-
‘물리법칙 아는 AI’신소재 대량 탐색 척척!
신소재 개발의 핵심 단계인 ‘물성 규명’은 그동안 방대한 실험 데이터와 고가 장비에 의존해야 해 연구 효율이 낮다는 한계가 있었다. KAIST 연구진은 재료와 에너지의 변형과 상호작용을 지배하는 ‘물리법칙’을 AI와 결합한 새로운 기법을 통해, 데이터가 부족한 상황에서도 신소재를 신속히 탐색하고 나아가 재료·기계·에너지·전자 등 다양한 공학 분야의 설계와 검증까지 빠르게 수행할 수 있는 기반을 마련했다.
우리 대학 기계공학과 유승화 교수 연구팀이 경희대(총장 김진상) 임재혁 교수 연구팀과 한국전기연구원(원장 김남균, KERI) 류병기 박사와 각각 공동 연구를 통해, 물리 법칙을 인공지능 학습 과정에 직접 반영하는 물리 기반 머신러닝(Physics-Informed Machine Learning, PIML) 기법을 활용해, 적은 양의 데이터만으로도 소재 물성을 정확히 규명할 수 있는 새로운 방법을 제시했다고 2일 밝혔다.
첫 번째 연구에서는 고무와 같은 잘 늘어나는 초탄성(hyperelastic) 소재를 대상으로, 단 한번의 실험에서 얻은 적은 양의 데이터만으로도 재료의 변형 모습과 성질을 동시에 알아낼 수 있는 ‘물리 기반 인공 신경망(Physics-Informed Neural Network, PINN)’ 기법을 제시했다.
기존에는 많은 양의 복잡한 데이터를 모아야만 가능했지만, 이번 연구는 데이터가 부족하거나 제한적이거나 잡음이 포함된 상황에서도 안정적으로 소재 특성을 재현할 수 있음을 입증했다.
두 번째 연구에서는 열을 전기로, 전기를 열로 바꾸는 신소재인 ‘열전 소재’를 대상으로, 단 몇 개의 측정값만으로도 열을 얼마나 잘 전달하는지(열전도도)와 전기를 얼마나 잘 만들어내는지(제벡 계수) 같은 핵심 지표를 추정할 수 있는 PINN 기반 역추정 기법을 제안했다.
나아가 연구팀은 자연의 물리 법칙까지 이해하는 인공지능인 ‘물리 기반 신경 연산자(Physics-Informed Neural Operator, PINO)’를 도입해 학습되지 않은 신소재에도 재학습 과정 없이 일반화가 가능함을 보여주었다.
실제로 20개 소재로 학습한 뒤, 60개의 새로운 소재를 대상으로 테스트했는데, 모두 높은 정확도로 성질을 맞혀냈다. 이로써 앞으로 수많은 신소재 후보를 빠르게 골라내는 고속·대량 소재 탐색이 가능해질 전망이다.
이번 성과는 단순히 ‘실험을 줄였다’는 수준을 넘어선다. 물리 법칙과 인공지능을 정교하게 결합해, 실험 효율은 높이고 신뢰성은 지킨 첫 사례이기 때문이다.
두 연구 모두 총괄하여 진행한 유승화 교수는 “이번 성과는 물리 법칙을 이해하는 인공지능을 실제 소재 연구에 적용한 첫 사례”라며, “데이터 확보가 제한적인 상황에서도 물성을 신뢰성 있게 규명할 수 있어 다양한 공학 분야로 확산될 것”이라고 말했다.
첫 번째 논문은 KAIST 기계공학과 문현빈·박동근 박사과정이 공동 제1 저자로 참여했으며 국제 학술지 ‘컴퓨터 매써드 인 어플라이드 머케닉스 엔 엔지니어링(Computer Methods in Applied Mechanics and Engineering)’에 8월 13일자에 게재되었다.
※논문 제목: Physics-informed neural network-based discovery of hyperelastic constitutive models from extremely scarce data
※DOI: https://doi.org/10.1016/j.cma.2025.118258
두 번째 논문은 KAIST 기계공학과 문현빈·이송호 박사과정, 와비 데메케(Wabi Demeke) 박사가 공동 제1 저자로 참여했으며 ‘엔피제이 컴퓨테이셔널 머티리얼즈(npj Computational Materials)’에 8월 22일자에 연이어 게재됐다.
※논문 제목: Physics-informed neural operators for generalizable and label-free inference of temperature-dependent thermoelectric properties
※DOI: https://doi.org/10.1038/s41524-025-01769-1
한편, 첫번째 연구는 한국연구재단·과학기술정보통신부 이노코어 프로그램 및 식품의약품안전처 연구과제의 지원을, 두번째 연구는 한국연구재단·과학기술정보통신부 이노코어 프로그램의 지원을 받아 수행됐다.
2025.10.02
조회수 3388
-
똑똑한 영상 복원 인공지능 기술 개발
딥러닝 기술은 영상 복원 속도가 기존 알고리즘 대비 수백 배 이상 빠를 뿐만 아니라 복원 정확도 역시 높다. 하지만, 주어진 학습 데이터에만 의존하는 딥러닝 기술은 영상 취득 환경상에 변화가 생기면 성능이 급격히 저하되는 치명적인 약점이 있다. 이는 알파고와 이세돌 九단과의 대국 시 `신의 한 수'에 의해 알파고의 성능이 급격하게 저하되었던 사례를 떠올리면 쉽게 이해할 수 있다. 즉, 인공지능이 학습하지 못했던 변수(학습 데이터상에 존재하지 않는 수)가 발생할 때 신뢰도가 급격히 낮아지는 인공지능 기술의 근본적인 문제이기도 하다.
우리 대학 바이오및뇌공학과 장무석 교수 연구팀과 김재철AI 대학원 예종철 교수 연구팀이 공동 연구를 통해 인공 지능의 신뢰도 문제를 해결할 수 있는 물리적 학습 기반의 영상 복원 딥러닝 기술을 개발했다고 6일 밝혔다.
연구팀은 영상 취득 환경에서 발생할 수 있는 변수 대부분이 물리적 법칙을 통해 수학적으로 기술 가능하다는 점에 착안해 물리적 법칙과 심층 신경망이 통합된 학습 기법을 제시했다.
모든 영상 기술은 물리적인 영상 기기를 통해 영상 정보를 취득한다. 연구팀은 이 정보 취득 과정에 대한 물리적인 통찰력을 인공지능에 학습시키는 방법을 개발했다. 예를 들면, `네가 도출한 복원 결과가 물리적으로 합당할까?' 혹은 `이 영상 기기는 물리적으로 이런 변수가 생길 수 있을 것 같은데?'라는 식의 질문을 통해 물리적 통찰력을 인공지능에 이식하는 방법을 제시한 것이다.
연구팀은 변화하는 영상 취득 환경에서도 신뢰도 높은 홀로그래피 영상* 을 복원하는데 성공했다. 홀로그래피 영상 기술은 의료 영상, 군용 감시, 자율 주행용 영상 등 다양한 정밀 영상 기술에 다양하게 활용될 수 있는데, 이번 연구는 의료 진단 분야의 활용성을 집중적으로 검증하였다.
*홀로그래피 영상: 물체의 그림자 패턴(회절 패턴)으로부터 물체의 형태를 복원하는 영상 기법, 일반적인 영상 기술과 달리 위상 변화에 의한 물체의 미세 구조를 감지할 수 있는 영상 기술
연구팀은 먼저 3차원 공간상에서 매우 빠르게 움직이는 적혈구의 회절 영상(확산된 그림자형상)으로부터 적혈구의 형태를 실시간으로 복원하는데 성공했다. 이러한 동적인 영상 환경에서 예상치 못한 변수로는 여러 개의 적혈구 덩어리가 복잡하게 겹쳐진다거나 적혈구가 예상하지 못했던 위치로 흘러가는 경우를 생각해 볼 수 있다. 여기서, 연구팀은 인공 지능이 생성한 영상이 합당한 결과인지 빛 전파 이론을 통해 검산하는 방식으로 물리적으로 유효한 복원 신뢰도를 구현하는데 성공하였다.
연구팀은 암 진단의 표준기술로 자리잡고 있는 생검 조직(생체에서 조직 일부를 메스나 바늘로 채취하는 것)의 영상 복원에도 성공했다. 주목할 점은 특정한 카메라 위치에서 측정된 회절 영상만을 학습했음에도 인공지능의 인지능력이 부가되어 다양한 카메라 위치에서도 물체를 인식하는데 성공했다는 점이다. 이번에 구현된 기술은 세포 염색 과정이나 수 천 만원에 달하는 현미경이 필요하지 않아 생검 조직 검사의 속도와 비용을 크게 개선할 수 있을 것으로 기대된다.
물리적 통찰력을 인공 지능에 이식하는 영상 복원 기술은 의료 진단 분야 뿐만 아니라 광범위한 영상 기술에 활용될 것으로 기대된다. 최근 영상 기술 산업계 (모바일 기기 카메라, 의료 진단용 MRI, CT, 광 기반 반도체 공정 불량 검출 등) 에선 인공지능 솔루션 탑재가 활발히 이루어지고 있다. 영상 취득에 사용되는 센서, 물체의 밝기, 물체까지의 거리와 같은 영상 취득 환경은 사용자마다 다를 수밖에 없어 적응 능력을 갖춘 인공 지능 솔루션에 대한 수요가 큰 상황이다. 현재 대부분의 인공 지능 기술은 적응 능력 부재로 신뢰도가 낮은 문제 때문에 실제 현장에서 활용성이 제한적인 상황이다.
바이오및뇌공학과 이찬석 연구원은 "데이터와 물리 법칙을 동시에 학습하는 적응형 인공지능 기술은 홀로그래피 영상뿐만 아니라 초고해상도 영상, 3차원 영상, 비시선 영상(장애물 뒷면을 보는 영상) 등 다양한 계산 영상 기술에 적용될 수 있을 것으로 기대된다ˮ고 밝혔다.
연구진은 "이번 연구를 통해 인공지능 학습에 있어서 학습 데이터에 대한 강한 의존성(신뢰도 문제)을 물리적 법칙을 결합해 해소했을 뿐만 아니라, 이미지 복원에 있어 매게 변수화된 전방 모델을 기반으로 했기 때문에 신뢰도와 적응성이 크게 향상됐다ˮ며, 이어 "이번 연구에서는 데이터의 다양한 특성 중에서 수학적 혹은 물리적으로 정확히 다룰 수 있는 측면에 집중했고, 향후 무작위적인 잡음이나 데이터의 형태에 대해서도 제약받지 않는 범용 복원 알고리즘을 개발하는 데 주력할 것이다ˮ라고 밝혔다.
바이오및뇌공학과 이찬석 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 머신 인텔리전스(Nature Machine Intelligence)'에 지난 1월 17일 字 출판됐다. (논문명: Deep learning based on parameterized physical forward model for adaptive holographic imaging with unpaired data)
한편 이번 연구는 삼성미래기술육성사업과 선도연구센터사업의 지원을 받아 수행됐다.
2023.02.06
조회수 11935
-
닫힌 계면을 갖는 구조체의 보편적 이동 특성 규명
우리 대학 물리학과 김갑진 교수와 한국표준과학연구원(KRISS) 황찬용 박사, 한국과학기술연구원(KIST) 김경환 박사 공동연구팀이 자기 스커미온의 전류 구동 현상을 이용해 닫힌 계면을 갖는 구조체가 형태를 유지한 채 이동할 때의 보편 특성을 규명했다고 13일 밝혔다.
자기 스커미온(magnetic skyrmion)은 수 nm 수준의 자성체 박막, 즉 얇은 자석 내부에 존재하는 소용돌이 모양 혹은 방사형의 스핀 구조를 갖는, 2차원 공간상의 안정한 원형 구조체이다. 이 구조체는 위상학(topology)적 원리에 의해 쉽게 사라지지 않는 안정성을 갖고, 크기가 수십 nm 수준으로 작으며 전류를 흘려 주면 수~수백 m/s의 매우 빠른 속도로 움직이기 때문에 기존의 하드 디스크를 대체할 고속, 고집적 비휘발성 메모리 소자 개발에 응용될 수 있음에 주목되어 왔다. 따라서 보다 정밀한 자기 스커미온 기반 소자를 만들기 위해 자기 스커미온의 속도와 가해 준 전류량의 관계를 정확히 파악하는 것은 중요한 연구 과제로 여겨져 왔다.
연구팀은 비자성체/강자성체/산화물 3중층 구조의 소자에서 연구팀의 독자 기술인 자기장 변화 방식으로 자기 스커미온을 대량 생성, 크립(creep) 운동 영역(스커미온의 속도가 박막의 무작위적 결함과 열적 효과에 영향을 받는 영역)에서의 자기 스커미온 속도-전류밀도 관계를 분석했다. 두 연구팀은 약 70만 개 이상의 빠르고 느린 자기 스커미온의 이동 궤적을 추적, 분석하여 이동 속도-전류밀도 간의 스케일링 법칙을 찾아냈다. 그 결과 자기 스커미온은 2차원 공간상의 구조체임에도 불구하고 1차원 공간상에서 주로 나타나는 ‘호핑(hopping)’ 법칙을 따르는 것으로 나타났다. 이는 2차원에서 움직이는 선을 원형으로 말아 놓을 경우 운동 법칙이 전혀 달라짐을 실험적으로 확인한 것이다. 이를 통해 연구팀은 기존에 알려지지 않은 새로운 보편성 부류(universality class, 같은 스케일링 법칙을 공유하는 집단)의 구분 기준으로 계면의 열리고 닫힘, 즉 ‘구조적 위상(structural topology)’이 존재함을 제안했다.
우리 대학 물리학과 송무준, 유무진 연구원이 공동 제1저자로 참여하고, 박민규 박사가 공동교신저자로 참여한 본 연구는, KAIST(김갑진 교수 연구팀), KRISS(황찬용 박사 연구팀), KIST(김경환 박사 연구팀)의 공동연구로 진행되었으며, 권위 있는 국제학술지 ‘어드밴스드 머테리얼즈(Advanced Materials, IF 32.1)’에 표지논문(front cover)으로 선정돼 10월 6일 게재됐다. (논문명: Universal Hopping Motion Protected by Structural Topology)
이번 연구에서 연구팀은 기존에 자세히 밝혀지지 않은 크립 영역에서의 자기 스커미온의 전류에 의한 거동 특성을 실험적으로 밝혀내고, 이것이 닫힌 계면을 갖는 구조체의 보편 특성임을 제안했다. 이번 연구는 자기 스커미온 기반 메모리 및 컴퓨팅 소자 개발에 활용될 것이며, 다양한 분야의 닫힌 계면 구조를 갖는 구조체의 거동 특성을 분석하는 기반 이론으로써 활용될 것으로 기대된다.
한편 이번 연구는 KAIST 글로벌 특이점 연구사업, 삼성미래기술육성사업, 한국연구재단 선도연구센터/중견연구자지원사업의 지원을 받아 수행됐다.
2022.10.13
조회수 11348
-
훈트 금속의 새로운 존재 가능성 증명
우리 대학 물리학과 한명준 교수 연구팀이 *`훈트 금속'이라고 알려진 특이 양자 상태의 새로운 존재 가능성을 최초로 증명했다고 1일 밝혔다.
☞ 훈트 금속(Hund metal): 전기저항 없이 전류가 흐르는 초전도 현상을 나타내거나 외부 조건의 미세한 변화에도 물질이 크게 바뀌는 특성을 가져 기존 반도체 소재를 뛰어넘는 응용 가능성으로 주목받는 차세대 신물질이다.
훈트 금속이란 `훈트의 법칙'으로 잘 알려진 독일의 물리학자 `프리드리히 헤르만 훈트(Friedrich Hermann Hund; 1896~1997)'의 이름을 딴 독특한 양자역학적 상태를 띠는 금속을 가리킨다.
학계에서는 일반적으로 알려진 전형적인 금속들을 `페르미 금속(Fermi liquid metal)'이라 부르는데, 이와는 성질이 뚜렷이 구분되는 특이한 금속을 이해하는 것은 오랫동안 학계의 중요한 관심사가 되고 있다.
이러한 특이 금속들에 관한 연구가 고온 초전도 현상이나 양자 임계 현상과 같은 대표적인 물리학의 신비를 이해하는 단서를 줄 것이라 믿고 있기 때문이다. 훈트 금속도 그 가운데 하나로서, 미국의 이론 물리학자들에 의해 최초로 그 개념이 제시된 이래, 미국과 유럽 학자들의 주도하에 지난 10여 년간 활발한 연구가 이뤄지고 있다.
특별히 이 금속 상태는 원자 내에서 전자가 가질 수 있는 양자역학적 상태를 나타내는 `오비탈(orbital)'의 개수가 `3' 이상인 경우가 주로 연구돼왔으며, 그 값이 `2'인 경우에는 나타날 수 없다는 것이 상식으로 여겨졌다.
이번 연구는 이와 같은 기존의 통념을 뒤엎는 것으로서, 연구진은 오비탈 수가 `2'인 경우에도 훈트 금속이 발현될 수 있다는 것을 이론적으로 증명했다. 연구진은 통상적인 훈트 금속보다 그 신호가 약하다는 점에서 이를 `약한 훈트 메탈(weak Hund metal)'이라고 이름 붙였으며, 더 나아가 훈트 금속과 관련 상태들을 이해하고 분류하는 기준을 새롭게 제시했다.
이는 기존의 상식을 뒤집는 결과일 뿐 아니라, 지금까지 난항을 겪고 있던 많은 관련 연구들에 새로운 돌파구를 제시할 수 있다는 점에서 큰 주목을 받고 있다.
연구를 주도한 한명준 교수는 “이번 결과는 논문을 심사한 심사위원들조차 처음에는 받아들이기 어려워했을 만큼 획기적이다”며, “관련 실험 데이터나 현상들을 이해하는 새로운 틀을 마련한 기초 이론 연구로서, 최근까지 학계가 어려움을 겪고 있던 초전도와 관련된 여러 문제를 해결하는 토대가 될 수 있을 것으로 기대한다”고 연구의 의미를 설명했다.
우리 대학 물리학과 이시헌 연구원이 제1 저자로 참여하고 미국 브룩헤이븐 국립 연구소(Brookhaven National Laboratory)의 최상국 박사와 함께 진행한 이번 연구 결과는 물리학 분야 최고 권위지 `피지컬 리뷰 레터스(Physical Review Letters)'에 5월 17일 字 온라인 출판됐다. (논문명: Hund Physics Landscape of Two-Orbital Systems)
한편, 이번 연구는 한국연구재단의 중견연구자 지원사업과 미래소재 디스커버리사업의 지원을 받아 수행됐다.
2021.06.02
조회수 57301
-
백세범 교수팀, 고등 인지 기능의 자발적 발생 원리 규명
우리 대학 바이오및뇌공학과 백세범 교수 연구팀이 학습 과정을 전혀 거치지 않은 신경망에서 고등 시각 인지 기능이 자발적으로 발생할 수 있음을 보였다고 4일 밝혔다.
이번 연구 결과는 신경망에서 상위 인지 기능을 발생시키기 위해서는 반드시 충분한 데이터 학습이 필요하다는 기존의 상식과 완전히 상반되는 것으로, 현재 통용되고 있는 인공지능의 구현 방식에 대한 근본적인 의문을 던진다.
또한 연구팀의 결과는 다양한 생물 종의 뇌에서 관측되는 선천적인 인지 기능의 발생에 대한 설명 가능한 이론을 제시할 뿐만 아니라, 뇌신경과학 연구의 가장 근본적인 질문 중 하나인 `인지 지능의 발생 및 진화'의 원리에 대한 기존과는 전혀 다른 새로운 시각을 제시한다.
연구팀은 뇌의 시각 신경망을 모사한 인공신경망 시뮬레이션을 통해, 모든 연결 가중치가 무작위로 정해지도록 초기화된 신경망이 전혀 학습을 거치지 않은 상태에서도 특정 숫자에 선택적으로 반응하는 `수량 선택성'을 자발적으로 생성함을 발견했다. 또한 이렇게 자발적으로 발생한 수량 선택적 유닛은 실제 동물의 뇌에서 발견되는 수량 선택적 뉴런들이 보이는 *`베버-페히너 법칙' 등의 주요 특성을 동일하게 따름을 확인했다.
☞ 베버-페히너 법칙(Webber-Fechner law): 자극과 감각 사이의 상대적 관계를 나타내는 심리물리학적 법칙. 인지 가능한 자극 강도 변화량은 현재 강도에 지수적으로 비례한다는 것으로 이는 인지생물학에서 기본적인 원리로 알려져 있다.
우리 대학 물리학과 김광수 석박사통합과정, 바이오및뇌공학과 장재선 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스(Science)'의 온라인 자매지 `사이언스 어드밴시스(Science Advances)' 1월 1일 字에 게재됐다. (논문명 : Visual number sense in untrained deep neural networks)
신경망에서 인지 지능의 발생에 관한 연구는 뇌인지과학과 인공지능 분야 모두에서 핵심적인 연구 주제 중 하나다. 흥미롭게도 인지 기능을 발생시키기 위해서 일반적으로 많은 양의 데이터 입력을 통한 학습 과정을 거쳐야 하는 인공신경망과 달리 동물의 뇌는 태어난 직후부터 다양한 인지 기능을 수행하는 `선천적' 인지 지능을 가지고 있는 것이 관찰돼왔다.
이러한 차이점은 생물학적 지능의 발생과 진화의 원리를 이해하는 데 결정적인 역할을 하고, 현재 개발된 인공지능과의 차이점을 보여주는 핵심적인 단서를 제공할 것으로 기대되고 있으나 이러한 인지 기능이 어떻게 자발적으로 발생하는지는 아직 명확하게 알려진 바가 없었다.
이에 연구팀은 학습을 거치지 않은 신경망의 초기 상태에서 나타나는 단순한 물리적 구조 특성이 다양한 인지 기능을 발생시킬 수 있을 것이라 예상했다. 이를 확인하기 위해 수행한 심층신경망 시뮬레이션 연구를 통해 모든 연결 가중치가 무작위로 초기화된 신경망에서도 `계층 구조'와 무작위적 피드 포워드 연결만 형성된다면 특정 수량에 선택적으로 강한 반응을 보이는 신경망 유닛들이 자발적으로 생성됨을 확인했다.
이러한 신경망 유닛들은 실제 뇌에서 발견되는 수량 선택적 신경세포의 주요한 성질들과 유사한 특성을 보였다. 이 결과는 생물학적 뇌에서 생애 초기에 발견되는 선천적인 숫자 선택성 역시 동일한 원리에 의해 발생할 가능성을 시사한다.
이러한 결과는 기초적인 인지 기능이 신경망의 초기 구조가 갖춰진 시점에 이미 존재하고 이후 다양한 학습을 통해 조절될 수 있음을 보여주며, 뇌신경과학의 중요한 화두 중 하나인 `지능의 선천적 혹은 후천적(nature vs. nurture) 형성'에 관해 매우 중요한 단서를 제공하는 발견으로 평가된다.
연구팀의 결과는 학습과 훈련에 의존해 대부분의 뇌 기능이 발생한다는 기존의 시각을 탈피해, 선천적이고 자발적으로 발생하는 뇌 기능에 대한 보다 심도 있는 연구가 필요하다는 사실을 시사한다. 한편으로 현재의 인공지능 구현 기법들과 완전히 다른 인공지능 구현 원리를 제시할 수 있는 생물학적 뇌 기반 이론을 제시한다.
백세범 교수는 "뇌 신경망 연구를 통해 얻은 아이디어를 인공신경망 연구에 적용하고, 그 결과를 다시 뇌과학적 원리를 발견하는 데 사용해 중요한 통찰을 가능하게 한 의미있는 연구ˮ라며 "뇌신경과학과 뇌공학 분야 모두에서 가장 중요한 질문 중 하나라고 할 수 있는 인지 지능의 기원에 대한 이해의 전환점을 가져올 것으로 기대된다ˮ라고 언급했다.
한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
2021.01.04
조회수 67749
-
유동일 학생, '항공주 논문 공모전' 최우수상 수상
우리 대학 항공우주공학과 박사과정에 재학 중인 유동일 학생(지도교수 심현철)이 ‘제11회 KAI 항공우주 논문상’ 공모전에서 최우수상을 수상했다.
시상식은 지난 10월 30일 서울 KINTEX ADEX 2013 전시장 내 미디어 컨퍼런스룸에서 개최됐다.
유동일 학생은 ‘무인전투기를 위한 가상 추적점 기반 자율 공중 교전 유도 법칙에 관한 연구(A Study on Virtual Pursuit Point based Autonomous Air Combat Guidance Law for UCAV)’ 논문을 제출해 연구의 독창성과 참신성을 인정받았다.
유동일 학생이 소속된 ‘KI 필드 로보틱스 센터’는 지난 제7회 KAI 항공우주논문상 공모전에서도 대상을 수상했으며 이번에 두 번째 수상의 영예를 안았다.
‘KAI 항공우주 논문상’은 미래 성장 동력인 항공우주산업에 대한 대학(원)생들의 학문적 관심고취와 연구개발 활성화를 목적으로 지난 2003년 시작됐다.
산업통상자원부, 국토교통부, 한국항공우주학회, 한국항공우주산업진흥협회, 한국항공진흥협회 등이 후원하는 행사로 국내 최고 권위를 가진 항공우주분야 공모전이다. 끝.
2013.11.01
조회수 19387
-
원광연칼럼 지수함수의 법칙
원광연 문화기술대학원장이
세계일보 2010년 6월 17일(목)자 칼럼을 실었다.
제목: [사이언스 리뷰] 지수함수의 법칙
신문: 세계일보, 사이언스 리뷰
저자: 문화과학기술대학원장 원광연
일시: 2010년 6월 17 (목)
기사보기: [사이언스 리뷰] 지수함수의 법칙
2010.06.17
조회수 12936
-
신성철칼럼 '거듭제곱법칙' 세상
신성철(물리학과) 교수가 국민일보 2008년 4월15일자에 '거듭제곱법칙 세상'이라는 제목으로 칼럼을 기고했다.
제목 - [과학의 窓] '거듭제곱법칙' 세상
저자 - 신성철 물리학과 교수
매체 - 국민일보
일자 - 2008.04.15(화)
칼럼보기 http://www.kukinews.com/special/article/opinion_view.asp?page=1&gCode=opi&arcid=0920874986&cp=du
2008.04.15
조회수 11088
-
물리학과 신성철 교수, KRISS동문상 수상
한국표준과학연구원(원장 정광화)이 15일 표준연을 빛낸 자랑스런 동문상에 우리학교 물리학과 신성철 교수를 선정했다.
"KRISS 동문상"은 표준연에 근무하다 퇴직한 동문 중 산·학·연에서 괄목할 만한 성과를 거둔 임·직원 및 연구생 등에게 수여하는 상이다.
신성철 교수는 최근 물리학계의 20년 숙제를 푸는 해결사 역할을 해 세계 물리학계의 주목받았다.
이 연구성과는 세계적 학술지인 네이처 피직스(Nature Physics) 인터넷판에 게재된 바 있고 물리분야의 획기적 발견을 소개하는 동 학술지 "뉴스앤 뷰즈(NEWS & VIEWS)"난에 해설기사로 다뤄졌다.
신 교수는 서로 다른 자화 방향을 갖는 두 가지 구역을 구분하는 경계면의 미세구조 변화가 거듭제곱법칙 분포지수 변화에 결정적으로 영향을 미친다는 사실을 세계 최초로 규명했다.
이 연구를 통해 향후 고용량 하드디스크 개발, 차세대 비휘발성 메모리 소자 개발, 초고밀도 정보저장소자 개발 등 스핀트로닉스 기술 구현을 통한 신개념 핵심소자를 개발하는데도 큰 기여를 하게 될 것으로 예상된다.<연구성과 관련 보도자료, 홈페이지 스팟라이트 7월 24일자 (15호)>
2007.10.16
조회수 23417