DGIST 에너지공학과 인수일 교수 연구팀이 미국 캘리포니아 공과대학교(Caltech) 윌리엄 고다드 교수 연구팀과 공동으로 태양광을 이용해 이산화탄소를 고부가가치 연료인 메탄으로 전환할 수 있는 고효율 광촉매를 개발하고 작동 원리를 규명했다. 이산화탄소는 대표적인 온실가스로 기후변화의 주요 원인으로 지적되고 있으며, 이를 효과적으로 줄이는 기술 개발은 전 세계적인 과제로 꼽힌다. 연구팀이 주목한 광촉매 기술은 태양광 에너지를 이용해 이산화탄소를 연료로 바꾸는 인공 광합성 기술로, 탄소 중립 실현과 친환경 에너지 생산에 기여할 수 있는 분야다. 연구팀은 가시광선과 근적외선을 잘 흡수하는 황화은(Ag₂S)과 광촉매 소재로 널리 사용되는 이산화티타늄(TiO₂)을 결합해 전자가 자연계의 광합성과 유사한 Z-스킴 경로로 효과적으로 이동할 수 있는 구조를 고안했다. 이를 통해 빛 에너지 활용 효율이 크게 향상됐다. 기존 연구에서는 소재가 지나치게 규칙적인 결정질 구조에 머물러 이산화탄소가 실제 반응할 수 있는 활성점이 부족한 한계가 있었다. 이에 DGIST-Caltech 공동 연구팀은 소재 내부에 의도적으로 결함을 도입해 구조가 불규칙한 비정질 이산화티타늄을 적용해
인하대학교는 임홍기 전기전자공학부 교수가 이끄는 연구팀이 3D 재구성 분야에서 새로운 인공지능 기술을 개발해 연구성과를 인정받았다고 14일 밝혔다. 임홍기 교수 연구팀 소속 신승혁 석·박사 통합과정 학생과 김다빈 석사과정 학생은 기존 3D 재구성 인공지능 모델이 가진 한계를 극복하기 위해 전방 곡률 매칭(Forward Curvature-Matching, FCM) 기술을 제안했다. 기존 모델은 훈련할 때 사용된 특정 조건에만 의존해 입력 방식이 바뀔 때마다 재훈련이 필요했다. 연구팀이 제시한 FCM 기술은 모델이 3D 객체를 생성하는 과정에서 입력 데이터와 가장 잘 일치하도록 최적의 변화폭을 결정해 기존 방식보다 더 빠르고 정확하게 결과를 만들어낸다. 이는 3D 재구성의 품질과 유연성을 동시에 향상시킨 점에서 학계 관심을 받았다. 이 연구를 담은 ‘확산형 프라이어와 전방 곡률 매칭 우도 업데이트를 통한 적응형 3D 재구성(Adaptive 3D Reconstruction via Diffusion Priors and Forward Curvature-Matching Likelihood Updates)’ 논문은 국제학술대회 신경정보처리시스템학회 2025에 게재 승인을
사람 체온과 공기 간의 미세한 온도 차인 단 1.5℃만으로도 LED 전구를 켤 수 있는 필름 발전기가 개발됐다. UNIST(울산과학기술원) 에너지화학공학과 장성연 교수 연구팀은 세계 최고 성능의 유연 p형·n형 이온 열전 소재를 동시에 개발했다고 13일 밝혔다. 열전소재는 소재 내·외부의 온도 차를 이용해 전기를 생산하는 발전기형 소재다. 그중 ‘이온 열전소재’는 전자가 아닌 이온의 이동으로 전기가 발생한다. p형 소재는 양이온이, n형 소재는 음이온이 움직여 전류를 생성한다. 온도차가 생기면 이온이 차가운 쪽으로 이동하며 전압이 발생하고, 이를 통해 전류가 흐르게 된다. 이번에 개발된 소재의 열전 성능지수(ZTi)는 p형 49.5, n형 32.2로, 이는 현재까지 보고된 이온 열전 소재 중 가장 높은 기록이다. 기존 최고 기록보다 약 70% 향상된 수치로, 열전 성능 지수가 높을수록 작은 온도차에서도 효율적으로 전기를 생산할 수 있다. p형 소재는 전도성 고분자인 PEDOT:PSS 복합체를 기반으로, n형 소재는 p형 소재에 염화구리(CuCl₂)를 첨가해 제작했다. p형에서는 양이온(수소 이온), n형에서는 음이온(염화 이온)이 이동해 전류를 생성한다. 두
광주과학기술원(GIST)은 반도체공학과 강동호 교수와 경북대학교 전기공학부 장병철 교수 공동 연구팀이 뇌의 신경세포(뉴런)들이 신호를 주고받는 연결 부위인 ‘시냅스’의 동작 원리를 바탕으로, 빛과 전압을 이용해 단일 소자에서 전류의 ‘양(+)·음(–)’ 두 방향을 모두 제어할 수 있는 ‘광전자 인공 시냅스’를 개발했다고 밝혔다. 이번 연구는 단일 소자만으로 양방향 인공 시냅스를 구현한 첫 사례로, 기존 하드웨어 신경망의 구조적 한계를 근본적으로 극복한 것으로 평가된다. 이 기술은 고집적·저전력 인공지능(AI) 반도체(뉴로모픽 칩) 구현을 앞당길 핵심 기술로, 향후 이미지 인식·패턴 분석 등 온칩 학습(On-chip learning) 기반의 실시간 AI 처리 시스템에 폭넓게 활용될 것으로 기대된다. 뉴로모픽 반도체는 인간의 뇌 신경망을 모방해 정보를 병렬적으로 처리하고 학습하는 차세대 AI 칩이다. 기존 컴퓨터처럼 메모리와 연산 장치가 분리된 구조와 달리, 시냅스 소자가 기억 저장과 연산 기능을 동시에 수행해 고속·저전력 연산이 가능하다. 특히 스파이킹 신경망(SNN, Spiking Neural Network) 기반 뉴로모픽 시스템은 뇌의 뉴런이 전기 신호를
DGIST 로봇및기계전자공학과 김봉훈 교수 연구팀이 KAIST, POSTECH, 경희대학교, 국립공주대학교 등과 공동연구를 통해 전기나 외부 동력 없이 스스로 냉방과 난방을 조절할 수 있는 ‘3차원 스마트 건축물 에너지 절감 소자’를 개발했다고 11일 밝혔다. 건축물에서 사용되는 에너지는 전 세계 총 에너지 소비의 약 30%를 차지하며, 그중 70% 이상이 냉난방에 사용된다. 이에 따라 냉난방 효율을 높이는 친환경 기술 개발의 필요성이 커지고 있으나, 기존 냉·난방 겸용 소자들은 외부 전력 공급이 필요하거나 기능 조절이 제한적이었다. 연구팀은 이러한 한계를 극복하기 위해 전통 건축의 “위도에 따라 처마 각도가 달라지는 원리”에 착안해, 태양빛의 각도 변화에 따라 스스로 열리고 닫히며 냉방과 난방을 전환할 수 있는 3차원 스마트 구조 소자를 설계했다. 이 소자는 형상기억합금(Shape Memory Alloy)의 온도 반응 특성을 활용해 전기 공급 없이 자동으로 작동한다. 소자의 3차원 구조가 닫히면 표면이 태양열을 반사하고 중적외선을 방출해 냉방 모드로 작동하며, 구조가 열리면 태양빛을 흡수하는 흑색 표면이 노출돼 난방 모드로 전환된다. 외부 온도나 계절 변화
KAIST 화학과 연구팀이 비타민 B2(리보플라빈, 플라빈)에 금속을 결합해 새로운 인공 효소를 개발했다. 이 연구는 리보플라빈의 전자 전달 기능에 금속의 반응 조절 능력을 더해, 자연 효소보다 정밀하고 안정적인 인공 효소를 구현한 세계 최초의 사례다. KAIST 화학과 백윤정 교수 연구팀은 기초과학연구원(IBS) 권성연 박사 연구팀과의 공동연구를 통해 플라빈이 금속 이온과 결합할 수 있는 새로운 분자 시스템을 합성했다고 11일 밝혔다. 기존 플라빈은 질소와 산소가 복잡하게 얽힌 고리 구조를 가져 금속이 선택적으로 결합하기 어려웠다. 연구팀은 이러한 구조적 한계를 극복하기 위해 플라빈 내 금속 결합 부위를 분자 수준에서 설계하고, 금속을 붙잡는 리간드(ligand) 구조를 정밀하게 배치하는 금속화학적 접근법을 적용했다. 그 결과 금속 주변의 전자적·공간적 상호작용을 정교하게 제어해 플라빈-금속 결합체를 안정적으로 합성하는 데 성공했다. 이번 연구는 플라빈의 고유 특성과 금속의 반응성을 하나의 시스템에 결합시킨 최초의 사례로, 화학 반응을 정밀하게 조절할 수 있는 금속 기반 인공 효소 개발의 가능성을 제시했다. 백윤정 교수는 “자연에서 발견되는 플라빈의 한계를
디지털 전환과 AI 기반 신뢰성 향상의 출발점은 데이터 무결성으로, 이는 인식, 예측, 최적화 단계를 거치며 완성된다. 지속적인 장비 상태 모니터링 도구를 활용해 기존의 수동 데이터 수집 방식을 자동화함으로써, 실행 가능한 실질적인 인사이트를 제공하는 일관되고 신뢰할 수 있는 자산 데이터를 확보할 수 있다. 자산 성능 관리 소프트웨어(Asset Management Software, AMS)를 통해 설비 고장을 예측하고 선제적으로 정비 일정을 수립하며, 근본 원인을 제거한다. 이후 예지정비 기술로 장기적인 운영·유지 관리 전략을 적용해 유지보수 비용을 절감하는 동시에 자산의 신뢰성과 투자 가치를 향상시키고 보전한다. 장비의 라이프 사이클에 기반한 신뢰성 솔루션(Reliability Solution)은 유지 관리 효율과 운영 성능의 잠재력을 극대화하는 체계적인 통합 디지털 여정이다. 더 이상 전통적인 유지보수 전략만으로는 오늘날 산업 현장에서 요구되는 경제성과 효율성을 동시에 달성하기 어렵다. 반면, 선도적인 공장과 기업들은 방대한 데이터를 단순히 수집하는 데 그치지 않고, 디지털 기술을 활용해 이를 실행 가능한 정보와 전략적 의사결정 지침으로 전환하고 있다.
개요 이 글은 서드파티 SPICE 모델을 LTspice®에 가져오는 방법을 단계별로 설명한다. 서로 다른 두 가지 모델 유형을 가져오는 과정은 .MODEL 지시문으로 구현된 모델과 .SUBCKT 블록으로 구현된 모델이라는 두 가지 모델 유형을 다룬다. 제시된 단계는 다른 사람과 회로도를 공유할 때 최대한의 이식성을 보장하기 위한 것이다. 머리말 LTspice®는 회로도를 좀더 수월하게 생성하고 신속하게 시뮬레이션 할 수 있게 해준다. 때로는 설계를 구상하는 가장 좋은 출발점은 이상적인 회로 요소를 사용하는 것이다. 그러나 회로 설계 엔지니어는 초기의 단순한 회로도를 보다 현실적인 부품 모델로 개선해야 할 수도 있다. LTspice에는 다양한 서드파티 제조사 모델이 포함되어 있다. 이러한 모델을 사용하려면 부품을 마우스 오른쪽 버튼으로 클릭한 뒤 속성 창에서 Pick을 클릭하고 그 다음 생성되는 창에서 원하는 부품을 하나 선택하면 된다. LTspice 부품 라이브러리에 없는 모델의 경우, 외부 소스의 부품 모델을 LTspice로 가져올 수 있다. 이를 수행하기 위한 단계는 부품의 종류와 모델 문법에 따라 달라진다. SPICE 모델에는 두 가지 유형이 있다. 하
임계전압(Threshold Voltage) VGS(th)(또는 VTh)는 MOSFET의 주요 매개변수 중 하나이지만, 항복 전압(Breakdown Voltage)이나 온 상태(on-state) 저항 RDS(on)과 같은 주요 매개변수에 가려지는 경우가 많다. 그 이유는 간단하다. 두 번째 매개변수는 MOSFET이 애플리케이션에 적합한지 여부를 나타내는 반면, 임계전압은 스위칭 성능과 같은 동작을 정의’만’ 할 뿐이다. 단일 디바이스 작동에서는 동작이 양호하면 추가 조사가 필요 없다. 하지만 병렬 구조에서는 상황이 달라진다. 단일 디바이스는 일반적으로 10kW 이상의 전력을 처리할 수 없으므로 수십 kW 범위에서는 여러 개의 개별 SiC MOSFET을 병렬로 연결하거나 전력 모듈을 사용해야 한다. 모듈도 SiC MOSFET으로 구성되지만, 주어진 토폴로지는 보드가 아닌 모듈 내부에 있다. 내부의 실제 SiC MOSFET 칩은 개별 패키지에서 찾을 수 있는 것과 동일한 디바이스인 경우가 많으며 때로는 병렬로 연결되기도 한다. 하지만 병렬로 배치된 칩들은 일반적으로 최적의 기능을 위해 서로 가까운 매개변수를 갖도록 선택된다. 두 매개변수는 매칭 기준이 엄격한데,
우리 몸에 생긴 암세포가 다른 부위로 퍼지는 암 전이나, 상처를 치유하기 위해 면역세포가 이동하는 과정 등 세포의 이동은 생명현상에 꼭 필요한 과정이다. 그러나 그동안 세포가 외부 자극 없이 스스로 이동 방향을 결정하는 원리는 밝혀지지 않았다. KAIST와 국제 공동 연구진은 이번 연구를 통해 세포가 스스로 방향을 정해 움직이는 원리를 규명, 향후 암 전이와 면역 질환의 원인을 밝히고 새로운 치료 전략을 세우는 데 중요한 단서를 제시했다. KAIST는 생명과학과 허원도 석좌교수 연구팀이 바이오및뇌공학과 조광현 석좌교수 연구팀, 미국 존스홉킨스대 이갑상 교수 연구팀과 공동으로 세포가 외부의 신호 없이도 스스로 이동 방향을 결정하는 ‘자율주행 메커니즘’을 세계 최초로 규명했다고 10일 밝혔다. 연구팀은 살아있는 세포 안에서 단백질들이 서로 어떻게 상호작용하는지를 눈으로 직접 볼 수 있는 새로운 이미징 기술 ‘INSPECT(INtracellular Separation of Protein Engineered Condensation Technique)’를 개발했다. 이 기술을 이용해 세포가 스스로 어느 방향으로 움직일지를 정하는 내부 프로그램의 원리를 밝혀냈다. 연구
분자 시뮬레이션의 역할 분자는 물론, 그것을 구성하는 원자를 육안으로 관측하는 것은 불가능하다. 인간은 많은 측정기기의 개발을 통해 양자역학의 법칙이 지배하는 원자 수준 세계의 정보를 획득하려고 노력해 왔다. 인간이 가시광 영역의 빛을 이용해 시각을 획득하고 있다는 것을 생각하면, 빛(전자파)을 이용한 분광 측정기기는 당연한 귀결일지도 모른다. 분자 진동은 적외 영역의 에너지 대역을 가지며, 적외선을 통해 분자 진동의 관측이 가능하다. 자외·가시 영역의 빛은 분자의 전자 상태 에너지 대역에 해당하기 때문에 분자의 전자 상태 정보를 얻을 수 있다. X선과 같은 강력한 빛은 분자나 결정 중의 원자 간과 동일한 정도의 파장을 가지며, 이들을 관측하기 위해 이용된다. 또한 화학 실험실에서는 분자 구조를 해명하기 위해 핵자기공명(NMR)이 필수적이다. NMR은 자기장 중의 분자를 구성하는 원자핵이 전자장과 공명을 일으키는 주파수를 관측한다. 이러한 측정기기를 이용해 얻은 정보는 해독이 필요한 간접적인 것이다. 어떤 조건 하에서도 측정할 수 없고 측정 환경을 갖출 필요가 있다. 양자역학의 원리에서는 대상에 교란을 주지 않고 관측을 얻는 것은 불가능하다. 따라서 제한된
UNIST 기계공학과·인공지능대학원 정임두 교수 연구팀이 AI 기술로 산업 현장의 ‘소음 문제’를 해결하는 혁신적 기술을 선보이며 전국 규모 경진대회에서 우수한 성과를 거뒀다. UNIST의 ‘세이프엔젤(SafeAngel)’ 팀은 11월 5일 서울 용산 드래곤시티 호텔에서 열린 과학기술정보통신부 주관 ‘2025년도 AI 챔피언 대회’ 본선에서 최종 3위를 차지하며 과기정통부 장관상(AI 챌린저상)을 수상했다. 전국 630개 팀이 참가한 이번 대회는 올해 처음 열린 전국 단위 AI 기술 경연으로, 치열한 경쟁 끝에 단 5개 팀만이 본선에서 수상의 영예를 안았다. 이번 대회는 예선을 거쳐 100팀, 20팀, 최종 결선 8팀으로 압축됐으며 세이프엔젤 팀은 실용성과 기술 완성도, 사회적 파급력 측면에서 높은 평가를 받았다. 연구팀에는 정임두 교수를 비롯해 김태경·김경환·김도현·공병훈·이윤수 연구원이 참여했으며, 포항산업과학연구원(RIST) 서준영·방진아·문영민 연구원이 공동으로 참여했다. 이들이 선보인 연구 과제는 ‘산업 맞춤형 능동 청력 보호 및 소통 장치를 위한 온디바이스 물리 기반 AI(On-Device Physical AI) 기술’로, 산업 현장의 소음성 난청
이제는 단순히 말만 하는 AI 음성비서를 넘어, 인공지능이 직접 화면을 보고 판단해 택시를 호출하고 SRT 티켓을 예매하는 시대가 열렸다. KAIST는 전산학부 신인식 교수가 이끄는 AutoPhone 팀(플루이즈·KAIST·고려대·성균관대)이 과학기술정보통신부가 주최한 ‘2025 인공지능 챔피언(AI Champion) 경진대회’에서 초대 AI 챔피언(1위)에 선정됐다고 6일 밝혔다. 이번 대회는 AI 기술의 혁신성과 사회적 파급력, 사업화 가능성을 종합 평가하는 국내 최대 규모의 AI 기술 경진대회로, 전국 630개 팀이 참가한 가운데 AutoPhone 팀이 최고 영예를 차지하며 연구개발비 30억 원을 지원받는다. AutoPhone 팀이 개발한 ‘FluidGPT’는 사용자의 음성 명령을 이해해 스마트폰이 스스로 앱을 실행하고 클릭·입력·결제까지 완료하는 완전 자율형 AI 에이전트 기술이다. 예를 들어, 사용자가 “서울역에서 부산 가는 SRT 예매해줘” 또는 “택시 불러줘”라고 말하면, FluidGPT는 실제 앱을 열고 필요한 단계를 순차적으로 수행해 결과를 완성한다. 이 기술의 핵심은 ‘비침습형(API-Free)’ 구조다. 기존에는 택시 앱(API)을 이용해
KAIST 연구진이 단 2~3장의 일반 사진만으로 실제 환경을 고정밀 3D 공간으로 복원할 수 있는 혁신적인 기술을 개발했다. 이 기술은 라이다(LiDAR)나 고가의 3D 스캐너, 복잡한 보정 과정 없이도 실험실·도심·건축물 등 현실 공간을 실감형 가상 환경으로 재현할 수 있어, 향후 3D 콘텐츠 제작의 새로운 패러다임을 제시할 것으로 기대된다. KAIST 전산학부 윤성의 교수 연구팀이 개발한 ‘SHARE(Shape-Ray Estimation)’ 기술은 정밀한 카메라 위치나 방향 정보를 알지 않아도 영상 자체만으로 고품질의 3차원 장면을 복원할 수 있는 신개념 3D 복원 방식이다. 기존 기술은 카메라의 촬영 각도와 위치를 사전에 알아야 정확한 복원이 가능했으나, SHARE는 영상 내에서 스스로 공간 정보를 추출해 카메라 시선 방향(Ray)과 사물의 형태(Shape)를 동시에 추정함으로써 이 한계를 극복했다. SHARE 기술은 소수의 영상에서도 서로 다른 시점에서 촬영된 장면을 하나의 공통된 공간으로 자동 정렬하고, 왜곡 없이 정확한 3D 구조를 복원한다. 별도의 학습 과정이나 장비 보정 없이도 정밀한 모델링이 가능해 현장 활용성이 높으며, 건설·미디어·게임·
광주과학기술원(GIST)은 전기전자컴퓨터공학과 정현호 교수와 한국과학기술원(KAIST) 송영민 교수 공동연구팀이 전압과 빛의 편광 방향을 동시에 이용해 색상을 정밀하게 조절할 수 있는 ‘카이랄(Chiral) 플라즈모닉 전기변색 메타표면’을 세계 최초로 개발했다고 밝혔다. 이번 기술은 빛의 회전 방향(원형편광)에 따라 색이 달라지는 나선형 금 나노구조와 전기변색 고분자(Polyaniline, PANI)를 결합해, 1볼트(V) 이하의 초저전력으로 가시광 전 영역(약 287나노미터)에 걸친 폭넓은 색상 변화를 구현할 수 있는 것이 특징이다. 전기변색 소자는 전압을 가하면 색이 변하는 원리를 활용해 스마트 윈도우나 저전력 디스플레이에 응용된다. 그러나 기존 기술은 색 변화 폭이 제한적이거나 고전압이 필요해 한 픽셀 내에서 다양한 색을 표현하기 어려웠다. 연구팀은 자연계의 나선형 구조(보석풍뎅이 등)에서 영감을 받아, 빛의 편광 방향에 따라 색이 달라지는 ‘이색성(Dichroism)’ 원리를 전기변색과 결합했다. 금 기반의 나선형 나노구조 위에 전기변색 고분자를 균일하게 코팅해 전압과 편광 변화에 따라 색을 조절할 수 있는 메타표면을 구현했으며, 복잡한 미세가공 없이
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 11월 26일 11시 01분
