
< (왼쪽부터) 김지태 교수 (KAIST), 스치 후 박사 (제1저자, AI 기반 지능형 설계-제조 통합 연구단, KAIST-포항공대), 노준석 교수 (포항공대) >
거대 인공지능(AI)을 위한 초고속 광컴퓨팅, 양자 암호 통신, 초고해상도 증강현실(AR) 디스플레이 등 미래 첨단 산업에서는 빛으로 정보를 처리하는 나노 레이저가 차세대 반도체의 핵심 소자로 주목받고 있다. 우리 대학 연구진이 머리카락보다 얇은 공간에서 빛으로 정보를 처리하는 나노 레이저를 반도체 칩 위에 고밀도로 배치할 수 있는 새로운 제작 기술을 제시했다.
우리 대학은 기계공학과 김지태 교수 연구팀이 POSTECH(총장 김성근) 노준석 교수 연구팀과의 공동 연구를 통해, 초고밀도 광집적회로의 핵심 소자인 ‘수직형 나노 레이저’를 만들 수 있는 초미세 3차원 프린팅 기술을 개발했다고 6일 밝혔다.
기존 반도체 제조 방식인 리소그래피 공정은 같은 구조를 대량 생산하는 데는 효과적이지만, 공정이 복잡하고 비용이 많이 들어 소자의 형태나 위치를 자유롭게 바꾸기 어렵다는 한계가 있었다. 또한 대부분의 기존 레이저는 기판 위에 눕혀진 수평 구조로 만들어져 공간을 많이 차지하고, 빛이 아래로 새어 나가 효율이 떨어지는 문제가 있었다.
연구팀은 이러한 문제를 해결하기 위해 빛을 효율적으로 만들어내는 차세대 반도체 소재인 ‘페로브스카이트’를 수직으로 쌓아 올리는 새로운 3D 프린팅 방식을 개발했다. 이 기술은 전압을 이용해 눈에 보이지 않을 만큼 작은 잉크 방울(아토리터, 10⁻¹⁸ L)을 정밀하게 제어하는 ‘초미세 전기유체 3D 프린팅’ 기술이다.
이를 통해 재료를 깎아내는 복잡한 공정 없이, 원하는 위치에 머리카락보다 훨씬 가는 기둥 모양의 나노 구조물을 수직으로 직접 인쇄하는 데 성공했다.
기술의 핵심은 이렇게 인쇄된 페로브스카이트 나노 구조물의 표면을 매우 매끄럽게 만들어 레이저 효율을 크게 높였다는 점이다. 연구팀은 프린팅 과정에 기체상 결정화 제어 기술을 결합해, 결정이 거의 하나로 정렬된 고품질 구조를 구현했다. 그 결과 빛의 손실이 적고 안정적으로 작동하는 ‘고효율 수직형 나노 레이저’를 구현할 수 있었다.
또한 나노 구조물의 높이를 조절해 레이저가 내는 빛의 색을 정밀하게 바꿀 수 있음을 입증했다. 이를 활용해 육안으로는 보이지 않지만 특수 장비로만 확인할 수 있는 레이저 보안 패턴을 제작했으며, 위조 방지 기술로서의 상용화 가능성도 확인했다.

< 페로브스카이트 나노 레이저 3차원 프린팅 >
김지태 교수는 “이번 기술은 복잡한 공정 없이 빛으로 계산하는 반도체를 칩 위에 직접 고밀도로 구현할 수 있게 한다”며, “초고속 광컴퓨팅과 차세대 보안 기술의 상용화를 앞당길 것”이라고 말했다.
이번 연구 결과는 기계공학과 스치 후(Shiqi Hu) 박사가 제 1 저자로 나노과학 분야 국제 권위 학술지 ACS Nano에 2025년 12월 6일 온라인 판으로 게재됐다.
※논문명: Nanoprinting with Crystal Engineering for Perovskite Lasers
DOI: https://doi.org/10.1021/acsnano.5c16906
이번 연구는 과학기술정보통신부 우수신진연구(RS−2025-00556379), 중견연구자지원사업 (RS-2024-00356928), 이노코어(InnoCORE) AI 기반 지능형 설계-제조 통합 연구단(N10250154)의 지원으로 수행되었다.
“지난해 가장 많이 팔린 상품을 찾아줘.” AI가 회사 자료를 찾는 과정에서 존재하지 않는 항목을 잘못 사용하면 검색이 실패할 수 있다. 지금까지는 작은 오류 하나에도 검색 명령 전체를 다시 만들어야 했지만, 우리 대학 연구진이 틀린 부분만 찾아 바로잡는 기술을 개발했다. AI의 데이터 검색을 더 빠르고 정확하게 만들어 기업의 ‘AI 업무비서’ 활용을 앞당길 것으로 기대된다. 우리 대학은 전산학부 김민수 교수 연구팀이 사람의 일상적인 질문을 데이터베이스에서 원하는 정보를 찾는 컴퓨터 명령어인 SQL(Structured Query Language)로 바꾸는 과정에서 발생하는 오류를 찾아 수정하는 기술 ‘세이프큐엘(SafeQL)’을 개발했다고 4일 밝혔다. 최근에는 “지난해 매출이 가장 많이 늘어난 상품은?”, “재고가 부족한 상품은?”처럼 일상적인 말로 질문하면 AI가
2026-09-04우리 대학이 세계적인 연구기관인 미국 캘리포니아공과대학교(California Institute of Technology, 이하 ‘Caltech’)와 공동연구를 넘어 차세대 연구자까지 함께 키우는 새로운 글로벌 협력 모델을 구축한다. 우리 대학은 9월 1일부터 2일까지 Caltech과 ‘제1회 KAIST-Caltech 분자과학 및 화학혁신 공동 워크숍(1st KAIST-Caltech Joint Workshop on Molecular Science and Chemical Innovation)’을 개최한다고 2일 밝혔다. 이번 워크숍은 양 기관이 첨단 분자과학과 미래 화학기술 분야의 연구성과를 공유하는 데 그치지 않고, 공동연구와 인재양성, 연구시설 활용까지 연결하는 지속 가능한 협력체계를 구축하기 위해 마련됐다. 특히 KAIST와 Caltech 교수가 박사후연구원(Postdoctoral Researcher)을 함께 선발하고 지도하는
2026-09-02“이 단백질에 잘 결합하는 신약 후보를 설계해줘.” 연구자가 AI에게 이렇게 요청하면 AI가 단백질의 3차원 구조를 예측하고, 어떤 물질이 잘 결합할지 분석해 유망한 신약 후보를 설계한다. 우리 대학 연구진이 세계에서 가장 빠르게 단백질 구조 예측을 수행하는 바이오 AI 모델 ‘K-Fold(케이폴드)’를 국내 독자 기술로 개발했다. 우리 대학은 과학기술정보통신부 ‘AI 특화 파운데이션 모델 프로젝트’의 주관기관으로 ‘팀 KAIST’를 구성하고, 차세대 바이오 AI 모델 ‘K-Fold’를 공개했다고 28일 밝혔다. ‘팀 KAIST’는 화학과 김우연 교수가 연구를 총괄하고, 김우연 교수 그룹과 김재철AI대학원 황성주·안성수 교수 그룹 연구원들이 AI 모델 개발을, 생명과학과 오병하·김호민·이규리 교수가 단백질
2026-08-28AI가 똑똑해질수록 더 많은 데이터를 빠르게 처리할 수 있는 ‘고성능 메모리’가 필요하다. 하지만 기존처럼 반도체를 계속 작게 만드는 데는 한계가 있다. 우리 대학 연구진이 반도체를 위로 쌓는 3차원 구조의 약점까지 해결하면서, AI 반도체의 성능은 높이고 전력 소모는 낮출 새로운 길을 열었다. 우리 대학은 전기및전자공학부 권지민 교수 연구팀이 UNIST(총장 박종래), 연세대학교(총장 윤동섭) 등 국내 연구진과 공동으로 차세대 메모리 소자인 산화물 수직 채널 트랜지스터(Vertical Channel Transistor, VCT)의 결함을 줄이고 성능과 안정성을 크게 높일 수 있는 새로운 다층 층간 절연막 구조를 개발했다고 20일 밝혔다. 컴퓨터의 주기억장치로 사용되는 DRAM은 컴퓨터가 작업 중인 데이터를 임시로 저장해 빠르게 꺼내 쓸 수 있도록 하는 메모리다. 지난 수십 년간 DRAM은 반도체 소자의 크기를 줄여 같은 면적에 더 많은 데이터를 저장
2026-08-20우리 대학은 KAIST와 국가AI연구거점이 공동으로 제프 딘(Jeff Dean) 디스커버리 루프(Discovery Loop) 공동 창업자 겸 CEO를 초청해 13일 서울 AI 허브에서 특별강연을 개최했다고 18일 밝혔다. 제프 딘은 1999년 구글 초기 멤버로 합류해 27년간 검색 인프라의 근간인 맵리듀스(MapReduce)와 빅테이블(Bigtable), AI 시대의 핵심 기반인 텐서플로우(TensorFlow)와 TPU 개발을 이끌었고, 구글 브레인을 공동 설립한 뒤 수석과학자로서 제미나이(Gemini) 개발을 총괄해 '구글의 전설'로 불리는 인물이다. 그는 최근 산제이 게마왓(Sanjay Ghemawat), 쿽 레(Quoc Le), 오리올 비냘스(Oriol Vinyals)와 함께 디스커버리 루프를 창업했다. 가설 수립부터 실험 실행과 결과 분석에 이르는 연구의 반복 과정을 AI로 자동화해, 과학·공학 발견의 속도 자체를 끌어올리겠다는 구상이다. 우리 대학은 이
2026-08-18