KAIST

가파른 인구 증가와 기후 변화로 인한 식량 생산성 저하로 인해 전 세계 식량 위기가 고조되고 있다. 더욱이 오늘날의 식량 생산 및 공급 시스템은 인류가 배출하는 총량의 30%에 달할 정도로 막대한 양의 이산화탄소를 배출하며 기후 변화를 가중시키고 있다. 이러한 난국을 타개할 열쇠로서 지속 가능하면서도 영양이 풍부한 미생물 식품이 주목받고 있다. 우리 대학 생물공정연구센터 최경록 연구교수와 생명화학공학과 이상엽 특훈교수가 ‘지속 가능한 원료로부터의 미생물 식품 생산’연구의 방향을 제시하는 논문을 게재했다고 12일 밝혔다. 미생물 식품은 미생물을 이용해 생산되는 각종 식품과 식품 원료를 가리킨다. 미생물의 바이오매스에는 단위 건조 질량당 단백질 함량이 육류에 비견될 정도로 많은 양의 단백질을 함유하고 있으며, 각종 가축이나 어패류, 농작물과 비교해 단위 질량을 생산하는 데 가장 적은 양의 이산화탄소를 배출하고, 필요로 하는 물의 양과 토지 면적 또한 적기

우리 대학 4개 연구실이 과학기술정보통신부가 주관하는 우리 대학 4개 연구실이 과학기술정보통신부가 주관하는 ′2023 안전관리 우수연구실 인증′을 취득했다. 정부가 2013년 도입한 '안전관리 우수연구실 인증제'는 대학이나 연구기관 등에 설치된 과학기술 분야 연구실이 자율적으로 안전관리 역량을 강화할 수 있도록 마련한 제도다. 안전관리 표준모델을 발굴하고 확산을 목표로 안전관리 활동이 우수한 연구실에 전문가의 심사를 통한 인증을 부여하고 있다.이번에 신규 인증을 취득한 연구실은 ①고분자 에너지 전자 연구실(김범준 교수, 생명화학공학과), ②고등 광 재료 및 소자 연구실(신종화 교수, 신소재공학과), ③지속가능촉매연구실(박윤수 교수, 화학과), ④무기합성 연구실(백윤정 교수, 화학과) 등 총 4개다. 해당 연구실들은 ▴연구실 안전 환경 시스템 분야(30점) ▴연구실 안전 환경 활동 수준 분야(50점), ▴연

수십 년 동안 전 세계 인구 증가에도 불구하고 기후변화 및 이상기후의 심화로 인한 식량 생산성 감소와 전쟁 등의 국제적 분쟁으로 인한 식량 공급망의 파괴는 식량부족과 영양 불평등 문제를 심화시키며 세계적인 식량 위기를 가시화하고 있다. 그러나 아이러니하게도 다른 한편에서는 환경과 지속가능성에 대한 인식이 고조됨에 따라 보다 친환경적이면서 고품질을 자랑하는 식품 및 미용품에 대한 수요 증가가 동시에 관찰되고 있다. 미생물은 이러한 다면적인 문제들을 동시에 풀어낼 수 있는 열쇠로서 주목받고 있다. 우리 대학 생물공정연구센터 최경록 연구교수와 생명화학공학과 이상엽 특훈교수가 ‘식품 및 화장품 생산을 위한 미생물의 시스템 대사공학’논문을 발표했다고 26일 밝혔다. 이번 논문은 네이처(Nature) 誌가 발행하는 ‘네이처 생명공학 리뷰(Nature Reviews Bioengineering)’의 초청으로 준비한 것으로 동료심사를 거쳐 온라인 게재

우리 대학 생명화학공학과 이상엽 특훈교수가 6월 11일~15일 싱가포르에서 개최 중인 제15차 국제 대사공학학회(International Metabolic Engineering Conference, 회장 MIT Kristala Prather교수)에서 현지 시각으로 6월 11일 개막 기조 강연 (opening plenary lecture)를 하였다고 밝혔다. 전 세계 28개국에서 671명의 전문가와 학생들이 참가하는 본 학술대회는 코로나로 인해 이번에 5년 만에 대면으로 개최되었으며 학술대회가 시작한 지 25년을 맞이하게 되었다. 이 교수는 ‘박테리아의 시스템 대사공학’을 주제로 한 기조 강연에서 석유화학산업으로 생산하던 다양한 화학물질들과 플라스틱, 그리고 식물 등으로부터 극소량만 추출 가능하던 천연물질들, 그리고 자연에 존재하지 않지만 인류의 건강과 편리를 위하여 요구되는 비천연물질들을 박테리아의 시스템 대사공학에 의해 효율적으로 생산하는 전략들과 예들

강수량의 정확한 파악은 지구의 물 순환을 이해하고 수자원과 재해 대응을 위해 중요하다. 강수량 추정을 위한 알고리즘에는 다양한 방법들이 제안되어 왔으며, 최근에는 기계학습을 이용한 방법들이 많이 제안되고 있다. 우리 대학 문술미래전략대학원(건설및환경공학과 및 녹색성장지속가능대학원 겸임) 김형준 교수와 도쿄대 등으로 구성된 국제 공동연구팀이 인공위성에 탑재된 마이크로파 라디오미터의 관측값을 이용해 지상 강수량을 추정하는 새로운 기계학습 방법을 제안했다고 25일 밝혔다. 연구팀은 기존의 방법과 비교해 전 강수량에 대해 오차(RMSE)를 최소 15.9%에서 최대 42.5%까지 줄이는 데 성공했다. 단순한 데이터 주도(data-driven)모델은 대량의 훈련 데이터가 필요하고 물리적인 일관성이 보장되지 않으며 결과의 원인 분석이 어렵다는 등의 문제가 있었다. 연구팀은 이번 연구에서 위성 강수량 추정에 대한 분야 지식을 명시적으로 포함함으로써 학습 모델 내의 상호 의존적인 지식