KAIST

과도한 음주는 알코올성 간질환을 유발하며, 이 중 약 20%는 알코올 지방간염으로 진행되고 이는 간경변증과 간부전으로 이어질 수 있어 조기 진단과 치료가 매우 중요하다. 우리 연구진은 음주 시 활성산소(ROS)가 발생해 간세포 사멸과 염증 반응을 유발하는 새로운 분자 메커니즘을 규명했다. 아울러, 간세포가 신경계의 시냅스처럼 신호를 주고 받는 유사시냅스를 형성하고 염증을 유도하는 ‘새로운 신경학적 경로’를 세계 최초로 밝혀냈다. 우리 대학 의과학대학원 정원일 교수 연구팀이 서울대 보라매 병원 김원 교수 연구팀과의 공동 연구를 통해, 음주로 인한 간 손상 및 염증(알코올 지방간염, Alcohol-associated Steatohepatitis, ASH)의 발생 기전을 분자 수준에서 규명해 알코올 간질환의 진단과 치료에 단서를 제시했다고 17일 밝혔다. 정원일 교수 연구팀은 만성 음주 시 ‘소포성 글루탐산 수송체(VGLUT3)’의 발

우리 대학 산업디자인학과 여남규, 오세준, 주하진, 한승희 학생으로 구성된 '루시' 팀이 지난 7월 11일~12일 대전 디자인진흥원 'AI 크리에이티브 챌린지'에서 대상을 수상했다. 산업통상자원부의 지역디자인산업진흥사업 일환으로 진행된 이번 행사에는 대전 지역 6개 대학(목원대·배재대·충남대·한남대·한밭대·KAIST)에서 총 17개 팀 60여 명이 참가하여, ‘바이오헬스’, '첨단반도체', ‘지능형 모빌리티’ 등 지역 특화 기술을 접목한 디자인 솔루션을 완성했다. 참가자들은 아이디어 구상에서 프로토타입 제작, 최종 발표까지 전 과정을 직접 수행하며 실전 경험을 쌓았으며, 삼성전자 고성찬 디자이너· 우리 대학 산업디자인학과 박현준 교수·김은영 홍익대학교 교수가 실무 관점의 조언과 피드백을, 송봉규 BKID 대표·김기현 한국예술종합

기존의 3차원(3D) 신경세포 배양 기술은 뇌의 복잡한 다층 구조를 정밀하게 구현하기 어렵고, 구조와 기능을 동시에 분석할 수 있는 플랫폼이 부족해 뇌 연구에 제약이 있었다. 우리 연구진이 뇌처럼 층을 이루는 신경세포 구조를 3D 프린팅 기술로 구현하고, 그 안에서 신경세포의 활동까지 정밀하게 측정할 수 있는 통합 플랫폼 개발에 성공했다. 우리 대학 바이오및뇌공학과 박제균·남윤기 교수 공동연구팀이 뇌 조직과 유사한 기계적 특성을 가진 저점도 천연 하이드로겔을 이용해 고해상도 3D 다층 신경세포 네트워크를 제작하고, 구조적·기능적 연결성을 동시에 분석할 수 있는 통합 플랫폼을 개발했다고 16일 밝혔다. 기존 바이오프린팅 기술은 구조적 안정성을 위해 고점도 바이오잉크를 사용하지만, 이는 신경세포의 증식과 신경돌기 성장을 제한하고, 반대로 신경세포 친화적인 저점도 하이드로겔은 정밀한 패턴 형성이 어려워 구조적 안정성과 생물학적 기능 사이의 근본적인 상충

인공지능과 로봇 기술의 동반 발전 속에서, 로봇이 사람처럼 효율적으로 환경을 인식하고 반응하는 기술 확보가 중요한 과제로 떠오르고 있다. 이에 한국 연구진이 별도의 복잡한 소프트웨어나 회로 없이도 생명체의 감각 신경계를 모사한 인공 감각 신경계를 새롭게 구현해 주목받고 있다. 이 기술은 에너지 소모를 최소화하면서 외부 자극에 지능적으로 반응할 수 있어, 초소형 로봇이나 로봇 의수 등 의료 및 특수 환경에서의 활용이 기대된다. 우리 대학 전기및전자공학부 최신현 석좌교수, 충남대학교 반도체융합학과 이종원 교수 공동연구팀이 생명체의 감각 신경계 기능을 모사하는 차세대 뉴로모픽 반도체 기반 인공 감각 신경계를 개발하고, 이를 통해 외부 자극에 효율적으로 대응하는 신개념 로봇 시스템을 증명했다고 15일 밝혔다. 사람을 포함한 동물은 안전하거나 익숙한 자극은 무시하고, 중요한 자극에는 선별적으로 민감하게 반응함으로써, 에너지 낭비를 방지하면서도 중요한 자극에 집중해 민첩하게 외부 변

자동차와 기계 부품 등에 사용되는 강철 합금은 일반적으로 고온에서 녹이는(융해) 공정을 거쳐 제조된다. 이때 성분이 변하지 않고 그대로 녹는 현상을 ‘합치 융해(congruent melting)’라고 한다. 우리 연구진은 이처럼 고온 실험을 통해서만 가능했던 합금의 융해 특성을 인공지능(AI)으로 해결했다. 이번 연구는 고질적인 난제였던 합금이 녹을 때 서로 얼마나 잘 섞이는지를 미리 예측함으로써, 미래 합금 개발의 방향성을 제시한다는 점에서 주목받고 있다. 우리 대학 신소재공학과 홍승범 교수 연구팀이 미국 노스웨스턴대 크리스 울버튼(Chris Wolverton) 교수팀과 국제 공동연구를 통해, 밀도범함수이론(DFT)* 기반의 형성에너지(합금이 얼마나 안정적인지를 나타내는 값) 데이터를 활용해 합금이 녹을 때 성분이 유지되는지를 예측하는 고정확도 머신러닝 모델을 개발했다고 14일 밝혔다. *밀도범함수이론(Density Functional Theory,