-
KAIST-화성사이언스HUB 유치 조성 MOU
화성시(시장 서철모)는 오늘(11일) 오전 우리 대학, 지역국회의원, 롯데백화점 동탄점과 반도체산업 발전을 위한 「KAIST-화성 사이언스 HUB 조성」 업무협약(MOU)을 체결했다고 밝혔다.
롯데백화점 동탄점이 화성시와 협의로 10년간 무상 제공하기로 한 공공기여 공간의 활용방안과 관련하여 지역 국회의원이자 국회 과학기술정보방송통신위원장인 이원욱 의원의 제안으로 화성시와 KAIST가 협력하여 반도체 산업발전과 과학기술 교육을 위한 공간으로 활용하기로 결정하였다.
내년 3월 OPEN을 목표로 추진할 예정으로 허브 내에 반도체설계교육센터(IDEC)를 유치하여 반도체 신규인력양성을 통해 인근 반도체 클러스터에 우수 인재 지원 및 기존 반도체 인력의 재교육을 담당할 계획이다.
또한, 공유오피스 조성하여 관내 청년 창업 지원 및 기업 컨설팅을 실시할 예정이며, 일부 공간에 KAIST 연구성과 전시관 개관 및 KAIST 스타교수진의 대중강연을 일반 시민과 중·고등학생을 대상으로 정기적으로 개최하여 과학기술에 대한 이해를 높이고 흥미를 유발할 예정이다. 화성시는 이번 협력을 통해 「KAIST-화성 사이언스 HUB」는 반도체 인력양성과 창업 육성은 물론, 과학 대중화를 주도할 ‘K-과학 허브’의 역할을 본격 수행할 전망이다.
11일 오전 롯데백화점 동탄점에서 개최된 「KAIST-화성 사이언스 HUB」 업무 협약식에는 서철모 화성시장, KAIST 이광형 총장, 이원욱 지역 국회의원, 롯데백화점 동탄점 정후식 점장, 과기정통부 고서곤 연구개발정책실장 등 총 10여명이 참석했다.
서철모 화성시장은 “화성시는 삼성전자를 비롯하여 1,500여개 반도체 기업이 소재하는 K-반도체 전략의 중심도시이다. 하버드, MIT와 견주어도 부족하지 않은 카이스트 과학 역량을 통해 화성시 반도체산업 발전을 위해 반드시 필요한 과학기술 인재양성 대장정을 카이스트와 함께 시작하게 되어 기대가 크며, 모든 지원을 아끼지 않겠다”고 말했다.
우리 대학 이광형 총장은 “미래 인재 양성을 위해 각 기관의 뜻을 한데 모은 점이 매우 의미가 있다”라며, “화성시와 KAIST, 롯데가 과학기술을 기반으로 한 동반 성장의 발판을 마련하고 성과를 확대해 나갈 것”이라고 말했다.
이원욱 국회의원은 “4차산업혁명시대 경쟁력은 과학기술 인재에서 나온다. 반도체인력양성을 위해 제안한 내용이 화성시와 카이스트의 노력으로 결실을 맺게 되어 매우 기쁘게 생각한다. 과학기술정보방송통신위원장으로서 국회 차원에서의 지원방안을 강구해 나갈 것이다.”라고 말했다.
한편, 이번 업무협약 기간은 2022년 1월 1일부터 2031년 12월 31일까지이며, 내년 3월 「KAIST-화성 사이언스 HUB」 OPEN 이후, 반도체 인력 양성, 대중 강연 및 과학전시 등을 통해 대중의 관심을 키워나갈 예정이다.
2021.11.15
조회수 10340
-
신소재 데이터 고속 분석을 위한 인공지능 훈련 방법론 개발
우리 대학 신소재공학과 홍승범 교수 연구팀이 시뮬레이션을 기반으로 한 신소재 데이터 분석을 위한 인공지능을 개발했다고 24일 밝혔다.
최근 컴퓨팅 파워가 기하급수적으로 증가함에 따라 인공지능을 활용한 다양한 응용들이 실생활에 활용되고 있으며, 이에 인공지능을 활용해 신소재 데이터를 고속으로 분석하고 소재를 역설계하는 기술의 연구 역시 가속화되고 있다.
최근 인공지능의 효율 및 정확도를 증가시키는 연구를 바탕으로 자율주행 자동차, 데이터베이스 기반의 마케팅 및 물류 시스템 보조 등의 분야에 인공지능의 활용이 높아지고 있다. 특히 신소재 개발에 장시간이 소요되는 점을 고려할 때, 소재 및 공정 개발에 인공지능을 활용해 다양한 구조 및 물성 데이터 사이의 상관관계를 빠르게 분석해 신소재 개발 소요 시간을 획기적으로 줄일 수 있는 인공지능 방법론이 주목을 받고 있다.
그러나 신소재 데이터의 경우, 대량의 유의미한 실험 데이터를 구하기 어렵고 기업들이 중요한 데이터는 대외비로 취급하고 있어서 인공지능을 소재 데이터 영역에 적용하는 것이 상당히 어려운 것이 현실이다. 이런 데이터의 다양성, 크기 및 접근성 문제가 해결돼야 하며, 이를 보완하기 위해 생성 모델 및 적절한 데이터의 합성에 관한 연구가 진행되고 있다. 인공지능의 성능 향상을 위해 생성되는 데이터 또한 실제 소재가 가지는 물리적 제약을 따라야 하며, 소재 데이터의 재료적 특징을 파악할 수 있는 기술이 필요하다.
홍승범 교수 연구팀이 이번에 개발한 인공지능 훈련 방법론은 훈련을 위해 생성되는 데이터가 물리적 제약을 공유하도록 위상 필드 시뮬레이션을 활용해 기초 데이터를 형성하고 소재 데이터가 가지고 있는 실제 측정 과정에서 발생하는 다양한 잡음, 입자의 분포 정보 및 입자의 경계를 모사해 크기가 작은 소재 데이터의 한계를 해결했다. 기존에 수작업으로 작성한 소재 데이터를 활용한 인공지능과의 상 분리 성능을 비교했으며, 생성된 데이터의 모사 요소가 상 분리에 영향을 미치는 영향을 파악했다.
아울러 이번 연구에서 제시하는 소재 데이터 생성을 활용한 인공지능 훈련 방법은 기존의 수작업으로 훈련 데이터를 준비하는 시간을 크게 단축할 수 있으며, 인공지능의 전이 학습 및 다양한 물리적 제약을 바탕으로 하는 위상 필드 시뮬레이션 활용을 바탕으로 다양한 소재 데이터에 빠르게 적용할 수 있는 장점이 있다.
홍승범 교수는 "인공지능은 분야를 막론하고 다양한 영역에서 활용되고 있으며, 소재 분야 역시 인공지능의 도움을 바탕으로 신소재 개발을 더욱 빠르게 완료할 수 있는 세상을 맞이할 것이다ˮ라며, "이번 연구 내용을 신소재 개발에 바로 적용하기에는 데이터 합성 측면에서의 여전히 보강이 필요하지만, 소재 데이터 활용에 큰 문제가 됐던 훈련 데이터를 준비하는 긴 시간을 단축해 소재 데이터의 고속 분석 가능성을 연 것에 연구의 의의가 있다ˮ고 말했다.
신소재공학과 염지원 연구원, 노스웨스턴(Northwestern) 대학의 티베리우 스탄(Tiberiu Stan) 박사가 공동 제1 저자로 참여한 이번 연구는 노스웨스턴 대학의 피터 부리스(Peter Voorhees) 교수 연구실과 함께 진행됐으며 연구 결과는 국제 학술지 `악타 머터리얼리아(Acta Materialia)'에 게재됐다. (논문명: Segmentation of experimental datasets via convolutional neural networks on phase field simulations)
한편 이번 연구는 KAIST 글로벌특이점 연구 지원으로 수행됐다.
2021.08.24
조회수 12477
-
정유성 교수, 제4회 한성과학상 수상
한성손재한장학회(이사장 손명아)와 한성과학상 심사위원회는 우리 대학 생명화학공학과 정유성 교수를 제4회 한성과학상 화학분야 수상자로 선정했다고 24일 밝혔다.
정유성 교수는 신물질 발견과 그 합성 가능성을 알고리즘이 학습을 통해 예측하는 인공지능 (AI) 역설계 기법을 독자적으로 개발함으로써, 데이터 기반의 소재 및 분자 설계의 새로운 연구 방향을 제시하였다. 기존의 신물질 발견 과정은 전문가의 직관이나 실험적 시행착오를 통해 후보 물질을 제시하고 합성한 후 물성을 측정함으로써 응용 목적에 맞는 후보 물질을 발굴하는 직접 설계 방법이 주를 이루었으나, 많은 시간이 소요되거나 전문가의 직관에서 벗어나는 획기적인 물질의 발견이 더뎠다.
정유성 교수가 독창적으로 구현한 AI 소재 역설계 기법은, 원하는 물성을 갖는 결정구조를 전문가의 직관이나 편견 없이 데이터와 인공지능 알고리즘을 통하여 역으로 찾는 방법으로 신 물질 발견의 시간을 크게 줄여주었고, 화합물의 합성 가능성을 실험에 앞서 미리 예측할 수 있는 AI 알고리즘을 개발하여 실용적인 소재 설계의 가능성을 높였다.
정유성 교수는 “AI 역설계 기술을 통해 신소재 및 신약 개발을 가속화할 수 있다”며 “사람의 개입 없이 데이터와 알고리즘 그리고 로봇에 의해 구현되는 미래 자율 실험실의 알고리즘으로 활용될 수 있을 것"이라고 말했다. 그리고 "무엇보다 연구 성과들을 열정과 노력으로 만들어낸 연구실 멤버들에게 감사드린다"고 소감을 전했다.
한성과학상은 한국의 노벨상 수상자 배출을 위해 손재한 월드타워 회장이 제정했다. 2018년부터 물리학, 화학, 생명과학 3개 분야에서 독창적인 성과를 낸 젊은 과학자를 선정하고, 수상자에게는 상패와 상금 5,000만 원이 수여된다.
2021.06.30
조회수 12152
-
인공지능을 이용해 숨겨진 소재를 탐색하는 기술 개발
우리 대학 생명화학공학과 정유성 교수 연구팀이 인공지능(AI) 기술을 이용해 숨겨진 소재 공간을 탐색, 숨겨진 새로운 물질을 예측하는 기술을 개발하는 데 성공했다고 27일 밝혔다.
소재 연구의 궁극적인 목표는 원하는 *물성을 갖는 소재를 발견하는 것이다. 그러나 무기화합물의 가능한 모든 조성과 결정구조를 고려할 때 무한대에 가까운 경우의 수를 샅샅이 탐색하기는 쉽지 않다. 이러한 문제 해결을 위한 방안으로 컴퓨터 스크리닝 소재 탐색 방법이 널리 사용되고 있지만 찾고자 하는 소재가 스크리닝 후보군에 존재하지 않을 때는 유망한 물질 후보들을 놓치는 경우가 종종 발생한다.
☞ 물성(physical properties): 물질의 전기적, 자기적, 광학적, 역학적 성질 따위를 통틀어 이르는 말
정유성 교수 연구팀이 개발한 *소재 역설계 방법은 데이터 학습을 통해 주어진 조성을 갖는 결정구조를 새롭게 생성하게 함으로써 기존 데이터베이스에는 존재하지 않던 신물질을 발견할 수 있도록 한다. 특히, 기존의 역설계 방법에서는 원하는 조성을 제어할 수 없지만, 정 교수팀이 개발한 역설계 방법은 원하는 조성을 제어함으로써 숨어있는 화학 공간을 효율적으로 탐색해 물질을 설계할 수 있다.
☞ 소재 역설계(Materials Inverse Design): 주어진 구조에 대한 물성을 측정하는 방식의 반대 개념으로, 특정한 물성을 갖도록 소재의 구조를 역으로 찾아가는 방법
이번 정 교수팀의 연구성과인 결정구조 예측기술은 인공지능 생성모델인 적대적 생성 신경망(GAN, Generative Adversarial Network)을 기반으로 개발됐다. 또 기존의 복잡한 3차원 이미지 기반 물질 표현자의 단점을 해소하기 위해 비교적 간단한 원자들의 3차원 좌표를 기반으로 한 물질 표현자를 사용했다.
정 교수팀은 이번 연구를 통해 개발한 소재 역설계 방법을 활용, 빛을 이용한 수소생산 촉매로 활용될 수 있는 마그네슘-망간-산화물 기반의 광촉매 물질의 결정구조를 예측하는 데도 성공했다. 기존 데이터베이스에 존재하지 않는 조성들을 생성조건으로 다양한 마그네슘-망간-산화물 구조를 생성한 결과, 기존에 알려지지 않았으면서 광촉매로서 전도유망한 특성을 갖는 신물질을 다수 발견했다.
정유성 교수는 "광촉매 물질의 설계에 적용한 이번 소재 설계 프레임워크는 화합물의 화학적 조성뿐 아니라 사용자가 원하는 특정 물성을 갖는 소재를 역설계하는데 적용이 가능하다ˮ면서 "여러 소재 응용 분야에서 활용될 수 있을 것으로 기대된다ˮ고 말했다.
우리 대학 생명화학공학과 김성원 박사과정과 노주환 박사과정이 공동 제1 저자로, 토론토 대학의 아스푸루-구지크(Aspuru-Guzik) 교수가 공동연구로 참여한 이 연구성과는 미국화학회(ACS)가 발행하는 국제학술지 ACS 센트럴 사이언스(ACS Central Science) 지난 8월호에 실렸다.(논문명: Generative Adversarial Networks for Crystal Structure Prediction)
한편, 이번 연구는 과학기술정보통신부 산하 한국연구재단의 기초연구사업(중견연구) 지원을 받아 수행됐다.
2020.10.28
조회수 31158
-
스스로 그림 그리는 인공지능 반도체 칩 개발
전기및전자공학부 유회준 교수 연구팀이 생성적 적대 신경망(GAN: Generative Adversarial Network)을 저전력, 효율적으로 처리하는 인공지능(AI: Artificial Intelligent) 반도체를 개발했다.
연구팀이 개발한 인공지능 반도체는 다중-심층 신경망을 처리할 수 있고 이를 저전력의 모바일 기기에서도 학습할 수 있다. 연구팀은 이번 반도체 칩 개발을 통해 이미지 합성, 스타일 변환, 손상 이미지 복원 등의 생성형 인공지능 기술을 모바일 기기에서 구현하는 데 성공했다.
강상훈 박사과정이 1 저자로 참여한 이번 연구결과는 지난 2월 17일 3천여 명 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다. (논문명 : GANPU: A 135TFLOPS/W Multi-DNN Training Processor for GANs with Speculative Dual-Sparsity Exploitation)
기존에 많이 연구된 인공지능 기술인 분류형 모델(Discriminative Model)은 주어진 질문에 답을 하도록 학습된 인공지능 모델로 물체 인식 및 추적, 음성인식, 얼굴인식 등에 활용된다.
이와 달리 생성적 적대 신경망(GAN)은 새로운 이미지를 생성·재생성할 수 있어 이미지 스타일 변환, 영상 합성, 손상된 이미지 복원 등 광범위한 분야에 활용된다. 또한, 모바일 기기의 다양한 응용 프로그램(영상·이미지 내 사용자의 얼굴 합성)에도 사용돼 학계뿐만 아니라 산업계에서도 주목을 받고 있다.
그러나 생성적 적대 신경망은 기존의 딥러닝 네트워크와는 달리 여러 개의 심층 신경망으로 이루어진 구조로, 개별 심층 신경망마다 다른 요구 조건으로 최적화된 가속을 하는 것이 어렵다.
또한, 고해상도 이미지를 생성하기 위해 기존 심층 신경망 모델보다 수십 배 많은 연산량을 요구한다. 즉, 적대적 생성 신경망은 연산 능력이 제한적이고 사용되는 메모리가 작은 모바일 장치(스마트폰, 태블릿 등)에서는 소프트웨어만으로 구현할 수 없었다.
최근 모바일 기기에서 인공지능을 구현하기 위해 다양한 가속기 개발이 이뤄지고 있지만, 기존 연구들은 추론 단계만 지원하거나 단일-심층 신경망 학습에 한정돼 있다.
연구팀은 단일-심층 신경망뿐만 아니라 생성적 적대 신경망과 같은 다중-심층 신경망을 처리할 수 있으면서 모바일에서 학습도 가능한 인공지능 반도체 GANPU(Generative Adversarial Networks Processing Unit)를 개발해 모바일 장치의 인공지능 활용범위를 넓혔다.
연구팀이 개발한 인공지능 반도체는 서버로 데이터를 보내지 않고 모바일 장치 내에서 생성적 적대 신경망(GAN)을 스스로 학습할 수 있어 사생활을 보호를 가능케 하는 프로세서라는 점에서 그 활용도가 기대된다.
모바일 기기에서 저전력으로 다중-심층 신경망을 가속하기 위해서 다양한 핵심 기술이 필요하다. 연구팀이 개발한 GANPU에 사용된 핵심 기술 중 대표적인 기술 3가지는 ▲적응형 워크로드 할당(ASTM, 처리해야 할 워크로드*를 파악해 칩 상의 다중-심층 신경망의 연산 및 메모리 특성에 맞춰 시간·공간으로 나누어 할당함으로써 효율적으로 가속하는 방법) ▲입출력 희소성 활용 극대화(IOAS, 인공신경망 입력 데이터에서 나타나는 0뿐만 아니라 출력의 0도 예측해 연산에서 제외함으로써 추론 및 학습 과정에서의 속도와 에너지효율 극대화) ▲지수부만을 사용한 0 패턴 추측(EORS, 인공신경망 출력의 0을 예측하기 위한 알고리즘으로 인공신경망 입력과 연결 강도(weight)의 부동소수점 데이터 중 지수 부분만을 사용해 연산을 간단히 수행하는 방법)이다.
위의 기술을 사용함으로써 연구팀의 GANPU는 기존 최고 성능을 보이던 심층 신경망 학습 반도체 대비 4.8배 증가한 에너지효율을 달성했다.
연구팀은 GANPU의 활용 예시로 태블릿 카메라로 찍은 사진을 사용자가 직접 수정할 수 있는 응용 기술을 시연했다. 사진상의 얼굴에서 머리·안경·눈썹 등 17가지 특징에 대해 추가·삭제 및 수정사항을 입력하면 GANPU가 실시간으로 이를 자동으로 완성해 보여 주는 얼굴 수정 시스템을 개발했다.
2020.04.06
조회수 20965
-
김지한 교수, 인공지능 이용한 다공성 물질 역설계 기술 개발
〈 김지한 교수 연구팀 〉
우리 대학 생명화학공학과 김지한 교수 연구팀이 인공지능을 활용해 원하는 물성의 다공성 물질을 역설계하는 방법을 개발했다.
김백준, 이상원 박사과정이 공동 1 저자로 참여한 이번 연구결과는 국제 학술지 ‘사이언스 어드밴시스(Science Advances)’ 1월 3일 자 온라인판에 게재됐다. (논문명 : Inverse Design of Porous Materials Using Artificial Neural Networks)
다공성 물질은 넓은 표면적과 풍부한 내부 공극(孔劇)을 가지고 있어 촉매, 기체 저장 및 분리, 센서, 약물 전달 등 다양한 분야에서 활용되고 있다.
기존에는 이러한 다공성 물질을 개발하기 위해 반복적인 실험을 통한 시행착오를 거치면서 시간과 비용이 많이 소모됐다. 이러한 낭비를 줄이기 위해 가상 구조를 스크리닝해 다공성 물질 개발을 가속화 하려는 시도들이 있었지만, 데이터베이스에 존재하지 않는 새로운 구조를 발견하지 못한다는 문제가 있었다.
최근에는 인공지능 기반의 역설계로 원하는 물성을 가진 물질을 개발하는 연구가 주목받고 있지만, 지금까지의 연구들은 단순한 소형 분자들 위주로 적용되고 있으며 복잡한 다공성 물질을 설계하는 연구는 보고되지 않았다.
김지한 교수 연구팀은 인공지능 기술과 분자 시뮬레이션 기술을 활용해 다공성 물질의 한 종류인 제올라이트 구조를 설계하는 방법을 개발했다.
연구팀은 인공지능 생성모델인 적대적 생성 신경망(GAN, Generative Adversarial Network)과 기존 분자 시뮬레이션에서 활용되는 3차원 그리드 데이터를 활용해 복잡한 다공성 물질의 특성을 인공지능이 학습하고 생성할 수 있도록 구조를 개발했다.
개발된 인공신경망 생성모델은 3차원 그리드로 이루어진 구조 정보와 흡착 물성 데이터를 같이 학습하게 되며, 학습 과정 안에서 흡착 물성을 빠르게 계산할 수 있다. 이를 통해 에너지 저장 소재의 특성을 효율적으로 학습할 수 있음을 증명했다.
또한, 연구팀은 인공지능 학습 과정에서 기존의 알려진 제올라이트 구조 중 일부를 제외해 학습시켰고, 그 결과 인공지능이 학습하지 않았던 구조들도 생성할 수 있음을 확인했다.
김지한 교수는“인공지능을 이용해 다공성 물질을 설계한 최초의 사례이다”라며 “기체 흡착 용도에 국한된 것이 아니라 다른 물성에도 쉽게 적용할 수 있어 촉매, 분리, 센서 등 다른 분야의 물질 개발에도 활용될 것으로 기대한다”라고 말했다.
이번 연구는 BK21, 한국연구재단 중견 연구자 지원 사업 그리고 에너지 클라우드 사업단의 지원을 받아 수행됐다.
□ 그림 설명
그림 1. 인공지능 기반 다공성 물질(제올라이트) 생성 개요도
2020.01.07
조회수 17247
-
정유성 교수, 인공지능을 통한 소재 역설계 기술 개발
〈 정유성 교수, 노주환 박사과정〉
우리 대학 EEWS대학원/생명화학공학과 정유성 교수 연구팀이 인공지능을 활용해 원하는 물성을 갖는 신소재를 역설계하는 기술을 개발했다.
연구팀은 알고리즘을 통해 수만 개의 물질을 학습시킨 뒤 인공지능을 통해 원하는 물성을 갖는 소재를 역설계하는 방식으로 4종의 신물질을 발견했다. 향후 신소재 개발에 크게 이바지할 수 있을 것으로 기대된다.
노주환 박사과정이 1저자로 참여한 이번 연구 결과는 ‘셀 (Cell)’ 자매지 ‘매터(Matter)’ 10월 2일 자 온라인판에 출판됐다. (논문명 : Inverse Design of Solid State Materials via a Continuous Representation)
소재 연구의 궁극적인 목표는 원하는 물성을 갖는 신소재를 개발하는 것이다. 하지만 현재까지의 신소재 개발은 화학적 직관과 실험적 시행착오를 통한 방법 위주였기 때문에 개발 비용과 시간이 많이 들어 소재 개념화에서부터 상용화에 걸리는 시간이 평균 30년 정도 소요됐다.
기존의 소재 개발 과정은 소재를 시행착오를 통해 합성하고 난 후 물성을 측정해 만들어진 소재가 응용 목적에 맞는 소재인지를 평가하는 방식으로 개발됐다.
정 교수 연구팀은 인공지능 기술과 슈퍼컴퓨터 활용을 융합해 이러한 소재 개발을 기간을 크게 단축할 수 있는 새로운 소재 역설계 방법을 개발했다. 정 교수팀이 개발한 소재 역설계 방법은 기계(알고리즘)로 기존의 수만 개 물질과 그 물질들이 갖는 물성을 학습하게 한 후, 원하는 물성을 갖는 물질을 인공지능 기반 알고리즘이 역으로 생성하는 방식이다.
연구팀이 개발한 소재 역설계 방법은 기존의 컴퓨터 스크리닝을 통해 소재 설계를 가속화 하는 연구와도 차별성이 있다. 스크리닝 기반의 소재 발견 기술은 발견될 물질이 스크리닝 대상이 되는 물질 데이터베이스를 벗어날 수 없다는 한계를 가지고 있다. 따라서 데이터베이스에 존재하지 않는 새로운 형태의 소재를 발견하지 못한다는 단점이 있다.
연구팀이 개발한 신소재 역발견 모델은 인공지능 모델의 한 종류인 생성모델을 이용한 것으로, 생성모델은 이미지 및 음성 처리에 활발하게 활용되고 있는 기술이다. 예를 들어 수천 명의 얼굴들을 기계로 학습하게 해 새로운 사람의 얼굴을 생성해 내는 인공지능 기법이다.
연구팀은 이미지 생성에 주로 쓰이는 생성모델 기반의 인공지능 기법을 알려지지 않은 무기 고체 소재를 생성하는 데 최초로 적용했다. 특히 기존의 생성모델을 고체 소재에 적용하기 위해 역변환이 가능한 3차원 이미지 기반의 표현자를 도입함으로써 현재까지의 소재 역설계 모델의 한계를 극복했고, 이를 iMatGen(image-based Materials Generator) 이라 이름 지었다.
연구팀은 개발된 소재 역설계 기법을 새로운 바나듐 산화물 결정구조를 예측하는데 적용했다. 이 학습 과정에서 기존에 알려진 물질을 제외해 학습하더라도 제외된 물질들을 역으로 재발견할 수 있음을 확인해 개발 모델의 타당성을 검증했다.
최종적으로 개발된 모델을 통해 학습된 연속 잠재공간을 다양한 방법으로 샘플링하고 역변환 함으로써 기존에 존재하지 않는 전혀 새로운 바나듐 산화물 결정구조를 예측할 수 있었다.
정유성 교수는 “이번 연구는 원하는 물성을 갖는 무기 고체 소재를 역으로 설계하는 방법을 데이터 기반 기계학습으로 최초로 보인 예로, 향후 다양한 응용 분야의 신소재 개발에 도움을 줄 수 있을 것으로 기대한다”라고 말했다.
이번 연구 성과는 한국연구재단, 산업통상자원부 산하 에너지기술평가원, 그리고 KISTI의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 개발된 소재 역설계 모델
2019.10.07
조회수 13340
-
김지한 교수, 컴퓨터 설계 기반 다공성 복합재료 합성
〈 김지한 교수 연구팀 〉
우리 대학 생명화학공학과 김지한 교수와 UNIST 화학과 문회리 교수 공동연구팀이 컴퓨터 설계를 기반으로 한 이론적 디자인을 통해 새로운 다공성 복합재료를 합성하는 데 성공했다.
이러한 복합물질은 각각의 특성을 동시에 가지면서 융합된 새로운 성질을 나타낼 수 있어 촉매, 기체 저장 및 분리, 센서, 약물 전달 등 다양한 분야에 응용할 수 있을 것으로 기대된다.
권오민 박사과정과 UNIST 김진영 박사가 공동 1 저자로 참여한 이번 연구결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature communications)’ 8월 9일 자 온라인판에 게재됐다. (논문명 : Computer-aided discovery of connected metal-organic frameworks)
이번 연구에 사용한 금속 유기 구조체(Metal-Organic Framework, MOF)는 다양한 금속 이온 집합체와 유기 리간드로 구성된 화합물의 일종으로 나노 수준의 기공을 갖는 결정성 물질이다.
금속 유기 구조체는 각 구성요소의 다양성 덕분에 지난 20년간 8만여 개 이상의 구조들이 실험으로 합성됐다. 금속 유기 구조체는 표면적이 매우 넓고 기공의 물리-화학적 특성을 세밀하게 조절할 수 있어 기존의 제올라이트를 대체할 수 있는 차세대 다공성 물질이기도 하다.
최근 금속 유기 구조체를 다른 소재와 혼합해 기능을 다양화하거나, 한가지 물질의 단점을 다른 물질의 장점으로 보완함으로써 성능을 최적화하는 연구가 진행되고 있다.
그러나 기존의 합성된 금속 유기 구조체 복합재료들은 두 물질의 경계면에서 서로 어떻게 결합하는지에 대한 정확한 정보가 없고 그 형태가 무질서해 어떻게 만들어지는지에 대한 이해가 부족했다.
8만여 개의 금속 유기 구조체 중 표면에서 서로 결합할 수 있는 조합을 일일이 눈으로 찾아내는 것은 매우 시간이 오래 걸리기 때문에, 화학자의 직관만으로 새로운 이종 금속 유기 구조체 간 단결정 복합재료를 합성하기 위해서는 수많은 시행착오를 겪어야 했다.
따라서 8만여 개 이상의 금속 유기 구조체를 사용해 복합물질을 형성할 수 있는 경우의 수가 상당히 많음에도 불구하고 지금까지 합성된 복합재료의 수는 극히 일부로 제한됐다.
문제해결을 위해 공동연구팀은 미시적인 분자구조 정보를 활용해 먼저 합성 가능성이 큰 구조들을 선별한 뒤, 이를 실험적으로 합성함으로써 실제 새로운 복합물질을 개발하고 합성하는 시간을 획기적으로 단축했다.
김지한 교수가 이끈 시뮬레이션팀은 직접 개발한 컴퓨터 알고리즘을 활용해 기존에 발표된 8만여 개의 데이터로부터 특정 구조체의 결정면과 상호 연결될 수 있는 결정면을 가진 다양한 금속 유기 구조체 쌍들을 얻는 데 성공했다.
또한, 양자역학 시뮬레이션을 통해 두 금속 유기 구조체가 연결된 경계면이 가질 수 있는 안정적인 구조를 예측해냈다.
문회리 교수의 연구팀은 시뮬레이션 결과를 바탕으로 6종류의 새로운 금속 유기 구조체 복합재료를 성공적으로 합성함으로써 시뮬레이션으로 예측된 내용이 실험적으로 합성될 수 있음을 증명했다.
또한, 금속 유기 구조체 결정면 위에 다른 구조체가 하나의 구조로 자라나는 원리를 규명했고, 두 물질의 기공이 서로 연결돼 내부까지 분자가 자유롭게 이동할 수 있음을 확인했다.
이번 연구에서 성공한 서로 다른 두 금속 유기 구조체 간 경계면을 분자 수준에서 깨끗하게 하나의 구조로 연결하는 다공성 복합재료는 지금껏 없던 새로운 개념의 물질이다.
문회리 교수는 "실험과 컴퓨터 시뮬레이션의 협력 연구를 통해 그간 합성이 어려웠던 다기능 다공성 복합재료를 설계하고 합성할 수 있음을 보여줬다. 기존 신약개발에서 활용되던 연구 방식이 거대시스템인 다공성 재료에까지 확대된 성공적 사례이다”라고 말했다.
김지한 교수는“세계 최초로 나노 다공성 복합물질을 이론적으로 디자인해 합성까지 성공한 첫 사례라는 사실에 의미가 있다”라며 “새로운 복합재료 개발을 위해 필요한 시간과 비용을 획기적으로 줄일 수 있고, 적용 분야를 MOF-나노입자, MOF-제올라이트, MOF-고분자 복합재료로 쉽게 확장할 수 있다”라고 말했다.
이 연구 결과는 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 합성에 성공한 MOF 구조
2019.08.26
조회수 20624
-
이병주 교수, 게임의 랙 현상 해소 기술 개발
〈 이병주 교수, 이인정 박사과정 〉
우리 대학 문화기술대학원 이병주 교수와 핀란드 알토 대학교(Aalto Univ) 공동 연구팀이 게임의 겉보기 형태를 변화시켜 게임 내 레이턴시 효과, 일명 랙(lag)을 없앨 수 있는 기술을 개발했다.
이인정 박사과정이 1 저자로 참여하고 알토대학교 김선준 연구원이 공동으로 개발한 이번 연구는 지난 5월 4일 열린 인간-컴퓨터 상호작용 분야 최고권위 국제 학술대회 CHI 2019(The ACM CHI Conference on Human Factors in Computing Systems)에서 풀 페이퍼로 발표됐다. (논문명 : Geometrically Compensating Effects of End-to-End Latency in Moving-Target Selection Games)
레이턴시는 장치, 네트워크, 프로세싱 등 다양한 이유로 인해 발생하는 지연(delay) 현상을 말한다. 사용자가 명령을 입력했을 때부터 출력 결과가 모니터 화면에 나타날 때까지 걸리는 지연을 엔드-투-엔드 레이턴시(end-to-end latency)라 한다.
상호작용의 실시간성이 중요한 요소인 게임 환경에서는 이러한 현상이 플레이어의 능력에 부정적 영향을 미치는 것으로 알려져 있다.
연구팀은 레이턴시가 있는 게임 환경에서도 플레이어의 본래 실력으로 게임을 할 수 있도록 돕는 레이턴시 보정 기술을 개발했다. 이 기술은 레이턴시의 양에 따라 게임의 디자인 요소, 즉 장애물의 크기 등의 형태를 변화시킴으로써, 레이턴시가 있음에도 레이턴시가 없는 것처럼 느껴지는 환경에서 플레이할 수 있다.
연구팀은 레이턴시가 플레이어에 미치는 영향을 분석해 플레이어의 행동을 예측하는 수학적 모델을 제시했다. 시간제한이 있는 상황에서 게임 플레이를 위해 버튼 입력을 해야 하는 ‘움직이는 타겟 선택’ 과업에 레이턴시가 있을 때 사용자의 성공률을 예측할 수 있는 인지 모델이다.
이후에는 이 모델을 활용해 게임 환경에 레이턴시가 발생할 경우의 플레이어 과업 성공률을 예측한다. 이를 통해 레이턴시가 없는 환경에서의 플레이어 성공률과 비슷한 수준으로 만들기 위해 게임의 디자인 요소를 변형한다.
연구팀은 ‘플래피 버드(Flappy Bird)’라는 게임에서 기둥의 높이를 변형해 레이턴시가 추가됐음에도 기존 환경에서의 플레이 실력을 유지함을 확인했다. 연구팀은 후속 연구를 통해 게임 속 장애물 등의 크기를 변형함으로써 레이턴시를 없애는 등의 확장 연구를 기대하고 있다.
이 교수는 “이번 기술은 비 간섭적 레이턴시의 보정 기술로, 레이턴시의 양만큼 게임 시계를 되돌려 보상하는 기존의 랙 보상 방법과는 다르게 플레이어의 게임 흐름을 방해하지 않는 장점이 있다”라고 말했다.
이번 연구는 한국연구재단 신진연구자지원사업(프로게이머 역량 극대화를 위한 게임 입력장치의 설계 최적화) 및 KAIST 자체 연구사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 게임의 겉보기 형태를 변화시킴으로써, 플레이어가 제로 레이턴시 환경과 레이턴시가 있는 환경에서 같은 실력을 유지
2019.07.02
조회수 22718
-
이지현 교수, CAADRIA 학회 사사다 상 수상
〈 이지현 교수 〉
우리 대학 문화기술대학원 이지현 교수가 15일 뉴질랜드 웰링턴에서 열린 컴퓨터 기반 건축 디자인 분야 국제학회 ‘CAADRIA 2019(the 24th Annual Conference of the Association for Computer-Aided Architectural Design Research in Asia)’에서 사사다 상(Sasada Prize)을 받았다.
건축 디자인 관련 세계 최고 학회 중 하나인 CAADRIA가 2007년 츠요시 사사다(Tsuyoshi Sasada, 1941-2005) 교수를 기리기 위해 제정한 사사다 상(Sasada Award)은 컴퓨터 보조 설계 차세대 연구자들을 지원하기 위한 CAADRIA의 미션 중 하나이다. 해당 분야 커뮤니티에 지속적인 공헌을 하고 탁월한 연구 성과를 낸 연구자에게 수여된다.
수상자인 이지현 교수는 최민규, 김미래 석사과정, 이태하 박사과정과 함께 연구한 ‘사례기반추론을 통한 부동산 지가 예측 시스템 (Land Price Prediction System Using Case-based Reasoning)’ 연구를 기반으로 그동안 CAAD (Computer-Aided Architectural Design) 분야에 기여한 점을 인정받아 2019년 수상자로 선정됐다.
이지현 교수는 해당 연구를 통해 서울특별시와 울산광역시를 제외한 6대 광역시로부터 40여 개 변수를 행정동 단위로 수집한 후 사례기반 추론 방법을 적용해 행정동 내의 평균 평당 아파트 가격을 예측하는 모델을 제시했다. 연구팀이 도출한 모델의 후속연구가 수행되면 기존의 전문가 판단을 대체할 수 있을 것이라는 가능성을 보여줬다.
이지현 교수는 수상 관련 연구 내용인 추천과 예측을 할 수 있는 인공지능의 한 분야인 사례기반추론(Case Based Reasoning)관련 2002년 졸업논문부터 근 20년간 꾸준하게 연구를 진행해 왔으며, CBR 관련 국내외 논문 40여 편을 발표한 바 있다.
이지현 교수는 “CAAD 관련 연구자에게 자랑스러운 상을 받게 돼 개인적으로는 매우 큰 영광이라 생각하지만 지난 수상자들을 볼 때 과분하다는 생각도 든다”라며 “6월 KAIST에서 열리는 ‘CAAD Futures 2019’가 성공적으로 이뤄질 수 있도록 준비함과 동시에 앞으로도 꾸준하게 CAAD 및 컴퓨테이셔널 디자인 연구를 선보여 국내외에서 KAIST의 위상을 높이는데 기여하겠다”라고 말했다.
2019.04.19
조회수 16268
-
케냐 과학기술원 건립 컨설팅사업 분야 킥오프(Kick Off) 미팅 개최
〈사진 설명: 신성철 KAIST 총장이 12일(현지시간) 케냐 나이로비 인근 콘자기술혁신도시(Konza Technopolis City)에서 한국 및 케냐 관계자들이 참석한 가운데‘케냐 과학기술원’건립을 위한 교육(KAIST)·건축설계(삼우종합건축사사무소) 및 감리(선진엔지니어링) 등 컨설팅 분야 킥오프 미팅을 갖고 콜레트 A. 수다 케냐 교육부 수석차관과 악수를 교환하고 있다. 〉
우리 대학이 대외경제협력기금(이하 EDCF)을 통해 케냐 정부가 발주한 ‘케냐 과학기술원’ 건립을 위한 컨설팅사업 분야 킥오프(Kick Off) 미팅을 12일(현지시간) 케냐 나이로비 인근 콘자기술혁신도시(Konza Technopolis City)에서 가졌다고 13일 밝혔다.
※ 대외경제협력기금(Economic Development Cooperation Fund: EDCF): 장기 저리의 차관자금 제공을 통해 개발도상국의 산업발전 및 경제안정을 지원하고, 우리나라와의 경제교류를 증진하기 위하여 1987년 우리정부가 설립한 對개도국 경제원조 기금. 수출입은행이 기획재정부장관으로부터 위탁을 받아 운용·관리
오후 2시부터 진행된 킥오프 미팅에는 신성철 총장과 정근모 석좌교수(前 과학기술처 장관·케냐정부 고문), 박희경 연구부총장, 프로젝트 총괄담당자인 김학성 교수 등 KAIST 인사를 비롯해 최영한 주케냐 한국대사·유태원 부사장(선진엔지니어링)·이건섭 전무(삼우종합건축사사무소) 등 한국 측 관계자가, 케냐 측에서는 카마우 뚜게(Kamau THUGGE) 재무부 차관·콜레트 A. 수다(Collette A. SUDA) 교육부 수석차관 겸 대학교육연구국 차관·제롬 오치앵(Jerome OCHIENG) 정보통신기술혁신부 차관·존 타누이(John TANUI) 콘자기술혁신도시개발청장 등 30여명이 참석했다.
‘케냐 과학기술원’ 건립은 케냐 정부가 ‘아프리카 실리콘밸리’ 건설을 목표로 나이로비 인근에 조성 중인 콘자기술혁신도시(Konza Technopolis City)의 핵심 주력 사업이다.
오는 2030년까지 중진국 도약을 목표로 하는 케냐 정부는 그동안 중장기 국가발전계획인 ‘케냐 비전 2030’을 수립하고 이공계 핵심인력 양성을 통해 이를 달성하고자 2021년 개교를 목표로 ‘케냐 과학기술원(Kenya KAIST, Kenya Advanced Institute of Science and Technology)’ 건립을 추진해왔다.
‘케냐 과학기술원’ 건립 사업은 우리 정부로부터 EDCF 차관을 제공받아 총 사업비가 1,070억 원(약 9,500만 달러) 규모로 추진되는데 KAIST 컨소시엄이 따낸 교육·건축설계 및 감리 등 컨설팅 분야에는 모두 106억 원(945만 달러)이 투입된다.
케냐 정부는 컨설팅 분야의 주관사업자 선정을 위해 작년 6월부터 한국 내에서 대학과 기업을 대상으로 경쟁 입찰을 진행해 왔다.
이후 약 4개월에 걸친 진행된 평가 끝에 주관기관인 KAIST가 교육을 맡고 삼우종합건축사사무소가 건축설계를, 선진엔지니어링이 감리를 각각 맡는 KAIST 컨소시엄이 우선협상대상자로 선정돼 케냐 정부와는 작년 11월 말 최종계약을 체결했다.
KAIST는 이날 열린 킥오프 미팅을 시작으로 ‘케냐 과학기술원’ 건립을 위한 본격적인 컨설팅 작업에 들어간다.
KAIST는 우선 올해부터 향후 36개월간 ▲기계공학·전기및전자공학·ICT 공학·화학공학·토목공학·농업생명공학 등 6개 핵심학과와 공통 기초과학 프로그램의 설계 ▲교육·실험 및 일반 기자재 공급계획 ▲산학 협력을 포함한 대학 경영계획 등의 분야에서 컨설팅을 수행할 계획이다.
〈사진설명: 케냐 과학기술원 조감도 〉
‘케냐 과학기술원’ 건립을 위한 컨설팅 사업은 KAIST의 교육·연구 혁신모델이 통째로 첫 수출되는 사례라는 점에서 국내뿐만 아니라 해외에서도 그 의미를 높이 평가하고 있다. 그간 중동이나 중국에 KAIST의 교육·연구관련 프로그램이 일부 수출된 적은 있지만 케냐와 같이 통째로 수출되는 건 이번이 처음이다.
1971년 개교이후 산업화 시대 우리나라 경제의 초고속 성장에 중요한 역할을 해 온 KAIST의 과학기술 교육은 사실 오래 전부터 세계 각국에서 벤치마킹 모델로 부각돼 왔다.
또 사우디아라비아·터키 등 중동 및 아프리카·중남미 각국으로부터 잇단‘러브콜’을 받는 등 새로운 고등교육서비스 수출모델이 될 조짐을 진즉부터 보여 왔다. 이 뿐만이 아니다. KAIST는 일본과학기술원(JAIST, 1990년 개교)과 홍콩과기대 및 싱가포르 난양공대(이상 1991년 개교)를 설립하는 롤 모델이 되기도 했다.
KAIST는 이밖에 지난 2010년 아랍에미리트(UAE) 칼리파대학(KU, Khalifa University of Science and Technology)에 원자력공학과 교육프로그램을 최초로 수출했다. 이어 2015년에는 중국 중경이공대에 전기및전자공학부와 전산학부의 교육시스템과 커리큘럼을 수출해 2017년부터 연간 10억 원 규모의 운영비 수입을 올리고 있다.
특히 작년 10월에는 사우디아라비아의 모하메드 빈 살만 왕세자가 미래의 공학 인재양성을 위해 2020년 6월 개교를 목표로 야심차게 설립을 추진 중인 MBSCSAI(Prince Mohammad Bin Salman College of Cyber Security, AI, and Advanced Technologies)와는 로봇공학 학사과정 설치를 지원하는 내용의 양해각서(MOU)를 체결했다.
MBSCSAI는 세계 최고 수준의 교육과정을 만들기 위해 해외 유수대학의 공학커리큘럼을 분석한 결과, 미국 스탠퍼드大와 카네기멜론大에 각각 전체적인 운영시스템과 사이버보안 교육과정의 설계를 의뢰했고 KAIST에는 로봇공학 교육과정의 설계를 의뢰한 것으로 알려졌다.
그러나 KAIST의 교육·연구프로그램과 건축설계 및 감리·건설회사(건설회사 선정은 컨설팅 기간 중 별도의 입찰로 진행 예정)를 패키지로 묶어 수출하는 사례는 이번 ‘케냐 과학기술원’프로젝트가 처음이다.
‘케냐 과학기술원’ 프로젝트는 특히 국내의 의료·과학기술을 중심으로 하는 고등교육서비스업과 건설업을 패키지로 엮은 새로운 ‘신성장 동력’ 창출을 통해 이를 중동과 아프리카·중남미·중앙아시아 등에 수출을 할 수 있는 가능성을 열었다는 점에서 국내외로부터 많은 관심과 주목을 받고 있다.
중동 각 국가는 과거 우리나라 건설 회사들이 현지에서 성실함과 믿음을 준 덕분에 깊은 신뢰감을 보이고 있다. 게다가 많은 개도국들이 KAIST 설립을 통해 과학기술을 집중적으로 가르쳐 초고속 성장을 이룬 한국을 앞 다퉈 벤치마킹 모델로 삼고 있기 때문에 고등교육 서비스와 건설업을 엮은 패키지 수출이 ‘수출 新한류’로 자리를 잡을 가능성은 매우 크다.
이밖에 ‘케냐 과학기술원’ 프로젝트는 과기정통부가 추진 중인 ‘과학기술 ODA 10대 선도 프로젝트’의 본격적인 출발을 알리는 신호탄이자 고경력 은퇴자나 경험이 필요한 젊은 과학자 등 국내의 우수한 과학기술 인력의 글로벌 활용은 물론 유휴 연구 장비의 활용을 높일 수 있다는 점에서도 주목을 받고 있다.
‘케냐 과학기술원’ 건립을 위한 컨설팅 분야 우선사업자 선정과 함께 이번 킥오프 미팅을 계기로 KAIST의 국제적 위상 또한 크게 오를 것으로 관계자들은 내다보고 있다.
KAIST는 1971년 미국 국제개발처(USAID)로부터 6백만 달러의 차관을 지원받아 설립된 지 48년 만에 ‘원조를 받아 설립된 대학에서 이제 원조에 참여하는 대학’으로 입지를 다질 정도로 고속성장을 거듭하고 있기 때문이다.
특히 KAIST가 주관사업자 선정단계부터 최종 계약과 킥오프 미팅에 이르기까지 ‘케냐 과학기술원’ 프로젝트 전 과정을 성공적으로 마무리함으로써 독자적인 교육·연구혁신 모델을 수출하는 세계 선도대학으로서의 역량과 가능성을 국제사회로부터 인정받고 과시하는 계기를 마련했다는 점은 높이 평가받을 만하다.
KAIST 발전모델의 제3 세계 확산은 지난 3월 발표한 ‘KAIST 비전 2031’의 5대 혁신분야 중 하나인 ‘국제화 혁신’과도 맞닿아 있다. 이 때문에
KAIST는 ‘케냐 과학기술원’ 프로젝트가 국내교육의 국제적 위상을 한층 더 높일 수 있는 계기이자 선례(先例)가 될 것으로 기대가 크다.
이는 신성철 총장이 13일 오전 나이로비대학에서 아미나 모하메드(Amb. Amina MOHAMED) 교육부 장관 등 케냐의 고위급 인사들이 참석한 가운데 이뤄진 ‘KAIST, A Crucial Engine for Rapid National Development’ 주제의 특별강연과 내외신 기자간담회를 통해 “대외 원조사업을 통해 설립된 지 반세기 만에 세계적 수준의 글로벌 선도대학으로 도약한 KAIST의 성공적인 발전모델을 개도국에 전수하게 됐다는 것만으로도 큰 의의가 있다”며 케냐 과학기술원 프로젝트에 대한 의미를 부여한 점에서도 엿볼 수 있다.
이어 신 총장이 “케냐 과학기술원이 첨단 과학기술을 선도하는 대학으로 성장할 수 있도록 충실한 지원을 통해 과학기술 기반 ODA 차관사업의 모범적인 성공 사례를 창출하고 케냐의 근대화에 KAIST가 기여함으로써 아프리카에서 대한민국 첨단 지식산업의 지경(地境)을 넓혀나갈 것”이라고 강조한 점을 볼 때 글로벌 혁신을 위한 앞으로의 KAIST의 행보가 더욱 가속화될 것으로 전문가들은 예상하고 있다.
2019.02.13
조회수 13104
-
KAIST 외국인 학생들, 적정기술 경진대회 금·은상 수상
<금상 수상팀>
<은상 수상팀>
KAIST(총장 신성철)에 재학 중인 외국인 학생들로 구성된 적정기술 동아리 ‘KATT(KAIST Appropriate Technology Team)’팀이 지난달 25일 개최된 ‘제10회 소외된 90%를 위한 창의설계 경진대회’에서 금상과 은상을 수상했다.
이 대회는 과학기술로부터 소외된 국내·외 이웃들의 삶의 질을 높여줄 수 있는 적정기술 아이템을 발굴한 팀에게 시상한다. 과학기술정보통신부가 주최하고 한국연구재단, 국경없는과학기술자회, 적정기술학회 등이 주관한다.
올해는 전국 대학 학부생 및 대학원생으로 구성된 50개 팀 218명이 참가했으며 KAIST는 KATT 동아리에서 2개의 팀이 출전하여 ‘금속팔(Prosthetic Arm)로 금상을, ‘오염공기측정기(Breathe Easy)’로 은상을 수상했다.
금상 수상작은 단돈 10달러로 제작할 수 있는 저비용 인공팔(Prosthetic Arm)로 기술로부터 소외된 지역의 사람들이 쉽게 구할 수 있는 재료를 이용하여 누구나 어려움 없이 만들 수 있도록 제작되었으며 유지관리 또한 쉽다는 점에서 좋은 평가를 받았다.
팀 리더인 멕시코 출신의 후안 루이스 곤잘레스 벨로(Juan Luis Gonzalez Bello/전기및전자공학과 석사과정) 학생을 주축으로 인도네시아의 후토모 캘빈(Hutomo Calvin/신소재공학과 2학년), 스테파니 탄(Stephanie Tan/무학부), 벨라 고디바(Bella Godiva/무학부) 학생과 카자흐스탄의 콥트레오우 엘볼랏(Koptleuov Yeabola/무학과)이 참여했다.
은상 수상작은 오염공기 측정기(Breathe Easy)로 대기오염 수준을 감지할 수 있는 저비용 장치다. 대기오염에 대한 사람들의 불안감이 고조되고 있는 시대적 고민거리를 해결하기 위한 아이디어와 7달러의 제작 비용으로 공기의 질을 측정하는 센서를 탑재한 기술이 높은 평가를 받았다.
호주 출신의 알렉산드라 트란(Alexandra Tran/전기및전자공학부 4학년) 학생이 팀 리더를 맡았으며 카자흐스탄의 알리샤 토르테이(Alisher Tortay/전산학부 4학년), 인도의 아샤 에이람(Ashar Alam/기계공학과 4학년), 에티오피아의 브레켓 에시트(Bereket Eshete/전기및전자공학과 3학년), 르완다의 마탄스 하크지마나(Marthens Hakzimana/기계공학과 2학년) 학생이 참여했다.
국제교원및학생지원팀 최그레이스 행정원은“KAIST 외국인 학생 동아리로 결성된 KATT 팀은 매주 모여 아이디어를 나누고 제품을 만들고 있다.”며 “수상의 기쁨과 함께 참여한 학생들이 향후 본국의 미래를 책임지는 지도자가 될 수 있도록 리더십을 심어 주는 것에 의의를 두고 있다.”고 말했다.
KATT 팀은 작년에 개최된 ‘제9회 소외된 90%를 위한 창의설계 경진대회’에서는 금상과 동상을 수상했다.
2018.06.17
조회수 12764