-
AI로 방사성 오염 '아이오딘' 제거용 최적 신소재 발굴
원자력 에너지 활용에 있어 방사성 폐기물 관리는 핵심적인 과제 중 하나다. 특히 방사성 ‘아이오딘(요오드)’는 반감기가 길고(I-129의 경우 1,570만 년), 이동성 및 생체 유독성이 높아 환경 및 인체에 심각한 위험을 초래할 수 있다. 한국 연구진이 인공지능을 활용해 아이오딘을 제거할 원자력 환경 정화용 신소재 발굴에 성공했다. 연구팀은 향후 방사성 오염 흡착용 분말부터 오염수 처리 필터까지 다양한 산학협력을 통해 상용화를 추진할 예정이다.
우리 대학 원자력및양자공학과 류호진 교수 연구팀이 한국화학연구원 디지털화학연구센터 노주환 박사가 협력하여, 인공지능을 활용해 방사성 오염 물질이 될 수 있는 아이오딘을 효과적으로 제거하는 신소재를 발굴하는 기술을 개발했다고 2일 밝혔다.
최근 보고에 따르면 방사능 오염 물질인 아이오딘이 수용액 환경에서 아이오딘산염(IO3-) 형태로 존재하는 것으로 밝혀졌으나, 기존의 은 기반 흡착제는 이에 대해 낮은 화학적 흡착력을 가져 비효율적이었다. 따라서 아이오딘산염을 효과적으로 제거할 수 있는 새로운 흡착제 신소재 개발이 시급한 실정이다.
류호진 교수 연구팀은 기계학습을 활용한 실험 전략을 통해 다양한 금속원소를 함유한 ‘이중층 수산화물(Layered Double Hydroxide, 이하 LDH)’이라는 화합물 중 최적의 아이오딘산염 흡착제를 발굴했다.
이번 연구에서 개발된 구리-크롬-철-알루미늄 기반의 다중금속 이중층 수산화물 Cu3(CrFeAl)은 아이오딘산염에 대해 90% 이상의 뛰어난 흡착 성능을 보였다. 이는 기존의 시행착오 실험 방식으로는 탐색이 어려운 방대한 물질 조성 공간을 인공지능 기반의 능동학습법을 통해 효율적으로 탐색해 얻어낸 성과다.
연구팀은 이중층 수산화물(이하 LDH)이 고엔트로피 재료와 같이 다양한 금속 조성을 가질 수 있고 음이온 흡착에 유리한 구조를 지녔다는 점에 주목했다. 그러나 다중금속 LDH의 경우 가능한 금속 조합이 너무 많아 기존의 실험 방식으로는 최적의 조합을 찾기 어려웠다.
이를 해결하기 위해 연구팀은 인공지능(기계학습)을 도입했다. 초기 24개의 2원계 및 96개의 3원계 LDH 실험 데이터로 학습을 시작해, 4원계 및 5원계 후보 물질로 탐색을 확장했다. 이 결과 전체 후보 물질 중 단 16%에 대해서만 실험을 수행하고도 아이오딘산염 제거에 최적인 신소재 물질을 찾아낼 수 있었다.
류호진 교수는 “인공지능을 활용하면 방대한 신소재 후보 물질 군에서 방사성 오염 제거용 물질을 효율적으로 찾아낼 가능성을 보여, 원자력 환경 정화용 신소재 개발에 필요한 연구를 가속화하는데 기여할 것으로 기대된다”고 말했다.
류 교수 연구팀은 개발된 분말 기술에 대한 국내 특허를 출원했으며 이를 기반으로 해외 특허 출원을 진행 중이다. 연구팀은 향후 방사성 오염 흡착용 분말의 다양한 사용 환경에서의 성능을 고도화하고, 오염수 처리 필터 개발 분야에서 산학 협력을 통한 상용화 방안을 추진할 예정이다.
우리 대학 신소재공학과를 졸업한 이수정 박사와 한국화학연구원 디지털화학연구센터 노주환 박사가 제1 저자로 참여한 이번 연구는 이번 연구 결과는 환경 분야 국제 저명 학술지인 ‘위험물질 저널(Journal of Hazardous Materials)'에 5월 26일 온라인 게재됐다.
※논문명: Discovery of multi-metal-layered double hydroxides for decontamination of iodate by machine learning-assisted experiments
※DOI: https://doi.org/10.1016/j.jhazmat.2025.138735
이번 연구는 과학기술정보통신부 한국연구재단의 원자력기초연구지원사업과 나노·소재기술개발사업의 지원으로 수행됐다.
2025.07.02
조회수 57
-
전산학부 허기홍 교수 연구팀, 세계 최고 소프트웨어공학 학술대회 FSE 2025에서 최우수 논문상 수상
우리 대학 전산학부 허기홍 교수 연구팀이 지난 6월 노르웨이 트론헤임에서 열린 ACM FSE 2025 (ACM International Conference on the Foundations of Software Engineering)에서 최우수 논문상(Distinguished Paper Award)을 수상했다.
FSE는 ACM(Association for Computing Machinery) 주최로 매년 개최되며, 소프트웨어공학 분야에서 세계적으로 가장 높은 권위를 지닌 국제 학술대회 중 하나다. 최신 연구 성과 발표와 전 세계 연구자 간 교류의 장이며, 제출된 논문 중 극소수만이 본 상을 수상할 만큼 경쟁이 치열하다. 최우수 논문상은 독창성, 기술적 완성도, 학술적 기여도, 실용적 영향력 등을 종합적으로 평가해 가장 우수한 논문에만 수여된다.
수상 논문은 박사과정 장수진, 류연희 연구원과 학부생 이희원 연구원이 공동 저자로 참여했으며, 기존보다 훨씬 효과적으로 소프트웨어 오류를 검출할 수 있는 ‘목표 지향 단위 테스트 자동 생성 시스템’을 새롭게 제안했다. 이 시스템은 소프트웨어 내부의 기능상 핵심 지점 또는 오류 가능성이 높은 지점을 집중적으로 테스트하는 프로그램을 자동 생성한다. 이를 통해 테스트 시간을 줄이면서도 오류 검출률을 높일 수 있으며, 특히 대규모 소프트웨어를 여러 개발자가 협업하는 환경에서 높은 실용성을 보인다.
연구팀은 실제로 이 시스템을 적용해 세계적으로 널리 사용되는 다양한 오픈소스 소프트웨어에서 수십 건의 미확인 오류를 새롭게 발견하며 기술의 실효성과 확장 가능성을 입증했다. 발표 당시 현장에서도 논문의 내용은 큰 관심을 끌며 주목을 받았다.
허기홍 교수는 “학생들의 열정과 협업이 만들어낸 값진 성과”라며 “이번 연구를 바탕으로 기술을 더욱 고도화해 세계적인 수준으로 발전시켜 나가겠다”고 밝혔다.
연구 소개 페이지: https://prosys.kaist.ac.kr/unitcon/
연구 논문: https://dl.acm.org/doi/10.1145/3729362
2025.06.30
조회수 173
-
‘슝’ 스스로 움직이는 생명체 세포로봇 개발
현재 전 세계적으로 마이크로 및 나노급의 작은 입자 기반의 비생명체 자가 추진 로봇 기술은 활발하게 연구되고 있는 반면에, 세포와 같은 생명체 구성 요소를 직접 활용한 세포로봇 연구는 아직 초기 단계에 머물러 있다. 우리 연구진이 세포 기반 시스템의 자율적으로 이동하는 세포로봇을 개발하는데 성공했다. 향후 정밀 약물 전달이나 차세대 세포 기반 치료법의 원천기술로 활용될 수 있을 것으로 기대된다.
우리 대학 화학과 최인성 교수 연구팀이 외부 동력 장치나 복잡한 기계 구조 없이, 생체 부산물인 ‘요소(urea)’*를 연료로 사용하는 자가 추진 세포로봇을 개발했다고 30일 밝혔다.
*요소(urea): 사람을 포함한 대부분의 동물 체내에서 단백질을 분해하면서 생기는 노폐물로 생명체 안에서는 단백질 대사 과정에서 암모니아를 독성이 낮은 형태로 전환하여 배출하는 중요한 역할을 함
연구팀이 구현한 세포로봇은 방향성을 갖고 스스로 이동할 수 있으며, 원하는 물질을 운반하거나 주변 환경 제어 기능을 탑재할 수 있는 다기능성 플랫폼으로 설계됐다.
연구팀은 쉽고 안정적으로 얻을 수 있는 생명체이면서 부산물로 생성된 에탄올 활용 가능성이 있고, 인공적인 복잡한 외부 장치 없이 생명체 스스로 만들어내는 물질을 활용할 수 있는 ‘효모’에 주목했다.
제빵과 막걸리 발효에 사용되는 효모(이스트, yeast)는 포도당을 분해해 에너지를 얻는 대사 과정에서 알코올(에탄올)을 부산물로 생성하는데, 연구팀은 이때 생성된 에탄올을 활용해 효모 표면에 생체친화적인 방식으로 나노 껍질을 형성할 수 있는 원천기술을 개발했다.
이를 위해, 알코올산화효소(AOx)와 겨자무과산화효소(HRP)로 구성된 효소 시스템을 도입했다. 이 효소 시스템은 효모의 포도당 분해 반응과 연계된 연쇄적 효소 반응을 유도하며, 그 결과로 멜라닌 계열의 나노껍질이 효모 표면에 형성된다.
특히, 이번에 개발된 화학적 방법론은 효모가 성장하고 분열하는 동안에도 나노껍질 형성이 지속적으로 일어나도록 설계돼 있어서, 세포의 형태 변화에 따라 비대칭적인 세포-껍질 구조가 자연스럽게 생성된다.
예를 들어, 분열 중인 세포 전체를 감싸는 껍질이 형성되기도 하지만, 모세포 부분에는 껍질이 생성되고 딸세포 부분에는 형성되지 않는 구조도 만들어진다.
연구팀은 세포를 감싸는 나노껍질에 우레아제(urease)*를 부착하고 세포로봇의 움직임을 관찰했다. 우레아제는 요소를 분해하는 촉매 역할을 하며 세포로봇이 스스로 움직일 수 있도록 구동력을 만들어내는 핵심 역할을 수행하며 비대칭 구조를 가진 세포로봇이 보다 명확한 방향성을 갖고 자가 추진하는 현상을 확인했다.
*우레아제(urease): 요소를 분해해 암모니아와 이산화탄소를 만드는 효소
이번에 개발된 세포로봇은 세포 주위에 존재하는 물질만으로 자가 추진이 가능하고, 자석이나 레이저 등 복잡한 외부 제어 장치에 의존하지 않아 구동 메커니즘이 훨씬 간단하고 생체친화적이다. 또한, 나노껍질에 다양한 효소를 화학적으로 접합할 수 있어, 다양한 생체 물질을 연료로 활용하는 세포로봇의 확장 개발도 가능하다.
이번 연구의 제1 저자인 화학과 김나영 박사과정은 “자가 추진 세포로봇은 스스로 환경을 감지하고 반응하며 움직이는 능력을 지닌 새로운 개념의 플랫폼으로, 향후 암세포 표적 치료나 정밀 약물전달시스템 등에서 중요한 역할을 할 수 있을 것”이라고 말했다.
이번 연구는 국제 학술지 ‘사이언스 어드밴시스(Science Advances)’에 지난 6월 25일 오후 2시(미국 동부시각) 온라인판에 게재됐다.
※ 논문명 : Autonomous Chemo-Metabolic Construction of Anisotropic Cell-in-Shell Nanobiohybrids in Enzyme-Powered Cell Microrobots; 국문 번역 : 효소 구동 세포 마이크로로봇 구축에서의 자율적인 화학-대사 반응을 통해 형성된 비등방성 세포내껍질 나노바이오하이브리드
※ DOI: https://doi.org/10.1126/sciadv.adu5451
한편, 이번 연구는 한국연구재단 기초연구사업 중견연구과제(제목: 세포대사 연계형 단일세포나노피포화)의 지원을 받아 수행됐다.
2025.06.30
조회수 347
-
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 179
-
국내 첫 피지컬 AI 기반 제조 혁신 포럼 개최
우리 대학과 다임리서치는 2025년 6월 25일 KAIST 본원 기계공학동(N7, 1601호)에서 “피지컬 AI와 SDx가 창조하는 제조와 자동화산업의 미래”라는 주제로 국내 최초 피지컬 AI 기반 제조 혁신 포럼을 개최하였다.
최근 인공지능(AI)은 단순한 언어 처리나 데이터 분석을 넘어 현실 공간에서 직접 작동하는 ‘피지컬 AI (Physical AI)’ 시대로 진입하고 있다. 챗GPT와 같은 언어 모델이 인간의 사고를 모사하는 ‘언어형 AI’였다면, 피지컬 AI는 공간과 시간의 맥락을 인식하고 물리적 행동을 수행하는 “움직이는 지능”으로서 제조, 물류, 건설, 농업 등 산업 전반을 혁신하는 새로운 산업의 기회로 떠오르고 있다.
포럼은 크게 두 개 세션으로 구성되며, 첫 번째 세션에서는 현대자동차의 민정국 상무가 세계 최초로 현대차가 도입한 Software-Defined Factory (SDF) 개념을 발표하였으며, KAIST 장영재 교수는 피지컬 AI 기술이 적용된 SDx 구현 사례를 공유하였다. 이어 네이버 김필수 본부장이 AI 에이전트가 미래 제조 현장에서 맡을 역할과 국내 제조산업 확산 전략을 소개하였다.
두 번째 세션은 산업계, 정부, 연구기관이 참여하는 기술 세션으로, 유니티코리아, KEIT, NIPA, 다임리서치 관계자들이 각각 디지털 트윈, 정부 정책, 기술 트렌드, 자율 제조 기획에 대한 최신 인사이트를 공유하였다.
특히 이번 포럼은 단순한 기술 공유를 넘어, 국내 중소기업의 자동화 도입에 실질적인 도움을 주기 위한 전략이 발표되었다는 점에서 주목된다.
장영재 교수와 다임리서치는 중소기업이 무료로 사용할 수 있는 피지컬 AI 기반 자동 설계 및 분석 솔루션을 개발 중이며, 이를 통해 고가 외산 소프트웨어와 전문가 없이도 로봇 및 자동화 설계 시뮬레이션이 가능해져 중소기업의 자동화 실패를 줄이고 생산성 향상에 기여할 것으로 기대된다.
피지컬 AI는 로봇, 제어, 반도체, 센서, 통신 등 복합 기술이 통합된 영역으로, 대한민국이 강점을 가진 기반 기술과 높은 시너지를 낼 수 있다. 이번 포럼은 대한민국이 AI 패권 경쟁에서 주도권을 회복할 새로운 전략 방향을 제시하였으며, 특히 제조·물류 등 핵심 산업 분야에서 글로벌 AI 산업을 선도할 기회를 마련하는 출발점이 될 것으로 기대한다.
2025.06.25
조회수 482
-
G3 AI 강국 위한 인재 양성과 과학기술 혁신 나선다
새 정부 출범과 함께 AI 및 과학기술 분야에 대한 사회적 관심이 크게 높아진 가운데, 우리 대학은 과학기술을 기반으로 국가 혁신을 주도하고 인류의 문제 해결에 앞장서는‘AI 중심 가치 창출형 과학기술특성화대학’으로 거듭날 계획임을 24일 밝혔다.
대한민국이 기술 주도형 사회로 대전환을 맞이하는 시점에서 KAIST는 지난 반세기 동안 국가 발전사의 '스타터킷(Starter Kit)' 역할을 수행해온 경험을 토대로, 단순한 교육·연구기관을 넘어 새로운 사회적 가치를 창출하는 글로벌 혁신 허브로의 도약을 준비하고 있다.
특히 우리 대학은 대한민국이 인공지능 주요 3개국(G3)에 도약할 수 있도록 전 국민이 소외 없이 AI를 활용할 수 있는 'AI 기본사회' 실현을 비전으로 제시했다. 이를 위해 KAIST가 주관하는 대한민국을 대표하는 ‘국가AI연구거점’사업(책임자 김기응)을 통해 AI 기술을 기반으로 산업 경쟁력을 제고하고 사회 문제를 실질적으로 해결하는 데 매진하고 있다.
우리 대학 AI 분야 연구 성과는 국제적으로도 주목받는다. 머신러닝 분야 최고 3대 학회(ICML, NeurIPS, ICLR)에서 최근 5년간(2020~2024) 세계 5위, 아시아 1위를 기록하고 있으며, 같은 기간동안 머신러닝, 자연어처리, 컴퓨터비전 Top 학회(ICML, NeurIPS, ICLR, ACL, EMNLP, NAACL, CVPR, ICCV, ECCV)의 논문 수 기준으로 세계 5위, 아시아 4위를 차지했다. 또한, 세계 최고 권위의 반도체 집적회로 학술대회인 ISSCC(International Solid-State Circuits Conference)에서 19년간(2006~2024) 평균 논문 채택 수 세계 1위를 차지하며 독보적인 연구력을 입증했다.
우리 대학은 초거대 AI 모델(한국형 LLM), 뉴로모픽 반도체, 저전력 AI 프로세서 등 핵심 AI 기술 개발을 비롯해 자율주행, 도심항공교통(UAM), 정밀의료, 설명 가능한 AI(XAI) 등 다양한 응용 분야에서도 연구를 지속 확대 중이다.
제조업 분야에서도 KAIST의 AI 기술은 현장 혁신을 주도한다. 장영재 교수팀은 제조 현장 데이터를 활용한 디지털 트윈과 AI 기반 예측 기술로 반도체 및 디스플레이 등 첨단 제조 분야의 생산성을 높였으며, 김성민 교수팀은 센티미터 이하의 정밀도로 위치 추적이 가능한 초저전력 무선 태그 기술을 개발해 스마트 팩토리 구현을 앞당기고 있다. 최재식 교수가 창업한 ㈜인이지의 산업 공정 최적화, 설비 고장 예측과 같은 기술은 실제 산업 현장에 빠르게 적용되어 성과를 내고 있다. 한편, ㈜인이지는 지난 3월 정부가 추진하는 '설명가능한 AI(XAI)' 분야 국가전략기술로 지정되기도 했다.
AI와 밀접한 연관을 지닌 로봇 분야에서도 실용화 사례가 잇따른다. 기계공학과 황보제민 교수팀은 재난 구조, 험지 탐사, 등 고위험 환경에서 활용 가능한 사족보행 로봇 '라이보(RAIBO) 2'를 새롭게 개발해 주목을 받았다. 공경철 교수팀과 ㈜엔젤로보틱스는 외골격 로봇 '워크온 슈트'를 개발해 하반신 완전마비 또는 보행 장애인의 삶의 질을 획기적으로 개선하는 데 기여한다.
이외에도 AI 반도체, 양자암호통신, 초소형 위성, 수소연료전지, 차세대 배터리, 생체모사 센서 등 미래 핵심 기술 분야에서도 괄목할 만한 연구가 이어지고 있다. 특히 소형 위성을 기반으로 한 우주탐사 기술과 소행성 탐사 프로젝트, 에너지 하베스팅 및 고속 충전 기술 등이 주목받는다.
특히 첨단 바이오 및 생명과학 분야에서도 KAIST는 독일 머크(Merck)사와 협력하여 합성생물학, mRNA 등 다양한 연구를 진행 중이며, 대전에 4,300억 원 규모의 머크 바이오센터 건립에 기여하며 지역 경제 활성화와 일자리 창출에도 기여한다.
이런 첨단 연구 역량을 바탕으로 KAIST는 산업계는 물론 글로벌 무대에서도 영향력을 지속 확대하고 있다. MIT, 스탠퍼드대, 뉴욕대(NYU) 등 세계 유수 대학들과 전략적 파트너십을 구축했으며, 특히 NYU와는 뉴욕에 공동캠퍼스를 설립하여 인적 교류, 공동연구 등을 강화하고 있다. 구글, 인텔, TSMC 등 글로벌 기업들과의 산학협력도 활발히 이어가며 미래 기술 개발과 혁신생태계 조성에 중추적인 역할을 한다.
이러한 활동은 대한민국 산업을 이끄는 강력한 창업 생태계로도 이어진다.큐닉스컴퓨터, 넥슨, 네이버 등으로 이어진 창업 흐름은 지금까지 총 1,914개 기업으로 확산됐으며, 이들의 누적 자산은 94조 원, 매출 36조 원, 고용 6만 명에 이른다. 이 중 90% 이상이 교수 및 학생 연구실 기반의 기술창업이라는 점에서 과학기술에 기반하여 실질적으로 경제에 기여하는 모델을 제시하고 있다.
이처럼 다양한 성과를 지속적으로 창출해 온 KAIST는 도전과 실패를 통해 혁신을 만들어 온 카이스티안(KAISTian) 약 8만 명을 이미 사회로 배출했으며, 지금도 새로운 인재를 영입해 대한민국과 세계를 변화시키는 혁신을 이어가는 중이다.
이광형 총장은 "KAIST는 대한민국과 인류의 미래를 설계하고 실질적인 가치를 만들어내는 글로벌 과학기술 리더로 자리매김할 것“이라며 ”새 정부의 국정과제인 G3 AI 강국 실현을 위하여 인재 양성과 연구개발에 주력할 예정“이라고 강조했다.
그는 이어 ”KAIST가 특히 역점을 두는 AI 분야에 대한 비전은 모든 사람이 AI를 자유롭게 활용할 수 있는 사회를 실현하기 위해 노력할 것"이라며 "AI를 통해 제조업 경쟁력을 회복하고, 피지컬 AI, AI 로봇, AI 모빌리티 기술을 산업 현장에 적극 보급하여 생산성을 획기적으로 끌어올리는 데 기여하겠다"고 밝혔다.
2025.06.24
조회수 853
-
AI가 여론 조작? 한국어 'AI 생성 댓글' 탐지 기술 개발
생성형 AI 기술이 발전하면서 이를 악용한 온라인 여론 조작 우려가 커지고 있다. 이에 따른 AI 생성글 탐지 기술도 개발되었는데 대부분 영어로 된 장문의 정형화된 글을 기반으로 개발돼, 짧고(평균 51자), 구어체 표현이 많은 한국어 뉴스 댓글에는 적용이 어려웠다. 우리 연구진이 한국어 AI 생성 댓글을 탐지하는 기술을 개발해서 화제다.
우리 대학 전기및전자공학부 김용대 교수 연구팀이 국가보안기술연구소(국보연)와 협력해, 한국어 AI 생성 댓글을 탐지하는 기술 'XDAC'를 세계 최초로 개발했다고 23일 밝혔다.
최근 생성형 AI는 뉴스 기사 맥락에 맞춰 감정과 논조까지 조절할 수 있으며, 몇 시간 만에 수십만 개의 댓글을 자동 생성할 수 있어 여론 조작에 악용될 수 있다. OpenAI의 GPT-4o API를 기준으로 하면 댓글 1개 생성 비용은 약 1원 수준이며, 국내 주요 뉴스 플랫폼의 하루 평균 댓글 수인 20만 개를 생성하는 데 단 20만 원이면 가능할 정도다. 공개 LLM은 자체 GPU 인프라만 갖추면 사실상 무상으로도 대량의 댓글 생성을 수행할 수 있다.
연구팀은 AI 생성 댓글과 사람 작성 댓글을 사람이 구별할 수 있는지 실험했다. 총 210개의 댓글을 평가한 결과, AI 생성 댓글의 67%를 사람이 작성한 것으로 착각했고, 실제 사람 작성 댓글도 73%만 정확히 구분해냈다. 즉, 사람조차 AI 생성 댓글을 정확히 구별하기 어려운 수준에 이르렀다는 의미다. AI 생성 댓글은 오히려 기사 맥락 관련성(95% vs 87%), 문장 유창성(71% vs 45%), 편향성 인식(33% vs 50%)에서 사람 작성 댓글보다 높은 평가를 받았다.
그동안 AI 생성글 탐지 기술은 대부분 영어로 된 장문의 정형화된 글을 기반으로 개발되어 한국어의 짧은 댓글에는 적용이 어려웠다. 짧은 댓글은 통계적 특징이 불충분하고, 이모지·비속어·반복 문자 등 비정형 구어 표현이 많아 기존 탐지 모델이 효과적으로 작동하지 않는다. 또한, 현실적인 한국어 AI 생성 댓글 데이터셋이 부족하고, 기존의 단순한 프롬프팅 방식으로는 다양하고 실제적인 댓글을 생성하는 데 한계가 있었다.
이에 연구팀은 ▲14종의 다양한 LLM 활용 ▲자연스러움 강화 ▲세밀한 감정 제어 ▲참조자료를 통한 증강 생성의 네 가지 전략을 적용한 AI 댓글 생성 프레임워크를 개발해, 실제 이용자 스타일을 모방한 한국어 AI 생성 댓글 데이터셋을 구축하고 이 중 일부를 벤치마크 데이터셋으로 공개했다. 또 설명 가능한 AI(XAI) 기법을 적용해 언어 표현을 정밀 분석한 결과, AI 생성 댓글에는 사람과 다른 고유한 말투 패턴이 있음을 확인했다.
예를 들어, AI는 "것 같다", "에 대해" 등 형식적 표현과 높은 접속어 사용률을 보였고, 사람은 반복 문자(ㅋㅋㅋㅋ), 감정 표현, 줄바꿈, 특수기호 등 자유로운 구어체 표현을 즐겨 사용했다.
특수문자 사용에서도 AI는 전 세계적으로 통용되는 표준화된 이모지를 주로 사용하는 반면, 사람은 한국어 자음(ㅋ, ㅠ, ㅜ 등)이나 특수 기호(ㆍ, ♡, ★, • 등) 등 문화적 특수성이 담긴 다양한 문자를 활용했다.
특히, 서식 문자(줄바꿈, 여러 칸 띄어쓰기 등) 사용에서 사람 작성 댓글의 26%는 이런 서식 문자를 포함했지만, AI 생성 댓글은 단 1%만 사용했다. 반복 문자(예: ㅋㅋㅋㅋ, ㅎㅎㅎㅎ 등) 사용 비율도 사람 작성 댓글이 52%로, AI 생성 댓글(12%)보다 훨씬 높았다.
XDAC는 이러한 차이를 정교하게 반영해 탐지 성능을 높였다. 줄바꿈, 공백 등 서식 문자를 변환하고, 반복 문자 패턴을 기계가 이해할 수 있도록 변환하는 방식이 적용됐다. 또 각 LLM의 고유 말투 특징을 파악해 어떤 AI 모델이 댓글을 생성했는지도 식별 가능하게 설계됐다.
이러한 최적화로 XDAC는 AI 생성 댓글 탐지에서 98.5% F1 점수로 기존 연구 대비 68% 성능을 향상시켰으며, 댓글 생성 LLM 식별에서도 84.3% F1 성능을 기록했다.
고우영 선임연구원은 "이번 연구는 생성형 AI가 작성한 짧은 댓글을 높은 정확도로 탐지하고, 생성 모델까지 식별할 수 있는 세계 최초 기술"이라며 "AI 기반 여론 조작 대응의 기술적 기반을 마련한 데 큰 의의가 있다"고 강조했다.
연구팀은 XDAC의 탐지 기술이 단순 판별을 넘어 심리적 억제 장치로도 작용할 수 있다고 설명했다. 마치 음주단속, 마약 검사, CCTV 설치 등이 범죄 억제 효과를 가지듯, 정밀 탐지 기술의 존재 자체가 AI 악용 시도를 줄일 수 있다는 것이다.
XDAC는 플랫폼 사업자가 의심스러운 계정이나 조직적 여론 조작 시도를 정밀 감시·대응하는 데 활용될 수 있으며, 향후 실시간 감시 시스템이나 자동 대응 알고리즘으로 확장 가능성이 크다.
이번 연구는 설명가능 인공지능(XAI) 기반 탐지 프레임워크를 제안한 것이 핵심이며, 인공지능 자연어처리 분야 최고 권위 학술대회인 7월 27일부터 개최되는 'ACL 2025' 메인 콘퍼런스에 채택되며 기술력을 인정받았다.
※논문 제목: XDAC: XAI-Driven Detection and Attribution of LLM-Generated News Comments in Korean
※논문원본: https://github.com/airobotlab/XDAC/blob/main/paper/250611_XDAC_ACL2025_camera_ready.pdf
이번 연구는 우리 대학 김용대 교수의 지도 아래 국보연 소속이자 우리 대학 박사과정인 고우영 선임연구원이 제1 저자로 참여했으며, 성균관대학교 김형식 교수와 우리 대학 오혜연 교수가 공동 연구자로 참여했다.
2025.06.24
조회수 1389
-
가벼운 숨결·압력·소리까지 감지, 맞춤형 촉각 센서 개발
로봇이 물체를 잡을 때나, 의료기기가 몸의 맥박을 감지할 때 촉각 센서는 손끝처럼 ‘눌림’을 느끼는 기술이다. 기존 센서들은 반응이 느리거나 여러 번 쓰면 정확도가 떨어지는 단점이 있었는데, 한국 연구진이 가벼운 숨결, 압력, 소리까지 정확하고 빠르게 감지할 수 있어, 일상적인 움직임부터 의료용 진단까지 폭넓게 사용할 수 있는 센서를 개발하는데 성공했다.
우리 대학 기계공학과 박인규 교수 연구팀이 국가과학기술연구회(NST, 이사장 김영식) 산하 한국전자통신연구원(ETRI, 원장 방승찬)과의 공동연구를 통해 기존 촉각 센서 기술의 구조적 한계를 극복한 혁신적 기술을 개발했다고 23일 밝혔다.
이번 공동연구의 핵심은 ‘열성형 기반 3차원 전자 구조(Thermoformed 3D Electronics, T3DE)’를 적용해 유연성과 정밀성, 반복 내구성을 동시에 확보한 맞춤형 촉각 센서를 구현한 것이다.
특히, 소프트 엘라스토머(고무, 실리콘 등 쭉 늘렸다가 놓으면 다시 원래 모양으로 돌아오는 재료) 기반 센서가 갖는 느린 응답속도, 높은 히스테리시스*, 크립(오랫동안 힘을 가했을 때 재료가 천천히 변형되는 현상) 오차 등 구조적 문제를 극복하면서도 다양한 환경에서 정밀하게 작동하는 플랫폼으로 주목받고 있다.
* 히스테리시스(Hysteresis): 한 번 받았던 힘이나 변화가 기억처럼 남아서, 똑같은 자극을 주더라도 항상 같은 결과가 나오지 않는 현상
T3DE 센서는 2차원 필름 위에 정밀하게 전극을 형성한 후, 열과 압력을 가해 3차원 구조로 성형하는 과정을 통해 제작된다. 특히 센서 상부의 전극과 지지 다리 구조는 목적에 따라 기계적 물성을 조절할 수 있도록 설계되어 있으며, 지지 다리의 두께, 길이, 개수 등 미세한 구조 매개변수를 조정함으로써 센서의 영률(Young’s modulus)*을 10Pa에서 1MPa까지 폭넓게 설정할 수 있다. 이 수치는 피부, 근육, 힘줄 등의 생체조직과 유사한 수준으로, 실제 생체 인터페이스용 센서로도 유용하다.
* 영률(Young’s modulus): 재료의 강성을 나타내는 지표로, 이번 연구에서는 다양한 생체조직과 일치하는 수준까지 조절 가능함
이번에 개발된 T3DE 센서는 공기를 유전체로 활용해 전력 소비를 줄이는 동시에, 민감도, 응답속도, 온도 안정성, 반복 정밀도 측면에서도 우수한 성능을 보였다.
실험 결과, 해당 센서는 △민감도 5,884 kPa⁻¹ △응답속도 0.1ms(1,000분의 1초보다 짧은 시간) △히스테리시스 0.5% 이하 △5,000회 반복 측정에서도 정밀도 99.9% 이상을 유지하는 내구성을 입증했다.
연구팀은 이 센서를 활용해 고해상도 40×70 배열하여, 총 2,800개의 센서를 촘촘히 구성, 운동 중 발바닥의 압력 분포를 실시간 시각화하고, 손목 맥박 측정을 통한 혈관 건강 상태 평가 가능성도 확인했다. 또한, 상용 음향 센서 수준의 소리 감지 실험에서도 성공적인 결과를 얻었다. 즉, 이 센서는 발바닥 압력, 맥박, 소리까지 매우 정확하고 빠르게 측정할 수 있어서 운동, 건강, 소리 감지 등 다양한 분야에 활용될 수 있다.
T3DE 기술은 증강현실(AR) 기반 외과 수술 훈련 시스템에도 적용됐다. 각 센서 요소마다 서로 다른 영률을 부여해 실제 생체조직과 유사한 강성을 구현했으며, 수술 절개 시 가해지는 압력 강도에 따라 시각·촉각 피드백을 동시에 제공하고, 너무 깊이 베거나, 위험한 부위를 건드리면 실시간 위험 경고 기능까지 갖춘 시스템이 구현되었다. 이는 의료 교육의 몰입도와 정확성을 획기적으로 향상할 수 있는 기술로 평가된다.
우리 대학 박인규 교수는 “이 센서는 설계 단계에서부터 정밀하게 조절할 수 있어 다양한 환경에서도 안정적으로 작동한다”며, “일상생활은 물론 의료, 재활, 가상현실 등 다양한 분야에서 쓸 수 있을 것”이라고 밝혔다.
본 연구는 ETRI 최중락 박사, KAIST 한찬규 석사, 이돈호 박사과정이 공동 제1저자로 참여했으며, 박인규 교수가 전체 연구를 총괄했다. 연구 결과는 세계적 권위의 학술지 ‘사이언스 어드밴시스(Science Advances)’ 2025년 5월호에 게재됐으며, 해당 논문은 사이언스 어드밴시스 공식 SNS 채널(Facebook, Twitter)을 통해 전 세계에 소개되기도 했다.
※ 논문명: Thermoforming 2D films into 3D electronics for high-performance, customizable tactile sensing
※ DOI: 10.1126/sciadv.adv0057
이번 연구는 산업통상자원부, 한국연구재단, 한국산업기술평가관리원의 지원을 받아 수행됐다.
2025.06.23
조회수 767
-
정보보호대학원, 청소년 대상 ‘2025 HackQuest’ 교육형 해킹대회 개최
AI 융복합 산업 시대에 사이버 보안이 핵심 경쟁력으로 주목받는 가운데, 청소년을 위한 배움과 성장을 중심으로 한 ‘교육형 해킹대회’인 ‘2025 HackQuest’가 개최된다.
이번 대회는 과학기술정보통신부·한국인터넷진흥원이 2024년 선정한 KAIST 정보보호특성화대학(책임교수 차상길)과 세계 20위권 보안 연구 실적을 보유한 KAIST 정보보호대학원이 공동 주관한다.
기존 해킹대회는 실력 상위권 학생들의 점수 경쟁에 초점을 맞추는 경향이 있어, 정보보안에 처음 입문하는 청소년들에게는 대회 참가는 물론, 체계적인 학습 기회도 제한적이었다.
반면 HackQuest는 입문자도 부담 없이 참여할 수 있도록 난이도를 조정하고, 단계별 커리큘럼과 학습 자료, 상세한 해설을 제공해 실전 문제 해결 능력과 보안 지식을 동시에 습득할 수 있도록 구성됐다. 아울러 도전 의식과 역량을 갖춘 참가자들의 성취욕도 함께 만족시킬 수 있도록 설계되었다.
HackQuest 관계자는 “이번 대회는 단순한 경쟁이 아니라, 미래 사이버 보안 전문가로 성장할 수 있는 기반을 마련하는 데 목적이 있다”면서, “청소년들이 정보보안의 기초를 탄탄히 다지고, 흥미를 이어갈 수 있도록 돕는 것이 가장 중요한 목표”라고 밝혔다.
예선은 7월 5일부터 13일까지 온라인으로 진행되고, 본선은 8월 25일 KAIST 본원(장소: N1빌딩 1층)에서 열리며, 예선 우수자에게는 본선 진출 자격과 우수 수료증이 수여되며, 본선 수상자에게는 순위에 따라 시상이 이루어질 예정이다.
본 대회는 과학기술정보통신부의 재원으로 한국인터넷진흥원의 지원을 받아 운영되며, 2007년 1월 1일 이후 출생한 초·중·고등학생 또는 이에 준하는 자격을 가진 학생이라면 누구나 온라인으로 참가를 신청할 수 있다.
자세한 내용은 대회 홈페이지((https://hackquest.kaist.ac.kr))에서 확인할 수 있다.
2025.06.20
조회수 629
-
‘뻔하지 않은 창의적인 의자’그리는 AI 기술 개발
최근 텍스트 기반 이미지 생성 모델은 자연어로 제공된 설명만으로도 고해상도·고품질 이미지를 자동 생성할 수 있다. 하지만, 대표적인 예인 스테이블 디퓨전(Stable Diffusion) 모델에서 ‘창의적인’이라는 텍스트를 입력했을 경우, 창의적인 이미지 생성은 아직은 제한적인 수준이다. KAIST 연구진이 스테이블 디퓨전(Stable Diffusion) 등 텍스트 기반 이미지 생성 모델에 별도 학습 없이 창의성을 강화할 수 있는 기술을 개발해, 예컨대 뻔하지 않은 창의적인 의자 디자인도 인공지능이 스스로 그려낼 수 있게 됐다.
우리 대학 김재철AI대학원 최재식 교수 연구팀이 네이버(NAVER) AI Lab과 공동 연구를 통해, 추가적 학습 없이 인공지능(AI) 생성 모델의 창의적 생성을 강화하는 기술을 개발했다.
최 교수 연구팀은 텍스트 기반 이미지 생성 모델의 내부 특징 맵을 증폭해 창의적 생성을 강화하는 기술을 개발했다. 또한, 모델 내부의 얕은 블록들이 창의적 생성에 중요한 역할을 한다는 것을 발견하고, 특징 맵을 주파수 영역으로 변환 후, 높은 주파수 영역에 해당하는 부분의 값을 증폭하면 노이즈나 작게 조각난 색깔 패턴의 형태를 유발하는 것을 확인했다. 이에 따라, 연구팀은 얕은 블록의 낮은 주파수 영역을 증폭함으로써 효과적으로 창의적 생성을 강화할 수 있음을 보였다.
연구팀은 창의성을 정의하는 두 가지 핵심 요소인 독창성과 유용성을 모두 고려해, 생성 모델 내부의 각 블록 별로 최적의 증폭 값을 자동으로 선택하는 알고리즘을 제시했다.
개발된 알고리즘을 통해 사전 학습된 스테이블 디퓨전 모델의 내부 특징 맵을 적절히 증폭해 추가적인 분류 데이터나 학습 없이 창의적 생성을 강화할 수 있었다.
연구팀은 개발된 알고리즘을 사용하면 기존 모델 대비 더욱 참신하면서도 유용성이 크게 저하되지 않은 이미지를 생성할 수 있음을 다양한 측정치를 활용해 정량적으로 입증했다.
특히, 스테이블 디퓨전 XL(SDXL) 모델의 이미지 생성 속도를 대폭 향상하기 위해 개발된 SDXL-Turbo 모델에서 발생하는 모드 붕괴 문제를 완화함으로써 이미지 다양성이 증가한 것을 확인했다. 나아가, 사용자 연구를 통해 사람이 직접 평가했을 때도 기존 방법에 비해 유용성 대비 참신성이 크게 향상됨을 입증했다.
공동 제1 저자인 KAIST 한지연, 권다희 박사과정은 "생성 모델을 새로 학습하거나 미세조정 학습하지 않고 생성 모델의 창의적인 생성을 강화하는 최초의 방법론ˮ이라며 "학습된 인공지능 생성 모델 내부에 잠재된 창의성을 특징 맵 조작을 통해 강화할 수 있음을 보였다ˮ 라고 말했다.
이어 “이번 연구는 기존 학습된 모델에서도 텍스트만으로 창의적 이미지를 손쉽게 생성할 수 있게 됐으며, 이를 통해 창의적인 상품 디자인 등 다양한 분야에서 새로운 영감을 제공하고, 인공지능 모델이 창의적 생태계에서 실질적으로 유용하게 활용될 수 있도록 기여할 것으로 기대된다”라고 밝혔다.
KAIST 김재철AI대학원 한지연 박사과정과 권다희 박사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `국제 컴퓨터 비전 및 패턴인식 학술대회 (IEEE Conference on Computer Vision and Pattern Recognition, CVPR)’에서 6월 15일 발표됐다.
※논문명 : Enhancing Creative Generation on Stable Diffusion-based Models
※DOI: https://doi.org/10.48550/arXiv.2503.23538
한편 이번 연구는 KAIST-네이버 초창의적 AI 연구센터, 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받은 혁신성장동력프로젝트 설명가능인공지능, AI 연구거점 프로젝트, 점차 강화되고 있는 윤리 정책에 발맞춰 유연하게 진화하는 인공지능 기술 개발 연구 및 KAIST 인공지능 대학원 프로그램과제의 지원을 받았고 방위사업청과 국방과학연구소의 지원으로 KAIST 미래 국방 인공지능 특화연구센터에서 수행됐다.
2025.06.19
조회수 812
-
AI 융합 혁신 주도할 ‘이노코어(InnoCORE) 연구단’ 본격 출범
우리 대학은 과학기술정보통신부(장관 유상임, 이하 과기정통부) 및 DGIST, GIST, UNIST*와 협력하여, AI 융합(AI+S&T) 첨단 전략 연구를 이끌 ‘이노코어(InnoCORE) 연구단’을 출범하고, 이를 통해 세계 최고 수준 박사후연구원(Postdoctoral researcher) 최대 200명 채용을 본격 추진한다고 16일 밝혔다.
* DGIST(대구경북과학기술원),, GIST(광주과학기술원), UNIST(울산과학기술원)
‘이노코어(InnoCORE) 연구단’은 AI 융합 분야의 혁신(Innovation)을 이끌 핵심(Core) 연구인력 육성을 목표로, AI+과학기술 분야의 고급 연구인재를 집중 양성·유치한다. 이는 글로벌 AI 인재 확보 경쟁이 가속화되는 가운데 국내 인재의 두뇌유출 방지 및 해외 우수 인재 유치의 전략적 대응책이다.
우리 대학은 이번 사업을 통해 국내·외 최상위 박사후연구원이 첨단 집단연구 환경에서 AI 융합기술 개발에 매진하도록 지원함으로써, AI 기반 과학기술 혁신을 가속화하고 연구 성과를 산업·경제 전반으로 확산시킬 계획이다.
AI+S&T 첨단 융합 연구와 글로벌 인재 유치를 위한 이노코어 사업은 KAIST를 포함하여 4개 과학기술원이 공동으로 추진하며, AI 핵심기술(초거대언어모델, AI 반도체 등) 및 AI 융합기술(바이오, 제조, 에너지, 항공우주 등)을 중심으로 구성된다.
우리 대학은 주관기관으로서 다음과 같은 4개 연구단을 운영한다.
▲ 초거대언어모델 혁신 연구단: LLM 기술 고도화 및 생성AI·멀티모달·신뢰성 확보 연구
▲ AI 기반 지능형 설계–제조 통합 연구단: 제조 산업 전주기 AI 플랫폼 구축 및 설계·공정 혁신
▲ AI-혁신신약 연구단: AI 기반 신약 개발 전주기 기술 확보 및 난치질환 극복
▲ AI-Transformed Aerospace 연구단: 항공우주 시스템 전주기 AI 전환 및 자율비행·우주통신 등 신기술 개발
이 외에도 DGIST, GIST, UNIST가 각각 주관하는 ▲바이오 체화형 피지컬 AI ▲뇌질환 조기진단 AI+나노융합 ▲지능형 수소기술 혁신 ▲AI-우주 태양광 연구단 등 총 8개 연구단이 구성되어 글로벌 협업형 융합 연구를 추진한다.
KAIST를 비롯한 4개 과학기술원은 2025년부터 AI+S&T 분야 박사후연구원 400명 채용을 본격화한다. 선발된 박사후연구원에게는 연 9천만원 이상의 고급 처우를 보장하며, 기업·연구과제와 매칭을 통한 추가 지원도 추진할 예정이다.
특히, 해외 우수 인재 유치 확대를 위해 미국 주요 지역에서 글로벌 채용설명회를 개최한다. 6월 중 보스턴(하버드, MIT), 뉴욕(NYU), 실리콘밸리(스탠퍼드) 등에서 현지 채용 설명회를 열고, 네이처(Nature), 사이언스(Science) 등 글로벌 학술지와 링크드인(LinkedIn) 등을 통한 홍보도 병행한다.
우리 대학은 연구단 내에서 박사후연구원이 다양한 학문·산업 분야의 전문가들과 협업할 수 있도록 복수 멘토 프로그램, 글로벌 공동연구 기회, 우수 인프라(슈퍼컴퓨터, 반도체 펩, AI 연구 플랫폼 등)를 제공할 계획이다.
이광형 총장은 “이번 이노코어 사업을 통해 KAIST가 AI+S&T 융합 연구의 글로벌 허브(Global Hub)로 도약하고, 전 세계에서 유치한 젊은 연구자들이 KAIST에서 도전하고 성장하며, 우리나라가 글로벌 AI 융합 연구·산업의 선도국으로 자리매김하는 데 중추적 역할을 하겠다. 이를 위해 최고의 연구 환경과 적극적인 지원을 아끼지 않겠다”고 강조했다.
우리 대학은 AI 융합 연구의 글로벌 경쟁력을 확보하고 첨단산업 발전에 기여하기 위해 이노코어 사업을 적극 추진해 나갈 계획이다. 선정된 8개 연구단은 6월 말까지 세부 연구계획을 확정하고, 7월부터 본격 연구에 착수한다.
2025.06.17
조회수 3200
-
빛 공해 제로·열 차감 ‘스마트 윈도우’ 개발..건물·차량 적용 가능
전 세계 에너지 소비의 약 40%를 차지하는 건물 부문에서, 특히 창호를 통한 열 유입은 냉․난방 에너지 낭비의 주요 원인으로 지적돼왔다. 우리 연구진이 도시 건축물의 냉난방 에너지 절감뿐 아니라, 도심 생활 속 꾸준히 제기돼 온 ‘빛 공해’ 문제를 해결할 수 있는 ‘보행자 친화형 스마트 윈도우’기술을 개발하는데 성공했다.
우리 대학 생명화학공학과 문홍철 교수 연구팀이 사용자의 의도에 따라 창문을 통해 들어오는 빛과 열을 조절하고, 외부로부터의 눈부심까지 효과적으로 상쇄하는 ‘스마트 윈도우 기술’을 개발했다고 17일 밝혔다.
최근에는 사용자의 조작에 따라 빛과 열을 자유롭게 조절할 수 있는 ‘능동형 스마트 윈도우’ 기술이 주목받고 있다. 이는 기존의 온도나 빛 변화에 수동적으로 반응하는 창호와 달리, 전기 신호를 통해 실시간으로 조절이 가능한 차세대 창호 시스템이다.
연구팀이 개발한 차세대 스마트 윈도우 기술인 RECM (Reversible Electrodeposition and Electrochromic Mirror)은 단일 구조의 *전기변색 소자를 기반으로, 가시광선(빛)과 근적외선(열)의 투과율을 능동적으로 조절할 수 있는 스마트 윈도우 시스템이다.
*전기변색 소자: 전기 신호에 따라 광학적 특성이 변하는 특성을 가진 장치
특히, 기존 금속 *증착 방식의 스마트 윈도우에서 문제로 지적돼 온 외부 반사광에 의한 눈부심 현상을 변색 소재를 함께 적용해 효과적으로 억제함으로써, 건물 외벽에 활용 가능한 ‘보행자 친화형 스마트 윈도우’를 구현했다.
*증착: 전기화학 반응을 이용해 Ag+와 같은 금속 이온을 전극 표면에 고체 형태로 입히는 과정
이번 연구에서 개발된 RECM 시스템은 전압 조절에 따라 세 가지 모드로 작동된다.
모드 I(투명 모드)는 일반 유리처럼 빛과 열을 모두 통과시켜 겨울철 햇빛을 실내로 유입시키는 데 유리하다.
모드 II(변색 모드)에서는 레독스 반응(산화-환원 반응)을 통해 *프러시안 블루(PB)와 **DHV+⦁ 화학종이 형성되며 창이 짙은 파란 색으로 변한다. 이 상태에서는 빛은 흡수되고 열은 일부만 투과돼, 프라이버시 확보와 동시에 적절한 실내 온도 조절이 가능하다.
*프러시안 블루: 전기 자극에 따라 무색과 파란색으로 전환되는 전기변색 물질
**DHV+⦁: 전기 자극 시 생성되는 라디칼 상태의 변색 분자
모드 III(변색 및 증착 모드)는 은(Ag+)이온이 환원 반응을 통해 전극 표면에 증착돼 빛과 열을 반사하는 동시에, 변색 물질이 반사광을 흡수함으로써 외부 보행자의 눈부심까지 효과적으로 차단할 수 있다.
연구팀은 미니어처 모델 하우스를 활용한 실험을 통해 RECM 기술의 실질적인 실내 온도 저감 효과를 검증했다. 일반 유리창을 적용한 경우, 실내 온도는 45분 만에 58.7℃까지 상승했다. 반면, RECM을 모드 III로 작동시킨 결과 31.5℃에 도달해 약 27.2℃의 온도 저감 효과를 나타냈다.
또한, 전기 신호만으로 각 상태 전환이 가능해 계절, 시간, 사용 목적에 따라 즉각적으로 대응할 수 있는 능동형 스마트 기술로 평가받고 있다.
이번 연구의 교신저자인 우리 대학 문홍철 교수는 “이번 연구는 가시광 조절에 국한된 기존 스마트 윈도우 기술에서 더 나아가 능동적 실내 열 제어는 물론 보행자의 시야 안전까지 종합적으로 고려한 진정한 스마트 윈도우 플랫폼을 제시한 것”이라며, “도심 건물부터 차량, 기차 등 다양한 응용 가능성이 기대된다”고 밝혔다.
이번 연구 결과는 에너지 분야 국제 저명 학술지인 ‘에이시에스 에너지 레터스(ACS Energy Letters)’ 10권 6호 지에 2025년 6월 13일 자로 게재됐다.
※ 논문명: Glare-Free, Energy-Efficient Smart Windows: A Pedestrian-Friendly System with Dynamically Tunable Light and Heat Regulation
※ DOI: 10.1021/acsenergylett.5c00637
한편 이번 연구는 한국연구재단의 나노 및 소재기술개발사업 (나노커넥트) 및 한국기계연구원 기본사업의 지원을 받아 수행됐다.
2025.06.17
조회수 1132