-
KAIST, 인공지능 반도체 생태계를 선도하다
인공지능 반도체(이하 AI 반도체)가 국가적인 전략기술로 두드러지면서 KAIST의 관련 성과도 주목받고 있다. 과학기술정보통신부는 지난해 2030년 세계 AI 반도체 시장 20% 점유를 목표로 인공지능 반도체 지원사업에 본격적으로 착수한 바 있다. 올해에는 산학연 논의를 거쳐 5년간 1조 200억 원을 투입하는 `인공지능 반도체 산업 성장 지원대책'으로 지원을 확대했다. 이에 따라 AI 반도체 전문가 양성을 위해 주요 대학들의 행보도 분주해졌다.
KAIST는 반도체와 인공지능 양대 핵심 분야에서 최상급의 교육, 연구 역량을 쌓아 왔다. 반도체 분야에서는 지난 17년 동안 메사추세츠 공과대학(이하 MIT), 스탠퍼드(Stanford)와 같은 세계적인 학교를 제치고 국제반도체회로학회(이하 ISSCC, International Solid State Circuit Conference)에서 대학 중 1위를 지켜 왔다는 점이 돋보인다. ISSCC는 1954년 설립된 반도체 집적회로 설계 분야 세계 최고 권위 학회다. 참가자 중 60% 이상이 삼성, 퀄컴, TSMC, 인텔을 비롯한 산업계 소속일만큼 산업적인 실용성을 중시해서 `반도체 설계 올림픽'이라는 별명도 있다.
KAIST는 ISSCC에서 채택 논문 수 기준 매년 전 세계 대학교 중 1~2위를 유지했다. 최근 17년간 평균 채택 논문 수를 살펴보면 압도적인 선두다. 해당 기간 채택된 KAIST의 논문은 평균 8.4편으로, 경쟁자인 MIT(4.6편)와 캘리포니아대학교 로스앤젤레스(UCLA)(3.6편)에 비해 두 배 가까운 성과다. 국내에서는 반도체 설계 분야 부동의 1위인 삼성에 이어 종합 2위 자리를 유지하고 있다. 그럴 뿐만 아니라 ISSCC와 쌍벽을 이루는 집적회로 분야 학술대회인 초고밀도집적회로학회에서도 KAIST는 2022년 전 세계 대학 중 1위를 기록했다.
KAIST의 연구진들이 반도체 산업 핵심 분야 전반에서 신기술을 발표해 연구의 질적인 수준도 높다. 전기및전자공학부 정명수 교수 연구팀은 고성능 저전력을 추구하는 현재 업계의 수요에 대응해 전력 공급 없이도 동작을 유지하는 컴퓨터를 개발했다. 소재 분야에서는 신소재공학과의 박병국 교수 연구팀이 기존의 메모리에 비해 동작 속도가 10배 이상 빠른 `스핀궤도토크 자성메모리' 소자를 개발해서 기존 `폰노이만 구조'의 한계를 극복하는 방안을 제시하기도 했다.
이처럼 현재 반도체 산업의 주요 과제에 솔루션을 제공하는 한편으로 미래의 새로운 반도체 분야를 선점하는 데 필요한 신기술 개발도 활발하다. 암호 및 비선형 연산 분야에서 차세대 컴퓨팅으로 주목받는 양자컴퓨팅 분야에서는 전기및전자공학부 김상현 교수 연구팀이 3차원 집적 기술을 세계 최초로 선보였다. 신경계의 원리를 활용해 인공지능 분야에서 발군의 성능을 보일 것으로 기대되는 뉴로모픽 컴퓨팅에서는 전기및전자공학부 최신현 교수 연구팀이 신경세포를 모사하는 차세대 멤리스터를 개발 중이다.
인공지능 분야에서도 비약적으로 성장했다. 인공지능 분야의 양대 세계 최고 권위 학회인 국제머신러닝학회(ICML)과 인공신경망학회(NeurIPS) 논문 수 기준으로 KAIST는 2020년 세계 6위, 아시아에서는 1위를 기록했다. KAIST의 순위는 2012년부터 꾸준히 우상향 그래프를 그려 8년만에 37위에서 6위로, 무려 31계단이나 도약했다. 2021년에는 인공지능 분야 톱 학회 11개에 발표된 한국 논문 중 약 40%에 달하는 129편이 KAIST에서 나왔다. KAIST의 이러한 활약에 힘입어 2021년 한국은 글로벌 인공지능 톱 학회 등재 논문 수 기준으로 미국, 중국, 영국, 캐나다, 독일에 이어 6위에 올랐다.
내용 면에서도 KAIST의 인공지능 연구는 최전선에 있다. 전기및전자공학부 유회준 교수 연구팀은 모바일기기에서 인공지능 실시간 학습을 구현해 에지 네트워크의 단점을 보완했다. 인공지능을 구현하려면 데이터 축적관 막대한 양의 연산이 필요한데, 이를 위해 고성능 서버가 방대한 연산을 담당하고 사용자 단말은 데이터 수집과 간단한 연산만 하는 `에지 네트워크'가 사용된다. 유 교수의 연구는 사용자 단말에 학습 능력을 부여함으로써 인공지능의 처리 속도와 성능을 크게 높일 수 있다.
지난 6월에는 전산학부 김민수 교수 연구팀이 초대규모 인공지능 모델 처리에 꼭 필요한 솔루션을 제시했다. 연구팀이 개발한 초대규모 기계학습 시스템은 현재 업계에서 주로 사용되는 구글의 텐서플로우(Tensorflow)나 IBM의 시스템DS 대비 최대 8.8배나 빠른 속도를 달성할 수 있을 것으로 기대된다.
KAIST는 반도체와 인공지능이 결합된 AI 반도체 분야에서도 주목할만한 성과를 내고 있다. 2020년 전기및전자공학부 유민수 교수 연구팀은 세계 최초로 추천시스템에 최적화된 AI 반도체를 개발하는 데 성공했다. 인공지능 추천시스템은 방대한 콘텐츠와 사용자 정보를 다룬다는 특성상 범용 인공지능 시스템으로 운영하면 병목현상으로 성능에 한계가 있다. 유민수 교수팀은 `프로세싱-인-메모리(이하 PIM, Processing-In-Memory)' 기술을 기반으로 기존 시스템 대비 최대 21배 빠른 속도를 낼 수 있는 반도체를 개발했다. PIM은 처리할 데이터를 임시로 저장하기만 하던 `램'에서 연산까지 수행해 효율을 높이는 기술이다. PIM 기술이 본격적으로 상용화되면 메모리 분야에서 강세인 한국 기업의 AI 반도체 시장 경쟁력이 비약적으로 높아질 것으로 기대된다.
KAIST는 그간의 성과에 안주하지 않고 인공지능 및 반도체, 그리고 AI 반도체 분야 초격차를 유지하고자 다각적인 노력을 기울이고 있다. 1990년 국내 최초로 인공지능연구센터를 설립한 데 이어 2019년에는 김재철AI대학원을 개설해 전문인력을 양성 중이다. 2020년에는 인공지능과 반도체 연구를 융합해 ITRC 인공지능반도체시스템 연구센터가 출범했으며, 2021년에는 인공지능을 다양한 분야에 접목하는 `AI+X' 연구를 활성화하고자 김재철AI대학원과 별도로 AI 연구원을 설립했다.
KAIST는 이러한 노력으로 축적된 내적 역량을 바탕으로 네이버 등 기업과 공동연구센터를 설립하는 한편, 화성시와 같은 지자체와 협력해 동시다발적인 전문인력 양성에 나섰다. 지난 2021년에는 삼성전자와 함께 반도체시스템공학과 설립 협약을 체결하고 새로운 반도체 전문인력 교육과정을 준비하고 있다. 새로 설립되는 반도체시스템공학과는 2023년부터 매년 100명 내외의 신입생을 선발하고, 이들이 전문역량을 꽃피울 수 있도록 학생 전원에게 특별장학금을 지급할 예정이다. 또한 산업계와의 긴밀한 협력을 통해 삼성전자 견학과 인턴십, 공동 워크숍을 지원해 현장에 밀착한 교육을 제공할 예정이다.
KAIST는 국내 반도체 분야 박사 인력의 25%, 박사 출신 중견 및 벤처기업 CEO의 20%를 배출하며 한국 반도체 산업 생태계가 성장하는 데 중대한 공헌을 했다. 본격적으로 열린 AI 반도체 경쟁 체제를 앞두고 KAIST가 다시 산업 생태계의 구심점 역할을 할지 귀추가 주목된다.
2022.08.04
조회수 10949
-
성장 조절하는 인슐린 유사성장 인자의 비밀을 밝히다
인슐린유사성장인자(Insulin-like Growth Factor, IGF)는 인슐린과 유사한 분자구조를 가진 호르몬으로, 신체의 유지와 신진대사에 관여하며, 특히 태아 및 소아·청소년기 성장에 중요한 역할을 한다. 인슐린유사성장인자의 결핍은 느린 성장, 작은 체구, 지연된 발육과 같은 성장기 발달 장애, 그리고 성인에게는 골밀도와 근육강도 저하 등의 증상으로 나타난다. 인슐린유사성장인자의 과잉은 거인증 혹은 말단 비대증을 유발하고 다양한 성인병 위험도를 증가시킨다. 인슐린유사성장인자는 신체의 발달을 촉진시키는 작용 외에도 인슐린과 협동하여 혈당을 조절하는 작용도 하며, 종양의 발생에도 관여함이 알려져 있어, 인슐린유사성장인자의 작동 원리를 밝히기 위한 다양한 연구가 국내외에서 활발하게 진행 중이다.
우리 대학 의과학대학원 김호민 교수(기초과학연구원 (IBS), 바이오분자 및 세포구조연구단, Chief Investigator)는 인슐린유사성장인자 복합체의 3차원 분자구조를 규명하고, 인슐린유사성장인자 복합체의 조립과정 및 인슐린유사성장인자 활성화 메커니즘을 제시했다. 본 연구 결과는 성장과 대사에 관련된 다양한 질병에 대한 이해를 높이고 진단·치료제 개발에도 기여할 것으로 기대된다.
인슐린유사성장인자는 다양한 조직 세포막에 분포하는 인슐린유사성장인자 수용체를 활성화시켜 세포분열, 세포 증식·분화와 생존을 조절한다. 하지만 인슐린유사성장인자는 단독으로는 매우 불안정하여 체내반감기가 10분이 채 되지 않는다. 이 때문에 혈중 인슐린유사성장인자의 70% 이상은 체내에서 12시간 이상 머무를 수 있도록 인슐린유사성장인자 결합단백질들인 IGFBP 단백질(IGF Binding Protein), ALS 단백질(Acid labile subunit)과 결합하여 안정한 삼중복합체 형태로 존재한다.
IGFBP 단백질과 ALS 단백질은 인슐린유사성장인자와 결합하는 운반체 역할 뿐만 아니라 인슐린유사성장인자의 생물학적 작용을 조절하는 중요한 기능도 수행한다. 즉, 인슐린유사성장인자 삼중복합체(IGF1/IGFBP3/ALS)는 생체 내에서 아주 정교하게 조립되고, 필요시에만 활성화되어 적절하게 성장조절 효과를 나타낼 수 있게 된다. 이 때문에 인슐린유사성장인자와 이들 결합단백질의 혈중 농도는 성장호르몬결핍증, ALS 결핍증과 같은 성장관련 질환을 평가하는데 검사항목으로도 이용되고 있다.
연구진은 인슐린유사성장인자 삼중복합체의 3차원 분자구조를 초저온투과전자현미경(cryo-EM)을 활용하여 규명하고, 각 구성요소 간의 상호작용을 밝혀냈다. 특히, 인슐린유사성장인자가 IGFBP 단백질에 둘러쌓여 이중복합체를 이루고 있으며, 말발굽 모양의 ALS 단백질이 이중복합체를 한번 더 감싸는 안정된 구조로 인해 인슐린유사성장인자가 체내에서 쉽게 분해되지 않는 것을 발견했다.
또한, 다양한 생화학적 실험 방법을 통해 인슐린유사성장인자 삼중복합체의 순차적 조립과정과 삼중복합체로부터 인슐린유사성장인자가 분리되어 인슐린유사성장인자 수용체를 활성화시키는 분자 메커니즘을 규명했다. 인슐린유사성장인자 삼중복합체에 포함된 IGFBP 단백질이 생체 내 단백질분해효소에 의해 잘리면, IGFBP 단백질의 C-말단이 떨어져나가면서 불안정한 중간 삼중복합체가 형성된다. 이 과정이 인슐린유사성장인자가 활성을 나타내게 하는 핵심 과정임을 새롭게 발견했다.
김호민 교수는 “첨단 초저온투과전자현미경을 활용하여 고해상도 분자구조를 규명한 연구성과”라며, “인슐린유사성장인자 삼중복합체의 분자구조와 활성화 메커니즘은 향후 청소년기 성장 관련 연구 또는 인슐린유사성장인자 관련 질환의 진단 및 치료제 개발에 크게 기여할 것으로 기대한다.”라고 말했다.
이번 연구는 국제학술지 ‘네이처 커뮤니케이션즈(Nature Communications, IF 17.69)’ 온라인 판 7월 30일 자에 게재되었다.
2022.08.04
조회수 8728
-
인공지능 및 빅데이터 시대를 이끌어갈 차세대 CXL2.0 메모리 확장 플랫폼 세계 최초 개발
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 대용량 메모리 장치부터 프로세스를 포함한 컴퓨트 익스프레스 링크(CXL) 2.0 기반의 차세대 메모리 확장 플랫폼 ‘다이렉트CXL(이하 DirectCXL)’을 세계 최초로 프로토타입 제작, 운영체제가 실장된 단대단(End-to-End) 시연에 성공했다고 1일 밝혔다.
오늘날 빅데이터 분석, 그래프 분석, 인메모리 데이터베이스 등 대규모 데이터에 기반한 응용처리가 증가함에 따라, 데이터 센터에서는 이를 더 빠르고 효율적으로 처리하기 위해 시스템의 메모리 확장에 많은 투자를 하고 있다.
그러나 우리가 흔히 알고 있는 메모리 확장 방식인 더블 데이터 대역폭(DDR) 인터페이스를 통한 메모리 확장은 추가할 수 있는 메모리 개수의 제한이 있어, 대규모 데이터 기반의 응용을 처리하기에 충분치 않다. 따라서 데이터 센터에서는 CPU와 메모리로 이루어진 메모리 노드들을 따로 구성하고, 응용을 수행하는 호스트의 메모리가 부족하면 네트워크로 연결된 메모리 노드를 자신의 메모리 공간으로 사용하는 원격 데이터 전송 기술(이하 RDMA) 기반의 메모리 확장을 사용한다.
여러 메모리 노드를 사용하는 RDMA 기반의 메모리 확장을 통해 데이터센터는 시스템의 메모리 크기를 늘릴 수 있었지만, 여전히 해결해야 할 문제들이 남아있었다. 우선 RDMA 기반 메모리 확장 시스템에서는 노드 간 데이터 이동 시 불필요한 데이터 복사, 소프트웨어의 개입 그리고 프로토콜 전환으로 인한 지연을 발생시켜 성능 저하가 발생했다. 또한 시스템의 메모리 확장 시 메모리만을 추가할 수 있는 것이 아닌, 메모리와 메모리를 제어할 CPU가 하나의 메모리 노드를 이루어 시스템에 추가되어야 했기 때문에, 추가적인 비용 소모가 발생했다.
최근 컴퓨트 익스프레스 링크(Compute Express Link, 이하 CXL) 프로토콜의 등장으로 많은 메모리 고객사와 제조사가 이러한 문제를 해결할 가능성을 확인하고 있다. CXL은 PCI 익스프레스(PCIe) 인터페이스 기반의 CPU-장치(Device) 간 연결을 위한 프로토콜로, 이를 기반으로 한 장치 연결은 기존보다 높은 성능과 확장성을 지원하는 것이 특징이다.
국내외 유수 기업들이 모여 CXL 인터페이스 표준 규약을 제안하는 CXL 컨소시엄은 지난 2019년 CXL 1.0/1.1을 처음 제안했고, 이후 CXL 2.0을 발표하며 CXL 1.0/1.1에서 하나의 포트당 하나의 지역 메모리 장치만을 연결할 수 있었던 확장성 문제를 스위치 네트워크를 통해 개선, 하나의 포트를 여러 포트로 확장할 수 있도록 했다. 따라서 CXL 1.0/1.1과 달리 CXL 2.0에서는 확장된 포트에 다수의 원격 CXL 메모리 장치를 연결하는 것이 가능해 더 높은 확장성을 지원할 수 있게 됐다.
그러나 CXL 2.0의 높은 확장성에도 불구하고, 아직 CXL 연구의 방향성을 제시해줄 수 있는 시제품 개발 및 연구들이 진행되지 않아, 메모리 업계와 학계에서는 여전히 CXL1.0/1.1을 기반으로 지역 메모리 확장 장치, 시제품 개발 및 연구를 진행하고 있는 실정이다. 따라서 새로운 CXL 2.0을 통한 메모리 확장 연구의 방향성 초석을 제시할 필요성이 커졌다.
정명수 교수 연구팀이 전 세계 최초로 프로토타입한 CXL 2.0 기반 메모리 확장 플랫폼 ‘DirectCXL’은 높은 수준의 메모리 확장성을 제공하며, 빠른 속도로 대규모 데이터 처리를 가능케 한다. 이를 위해 연구팀은 메모리를 확장해 줄 장치인 ‘CXL 메모리 장치’와 호스트 ‘CXL 프로세서 (CPU)’, 여러 호스트를 다수의 CXL 메모리 장치에 연결해주는 ‘CXL 네트워크 스위치’ 그리고 메모리 확장 플랫폼 전반을 제어할 리눅스 운영체제 기반의‘CXL 소프트웨어 모듈’을 개발해 플랫폼을 구성했다.
구성된 ‘DirectCXL’ 플랫폼을 사용한 시스템에서는 확장된 메모리 공간에 직접 접근해 데이터를 CPU의 캐시로 가져와 불필요한 메모리 복사와 소프트웨어의 개입이 없으며, PCIe 인터페이스만을 사용해 프로토콜 전환을 없애 지연시간을 최대한 줄였다. 또한 추가적인 CPU가 필요 없는 CXL 메모리 장치를 CXL 스위치에 연결하는 것만으로 메모리 확장이 가능해 효율적인 시스템의 구성이 가능했다. 국내외 소수 대기업에서 메모리 장치 일부 단품에 대한 구성을 보여준 준 사례는 있지만, CXL 2.0 기반, CPU부터 CXL 스위치, 메모리 장치가 장착된 시스템에서 운영체제를 동작시키고 데이터 센터와 응용을 실행하고 시연한 것은 정명수 교수 연구팀이 처음이다.
연구팀은 자체 제작한 메모리 확장 플랫폼 ‘DirectCXL’의 성능을 검증하기 위해 CXL 동작이 가능한 다수의 자체 개발 호스트 컴퓨터가 CXL 네트워크 스위치를 통해 연결된 다수 CXL 메모리 장치들을 제어하는 환경을 구성했다. 이후 구성된 플랫폼을 통해 CXL 메모리 장치의 성능을 기존 RDMA 기반 메모리 확장 솔루션과 비교했다. 연구팀이 제안한 ‘DirectCXL’은 확장된 메모리에 대한 접근 시간 검증에서 기존 RDMA 기반의 메모리 확장 솔루션 대비 8.3배의 성능 향상을 보였으며, 많은 메모리 접근을 요구하는 그래프 응용처리 및 인 메모리 데이터베이스 응용처리에서도 각각 2.3배, 2배의 성능 향상을 이뤄냈다.
정명수 교수는 "이번에 개발된 ‘DirectCXL’은 기존 RDMA기반 메모리 확장 솔루션보다 훨씬 적은 비용으로도 뛰어난 성능과 높은 확장성을 제공하는 만큼 데이터센터나 고성능 컴퓨팅 시스템에서의 수요가 클 것으로 기대한다ˮ며, "세계 최초로 개발된 CXL 2.0 기반의 단대단 프로토타입 플랫폼을 활용해 CXL이 적용된 새로운 운영체제(OS)는 물론 시스템 소프트웨어, 솔루션 시제품 고도화를 통해 향후 CXL을 활용한 시스템 구축에 초석을 제공할 것이다ˮ라고 말했다.
한편 이번 연구는 미국 칼스배드에서 지난 7월에 11에 열린 시스템 분야 최우수 학술대회인 유즈닉스 연례 회의 `USENIX Annual Technical Conference, 2022'에 ‘DirectCXL’이라는 논문명(Direct Access, High-performance Memory Disaggregation with DirectCXL)으로 발표되었다. 또한 미국 산호세에서 열리는 8월 2/3일에 플래시 메모리 정상회담(Flash Memory Summit)에서 CXL 컨소시움이 이끄는 CXL포럼에 발표될 예정이다.
‘DirectCXL’의 자세한 내용은 연구실 웹사이트(http://camelab.org)에서 확인할 수 있다. DirectCXL은 데이터센터와 클라우드 시스템에서 다양한 응용에 쉽게 적용 가능하며, 하나의 실시예로 메타(페이스북) 추천시스템 기계학습 데이터 가속에 대한 시연 영상을 연구실 유튜브(https://youtu.be/jm8k-JM0qbM) 에서 확인할 수 있다. 해당 영상은 각 개인의 대규모 특성 자료들(텐서)을 CXL 메모리 풀에 올려두고 빅데이터를 활용한 인공지능이 친구나 광고 등 개인 특성에 맞는 자료들을 추천하게 하는 시스템으로 기존 데이터 센터의 원격메모리에 비해 3.2배 이상의 사용자 수준 성능 향상을 보여주고 있다.
2022.08.01
조회수 4898
-
뇌 모방 스핀 소자 핵심기술 개발
우리 대학 물리학과 김갑진 교수와 신소재공학과 박병국 교수 공동연구팀이 뇌 모방 소자로 개발 중인 스핀토크발진기 주파수 대역을 증대시킬 핵심 기술을 개발했다고 18일 밝혔다.
두 연구팀은 비자성체/강자성체/산화물 3중층 구조의 자기발진소자에 게이트 전압을 인가하여 GHz 수준의 발진주파수 조절에 성공하였다. 이는 기존 기술보다 약 10배 이상 향상된 결과로 스핀토크 기반 뉴로모픽 소자가 가진 학습 효과의 휘발성, 좁은 주파수 대역 등의 문제를 해결할 핵심 기술로 제안되었다.
본 소자는 게이트 전압이 영구적으로 수직자기이방성을 변화시켜 소자에 전류가 흐르지 않아도 학습 내용이 저장되어 있는 비휘발성 특성을 가지고 있으며 그 폭이 GHz 수준으로 넓어 뉴로모픽 소자 활용성을 증대시켜줄 것으로 기대된다.
신소재공학과 최종국 박사과정과 물리학과 박재현 박사가 공동 제1저자로 참여하고, KAIST 신소재공학과 강민구 연구원, 고려대학교 이재성 교수와 김도윤 연구원, KAIST 물리학과 이경진 교수가 공동저자로 참여한 본 논문은 국제학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 6월 30일 온라인 게재됐다. (논문명 : Voltage-driven gigahertz frequency tuning of spin Hall nano-oscillators)
기존의 스핀토크발진기 기반 뉴로모픽 소자는 학습 대상을 주파수 대역에 대응시켜 학습하는 소자로, 전류가 흐르지 않으면 학습 내용이 사라지는 휘발성과 200MHz 이내의 제한적인 학습 가능 대역폭을 가지고 있어 이에 대한 개선이 필요한 상황이다.
이번 연구에서 연구팀은 게이트 전압 인가가 소자의 수직자기이방성을 영구적으로 조절하고 이를 통해 자기공명주파수가 조절된다는 사실을 이용하여 기존 보고의 10배 이상인 2.1 GHz 이상의 광대역 조절 가능한 발진기를 실현하였다. 본 기술은 스핀-홀 나노 발진기 기반 뉴로모픽 소자 개발에 핵심 기술로 활용될 것이라 기대된다.
한편 이번 연구는 KAIST 글로벌 특이점 연구사업, 삼성미래기술육성사업, 한국연구재단 선도연구센터/중견연구자지원사업의 지원을 받아 수행됐다.
2022.07.29
조회수 4818
-
차량 배기열을 에너지원으로 화학합성 가능성 최초 밝혀
우리 대학 신소재공학과 박찬범 교수와 정연식 교수 공동 연구팀이 한밭대학교(총장 최병욱) 오민욱 교수팀과 네덜란드 델프트 공과대학교(TU Delft) 프랭크 홀만(Frank Hollmann) 교수팀과의 협력을 통해 상온용 *열전소재 기반 열전 촉매반응과 산화환원 효소반응을 접목해 폐열로 고부가가치 화학물질을 합성하는 데 성공했다고 22일 밝혔다.
☞ 열전효과: 물질의 양단에 온도 차가 존재할 때 내부에 전위차가 생겨 전기가 발생하는 현상.
신소재공학과 윤재호, 장한휘 박사과정이 공동 제1 저자로 참여한 이번 연구는 국제학술지 `네이처 커뮤니케이션즈 (Nature `Communications)' 6월 29일 字에 게재됐다. (논문명: Heat-fueled enzymatic cascade for selective oxyfunctionalization of hydrocarbons)
전 세계적으로 1차 에너지 소비를 기준으로 약 70%의 에너지가 사용되지 못한 채 폐열(Waste heat)로 사라진다. 열전(Thermoelectric)소재는 열을 직접 전기로 변환할 수 있는 소재로, 다양한 환경에서 버려지는 폐열을 회수하여 전기에너지로 변환하는 열전발전에 사용되는 등, 지속 가능한 에너지 물질로서 주목받고 있다.
그러나 우리가 일상생활에서 쉽게 접할 수 있는 낮은 온도의 열원에서 발생하는 저온 폐열은 열전소재를 이용해 충분한 발전 효율을 확보할 수 없어, 실 사용처가 매우 제한적이라는 한계점이 있었다.
연구팀은 이러한 문제를 해결하기 위해 전기 에너지가 아닌 화학 에너지에 주목했다. 화학 에너지는 전기 에너지보다 안정하여 보관과 운송이 간편하다는 장점이 있다.
연구팀은 상온용 열전소재인 비스무트 텔루라이드(Bismuth telluride)가 섭씨 100도 이하의 낮은 온도에서도 물과 산소로부터 과산화수소를 생성하며, 이러한 현상이 열전소재가 만들어내는 전위차에 비례한다는 것을 실험적으로 입증했다.
연구팀은 더 나아가 저온 폐열을 사용하는 비스무트 텔루라이드의 열전 촉매반응을 생체촉매인 퍼옥시게나아제(Peroxygenase) 활성에 적용했다. 퍼옥시게나아제는 과산화수소를 이용해 유기합성에서 중요하게 여겨지는비활성 탄화수소의 선택적 옥시관능화(oxyfunctionalization)를 유도하여 고부가가치 화학원료로 쓰이는 반응성 산소화 화학종을 생성할 수 있는 효소이다. 연구팀은 열전소재가 과산화수소를 실시간으로 공급하도록 설계해 퍼옥시게나아제가 지속해서 탄화수소의 옥시관능화 반응을 수행하도록 만드는 데 성공했다.
연구팀은 그뿐만 아니라 차량의 대전 시내 주행 중에 발생하는 배기열을 활용해서 고부가가치 화학물질 합성에 성공해, 이번에 개발한 시스템의 실용화 가능성도 높였다.
연구팀은 "이번 연구는 폐열을 고부가가치 화학물질 생산에 이용할 수 있음을 처음으로 발견했다는 것에 의의가 있다ˮ며, "열전소재의 반응 메커니즘을 더 자세하게 밝혀 성능을 높이고, 다양한 생체촉매와 접목 및 규모 확대를 통해, 산업적 파급력을 높일 계획ˮ이라고 밝혔다.
한편 이번 연구는 한국연구재단 리더연구자지원사업(창의연구)의 지원을 받아 수행됐다.
2022.07.22
조회수 4250
-
가까운 미래에 많은 지역에서 가뭄이 일상화되는 사실 최초 예측
우리 대학 문술미래전략대학원(건설및환경공학과 겸임) 김형준 교수 연구팀이 국제 공동 연구를 통해 과거 최대의 가뭄이 여러 해에 걸쳐 지속해서 발생하는 시점, 즉 세계의 각 지역에서 가뭄이 일상화되는 시점을 최초로 추정했다고 밝혔다. 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈 (Nature Communications)’6월 28일 판에 출판됐다. (논문명: The timing of unprecedented hydrological drought under climate change; doi:10.1038/s41467-022-30729-2)
지구온난화에 대한 장기적인 대책을 검토하기 위해서 그 영향이 미래에 어떻게 변화되는지에 대한 전망은 매우 중요한 정보가 된다. 특히 종래의 통계치나 경험을 적용할 수 없게 되는 시기가 도래한다면 그 시점을 파악하는 것이 매우 중요하다.
KAIST, 동경대학교, 일본 국립환경연구원 등 7개국 13기관으로 구성된 국제 공동 연구팀은 수치모델을 이용해 전 지구 하천유량의 미래 변화를 예측하고 가뭄이 일어나는 빈도를 조사함으로써 과거 최대의 가뭄이 수년에 걸쳐 일어나게 되는 이른바 `재난'이 일상화가 되는 시기를 세계 최초로 추정해냈다.
연구 결과는 지중해 연안이나 남미의 남부 등 특정한 지역들에서 이번 세기 전반 혹은 중간쯤에 과거 최대의 가뭄이 적어도 5년 이상 연속적으로 넘어서는 시기를 맞이하고 과거로부터 지금까지의 기후에서 비정상 상태가 일상에서 빈번하게 일어날 확률이 높아짐을 보인다. 또한, 온실가스의 배출을 적극적으로 줄여나가더라도 어떤 지역에서는 십여 년 안에 이와 같은 `재난의 일상화'가 일어날 수 있음을 발견했다. 하지만, 기후변화에 적극적으로 대응하는 시나리오(RCP2.6)의 경우에는 가뭄의 일상화 시점이 늦어지거나 계속되는 기간이 줄어드는 것으로 나타났다.
교신 저자인 김형준 교수 연구팀의 유스케 사토 박사(문술미래전략대학원 연구부교수)는 "수자원 혹은 농업 분야의 기후변화 대책에는 보통 많은 시간이 요구되며 현재의 비정상이 일상화가 되기 전에 충분한 준비를 해두는 것이 중요하다ˮ고 말했다.
김형준 교수는 "이번 연구 결과는 전 세계의 가뭄 발생의 미래경로에 있어서 탄소중립 실현의 중요성을 강조하고 특정 지역에서는 기후변화 대응과 더불어 기후변화 적응대책을 적극적으로 준비해나가야 할 필요가 있다는 것을 시사한다ˮ고 밝혔다.
한편 이번 연구는 한국연구재단 해외우수과학자유치사업(BP+)와 인류세연구센터의 지원을 받아 수행됐다.
2022.07.21
조회수 4551
-
대량의 고농도 일산화탄소를 고부가가치 바이오케미칼로 전환하는 기술 개발
우리 대학 생명과학과 조병관 교수 연구팀이 산업 부생가스 등으로 대량 발생하는 고농도의 일산화탄소를 고부가가치 바이오케미칼로 전환할 수 있는 생체촉매 기반 C1 바이오 리파이너리 기술*을 개발했다고 14일 밝혔다.
* 제철 공정과 같은 산업공정에서 발생하는 부생가스, 합성가스는 다량의 일산화탄소, 이산화탄소 등의 탄소 1개로 이루어진 C1 가스로 구성되어 있음. 이러한 C1 가스를 미생물과 같은 생체촉매를 활용하여 다양한 화학물질로 전환하는 공정을 C1 가스 바이오 리파이너리(bio-refinery) 기술이라고 함.
최근 탄소 포집 및 전환과 같은 기술들에 대한 산업계의 요구가 커지는 가운데, 미생물을 활용한 친환경 생체촉매 기술이 크게 성장하고 있다.
조병관 교수 연구팀은 아세토젠 미생물을 생체촉매로 활용한 C1 가스 바이오 리파이너리 기술을 개발했다. 이 미생물들은 혐기성 미생물들로 우드-융달 대사회로라는 매우 독특한 대사회로를 이용하여 C1 가스로부터 아세트산을 만드는 미생물로 알려져 있다.
이러한 아세토젠 미생물을 생체촉매로 활용해 산업 부생가스를 활용하는 기술에는 한 가지 문제가 있는데, 바로 독성가스인 일산화탄소의 농도다. 이 미생물은 60% 이상의 고농도 일산화탄소 조건에서는 생명 활동이 크게 저해를 받기 때문에, 생체촉매로써 사용할 수 없게 된다. 다양한 산업에서 발생하는 C1 가스는 공정 과정에 따라 10~70% 정도의 일산화탄소가 포함돼있는데, 특히 철강산업 공정에서 발생하는 고로가스(BFG)에는 약 60%가 넘는 일산화탄소가 포함돼 있다. 따라서, 미생물 기반 고효율 생체촉매 개발을 위해서는 일산화탄소에 대한 저항성을 높이는 것이 필수적으로 선행돼야 한다.
연구팀은 아세토젠 미생물 중 하나인 유박테리움 리모좀(Eubacterium limosum) 균주를 고농도 일산화탄소 조건에 지속적으로 노출해 일산화탄소에 대한 내성이 뛰어난 돌연변이체(ECO2)를 발굴했는데, 해당 돌연변이체는 일산화탄소가 약 60% 이상 포함된 합성가스 조건에서 야생형 미생물보다 약 6배 정도 빠른 성장 속도를 보였다. 이러한 성장 속도는 현재까지 보고된 아세토젠 미생물 중 고농도 일산화탄소 조건(CO 함량 60% 이상)에서 전 세계에서 가장 빠른 속도다.
연구팀은 위의 돌연변이 미생물의 유전체 서열분석을 통해 아세틸 조효소 A 합성 단백질(acetyl-CoA synthase)을 암호화하는 유전자(acsB) 내 돌연변이가 발생한 것을 규명하고, 인공지능 기반의 구조예측을 통해 이러한 변이가 일산화탄소 내성 및 고정률 향상을 유도했음을 밝혔다.
연구팀은 일산화탄소에 대한 내성이 향상된 ECO2 돌연변이 미생물에 2,3-부탄다이올(2,3-butanediol, 2,3-BDO)* 생합성 경로를 도입해 C1 가스를 C4 화학물질로 전환할 수 있는 미생물 기반 생체촉매 시스템을 개발했다. ECO2 기반의 생체촉매가 가스 발효과정을 통해 야생형 미생물 대비 약 6.5배 정도의 높은 2,3-BDO 생산성을 보여줌으로써, C1 가스를 효율적으로 C4 화학연료로 전환하는데 성공했다.
*2,3-부탄다이올(2,3-butanediol, 2,3-BDO): 농업용 자재, 식품첨가제, 의약품 첨가제, 고분자 첨가제 등 활용 범위가 광범위한 바이오케미칼
연구를 주도한 조병관 교수는 “산업공정 과정에서 발생하는 C1 가스는 일산화탄소, 이산화탄소 등의 혼합가스로, 이를 직접적으로 미생물이 이용하기 위해서는 일산화탄소에 대한 내성 및 전환율 향상이 필수적이다”라고 설명했으며, “다양한 합성생물학 기술들 활용하면 아세토젠 미생물 생체촉매의 활용도를 더욱 개선할 수 있으며, 이러한 고효율 C1 가스 전환 생체촉매 연구는 C1 가스 바이오 리파이너리의 핵심 원천기술로 다양한 산업현장에 적용할 수 있을 것”라고 밝혔다.
생명과학과 진상락(석박사통합과정), 강슬기(박사과정) 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 ‘화학 공학 저널(Chemical Engineering Journal, 영향력지수 14.66)’에 6월 22일 字 온라인판에 게재됐다. (논문명: Development of CO gas conversion system using high CO tolerance biocatalyst)
한편 이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 C1 가스 리파이너리 사업단의 지원을 받아 수행됐다.
2022.07.15
조회수 5583
-
KAIST-생명연, 합성생물학 연구 및 바이오파운드리 구축 위해 협력
우리 대학과 한국생명공학연구원(원장 김장성, 이하 생명연)이 합성생물학과 바이오파운드리 분야의 발전을 위한 본격적인 협력에 나선다. 합성생물학(synthetic biology)은 공학 기술을 활용해 생명체가 가진 특성을 변화시키거나, 자연적으로 존재하지 않는 특성을 새롭게 설계하고 제작하는 연구 분야다. 자연에서 유래한 생명체는 저마다 고유하고 복잡한 시스템으로 이루어져 있어서 인간이 구조 그대로를 재현해내기 어렵다. 또한, 생물학 연구는 방법이 매우 복잡해 연구개발 속도가 느리다는 것이 기존 바이오 분야가 봉착한 기술적 한계였다. 합성생물학은 인공지능과 자동화된 설비, 표준화된 부품과 모듈을 사용해 연구개발의 속도와 효율을 동시에 개선할 수 있어 미래 바이오산업을 이끌어갈 핵심기술로 주목받고 있다. 미국, 영국, 일본, 중국 등의 국가들은 정부의 투자를 발판삼아 합성생물학에 인공지능, 로봇 기술 등을 적용해 제조공정을 자동화하는 바이오파운드리를 일찌감치 구축하고 기술 주도권 확보를 위한 경쟁을 가속화하고 있다. 두 기관은 주요 과학기술 강국들을 추격해 기술격차를 좁히고 관련 핵심기술을 선제적으로 확보해야 한다는 공감대를 바탕으로 이번 협력을 도모했다. 또한, 국내 열악한 바이오파운드리 환경을 개선하기 위해서는 지속적이면서도 안정적인 서비스 제공할 수 있으며, 기술 수요자들이 쉽게 접근할 수 있도록 공공인프라를 구축해야 한다는 공동의 목표를 추진하고 있다. 이를 위해 두 기관은 지난 6일 '합성생물학 연구 및 바이오파운드리 공동 구축을 위한 업무 협약' 체결을 완료했다. KAIST는 20여 년 전부터 합성생물학과 학문적 배경이 유사한 시스템생명공학과 시스템대사공학 분야를 개척해왔다. 세계 최초이자 최고효율을 내는 다양한 세포공장 개발하는 등 세계적 수준의 연구역량을 보유하고 있으며, 합성생물학 분야 인력양성을 위한 프로그램 확충 등을 추진하고 있다.생명연은 10여 년 전부터 합성생물학 전문 연구조직인 '합성생물학전문연구단'을 운영해 관련 원천기술을 확보해왔으며, 최근 ‘합성생물학연구소’로 조직을 확대 개편했다. 파일럿 규모의 연구용 바이오파운드리를 구축하는 등 미생물 세포공장, 산업용 효소, 생분해성 플라스틱 소재 등을 개발하는 연구를 진행하고 있다. 두 기관은 글로벌파운드리연맹(global biofoundries alliance, GBA)에도 함께 참여하는 등 우리나라 바이오파운드리 분야의 구심점 역할을 수행하고 있다.
이번 협력은 정부가 추진 중인 바이오파운드리 사업을 유치하기 위한 계획 수립은 물론 공동 연구 인프라 조성과 향후 원활한 사업 운영 및 활용까지 두 기관이 전방위로 긴밀한 유대를 맺는 교두보가 될 전망이다.
이광형 KAIST 총장은 "합성생물학의 속도와 규모, 경제성을 극대화하는 바이오파운드리 구축은 바이오산업 시대에 우리나라가 국제적인 리더십을 확보하는 가장 확실한 전략"이라고 강조했다. 이어, "국내 바이오 분야의 첨단 연구개발을 이끄는 두 기관이 손을 잡고 국가의 미래 경쟁력을 좌우할 핵심 인프라를 구축하는 일에 우수한 역량을 보탤 수 있길 기대한다"라고 밝혔다.
김장성 생명연 원장 또한 "바이오가 직면한 기술적 한계 극복과 미래 바이오로의 패러다임 전환에 핵심기술로 여겨지는 합성생물학 기술의 성패는 세계적인 경쟁력을 가진 바이오파운드리의 구축에 달려있다"라며, "관련 분야의 우리나라 대표 연구 주체인 KAIST와 생명연의 협력으로 바이오경제 실현에 한 걸음 내딛을 수 있기를 바란다"라고 전했다. 한편, 지난해 우리 정부는 다양한 기관과 기업이 연구에 활용할 수 있도록 바이오파운드리를 국가 핵심 인프라로 구축하겠다는 계획을 밝혔다. 또한, 바이오 제조 혁신을 위한 합성생물학 생태계 조성 및 지원 계획도 수립된 상태다. 현재, 바이오파운드리 구축 및 활용기술 개발 사업은 예비타당성조사가 진행 중이다.
2022.07.14
조회수 4694
-
과학기술정책대학원, 과학기술외교 워크숍 성료
우리 대학 과학기술정책대학원(원장 최문정)이 지난 24(금)~25(토) 이틀 동안 외교부 관계자 및 과학기술외교안보 전문가들과 함께 서울 웨스틴 조선호텔에서 '과학기술외교 워크숍'을 개최했다.
팬데믹, 탄소중립, 디지털 전환, 미중 패권경쟁 등 과학기술과 외교안보를 둘러싼 국제적인 이슈의 등장으로 두 분야의 시너지가 절실히 요구되고 있다. 그러나 이러한 시대상과는 다르게 전문성을 갖춘 인력이 절대적으로 부족한 실정이다. 이번 워크숍은 과학기술외교 역량 강화를 위한 중장기적인 관학협력을 모색하기 위해 마련됐다.
개회사를 맡은 이승섭 교학부총장은 "기정학의 부상으로 국제정치에서 과학기술이 핵심 변인으로 등장함에 따라 기술주권 확보와 과학기술외교 역량을 담보할 수 있는 전문인력이 중요하다"라고 강조했다. 이어 "과학기술 인재의 산실인 KAIST가 이러한 인력양성에 중요한 역할을 담당해야 한다"라고 필요성을 역설했다. 외교부에서 과학기술외교를 포함해 경제안보를 총괄하는 윤성덕 경제외교조정관이 환영사를 맡아 새 정부의 과학기술외교 역량 제고를 위한 노력을 소개했다. 또한, 윤 조정관은 ▴과학기술협력대사 임명 ▴미국과의 신흥· 핵심기술 협력 ▴과학기술외교 예산 확보 등의 노력과 더불어 기존 외교관들의 과학기술외교 역량을 강화할 수 있는 KAIST와의 협력 방안도 언급했다.
이어진 주제 발표 시간에는 최문정 KAIST 과학기술대학원장의 사회로 한국의 과학기술 외교 전문 인력 현황을 조망하고 선진국 해외공관의 과학기술정책관 운영 사례가 소개됐다.
첫 번째 발표자로 나선 김소영 KAIST 한국4차산업혁명정책센터장은 과학외교의 세 측면에 대한 이론적인 배경을 설명하고 한국의 과학기술 인력 양성 현황을 분석해 정책적으로 제언했다.
주한 대사관 사례 발표는 주한 스위스대사관의 알레산드라 아피첼라(Alessandra Apicella) 과학기술협력실 실장이 맡았다. 국제기구가 밀집해 과학기술 외교안보 연계가 가장 활발할 나라로 꼽히는 스위스가 'Swissnex'라는 글로벌 과학기술혁신 허브를 소개하고 이를 구축하고 운영하는 과정에서 얻은 교훈에 대해 설명했다.
두 번째 사례로는 주한 독일대사관의 알렉산더 레너(Alexander Renner) 과학기술참사관이 유럽의 대표적인 과학기술 강국인 독일 사례를 소개했다. 특히, 레너 참사관은 "한국은 과학기술 프로젝트 추진 시 협력 파트너가 될 수 있는 나라지만, 협업을 수행할 과학기술참사관 부재로 어려움을 겪는다"라고 토로했다. 이어, 패널 토론에서는 박경렬 KAIST 인공지능연구원 사회정책위원장의 사회로 정기원 외교부 기후환경외교국 에너지과학외교과장, 외교부 과학기술외교자문위원장을 맡고 있는 장용석 과학기술정책연구원 책임연구원, 한국과총에서 수년간 과학외교위원장을 역임한 김승환 POSTECH 물리학과 교수가 전문가 토론을 펼쳤다. 워크샵 이튿날에는 실제 외교 현장에서 과학기술 분야 실무를 담당했던 외교관들과 워크숍 참석자들이 한국 과학기술 외교 전문인력 현황 분석과 인력양성 정책을 토론했다.
이번 워크샵을 주관한 최문정 과학기술정책대학원장은 "국가 기술주권 확보와 인류의 지속가능발전을 위해 초국가적 도전을 함께 풀어가기 위해서는 과학기술과 외교 역량을 겸비한 인재를 양성하는 관학협력이 본격적으로 활성화되어야 한다”고 강조했다. 과학기술정책대학원 관계자는 "이번 워크숍의 후속 조치로 외교부 국립외교원, 과기정통부 국가과학기술인력개발원 등과 과학기술외교 전문인력 양성을 위한 구체적인 협력을 추진할 계획"이라고 밝혔다. 이와 동시에 외교부와 과기정통부를 중심으로 한 다부처 과학기술외교 인력양성을 위한 중장기적 사업도 기획할 예정이다.
2022.06.29
조회수 4399
-
새로운 인공지능 형광 현미경 적용, 뇌 신경세포 등 3차원 고화질 영상기술 개발
우리 대학 김재철 AI 대학원 예종철 교수 연구팀이 서울대학교 장성호 교수팀, 포스텍 김기현 교수팀과 공동연구를 통해 형광 현미경의 오랜 문제인 이방성(Anisotropy)을 해결해, 3차원 영상 화질을 획기적으로 끌어올리는 인공지능 기술을 개발했다고 29일 밝혔다.
이방성 문제란 형광 현미경으로 3차원 영상을 획득하는 데 있어 빛의 성질로 인해 영상 공간 방향 간에 적게는 2~3배, 많게는 10배까지도 화질 차이가 발생하는 문제를 뜻한다. 예를 들면 3차원 영상을 보는 각도마다 화질의 차이가 발생하는 것이다.
연구팀은 수학적 기법인 최적 수송이론 기반을 둔 새로운 인공지능 시스템을 개발해 공초점 현미경과 광 시트 현미경에 적용했다. 기존 인공지능 기법들과는 다르게, 인공지능 학습 데이터가 따로 필요하지 않고, 하나의 3차원 영상만으로도 인공지능 학습에 적용할 수 있다는 점에서 획기적이라 볼 수 있으며, 생물학 연구자들에게 생물 표본의 3차원 고화질 영상 획득에 큰 도움을 줄 것으로 기대된다.
예종철 교수는 "3차원 영상 획득에 있어 극복하기 어려웠던 현미경의 물리적 한계를 인공지능 기술을 통해 뛰어넘었다는 점에서 의미가 있고, 비지도 학습 기반으로 훈련이 진행되기 때문에, 다양한 많은 종류의 3차원 영상 촬영 기법에도 확장 적용 가능하며, 또한 인공지능 연구의 새로운 응용을 개척했다는 데 의미가 있다ˮ 고 말했다.
김재철 AI 대학원의 예종철 교수가 주도하고, 박형준 연구원이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)' 6월 8일 字 온라인판에 게재됐다.
*논문명 : Deep learning enables reference-free isotropic super-resolution for volumetric fluorescence microscopy
논문 링크: https://www.nature.com/articles/s41467-022-30949-6
2022.06.29
조회수 4852
-
인공지능 이용해 3차원 홀로그래피 현미경의 박테리아 신속 식별 기술 개발
우리 대학 물리학과 박용근 교수 연구팀이 홀로그래피 현미경과 인공지능을 이용한 신속 박테리아 병원균 식별 기술을 개발했다고 27일 밝혔다.
병원균의 조기 식별은 감염질환 치료에 필수적이다. 치명적인 상태로 진행되기 전에 감염균에 맞는 효과적인 항생제의 선택과 투여가 가능해지기 때문이다. 하지만 현재의 일상적 병원균 식별은 통상 수일이 소요된다. 이로 인해 감염 초기 식별 결과 없이 실증적인 처방으로 항생제를 투여하는 사례가 빈번하며, 이로 인해 패혈증의 경우 치명률이 50%에 달하며 항생제 남용으로 인한 슈퍼박테리아 문제도 발생한다.
기존 방법으로 병원균 식별이 오래 걸리는 원인은 긴 박테리아 배양 시간이다. 질량 분석기로 대표되는 식별 기술들은 일정량 이상의 박테리아 표본이 확보되어야 균종과 관련된 분자적 신호를 검출할 수 있다. 이로 인해, 환자에서 추출한 시편을 하루 이상 배양해야만 검출이 될 정도의 박테리아 개수가 확보된다.
광학 분야의 저명 학술지인 `빛: 과학과 응용(Light: Science & Applications), (IF = 17.782)'에 게재된 이번 연구(논문명: Rapid species identification of pathogenic bacteria from a minute quantity exploiting three-dimensional quantitative phase imaging and artificial neural network)에서 박용근 교수 연구팀은 3차원 홀로그래피 현미경과 인공지능 알고리즘을 활용해서 단일 세포 수준의 표본으로도 병원균의 균종을 정확히 알아낼 수 있음을 입증했다.
홀로그래피 현미경으로 측정되는 3차원 굴절률 영상 정보에 내재된 균종과 관련된 특성을 인공지능 알고리즘으로 학습해 종을 구분하는 것이 핵심 아이디어다. 연구팀은 종별로 500개 이상의 박테리아의 3차원 굴절률 영상을 측정했고, 이를 인공지능 신경망을 통해 학습시켰다.
연구팀은 개발한 방법을 이용해 주요한 혈액 감염균을 신속하게 식별함으로써 실제 진단에도 응용될 가능성을 검증했다. 구체적으로 그람 음성 및 양성, 구균 및 간균을 모두 포함한 총 19가지 균종으로 혈액 감염 사례의 90% 이상의 원인이 되는 균들이다. 한 개의 병원균 혹은 병원균 덩어리를 측정한 단일 3차원 굴절률 영상에서는 약 82.5%의 정확도로 균종 판별이 가능했다. 연구팀은 또한 여러 영상을 확보할 수 있을 때 정확도가 증가해, 7개의 박테리아 영상이 확보된다면 99.9%의 정확도를 얻을 수 있었다.
연구진의 책임자이자 논문의 교신저자인 박용근 교수는 "홀로그래피 현미경의 세포 감별 능력을 인공지능으로 극대화해 감염 진단 기술로서의 가능성을 확인한 것이 의미ˮ라고 말했다. 제1 저자인 물리학과 김건 박사과정 학생은 "100,000분의 1 수준의 표본량으로도 질량 분석기의 균종 검출률과 비슷한 정확도를 얻었고 환자 시편에서 다양한 병원균을 식별하는 플랫폼 기술이 될 것으로 기대된다ˮ라고 덧붙였다.
이번 연구는 KAIST-삼성서울병원-토모큐브 팀의 수년간의 공동 연구를 통해 진행됐다. 물리학과 박용근 교수 연구팀의 기술에 다양한 기관의 경험과 비전을 반영함으로써 완성할 수 있었다. 삼성서울병원 진단검사의학과 이남용 교수, 진단검사의학과 허희재 교수, 감염내과 정두련 교수 연구팀, 서울성모병원 진단검사의학과 유인영 교수, 분당 차병원 응급의학과 김규석 교수, 우리 대학 나노과학기술대학원 정현정 교수 등 다양한 분야와 기관이 모여, 실험적 검증을 효과적으로 진행할 수 있었다. 또한 KAIST 교원 창업 기업인 ㈜토모큐브의 3차원 홀로그래피 기술 지원도 필수적인 역할을 했다.
한편 이번 연구는 한국연구재단 창의연구사업, 과학기술일자리진흥원의 지원을 받아 수행됐다.
2022.06.27
조회수 4866
-
고정확도 실시간 학습 가능한 모바일 인공지능 반도체 칩 세계 최초 개발
우리 대학 전기및전자공학부 유회준 교수 연구팀이 인공지능의 실시간 학습을 모바일 기기에서 구현, 고정확도 인공지능(AI: Artificial Intelligent) 반도체*를 세계 최초로 개발했다고 23일 밝혔다.
* 인공지능 반도체 : 인식·추론·학습·판단 등 인공지능 처리 기능을 탑재하고, 초지능·초저전력·초신뢰 기반의 최적화된 기술로 구현한 반도체
연구팀이 개발한 인공지능 반도체는 저비트 학습과 저지연 학습 방식을 적용해, 모바일 기기에서도 학습할 수 있다. 특히 이번 반도체 칩은 인공지능의 예상치 못한 성능 저하를 막을 수 있는 실시간 학습 기술을 성공적으로 구현했다.
전기및전자공학부 한동현 박사과정이 제1 저자로 참여한 이번 연구는 지난 6월 12일부터 15일까지 인천 연수구 송도 컨벤시아에서 개최된 국제 인공지능 회로 및 시스템 학술대회(AICAS)에서 발표됐으며 응용 예시를 현장에서 시연했고, 최우수 논문상과 최우수 데모상을 모두 석권해 그 우수성을 널리 알렸다. (논문명 : A 0.95 mJ/frame DNN Training Processor for Robust Object Detection with Real-World Environmental Adaptation (저자: 한동현, 임동석, 박광태, 김영우, 송석찬, 이주형, 유회준))
인공지능 (AI) 반도체 기술을 망라하는 국제 학술 대회 ‘AICAS 2022’는 인공지능 반도체 분야 세계 최고 권위를 가진 IEEE(미국 전기 전자 기술자 협회)학회로 평가받으며, 삼성, SK를 필두로, 한국전자통신연구원(ETRI), 엔비디아(NVIDIA), 케이던스(Cadence) 등 국내외 저명한 기업과 기관 등이 참석해 인공지능 반도체 회로와 시스템 전 분야, 인공지능 반도체와 관련된 연구성과를 공유하는 행사다.
기존 인공지능은 사전에 학습된 지능만으로 추론을 진행했기 때문에 학습하지 않은 새로운 환경 혹은 물체에 대해서는 물체 검출이 어려웠다. 하지만 유회준 교수 연구팀이 개발한 실시간 학습은 추론만 수행하던 기존 모바일 인공지능 반도체에 학습 기능을 부여함으로써, 인공지능의 지능 수준을 크게 끌어올렸다.
유 교수팀의 새로운 인공지능 반도체는 사전에 학습한 지식과 애플리케이션 수행 중에 학습한 지식을 함께 활용해 고정확도 물체검출 성능을 보였다. 특히 유회준 교수 연구팀은 렌즈가 깨지거나, 기계 오류로 인한 인공지능의 예상치 못한 정확도 감소도 자동으로 인지하고 이를 실시간 학습을 통해 보정, 기존 인공지능의 문제점을 해결했다.
유 교수팀은 실시간 학습 기능에 더해, 모바일 기기에서 저전력으로 학습이 가능할 수 있도록, 저비트 인공지능 학습 방법, 직접 오류 전사 기반 저지연 학습 방식을 제안, 이를 최적화할 수 있는 반도체(HNPU) 와 응용 시스템을 모두 개발했다.
저전력, 실시간 학습을 수행할 수 있는 모바일 인공지능 전용 반도체, HNPU는 다음과 같이 6가지 핵심 기술이 도입됐다.
○ 확률적 동적 고정 소수점 활용 저비트 학습 방식 (SDFXP: Stochastic Dynamic Fixed-point Representation)
- 동적 고정 소수점에 확률적 표현을 결합하고 확률적 반올림을 도입하여 인공지능 학습에 필요한 비트 정밀도를 최소화 할 수 있는 방법
○ 레이어별 자동 정밀도 검색 알고리즘 및 하드웨어 (LAPS: Layer-wise Adaptive Precision Scaling)
- 학습의 난이도를 자동으로 파악하고 심층신경망의 레이어별로 최적의 비트수를 자동으로 찾아주는 알고리즘 및 이를 가속하는 하드웨어
○ 입력 비트 슬라이스 희소성 활용* (ISS: Input Slice Skipping or Bit-slice Level Sparsity Exploitation)
- 데이터를 이진수로 표현했을 때 중간중간 나타나는 ‘0’ 비트를 활용하여, 데이터 처리량을 높이는 방식
○ 내재적 순수 난수 생성기 (iTRNG: Intrinsic True Random Number Generator)
인공지능 연산을 활용한 순수 난수 생성기를 설계, 데이터의 암호화 및 확률적 반올림을 구현
○ 다중 학습 단계 할당을 통한 고속 학습 알고리즘 및 하드웨어 (MLTA: Multi Learning Task Allocation & Backward Unlocking)
기존 역전파 (Back-propagation) 알고리즘에서 탈피해, 직접 오류 전사를 통한 저지연 학습 구현
○ 실시간 인공지능 학습 기반 자동 오류 검출 기능 저하 보정 시스템 개발 (Real-time DNN Training based Automatic Performance Monitor and Performance Recovery System)
평상시 물체 검출 결과를 주기적으로 모니터링하면서, 갑작스러운 확률 변화를 자동으로 인식, 정확도 저하를 보정하기 위해 실시간 학습을 적용
* 희소성 활용 (Sparsity Exploitation) : 심층 신경망 모델의 연산은 수많은 곱셈누적(MAC: Multiply-And-Accumulate)연산의 연속이다. 연산자에 0이 존재할 시, 굳이 연산을 해보지 않아도 결과는 0임을 알기에 이를 뛰어넘는 방식으로 연산 속도를 높이는 방식.
이러한 기술을 사용해 HNPU는 저전력 물체검출을 구현하여, 다른 모바일 물체검출 시스템과 비교해 75% 높은 속도, 44% 낮은 에너지 소모를 달성하면서도, 실시간 학습으로 고정확도 물체검출을 개발해 주목을 받았다.
연구팀은 HNPU의 활용 예시로 카메라 렌즈가 깨지거나, 기계 오류, 조명, 밝기 변화로 인공지능의 추론 능력이 떨어졌을 때, 실시간 학습을 통해 다시 정확도를 높이는 고정확도 물체검출 시스템을 개발했다. 이는 이후 자율 주행, 로봇 등 다양한 곳에 활용될 것으로 기대된다.
특히 연구팀의 HNPU 연구는 2022 국제인공지능회로및시스템학술대회(AICAS 2022)에서 발표돼, 최우수 논문상과 최우수 데모상을 모두 석권하여 그 우수성을 널리 알렸다.
연구를 주도한 KAIST 전기및전자공학부 유회준 교수는 “현재 인공지능은 사전에 학습한 지식만으로 주어진 문제를 해결하고 있으며, 이는 변화하는 환경과 상황에 맞춰 계속 학습하는 인간의 지능과 뚜렷한 차이를 보인다”라며 “이번 연구는 실시간 학습 인공지능 반도체를 통해 인공지능의 지능 수준을 사람 수준으로 한층 더 끌어올리는 연구”라고 본 연구의 의의를 밝혔다.
2022.06.23
조회수 4452