KAIST

우리대학이 9일부터 12일까지 KAIST-KT 공동연구센터에서 '2023 디지털인문학 겨울학교'를 개최한다. 2023 디지털인문학(Digital Humanities) 겨울학교는 인문학 연구자들이 역사나 문학 등의 연구 분야에 디지털 기술을 접목해 새로운 관점으로 인문학을 볼 수 있도록 기획된 프로그램이다. 디지털과 인문학의 융합연구를 기획하고 수행하는 데 활용할 수 있는 방법론을 나흘간의 전일제 강의와 실습을 바탕으로 교육한다. 학습 성과를 높이기 위해 석사급 이상의 연구 조교 7명이 실습 교육을 돕는다. KAIST 디지털 인문사회과학센터가 주최하고 고려대 디지털인문센터, 서울대 인문대학이 협력하며, 디지털인문학 분야 석학들이 강연하고 대담회를 갖는 심포지엄을 연계해 개최한다. 9일부터 시작되는 교육은 역사와 문학 분야로 나눠 진행한다. 역사 분야에는 허수 서울대 국사학과 교수가 '토픽 연결망 분석으로 개벽'의 논조 변화를 다시 보기'를 교육하고, 김광림 고대문명연

우리 대학과 서울대학교병원(김연수 원장)은 오늘(2일) 「정밀의료 및 디지털헬스케어 기술 협력을 위한 업무협약」을 체결했다. 이는 우리 대학의 ‘우수 AI 기반 디지털 및 정밀의료 기술’과 서울대학교 병원의 ‘최신 의료 기반 임상 연구 역량’을 접목한 상호 협력체제를 구축하고자 올해 5월부터 추진됐다. 최근 급속한 인공지능(AI) 기술 발전에 따라 이를 의학 연구와 의료 현장에 적용할 필요성이 증가하는 가운데, 꾸준히 축적되는 환자의 의료 데이터를 더 체계적으로 분석하고자 한 뜻을 모았다. 이번 협약을 통해 정밀의료(암·희귀 난치성 질환) 및 AI 기반 디지털 헬스케어 시스템 구축을 위한 기술을 함께 개발하고, 연구역량 강화를 위한 공동 연구 과제를 발굴할 예정이다. 서울대학교병원 임상유전체의학과는 별도 협의체를 구성해 세부 방안을 논의할 계획이다. 양 기관은 AI 기반의 의료 빅데이터 연구를 통해 암·희

우리 대학 연구진 포함 국내 연구진이 실험실에서 3차원으로 키운 사람의 폐포(허파꽈리)에 코로나19 바이러스를 배양해 감염 기전과 치료제 개발에 적용이 가능한 기술 개발에 성공했다. 국제 통계 사이트 월드오미터에 따르면 전 세계 누적 코로나바이러스감염증-19(이하 코로나19) 확진자 수는 25일 기준 4,331만 8,941명으로 지난 18일(4,030만 1,609명) 4,000만 명을 넘어선 후 일주일 만에 4,331만을 돌파하는 2차 대유행이 점차 현실화돼 가고 있다. 우리 대학 의과학대학원 주영석 교수 연구팀은 인간의 폐포 세포를 실험실에서 구현하는 3D 미니 장기기술을 개발하고 이를 활용해 코로나19 바이러스가 인간의 폐 세포를 파괴하는 과정을 정밀하게 규명하는 데 성공했다고 26일 밝혔다. 이번 연구는 영국 케임브리지대학 이주현 박사를 비롯해 국립보건연구원 국립감염병연구소 최병선 과장·기초과학연구원(IBS) 고규영 혈관연구단장(우리 대학 의과학대학원 교

신소재공학과 신병하 교수 연구팀 주도의 공동 연구팀(서울대학교 김진영 교수, 세종대학교 김동회 교수, 미국 국립재생에너지 연구소 Kai Zhu 박사, 노스웨스턴 대학 정희준 박사)이 큰 밴드갭의 페로스카이트 물질을 개발하고 이를 적용해, 26.7%의 광 변환 효율을 갖는 고효율 페로브스카이트-실리콘 탠덤(tandem) 태양전지를 구현했다. 이번 연구는 과거 불안정하다고 알려진 큰 밴드갭 유무기 하이브리드 페로브스카이트 물질(Organic-Inoraganic Hybrid Perovskite)의 안정화 및 고효율화하는 기술을 개발함과 동시에, 이를 실리콘 태양전지와 적층해 고효율 탠덤 태양전지를 개발했다는 점에서 향후 30% 이상의 초고효율 태양전지 개발에 이바지할 수 있을 것으로 기대된다. 신병하 교수가 교신저자로, 김대한 박사과정이 1 저자로 참여한 이번 연구결과는 국제 학술지 ‘사이언스(Science)’ 3월 26일 자 온라인판에 게재됐다.(논문명: E

바이오및뇌공학과 박성홍 교수 연구팀이 자기공명영상장치(MRI)의 다중 대조도 영상을 복원하기 위한 새로운 딥러닝 네트워크를 개발했다. 이번 연구를 통해 병원에서 반복적으로 획득하는 다중 대조도 MRI 영상을 얻는 시간이 크게 줄어 편의성 증대, 촬영비용 절감 등의 효과를 볼 것으로 기대된다. 도원준 박사가 1 저자로, 서성훈 박사과정이 공동 1 저자로 참여한 이번 연구는 우수성을 인정받아 국제 학술지 ‘메디컬 피직스 (Medical Physics)’ 2020년 3월호 표지 논문으로 게재됐다. 일반적으로 임상적 환경에서 MRI 촬영은 정확한 진단을 위해 두 개 이상의 대조도로 진행돼 촬영시간이 길어진다. 이에 따라 MRI 촬영비용도 비싸지며 환자들의 불편함을 유발하고, 영상의 품질 역시 환자의 움직임 등으로 인해 낮아질 수 있다. 문제 해결을 보완하기 위해 박 교수 연구팀은 다중 대조도 획득의 특징을 활용한 새로운 딥러닝 기법을 개발해 기존 방식보다 데이