최근 일본 국내 공장에서는 인력 부족과 경쟁력 확보를 목적으로 비용 절감을 실현하기 위해 생산 라인의 통폐합이 추진되고 있다. 더불어 로봇·IoT 기술의 발전으로 급속한 무인화·자동화가 진행되어 생산 능력이 향상되고 있다. 한편 원자재 가격 상승과 인건비 상승에 대응할 필요도 있어 낭비를 배제한 효율적인 생산을 실현하기 위해 측정 오차를 최대한 줄이는 것이 요구되고 있다. 이 글에서는 안리츠 주식회사가 생산 능력을 향상시키고 또한 측정 오차의 최소화를 실현하기 위해 대응하고 있는 중량 선별기에 대해 소개한다. 이 글에서는 ‘계량’이라는 용어를 ‘질량 계측’의 의미로 사용한다. 중량 선별기의 개요 1. 사용 용도 중량 선별기(그림 1)는 주로 식품·약품용 제조 라인에서 생산되는 상품의 질량을 전수 측정하여 질량의 과부족에 따른 불량품을 후단의 선별 수단에 의해 라인 밖으로 배제하는 검사장치이다. 도입 목적은 상품의 중량·결품 체크에 의한 선별, 충진 손실 최소화를 위한 충진기에 대한 측정값 피드백 제어 외에도, 측정값 경향을 기반으로 한 라인의 이상 감시 등에도 이용되고 있다. 원료의 유효 이용과 포장재 손실 방지, 품질 향상 등 다양한 요구에 대응하고 있으며
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 물리법칙을 AI와 결합한 새로운 기법을 통해, 데이터가 부족한 상황에서도 신소재를 신속히 탐색하고 재료·기계·에너지·전자 등 다양한 공학 분야의 설계와 검증까지 빠르게 수행할 수 있는 기반을 마련했다. KAIST는 기계공학과 유승화 교수 연구팀이 경희대 임재혁 교수 연구팀, 한국전기연구원(KERI) 류병기 박사와 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 초탄성(hyperelastic) 소재를 대상으로, 단 한번의 실험에서 얻은 적은 데이터만으로도 재료의 변형 양상과 성질을 동시에 규명할 수 있는 물리 기반 인공신경망(Physics-Informed Neural Network, PINN) 기법을 제시했다. 기
GIST, 자율주행차 보행자 인식 오류 유발하는 새 알고리즘 검증 광주과학기술원(GIST)은 AI융합학과 김승준 교수 연구팀이 자율주행차에 활용되는 시각 인식 시스템의 보안 취약점을 진단할 수 있는 새로운 ‘적대적 공격’ 알고리즘을 개발했다고 밝혔다. 자율주행차는 도로 위 보행자, 차량, 차선, 신호등 등 다양한 객체를 실시간으로 정확하게 인식해야 안전하게 주행할 수 있다. 이를 가능하게 하는 핵심 기술이 바로 의미 분할(Semantic Segmentation) 모델이다. 적대적 공격(Adversarial Attack)은 인공지능 모델, 특히 딥러닝 기반 모델이 잘못된 판단을 내리도록 의도적으로 입력 데이터를 교묘히 조작하는 기법을 말한다. 예를 들어 이미지의 픽셀 값을 인간이 눈치채기 힘들 정도로 미세하게 변형해도 모델은 전혀 다른 사물로 잘못 인식할 수 있어 보안 및 신뢰성 측면에서 큰 위협이 된다. 의미 분할(Semantic Segmentation) 모델은 이미지 속의 모든 픽셀을 사물이나 배경 등 특정 의미 단위로 구분해주는 인공지능 기술로, 자율주행차가 도로 상황을 인식할 때 차선, 보행자, 차량, 신호등 등 각각의 객체를 픽셀 단위로 정확히 구분해
전 NBC 뉴스 기자 찰스 서빈과 미국의 전설적 포크 가수 우디 거스리의 공통점은 희귀 유전성 질환인 헌팅턴병을 앓았다는 점이다. 헌팅턴병은 근육 조정 능력 상실, 인지 기능 저하, 정신적 문제를 동반하는 대표적 신경계 퇴행성 질환이다. KAIST 연구팀이 이 병의 원인 단백질인 헌팅틴 단백질의 새로운 기능을 규명하며 발병 원인 이해에 중요한 단서를 제공했다. KAIST는 생명과학과 송지준 교수 연구팀이 오스트리아 과학기술원, 프랑스 소르본느대·파리 뇌연구원, 스위스 연방공대 등과 함께 국제 공동연구를 진행해 헌팅틴 단백질이 세포골격 미세섬유(F-actin)를 다발 형태로 배열하는 구조적 원리를 밝혀냈다고 16일 밝혔다. 연구팀은 초저온 전자현미경(cryo-EM)과 세포생물학적 기법을 활용했다. 기존에는 헌팅틴 단백질이 소포 운반이나 미세소관 수송에 관여하는 등 세포골격을 ‘활용’하는 역할만 한다고 알려져 있었지만, 이번 연구는 헌팅틴 단백질이 세포골격 자체를 물리적으로 조직한다는 사실을 세계 최초로 입증했다. 연구팀은 헌팅틴 단백질이 F-actin에 직접 결합하고, 두 단백질이 짝을 이뤄 약 20나노미터 간격으로 세포골격을 다발 형태로 묶는다는 사실을 확인
광주과학기술원(GIST)은 환경·에너지공학과 박기홍 교수 연구팀이 중국과 한국에서 수집한 초미세먼지(PM2.5)의 화학 성분과 산화잠재력(OP)을 분석하고, 이를 기반으로 건강 유해성을 정밀하게 예측할 수 있는 인공지능(AI) 모델을 개발했다고 30일 밝혔다. 현재 국내에서는 초미세먼지 위험성을 주로 농도 기준으로 평가한다. 그러나 실제 건강에 미치는 영향은 농도뿐 아니라 초미세먼지를 구성하는 성분과 독성에 따라 크게 달라진다. 이에 연구팀은 미세먼지가 체내에서 산화스트레스를 유발하는 능력, 즉 산화잠재력을 새로운 건강위험 지표로 활용했다. 문제는 초미세먼지의 성분과 독성을 직접 측정하는 데 많은 시간과 비용이 소요된다는 점이다. 연구팀은 이를 해결하기 위해 수년간 한국과 중국의 도심과 농촌 지역에서 농도, 화학 성분, 산화 독성 데이터를 동시에 수집해 AI 모델을 학습시켰다. 그 결과 농도와 화학적 성분만으로 산화 독성을 정확히 예측할 수 있는 모델을 구축했다. 특히 연구팀은 ‘설명 가능한 인공지능(XAI)’ 기법을 적용해 초미세먼지 산화 독성에 가장 큰 영향을 주는 성분을 규명했다. 분석 결과 망간(Mn), 납(Pb), 구리(Cu), 아연(Zn), 수용성
단일 센서로 원전 139개 지점 지진 응답 추정...점검 효율 혁신 원자력 발전소의 보조 건물에 몰려 있는 배전반, 비상발전기 같은 전기 설비는 진동에 취약하다. 실제 2016년 경주 지진 때도 콘크리트 건물은 큰 피해가 없었지만 전기 설비 점검을 위해 가동을 중단한 사례가 있다. 이를 일일이 점검하지 않고도 보수가 필요한 설비를 신속히 가려낼 수 있는 기술이 나왔다. UNIST 지구환경도시건설공학과 이영주 교수팀과 한국표준과학연구원 물리측정본부 비파괴측정그룹 이재범 박사팀은 원자력발전소 보조건물 내 139개 세부 지점의 진동 현황을 추정하는 인공지능 모델을 개발했다고 30일 밝혔다. 개발된 인공지능 모델은 단일 센서가 실측한 지진 데이터를 입력받아 건물 내 139개 지점의 지진 가속도 응답을 0.07초 안에 산출한다. 가속도 응답은 지진파가 지나갈 때 설비가 얼마나 빠르고 강하게 흔들렸는지를 보여주는 지표다. 이를 분석하면 우선 점검이 필요한 설비 구역을 파악할 수 있다. 139개 지점의 가속도 응답을 실제로 측정하려면 수백 대의 센서가 필요하지만, 인공지능이 가상 센서 역할을 해 설치 비용과 유지·보수 부담을 줄일 수 있다. 연구팀은 인공지능 모델을 여섯
KAIST는 연구성과를 기반으로 한 국내 로봇 스타트업들이 조선소와 도심 현장에서 새로운 혁신을 이끌고 있다고 30일 밝혔다. 벽과 천장을 자유롭게 오르내리는 산업용 보행 로봇과 강남 도심 속을 걸어 다니는 휴머노이드 보행 로봇이 상용화 무대에 오르며 주목받고 있다. 주인공은 디든로보틱스와 유로보틱스다. 디든로보틱스는 철제 벽면과 천장을 자유롭게 이동하며 작업할 수 있는 ‘승월(昇越) 로봇’ 기술을 상용화해 조선업을 비롯한 산업 자동화 시장에 새로운 돌파구를 제시했다. 2024년 3월 KAIST 기계공학과 휴보랩 DRCD연구실 출신 4명이 공동 창업한 디든로보틱스는 사족보행 로봇 ‘DIDEN 30’을 개발했다. 이 로봇은 자율주행 기술과 족형 다리 구조, 자석 발을 결합해 사람이 접근하기 어려운 고위험 작업 환경에서도 활용 가능하다. DIDEN 30은 선박 건조 현장에서 구조물로 빽빽하게 설치된 철제 보강재(론지)를 넘는 ‘론지 극복 테스트’를 성공적으로 마치며 현장 적용 가능성을 입증했다. 현재는 선박 내부의 좁은 출입구인 액세스홀을 통과할 수 있도록 기능 고도화를 진행 중이며, 2026년 하반기부터는 용접·검사·도장 등 실제 작업 투입을 목표로 성능 개선
김미소 교수, 와일리 라이징 스타·여성 재료과학상 동시 수상 KAIST 연구진이 광경화 3D 프린팅의 내구성 한계를 극복할 수 있는 신기술을 개발, 의료용 보형물부터 정밀 기계 부품까지 한층 튼튼하면서도 경제적으로 제작할 수 있는 길을 열었다. KAIST는 기계공학과 김미소 교수 연구팀이 디지털 광 조형(DLP, Digital Light Processing) 기반 3D 프린팅의 내구성 약점을 해결할 수 있는 신기술을 개발했다고 29일 밝혔다. DLP 프린팅은 빛으로 액체 레진을 굳혀 정밀 구조물을 제작하는 기술로 치과·정밀 기계 등 다양한 분야에서 쓰이고 있다. 그러나 내구성이 낮아 충격에 취약한 단점이 있었다. 연구팀은 ▲충격과 진동을 흡수하면서 다양한 물성을 구현할 수 있는 신규 광경화 레진 소재와 ▲구조물의 각 부위에 최적 강도를 자동 배치하는 머신러닝 기반 설계 기술을 결합해 문제를 해결했다. 특히 ‘동적 결합을 도입한 폴리우레탄 아크릴레이트(PUA)’ 소재를 개발해 기존보다 충격·진동 흡수 능력을 크게 향상시켰다. 또한 빛의 세기를 조절해 하나의 레진에서 서로 다른 강도를 구현하는 ‘회색조 DLP’ 기술을 적용, 부위별 맞춤 강도 부여에 성공했다.
스마트폰, 인공지능 메인 칩에 전력을 안정적으로 공급하고 잡음을 제거하는 초소형 전력관리 반도체가 국내 연구진에 의해 개발됐다. 전력 관리 성능은 세계 최고 수준을 기록하면서도 크기는 기존보다 작아져, 전압 변동이 심한 AI 반도체와 잡음에 민감한 6G 통신칩 등 차세대 시스템온칩(SoC) 개발에 기여할 전망이다. UNIST 전기전자공학과 윤희인 교수 연구팀은 초소형 하이브리드 전력관리 반도체 LDO(Low Dropout Regulator)를 개발했다고 29일 밝혔다. LDO는 메인 반도체에 공급되는 전압을 일정하게 유지하고 직류 전압에 섞인 교류 잡음을 걸러주는 역할을 한다. 스마트폰에서 게임 앱을 갑자기 실행하거나 종료할 때 전류 사용이 급격히 바뀌면 전압도 요동치는데, LDO가 이를 안정화한다. 연구팀이 개발한 LDO는 아날로그 회로 기반에 디지털 회로 장점을 더한 하이브리드 구조로, 전압 안정화 성능과 잡음 억제 성능을 동시에 확보했다. 시험 결과, 99mA 전류 변화 상황에서도 출력 전압 출렁임을 54mV 수준으로 억제하고 667나노초 만에 전압을 복구했다. 잡음 억제 성능(PSRR)은 –53.7dB(100mA 부하, 10kHz 기준)로, 주파수 1
KAIST 연구진이 암세포 핵 비대 현상이 단순히 암의 악성화를 의미하는 것이 아니라 DNA 복제 스트레스에 따른 일시적 반응이며, 오히려 전이를 억제할 수 있음을 규명했다. 이번 성과는 암 진단과 전이 억제를 위한 새로운 치료 전략 개발로 이어질 수 있다는 점에서 의의가 있다. KAIST는 의과학대학원 김준 교수 연구팀이 김지훈 교수, 김유미 교수 연구팀과 함께 암세포 핵이 커지는 분자적 원인을 밝혀냈다고 26일 밝혔다. 병리 검사에서 자주 관찰되는 핵 비대 현상은 그동안 암 발달과의 직접적 연관성이 명확히 밝혀지지 않았다. 연구 결과, DNA 복제 과정에서 발생하는 복제 스트레스가 핵 내 액틴 단백질을 중합시켜 핵 비대를 일으키는 직접 원인임이 확인됐다. 이는 핵 크기 변화가 암세포 진화의 결과물이 아니라 스트레스 상황에서 나타나는 임시적 반응임을 보여준다. 더불어 핵이 커진 암세포는 실제로 이동성과 전이 능력이 떨어진다는 사실이 생쥐 모델에서 입증됐다. 연구팀은 ▲수천 개 유전자를 억제해 핵 크기 조절 유전자를 찾는 유전자 기능 스크리닝 ▲핵 비대 시 활성화되는 유전자 프로그램을 밝히는 전사체 분석 ▲3차원 유전체 구조 분석(Hi-C)을 통해 핵 크기
한국전자통신연구원(ETRI)은 차세대 휴머노이드 연구를 본격화하며 ‘휴머노이드 브레인(K-HB: K-Humanoid Brain)’ 개발에 착수했다고 25일 밝혔다. 이번 연구는 ‘탑챌린지 프로젝트’ 성과를 기반으로 하며, AI와 로봇 핵심 기술을 결합한 차세대 로봇 지능 개발이 목표다. ETRI는 탑챌린지 프로젝트를 통해 ▲소음 환경에서도 동작하는 멀티모달 음성인식 ▲사용자 감정과 상황을 반영한 교감형 대화 ▲시선·몸짓·제스처 생성 기술 ▲전고체 전지 기반 배터리 기술 등을 확보했다. 이를 통해 휴머노이드가 단순 명령 수행을 넘어 사람과 교감하며 상황에 맞게 반응하는 실용적 로봇으로 발전할 기반을 마련했다. 이 같은 성과는 지난 6월 열린 ‘ETRI 컨퍼런스 2025’에서 처음 공개된 소셜 휴머노이드 ‘소노이드(Sonoid)’에 적용됐다. 소노이드는 대화를 이해하고 감정을 파악해 몸짓으로 반응하는 교감형 AI 로봇으로, 상담·교육·돌봄 등 인간적 교감이 필요한 서비스 분야에서 활용 가능성이 크다. 하드웨어 부문에서도 전고체 전지 적용을 통해 활동 시간을 늘리고 안전성을 높이는 성과를 거뒀다. 장시간 자율 활동이 가능해지면서 생활 및 산업 현장형 로봇으로 진화
UNIST 백종범 교수팀, 실리콘 넣어 암모니아 속 수소 분리하는 공정 개발 UNIST 연구진이 폐태양광 패널에서 회수한 실리콘을 활용해 순도 100% 수소와 이차전지 음극재 소재를 동시에 생산하는 기술을 개발했다. 암모니아에 저장된 수소를 실리콘을 넣어 추출하는 방식으로, 수소 생산 비용을 낮추면서 자원 재활용까지 가능하게 한 성과다. UNIST 에너지화학공학과 백종범 교수팀은 25일 암모니아에서 고순도 수소를 분리해내는 ‘볼 밀링 공법’을 발표했다. 암모니아는 무게 대비 수소 함량이 17.6%에 달해 수소 저장·운송 수단으로 주목받고 있으나, 기존 방식은 400~600℃의 고온 분해와 추가 정제 공정이 필요해 경제성과 효율성이 떨어졌다. 연구팀은 밀폐 용기에 구슬과 실리콘 분말, 암모니아 기체를 함께 넣고 흔드는 방식으로 문제를 해결했다. 구슬의 충격과 마찰로 실리콘이 활성화되면서 암모니아가 빠르게 분해돼 50℃ 수준의 낮은 온도에서 순수한 수소가 추출된다. 이 과정에서 발생하는 질소는 기체 형태로 방출되지 않고 실리콘과 결합해 질화규소(Si₃N₄)로 전환된다. 실험 결과 암모니아가 완전히 분해돼 시간당 102.5 mmol의 수소가 생성됐고, 불순물이 전
다양한 문제 풀이 궤적과 의도 사례 (출처 : GIST) (왼쪽부터)GIST AI융합학부 김선동 교수, 김세진 박사후연구원, 황산하 석사과정 졸업생, 이승필 석사과정생, 전기전자컴퓨터공학과 이호성 학사 졸업생 (출처 : GIST) 광주과학기술원(GIST) 김선동 교수 연구팀이 사람의 문제 풀이 과정 속 ‘의도’를 추정·정렬하는 학습 알고리즘과 생성모델을 결합해 사람처럼 다양한 풀이 과정을 만들어내는 데이터 증강 기법을 제안했다. 연구팀은 이를 통해 단순 정답 산출을 넘어 인간과 유사한 추론 능력을 갖춘 인공지능을 구현했다고 25일 밝혔다. 기존 인공지능은 주어진 문제의 정답 도출에는 강점을 보였지만, 인간처럼 단계적 사고 과정을 거치는 추론 능력은 부족했다. 연구팀은 인간이 문제 해결 과정에서 겪는 시행착오와 다양한 풀이 전략에 주목했다. 특히 풀이 과정에는 단순한 행동의 나열이 아닌 목표와 전략, 즉 ‘의도’가 담겨 있다는 점에서 착안했다. 연구팀은 문제 풀이 과정을 세분화해 각 단계의 의도를 추정하고 이를 정렬하는 알고리즘을 개발했다. 이어 생성모델 중 하나인 지플로우넷(GFlowNet)을 활용해 다양한 풀이 경로를 생성하는 데이터 증강 기법을 적용했다.
KAIST 연구팀이 기존 반도체 공정 방식의 한계를 극복하고 맞춤형 3차원 뇌신경 칩 제작 기술을 개발했다. 뇌과학 및 뇌공학 연구 플랫폼의 설계 자유도와 활용성을 크게 확장할 수 있는 성과로 평가된다. KAIST는 25일 남윤기 바이오및뇌공학과 교수 연구팀이 3D 프린터와 모세관 현상을 활용해 체외 배양 신경조직을 위한 3차원 미세전극 칩 제작 플랫폼을 개발했다고 밝혔다. 체외 배양 뇌 신경조직은 뇌 연구에 활용되는 단순화된 모델로 주목받아왔지만, 기존 장치는 반도체 공정 기반 제작 방식에 의존해 입체적 구조 구현에 한계가 있었다. 최근 3D 프린팅 기술이 제안되긴 했으나 전도성 물질 패터닝과 절연체 도포, 전극 오프닝 순서를 거치는 방식은 설계 자유도 측면에서 제약이 많았다. 연구팀은 공정 순서를 뒤집는 접근법을 도입했다. 먼저 3D 프린터로 미세 터널이 형성된 속이 빈 절연체 구조물을 출력한 뒤, 전도성 잉크가 모세관 현상으로 내부를 채우도록 해 전극과 배선을 형성했다. 이를 통해 복잡한 구조물 내에 미세전극을 자유롭게 배치한 3차원 지지체-미세전극 칩 제작이 가능함을 입증했다. 새 플랫폼은 프로브형, 큐브형, 모듈형 등 다양한 형태로 구현할 수 있으며
GIST-KAIST, 화재 예방 ‘나노광학 온도 센서’ 개발 광주과학기술원(GIST) 정현호 교수와 한국과학기술원(KAIST) 송영민 교수 공동 연구팀이 배터리 내부 온도가 위험 수준에 도달하기 전인 80도 이하에서 열폭주 위험을 실시간으로 감지할 수 있는 나노광학 온도 센서를 개발했다. 전기차나 스마트폰 배터리 발열을 조기에 포착해 화재·폭발 사고를 예방할 수 있는 원천 기술이라는 점에서 주목된다. 배터리는 전기차, 웨어러블 기기, 도심항공모빌리티(UAM) 등 첨단 기술의 핵심 에너지원이지만 열폭주로 인한 사고가 잇따르고 있다. 배터리 내부 온도가 80도를 넘으면 분리막과 전해질이 손상되기 시작하며, 1분 이내에 500도 이상으로 치솟을 수 있다. 그러나 기존 열전대는 접촉 지점만 측정 가능하고, 적외선 카메라는 표면 재질에 따라 정확도가 떨어지는 한계가 있다. 열변색 물질 기반 센서도 반응 속도가 느려 실시간 감지에는 적합하지 않았다. 연구팀은 단원소 물질인 텔루륨의 특성에 주목했다. 텔루륨은 상온에서 80도로 올라가면 고체에서 준액체 상태로 바뀌며 가시광 영역에서 굴절률이 크게 변한다. 이를 활용해 10나노미터 두께의 텔루륨 초박막을 알루미늄 배터리 표