한국전기연구원은 전기물리연구센터 장성록 박사팀이 반도체 초정밀 공정에 활용할 수 있는 ‘바이어스용 맞춤형 펄스 전원(Tailored Pulse Power modulator for bias)’ 기술을 개발했다고 15일 밝혔다. 바이어스 장치는 플라스마 내부 이온이 반도체 웨이퍼에 충돌하도록 전압을 걸어 표면 식각, 세정, 박막 증착 공정을 수행하는 장치다. 기존에는 고주파(RF) 전원을 주로 활용했으나 파형의 단순성으로 미세 공정에서 정밀도가 떨어지는 문제가 있었다. 연구팀은 이를 보완하기 위해 펄스 전원 방식을 적용했다. 펄스 전원은 낮은 전력으로 충전 후 높은 전력으로 순간 방전하는 기술로, 전력 제어에 따라 웨이퍼를 원하는 깊이와 폭으로 가공할 수 있다. 특히 연구팀은 펄스 출력 시 발생하는 전력 손실을 줄이기 위해 ‘소프트 스위칭’ 기법을 적용했다. 전압과 전류가 0에 가까운 지점에서 스위칭을 유도해 소자의 부담을 줄이고 전력 손실을 78% 이상 감소시켰다. 이로써 발열 문제 해결, 전원장치 소형화, 전력 밀도 향상, 수명 연장 효과도 기대된다. 또한 경사형, 계단형 등 다양한 파형을 구현할 수 있는 맞춤형 펄스 전원 기술도 확보했다. 이는 반도체 공정
매터(Matter)는 CSA(Connectivity Standards Alliance)가 스마트 홈을 위해 개발한 오픈소스 연결 표준이다. 이는 와이파이, 스레드, 이더넷, 그리고 기기의 네트워크 등록(커미셔닝)을 위한 블루투스 LE 등과 같은 기존의 스마트 홈 무선 연결 기술 위에 구축되는 인터넷 프로토콜(IP) 기반 기술이다. 기본적으로, 매터 기기의 전력소모는 사용하는 네트워킹 기술에 따라 다르지만, 이 글에서는 스레드 기반 매터(Matter over Thread) 네트워크 솔루션에 중점을 두고 살펴보고자 한다. 스레드 기반 매터는 최적화된 전력소모를 필요로 하는 배터리 기반 기기에 적합한 솔루션이다. 기본적인 전력소모가 네트워킹 기술에 의해 결정된다 하더라도, 개발자들은 기기의 동작 시간과 빈도를 줄이고, 대부분의 시간을 초저전력 절전 상태로 유지하도록 함으로써 전력소모를 최소화할 수 있다. 하지만, 이 경우 한 가지 절충이 필요하다. 일반적으로 기기의 동작 시간을 제한하면, 전력소모는 줄일 수 있지만, 그만큼 응답성과 처리량이 저하된다. 따라서 개발자는 응답성과 전력소모를 모두 고려하여 특정 적용사례에 가장 적합한 최적의 구성을 찾아야 한다. 매터의
개요 이 글은 타입 2 전기차 충전 장비(electric vehicle supply equipment, EVSE) 설계에 초점을 맞추고 있다. EVSE를 설계할 때 따라야 하는 규정은 IEC 61851-1 표준에 명시되어 있으며, EVSE 타입 2 세부 규격은 보충 표준인 IEC 62752에서 확인할 수 있다. 이 글에서 제시하는 가이드라인은 이들 표준을 따르며, 아나로그디바이스(ADI)의 새로운 레퍼런스 디자인을 예시로 go 구체적으로 설명된다. 충전 세션 동안 전기차(EV)와 EVSE 간의 협상 과정은 제어 파일럿(control pilot, CP) 파형을 통해 나타나며, 표준에서 정의한 상태들을 중심으로 설명된다. 파형과 함께 제공되는 디버그 메시지는 가이드라인의 타당성을 입증하고 EV 충전 과정을 더 잘 이해할 수 있도록 도와주며, 그 결과 설계 과정을 보다 수월하게 만든다. 머리말 전기차 시장은 기하급수적으로 꾸준히 성장하며, 2030년까지 약 5억 대의 전기차가 도로 위를 달릴 것으로 예상된다. 국제에너지기구(IEA)가 발표한 데이터를 살펴보면, 이러한 수치는 현실적인 수치로 보인다. 예를 들어, 2022년과 2023년 사이 배터리 전기차(BEV)와
개요 전동화의 경제적 이점과 삶의 질 향상은 많은 시장에서 고전압(HV)에서 48V로의 변환 채택을 가속화하고 있다. 고전압에서 48V로 변환하는 통합형 전력 모듈은 배터리 전압이 증가함에 따라 EV 및 기타 애플리케이션에서 점점 더 보편화되고 있다. 이러한 시스템에서 양방향 고정비 버스 컨버터 모듈이 전력 공급을 최적화하는 방법을 알아본다. 양방향, 고 전력 밀도 DC-DC 컨버터는 다양한 산업 분야에서 기계 장치의 전동화가 제시하는 새롭고 까다로운 사용 사례에 이상적인 솔루션이다. 이 논문에선 고효율 고정비 DC-DC 컨버터 모듈이 액체 냉각의 비용과 복잡성 없이 일시적인 재생 부하를 지원할 수 있음을 보여준다. 전동화는 화석 연료 기반 기계에서 벗어나려는 사회적 흐름 속에서 산업 전반은 물론, 차량 및 항공우주/방위 장비 모든 분야로 확산되고 있다. 이 움직임을 주도하는 경제적 및 문화적 동인은 잘 알려져 있으며 일반적으로 이견이 없다. 전동화는 환경적 이점(예: 관련 탄소 배출량 감소)과 고토크 모터를 통해 전기 차량에서 높은 가속도를 가능하게 하는 등 핵심 성능 이점을 모두 제공한다. 270V에서 1,000V에 이르는 고전압 DC는 전원 공급원과 전
KAIST 생명화학공학과 김지한 교수 연구팀이 양자컴퓨터를 활용해 수백만 가지 다성분 다공성 물질(MTV)의 설계 공간을 효율적으로 탐색할 수 있는 새로운 프레임워크를 개발했다고 9일 밝혔다. 이번 성과는 복잡한 MTV 설계 문제를 양자컴퓨팅으로 해결한 세계 최초 사례다. MTV는 여러 종류의 유기 리간드와 금속 클러스터가 결합해 형성되는 구조로 가스 흡착, 혼합가스 분리, 센서, 촉매, 에너지 저장·변환 등 다양한 응용 가능성을 갖는다. 그러나 조합의 수가 기하급수적으로 늘어나 기존 컴퓨터로는 MTV 구조 설계와 물성 예측이 사실상 불가능했다. 연구팀은 복잡한 MTV 구조를 그래프로 표현한 뒤 각 연결 지점과 블록 종류를 양자컴퓨터의 큐비트로 변환해 계산했다. 양자컴퓨터는 동시에 여러 경우를 계산할 수 있어 기존 방식보다 훨씬 적은 자원으로 수백만 가지 조합을 탐색할 수 있었다. 이를 통해 가장 안정적인 구조를 빠르게 찾아낼 수 있었으며, IBM 양자컴퓨터 실험에서도 시뮬레이션과 동일한 결과가 확인됐다. 연구팀은 이번 연구를 기반으로 머신러닝과 결합해 합성 가능성, 가스 흡착 성능, 전기화학적 특성까지 고려하는 통합 플랫폼으로 확장할 계획이다. 김지한 교수
개요 클라우드 도입과 인공지능(AI)의 시대로 접어들면서 데이터 센터 대역폭에 대한 수요가 급격히 증가해 전 세계적으로 데이터 센터도 기하급수적으로 늘어나는 추세다. 그러나 새로운 데이터 센터는 지속가능성과 공간 확보, 그리고 예산이라는 장벽을 마주하고 있다. 여러 정부 당국은 데이터 센터가 생산성, 경제 성장, 연구 발전에 기여한다는 점은 인정하고 있지만, 동시에 지역 사회의 민원, 수자원, 전력 사용에 미치는 영향 등 어려움이 동시에 존재한다. 이에 대한 가장 효과적인 해결책은 우리가 가진 자원의 한계를 고려하면서 기존 데이터 센터의 인프라를 최적화하여 성능을 극대화하는 것이다. 도시와 소비재, 그리고 우리가 살아가는 세계는 앞으로 점점 더 디지털화될 것이며 이에 더 많은 컴퓨팅 파워를 필요로 하게 된다. 현재 보유하고 있는 데이터 센터 인프라를 최적화해 더 높은 성능을 끌어내는 것은 데이터 센터에 닥친 현실적인 제약을 경쟁력으로 바꿔내는 효과적인 방법이다. 데이터 센터 최적화가 중요한 이유 기업의 CIO와 IT 리더는 비즈니스 전반에 활용할 수 있는 높은 성능의 기반 컴퓨팅 인프라를 구축해 새롭고 더 까다로워지는 워크로드들을 처리해야 하는 동시에 지속가
KAIST 연구진이 차세대 메모리로 주목받는 산화물 기반 저항 메모리(ReRAM)의 작동 원리를 세계 최초로 정밀 규명했다. 이번 연구 성과는 향후 고성능·고신뢰성 차세대 비휘발성 메모리 개발에 중요한 단서를 제공할 것으로 기대된다. KAIST 홍승범 신소재공학과 교수 연구팀은 박상희 신소재공학과 교수 연구팀과 협업해, 산화물 기반 메모리의 동작 원리를 다중모드 주사 탐침 현미경(Multi-modal SPM)을 활용해 규명했다고 밝혔다. 연구팀은 산화물 박막 내부의 전자 이동 경로, 산소 이온 움직임, 표면 전위 변화를 동시에 관찰하는 데 성공했다. 연구에서는 이산화티타늄(TiO₂) 박막에 전기 신호를 인가해 메모리의 기록과 소거 과정을 직접 구현했다. 그 결과 전류의 흐름이 산소 결함의 양과 분포에 따라 달라지며, 산화물 내 산소 결함 분포가 메모리의 켜짐(on)/꺼짐(off) 상태를 결정한다는 사실을 나노 수준에서 시각적으로 입증했다. 이번 성과는 특정 지점의 국소 관찰에 그치지 않고, 수 마이크로미터(㎛²) 크기의 넓은 영역에서 변화된 전류 흐름, 산소 이온 이동, 표면 전위 분포를 종합적으로 분석했다는 점에서 의미가 크다. 이를 통해 메모리 저항 변화
한국과학기술원(KAIST)은 전산학부 이재길 교수 연구팀이 제조 공정이나 설비가 바뀌어도 추가 학습 없이 기존 인공지능(AI) 모델을 활용해 불량을 탐지할 수 있는 ‘시계열 도메인 적응’ 기술을 개발했다고 26일 밝혔다. 최근 스마트팩토리(생산과정에 자동화 기술을 결합한 지능형 공장) 제조 현장에서 AI 센서 데이터를 활용한 불량 탐지 시스템 도입이 가속화하고 있다. 이 시스템은 설비에 부착된 센서로부터 입력되는 데이터를 실시간으로 분석해 설비 이상이나 불량품을 조기에 발견할 수 있지만, 생산 라인이 바뀌거나 설비 교체 등 제조 공정이 바뀌면 시스템의 성능이 급격히 떨어지는 등 문제가 있었다. 이 때문에 새로운 공정에 대해 추가 레이블링(특정 정보에 불량 여부나 상태 정보를 사람이 별도로 확인하고 레이블을 달아주는 작업)을 해야 하는 등 번거로움과 비용 부담이 컸다. 연구팀은 바뀐 공정에 대한 레이블링 없이도 기존 방법론의 성능을 개선할 수 있는 기술을 개발했다. 연구팀이 개발한 시계열 도메인 적응(Time-series Domain Adaptation) 기술은 시간에 따라 변하는 데이터, 예를 들어 온도 변화나 기계 진동, 전력 사용량, 센서 신호 등을 다루
한국과학기술원(KAIST) 생명화학공학과 고동연 교수팀은 미국 매사추세츠공과대학(MIT) 화학공학과 T. 앨런 해튼 교수팀과 공동으로 전기에 의해 스스로 열을 내는 섬유를 이용한 ‘이산화탄소 직접 공기 포집’(DAC·Direct Air Capture) 기술을 개발했다고 25일 밝혔다. DAC는 대기 중 이산화탄소를 직접 분리해 탄소 배출 농도를 원천적으로 낮출 수 있는 기술이다. 다만 공기 중 이산화탄소 농도가 400ppm 이하로 낮아 대량의 공기를 처리하기 위해 막대한 열에너지를 필요로 한다는 한계가 있다. 이를 극복할 방법으로 전기 구동 기반의 ‘저항 가열’(Joule heating) 방식이 떠오르고 있다. 저항 가열은 전기 에너지를 직접 열로 전환해 이산화탄소를 흡수하는 흡착제 자체를 가열하는 방식으로, 고온의 증기나 복잡한 설비가 필요 없다. 연구팀은 스마트폰을 충전할 수 있는 수준인 3V의 낮은 전압으로도 80초 만에 110도까지 가열할 수 있는 섬유 흡착제를 개발했다. 다공성 구조의 섬유 표면에 은 나노와이어(나노미터 굵기의 가는 실)와 나노입자 복합체를 3㎛(마이크로미터·100만분의 1m) 두께로 균일하게 코팅했다. 전기가 매우 잘 통하면서도 이
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 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 예상된다. KAIST는 전산학부 박대형 교수 연구팀이 시각적으로 형태를 구별하기 어려운 변형 물체를 로봇이 능숙하게 다룰 수 있게 하는 인공지능 기술 ‘INR-DOM(Implicit Neural-Representation for Deformable Object Manipulation)’을 개발했다고 21일 밝혔다. 박 교수 연구팀은 로봇이 관측한 부분적인 3차원 정보만으로 물체의 전체 형상을 복원하고 이를 바탕으로 조작 방식을 학습하는 기술을 구현했다. 또 강화학습과 대조학습을 결합한 2단계 학습 구조를 도입해 로봇이 과제를 효
한국과학기술원(KAIST)은 전기·전자공학부 이가영 교수 연구팀이 외부 전원 없이 작동하는 무전력 광센서를 개발했다고 14일 밝혔다. 기존 전원 공급 센서보다 응답도가 20배 높아 동급 기술 가운데 최고 성능을 자랑한다고 연구팀은 설명했다. 연구팀은 ‘반데르발스 전극’과 ‘부분 게이트’ 구조를 도입, 도핑(반도체에 불순물을 넣어 전기적 특성을 바꾸는 작업) 없이도 2차원 반도체에 전기적으로 PN 접합 구조(정공이 많은 P형과 전자가 많은 N형 재료를 접합한 반도체 구조)를 구현할 수 있는 기술을 개발했다. 반데르발스 전극은 반데르발스 힘(분자 사이에 서로 끌어당기는 힘)을 이용해 전기 신호에 민감하게 만들면서도 반도체와 부드럽게 결합해 2차원 반도체의 손상을 막을 수 있다. 부분 게이트 구조는 2차원 반도체의 일부 영역에만 전기 신호를 걸어 한쪽은 P형, 다른 쪽은 N형처럼 작동하게 제어하는 구조로, 도핑 없이도 전기적으로 PN 접합처럼 작동하게 만들 수 있다. 이를 통해 도핑 없이 고성능 PN 접합 구조를 구현, 외부 전원 없이도 빛을 받기만 하면 스스로 전기 신호를 만들어낼 수 있는 광센서를 개발했다. 연구팀이 개발한 광센서의 빛에 대한 민감도(응답도)는
한국과학기술원(KAIST)은 전산학부 김민수 교수 연구팀이 한 대의 그래픽처리장치(GPU) 서버에서 대규모의 전체 그래프신경망(GNN) 모델을 빠르게 학습할 수 있는 GNN 시스템 ‘플렉스지엔엔’(FlexGNN)을 개발했다고 13일 밝혔다. 여러 대의 GPU를 사용하지 않고도 학습 속도가 기존 대비 최대 95배나 빠르다고 연구팀은 설명했다. 그래프 신경망(GNN)은 금융 거래, 주식, 사회관계망(SNS), 환자기록 등 비정형 데이터를 그래프 형태로 분석하는 그래프 인공지능(AI) 모델이다. 샘플링 없이 전체 그래프를 한 번에 학습하는 전체 그래프신경망 방식은 최근 날씨 예측이나 신소재 발견 등 복잡한 문제 해결에 유효하지만, 막대한 메모리와 GPU 서버를 필요로 해 활용에 한계가 있었다. 연구팀은 여러 대의 GPU 서버를 사용하지 않고도 단일 GPU 서버에서 솔리드 스테이트 드라이브(SSD)와 메인 메모리를 활용한 최적의 AI 모델을 개발했다. 단일 컴퓨터 내의 모든 계층적 메모리 구조(GPU, 메인 메모리, SSD)를 활용해 중간 데이터를 효과적으로 관리하고, 학습 규모에 따라 GPU 간 데이터 통신 방식을 유연하게 선택할 수 있다. 입력 그래프, 모델 크
눈에 착용해 간단하게 안과 질환을 검사할 수 있는 콘택트렌즈 기술이 개발됐다. 한국과학기술원(KAIST) 전기·전자공학부 유승협 교수, 서울대분당병원 우세준 교수, 포항공대(POSTECH) 한세광 교수, PHI 바이오메드, 한국전자통신연구원(ETRI) 공동 연구팀은 유기발광다이오드(OLED)를 활용한 무선 콘택트렌즈 기반 망막 진단 플랫폼을 최초로 개발했다고 12일 밝혔다. 망막전위도(ERG)는 망막의 기능이 정상적으로 작동하는지 측정할 수 있는 안과 진단법이다. 유전성 망막질환 진단이나 망막 기능 저하 여부 검사 등에 활용된다. 환자가 어두운 방 안에서 고정형 장비를 이용해 검사를 받아야 해 공간적 제약이 뒤따른다. 연구팀은 큰 특수 광원을 설치하지 않고도 렌즈 착용만으로도 ERG를 수행할 수 있는 기술을 개발했다. ERG용 콘택트렌즈 전극에 머리카락의 6∼8분의 1 수준인 12.5㎛(마이크로미터·100만분의 1m) 굵기의 유연한 OLED를 집적하고 무선 전력 수신 안테나와 제어 칩을 탑재했다. 기존 눈에 빛을 쏘이는 스마트 콘택트렌즈형 광원은 대부분 무기 발광다이오드(LED)를 활용해 왔으나, 딱딱한 형태의 무기 LED는 한 곳의 점에서 너무 강한 빛이
한국전기연구원 전지소재·공정연구센터 남기훈 박사팀이 리튬금속 음극과 고체전해질 간 계면 불안정성을 해결해 전고체전지의 안전성뿐 아니라 에너지 밀도와 극판 면적을 확대할 수 있는 기술을 개발했다. 이번 성과는 화재·폭발 위험 없는 차세대 전지를 실용화 수준으로 구현할 수 있는 가능성을 제시했다. 리튬금속은 상용 흑연보다 10배 이상 많은 에너지를 저장할 수 있는 차세대 배터리 핵심 소재로 주목받지만, 충·방전 과정에서 수지상 결정(dendrite)이 형성돼 단락과 수명 저하를 유발하는 한계가 있다. 이러한 현상은 액체전해질과 전고체전지 모두에서 발생하며 특히 리튬금속과 고체전해질 사이의 화학적 반응이 안정성과 성능을 크게 제한해 왔다. 현재 업계에서는 고가 코팅이나 복잡한 구조 설계를 통한 해결을 시도하고 있으나 대면적 실용화 단계까지는 이르지 못한 상황이다. 남기훈 박사팀은 리튬 저장이 가능한 삼원계 화합물(Li₂ZnSb)을 이용해 ‘중간층(Interlayer)’을 설계하고 얇은 막 형태로 코팅해 리튬금속 음극에 전사(transfer printing)하는 공정을 도입했다. 이 중간층은 리튬금속과 고체전해질 사이에서 완충 역할을 하며 계면 화학 반응을 억제한다
우리 몸속 세포들은 신경, 면역, 혈관 기능을 조절하기 위해 다양한 신호 분자(signaling molecules)를 주고받는다. 그중 일산화질소(NO)와 암모니아(NH₃)는 특히 중요한 역할을 하지만, 이들은 불안정하거나 기체 상태로 존재해 외부에서 생성하거나 조절하기가 매우 어려웠다. KAIST 연구진이 전기 자극 하나만으로 세포 안팎에서 원하는 신호 물질을 생성하고, 이를 통해 세포 반응을 마치 전기 스위치처럼 켜고 끌 수 있는 플랫폼을 개발했다. 향후 전자약, 전기유전학, 맞춤형 세포 치료 등 미래형 의료 기술의 핵심 기반으로 활용될 수 있을 것으로 기대된다. KAIST는 생명화학공학과 박지민 교수 연구팀이 생명화학공학과 김지한 교수팀과의 공동연구를 통해, 전기 신호만으로 일산화질소와 암모니아 신호 물질을 원하는 순간에 생성할 수 있고 세포의 반응 시점·범위·지속 시간까지 조절할 수 있는 고정밀 생체 제어 플랫폼인 ‘바이오전기합성(Bioelectrosynthesis) 플랫폼’을 개발했다고 11일 밝혔다. 연구팀은 몸속 질산염(Nitrite, NO2-) 환원효소가 작동하는 것에 아이디어를 얻어, 하나의 물질(질산염, Nitrite, NO2-)로부터 생체