KAIST

우리 대학이 2011년 세계 최초로 발견한 ‘산화그래핀 액정’이 15년간 전세계적인 후속 연구를 거쳐 고강도·고열전도 그래핀 섬유 제조기술로까지 연구영역을 넓히고 있다. 항균 칫솔과 기능성 스포츠웨어 등 생활제품 상용화로 이어진 우리 대학의 원천소재 연구가 이제 첨단 열관리 소재로까지 확장되고 있다. 우리 대학은 신소재공학과 김상욱 교수 연구팀이 산화그래핀 액정을 기반으로 한 고성능 그래핀 섬유 연구의 최신 발전과 학술적 의미를 조명한 논평을 세계적 권위의 국제 학술지 ‘네이처 머티리얼스(Nature Materials)’의 ‘뉴스 앤 뷰스(News & Views)’에 발표했다고 18일 밝혔다. 산화그래핀(Graphene Oxide)은 탄소 원자가 벌집 모양으로 한 층 배열된 매우 얇은 소재인 ‘그래핀’에 산소 성분을 결합시킨 소재다. 그래핀은 강하고 열과 전기를 잘 전

항공기와 자동차와 같은 첨단 구조물을 가벼우면서 고성능으로 설계하기 위하여 복합재를 많이 사용하고 있다. 특히 탄소섬유복합재는 금속보다 가벼우면서도 높은 비강도와 비강성을 가져 차세대 경량 구조 소재로 주목받고 있다. 그러나 복합재의 성능은 단순히 재료 자체의 성질만으로 결정되지 않는다. 내부에 배치된 섬유 다발의 방향과 배열, 그리고 제조 과정에서 생기는 미세한 변형이 실제 기계적 성능을 크게 좌우한다. 우리 대학의 기계공학과 김성수 교수 연구팀은 복잡한 형상의 구조물 제작에 널리 활용되는 브레이딩 복합재에서, 제조 중 발생하는 섬유 다발의 배열이 그 패턴과 최종적인 기계적 물성에 미치는 영향을 예측할 수 있는 새로운 해석 모델을 개발했다고 5일 밝혔다. 이 연구는 실제 제조 과정을 반영한 모델을 제시함으로써, 브레이딩 복합재의 성능 예측 정확도를 높일 수 있는 가능성을 보여준다. 브레이딩 공정은 여러 가닥의 섬유 다발을 원통형 금형 주위에 서로 교차시키며 감아 복합재 구조

“복잡할수록 더 잘 만들어진다.” 나노소재 분야의 오랜 상식을 뒤집는 연구 결과가 나왔다. 여러 금속을 섞으면 오히려 구조가 망가진다는 기존 인식과 달리, 복잡한 조성이 더 균일한 나노입자(머리카락 굵기의 약 10만 분의 1 수준의 매우 작은 입자)를 만든다는 사실이 처음으로 밝혀지며 차세대 에너지·촉매 기술에 새로운 전환점이 될 전망이다. 우리 대학은 생명화학공학과 정희태 석좌교수 연구팀이 미국 스탠퍼드대학교 마테오 카르넬로(Matteo Cargnello) 교수팀과 공동으로, 여러 금속을 섞을수록 오히려 더 균일한 나노입자가 형성되는 ‘역설적 현상’을 최초로 규명했다고 8일 밝혔다. 나노입자는 반도체, 친환경 에너지, 바이오 등 다양한 산업에서 핵심 소재로 활용되며, 최근에는 성능 향상을 위해 여러 금속을 섞는 ‘다성분(multimetallic)’ 구조로 발전하고 있다. 그러나 구성 원소가 많아질

우리 일상에서 옷, 마스크, 칫솔처럼 몸에 닿는 물건의 위생은 매우 중요하다. 그래핀이 세균만 선택적으로 제거하는 원리가 밝혀졌다. 우리 대학 연구진은 인체에는 안전하면서 항생제를 대체할 수 있는 차세대 항균 소재의 가능성을 제시했다. 우리 대학은 신소재공학과 김상욱 교수와 생명과학과 정현정 교수 공동 연구팀이 산화그래핀(Graphene Oxide; GO)이 세균에는 강력한 항균 효과를 보이면서도 인체 세포에는 영향을 주지 않는 원리를 규명했다고 25일 밝혔다. 산화그래핀은 머리카락보다 훨씬 얇은 탄소층(그래핀)에 산소가 붙은 나노 소재로, 물에 잘 섞이고 다양한 기능을 구현할 수 있는 것이 특징이다. 이번 연구는 그동안 명확히 밝혀지지 않았던 그래핀의 항균 작용을 분자 수준에서 입증했다는 점에서 의미가 크다. 연구팀은 자석이 특정 금속에만 붙듯이 산화그래핀은 세균의 막에만 달라붙어 파괴하고, 사람 세포는 건드리지 않는 방식으로 ‘선택적 항균 작용’을

전기차를 한 번 더 멀리 가게 하고, 스마트폰을 더 오래 쓰게 만드는 힘은 배터리 소재에서 나온다. 그중에서도 배터리의 성능과 수명을 직접 좌우하는 핵심 재료가 바로 양극재다. 배터리 소재 개발에 필요한 수많은 실험을 인공지능이 대신할 수 있다면 어떨까. 우리 대학 연구진이 실험 데이터가 부족한 상황에서도 양극재의 입자 크기와 예측 신뢰도를 함께 제시하는 인공지능(AI) 프레임워크를 개발하며, 전고체 배터리 등 차세대 에너지 기술로의 확장 가능성을 열었다. 우리 대학은 신소재공학과 홍승범 교수팀이 조은애 교수팀과 공동연구를 통해, 실험 데이터가 불완전한 상황에서도 배터리 양극재의 입자 크기를 정확하게 예측하고, 그 결과를 얼마나 신뢰할 수 있는지까지 함께 제공하는 머신러닝 프레임워크를 개발했다고 26일 밝혔다. 배터리 내부의 양극재는 리튬이온 배터리가 에너지를 저장하고 꺼내 쓰게 만드는 핵심 재료다. 현재 전기차 배터리에 가장 널리 사용되는 양극재는 니켈(Ni), 코발트(Co