연구
< (왼쪽부터) 기계공학과 이송호, 박동근, 문현빈 박사과정, 유승화 교수 (상단) 경희대학교 임재혁 교수, KAIST 와비 데메케 박사 >
신소재 개발의 핵심 단계인 ‘물성 규명’은 그동안 방대한 실험 데이터와 고가 장비에 의존해야 해 연구 효율이 낮다는 한계가 있었다. KAIST 연구진은 재료와 에너지의 변형과 상호작용을 지배하는 ‘물리법칙’을 AI와 결합한 새로운 기법을 통해, 데이터가 부족한 상황에서도 신소재를 신속히 탐색하고 나아가 재료·기계·에너지·전자 등 다양한 공학 분야의 설계와 검증까지 빠르게 수행할 수 있는 기반을 마련했다.
우리 대학 기계공학과 유승화 교수 연구팀이 경희대(총장 김진상) 임재혁 교수 연구팀과 한국전기연구원(원장 김남균, KERI) 류병기 박사와 각각 공동 연구를 통해, 물리 법칙을 인공지능 학습 과정에 직접 반영하는 물리 기반 머신러닝(Physics-Informed Machine Learning, PIML) 기법을 활용해, 적은 양의 데이터만으로도 소재 물성을 정확히 규명할 수 있는 새로운 방법을 제시했다고 2일 밝혔다.
< 소재 물성 파악을 위한 물리기반 머신러닝 방법론 개략도 >
첫 번째 연구에서는 고무와 같은 잘 늘어나는 초탄성(hyperelastic) 소재를 대상으로, 단 한번의 실험에서 얻은 적은 양의 데이터만으로도 재료의 변형 모습과 성질을 동시에 알아낼 수 있는 ‘물리 기반 인공 신경망(Physics-Informed Neural Network, PINN)’ 기법을 제시했다.
기존에는 많은 양의 복잡한 데이터를 모아야만 가능했지만, 이번 연구는 데이터가 부족하거나 제한적이거나 잡음이 포함된 상황에서도 안정적으로 소재 특성을 재현할 수 있음을 입증했다.
두 번째 연구에서는 열을 전기로, 전기를 열로 바꾸는 신소재인 ‘열전 소재’를 대상으로, 단 몇 개의 측정값만으로도 열을 얼마나 잘 전달하는지(열전도도)와 전기를 얼마나 잘 만들어내는지(제벡 계수) 같은 핵심 지표를 추정할 수 있는 PINN 기반 역추정 기법을 제안했다.
나아가 연구팀은 자연의 물리 법칙까지 이해하는 인공지능인 ‘물리 기반 신경 연산자(Physics-Informed Neural Operator, PINO)’를 도입해 학습되지 않은 신소재에도 재학습 과정 없이 일반화가 가능함을 보여주었다.
< (좌측) 물리정보 신경망으로 초탄성 물성 규명 (우측) 물리정보 신경망 및 물리정보 신경 연산자로 열전 물성 추정·일반화 연구 >
실제로 20개 소재로 학습한 뒤, 60개의 새로운 소재를 대상으로 테스트했는데, 모두 높은 정확도로 성질을 맞혀냈다. 이로써 앞으로 수많은 신소재 후보를 빠르게 골라내는 고속·대량 소재 탐색이 가능해질 전망이다.
이번 성과는 단순히 ‘실험을 줄였다’는 수준을 넘어선다. 물리 법칙과 인공지능을 정교하게 결합해, 실험 효율은 높이고 신뢰성은 지킨 첫 사례이기 때문이다.
두 연구 모두 총괄하여 진행한 유승화 교수는 “이번 성과는 물리 법칙을 이해하는 인공지능을 실제 소재 연구에 적용한 첫 사례”라며, “데이터 확보가 제한적인 상황에서도 물성을 신뢰성 있게 규명할 수 있어 다양한 공학 분야로 확산될 것”이라고 말했다.
첫 번째 논문은 KAIST 기계공학과 문현빈·박동근 박사과정이 공동 제1 저자로 참여했으며 국제 학술지 ‘컴퓨터 매써드 인 어플라이드 머케닉스 엔 엔지니어링(Computer Methods in Applied Mechanics and Engineering)’에 8월 13일자에 게재되었다.
※논문 제목: Physics-informed neural network-based discovery of hyperelastic constitutive models from extremely scarce data
※DOI: https://doi.org/10.1016/j.cma.2025.118258
두 번째 논문은 KAIST 기계공학과 문현빈·이송호 박사과정, 와비 데메케(Wabi Demeke) 박사가 공동 제1 저자로 참여했으며 ‘엔피제이 컴퓨테이셔널 머티리얼즈(npj Computational Materials)’에 8월 22일자에 연이어 게재됐다.
※논문 제목: Physics-informed neural operators for generalizable and label-free inference of temperature-dependent thermoelectric properties
※DOI: https://doi.org/10.1038/s41524-025-01769-1
한편, 첫번째 연구는 한국연구재단·과학기술정보통신부 이노코어 프로그램 및 식품의약품안전처 연구과제의 지원을, 두번째 연구는 한국연구재단·과학기술정보통신부 이노코어 프로그램의 지원을 받아 수행됐다.
-
인물 김갑진 교수,‘제 6회 현우 KAIST 학술상’수상
우리 대학은 물리학과 김갑진 교수가 양자역학 분야에서의 탁월한 연구 성과를 인정받아 현우문화재단(이사장 곽수일)이 후원하는‘제6회 현우 KAIST 학술상’ 수상자로 선정됐다고 12일 밝혔다. 김갑진 교수는 양자컴퓨터를 만드는 새로운 방법을 제시한 연구 성과로 이번 학술상을 받았다. 기존 양자컴퓨터는 초전도체나 이온, 빛과 같은 복잡한 방식에 주로 의존해 왔으며, 극저온 환경이 필요해 비용과 기술적 부담이 크다는 한계가 있었다. 김 교수는 이러한 한계를 넘어, 자석처럼 우리가 비교적 쉽게 접할 수 있는 자기 성질을 가진 ‘자성 물질’을 활용해 양자컴퓨터를 구현할 수 있다는 가능성을 제시했다는 점에서 주목을 받았다. 김 교수는 자석 물질 내부의 스핀 움직임(마그논)과 빛 신호를 하나의 칩에서 결합한 ‘광자–마그논 하이브리드 칩’을 개발했다. 이를 통해 자성체 내에서 여러 양자 신호가 동시에 작동하고 서로
2026-02-12 -
인물 ‘올해의 KAIST인상’에 물리학과 이경진 교수 선정
우리 대학은 개교 55주년을 맞아 ‘올해의 KAIST인상’ 수상자로 이경진 물리학과 교수를 선정했다고 12일 밝혔다. ‘올해의 KAIST인상’은 탁월한 학술 및 연구 성과를 통해 국내외에서 KAIST의 발전과 위상 제고에 기여한 구성원에게 수여하는 상으로, 2001년 제정됐다. 제25회 수상자로 선정된 이경진 물리학과 교수는 30여 년간 당연하게 여겨져 온 스핀 전달 이론의 기존 가정을 뒤집고, ‘양자 스핀펌핑(Quantum Spin Pumping)’ 현상을 세계 최초로 규명한 공로를 인정받았다. 기존 이론이 스핀을 단순한 고전적 물리량으로 취급해 온 것과 달리, 이 교수는 실제 물질 속 스핀 역시 전자처럼 본질적인 양자적 성질을 지닌다는 점에 주목했다. 이를 검증하기 위해 이 교수는 스핀의 크기가 특정 조건에서 갑자기 변하는 독특한 성질을 지닌 철-로듐(FeRh) 자성 물질을 연구 대상으로 선택했다. 이 물
2026-02-12 -
연구 화학 원리 이해한 AI 등장...신약·신소재 개발 속도 높인다
스마트폰 배터리가 얼마나 오래 가는지, 난치병을 치료할 신약이 나올 수 있을지는 모두 재료 물질을 구성하는 원자들이 얼마나 안정적으로 결합하느냐에 달려 있다. 이 수많은 원자를 어떻게 배치해야 가장 안정적인 분자가 되는지를 찾는 과정이 ‘분자 설계’의 핵심 과정인데, 그동안은 거대한 산에서 가장 낮은 골짜기를 찾는 것처럼 어려워 막대한 시간과 비용이 필요했다. 우리 대학 연구진이 인공지능으로 이 과정을 빠르고 정확하게 해결하는 신기술을 개발했다. 우리 대학은 화학과 김우연 교수 연구팀이 분자의 안정성을 좌우하는 물리 법칙을 스스로 이해해 구조를 예측하는 인공지능 모델 ‘리만 확산 모델(R-DM)’을 개발했다고 10일 밝혔다. 이 모델의 가장 큰 특징은 분자의 ‘에너지’를 직접 고려한다는 점이다. 기존 인공지능이 분자의 모양을 단순히 흉내 냈다면, R-DM은 분자 내부에서 어떤 힘이 작용하는지를 고려하여 구조를 스
2026-02-10 -
연구 전기 켜지고 꺼지는 찰나 포착..차세대 메모리 소재 혁신 기대
인공지능이 발전할수록 컴퓨터에는 더 빠르고 효율적인 메모리가 요구된다. 초고속·저전력 반도체의 핵심은 메모리 소재가 전기를 켜고 끄는 ‘스위칭’ 원리에 있다. 한국 연구진이 아주 작은 전자 소자 안에서 물질을 순간적으로 녹였다가 얼리는 실험을 통해, 그동안 직접 관찰하기 어려웠던 스위칭 순간과 내부 작동 원리를 밝혀냈다. 이를 통해 더 빠르고 전기를 덜 쓰는 차세대 메모리 신소재를 원리 기반으로 설계할 수 있는 기준을 제시했다. 우리 대학 생명화학공학과 서준기 교수 연구팀은 경북대학교 이태훈 교수 연구팀과의 공동연구를 통해, 기존에는 관찰이 어려웠던 나노 소자 내부의 전기 스위칭 과정과 물질 상태 변화를 실시간으로 포착할 수 있는 실험 기법을 개발했다고 8일 밝혔다. 연구팀은 전기 스위칭을 확인하기 위해 물질을 순간적으로 녹였다가 빠르게 식히는 방식을 적용했다. 이를 통해 그동안 열에 민감해 전기를 흘리는 순간 성질이 쉽게 변하던 텔루륨(Te
2026-02-09 -
인물 이상엽 특훈교수, 호주 퀸즐랜드대 AIBN 중개연구상 수상
우리 대학은 생명화학공학과 이상엽 특훈교수(연구부총장)가 호주 브리즈번에 위치한 퀸즈랜드대학교(University of Queensland, UQ) 산하 호주생명공학나노기술연구소(Australian Institute of Bioengineering and Nanotechnology, AIBN)로부터 2월 3일(현지시간) 중개연구상인 AIBN 메달(AIBN Translational Research Award)을 수상했다고 9일 밝혔다. AIBN 메달은 생명공학 분야에서 연구 성과를 산업과 사회적 가치로 확장한 중개연구 성과를 인정해 수여되는 상으로, 흔히 ‘연구를 연구로 끝내지 않은 성과’를 평가하는 상으로 불린다. 논문 수나 인용도보다 산업 적용성, 기술 확산, 국제 협력, 사회적 영향력을 중시하며, 합성생물학·대사공학·바이오제조 분야의 세계적 연구 허브인 AIBN이 수여하는 글로벌 중개연구 분야의 상징적 상이다. 이번 시상은 퀸즈
2026-02-09