연구
< 최민기 교수, 김형준 교수 >
우리 대학 생명화학공학과 최민기 교수, EEWS 대학원의 김형준 교수 공동 연구팀이 1년 이상 유지가 가능하고 과산화수소를 생산할 수 있는 단일 원자 크기의 백금 촉매 개발에 성공했다.
연구 결과는 ‘네이처 커뮤니케이션즈(Nature Communications)’ 8일자 온라인 판에 게재됐다.
백금 고체 촉매는 산업계에서 널리 이용된다. 고가의 촉매 활성물질인 백금을 최대한 효율적으로 활용하기 위해 백금 촉매입자를 최대한 작게 합성하려는 연구가 많이 이뤄지고 있다.
과학계에서는 효율적인 금속의 사용을 위해 가장 작은 구성원소인 단일 원자로 이뤄진 백금 촉매(1/10 나노미터 수준)를 개발했다.
백금을 비롯한 모든 금속은 나노미터 수준에서는 매우 불안정하기 때문에 특정 금속 산화물을 담지체로 사용해 백금 원자를 안정화해야 한다. 그러나 이 방법으로 합성된 촉매 또한 장기적으로는 안정성이 떨어지는 경우가 대부분이다.
탄소 소재의 경우 전기전도성이 높고 저렴해 담지체로서 장점을 갖지만 금속을 안정화시키는 능력이 매우 떨어져 탄소 전극 위에서 백금을 합성시키기 어려웠다.
연구팀은 문제 해결을 위해 금속과 강하게 결합할 수 있는 황 원자를 이용했다. 제올라이트를 거푸집으로 사용해 황 원자가 다량으로 분포된 탄소 나노구조를 합성했고, 이 물질에 백금 촉매를 형성했을 때 단일 원자 형태로도 백금을 안정화시키는 것을 발견했다.
연구팀은 황과 결합된 이 탄소 소재가 일반적인 촉매 합성 방법을 통해서도 백금이 단일 원자 크기로 존재하는 것을 확인했다. 또한 기존의 단일 원자 촉매는 불안정성으로 인해 구조가 쉽게 변했지만 연구팀이 개발한 촉매는 상온에서 1년이 지난 후에도 대부분의 촉매가 단일 원자로 존재하는 안정성을 보였다.
그밖에도 연구팀은 추가적인 성과를 확인했다. 일반적인 단일 원자 백금 촉매를 수소와 산소를 이용해 연료 전지 기술에 적용할 경우 대부분 물(H2O)이 형성되지만, 연구팀의 단일 원자 백금 촉매는 고부가가치 물질인 과산화수소가(H2O2) 95% 이상의 선택도로 생성돼 저렴하게 과산화수소를 생산할 수 있을 것으로 기대된다.
최 교수는 “기존의 불균일계 촉매로는 불가능했던 특이 촉매 선택성을 구현할 수 있을 것으로 예상된다” 며 “다른 단일 원자 촉매군 에 비해 훨씬 높은 안정성을 가져 촉매 수명을 획기적으로 늘릴 수 있을 것으로 기대된다"고 말했다.
김 교수는 “양자역학 시뮬레이션을 이용해 단일 원자 백금 촉매가 탄소 담지체에서 갖는 안정성 및 특이한 선택성 등의 원인을 규명했다”고 말했다.
이번 연구는 미래창조과학부의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 백금 단일 원자 촉매에서의 과산화수소 (H2O2) 생성 반응 모식도
그림2. 백금 단일 원자 사진
-
연구 휴대폰 사진 단 몇 장으로 구현한 생생한 3D 가상 환경 속으로
기존의 3D 시뮬레이션은 실제 공간을 라이다(LiDAR)나 3D 스캐너로 정밀하게 측정하고, 수천 장의 사진을 카메라 위치 정보와 함께 보정해야 하는 번거로운 과정을 거쳐야 했다. 우리 대학 연구진은 이러한 한계를 극복하고 단 2~3장의 일반 사진만으로도 실험실이나 도심을 고정밀 3D 공간으로 복원해 시뮬레이션 환경을 구축할 수 있는 기술을 선보였다. 이로써 ‘현실을 찍으면 곧바로 가상 환경이 되는’새로운 패러다임을 제시했다. 우리 대학은 전산학부 윤성의 교수 연구팀이 정밀한 카메라 위치 정보 없이도 일반 영상만으로 고품질의 3차원 장면을 복원할 수 있는 새로운 기술 ‘SHARE(Shape-Ray Estimation)’를 개발했다고 6일 밝혔다. 기존의 3D 복원 기술은 소수의 영상으로 3차원 장면을 재현하기 위해 촬영 당시의 정밀한 카메라 위치와 방향 정보가 필수적으로 요구되어, 고가의 특수 장비나 복잡한 보정 과정이 필요하다는 한
2025-11-06 -
연구 ‘나빌레라’처럼 춤추는 아바타...AI가 움직임 이해하고 그려
AI가 단순히 ‘그럴듯하게 그리는 수준’을 넘어, 옷이 왜 흔들리고 주름이 생기는지까지 이해하는 시대가 열렸다. 우리 대학 연구진은 3차원 공간에서의 움직임과 상호작용을 실제 물리 법칙처럼 학습하는 새로운 생성형 AI를 개발했다. 기존 2D 기반 영상 AI의 한계를 뛰어넘은 이번 기술은 영화, 메타버스, 게임 속 아바타의 현실감을 높이고 모션캡처나 3D 그래픽 수작업을 크게 줄일 수 있을 것으로 기대를 모은다. 우리 대학은 전산학부 김태균 교수 연구팀이 기존 2D 픽셀 기반 영상 생성 기술의 한계를 극복한 공간·물리 기반 생성형 AI 모델 ‘MPMAvatar’를 개발했다고 22일 밝혔다. 연구팀은 기존 2D 기술의 문제를 해결하기 위해, 가우시안 스플래팅(Gaussian Splatting)으로 다중 시점 영상을 3차원 공간으로 재구성하고, 여기에 물리 시뮬레이션 기법(Material Point Method, MPM)을 결
2025-10-22 -
연구 항암제 내성 없앤다! 당뇨병 등 난치성 질환 치료도 기대
암 치료의 큰 걸림돌 중 하나는 항암제에 대한 암세포의 내성이다. 기존에는 내성 암세포를 제거할 수 있는 새로운 표적을 찾는 방식이 주를 이뤘지만, 오히려 더 강한 내성을 유도할 수 있다는 한계가 있었다. 이에 우리 연구진이 내성 암세포를 다시 약물에 반응하게 만들 수 있는 핵심 유전자를 자동으로 예측하는 컴퓨터 기반 방법론을 개발했다. 이 기술은 다양한 암 치료뿐 아니라 당뇨병 등 난치성 대사 질환에도 활용될 수 있어 주목된다. 우리 대학 생명화학공학과 김현욱 교수와 김유식 교수 연구팀이 인체 대사를 시뮬레이션할 수 있는 컴퓨터 모델인 대사 네트워크 모델을 활용해, 항암제에 내성을 가진 유방암 세포를 약물에 민감화시킬 수 있는 새로운 약물 표적을 예측하는 컴퓨터 기반 방법론을 개발했다고 7일 밝혔다. 연구진은 암세포의 대사 변형이 약물 내성 형성에 관여하는 주요한 특징으로 주목하고, 항암제 내성 유방암 세포의 대사를 조절해 약물 반응성을 높일 유전자 표적을 예측하는 대사
2025-07-07 -
연구 챗GPT 등 대형 AI모델 학습 최적화 시뮬레이션 개발
최근 챗GPT, 딥시크(DeepSeek) 등 초거대 인공지능(AI) 모델이 다양한 분야에서 활용되며 주목받고 있다. 이러한 대형 언어 모델은 수만 개의 데이터센터용 GPU를 갖춘 대규모 분산 시스템에서 학습되는데, GPT-4의 경우 모델을 학습하는 데 소모되는 비용은 약 1,400억 원에 육박하는 것으로 추산된다. 한국 연구진이 GPU 사용률을 높이고 학습 비용을 절감할 수 있는 최적의 병렬화 구성을 도출하도록 돕는 기술을 개발했다. 우리 대학 전기및전자공학부 유민수 교수 연구팀은 삼성전자 삼성종합기술원과 공동연구를 통해, 대규모 분산 시스템에서 대형 언어 모델(LLM)의 학습 시간을 예측하고 최적화할 수 있는 시뮬레이션 프레임워크(이하 vTrain)를 개발했다고 13일 밝혔다. 대형 언어 모델 학습 효율을 높이려면 최적의 분산 학습 전략을 찾는 것이 필수적이다. 그러나 가능한 전략의 경우의 수가 방대할 뿐 아니라 실제 환경에서 각 전략의 성능을 테스트하는 데는 막대한 비용과
2025-03-13 -
연구 기계공학과 구승범 교수팀, NeurIPS 2024 MyoChallenge 대회 보행 부문 우승
우리 대학 기계공학과 구승범 교수 연구팀(박건우 박사과정, 신범수 박사과정, 박종현 박사과정)은 2024년 12월 캐나다 밴쿠버에서 열린 NeurIPS 학회의 경쟁 대회 중 하나인 MyoChallenge 대회에 참가하여, 15개국에서 54팀이 참여한 가운데, 보행 운동 부문 1위를 차지하였다. 이 대회는 Google Deepmind, Google Cloud와 Össur가 후원하였다. 이 대회에서는 인체의 신경근육제어 원리를 연구하기 위한 다물체 동역학 기반의 인체 근골격 시뮬레이션 환경이 제시되었다. 자체 알고리즘으로 작동하는 의족/의수 (Prosthetic limb)가 결합된 인체 모델이 일상 생활 동작(상지 운동, 보행 운동)을 할 수 있도록 인체 근육 제어기를 학습하고, 그 성능을 경쟁하였다. 보행 운동 부문에서는 의족을 장착한 인체 모델이 주어진 트랙(평지, 거친길, 언덕, 계단)에 맞춰 보행할 수 있도록 인체 제어기를 학습하고, 그 안정성과 속도를 평가하였
2024-12-24