-
자석 속 ‘스커미온’ 형성 원리 규명… AI 전력 문제 해결 단서
자석 속 전자 스핀이 소용돌이처럼 배열된 ‘스커미온(skyrmion)’은 차세대 스핀트로닉스 기술의 핵심 구조다. 우리 대학 연구진은 특수한 물리 조건 없이도 자석의 기본적인 물리 작용만으로 스커미온이 형성될 수 있음을 밝혔다. 이는 다양한 자성 물질에서 스커미온 구현 가능성을 넓혀 기존보다 수십~수백 배 높은 정보 저장 밀도를 구현할 수 있는 차세대 초저전력 정보소자 개발에 새로운 가능성을 제시한다.
우리 대학은 물리학과 김세권 교수 연구팀이 자성과 격자의 결합(자기-탄성 결합)만으로 소용돌이형 자성 구조가 자연스럽게 만들어질 수 있다는 새로운 이론을 제시했다고 19일 밝혔다.
연구팀은 자석 속 스핀(전자들이 가지는 작은 자석 성질)과 격자 변형(원자 배열이 미세하게 뒤틀리는 현상)이 서로 영향을 주고받는 작용만으로도 소용돌이 모양의 자성 구조가 스스로 형성될 수 있음을 밝혔다.
특히 자성 물질 내부에서 나타나는 소용돌이형 스핀 구조인 스커미온은 크기가 매우 작고 안정성이 높아 초고밀도·저전력 정보소자로 활용될 가능성이 높다. 그러나 지금까지 이러한 스커미온 구조를 형성하기 위해서는 결정 구조의 비대칭성이나 강한 스핀-궤도 결합과 같은 특정한 물리적 조건이 필요하다고 알려져 있었다.
연구팀은 대부분의 자성 물질에 자연스럽게 나타나는 ‘자기-탄성 결합(magnetoelastic coupling)’만으로도 스커미온과 반스커미온이 번갈아 배열된 구조가 스스로 형성될 수 있음을 이론적으로 밝혔다.
자기-탄성 결합은 자성(스핀)과 원자 배열의 변형이 서로 영향을 주고받는 현상으로, 거의 모든 자성체에서 나타나는 기본적인 물리적 성질이다. 연구팀은 이러한 결합이 충분히 강해지면 원래 일정한 방향으로 정렬돼 있던 자성의 기본 상태(바닥상태)가 스스로 불안정해지며 새로운 소용돌이형 질서로 전환될 수 있음을 보였다.
특히 이 과정에서 스핀의 기울어짐과 격자 왜곡이 동시에 발생하며 스커미온과 반스커미온이 번갈아 배열된 ‘카이랄 스핀 구조’가 형성된다는 새로운 메커니즘을 제시했다.
김세권 교수는 “이번 연구는 특정한 특수 상호작용이 없어도 스커미온 같은 자성 구조가 형성될 수 있음을 보여준 것으로, 특히 최근 연구가 활발한 2차원 자성 물질(원자 두께 수준의 매우 얇은 자성 물질)에서도 이러한 구조를 구현할 가능성을 제시했다는 점에서 의미가 있다”고 설명했다.
고경춘 박사가 제1저자로 참여한 이번 연구 결과는 물리학 분야 세계적 권위 학술지 피지컬 리뷰 레터스(Physical Review Letters)에 2월 11일 자로 게재됐다.
※ 논문명: Magnetoelastic Coupling-Driven Chiral Spin Textures: A Skyrmion-Antiskyrmion-like Array, DOI: https://doi.org/10.1103/5csz-pw7x
※ 주저자: 고경춘(KAIST 물리학과 박사) 제1저자, 김세권 교수(KAIST 물리학과) 교신저자
이번 연구는 삼성미래기술육성사업, 한국연구재단 해외우수과학자 유치사업 플러스(브레인풀 플러스), 세종과학펠로우십의 지원을 받아 수행됐다.
2026.03.19
조회수 1126
-
세포 속 ‘유전자 지도’ 한번에 해독...치매·암 연구 게임체인저
질병의 시작점은 단 한 개의 세포다. 그러나 지금까지는 개별 세포의 변화를 정밀하게 들여다보는 데 한계가 있어, 수천~수만 개 세포의 평균값을 분석하다 보니 질병의 ‘초기 신호’를 정확히 포착하기 어려웠다. 우리 대학 연구진이 마치 구글어스로 지구를 확대하듯, 그 세포 속 유전 설계도를 입체적으로 동시에 해독하는 기술을 세계 최초로 구현했다. 암과 치매, 파킨슨병 등 복잡 질환 연구의 판을 바꿀 성과다.
우리 대학은 생명과학과 정인경 교수 연구팀이 미국 듀크대학교 야루이 디아오(Yarui Diao) 교수팀과 공동연구를 통해, 단일 세포에서 ▲유전자 발현(전사체) ▲후성유전체 ▲게놈 3차 구조를 동시에 분석하는 세계 최초의 초정밀 분자지도 해독 기술 ‘scHiCAR(에스씨하이카, single-cell Hi-C with assay for transposase-accessible chromatin and RNA sequencing)’를 개발했다고 4일 밝혔다.
세포의 상태를 결정하는 핵심은 결국 유전자의 작동 방식이다. 유전자는 단순히 켜지고 꺼지는 스위치가 아니다. 어떤 유전자가 실제로 작동하는지(전사체), 왜 작동하는지(후성유전체), 어떤 공간 구조 속에서 작동하는지(게놈 3차 구조)가 함께 맞물려 세포의 운명을 결정한다. 기존 기술은 이 정보를 각각 다른 세포에서 따로 얻은 뒤 사후에 맞춰야 했기 때문에, 미세한 변화가 왜곡되거나 누락될 수 있었다.
연구팀은 전사체, 후성유전체, 3차 게놈 구조 등 이 세 가지 유전 정보를 단일 세포에서 동시에 분석하는 통합 정밀 분석 기술인 ‘트라이모달 멀티오믹스(trimodal Trimodal Multi-omics)’ 기술을 구현했다. 여기에 인공지능(AI) 분석을 접목해 정확도와 재현성을 크게 높였다. 그 결과, 세포 내부의 유전 정보를 ‘한 장의 입체 지도’처럼 읽어내는 통합 분석 플랫폼을 완성했다.
특히 세포 하나당 분석 비용을 약 0.04달러(한화 약 50원) 수준으로 낮추는 데 성공했다. 이를 통해 생쥐 뇌 조직 내 160만 개 세포에 대한 고해상도 분자지도를 구축했다. 이는 질병 유전자가 언제, 어디서, 어떤 구조 속에서 켜지고 꺼지는지를 세포 단위에서 정밀하게 규명할 수 있음을 의미한다.
연구팀은 해당 기술을 뇌 조직과 근육 재생 과정에 적용해 22개 주요 세포 유형의 서로 다른 유전자 작동 원리를 밝혀냈다. 특히 근육 줄기세포가 재생되는 과정에서 유전자의 입체 구조가 동적으로 변화하며 세포 운명을 결정하는 과정을 단일 세포 수준에서 실시간으로 추적하는 데 성공했다. 이는 노화 및 난치 질환 치료 전략 개발의 핵심 기반이 될 것으로 기대된다.
정인경 교수는 “이번 연구는 세포를 관찰하는 수준을 넘어, 세포 내부 유전체 설계도를 정밀하게 읽고 제어할 수 있는 가능성을 제시했다”며 “파킨슨병과 암 등 복잡 질환의 발생 기전을 밝히고 환자 맞춤형 신약 타깃을 발굴하는 데 중요한 전환점이 될 것”이라고 말했다.
이번 연구는 KAIST 양동찬 박사가 공동 제1저자로 그리고 KAIST 김규광 박사가 주요 연구진으로 참여했으며, 국제 학술지 ‘네이처 바이오테크놀로지(Nature Biotechnology, IF=46.9)’에 2월 19일 자로 게재됐다.
※ 논문명: Trimodal single-cell profiling of transcriptome, epigenome and 3D genome in complex tissues with scHiCAR, DOI: 10.1038/s41587-026-03013-7
한편, 이번 연구는 서경배과학재단과 삼성미래기술연구소, 과학기술정보통신부 한국연구재단의 기초연구사업 및 바이오의료기술개발 사업의 지원을 받아 수행됐다.
2026.03.04
조회수 1580
-
화면 밝기 2배 향상된 OLED 기술 개발
유기발광다이오드(OLED)는 색 표현이 뛰어나며, 얇고 잘 휘어지는 평면 구조 덕분에 스마트폰과 TV에 널리 쓰이지만, 내부 빛 손실로 밝기를 높이는 데 한계가 있었다. 우리 대학 연구진이 OLED 디스플레이의 장점인 평면 구조를 유지하면서도 OLED 발광 효율을 2배 이상 높이는 기술을 개발했다.
우리 대학은 전기및전자공학부 유승협 교수 연구팀이 OLED 내부에서 발생하는 빛 손실을 크게 줄일 수 있는 새로운 ‘준평면 광추출 구조’*와 OLED 설계 방법을 개발했다고 11일 밝혔다.
*준평면 광추출 구조: OLED 표면을 거의 평평하게 유지하면서, 안에서 만들어진 빛을 밖으로 더 많이 꺼내 주는 얇은 구조
OLED는 여러 층의 매우 얇은 유기물 박막이 겹겹이 쌓여 만들어진다. 이 과정에서 빛이 층과 층 사이를 지나며 반사되거나 흡수돼, OLED 내부에서 생성된 빛의 80% 이상이 밖으로 나오지 못하고 열로 사라진다.
이를 해결하기 위해 OLED 위에 렌즈 구조를 붙여 빛을 밖으로 꺼내는 방식인 반구형 렌즈나 마이크로렌즈 어레이(MLA) 같은 광추출 구조가 사용돼 왔다. 그러나 반구형 렌즈 방식은 큰 렌즈가 돌출되어 평면형태를 유지하기 어렵고, 마이크로렌즈어레이의 경우는 충분한 광추출 효과를 보려면 픽셀 크기 보다 훨씬 커야 해서 주변 픽셀과의 간섭 없이 높은 효율 향상을 도출하는데 한계가 있었다.
연구팀은 OLED를 더 밝게 만들면서도 평면 구조를 유지하기 위해, 각 픽셀 크기 안에서 빛을 최대한 효율적으로 밖으로 내보내는 새로운 OLED 설계 방법을 제안했다.
기존 설계가 OLED가 끝없이 넓다고 가정한 것과 달리, 실제 디스플레이에서 사용되는 제한된 픽셀 크기를 고려한 것이 특징이다. 이를 통해 같은 크기의 픽셀에서도 더 많은 빛을 외부로 방출할 수 있었다.
또한 연구팀은 빛이 옆으로 퍼지지 않고 화면 정면으로 잘 나오도록 돕는 새로운 ‘준평면 광추출 구조’를 개발했다. 이 구조는 매우 얇아 기존 마이크로렌즈 어레이와 비슷한 두께를 가지면서도, 반구형 렌즈에 가까운 높은 광추출 효율을 구현할 수 있다. 덕분에 휘어지는 플렉서블 OLED에도 쉽게 적용할 수 있다.
이 새로운 OLED 설계와 준평면 광추출 구조를 함께 적용한 결과, 작은 픽셀에서도 빛을 내는 효율을 2배 이상 향상시키는 데 성공했다.
이번 기술은 OLED의 평평한 구조를 유지하면서도 같은 전력으로 더 밝은 화면을 구현할 수 있어, 스마트폰·태블릿 PC 등 모바일 기기의 배터리 사용 시간을 늘리고 발열을 줄이는 데 기여할 것으로 기대된다. 또한 디스플레이 수명 향상 효과도 함께 기대된다.
이번 연구의 제 1저자인 김민재 학생은 “수업 중 떠올린 작은 아이디어가 KAIST 학부생 연구 프로그램(URP)을 통해 실제 연구 성과로 이어졌다”고 설명했다.
유승협 교수는 “그간 수많은 광추출 구조가 제시되었지만, 많은 경우 면적이 넓은 조명용이 대부분이었고, 수 많은 작은 픽셀로 이루어진 디스플레이에는 적용하기 어렵거나 적용해도 그 효과가 크지 못한 경우가 많았다”며, “이번에 제시된 준평면 광추출 구조는 픽셀 내 광원 대비 크기에 제약을 두어 인접 픽셀 사이에서 빛이 서로 간섭하는 현상도 줄이면서 효율도 극대화할 수 있도록 구현되었다”고 강조하면서, “OLED 뿐 아니라 페로브스카이트·양자점 등 차세대 소재 기반의 디스플레이에도 적용할 수 있다”고 말했다.
신소재공학과 김민재 학사과정(현재 스탠포드대 재료공학과 박사과정)과 전기및전자공학부 김준호 박사(현재 독일 쾰른대 박사후연구원)가 공동 제1저자로 참여한 이번 연구는 국제 학술지 네이처 커뮤니케이션즈(Nature Communications) 온라인판에 2025년 12월 29일 공개됐다.
※논문명: Near-planar light outcoupling structures with finite lateral dimensions for ultra-efficient and optical crosstalk-free OLED displays, DOI: 10.1038/s41467-025-66538-6
이번 연구는 KAIST URP 프로그램, 한국연구재단 중견연구자 지원사업, 미래디스플레이 전략연구사업, 산업통상자원부 산업혁신인재성장지원사업, 전자부품산업기술개발사업의 지원을 받아 수행됐다.
2026.01.12
조회수 1934
-
원자 하나 바꿔 ‘분자 접는 법’ 찾았다 ! AI 신약 개발 앞당긴다
신약이 효과를 내려면 약물이 몸속 단백질의 특정 부위에 정확히 결합해야 한다. 우리 대학 연구진이 단백질을 이루는 기본 단위인 펩타이드 분자의 접힘 구조를 원자 수준에서 정밀하게 제어할 수 있는 기술을 개발했다. 이번 연구로 원자 하나의 변환이 분자의 형태를 바꾸는 ‘설계 스위치’처럼 작용한다는 사실이 밝혀지면서, AI 기반 맞춤형 신약 설계의 핵심 플랫폼 기술로 주목받고 있다.
우리 대학은 이노코어 AI-CRED 혁신신약 연구단(단장 이희승 석좌교수)이 출범 후 첫 연구성과로, 단백질 분자 구조인 펩타이드의 아주 작은 변화인 ‘티오아마이드(thioamide) 변환’을 통해 분자의 접힘 방식을 정밀하게 조절할 수 있는 새로운 원리를 규명했다고 16일 밝혔다.
*티오아마이드 변환(thioamide substitution): 펩타이드는 원래 C(=O)–NH(탄소–산소–질소로 이루어진 결합)인데 여기서 산소(O) 대신 황(S) 으로 바꾼 것이 바로 ‘티오아마이드(thioamide)’임. 즉, O → S로 바꾸는 과정을 티오아마이드 변환이라 부름
□ 분자의 ‘접힘(folding)’을 제어하는 기술, 정밀 신약 설계의 새 패러다임
단백질이나 펩타이드 같은 생체분자는 스스로 접히며 입체적인 구조를 만들어야 기능을 수행한다. 이러한 ‘분자의 접힘(folding) 방식’은 생명 현상을 결정짓는 핵심 원리이자, 맞춤형 신약 설계의 출발점으로 꼽힌다.
특히, 분자가 고리 형태를 이루는 ‘매크로사이클(macrocycle)’은 모양이 안정적이어서 단백질 표면에 정확히 결합할 수 있어 차세대 정밀 신약의 주요 구조로 주목받고 있다.
□ 원자 한 개로 바뀌는 구조 — 티오아마이드(Thioamide) 혁신
연구팀은 펩타이드 결합 내 산소 원자(O)를 황 원자(S)로 치환하는 티오아마이드(thioamide) 변환 기술을 통해, 분자가 스스로 접히는 방식을 원자 수준에서 정밀하게 제어할 수 있음을 세계 최초로 입증했다.
이 미세한 변환은 수소결합의 길이와 방향을 바꾸어 기존에 없던 곡선형 및 원뿔형 나선 구조와 대칭성이 높은 매크로사이클을 만들어냈다. 즉, 복잡한 분자 접힘을 ‘원자 한 개 수준의 설계’로 정밀하게 조절한 최초의 사례다.
□ 용해도·가역성·확장성까지 — AI 기반 신약 플랫폼 기술로 발전
이번 연구를 통해 펩타이드가 용매에 더 잘 녹고, 분자 구조를 자유롭게 바꾸거나 되돌릴 수 있으며, 더 크고 복잡한 구조까지 합성할 수 있음을 확인했다. 이를 통해 약물의 성능을 높이고, 설계의 자유도 또한 확장할 수 있는 가능성을 제시했다.
특히 티오아마이드 변환 기술을 적용한 결과, 황을 포함한 펩타이드의 용해도가 크게 향상되어 세계 최장(32-mer, 약 4 kDa) β-펩타이드를 용액상에서 합성하는 데 성공했다.
또한 은 이온을 이용한 온화한 반응으로 황을 다시 산소로 바꾸는 ‘가역적 분자 편집 기술’을 확립해, 설계 단계에서 분자 구조를 정밀하게 제어할 수 있는 기반을 마련했다.
□ AI가 학습할 수 있는 고정밀 분자 데이터로 혁신신약 설계 앞당긴다
이번 연구는 단순한 구조 제어를 넘어, AI가 학습할 수 있는 고정밀 분자 구조 데이터를 제공한다는 점에서 큰 의미가 있다. 이 데이터는 향후 AI가 분자 구조와 약물 효능 간의 관계를 스스로 학습하여 신약 후보를 빠르고 정밀하게 예측할 수 있는 기반 기술로 활용될 전망이다.
또한 이 기술은 단백질–펩타이드 상호작용 조절제, 자기조립 나노구조체, 차세대 바이오소재 등 다양한 분야로 확장 가능성이 크다.
이희승 KAIST 석좌교수는 “간단한 화학적 변화를 통해 분자의 형태를 정밀하게 제어할 수 있음을 보여준 연구”라며, “AI가 학습하기에 최적화된 구조 데이터를 제공함으로써 향후 AI 기반 혁신 신약 설계의 출발점이 될 것”이라고 밝혔다.
이번 연구는 이노코어 AI-CRED 연구단 소속 펠로우인 홍정우 박사와 김재욱 박사가 주도했다. 두 연구자는 설계–합성–구조분석 전 과정을 이끌며, 연구단이 추구하는 차세대 혁신신약 인재 양성의 대표적 성과를 보여주었다.
이 연구 결과는 화학 분야 최고 학술지인 미국화학회지(Journal of the American Chemical Society, JACS, IF 15.6) 10월 29일 자 온라인판에 게재되었고 온라인 표지(Supplementary Cover)로도 선정되었다.
※논문명: Programmable Helicity and Macrocycle Symmetry in β-Peptides via Site-Selective Thioamide Substitution, DOI: 10.1021/jacs.5c13858
이번 연구는 KAIST 이노코어 사업과 한국연구재단 중견연구사업의 지원을 받아 수행되었다.
한편, 이노코어 AI-CRED 혁신신약 연구단은 인공지능(AI)과 화학·생명과학의 융합을 통해 국가 전략기술인 혁신신약 개발을 선도하는 KAIST의 핵심 연구허브다. AI를 활용한 신약 설계, 구조예측, 약물반응 시뮬레이션 등에서 국가 차원의 AI 신약개발 플랫폼 구축을 목표로 하고 있다.
2025.11.16
조회수 2268
-
입어도 되고 수술 없이 치료도 되는 초음파 센서 나왔다
기존의 몸에 부착해 사용하는 초음파 센서는 출력 세기가 약하고 구조가 쉽게 변형돼, 고해상도 영상이나 치료 목적으로 활용하기 어려웠다. 우리 대학 연구팀이 이러한 한계를 극복하고 곡률(휘어진 정도)을 자유롭게 조절할 수 있는 유연 초음파 센서 기술을 개발했다. 이번 성과는 몸에 밀착해 정확한 영상을 얻는 웨어러블 의료기기와 수술 없이 초음파로 치료까지 가능한 비침습적 차세대 의료기술의 발전 가능성을 크게 높였다.
우리 대학은 전기및전자공학부 이현주 교수 연구팀이 반도체 웨이퍼 공정(MEMS)을 활용해 유연함부터 단단함까지 자유롭게 구현할 수 있는 ‘Flex-to-Rigid(FTR) 구조’의 초음파 트랜스듀서(센서, CMUT)를 제작했다고 12일 밝혔다.
연구팀은 저온에서 녹는 금속(저융점 합금, LMPA)을 소자 내부에 삽입해, 전류를 가하면 금속이 녹아 자유롭게 형태를 바꾸고, 냉각 시 다시 고체로 굳어 원하는 곡면 형태로 고정할 수 있는 기술을 구현했다.
기존의 고분자(폴리머) 막 기반 초음파 센서(CMUT)는 낮은 탄성계수(딱딱함)로 인해 충분한 음향 에너지를 발생시키지 못하고, 진동 시 초점이 흐려지는 문제가 있었다. 또한 곡률 조절이 어려워 목표 위치에 정밀하게 초점을 맞추기 힘든 한계가 있었다.
이현주 교수 연구팀은 단단한 실리콘 기판에 유연한 엘라스토머(고무 유사 물질) 브리지를 결합한 FTR 구조를 고안해 높은 출력 성능과 유연성을 동시에 확보했다. 내부의 저융점 합금은 전류에 의해 고체와 액체 상태를 오가며, 소자의 형태를 자유롭게 조정하고 고정할 수 있도록 돕는다.
그 결과, 초음파가 한 점으로 모이도록 전자적으로 신호를 제어하는 ‘별도의 빔 조정’ 과정 없이도 이번에 개발한 센서로 기계적으로 모양(곡률)에 맞추어 초점을 자동으로 형성하기 때문에 특정 부위에 정밀한 초음파 초점을 형성할 수 있었으며, 반복적인 굽힘에도 안정적인 전기·음향 특성이 유지됨을 확인했다.
이 센서의 출력은 조직을 손상시키지 않고 특정 부위를 부드럽게 자극해 치료 효과를 내는 초음파 기술인 ‘저강도 집속 초음파(LIFU)’ 수준 이상으로, 수술이나 절개 없이 신경과 장기를 자극해 염증을 완화하는 비침습적 치료에 활용될 수 있음이 검증됐다.
연구팀은 이 소자를 동물 모델에 적용해 비장(spleen)을 비침습적으로 자극하는 실험을 수행했으며, 그 결과 관절염 모델에서 염증이 완화되고 보행이 개선되는 치료 효과를 확인했다.
향후에는 한줄(1차원)이 아닌 많은 초음파 센서를 평면 위에 바둑판처럼 배열한 구조인 ‘2차원 배열 소자’ 개발을 통해 고해상도 초음파 영상과 치료를 동시에 구현하는 스마트 의료 기술로 발전시킬 계획이다.
또한 이 기술은 반도체 공정과 호환돼 대량 생산이 가능하므로, 웨어러블 및 재택 의료용 초음파 시스템으로 확장될 전망이다.
이번 연구에는 전기및전자공학부 이상목 박사와 샤오지아 량(Xiaojia Liang) 박사과정이 공동 제1저자로 참여했으며, 연구 결과는 국제 학술지 네이처 파트너 저널 플렉서블 일렉트로닉스(npj Flexible Electronics, IF 15.5)에 10월 23일 자 온라인판으로 게재됐다.
※ 논문명: Flexible ultrasound transducer array with statically adjustable curvature for anti-inflammatory treatment DOI https://doi.org/10.1038/s41528-025-00484-7
과학기술정보통신부 바이오‧의료기술개발사업(뇌과학 선도융합기술개발사업)과 범부처전주기의료기기연구개발사업단의 지원을 받아 수행됐다.
2025.11.12
조회수 3838
-
알파폴드3’뛰어넘는 차세대 바이오 AI 모델‘K-Fold’개발
KAIST 연구진이 구글 딥마인드의 ‘알파폴드3(AlphaFold3)’를 뛰어넘는 차세대 바이오 AI 모델 ‘K-Fold’ 개발에 나섰다. 이번 연구를 통해 KAIST는 빠르고 정확한 신약 개발, 낮은 실패율, 그리고 AI 기반 과학 혁신을 실현하며, ‘AI가 과학을 돕는 시대’를 넘어 ‘AI가 과학을 이끄는 시대’를 여는 주역으로 떠오를 전망이다.
KAIST(총장 이광형)는 과학기술정보통신부가 주관하는‘AI 특화 파운데이션 모델 개발 사업’의 주관기관으로 선정되어, 의과학·바이오 분야 AI 파운데이션 모델 개발에 본격 착수했다고 7일 밝혔다.
KAIST는 이번 사업을 통해 국내 최고 수준의 인공지능(AI) 연구 역량을 바이오 분야에서도 입증하고, 신약 개발 등 첨단 바이오 AI 연구에 활용할 수 있는 차세대 파운데이션 모델 ‘K-Fold’를 개발할 계획이다.
최근 구글 딥마인드의 ‘알파폴드3(AlphaFold3)’나 ‘Boltz2’ 등 최신 모델이 신약 개발·질병 연구·바이오 산업의 핵심 기술인 ‘단백질 구조 예측’의 성과를 이뤘지만, 데이터 통계에 의존한 방식으로 인해 정확도와 예측 속도 면에서 한계가 있었다.
이에 KAIST는 단백질 안에서 일어나는 물리·화학적 상호작용의 원리를 스스로 배우는 새로운 AI 방식을 도입했다. 이 기술은 단백질이 여러 형태로 변하는 모습과 분자 간 결합의 세기까지 정확하게 예측할 수 있다. 또한 예측 속도가 매우 빨라, 실험실이나 산업 현장에서 바로 활용할 수 있는 수준의 AI 신약 개발 도구로 발전할 전망이다.
이번 과제를 위해 KAIST는 ‘팀 KAIST(Team KAIST)’를 구성해 교내 AI 및 바이오 분야 최고의 전문가들을 결집했다.
화학과 김우연 교수가 과제를 총괄하며, 김재철AI대학원 황성주·안성수 교수가 핵심 AI 모델 개발을 담당하고, 생명과학과 오병하·김호민·이규리 교수가 단백질 데이터 수집·정제·검증을 맡는다. 이 연구진은 KAIST AI연구원 및 InnoCORE 연구단(AI-CRED) 소속으로, 학제 간 융합 연구를 통해 시너지를 극대화할 계획이다.
개발된 K-Fold 모델의 상용화는 KAIST 스핀오프 기업 ㈜히츠(HITS, 대표 김우연)가 맡는다. 히츠는 클라우드 기반 웹 플랫폼 ‘하이퍼랩(HyperLab)’을 통해 K-Fold 모델을 설치 없이 웹에서 바로 이용할 수 있는 서비스인 ‘서비스형 소프트웨어(SaaS)’ 형태로 제공한다.
또한 KAIST 졸업생 창업기업인 아토랩(Atolab)은 보안이 중요한 기관을 위해, 하이퍼랩(HyperLab)을 기관 내부 전용 서버(프라이빗 클라우드)나 자체 설치형 시스템(온프레미스, On-premise)으로 구축해 제공할 예정이다.
특히 글로벌 생명과학 기업 머크(Merck Life Science)는 자사의 디지털 실험 도구 플랫폼(디지털 케미스트리 솔루션, Digital Chemistry Solution)에 K-Fold 모델을 적용해, 전 세계 3만 곳 이상의 연구실이 이 기술을 활용할 수 있도록 지원할 예정이다. 이를 통해 K-Fold 모델이 글로벌 시장으로 빠르게 확산될 전망이다.
머크사 관계자는 “전 세계 연구 커뮤니티의 과학자들에게 AI 기반 신약 개발 기술과 솔루션을 제공해 본 과제에 기여하길 기대한다”고 밝혔다.
KAIST는 이번에 개발한 핵심 AI 모델(7B급 메인 모델과 2B급 경량 모델)을 누구나 자유롭게 사용할 수 있도록 ‘아파치 2.0’ 라이선스 형태로 공개할 예정이다. 이를 통해 국내 연구자와 기업들이 AI·바이오 기술을 더 쉽게 활용하고 발전시킬 수 있는 환경을 만들 계획이다.
또한 한국바이오협회 및 한국제약바이오협회는 850여 개 회원사를 대상으로 K-Fold 기반 실무자 교육과 AI 인재 양성 프로그램을 추진한다.
과제책임자인 김우연 교수는 “KAIST는 국내 최고 수준의 AI 연구 역량을 보유하고 있다. 이번 과제는 그 역량을 바이오 분야에서 입증할 기회”라며 “글로벌 최고 수준의 바이오 AI 모델을 통해 기술 주권 확보와 산업 혁신에 기여하겠다”라고 말했다.
정송 KAIST AI연구원장(김재철AI대학원장)은 “KAIST AI연구원은 과학과 AI의 융합을 선도해왔다”며, “이번 바이오 파운데이션 모델 개발은 ‘과학AI(AI for Science)’ 실현을 향한 첫걸음으로, 바이오를 넘어 소재·화학·물리 등 전 과학 분야에서 세계를 선도하는 연구기관으로 도약하겠다”고 밝혔다.
이광형 KAIST 총장은 “이번 사업은 ‘AI가 과학을 이끄는 시대’로의 전환을 보여주는 상징적 계기”라며, “KAIST는 세계 최고 수준의 AI·바이오 융합 연구로 국가 혁신과 인류의 미래를 선도하겠다”고 밝혔다.
2025.11.07
조회수 5716
-
리튬메탈전지 화재 위험·부피·무게 모두 잡았다
리튬메탈전지는 기존 리튬이온전지를 대체할 차세대 고에너지 전지로 주목받고 있다. 하지만 불이 잘 붙는 액체 전해질을 사용할 경우 화재 위험이 높아 상용화가 어려웠다. 이를 해결하기 위한 대안으로 유연성을 가진 ‘유기 고체 전해질’이 제시되었으나, 상온에서 리튬 이온의 전달 속도가 느려 실용화에 한계가 있었다. 한국 연구진이 리튬 이온 이동성 100배 향상시키고 상온에서 작동하는 고체 전해질을 개발하는데 성공했다.
우리 대학은 28일, 화학과 변혜령 교수 연구팀이 서울대학교 손창윤 교수팀과 공동으로 상온에서도 안정적으로 작동하는 새로운 유기 고체 전해질 필름을 개발했다고 4일 밝혔다.
연구팀은 구멍이 일정하게 배열된 다공성 구조의 ‘공유결합유기골격구조체(COF, Covalent Organic Framework)’라는 신소재를 이용해 머리카락 굵기의 약 1/5수준(두께 약 20μm)의 고체 전해질을 제작했다.
이번에 개발된 COF 전해질은 2025년 노벨화학상을 수상한 금속유기골격체(MOF, Metal Organic Framework)와 유사한 다공성 결정성 구조를 가지지만, 전지 구동 환경에서 화학적 안정성이 크게 향상된 점이 특징이다.
연구팀은 리튬 이온을 전달하는 기능기를 일정한 간격으로 정교하게 배치해, 기존에는 높은 온도에서만 이동하던 리튬 이온이 실온에서도 기능기를 따라 빠르게 이동할 수 있도록 설계했다. 이를 통해 리튬 이온의 이동 경로를 분자 수준에서 정밀하게 제어할 수 있는 고체 전해질 구조를 구현했다.
특히 연구팀은 리튬 이온이 쉽게 떨어져 나오고(해리) 이동할 수 있도록 ‘이중 설폰산화 기능기’를 나노 기공에 도입해, 리튬 이온이 가장 짧은 직선 경로를 따라 빠르게 이동할 수 있는 통로를 만들었다. 분자동역학(MD) 시뮬레이션 결과, 이러한 구조는 리튬 이온이 움직이기 위해 필요한 에너지를 낮춰, 적은 에너지로도 빠르게 이동할 수 있어 실온에서도 안정적으로 작동함을 확인했다.
이번에 만든 전해질 필름은 스스로 가지런히 배열되는 ‘자가조립(Self-assembly)’ 방식으로 만들어져, 표면이 매우 매끄럽고 구조가 균일하다. 덕분에 리튬 금속 전극에 빈틈 없이 잘 달라붙어, 이온이 전극 사이를 오갈 때 더 안정적으로 이동할 수 있다.
그 결과, 개발된 전해질은 기존 유기계 고체전해질보다 리튬 이온 이동 속도가 10~100배 이상 빠른 것으로 나타났다. 이를 리튬메탈 기반 리튬인산철(LiFePO₄) 전지에 적용한 결과, 300회 이상 충·방전을 반복한 후에도 초기 용량의 95% 이상을 유지했으며, 에너지 손실이 거의 없는 높은 안정성(쿨롱 효율 99.999%)을 입증했다.
변혜령 교수는 “이번 연구는 실온에서도 빠른 리튬 이온 이동이 가능한 유기 고체전해질을 구현해 리튬메탈전지의 상용화에 한 걸음을 앞당긴 성과”라며, “무기 고체전해질과 하이브리드 형태로 결합할 경우 계면 안정성 문제를 개선할 수 있을 것”이라고 말했다.
이번 연구의 제1저자는 KAIST 화학과 최락현 대학원생이며, 연구 결과는 국제학술지 Advanced Energy Materials(2025년 10월 5일자) 에 게재됐다.
※논문명: Room-Temperature Single Li⁺ Ion Conducting Organic Solid-State Electrolyte with 10⁻⁴ S cm⁻¹ Conductivity for Lithium Metal Batteries, DOI: 10.1002/aenm.202504143
이번 성과는 LG에너지솔루션과 KAIST의 Frontier Research Laboratory (FRL) 및 한국연구재단(NRF)의 지원으로 수행되었다.
2025.11.04
조회수 2138
-
브랜드 수익으로 학생이 이끄는 ESG 연구 플랫폼 출범
우리 대학은 브랜드 수익을 학생들에게 환원해 사회문제 해결형 연구로 이어가는 실천형 ESG 프로그램 ‘PDSP(Problem Definition to Solution Program)’을 새롭게 시작한다고 19일 밝혔다. 브랜드 수익은 넙죽이 등 브랜드 상품 판매 수익을 말하며 우리 대학은 교내 오리 연못 근처에서 브랜드샵을 운영하고 있다.
이번 사업은 KAIST 브랜드 가치와 사회적 책임을 학생 중심으로 구체화한 첫 모델로, ‘연구–창업–사회공헌’을 연결하는 혁신적 출발점이 되고 있다.
사업은 KAIST 홀딩스(대표 배현민)의 자회사 브랜드카이스트(공동대표 석현정·복병준, KAI 특허법률법인 대표, KAIST 산업디자인학과 동문)가 배당한 수익을 재원으로 추진된다.
우리 대학은 브랜드 수익을 학생 연구 활동에 재투자함으로써 ‘브랜드 → 수익 → 학생 → 사회환원’이라는 KAIST형 선순환 ESG 구조를 구현하고자 한다.
‘PDSP’는 KAIST 학부생들이 자율적으로 팀을 꾸려 사회적·기술적 문제를 탐구하고 해법을 제시하는 연구 프로그램이다. 프로그램명 ‘Problem Definition to Solution Program’은 학생이 직접 문제(Problem)를 정의(Definition)하고 해법(Solution)을 설계한다는 의미로, 배운 지식을 사회문제 해결로 연결하는 실천적 연구 플랫폼을 지향한다.
우리 대학은 이번 PDSP를 통해 ESG의 개념을 환경(Environment), 사회(Society), 지배구조(Governance)를 넘어, ‘교육(Education)과 연구(Science)를 통한 사회적 책임 실천’으로 확장하고 있다.
학생들이 주도적으로 사회문제를 정의하고 해결책을 제시하는 과정 자체가 ESG 가치 실현의 한 형태이며, 우리 대학은 이를 통해 과학기술 기반의 실천형 ESG 모델을 구축하고자 한다.
PDSP는 Deep Tech과 ESG, 두 개의 연구 트랙으로 운영된다.‘Deep Tech 트랙’은 인공지능(AI), 반도체, 로보틱스, 바이오테크, 신소재, 에너지 등 KAIST의 첨단 과학기술 역량을 바탕으로 미래 산업을 선도할 원천기술 연구를 지원한다. ‘ESG 트랙’은 기후 변화, 탄소중립, 고령화 등 사회적 이슈를 주제로 연구를 수행하며, 과학기술을 통한 지속가능한 사회 구현에 초점을 맞춘다.
이번 프로그램은 단순한 아이디어 공모전이 아니라 연구실에서 출발하는 실질적 기술 혁신을 촉진하는 ‘학생 주도형 딥테크 인큐베이션 프로그램’으로 평가된다.
참여 대상은 학부생 3~5명으로 구성된 약 20개 팀이며, 각 팀은 Deep Tech 트랙 또는 ESG 트랙 중 하나를 선택해 지원할 수 있다. 팀별 최대 150만 원의 연구활동비가 3개월간 지원되며, 연구비는 KAIST 자체 연구사업 기준에 따라 집행된다. 신청은 9월 29일부터 11월 5일 자정까지 KAIST 포털사이트를 통해 접수하며, 평가위원회의 심사를 거쳐 선정된 팀은 오리엔테이션–중간 점검–성과 발표회 등 단계별 과정을 거치게 된다.
KAIST 홀딩스 배현민 대표(전기및전자공학부 교수)는 “PDSP는 학생이 스스로 문제를 정의하고 해결책을 설계하는 KAIST형 자율 연구문화의 출발점이 될 것”이라며 “우수 연구팀은 창업 아이디어로 발전할 수 있도록 초기 투자 및 사업화 지원도 적극 검토할 계획”이라고 밝혔다.
석현정 브랜드카이스트 대표(산업디자인학과 교수)는 “브랜드카이스트의 수익이 학생들의 연구로 다시 이어지는 이번 프로그램은, KAIST 브랜드가 단순한 상징을 넘어 사회적 가치 창출의 플랫폼으로 진화하고 있음을 보여준다”며 “학생들이 창의적 연구를 통해 기술과 사회를 잇는 새로운 변화를 만들어가는 것이야말로 KAIST 브랜드의 진정한 힘이라고 생각한다”고 말했다.
프로그램에 지원서를 제출한 한 학생은 “환경 문제나 기술 불평등 등 사회적 주제를 연구로 탐구해 보고 싶었는데, 이번 프로그램이 그런 기회를 제공해 기대된다”며 “배운 지식을 사회에 돌려줄 수 있다는 점에서 KAIST 학생으로서 자부심을 느낀다”고 말했다.
이광형 KAIST 총장은 “KAIST 브랜드가 만들어 낸 가치를 학생들에게 되돌려주는 상생형 혁신 모델을 만든 것도 KAIST의 힘”이라며 “학생들이 직접 정의한 문제를 통해 인류 발전에 기여하고, 창의적 연구가 사회 변화를 이끄는 원동력이 되길 바란다”고 강조했다.
1971년 설립 이후 대한민국의 과학기술 발전과 산업 혁신을 선도해온 KAIST는 이번 PDSP를 통해 ‘브랜드 가치의 선순환’을 현실화하며, 학생 주도형 사회공헌과 기술 혁신을 결합한 새로운 ESG 패러다임을 제시하고 있다.
2025.10.20
조회수 1933
-
스스로 물체를 집고, 걷는 '실시간 프로그래밍 로봇 시트' 개발
접힘 구조는 로봇 설계에서 직관적이면서도 효율적인 형상 변형 메커니즘으로 활용되며, 우주·항공 로봇, 유연 로봇, 접이식 그리퍼(손) 등 다양한 응용이 시도되고 있다. 그러나 기존의 접힘 메커니즘은 접는 위치(hinge)나 방향이 사전에 고정돼 있어, 환경과 작업이 바뀔 때마다 구조를 새로 설계·제작해야 하는 한계가 있었다. 한국 연구진이 실시간으로 현장에 따라 프로그래밍하는‘접이식 로봇 시트 기술’을 개발해 로봇의 형태 변화 능력을 획기적으로 향상함으로써, 향후 로봇 공학 분야에 새로운 가능성을 열어줄 것으로 기대된다.
우리 대학 기계공학과 김정 교수, 박인규 교수 공동 연구팀이 형상을 실시간으로 프로그래밍할 수 있는 로봇 시트 원천 기술(field-programmable robotic folding sheet)을 개발했다고 6일 밝혔다.
이번 기술은 ‘필드 프로그래밍(field-programmability)’이라는 개념을 접이식 구조에 성공적으로 도입한 사례로, ‘접힘을 어디서, 어느 방향으로, 얼마나 크게 할지’라는 사용자의 명령을 소재 형상에 실시간으로 반영할 수 있는 소재 기술 및 프로그래밍 방법론을 통합적으로 제안했다.
해당 ‘로봇 시트’는 얇고 유연한 고분자 기판 내에 미세 금속 저항 네트워크가 내장된 구조로, 각 금속 저항이 히터이자 온도 센서 역할을 동시에 수행해, 별도의 외부 장치 없이도 시트의 접힘 상태를 실시간으로 감지하고 제어한다.
또한 유전 알고리즘(genetic algorithm) 및 심층 신경망(deep neural network)을 결합한 소프트웨어를 통해 사용자가 원하는 접힘 위치와 방향, 강도를 소프트웨어적으로 입력하면, 스스로 가열·냉각을 반복하며 정확한 형상을 만들어낸다.
특히, 온도 분포에 대한 폐루프 제어(closed-loop control)를 적용해 실시간 접힘 정밀성을 향상하고, 환경 변화로 인한 영향을 보정했으며, 열 변형 기반 접힘 기술이 지니던 느린 반응 속도 문제도 개선했다.
이러한 형상의 실시간 프로그래밍은 복잡한 하드웨어 재설계 없이도 다양한 로봇의 기능성을 즉석에서 구현할 수 있게 했다는 데에 의미가 있다.
실제로 연구팀은 단일 소재로 다양한 물체 형상에 맞춰 어떻게 잡을지 결정하는 파지(grasping) 전략을 바꿔가며 적용할 수 있는 적응형 로봇 손(그리퍼)를 구현했고, 동일한 ‘로봇 시트(얇고 유연한 형태의 로봇)’를 바닥에 두어 보행하거나 기어가게 하는 등 생체 모방적 이동 전략을 선보였다. 이를 통해 환경 변화에 따라 스스로 형태를 바꾸는 환경 적응형 자율 로봇으로의 확장 가능성도 제시했다.
김정 교수는 “이번 연구는 자기 몸을 바꾸면서 똑똑하게 움직이는 기술 즉, 형상 자체가 지능이 되는‘형상 지능(morphological intelligence)’구현에 한 걸음 다가간 사례로 평가된다. 향후 더 높은 하중 지지와 빠른 냉각을 위한 소재·구조 개선, 배선 없는 일체형 전극에도 다양한 형태·크기로의 확장 등을 통해 재난 현장 대응 로봇, 맞춤형 의료 보조기기, 우주 탐사 장비 등 다양한 분야에 응용될 수 있는 차세대 피지컬 AI 플랫폼으로 발전시킬 계획이다”라고 말했다.
우리 대학 박현규 박사(現 삼성전자 삼성종합기술원)와 정용록 교수(現 경북대학교)가 공동 제1 저자인 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈 (Nature Communications)’에 2025년 8월 온라인판에 출판됐다.
※논문명: Field-programmable robotic folding sheet
※DOI: https://www.nature.com/articles/s41467-025-61838-3
한편 이번 연구는 한국연구재단(과학기술정보통신부)의 지원을 받아 수행됐다.
2025.08.06
조회수 5084
-
6배 정밀한 3D 뇌 모사 플랫폼 구현 성공
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 관계가 있었다.
연구팀은 묽은 젤로도 정밀한 뇌 구조를 만들고, 층마다 정확히 정렬하며, 신경세포의 활동까지 동시에 관찰할 수 있는 3대 핵심기술을 결합해 정교하고 안정적인 뇌 모사 플랫폼을 완성했다.
3대 핵심기술은 ▲ 묽은 젤(하이드로겔)이 흐르지 않도록 스테인리스 철망(마이크로메시) 위에 딱 붙게 만들어 주는‘모세관 고정 효과’ 기술로 기존보다 6배 더 정밀하게 (해상도 500μm 이하) 뇌 구조를 재현했고 ▲ 프린팅된 층들이 삐뚤어지지 않고 정확히 쌓이도록 맞춰주는 원통형 설계인 ‘3D 프린팅 정렬기’로 다층 구조체의 정밀한 조립과 미세 전극 칩과의 안정적 결합을 보장하였고 ▲ 아래쪽은 전기신호를 측정하고, 위쪽은 빛(칼슘 이미징)으로 동시에 세포 활동을 관찰하는 ‘이중 모드 분석 시스템’기술로 층간 연결이 실제로 작동하는지를 여러 방식으로 동시에 확인할 수 있다.
연구팀은 뇌와 유사한 탄성 특성을 지닌 피브린 하이드로겔을 이용해 3층으로 구성된 미니 뇌 구조를 3D 프린팅으로 구현하고, 그 안에서 실제 신경세포들이 신호를 주고받는 과정을 실험을 통해 입증했다.
위층과 아래층에는 대뇌 신경세포를 배치하고, 가운데층은 비어 있지만, 신경세포들이 가운데를 뚫고 지나가며 연결되도록 설계했다. 아래층에는 미세 센서(전극칩)를 달아 전기신호를 측정하고, 위층은 빛(칼슘 이미징)으로 세포 활동을 관찰한 결과, 전기 자극을 줬을 때 위아래층 신경세포가 동시에 반응했고, 신경 연결을 차단하는 약물(시냅스 차단제)을 넣었더니 반응이 줄어들어 신경세포들이 진짜로 연결돼서 신호를 주고받고 있다는 것을 입증했다.
바이오및뇌공학과 박제균 교수는 “이번 연구는 뇌 조직의 복잡한 다층 구조와 기능을 동시에 재현할 수 있는 통합 플랫폼의 공동개발 성과”임을 강조하며, “기존 기술로 14일 이상은 신호 측정이 불가했던 것에 비해 27일 이상 안정적인 미세 전극 칩 인터페이스를 유지하면서 구조-기능 관계를 실시간으로 분석할 수 있어, 향후 신경질환 모델링, 뇌 기능 연구, 신경독성 평가 및 신경 보호 약물 스크리닝 등 다양한 뇌 연구 분야에 활용할 수 있을 것”이라고 말했다.
바이오및뇌공학과 김수지 박사와 윤동조 박사가 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘바이오센서스 앤 바이오일렉트로닉스(Biosensors and Bioelectronics)’에 2025년 6월 11일 자로 온라인판에 게재됐다.
※논문명: Hybrid biofabrication of multilayered 3D neuronal networks with structural and functional interlayer connectivity
※DOI: https://doi.org/10.1016/j.bios.2025.117688
한편, 이번 연구는 한국연구재단 글로벌 기초연구실지원사업, 중견연구 및 바이오·의료기술개발사업의 지원을 받아 수행됐다.
2025.07.16
조회수 5075
-
이산화탄소만 잡아내는 유망 소재를 AI로 쉽게 찾는다
기후 위기를 막기 위해 이미 배출된 이산화탄소를 적극적으로 줄이는 것이 필수적이며, 이를 위해 공기 중 이산화탄소만 직접 포집하는 기술(Direct Air Capture, 이하 DAC)이 주목받고 있다. 하지만 공기 중에 존재하는 수증기(H₂O)로 인해 이산화탄소만 효과적으로 포집하는 것이 쉽지 않다. 이 기술의 핵심 소재로 연구되는 금속–유기 구조체(Metal-Organic Frameworks, 이하 MOF)를 활용해 우리 연구진이 AI 기반 기계학습 기술을 적용, MOF 중에서 가장 유망한 탄소 포집 후보 소재들을 찾아내는 데 성공했다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 임페리얼 칼리지 런던(Imperial College London) 연구팀과 공동 연구를 통해 대기 중 이산화탄소 포집에 적합한 MOF를 빠르고 정확하게 선별할 수 있는 기계학습 기반 시뮬레이션 기법을 개발했다고 29일 밝혔다.
복잡한 구조와 분자 간 상호작용의 예측 한계로 인해 고성능 소재를 찾는 데 큰 제약을 극복하기 위해, 연구팀은 MOF와 이산화탄소(CO2), 물(H2O) 사이의 상호작용을 정밀하게 예측할 수 있는 기계학습(머신러닝) 기반 역장(Machine Learning Force Field, MLFF)을 개발하고, 이를 통해 양자역학 수준의 예측 정확도를 유지하면서도 기존보다 월등히 빠른 속도로 MOF 소재들의 흡착 물성을 계산할 수 있도록 했다.
연구팀은 개발된 시스템을 활용해 8,000여 개의 실험적으로 합성된 MOF 구조를 대규모 스크리닝한 결과, 100개 이상의 유망한 탄소 포집 후보 소재를 발굴했다. 특히 기존의 고전 역장 기반 시뮬레이션으로는 확인되지 않았던 새로운 후보 소재들을 제시했으며, MOF의 화학 구조와 흡착 성능 간의 상관관계를 분석해 DAC용 소재 설계에 유용한 7가지 핵심 화학적 특징도 함께 제안했다.
이번 연구는 MOF–CO2 및 MOF-H2O 간 상호작용을 정밀하게 예측함으로써, DAC 분야의 소재 설계 및 시뮬레이션 기술을 크게 향상한 사례로 평가된다.
우리 대학 생명화학공학과 임윤성 박사과정과 박현수 박사가 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `매터 (Matter)'에 지난 6월 12일 게재됐다.
※논문명: Accelerating CO2 direct air capture screening for metal-organic frameworks with a transferable machine learning force field
※DOI: 10.1016/j.matt.2025.102203
한편, 이번 연구는 Saudi Aramco-KAIST CO2 Management Center와 과학기술정보통신부의 글로벌 C.L.E.A.N. 사업의 지원을 받아 수행됐다.
2025.06.30
조회수 5291
-
작은 날갯짓으로 완성된 10개월의 여정, KAIST 연못에 돌아온 특별한 가족
Instagram에서 이 게시물 보기
KAIST(@official_kaist)님의 공유 게시물
2025년 6월 9일 오전, KAIST 캠퍼스 연못가에는 이른 시간부터 조심스런 움직임이 이어졌다. 격리 보호소에서 한 달간 지내던 오리 가족과 새끼 거위 두 마리를 다시 연못에 방사하는 날이었다. 작은 이동장이 열리자, 어린 새끼들은 주변을 살피며 천천히 물가로 나섰고, 그 뒤를 따라 어미 오리가 발을 디뎠다.
지난해 여름 구조된 이 오리는 한때 무리에 섞이지 못한 외톨이였지만, 이제는 새끼 오리와 새끼 거위를 함께 품은 가족의 중심이 되어 돌아왔다. 방사 장면을 지켜본 학생과 교직원들은 10개월 동안 이어진 이들의 여정을 떠올리며 조용한 환영을 보냈다.
이야기의 시작은 2024년 7월로 거슬러 올라간다. KAIST 연못가에서 어미 없이 뒤뚱거리며 걷던 아기 오리 두 마리가 KAIST 학생의 제보로 발견됐다. 보송보송한 솜털과 납작한 주둥이, 사람을 겁내지 않는 태도로 보아 누군가가 유기한 것으로 추정됐다. ‘거위 아빠’로 잘 알려진 생명과학과 허원도 교수와 KAIST 시설팀은 즉시 구조에 나섰고, 두 마리는 약 한 달간의 보호를 거쳐 연못에 방사되었다.
처음에는 비교적 안정적으로 적응하는 듯 보였다. 그러나 기존의 거위 무리와 어울리지는 못했고, 독립적으로 생활했다. 얼마 지나지 않아 한 마리는 자취를 감췄고, 남은 한 마리는 겨울 연못가에서 부상을 입은 채 발견됐다. 생태계에 대한 인위적 개입을 최소화해 온 KAIST의 원칙에도 불구하고, 이번에는 생명을 살리기 위해 예외가 적용되었다. 허 교수와 시설팀의 보호 속에서 오리는 한 달 만에 건강을 되찾았다.
이듬해 봄, 회복한 오리는 산란을 시작했다. 허 교수는 특별한 개입 없이 먹이 조절을 통해 산란과 포란을 지원했다. 그리고 5월 5일 어린이날 아침, 오리가 품은 알들이 부화했다. 구조 당시에는 무리에 섞이지 못했던 외로운 오리가, 이제는 한 생명을 품은 어미가 되어 있었다. 그리고 열흘 뒤인 5월 15일, KAIST 연못에서는 또 다른 생명이 태어났다. 거위 무리에서 새끼 거위 네 마리가 부화한 것이다. 이렇게 많은 생명들의 탄생 속에서 오리 연못은 그 어느 때보다 활기 넘치는 모습을 보였다.
그런데 불과 며칠 후 어미는 보이지 않았고, 물에 뜨지 못하는 새끼 거위들이 연못가에서 떨고 있었다. 이 모습을 목격한 서울대 학생 변다현 씨의 제보로 다시 구조가 이뤄졌고, 목숨을 검진 새끼 거위 두 마리는 오리 가족과 함께 보호소에 머물게 되었다.
서로 다른 종의 동거는 처음엔 어색했지만, 서서히 변화를 보이기 시작했다. 오리 어미는 새끼 거위들을 밀어내지 않았고, 새끼 오리와 새끼 거위는 함께 먹이를 먹고 잠들며 새로운 가족으로 묶여갔다. 한 달간의 합사 이후, 이들은 함께 연못에 방사되었고, 기존 거위 무리는 새끼 거위와 오리 가족 모두를 받아들였다.
이 작은 가족이 연못으로 돌아오기까지 걸린 시간은 열 달. 유기에서 구조, 부상과 회복, 산란과 부화, 그리고 낙오된 새끼들을 함께 돌본 한 달의 동거에 이르기까지 서로 다른 사연을 지닌 생명들이 한 무리가 되어 연못으로 복귀하기까지의 여정은 단순한 성장 이상이었다. 오리 가족의 10개월은 작은 위기들과 선택의 순간들을 거치며 만들어진 기록이자, KAIST 캠퍼스의 작은 기적이다.
2025.06.10
조회수 3756