-
이노코어 연구단, 노벨화학상 데이비드 베이커와 ‘AI 단백질 설계’ 성공
과학기술정보통신부 이노코어(InnoCORE) 사업을 통해 구축된 연구 협력 기반 아래, KAIST 이노코어 연구진이 의미 있는 연구 성과를 도출했다. 우리 대학은 2024년 노벨 화학상 수상자인 David Baker 교수(데이비드 베이커, 미국 워싱턴대학교)의 방문을 계기로, 공동연구를 통해 AI로 원하는 화합물을 정확히 인식하는 단백질 설계 연구 결과를 공개했다.
우리 대학은 생명과학과 이규리 교수가 AI-CRED 혁신신약 이노코어(InnoCORE) 연구단에 참여 중인 연구진으로서, David Baker 교수와의 공동 연구를 통해 특정 화합물을 선택적으로 인식하는 인공 단백질을 AI로 설계하는 데 성공했다고 9일 밝혔다.
이번 연구는 AI를 활용해 특정 화합물을 인식하는 단백질을 처음부터 설계(de novo)하고, 이를 실제로 작동하는 바이오 센서로 구현한 것이 특징이다. 기존에는 자연 단백질을 탐색하거나 일부 기능을 수정하는 방식이 주를 이뤘다면, 이번 연구는 AI 기반 설계를 통해 원하는 기능을 갖는 단백질을 ‘맞춤 제작’하고 실험적으로 검증까지 완료했다는 점에서 의미가 크다.
특히 연구진은 스트레스 호르몬인 코티솔(cortisol)을 선택적으로 인식하는 단백질을 설계하고, 이를 기반으로 AI가 설계한 바이오 센서를 구현하는 데 성공했다. 이는 단백질 설계에 그치지 않고 실제 측정 가능한 센서 기술로 확장한 것으로, 단백질 설계 분야의 오랜 난제였던 저분자 화합물 인식 문제를 해결한 사례로 평가된다.
이번 연구 성과는 향후 질병 진단, 신약 개발, 환경 모니터링 등 다양한 분야에서 활용될 수 있을 것으로 기대된다. 혈액 속 바이오마커를 정밀하게 감지해 질병을 조기에 진단할 수 있으며, 특정 분자를 선택적으로 인식하는 단백질 설계를 통해 표적 치료제 개발에도 기여할 수 있다. 또한 환경 오염 물질을 감지하는 센서 개발로 공기와 수질을 실시간으로 모니터링하는 등 맞춤형 바이오 센서 기술 구현이 가능해질 전망이다.
화합물을 인식하는 신규 단백질(de novo protein) 설계는 원자 단위의 정밀한 계산이 필요해 오랜 기간 단백질 설계 분야의 난제로 꼽혀왔다. 연구진은 단백질-리간드 상호작용을 정밀하게 반영하는 AI 모델을 개발하고, 이를 활용해 결합 단백질 설계에 성공했다.
그 결과, 대사물질과 저분자 약물을 포함한 6종의 화합물 각각에 대해 인공 결합 단백질을 설계하고, 실험을 통해 기능을 검증했다. 특히 코티솔과 결합하는 신규 단백질을 기반으로 화학 유도 이합체(chemical-induced dimer)를 설계해 코티솔 바이오 센서를 개발했다. 해당 설계 기술은 미국에서 임시 특허를 출원한 상태다.
이규리 교수는 “이번 연구는 AI를 활용해 특정 화합물을 정밀하게 인식하는 단백질을 설계할 수 있음을 실험적으로 입증한 것”이라며 “앞으로 질병 진단, 신약 개발, 환경 모니터링 등 다양한 분야에서 활용될 수 있는 단백질 설계 기술로 확장해 나갈 계획”이라고 밝혔다.
이번 연구는 KAIST 생명과학과 이규리 교수가 제1저자로, David Baker 교수가 교신저자로 참여했으며, 2026년 3월 28일 국제 학술지 Nature Communications에 게재됐다.
※논문명: Small-molecule binding and sensing with a designed protein family
DOI: https://doi.org/10.1038/s41467-026-70953-8
이규리 교수는 2025년 2월 KAIST에 부임한 신임 교수로, 단백질 디자인 연구실을 이끌고 있다. 원자 단위의 정밀한 단백질 복합체 설계 분야에서 세계적인 전문성을 보유하고 있으며, AI 기반 단백질 설계, 인공 효소 설계, RNA 인식 단백질 개발 등 다양한 연구를 수행하고 있다. 또한 InnoCORE 사업의 AI-CRED 혁신신약 연구단 소속 멘토 교수로 참여해 효소 및 펩타이드 신약 설계 연구를 진행 중이다.
이 교수는 2018년부터 2024년까지 David Baker 교수 연구실(미국 워싱턴대학교, Howard Hughes Medical Institute)에서 박사후연구원 및 Staff Scientist로 연구를 수행했다. David Baker 교수는 단백질 구조 예측과 설계 분야의 세계적 석학으로, 2024년 노벨 화학상을 수상했다.
AI-CRED 혁신신약 연구단 멘토 교수인 이도헌 처장은 “이번 성과는 이노코어 연구진과 글로벌 석학 간 협력을 통해 도출된 의미 있는 결과”라며, “앞으로도 이노코어 사업을 통해 유치한 박사후연구원들과의 적극적인 연구 협업을 기반으로 연구 역량을 더욱 강화해 AI 신약 개발과 바이오 분야에서 지속적인 혁신 성과를 창출해 나갈 것”이라고 밝혔다.
한편 KAIST는 David Baker 교수의 방한을 계기로, 4월 9일(목) 오후 4시 KI 빌딩 퓨전홀에서 Hannele Ruohola-Baker 교수(한넬레 루오홀라-베이커, 미국 워싱턴대학교)와 함께 ‘Advances in AI-powered protein design and biomedical science(인공지능 기반 단백질 설계 및 생의학 연구의 최신 동향)’를 주제로 강연을 개최할 예정이다. 본 행사는 KAIST 해외 석학 초빙 교수 지원 사업, KAI-X, InnoCORE AI-CRED 혁신신약단, 그리고 과학기술정보통신부 해외우수연구기관협력허브구축 사업의 지원으로 진행된다.
이광형 KAIST 총장은 “노벨 화학상 수상자 David Baker 교수와의 협력을 통해 AI 기반 단백질 설계라는 의미 있는 성과를 도출했다”며 “이번 연구는 KAIST가 세계적인 연구기관과 어깨를 나란히 하며 혁신 연구를 선도하고 있음을 보여주는 사례”라고 밝혔다.
한편, KAIST 이노코어(InnoCORE) 연구단은 국내·외 최상위 박사후연구원이 첨단 집단연구 환경에서 AI 융합기술 개발에 매진하도록 지원함으로써 글로벌 공동연구를 촉진하고, AI 기반 과학기술 혁신을 가속화하는 것을 목표로 한다. KAIST는 주관기관으로서 ▲초거대언어모델 혁신 연구단 ▲AI 기반 지능형 설계–제조 통합 연구단 ▲AI-CRED 혁신신약 연구단 ▲AI-Transformed Aerospace 연구단을 운영하고 있다.
2026.04.09
조회수 645
-
건설및환경공학과 최신형 박사, 2026 미국화학회 CAS Future Leader 선정
우리 대학 건설및환경공학과 최신형 박사(지도교수: 명재욱)가 화학 분야 세계 최대 학술단체인 미국화학회(American Chemical Society, ACS) 산하 CAS(Chemical Abstracts Service)가 선정하는 2026 CAS Future Leader에 선정되었다.
CAS Future Leaders는 화학 및 관련 융합 연구 분야에서 두각을 나타내고 있는 박사과정생과 박사후연구원을 대상으로, 차세대 과학 리더로서의 잠재력을 갖춘 인재를 선발하는 국제 프로그램이다. 선발된 연구자들에게는 오는 8월 미국 오하이오 콜롬버스에서 열리는 글로벌 네트워킹과 리더십 개발 프로그램과 미국 시카고에서 열리는 미국화학회에서 연구 성과를 발표할 기회가 제공된다.
올해 선정된 연구자들은 화학정보학, 합성생물학, 소재과학 등 다양한 분야에서 활약하고 있으며, 전 세계 지원자 가운데 최종 31명이 선발됐다. 이 가운데 한국 기관 소속 연구자는 우리 대학 최신형 박사가 유일하다.
최신형 박사는 유엔환경계획(UNEP) 인턴, 수처리 기업 ㈜부강테크, 그리고 우리 대학 건설및환경공학과 석사 및 박사과정을 거치며 환경 분야에서 연구 실적을 쌓아왔다. 전 세계적인 환경 현안으로 부상한 플라스틱 오염 문제에 대응하기 위한 생분해성 플라스틱의 설계와 환경 내 분해 거동 연구을 연구해왔으며, 환경 공학, 고분자학, 미생물학, 생물정보학을 융합하는 연구를 수행하고 있다.
대표 연구성과로는 ▲미세플라스틱 발생을 줄일 수 있는 해양 생분해성 종이 코팅제 개발 ▲세계 최초 완전 생분해형 전자활성 필름 개발 ▲생분해성 플라스틱의 매립지 환경에서의 분해 특성 규명 등이 있다. 이러한 연구 성과를 바탕으로, 2024년 대전광역시 환경상, 대한민국 인재상을 수상하였고, 2025년 미국화학회 환경화학분과 대학원생 우수상을 받았다. 올해 하반기에는 스위스 연방 수생과학기술연구소(Eawag)에 박사후연구원으로 수용성 고분자의 생분해 연구를 수행할 예정이다.
최 박사는 “연구자로서 주도적으로 성장할 수 있도록 지도해주신 명재욱 교수님께 깊이 감사드린다”며 “지속가능한 사회 구현에 기여할 수 있는 연구를 꾸준히 이어가겠다”고 소감을 밝혔다.
※보도자료: https://en.yna.co.kr/view/RPR20260319009600353
https://cen.acs.org/acs-news/CAS-announces-2026-Future-Leaders/104/web/2026/03
2026.04.06
조회수 655
-
염지현 교수, 화학·소재 분야 최고 학술지 차세대 자문위원 선정
우리 대학은 신소재공학과 염지현 교수가 화학 분야 세계 최고 권위 학술지로 꼽히는 케미컬 리뷰스(Chemical Reviews)의 차세대 자문위원(Early Career Advisory Board, ECAB) 으로 선정됐다고 13일 밝혔다.
케미컬 리뷰스(Chemical Reviews)는 미국화학회(American Chemical Society, ACS)가 발행하는 대표적인 리뷰 학술지로, 화학·소재 전 분야에서 가장 영향력 있는 연구 성과를 종합적으로 정리·조망하는 최고 권위 국제 학술지로 평가받는다.
이 학술지는 학술지 영향력을 나타내는 지표인 임팩트 팩터(Impact Factor, IF)가 56에 달하며, 이는 전 세계 과학 학술지 가운데에서도 최상위 수준이다. 특히 새로운 실험 데이터를 단순히 발표하는 연구 논문이 아니라, 전 세계 연구 성과를 종합적으로 분석해 학문적 방향을 제시하는 리뷰 저널이라는 점에서 학계에서의 권위가 매우 높다.
2026년 1월부터 활동을 시작한 ECAB는 전 세계에서 차세대 과학 리더로 주목받는 젊은 연구자 가운데 학문적 독창성, 연구 영향력, 학계 기여도 등을 종합적으로 평가해 선발된 10명의 연구자로 구성된다. 위원들은 저널의 학문적 방향과 전략 수립에 자문 역할을 수행하며, 차세대 연구 트렌드 발굴과 글로벌 연구 네트워크 확대에 기여하게 된다.
이번 선정은 염 교수의 연구 성과가 국제적으로 높은 평가를 받고 있음을 보여주는 사례다.
염 교수는 DNA나 단백질처럼 서로 거울상 관계이지만 완전히 겹쳐지지 않는 성질인 ‘카이랄성(chirality)’을 나노 소재에 적용하는 연구를 수행하고 있다. 원자 배열을 정밀하게 제어해 생체 신호와 자연스럽게 상호작용할 수 있는 인공 소재를 구현하는 것이 핵심이다.
특히 빛에 반응하는 카이랄 소재에 인공지능(AI)을 결합해 체내의 미세한 변화를 실시간으로 감지하고 데이터를 분석하는 차세대 스마트 헬스케어 기술을 개발하며 주목받고 있다. 염 교수는 이러한 카이랄 특성이 물질의 구조적 특성을 넘어 정보 전달과 처리 능력을 확장하는 새로운 가능성을 제시한다고 설명했다.
이를 바탕으로 향후 정밀 의료 진단 기술은 물론, 원형 편광을 활용한 차세대 광·전자 소자와 AI 기반 플랫폼 등 다양한 분야로 연구를 확장할 계획이다.
염 교수는 최근 네이처 커뮤니케이션스(Nature Communications), 어드밴스드 머티리얼즈(Advanced Materials), ACS 나노(ACS Nano), 어카운츠 오브 케미컬 리서치(Accounts of Chemical Research) 등 세계적 학술지에 연구 성과를 발표하며 카이랄 소재 연구 분야의 글로벌 리더로 자리매김하고 있다.
염 교수는 “카이랄성은 단순한 구조적 특성이 아니라 물질의 기능과 정보 처리 능력을 확장하는 새로운 자유도”라며 “향후 카이랄 기반 전자·광소자, 바이오 진단 기술, 인공지능 기반 분광 플랫폼 등으로 연구를 확장해 나갈 계획”이라고 밝혔다.
이번 ECAB 선정은 KAIST 신소재공학과의 연구 경쟁력과 국제적 위상을 다시 한 번 보여주는 성과로, 차세대 소재 연구 분야에서 KAIST의 글로벌 연구 허브 역할을 더욱 강화할 것으로 기대된다.
2026.03.13
조회수 2234
-
70년 만에 토종 ‘광대싸리’ 항암물질 생성 비밀 밝혀
식물 유래 약 성분은 많지만, 식물이 이를 어떻게 만들어 내는지는 오랫동안 미스터리였다. 우리 대학 연구진이 70년 만에 토종 약용식물 광대싸리에서 항암 성분인 세큐리닌이 생성되는 전 과정을 처음으로 밝혀냈다. 이번 성과로 실험실과 미생물 공장에서 항암 물질을 안정적으로 생산할 수 있는 길이 열렸다.
우리 대학은 생명과학과 김상규 교수 연구팀과 화학과 한순규 교수 연구팀이 우리나라 자생 식물인 광대싸리에서 항암 효과로 알려진 세큐리닌(securinine) 계열 물질이 만들어지는 핵심 과정을 규명했다고 30일 밝혔다.
광대싸리는 우리나라 산과 들에서 쉽게 볼 수 있는 관목으로, 동북아시아 지역에서는 오래전부터 잎과 뿌리를 약재로 사용해 왔다. 이 식물에는 세큐리닌을 비롯한 다양한 알칼로이드 성분이 들어 있어 신약 개발 가능성이 높은 약용식물로 주목받아 왔다.
세큐리닌은 1956년 광대싸리에서 처음 발견된 이후 지금까지 130종이 넘는 관련 물질이 보고됐다. 이들 가운데 일부는 항암 효과를 보이거나, 뇌로 잘 전달돼 신경 재생을 돕는 효능이 있는 것으로 알려져 있다. 그러나 이렇게 중요한 물질들이 식물 안에서 어떻게 만들어지는지는 지난 70년간 밝혀지지 않은 난제였다.
생명체 안에서 천연물이 만들어지는 과정을 ‘생합성’이라고 한다. 이는 최종 물질이 만들어지기까지 어떤 중간 단계를 거치고, 어떤 효소가 작용하는지를 밝히는 일이다. 모르핀, 카페인, 니코틴 등 식물이 만들어내는 약효가 강한 천연 성분인 알칼로이드는 구조가 매우 복잡해 생합성 과정을 규명하기 특히 어려운 물질로 알려져 있다.
이번 연구에서는 화학과 생명과학의 협력이 핵심 역할을 했다. 세큐리닌 계열 물질의 화학적 합성을 오랫동안 연구해 온 한순규 교수 연구팀과, 식물 유전체 분석과 단일세포 분석에 강점을 가진 김상규 교수 연구팀이 공동으로 연구를 진행했다.
김상규 교수 연구팀은 성남시 불곡산 일대의 ‘KAIST 생태림’에서 광대싸리를 확보해 연구 시료를 만들고, 식물의 유전체를 정밀 분석했다. 특히 세큐리닌 생성이 활발한 잎 조직을 대상으로 단일세포 전사체 분석을 수행해, 어떤 세포에서 어떤 유전자가 작동하는지를 세밀하게 추적했다.
한편 한순규 교수 연구팀은 세큐리닌이 만들어지기 바로 전 단계의 물질로 ‘비로신 B’를 찾아내고, 이를 실험실에서 직접 만들어 그 변화를 관찰했다. 그 결과, 식물 속 효소인 ‘황산전이효소’가 비로신 B를 항암 성분 세큐리닌으로 바꾸는 데 핵심적인 역할을 한다는 사실을 밝혀냈다.
이는 황산전이효소가 단순히 화학 성분을 붙이는 보조 역할이 아니라, 알칼로이드의 구조 자체를 바꾸는 데도 중요한 역할을 할 수 있음을 처음으로 보여준 연구 결과다.
김상규 교수와 한순규 교수는 “이번 연구는 우리나라 자생 식물에서 얻을 수 있는 고부가가치 천연물이 어떻게 만들어지는지를 분자 수준에서 밝힌 것”이라며 “앞으로 미생물이나 세포를 이용해 항암 물질을 안정적으로 생산하고, 다양한 의약학적 응용으로 이어질 수 있는 기반을 마련했다”고 말했다.
이번 연구에는 KAIST 정성준 박사후연구원, 강규민 박사후연구원, 김태인 석박통합과정생이 공동 제1저자로 참여했으며, 연구 성과는 국제 저명 학술지 네이처 커뮤니케이션즈(Nature Communications, IF 15.7)에 1월 23일 게재됐다.
※ 논문명: Chemically guided single-cell transcriptomics reveals sulfotransferase-mediated scaffold remodeling in securinine biosynthesis, DOI: doi.org/10.1038/s41467-026-68816-3
이번 연구는 과기부 한국연구재단의 중견 합성생물학, 농촌진흥청 NBT사업단의 차세대농작물신육종기술개발, KAIST 생태연구프로그램의 지원을 받아 수행됐다.
2026.02.06
조회수 1868
-
성분은 그대로, 위치만 바꿨다..치매 치료 새 전략
기존 알츠하이머병(치매) 치료법은 아밀로이드 베타나 활성 산소종 등 한 가지 원인만 겨냥해 왔다. 그러나 알츠하이머병은 여러 원인이 동시에 작용하는 질환으로, 이러한 접근에는 분명한 한계가 있었다. 우리 대학 연구진은 이러한 한계를 넘어, 약물 후보 성분(분자*)의 구조 배치만 바꿔 알츠하이머병을 악화시키는 여러 원인을 한 번에 조절할 수 있는 새로운 접근법을 제시했다.
우리 대학은 화학과 임미희 교수 연구팀이 전남대학교(총장 이근배) 화학과 김민근 교수, 한국생명공학연구원(KRIBB, 원장 권석윤) 국가바이오인프라사업본부 이철호 박사, 실험동물자원센터 김경심 박사와의 공동 연구를 통해, 같은 분자라도 구조의 배치 차이(위치 이성질체)에 따라 알츠하이머병에 작용하는 방식이 달라질 수 있음을 분자 수준에서 규명했다고 22일 밝혔다.
연구팀은 사람의 치매 유전자를 지닌 알츠하이머 마우스 모델(APP/PS1)을 이용한 실험을 통해, 해당 화합물이 실제 생체 내에서도 효과를 보인다는 사실을 확인했다.
알츠하이머병은 하나의 원인으로 발생하지 않는다. 뇌에 쌓이는 아밀로이드 베타, 금속 이온, 활성 산소종 등 여러 물질이 서로 영향을 주며 병을 악화시킨다. 특히 금속 이온은 아밀로이드 베타와 결합해 독성을 키우고, 이 과정에서 활성 산소종 생성이 증가해 뇌 신경 세포 손상이 더욱 심해진다. 따라서 알츠하이머병을 효과적으로 제어하기 위해서는 여러 발병 원인을 동시에 다룰 수 있는 전략이 필요하다.
연구팀이 주목한 ‘위치 이성질체’는 같은 재료로 만든 분자라도 붙는 위치에 따라 전혀 다른 역할을 할 수 있다는 개념이다. 실제로 분자의 위치가 달라지자 활성 산소에 반응하는 정도나 아밀로이드 베타 및 금속과 결합하는 성질이 눈에 띄게 달라졌다.
연구진은 이러한 차이를 확인하기 위해 구조가 조금씩 다른 세 가지 분자를 비교 분석했고, 그 결과, 아주 미세한 구조 차이만으로도 활성 산소를 줄이는 능력, 아밀로이드 베타와의 결합 방식, 금속과의 상호작용 특성이 크게 달라진다는 사실을 밝혀냈다.
즉, 분자의 ‘배치’를 바꾸는 것만으로 알츠하이머병의 주요 원인들을 서로 다른 방식으로 동시에 조절할 수 있음을 입증한 것이다.
특히 알츠하이머 마우스 모델 실험에서는 특정 구조를 가진 화합물이 활성 산소종, 아밀로이드 베타, 금속-아밀로이드 베타 복합체를 한 번에 조절하는 효과를 보였다. 이 화합물은 기억을 담당하는 뇌 해마 부위의 신경 세포 손상을 줄이고, 아밀로이드 플라크 축적을 감소시켜, 저하됐던 기억력과 인지 기능을 유의미하게 개선했다.
임미희 KAIST 화학과 교수는 “이번 연구는 분자의 구성 성분을 바꾸지 않고도 구조의 배치만 조절해 여러 알츠하이머 발병 원인에 동시에 작용할 수 있음을 보여준 연구”라며, “알츠하이머병처럼 원인이 복잡하게 얽힌 질환을 보다 정밀하게 제어할 수 있는 새로운 치료 전략의 가능성을 제시했다”고 말했다.
이번 연구는 KAIST 화학과 나찬주·이지민 석박통합과정생이 공동 제1저자로 참여했으며, 국제 저명 학술지인 미국화학회지(Journal of the American Chemical Society, Impact Factor: 15.7, 화학 분야 상위 5.0%) 2026년 1월 14일자 Issue 1호에 게재됐다.
※ 논문명: Positional Isomerism Tunes Molecular Reactivities and Mechanisms toward Pathological Targets in Dementia, ※ DOI: 10.1021/jacs.5c14323
한편, 이번 연구는 한국연구재단 기초연구사업(리더연구, 글로벌 선도연구센터), 세종과학펠로우십, 박사과정생연구장려금지원사업 및 KRIBB 기관고유사업의 지원을 받아 수행됐다.
2026.01.22
조회수 1428
-
제1회 세종과학상에 화학과 박윤수 교수 수상
우리 대학 화학과 박윤수 교수가 신진 과학자를 발굴·격려하기 위해 올해 처음 제정된 제1회 세종과학상 수상자로 선정됐다.
사단법인 과학의전당이 주관하는 세종과학상은 물리, 화학, 생명과학, 생리·의학 분야에서 탁월한 연구 성과를 거둔 젊은 과학자를 대상으로 수여되는 상으로 박윤수 교수는 화학 분야 수상자로 선정됐다.
박 교수는 전이금속을 활용한 유기합성방법론을 연구하는 유기화학자로, 기존 합성법과 근본적으로 차별화되는 ‘단일원자 편집기술’을 개발해 신약개발 및 재료화학 연구 전반에 혁신적인 가능성을 제시한 점을 높이 평가받았다. 해당 기술은 분자의 특정 원자만을 정밀하게 변환할 수 있어 차세대 의약 및 기능성 소재 개발 분야에서 큰 파급 효과가 기대된다.
현재 33세의 젊은 과학자인 박 교수는 KAIST 화학과에서 학사 및 석·박사 학위를 취득했으며, 미국 프린스턴대학교 박사후연구원을 거쳐 2022년 KAIST 화학과에 임용됐다. 이후 화학반응 개발과 응용 분야에서 독보적인 연구 성과를 이어가며, 국제 저명 학술 무대에서 활발히 활동해 왔다.
세종과학상 수상자에게는 상금 1억 원이 수여되며, 시상식은 오는 다음 달 2일 웨스틴조선호텔 서울에서 열린다.
2026.01.06
조회수 1164
-
AI에 가정교사 생겼다...사람의 선호를 더 정확히 배운다
아무리 많은 데이터를 학습해도, 인공지능(AI)은 왜 사람의 의도를 자주 빗나갈까? 사람의 선호를 이해시키기 위한 비교 학습은 오히려 AI를 혼란스럽게 만드는 경우도 적지 않았다. KAIST 연구진은 AI에게 ‘가정교사’를 붙이는 방식으로, 적은 데이터에서도 사람의 선호를 정확히 배우는 새로운 학습 해법을 제시했다.
우리 대학 전기및전자공학부 김준모 교수 연구팀이 인간의 선호를 효과적으로 반영하면서도 데이터 효율성과 학습 안정성을 크게 향상시킨 강화학습 프레임워크 ‘TVKD(Teacher Value-based Knowledge Distillation)’를 개발했다고 17일 밝혔다.
기존 인공지능 학습 방식은 “A가 B보다 낫다”는 식의 단순 비교(preference comparison) 데이터를 대량으로 수집해 학습하는 구조였다. 이 방식은 많은 데이터가 필요하고, 판단이 애매한 상황에서는 AI가 혼란에 빠지기 쉽다는 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해, 사람의 선호를 먼저 깊이 이해한 ‘교사(Teacher) 모델’이 그 핵심 정보만을 ‘학생(Student) 모델’에게 전달하는 방식을 제안했다.
이는 복잡한 내용을 정리해 가르치는 가정교사에 비유할 수 있으며, 연구팀은 이를 ‘선호 증류(Preference Distillation)’라고 명명했다.
이번 기술의 가장 큰 특징은 단순히 ‘좋다·나쁘다’를 흉내 내는 것이 아니라, 각 상황이 얼마나 가치 있는지를 수치적으로 판단하는 ‘가치 함수(Value Function)’를 교사 모델이 학습한 뒤 이를 학생 모델에 전달하도록 설계했다는 점이다.
이를 통해 AI는 애매한 상황에서도 단편적인 비교가 아닌, ‘이 선택이 왜 더 나은지’를 종합적으로 판단하며 학습할 수 있다.
이번 기술의 핵심은 크게 두 가지다. 첫째, 문맥 전체를 고려한 가치 판단을 학생 모델에 반영함으로써, 단편적인 답변이 아닌 전체 흐름을 이해하는 학습이 가능해졌다. 둘째, 선호 데이터의 신뢰도에 따라 학습 중요도를 조절하는 기법을 도입했다.
명확한 데이터는 학습에 크게 반영하고, 모호하거나 잡음이 섞인 데이터는 영향력을 줄여 현실적인 환경에서도 AI가 안정적으로 학습할 수 있도록 했다.
연구팀이 이 기술을 여러 AI 모델에 적용해 실험한 결과, 기존에 가장 성능이 좋다고 알려진 방법들보다 더 정확하고 안정적인 성능을 보였다. 특히 엠티-벤치(MT-Bench), 알파카-이밸(AlpacaEval) 등 주요 평가 지표에서 기존 최고 기술을 안정적으로 앞서는 성과를 기록했다.
김준모 교수는 “현실에서는 사람의 선호 데이터가 항상 충분하거나 완벽하지 않다”며 “이번 기술은 그런 제약 속에서도 AI가 일관되게 학습할 수 있게 해, 다양한 분야에서 실용성이 매우 높을 것”이라고 말했다.
우리 대학 전기및전자공학부 권민찬 박사과정이 제1 저자로 참여했으며, 연구 성과는 국제 인공지능 분야 최고 권위 학회인 ‘신경정보처리시스템학회(NeurIPS) 2025’에 채택됐다. 해당 연구는 2025년 12월 3일(미국 태평양시간) 포스터 세션에서 발표됐다.
※ 논문명: Preference Distillation via Value based Reinforcement Learning), DOI: https://doi.org/10.48550/arXiv.2509.16965
한편 이번 연구는 2024년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구 성과물(No.RS-2024-00439020, 지속가능한 실시간 멀티모달 인터렉티브 생성 AI 개발, SW스타랩)을 지원을 받아 수행했다.
2025.12.17
조회수 1484
-
제작온도 500℃↓전력 생산 2배 ↑...차세대 세라믹 전지 재탄생
AI 시대 전력 수요가 폭증하는 가운데, 전기와 수소를 동시에 생산할 수 있는 ‘프로토닉 세라믹 전기화학전지(PCEC)’는 차세대 에너지 기술로 각광받고 있다. 그러나 이 전지는 1,500℃의 초고온 제작 공정이라는 기술적 한계를 안고 있었다. 우리 대학 연구진은 이러한 한계를 500℃ 이상 낮춘 새로운 제조 공정을 세계 최초로 구축하는 데 성공했다.
우리 대학은 기계공학과 이강택 교수 연구팀이 전자레인지 원리와 특정 화학 성분의 ‘화학 증기(chemical vapor)’ 확산 환경을 활용한 ‘'마이크로파+증기 제어 기술' 을 이용해, 기존보다 500℃ 이상 낮은 온도에서 빠르고 단단하게 ‘고성능 프로토닉 세라믹 전기화학전지’를 제작할 수 있는 신공정을 개발했다고 4일 밝혔다.
프로토닉 세라믹 전지의 핵심 재료인 전해질에는 바륨(Ba)이 포함되어 있는데, 바륨은 1,500℃ 이상 고온에서 쉽게 날아가 버려 전지 성능 저하의 주범이 되어 왔다. 따라서 낮은 온도에서 세라믹 전해질을 단단하게 굳힐 수 있는 기술이 전지 성능을 좌우하는 핵심 문제였다.
연구팀은 이를 해결하기 위해 ‘증기 확산(Vapor Phase Diffusion)’이라는 새로운 열처리 방법을 고안했다. 이는 전지 옆에 특수 보조 소재(증기 발생원)를 배치하고, 여기에 마이크로파를 조사해 증기가 빠르게 확산되도록 만드는 기술이다.
온도가 약 800℃에 도달하면 보조 소재에서 나온 증기가 전해질 쪽으로 이동해 세라믹 입자를 단단하게 결합시킨다. 이 기술 덕분에 기존 1,500℃가 필요했던 공정을 단 980℃에서도 완성할 수 있었다. 즉, 전해질 손상 없이 고성능 전기를 ‘낮은 온도’에서 만들어내는 세계 최초의 세라믹 전지 제작 기술이 탄생한 것이다.
이 공정으로 제작된 전지는 600℃에서 손톱만 한 1cm²크기 전지가 2W의 전력을 안정적으로 생산했고, 600℃에서 시간당 205mL(작은 종이컵 1컵 정도의 양으로 업계 최고 수준)의 수소를 생성, 500시간 연속 사용에서도 성능 저하 없이 안정성 유지라는 우수한 결과를 보였다.
즉, 제작 온도는 낮추고(−500℃), 작동 온도는 낮추고(600℃), 성능은 2배로 높이고(2W/cm²), 수명은 길게 만든(500시간 안정성) 세계 최고 성능의 전지 기술을 만든 것이다.
또한 연구팀은 디지털 트윈(가상 시뮬레이션)을 활용해 실제 실험에서는 관찰하기 어려운 전지 내부 미세 구조에서의 가스 이동 현상까지 분석하며 기술 신뢰성을 높였다.
이강택 교수는 “이번 연구는 증기를 이용해 열처리 온도를 500℃ 이상 낮추면서도 고성능·고안정성 전지를 만든 세계 최초의 사례”라며 “AI 시대의 전력 문제와 수소사회를 앞당길 핵심 제조 기술로 자리 잡을 것으로 기대한다”고 강조했다.
KAIST 기계공학과 김동연 박사, 강예진 박사과정이 공동 제1 저자로 참여한 이번 연구 결과는 에너지·재료 분야의 세계적 권위지인 ‘어드밴스드 머터리얼즈, Advanced Materials (IF:26.8)’에 게재되었으며, 지난 10월 29일 표지(Inside front cover) 논문으로 선정되었다.
※ 논문명: Sub-1000°C Sintering of Protonic Ceramic Electrochemical Cells via Microwave-Driven Vapor Phase Diffusion,
DOI: https://doi.org/10.1002/adma.202506905
한편 이번 연구는 과학기술정보통신부 중견연구자지원사업 그리고 H2 Next Round 사업의 지원으로 수행됐다.
2025.12.04
조회수 2012
-
비타민B2가 금속을 만나 환경·건강 지키는 인공효소로 재탄생
우리가 먹는 비타민 B2(리보플라빈)는 음식이 몸속에서 에너지로 바뀌도록 돕는 중요한 보조효소 역할을 한다. 한국 연구진이 이 리보플라빈(플라빈)에 금속을 결합해, 전자를 전달하는 리보플라빈의 기능에 금속의 반응 조절 능력을 더한 새로운 인공 효소를 만드는 데 세계 최초로 성공했다. 이 기술은 자연 효소보다 더 정밀하고 안정적으로 작동해, 에너지 생산과 환경 정화, 신약 개발 등 다양한 분야에 활용될 가능성을 보여준다.
우리 대학 화학과 백윤정 교수 연구팀이 기초과학연구원(IBS 원장 노도영) 권성연 박사와 공동연구를 통해, 플라빈이 금속 이온과 결합할 수 있는 새로운 분자 시스템을 합성하는 데 성공했다고 11일 밝혔다.
그동안 플라빈은 질소와 산소가 복잡하게 얽힌 고리 구조를 가져 금속이 선택적으로 결합하기 어려운 구조적 한계가 있어, 과학자들은 오랫동안 ‘금속과 결합한 플라빈’을 구현하지 못했다.
연구팀은 이러한 한계를 극복하기 위해 플라빈 내에서 금속이 결합할 수 있는 자리를 분자 수준에서 설계하고, 금속을 붙잡는 리간드(ligand) 구조를 정밀하게 배치하는 금속화학적 접근법을 적용했다.
이를 통해 금속 주변의 전자적·공간적 상호작용을 정교하게 제어함으로써, 플라빈-금속 결합체의 안정적 합성에 성공했다.
이번 성과는 플라빈이 지닌 고유한 특성과 금속의 반응성을 하나의 시스템 안에 결합시킨 최초의 사례로, 화학 반응을 미세하게 조절하는‘금속 기반 인공 효소’개발의 가능성을 열었다.
백윤정 교수는 “자연에서 발견되는 플라빈의 한계를 넘어 생체 분자를 금속화학의 새로운 구성 요소로 확장했다”며 “이번 연구는 생체 분자를 기반으로 한 차세대 촉매와 에너지 전환 소재 설계의 새로운 방향을 제시한다”고 말했다.
KAIST 화학과 니투 싱(Neetu Singh) 박사와 임하늘 석박사통합과정이 공동 제 1저자로 참여한 이번 성과는 미국화학회(ACS)가 발행하는 국제 학술지 무기화학지(Inorganic Chemistry)에 11월 5일 자 게재되었으며, 창의성과 완성도를 인정받아 표지 논문으로 선정되었다. 또한, ACS가 발행하는 90여 종의 저널 전체에서 하루 한편의 대표 논문을 선정하는 ACS Editors’Choice에 선정되어, 연구의 중요성을 인정받았다.
※ 논문명: Tautomerizable Flavin Ligands for Constructing Primary and Secondary Coordination Spheres, DOI: 10.1021/acs.inorgchem.5c03941
※ 저자 정보: Neetu Singh (KAIST, 공동 제1 저자), 임하늘 (KAIST, 공동 제1 저자), 권성연 (IBS, 제2 저자), 김동욱 (IBS, 제3 저자) 및 백윤정 (KAIST, 교신저자) 포함 총 5 명
해당 연구는 과기정통부가 지원하는 개인기초연구사업의‘우수신진연구’와 산업통상자원부가 지원하는 ‘소재부품개발사업’과제의 지원을 받아 수행됐다.
2025.11.11
조회수 2680
-
생명화학공학과 최민기 교수, ‘11월 과학기술인상’ 수상
우리 대학 생명화학공학과 최민기 교수가 과학기술정보통신부와 한국연구재단이 공동 주관하는 ‘이달의 과학기술인상’을 수상한다. 이번 시상은 ‘평화와 발전을 위한 세계과학의 날(11월 10일)’을 기념해 진행된다.
이달의 과학기술인상은 최근 3년간 독창적인 연구 성과를 창출해 과학기술 발전에 공헌한 연구개발자를 매달 1명씩 선정해 과기정통부 장관상과 상금 1,000만원을 수여하는 상이다.
최민기 교수는 친환경 암모니아 합성을 위한 고성능 촉매를 개발해 탄소중립과 수소 경제 전환을 위한 핵심 기술을 마련한 공로를 인정받았다.
암모니아는 비료와 의약품 등 필수 산업 원료일 뿐 아니라 액화가 쉽고 수소 저장 밀도가 높아 재생에너지 기반 수소를 저장·운송할 수 있는 차세대 에너지 매개체로 주목받고 있다. 그러나 현재 상용화된 ‘하버-보슈 공정’은 500℃ 이상, 100기압 이상의 고온·고압이 필요해 막대한 에너지를 소모하고 많은 양의 이산화탄소가 배출되는 한계가 있다.
이에 최 교수는 루테늄(Ru) 촉매와 산화바륨(BaO) 조촉매를 전도성이 높은 탄소 지지체 위에 배치해 양전하와 음전하를 분리 저장하는 새로운 형태의 ‘화학 축전지형 촉매’를 개발했다. 이 촉매는 기존 최고 수준의 촉매 대비 7배 이상 높은 암모니아 합성 성능을 보이며 300℃·10기압의 온건한 조건에서 안정적으로 작동해 상용화 가능성을 입증했다.
최 교수는 “이번 연구는 촉매 반응의 새로운 이론적 틀을 제시했다는 점에서 학문적 의미가 크다”며, “앞으로 친환경 암모니아 합성 기술의 실용화를 통해 식량·에너지·환경 문제 해결에 기여하고 싶다”고 소감을 전했다.
해당 연구는 과기정통부 개인기초연구사업의 지원을 받았으며 지난 2월 국제학술지 네이처 카탈리시스(Nature Catalysis)에 게재됐다. 또한 최 교수는 ACS Catalysis 편집위원으로도 활동하며, 촉매 분야의 학문적 발전에 기여하고 있다.
2025.11.05
조회수 2346
-
물 속 '영원한 화학물질' 1,000배 빠르게 없앤다
프라이팬 코팅제와 반도체 공정 등에 쓰이는 ‘과불화합물(PFAS)’은 자연에서 거의 분해되지 않아 ‘영원한 화학물질’로 불리며, 전 세계 수돗물과 하천을 오염시켜 장기적인 인체 건강 위협 요인으로 지목되어 왔다. 이에 우리 대학과 국제 공동연구진이 PFAS를 기존보다 1,000배 빠르게 제거할 수 있는 기술을 개발하는 데 성공했다.
우리 대학은 건설및환경공학과 강석태 교수 연구팀은 부경대 김건한 교수, 미국 라이스대 마이클 S. 웡(Michael S. Wong) 교수 연구팀, 옥스퍼드대, 버클리국립연구소, 네바다대와 함께, 기존 정수용 소재보다 최대 1,000배 빠르고 효율적으로 물속 PFAS를 흡착·제거할 수 있는 새로운 기술을 개발했다고 30일 밝혔다.
과불화합물(PFAS)은 탄소(C)와 플루오르(F)의 결합으로 이루어진 화학물질의 집합물질로, 절연성과 내열성이 뛰어나 프라이팬 코팅제, 방수 의류, 윤활유, 반도체 공정, 군수·우주 장비 등 다양한 산업에 폭넓게 쓰인다.
하지만 사용 및 폐기 단계에서 환경으로 쉽게 유출되어 토양·물·대기를 오염 시키고, 식품이나 공기를 통해 인체에 축적된다.
2020년 조사 결과, 미국 수돗물의 45%, 유럽 하천의 50% 이상에서 PFAS 농도가 환경기준을 초과했다. 인체에 축적된 PFAS는 거의 배출되지 않아 면역력 저하, 이상지질혈증, 성장 저해, 신장암 등 다양한 건강 문제를 일으킬 수 있다.
이 같은 이유로 EU는 산업 전반에서 PFAS 사용을 단계적으로 금지, 미국은 2023년부터 제조·수입업체 보고를 의무화, 2024년에는 대표 물질인 PFOA(퍼플루오로옥탄산)·PFOS(퍼플루오로옥탄산)의 음용수 기준을 4 ppt로 강화했다. 즉, 아주 미세한 양이라도 인체에 해로울 수 있기 때문에 물 1리터 속에 이 물질이 4조분의 1그램(즉, 4ppt)만 있어도 기준을 넘는다는 뜻이다.
PFAS 정화 과정은 일반적으로 오염수를 흡착해 농축한 뒤, 광촉매 또는 고도산화(Advanced Oxidation) 공정을 통해 분해하는 두 단계로 진행된다. 그러나 현재까지 적절한 흡착제의 부재로 정화 효율이 매우 낮았다. 활성탄이나 이온교환 수지의 경우 흡착 속도와 흡착량이 모두 제한적이기 때문이다.
이번 공동연구팀은 기존의 활성탄이나 이온교환수지보다 최대 1,000배 더 많은 PFAS를 빠르게 흡착할 수 있는 새로운 소재를 개발했다. 이 소재는 구리와 알루미늄이 결합된 점토 형태의 물질(Cu–Al 이중층 수산화물, LDH)로, PFAS를 짧은 시간 안에 효과적으로 붙잡아 물에서 제거할 수 있다.
또한 열이나 화학 처리를 통해 여러 번 재사용이 가능해, 환경적으로도 지속 가능한 정화 기술로 평가된다.
이번 연구는 부경대 김건한 교수(제1저자 및 교신저자), 라이스대학교 정영균 박사후연구원(공동 제1저자), KAIST 강석태 교수(교신저자)가 주도했으며, 연구 결과는 국제 학술지 어드밴스트 머티리어(Advanced Materials)(IF 26.8) 9월 25일 자 온라인 커버 논문으로 게재되었다.
※ 논문명: Regenerable Water Remediation Platform for Ultrafast Capture and Mineralization of Per- and Polyfluoroalkyl Substances, DOI: 10.1002/adma.202509842
이번 성과는 한국연구재단의 중견연구사업과 과학기술정보통신부의 과학난제도전 융합연구개발사업의 과학난제 도전형 연구사업 및 세종과학펠로우십의 지원으로 수행했다.
2025.10.30
조회수 3738
-
로봇도 이제 사람처럼 고무줄을 풀고 전선 끼운다
로봇이 전선, 의류, 고무줄처럼 형태가 자유롭게 변형되는 물체를 다루는 기술은 제조·서비스 산업 자동화의 핵심 과제로 꼽혀왔다. 그러나 이러한 변형 물체는 모양이 일정하지 않고 움직임을 예측하기 어려워, 로봇이 이를 정확히 인식하고 조작하는 데 큰 어려움이 있었다. KAIST 연구진이 불완전한 시각 정보만으로도 변형 물체의 상태를 정밀하게 파악하고 능숙하게 다룰 수 있는 로봇 기술을 개발했다. 이번 성과는 케이블 및 전선 조립, 부드러운 부품을 다루는 제조업, 의류 정리와 포장 등 다양한 산업 및 서비스 분야의 지능형 자동화에 기여할 것으로 기대된다.
우리대학 전산학부 박대형 교수 연구팀이 탄성 밴드처럼 형태가 연속적으로 변하고, 시각적으로 형태를 구별하기 어려운 물체도 로봇이 능숙하게 다룰 수 있게 하는 인공지능 기술인‘INR-DOM(아이엔알-돔, Implicit Neural-Representation for Deformable Object Manipulation)’을 개발했다고 21일 밝혔다.
박 교수 연구팀은 로봇이 관측한 부분적인 3차원 정보만으로 변형 가능한 물체의 전체 형상을 완전하게 복원하고, 이를 바탕으로 로봇의 조작 방식을 학습하는 기술을 개발했다.
또한, 로봇이 특정 과제를 효율적으로 학습할 수 있도록 강화학습과 대조학습을 결합한 새로운 2단계 학습 구조를 도입했다. 학습된 제어기는 시뮬레이션 환경에서 기존 기술 대비 월등히 높은 과제 성공률을 달성했으며, 실제 로봇 실험에서도 복잡하게 얽힌 고무줄을 풀어내는 등 높은 수준의 조작 능력을 선보여 변형 물체를 다루는 로봇의 적용 범위를 크게 넓힐 것으로 기대된다.
변형 물체 조작(Deformable Object Manipulation, DOM)은 로봇 공학의 오랜 난제 중 하나다. 변형 물체는 무한한 자유도를 가져 움직임을 예측하기 어렵고, 스스로 일부를 가리는 자기-가림(self-occlusion) 현상으로 인해 로봇이 전체적인 상태를 파악하기 어렵기 때문이다.
이러한 문제를 해결하기 위해 변형 물체 상태 표현법과 강화학습에 기반한 제어 기술이 널리 연구되고 있었다. 그러나 기존의 상태표현법은 변형 물체의 연속적으로 변형되는 표면이나 복잡한 3차원 구조를 정확히 표현하지 못했고, 상태 표현과 강화학습이 분리돼 물체 조작에 필요한 적합한 상태 표현공간을 구성하는 데 한계가 있었다.
연구팀은 이러한 한계를 극복하기 위해 ‘잠재 신경 표현(Implicit Neural Representation)’을 활용했다. 이 기술은 로봇이 관측한 부분적인 3차원 정보(점 구름, point cloud*)를 입력받아, 보이지 않는 부분을 포함한 물체의 전체 형상을 연속적인 곡면(부호화 거리 함수, SDF)으로 재구성한다. 이를 통해 로봇은 마치 사람처럼 물체의 전체적인 모습을 상상하고 이해할 수 있게 된다.
*점 구름 3차원 정보: 물체의 3차원 형상을 ‘표면을 찍은 점들의 집합’으로 표현하는 방식
나아가 연구팀은 2단계 학습 프레임워크를 도입했다. 1단계 사전학습에서는 불완전한 점 구름으로부터 완전한 형상을 복원하는 모델을 학습시켜, 가려짐에 강인하고 늘어나는 물체의 표면을 잘 나타내는 상태 표현 모듈을 확보한다. 2단계 미세조정에서는 강화학습과 대조학습을 함께 이용해, 로봇이 현재 상태와 목표 상태 간의 미묘한 차이를 명확히 구분하고 과제 수행에 필요한 최적의 행동을 효율적으로 찾아내도록 제어 정책과 상태 표현 모듈을 최적화한다.
연구팀이 개발한 INR-DOM 기술을 로봇에 탑재해 실험한 결과, 시뮬레이션 환경에서 고무링을 홈에 끼우거나(sealing), O링을 부품에 설치하거나(installation), 꼬인 고무줄을 푸는(disentanglement) 세 가지 복잡한 과제에서 모두 기존 최고 성능의 기술들보다 월등히 높은 성공률을 보였다. 특히 가장 어려운 과제였던 풀기(disentanglement) 작업에서는 성공률이 75%에 달해, 기존 최고 기술(ACID, 26%)보다 약 49% 높은 성과를 거뒀다.
연구팀은 INR-DOM 기술이 실제 환경에서도 적용 가능함을 검증하기 위해 샘플 효율적인 로봇 강화학습 기법(sample-efficient robotic reinforcement learning)과 INR-DOM을 결합해 실환경 강화학습을 수행했다.
그 결과, 실제 환경에서의 끼우기, 설치, 풀기 작업을 90% 이상의 성공률로 수행했으며, 특히 시각적으로 구별이 어려운 양방향 꼬임 풀기 작업에서 기존 이미지 기반 강화학습 기법 대비 25% 더 높은 성공률을 기록해 시각적 모호성에도 불구하고 강인한 조작이 가능함을 입증했다.
제1 저자인 송민석 연구원은 "이번 연구는 로봇이 불완전한 정보만으로도 변형 물체의 전체 모습을 이해하고, 이를 바탕으로 복잡한 조작을 수행할 수 있다는 가능성을 보여줬다”라며, "제조, 물류, 의료 등 다양한 분야에서 인간과 협력하거나 인간을 대신해 정교한 작업을 수행하는 로봇 기술 발전에 크게 기여할 것”이라고 말했다.
KAIST 전산학부 송민석 석사과정이 제1 저자로 참여한 이번 연구는 지난 6월 21~25일 LA USC에서 개최된 로봇 공학 분야 최상위 국제 학술대회인 ‘로보틱스: 사이언스 앤 시스템즈 (Robotics: Science and Systems, RSS) 2025’에서 발표됐다.
※논문명: Implicit Neural-Representation Learning for Elastic Deformable-Object Manipulations
※DOI: https://www.roboticsproceedings.org/(공개 예정), 현재는 https://arxiv.org/abs/2505.00500
한편, 이번 연구는 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원(IITP)의 ‘복합지능 자율행동체 SW 핵심기술 개발 사업’(RS-2024-00336738;자율행동체의 복합작업 자율 수행을 위한 임무 수행 절차 생성 기술 개발), ‘사람중심인공지능핵심원천기술개발’(RS-2022-II220311;일상적 물건들의 다접촉 로봇 조작을 위한 목적지향 강화학습 기술 개발), ‘컴퓨팅핵심기술’(RS-2024-00509279;글로벌AI프론티어랩)과 삼성전자의 지원을 받아 수행되었다. 자세한 내용은 https://inr-dom.github.io 에서 볼 수 있다.
2025.08.21
조회수 3373