 수 있었다. 동일 백금 사용량 기준으로 촉매의 성능을 비교한 결과, 상용 백금 나노입자 촉매 대비 백금-아연 나노입자에서 3배의 성능 향상을 보였다. 더불어, 연료전지 구동 환경 모사 실험의 전과 후의 성능 비교를 통해 내구성 평가를 진행하였으며, 상용 백금 나노입자 촉매 대비 공동연구팀이 개발한 백금-아연 나노입자 촉매에서 2배의 내구성 향상을 보였다. 공동연구팀은 우수한 내구성을 뒷받침하기 위해 밀도범함수 이론 기반 연산을 이용하였다. 백금-아연 나노입자와 아연 단일원자 담지체 사이에서 강한 결합력을 확인하였으며, 이를 바탕으로 백금-아연 나노입자 촉매의 우수한 내구성을 설명했다. 조은애 교수는 “일반적인 방법으로는 구현이 어려운 백금-아연 나노입자 촉매를 아연 단일원자 구조 담지체를 이용하여 합성할 수 있었다”고 설명하며, “저렴하고 매장량이 풍부한 금속인 아연을 활용하여 백금 사용량을 기존 상용 촉매 대비 1/3 수준으로 줄일 수 있었으며, 내구성 또한 향상된 촉매를 개발할 수 있었다”고 평가했다. 우리 대학 신소재공학과 이광호 박사과정이 제1저자로 참여한 이번 연구 결과는 화학 공학 분야 국제 학술지 ‘케미컬 엔지니어링 저널(Chemical Engineering Journal)’ 2025년 2월 1일자 온라인판에 게재됐다. (논문명 : Anchoring ordered PtZn nanoparticles on MOF-derived carbon support for efficient oxygen reduction reaction in proton exchange membrane fuel cells) 한편, 이번 연구는 과학기술정보통신부 한국연구재단의 지원을 받아 수행됐다.
2025.02.07
조회수 492
논문 마이닝부터 합성 조건 추천까지, MOF 연구를 혁신하는 대규모 언어 모델
우리 연구진이 챗GPT를 활용해 금속 유기 골격체(Metal-Organic Frameworks, MOFs) 연구 논문에서 실험 데이터를 자동으로 추출하는 데이터 마이닝 툴(이하 L2M3)을 개발했다. L2M3는 MOF의 합성 조건 및 물성 정보를 체계적으로 수집하며, 분류, 정보 식별 및 데이터 추출 작업에서 각각 98.3%, 97.3%, 95.3%의 높은 정확도를 기록했다. 또한, 추출한 데이터를 기반으로 MOF의 합성 조건을 추천하는 시스템을 개발하여 연구자들의 실험 과정 최적화를 지원하고 있어 화제가 되고 있다. 우리 대학 생명화학공학과 김지한 교수 연구팀이 대규모 언어 모델(이하 LLMs) 급격한 발전에 주목하며, 이를 활용을 통해 금속 유기 골격체 문헌에서 MOF의 합성 및 물성 정보를 대량으로 추출하는 데이터 마이닝 툴(L2M3)를 개발했다고 7일 발표했다. 최근 MOF에 대한 연구들이 활발히 진행되어 MOF 실험 데이터가 축적되고 있다. 이에 따라 MOF 연구의 발전을 위해서는 신뢰할 수 있는 실험 데이터 확보가 필수적이며, 특히 논문에 산재한 합성 조건과 물성 정보를 효과적으로 정리하는 것이 큰 과제로 남아 있다. 기존에도 MOF 관련 데이터를 활용하려는 시도가 있었으나, 대부분 일부 특정 특성에 국한되어 있어 있다는 한계점이 존재했다. 김지한 교수 연구팀이 개발한 L2M3는 LLM을 활용하여 쉽고 효율적인 데이터 마이닝 환경을 구축함으로써, 데이터 마이닝에 익숙하지 않은 연구자들도 손쉽게 사용할 수 있는 강력한 도구로의 잠재력을 갖추고 있다. 기존 데이터 마이닝 방식으로는 다양한 특성에 대한 정확한 정보 추출이 어려웠으나, L2M3는 LLM의 자연어 처리 능력을 활용하여 더 정밀한 데이터 추출이 가능하다. 특히, 분류(98.3%)와 정보 식별(97.3%)에서 높은 정확도를 기록했으며, 과정이 복잡하여 정확도 확보가 어려운 데이터 추출 단계에서도 95.3%라는 뛰어난 성능을 보였다. 뿐만 아니라, L2M3는 추출된 합성 조건 데이터를 대규모 언어 모델로 미세 조정해 합성 조건 추천 시스템을 개발하였다. 연구자가 전구체 정보를 입력하면 최적의 합성 조건을 제안하여 실험 과정에서 발생하는 시행착오를 줄이고, MOF 합성을 더욱 효율적으로 수행할 수 있도록 지원한다. 이러한 접근 방식은 MOF 연구뿐만 아니라 다양한 재료 과학 분야에서도 데이터 마이닝과 인공지능을 활용한 연구 패러다임을 새롭게 정의할 수 있는 가능성을 제시하고 있다. 김지한 교수는 “이번 연구는 인공지능을 활용한 재료 과학 연구의 새로운 기준을 제시하는 중요한 진전을 의미한다. L2M3는 방대한 과학 문헌에서 실험 데이터를 체계적으로 수집하고 분석함으로써, 기존 데이터 부족 문제를 해결하고 보다 신뢰성 높은 데이터 기반 연구를 가능하게 한다. 향후 L2M3의 데이터 처리 성능과 합성 조건 추천 모델이 더욱 정교화된다면, MOF뿐만 아니라 다양한 재료 연구에서도 혁신적인 발견을 가속화할 것으로 기대된다.” 라고 말했다. 생명화학공학과 강영훈, 이원석 박사, 배태언 박사과정이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `미국 화학회지(Journal of the American Chemical Society)'에 지난 1월 21일 게재됐다. (논문명: Harnessing Large Language Models to Collect and Analyze Metal–Organic Framework Property Data Set) 한편 이번 연구는 과학기술정보통신부의 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업, 한국연구재단(NRF)의 나노 및 소재기술개발사업, 그리고 국가슈퍼컴퓨팅센터의 지원을 받아 수행됐다.
2025.02.07
조회수 490
암세포 발생 순간 되돌리는 분자스위치 발견
조광현 교수 연구팀은 암세포를 죽이지 않고 그 상태만을 변환시켜 정상 세포와 유사한 상태로 되돌리는 암 가역 치료 원천기술을 개발한 바 있다. 이번에는 정상세포가 암세포로 변화되는 순간의 유전자 네트워크에 암 가역화를 유도할 수 있는 분자스위치가 숨겨져 있음을 최초로 밝히는데 성공하였다. 우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 정상세포에서 암세포로 변화하는 순간의 임계 전이(臨界轉移, critical transition) 현상을 포착하고 이를 분석해 암세포를 다시 정상세포로 되돌릴 수 있는 분자스위치를 발굴하는 기술 개발에 성공했다고 5일 밝혔다. 임계 전이란 물이 섭씨 100도에서 증기로 변하는 것처럼 특정 시점에 갑작스러운 상태변화가 일어나는 현상을 말한다. 정상세포가 유전적, 후성유전적 변화의 축적으로 인해 특정 시점에 암세포로 변화되는 과정에도 이러한 임계 전이 현상이 나타난다. 연구팀은 암 발생 과정에서 정상세포가 암세포로 전환되기 직전, 정상세포와 암세포들이 공존하는 불안정한 임계 전이 상태에 놓일 수 있음을 발견하고 이러한 임계 전이 상태를 시스템생물학 방법으로 분석해 암화 과정을 역전시킬 수 있는 암 가역화 분자스위치 발굴 기술을 개발했다. 그리고 이를 대장암세포에 적용해 암세포가 정상세포의 특징을 회복할 수 있음을 분자세포실험으로 확인했다. 암 발생의 임계 전이를 관장하는 유전자 네트워크의 컴퓨터 모델을 단일세포 유전자 발현 데이터로부터 자동 추론해내고 이를 시뮬레이션 분석해 암 가역화 분자스위치를 체계적으로 찾아내는 원천기술을 개발한 것이어서 향후 다른 암종의 가역 치료제 개발에도 응용될 수 있을 것으로 기대된다. 조광현 교수는 "정상세포가 되돌릴 수 없는 암세포 상태로 변화되기 직전의 임계 전이 순간을 포착해 암세포의 운명을 다시 정상세포 상태로 되돌릴 수 있는 분자스위치를 발굴해 낸 것이다ˮ라고 말했다. 이어 “특히 이번 연구에서는 그동안 수수께끼로 여겨졌던 암 발생 과정 이면의 세포 내에 어떠한 변화가 일어나는지를 유전자 네트워크 차원에서 상세히 밝혀냈다”며 “암세포의 운명을 다시 정상세포로 되돌릴 수 있는 중요한 단서가 바로 이러한 변화의 순간에 숨어있다는 것을 처음으로 규명한 연구다”라고 강조했다. 우리 대학 신동관 박사(現 국립암센터), 공정렬 박사, 정서윤 박사과정 학생 등이 참여했으며 서울대학교 연구팀이 대장암 환자 오가노이드(체외배양조직)를 제공해 진행된 이번 연구 결과는 와일리(Wiley)에서 출간하는 국제저널 `어드밴스드 사이언스(Advanced Science)' 1월 22일 字 온라인판 논문으로 출판됐다. (논문명: Attractor landscape analysis reveals a reversion switch in the transition of colorectal tumorigenesis) (DOI: https://doi.org/10.1002/advs.202412503) 한편 이번 연구는 과학기술정보통신부 한국연구재단의 중견연구사업과 기초연구실사업, 그리고 보건복지부 한국보건산업진흥원의 질병중심 중개연구사업의 지원을 통해 수행됐다.
2025.02.05
조회수 1447
AI로 우주용 전기추력기 개발·고성능 예측
홀추력기는 스페이스X의 스타링크(Starlink) 군집위성이나 NASA의 사이키(Psyche) 소행성 탐사선 등과 같은 여러 고난이도 우주 임무에 활용되는, 플라즈마*를 이용한 고효율 추진 장치로, 핵심적인 우주기술 중 하나다. KAIST 연구진이 인공지능 기법을 사용해 개발한 큐브위성용 홀추력기를 올해 11월에 예정된 누리호 4차 발사에서 큐브위성인 K-HERO에 탑재돼 우주에서 성능 검증을 진행할 예정이라고 밝혔다. *플라즈마(plasma)는 기체가 높은 에너지로 가열되어 전하를 띄는 이온과 전자로 분리된 물질의 네 가지 상태 중 하나로 우주 전기추진 뿐만 아니라 반도체 및 디스플레이 제조공정과 살균장치 등에 널리 활용되고 있다. 우리 대학 원자력및양자공학과 최원호 교수 연구팀이 인공위성이나 우주탐사선의 엔진인 홀 전기 추력기(홀추력기, Hall thruster)의 추력 성능을 높은 정확도로 예측할 수 있는 인공지능 기법을 개발했다고 3일 밝혔다. 홀추력기는 연비가 높아 적은 추진제(연료)를 사용하고도 위성이나 우주선을 크게 가속할 수 있으며, 소모 전력 대비 큰 추력을 발생시킬 수 있다. 이러한 장점을 바탕으로, 추진제 절약이 중요한 우주 환경에서 군집위성의 편대비행 유지, 우주쓰레기 감축을 위한 궤도이탈 기동, 혜성이나 화성 탐사와 같은 심우주 탐사를 위한 추진력 제공 등 다양한 임무에 폭넓게 활용되고 있다. 최근 뉴스페이스 시대에 접어들어 우주산업이 확장됨에 따라 우주 임무가 다양해지고 있고 이에 맞는 홀추력기 수요가 증가하고 있다. 각각의 고유한 임무에 최적화된 고효율 홀추력기를 신속하게 개발하기 위해서는 설계단계에서부터 추력기의 성능을 정확하게 예측하는 기법이 필수적이다. 그러나 기존의 방식들은 홀추력기 내에서 복잡하게 일어나는 플라즈마 현상을 정밀하게 다루지 못하거나, 특정 조건에 한정돼, 성능 예측 정확도가 낮은 한계가 있었다. 연구팀은 홀추력기의 설계, 제작, 시험의 반복 작업에 걸리는 시간과 비용을 획기적으로 줄이는 인공지능을 기반으로 한 정확도가 높은 추력기 성능 예측기법을 개발했다. 2003년부터 국내에서 전기추력기 개발 연구를 처음으로 시작해 관련 연구개발을 주도하고 있는 최원호 교수팀은 자체적으로 개발한 전기추력기 전산 해석 도구를 활용해 생성한 18,000개의 홀추력기 학습데이터를 기반으로 인공신경망 앙상블 구조를 도입해 추력 성능 예측에 적용했다. 양질의 학습데이터를 확보하기 위해 개발된 전산 해석 도구는 플라즈마 물리 현상과 추력 성능을 모델링한다. 전산 해석 도구의 정확성은, 연구팀이 국내 최초로 개발한 10개의 홀추력기로 수행된 100여 개의 실험 데이터와 비교해 평균오차가 10% 이내로 정확도가 높은 것으로 검증됐다. 학습된 인공신경망 앙상블 모델은 홀추력기의 설계 변수에 따라 높은 정확도로 단지 수초 내로 짧은 시간 안에 추력기 성능을 예측할 수 있는 디지털트윈 모델로 작동한다. 특히 기존에 알려진 스케일링 법칙으로는 분석하기 어려웠던 연료 유량이나 자기장과 같은 설계 변수에 따른 추력과 방전전류와 같은 성능지표 변화를 상세히 분석할 수 있다. 연구팀은 이번에 개발한 인공신경망 모델이 자체 개발한 700W급 및 1kW급 홀추력기에서 평균오차 5% 이내, 미 공군연구소에서 개발한 5kW급 고전력 홀추력기에 대해 평균오차 9% 이내의 정확도를 보여주었다. 이번 연구로 개발한 인공지능 예측기법이 다양한 전력 크기의 홀추력기에 폭넓게 적용할 수 있는 것을 입증했다. 최원호 교수는 “연구팀에서 개발한 인공지능 기반 성능 예측기법은 정확도가 높아 인공위성과 우주선의 엔진인 홀추력기의 추력성능 분석과 고효율 저전력 홀추력기 개발에 이미 활용되고 있다. 이 인공지능 기법은 홀추력기 뿐만 아니라 반도체, 표면 처리 및 코팅 등 다양한 산업에서 활용되는 이온빔 소스의 연구개발에도 접목될 수 있다”라고 밝혔다. 또한, 최교수는 “연구팀의 실험실 창업기업으로 전기추진 전문기업인 코스모비㈜와 함께 인공지능 기법을 사용해 개발한 큐브위성용 홀추력기는 올해 11월에 예정된 누리호 4차 발사에서 3U(30x10x10 cm) 큐브위성인 K-HERO에 탑재돼 우주에서 성능 검증을 진행할 예정”이라고 설명했다. 원자력및양자공학과(우주탐사공학학제전공) 박재홍 박사과정 학생이 제1 저자로 참여한 이번 연구 결과는 국제적으로 저명한 인공지능 다학제 학술지인 ‘어드밴스드 인텔리전트 시스템(Advanced Intelligent Systems)’에 2024년 12월 25일에 온라인 게재됐으며, 저널 표지논문(front cover)으로 채택돼 혁신성을 인정받았다. 이번 연구는 한국연구재단 스페이스파이오니어사업(200mN급 고추력 전기추진시스템 개발)의 지원을 받아 수행됐다. (논문 제목: Predicting Performance of Hall Effect Ion Source Using Machine Learning, DOI: https://doi.org/10.1002/aisy.202400555)
2025.02.03
조회수 1041
백금 1/10 줄인 촉매로 수전해 셀 생산 성공
수전해 셀은 물을 전기화학적으로 분해해 수소를 생산하는 기술로, 탄소 중립 시대를 위한 필수적인 에너지 변환 기술이지만 산업적 활용을 위해서는 고가의 백금 사용량이 크게 요구되는 한계가 있었다. 한국 연구진이 백금 사용량을 1/10로 줄여 수전해 셀의 경제성을 높이는데 성공했다. 이번 연구에서 측정한 수전해 셀 성능은 미국 에너지부(Department of Energy, DOE)가 제시한 수전해 셀 성능 및 귀금속 사용량의 2026년 목표치를 유일하게 충족시켰다고 평가받았다. 우리 대학 생명화학공학과 이진우 교수 연구팀이 화학과 김형준 교수 연구팀과 공동연구를 통해 음이온 교환막 기반 수전해 셀의 성능과 안정성을 획기적으로 높이는 고성능 고안정성 귀금속 단일 원자 촉매를 개발했다고 31일 밝혔다. 연구팀은 귀금속 촉매의 열화 메커니즘을 역이용하는 ‘자가조립원조 귀금속 동적배치’전략을 개발했다. 이 방법은 1,000℃ 이상의 고온에서 귀금속이 자발적이고 선택적으로 탄화물 지지체에 단일원자로 분해돼 안정적으로 담지되는 합성 기술이다. 이를 통해, 상용 백금 촉매 대비 1/10 수준의 백금 사용량으로도 더 높은 성능과 안정성을 구현했다. 단일 원자 촉매는 금속 원자가 지지체 표면에 고립된 형태로 담지돼 높은 귀금속당 촉매 효율을 나타내지만, 기존 저온 환원법에서는 촉매 성능 및 안정성 확보에 한계가 있었다. 연구팀은 귀금속 전구체와 고분자 사이의 분자적 상호작용 및 귀금속-지지체 사이의 상호작용을 응용해 자가조립원조 귀금속 동적배치라는 새로운 단일 원자 촉매합성 메커니즘을 제시했다. 또한, 연구팀은 이 합성 기술을 통해 백금뿐만 아니라 이리듐, 팔라듐, 로듐 등 다양한 귀금속 단일 원자 촉매에도 적용 가능성을 입증했다. 개발된 백금 단일 원자 촉매의 경우, 염기 조건 수소 생성반응에서 높은 안정성을 가지며 높은 밀도의 귀금속 활성점을 통해 우수한 수소 생산 성능을 보였다. 이 결과 상용 백금 촉매 대비 5배 높은 귀금속당 수소 생산 성능을 구현할 수 있었다. 연구팀은 개발 촉매의 상용성 평가를 위해 음이온 교환막 기반 수전해 셀에 적용했다. 개발된 백금 단일 원자 촉매는 상용 백금 촉매 대비 1/10 백금 사용량에도 불구하고 그를 능가하는 3.38A/cm2 (@ 1.8 V)의 높은 성능을 기록했으며, 1A/cm2의 산업용 전류밀도에서도 우수한 안정성을 나타냈다. 특히 이 성능은 미국 에너지부(Department of Energy, DOE)가 제시한 수전해 셀 성능 및 귀금속 사용량의 2026년 목표치를 충족시키는 유일한 음이온 교환막 기반 수전해 셀 성능으로 평가받는다. 제1 저자인 김성빈 연구교수는 "이번 기술은 수전해 셀의 원가를 크게 절감시키며 이번 연구에서 제시된 자가조립원조 귀금속 동적배치 전략은 수전해 셀뿐만 아니라 다양한 귀금속 기반 촉매 공정에도 응용할 수 있어 산업적 파급력이 클 것으로 보인다“고 말했다. 생명화학공학과 김성빈 연구교수가 주도하고, UNIST 에너지화학공학과 신승재 교수, KIST 수소연료전지센터 김호영 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `에너지 인바이론멘탈 사이언스 (Energy & Environmental Science)' 1월 18권에 출판됐으며, 후면 표지논문(inside back cover)으로 선정됐다. (논문명 : Self-assembly-assisted dynamic placement of noble metals selectively on multifunctional carbide supports for alkaline hydrogen electrocatalysis) DOI: 10.1039/D4EE04660A 한편 이번 연구는 한국연구재단의 나노미래소재원천기술개발사업, 중견연구자지원사업, 미래소재디스커버리사업 및 한국슈퍼컴퓨팅센터의 지원을 받아 수행됐다.
2025.02.03
조회수 509
원하는 소재 개발 인공지능 모퓨전(MOFFUSION)으로
최근 생성형 인공지능은 텍스트, 이미지, 비디오 생성 등 다양한 분야에서 널리 사용되고 있지만, 소재 개발 분야에서는 아직 충분히 활용되지 못하고 있다. 이러한 상황에서 KAIST 연구진이 구조적 복잡성을 지닌 다공성 소재를 생성하는 인공지능 모델을 개발하여, 사용자가 원하는 특성의 소재를 선택적으로 생성할 수 있게 되었다. 우리 대학 생명화학공학과 김지한 교수 연구팀이 원하는 물성을 가진 금속 유기 골격체(Metal-Organic Frameworks, MOF)를 생성하는 인공지능 모델을 개발했다고 23일 밝혔다. 김지한 교수 연구팀이 개발한 생성형 인공지능 모델인 모퓨전(MOFFUSION)은 금속 유기 골격체의 구조를 보다 효율적으로 표현하기 위해, 이들의 공극 구조를 3차원 모델링 기법을 활용해 나타내는 혁신적인 접근 방식을 채택했다. 이 기법을 통해 기존 모델들에서 보고된 낮은 구조 생성 효율을 81.7%로 크게 향상시켰다. 또한, 모퓨전은 생성 과정에서 사용자가 원하는 특성을 다양한 형태로 표현하여 인공지능 모델에 입력할 수 있는 특징이 있다. 연구진은 사용자가 원하는 물성을 숫자, 카테고리, 텍스트 등 다양한 형태로 입력할 수 있으며, 데이터 형태와 관계없이 높은 생성 성능을 보임을 확인했다. 예를 들어, 사용자가 생성하고자 하는 물질의 특성값을 텍스트 형태(예:“30 g/L의 수소 흡착량을 갖는 구조”)로 모델에 입력하면, 모델은 이에 상응하는 물질을 선택적으로 생성한다. 이러한 특징은 소재 개발에 있어 인공지능 모델의 활용성과 편의성을 크게 개선하는 요소로 작용한다. 김지한 교수는 “원하는 물성의 소재를 개발하는 것은 소재 분야의 가장 큰 목표이며 오랜 연구 주제”라며, “연구팀이 개발한 기술은 인공지능을 활용한 다공성 소재 개발에 있어 큰 발전을 이뤘으며, 앞으로 해당 분야에서 생성형 인공지능의 도입을 촉진할 것”이라고 말했다. 우리 대학 생명화학공학과 박준길 박사, 이유한 박사가 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)'에 지난 1월 2일 게재됐다. (논문명 : Multi-modal conditional diffusion model using signed distance functions for metal-organic frameworks generation) (https://doi.org/10.1038/s41467-024-55390-9) 한편 이번 연구는 과학기술정보통신부의 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업, 나노 및 소재기술 개발사업, 그리고 한국연구재단 (NRF) 중견연구자 지원사업의 지원을 받아 수행됐다.
2025.01.23
조회수 1067
스트레스 위험 혈관 변화 실시간으로 잡아낸다
심혈관 질환은 전 세계 사망 원인 1위로 매우 심각한 건강 문제다. 특히, 정신적 스트레스가 심혈관 질환을 더 악화시킨다는 것이 보고되어 왔다. 한국 연구진이 그동안 관찰하기 어려웠던 스트레스로 인한 혈관 변화를 실시간으로 알아내는 데 성공했다. 우리 대학 기계공학과 유홍기 교수 연구팀이 고려대학교 구로병원 심혈관센터 김진원 교수 연구팀과 협력해 심장 박동으로 인한 혈관의 움직임을 보상해 실시간으로 혈관 내 세포의 움직임을 관찰할 수 있는 새로운 생체 내 영상 획득 기술을 개발했다고 20일 밝혔다. 연구팀은 초점 가변 렌즈를 생체 내 광학 현미경에 도입해 동맥의 움직임을 추정했고, 이를 현미경의 초점 평면과 동기화하는 기법을 개발했다. 이 기술을 통해 동맥의 움직임으로 인한 이미지 간의 상관 계수(이미지들 간의 유사성을 나타내는 통계적 지표)를 4배 높일 수 있었고, 시간해상도(단위 시간당 촬영 가능한 이미지 수)를 57% 향상해 혈관 내 면역세포의 빠른 움직임을 실시간으로 관찰했다. 즉, 이 기술을 통해 동맥의 움직임으로 인한 영상 왜곡을 크게 줄이고 초점을 안정적으로 유지함으로써, 영상을 놓치지 않고 혈관 내에서 빠르게 움직이는 면역세포를 실시간으로 관찰하는 데 성공했다. 연구팀은 만성 스트레스에 노출된 실험군 쥐와 대조군 쥐의 경동맥에서 생체 내 영상 획득에 본 기술을 적용했고, 동맥경화 병변의 진행 정도를 세포 수준의 해상도에서 정량적으로 평가할 수 있었다. 만성 스트레스에 노출된 쥐의 경동맥에서 골수 세포의 침윤이 대조군 대비 6.09배 증가했으며, 추적 영상에서는 골수 세포가 2.45배 더 증가하는 것을 확인했다. 또한, 조직학적 분석을 통해 스트레스가 동맥경화반의 크기와 염증을 증가시키고, 섬유성 막을 얇게 만들어 경화반의 불안정성을 높인다는 것을 입증했다. 유홍기 교수는 “이번 연구를 통해 비접촉 방법으로 동맥의 움직임을 정확하게 추정할 수 있었고, 이 방법은 실험동물의 높은 생존율을 보장할 수 있어 만성 스트레스가 미치는 영향을 종단 연구로 입증할 수 있었다”라고 말했다. 이어 유 교수는 “이 기술은 우수한 시간 해상도를 제공해 스트레스가 심혈관 질환에 미치는 영향을 세포 수준에서 실시간으로 관찰할 수 있어 앞으로 스트레스 관련 심혈관 질환의 발병 기전을 규명하고 새로운 치료법을 개발하는 데 중요한 도구로 활용될 것으로 기대하고 있다”라고 강조했다. 기계공학과 장민석 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 ‘동맥경화, 혈전, 혈관 생물학(Arteriosclerosis, Thrombosis, and Vascular Biology)’에 지난해 10월 10일 온라인판 게재됐고, 44권 12호에 표지논문과 에디터픽으로 선정됐다. (논문명: Real-time imaging assessment of stress-induced vascular inflammation using heartbeat-synchronized motion compensation) 한편 이번 연구는 한국연구재단, 범부처전주기의료기기연구개발사업단의 지원을 받아 수행됐다.
2025.01.22
조회수 730
스스로 학습·수정하는 뉴로모픽 반도체칩 개발
기존 컴퓨터 시스템은 데이터 처리 장치와 저장 장치가 분리돼 있어, 인공지능처럼 복잡한 데이터를 처리하기에는 효율적이지 않다. KAIST 연구팀은 우리 뇌의 정보 처리 방식과 유사한 멤리스터 기반 통합 시스템을 개발했다. 이제 원격 클라우드 서버에 의존하지 않고 의심스러운 활동을 즉시 인식하는 스마트 보안 카메라부터 건강 데이터를 실시간으로 분석할 수 있는 의료기기까지 다양한 분야에 적용될 수 있게 되었다. 우리 대학 전기및전자공학부 최신현 교수, 윤영규 교수 공동연구팀이 스스로 학습하고 오류를 수정할 수 있는 차세대 뉴로모픽 반도체 기반 초소형 컴퓨팅 칩을 개발했다고 17일 밝혔다. 연구팀이 개발한 이 컴퓨팅 칩의 특별한 점은 기존 뉴로모픽 소자에서 해결이 어려웠던 비이상적 특성에서 발생하는 오류를 스스로 학습하고 수정할 수 있다는 것이다. 예를 들어, 영상 스트림을 처리할 때 칩은 움직이는 물체를 배경에서 자동으로 분리하는 법을 학습하며 시간이 지날수록 이 작업을 더 잘 수행하게 된다. 이러한 자가 학습 능력은 실시간 영상 처리에서 이상적인 컴퓨터 시뮬레이션에 견줄 만한 정확도를 달성하며 입증됐다. 연구팀의 주요성과는 뇌와 유사한 구성 요소의 개발을 넘어, 신뢰성과 실용성을 모두 갖춘 시스템으로 완성한 것에 있다. 연구팀은 세계 최초로 즉각적인 환경 변화에 적응할 수 있는 멤리스터 기반 통합 시스템을 개발하며, 기존 기술의 한계를 극복하는 혁신적인 해결책을 제시했다. 이 혁신의 핵심에는 멤리스터(memristor)*라고 불리는 차세대 반도체 소자가 있다. 이 소자의 가변 저항 특성은 신경망의 시냅스 역할을 대체할 수 있게 되고, 이를 활용해 우리 뇌세포처럼 데이터 저장 및 연산을 동시에 수행할 수 있다. *멤리스터: 메모리(memory)와 저항(resistor)의 합성어로 두 단자 사이로 과거에 흐른 전하량과 방향에 따라 저항값이 결정되는 차세대 전기소자 연구팀은 저항 변화를 정밀하게 제어할 수 있는 고신뢰성 멤리스터를 설계하고, 자가 학습을 통해 복잡한 보정 과정을 배제한 효율적인 시스템을 개발했다. 이번 연구는 실시간 학습과 추론을 지원하는 차세대 뉴로모픽 반도체 기반 통합 시스템의 상용화 가능성을 실험적으로 검증했다는 점에서 중요한 의미를 가진다. 이 기술은 일상적인 기기에서 인공지능을 사용하는 방식을 혁신하여 AI 작업 처리를 위해 원격 클라우드 서버에 의존하지 않고 로컬에서 처리할 수 있게 되어, 더 빠르고 사생활 보호가 강화되며 에너지 효율성이 높아질 것이다. 이 기술 개발을 주도한 KAIST 정학천 연구원과 한승재 연구원은 “이 시스템은 책상과 자료 캐비닛을 오가며 일하는 대신 모든 것이 손이 닿는 곳에 있는 스마트 작업 공간과 같다. 이는 모든 것이 한 곳에서 처리돼 매우 효율적인 우리 뇌의 정보 처리 방식과 유사하다”고 설명했다. 전기및전자공학부 정학천 석박통합과정생과 한승재 석박사통합과정생이 제 1저자로 연구에 참여했으며 국제 학술지 `네이처 일렉트로닉스 (Nature Electronics)'에 2025년 1월 8일 자로 온라인 게재됐다. (논문 제목: Self-supervised video processing with self-calibration on an analogue computing platform based on a selector-less memristor array, https://doi.org/10.1038/s41928-024-01318-6) 이번 연구는 한국연구재단의 차세대지능형반도체기술개발사업, 우수신진연구사업, PIM인공지능반도체핵심기술개발사업, 정보통신기획평가원의 한국전자통신연구원연구개발지원사업의 지원을 받아 수행됐다.
2025.01.22
조회수 905
<<
첫번째페이지
<
이전 페이지
1
2
3
4
5
6
7
8
9
10
>
다음 페이지
>>
마지막 페이지 172