
< (앞) 남지수 박사과정, (뒷줄 왼쪽부터) 복신 첸 박사과정, 김미소 교수 >
치과 치료부터 복잡한 시제품 제작까지 널리 쓰이는 ‘광경화 3D 프린팅’은 빠르고 정밀하지만 충격에 약해 쉽게 파손되는 한계가 있었다. KAIST 연구진이 이 약점을 극복할 수 있는 신기술을 개발, 의료용 보형물부터 정밀 기계 부품까지 한층 튼튼하면서도 경제적으로 제작할 수 있는 길을 열었다.
우리 대학은 기계공학과 김미소 교수 연구팀이 광경화 3D 프린팅의 내구성 한계를 근본적으로 해결할 수 있는 신기술을 개발했다고 29일 밝혔다.
디지털 광 조형(Digital Light Processing, DLP) 기반 3D 프린팅은 빛으로 액체 레진(고분자 중합체)을 굳혀 정밀한 구조물을 빠르게 제조하는 기술로, 치과·정밀 기계 등 다양한 분야에서 활용되고 있다. 기존 사출 성형은 내구성은 뛰어나지만 금형 제작에 많은 시간과 비용이 드는 반면, 광경화 3D 프린팅은 자유로운 형상 구현이 가능하지만 내구성의 약점이 있었다.
김 교수 연구팀은 ▲충격과 진동을 흡수하면서도 고무에서 플라스틱까지 다양한 물성을 구현할 수 있는 신규 광경화 레진 소재와 ▲구조물의 각 부위에 최적 강도를 자동 배치하는 머신러닝 기반 설계 기술을 결합해 문제를 풀어냈다.

< 그림 1. 광 조절 기반 그래디언트(Gradient) 구조체로 구현하는 광 경화 3DP 고내구성 기술 강성 제어형 점탄성 폴리우레탄 아크릴레이트 (PUA) 소재 개발, 머신러닝 기반 물성 구배 최적화, 그리고 회색조 DLP 3D 프린팅을 통합한 새로운 제조 기술의 개략도. 감쇠 성능을 향상하고, 응력 집중을 완화하여, 고신뢰성·내구성·맞춤형 제조를 위한 통합 솔루션을 제시함. 관절 등 반복적 하중이 가해지는 구조 부품, 자동차 내장재, 정밀 기계 부품 등 다양한 응용 가능성을 보여줌. >
연구팀은 ‘동적 결합을 도입한 폴리우레탄 아크릴레이트(PUA)’ 소재를 개발해 기존 소재 대비 충격·진동 흡수 능력을 크게 높였다. 또한 빛의 세기를 조절해 하나의 레진 조성물에서 서로 다른 강도를 구현할 수 있는 ‘회색조 DLP’ 기술을 적용, 구조물 내 부위별 맞춤 강도를 부여하는 데 성공했다. 이는 인체의 뼈와 연골이 다른 역할을 하며 조화를 이루는 원리에서 착안한 것이다.
머신러닝 알고리즘은 구조와 하중 조건을 분석해 최적의 강도 분포를 자동으로 제안한다. 이를 통해 소재 개발과 구조 설계가 유기적으로 연결되며, 맞춤형 강도 분배가 가능해졌다.
경제성 또한 주목할 부분이다. 기존에는 다양한 물성을 구현하기 위해 고가의 ‘다중 재료 프린팅’ 기술이 필요했지만, 이번 기술은 단일 소재와 단일 공정만으로 동일한 효과를 내 생산 비용을 크게 절감한다. 복잡한 장비나 재료 관리가 불필요해지고, AI 기반 구조 최적화로 연구개발 시간과 제품 설계 비용까지 줄일 수 있다.
김미소 교수는 “이번 기술은 소재 물성과 구조 설계의 자유도를 동시에 확장한 것”이라며, “환자 맞춤형 보형물은 더 내구성 있고 편안해지고, 정밀 기계 부품도 더욱 견고하게 제작할 수 있을 것”이라고 설명했다. 이어 “단일 소재·단일 공정만으로 다양한 강도를 구현해 경제성까지 확보한 점이 큰 의미가 있다”며 “향후 바이오메디컬, 항공·우주, 로봇 등 다양한 산업 분야로의 활용이 기대된다”고 덧붙였다.
이번 연구는 KAIST 기계공학과 김미소 교수 연구팀이 주도했으며, KAIST 박사과정 남지수 학생이 제1저자로 참여했다. 성균관대 복신 첸(Boxin Chen) 학생도 공동연구로 기여했다. 연구 결과는 재료과학 분야 세계적 권위 학술지 어드밴스드 머터리얼즈(Advanced Materials, IF 26.8)에 7월 16일 자 온라인 게재됐다. 또한 연구의 우수성을 인정받아 학술지 권두 도판(Frontispiece)에도 선정됐다.
※ 논문 제목: Machine Learning-Driven Grayscale Digital Light Processing for Mechanically Robust 3D-Printed Gradient Materials
※ DOI: 10.1002/adma.202504075
본 연구의 성과로 김미소 교수는 2025년 7월 국제 학술 출판사 와일리(Wiley)가 주관하는‘와일리 라이징 스타 어워드(Wiley Rising Star Award)’와 ‘와일리 여성 재료과학상(Wiley Women in Materials Science Award)’을 동시에 수상하며 국제적으로도 많은 주목을 받고 있다.
와일리 라이징 스타 어워드는 향후 학문적 리더로서의 잠재력을 지닌 신진 연구자에게 주어지는 상이며, 와일리 여성 재료과학상은 재료과학 분야에서 탁월한 업적을 이룬 여성 과학자를 기리기 위해 제정된 권위 있는 상이다.

< 그림 2. 권두 도판(frontispiece) 이미지. (Issue 42 예정) 광경화 3D 프린터로 구현한 다중 물성 구조. 프로젝터 빛 세기를 위치별로 달리해, 강한 빛은 단단하게·약한 빛은 유연하게 형성되며, AI가 구조 형상에 최적화된 패턴을 설계해 파손을 예방하고 전체를 튼튼하게 만듦 >
한편 이번 연구는 과학기술정보통신부의 지원을 받아 한국연구재단 BRIDGE 융합연구개발사업, 중견연구자지원사업, 차세대 반도체 대응 미세기판 기술개발사업의 일환으로 수행됐다.
우리 대학이 4월 과학의 달을 맞아 국내 최대 규모의 과학 축제인 ‘2026 대한민국 과학기술축제’에 참여해, AI와 로봇 공학의 정점을 선보이는 참여형 전시관 ‘KAIST Play World’를 운영한다고 10일 밝혔다. 올해 축제는 ‘2026 대한민국 과학축제 인(in) 대전(4월 17일~19일)’과 ‘2026 대한민국 과학축제 인(in) 경기(4월 24일~26일)’로 나뉘어 개최된다. KAIST는 대전 DCC(제2전시장)와 일산 킨텍스에서 순차적으로 전시를 진행하며, ‘Play World’ 콘셉트를 적용해 세대 특성에 맞춘 차별화된 체험형 콘텐츠를 선보일 예정이다. 특히 KAIST 캐릭터 ‘넙죽이’를 활용한 현장 이벤트와 기념품도 함께 제공해 관람객의 참여도를 높일 계획이다. □ [대전] 휴머노이드 로봇부터 우주 로버, AI 반도체 친구 &ls
2026-04-10우리 대학 인공지능반도체대학원은 4월 8일(수) 오전 대전 오노마 호텔에서 '제5회 한국인공지능시스템포럼(KAISF)' 조찬 강연회를 성공적으로 개최하였다. 이번 강연회는 인공지능이 물리 세계와 직접 맞닿으며 산업 현장에 빠르게 스며드는 'Physical AI' 시대를 주제로, 총 63명의 산학 전문가가 참석한 가운데 활발한 논의가 이루어졌다. 초청 강연은 ㈜NC AI 이연수 대표이사와 김민재 CTO가 '물리 내재화 기반의 차세대 피지컬 AI와 전주기 통합 플랫폼 개발 현황'을 주제로 공동 진행하였다. 강연에서는 AI 기술의 발전으로 물리 법칙을 스스로 이해하는 피지컬 AI가 로봇 산업의 판도를 바꾸고 있는 현황을 소개하며, 다음 세 가지 핵심 내용을 중심으로 전개되었다. ▲질량·마찰·탄성 등 역학적 관계를 내재화한 WFM(월드 파운데이션 모델) 핵심 기술 및 로봇 파운데이션 모델(RFM) 기반 작업 지능 최적화 ▲Sim-to-Real 간극을 최소화
2026-04-10과학기술정보통신부 이노코어(InnoCORE) 사업을 통해 구축된 연구 협력 기반 아래, KAIST 이노코어 연구진이 의미 있는 연구 성과를 도출했다. 우리 대학은 2024년 노벨 화학상 수상자인 David Baker 교수(데이비드 베이커, 미국 워싱턴대학교)의 방문을 계기로, 공동연구를 통해 AI로 원하는 화합물을 정확히 인식하는 단백질 설계 연구 결과를 공개했다. 우리 대학은 생명과학과 이규리 교수가 AI-CRED 혁신신약 이노코어(InnoCORE) 연구단에 참여 중인 연구진으로서, David Baker 교수와의 공동 연구를 통해 특정 화합물을 선택적으로 인식하는 인공 단백질을 AI로 설계하는 데 성공했다고 9일 밝혔다. 이번 연구는 AI를 활용해 특정 화합물을 인식하는 단백질을 처음부터 설계(de novo)하고, 이를 실제로 작동하는 바이오 센서로 구현한 것이 특징이다. 기존에는 자연 단백질을 탐색하거나 일부 기능을 수정하는 방식이 주를 이뤘다면, 이번 연구는 AI 기반
2026-04-09우리 대학은 한전KDN(대표이사 박상형)과 인공지능(AI)과 에너지 분야를 융합한 ‘AI+X’ 전략 기반 캠퍼스 마이크로그리드(Micro Grid, 소규모 독립형 전력망) 구축을 위한 업무협약(MOU)을 8일 체결했다고 밝혔다. 한전KDN(KEPCO Knowledge, Data & Network Co., Ltd.)은 전력 시스템에 정보통신기술(ICT)을 접목한 에너지 플랫폼을 개발·운영하는 한국전력공사 계열 공기업이다. 이번 협약은 AI 기반 전력 운영 기술을 활용해 캠퍼스 단위의 탄소중립(Net-Zero) 플랫폼을 구축하고, 이를 실증하기 위한 에너지 테스트베드를 조성하기 위해 추진됐다. 이를 통해 차세대 에너지 기술 고도화와 글로벌 비즈니스 모델 창출을 도모할 계획이다. 양 기관은 KAIST 캠퍼스를 중심으로 실제 전력 생산·소비 데이터를 활용한 AI 기반 에너지 관리 시스템(Energy Management System
2026-04-08AI 성능을 좌우해온 ‘메모리 병목’이 뚫렸다. 우리 대학이 참여한 국제 공동연구팀이 최대 6배까지 메모리를 줄이면서도 성능은 유지하는 차세대 알고리즘을 공개하며, AI 산업은 물론 반도체 수요 구조까지 바꿀 기술적 전환점을 제시했다. 고용량 중심에서 고효율 중심으로 전환되면서, AI는 더 저렴해지고 빠르게 확산되는 동시에 반도체 수요 역시 질적으로 고도화될 전망이다. 우리 대전기및전자공학부 한인수 교수가 참여한 구글 리서치(Google Research), 딥마인드(DeepMind), 뉴욕대(New York University) 공동 연구팀이 인공지능(AI) 모델의 고질적인 한계로 꼽혀온 메모리 과부하 문제를 해결할 차세대 양자화 알고리즘 ‘터보퀀트(TurboQuant)’를 공개했다고 27일 밝혔다. AI 모델은 입력 데이터를 벡터 형태로 바꾼 뒤, 벡터 간 유사도를 계산해 작동한다. 이 과정에서 고정밀(high-precision)
2026-03-28