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
한국과학기술원(KAIST)은 산업디자인과 박현준 교수 연구팀의 차세대 웨어러블 로봇 디자인 ‘엔젤로보틱스 WSF1 비전 콘셉트’가 독일 레드닷 디자인 어워드(Red-dot Design Award)의 디자인 콘셉트-프로페셔널 부문 ‘베스트 오브 더 베스트’상을 수상했다고 8일 밝혔다. 레드닷 디자인 어워드는 ‘iF 디자인 어워드’, ‘IDEA 디자인 어워드’와 함께 세계 3대 디자인상으로 꼽힌다. ‘베스트 오브 더 베스트’(Best of the Best)상은 해당 부문 최고의 디자인에 수여되는 상으로, 전체 수상작 중 1% 이내의 최상위 디자인에 주어진다. 이번 수상작은 기계공학과 공경철 교수가 창업한 엔젤로보틱스와 공동으로 개발한 하반신 마비 장애인용 웨어러블 로봇 ‘워크 온 슈트 F1’ 프로토타입을 사용자 친화형으로 변형한 작품이다. 장애인이 일상적인 환경에서 사용할 수 있는 차세대 웨어러블 로봇의 콘셉트 디자인을 제안했다. 로봇이 사용자를 스스로 찾아가(자율 접근 기능) 앉은 자리에서 혼자 장착할 수 있도록 설계(프론트 로딩 기능)됐다. 박현준 KAIST 교수는 “기술과 심미성, 인간 중심 혁신을 통해 고도의 기술 솔루션을 사용자에게 쉽고, 즐겁고 멋진
메탄은 온실효과가 이산화탄소의 25배에 달하는 온실가스로, 산업 현장에서 메탄 단독으로 배출되지 않고 다른 성분과 혼합된 형태로 방출된다. 특히 천연가스에는 메탄과 함께 에탄이 섞여 방출된다. 메탄산화균은 지구상에서 유일하게 메탄을 에너지원으로 사용하는 세균으로 특히 ‘편성 메탄산화균’은 메탄을 산화하는 동시에 세포 내에 생분해성 고분자인 ‘폴리하이드록시부티레이트’(PHB)를 축적할 수 있어 친환경 플라스틱 생산 재료로 주목받는다. 주로 메탄이나 메탄올과 같은 화합물을 활용해 성장하는 것으로 알려져 있으나, 에탄이 섞여 있는 복합 조건에서의 대사 반응은 알려진 바 없다. 한국과학기술원(KAIST) 명재욱 교수와 미국 스탠퍼드대학교 공동 연구팀은 천연가스의 주요 부성분인 에탄이 편성 메탄산화균의 대사에 미치는 영향을 규명했다고 7일 밝혔다. 연구팀은 에탄이 편성 메탄산화균의 성장 기질로 사용되지 않음에도 불구하고 메탄 산화, 세포 성장, PHB 합성 등 주요 대사 경로에 유의미한 영향을 미친다는 사실을 확인했다. 다양한 메탄·산소 농도 조건에서 에탄을 첨가해 메탄산화균을 배양한 결과 에탄 농도가 증가할수록 세포 성장이 억제되고, 메탄 소비가 감소했지만 PHB
‘스티로폼’으로 대표되는 폴리스타이렌 유래 물질에 수소를 저장했다 필요할 때 꺼내 쓸 수 있는 기술이 나왔다. 1%도 안 되는 폴리스타이렌 재활용률을 높이고 기체 상태로는 저장·운반이 까다로운 수소를 보다 쉽게 다룰 수 있는 길이 열렸다. UNIST 에너지화학공학과 안광진 교수팀은 KIST 손현태 박사, POSTECH 한지훈 교수팀과 함께 폐폴리스타이렌을 열분해해 액상 유기 수소 운반체(LOHC)로 전환하고 저장된 수소를 고순도로 회수하는 전 주기 시스템을 개발했다고 6일 밝혔다. LOHC는 이 물질의 고리형태 화학 구조에 수소를 결합시켰다가 열과 촉매로 다시 떼어내 쓸 수 있는 수소 저장 매체다. 액체 상태라 상온·상압에서 장기간 보관할 수 있고, 기존 석유 운송망과도 호환되는 장점이 있다. 연구팀은 폴리스타이렌이 방향족 고리를 많이 포함하고 있는 고분자 물질이라는 점에 착안해 이 같은 기술을 개발했다. 폴리스타이렌을 가열하면 스타이렌, 톨루엔 등 저분자 방향족 고리 물질이 분해돼 나온다. 이 물질들을 고온에서 수소 기체와 반응시켜 수소를 저장하고 이후 탈수소화 반응으로 수소를 다시 분리해낸다. 수소 저장·분리에는 촉매가 쓰였다. 저장에는 루테늄 촉매를,
한국과학기술원(KAIST)은 기계공학과 김정·박인규 교수 공동 연구팀이 접었다 폈다 자유자재로 가능한 ‘로봇 시트’(robotic folding sheet) 기술을 개발했다고 6일 밝혔다. 접힘(folding)은 면과 접힘선(hinge)의 배열에 기반한 단순한 디자인으로, 고차원의 형상 변화가 가능해 최근 로봇 설계에 많이 접목되고 있다. 기존 복잡한 구조 설계 대비 접힘 구조를 통해 적재 시 공간 효율을 높일 수 있고, 유연하게 구조를 설계할 수 있어 첨단 구조 재료, 우주 탑재 구조물 등에서 널리 활용되고 있다. 다만 기존의 기술은 접힘선 위치와 각도가 사전에 정의돼 있어 사용 도중 접힘 형태를 바꾸기 어렵다는 한계가 있고, 접힘선 구조를 재구성할 수 있는 리프로그래밍 소재 기술에 대한 연구가 시도되고 있지만, 별도의 공정이 필요하다. 연구팀은 현장에서 접힘 현상을 실시간으로 제어할 수 있는 2차원 평면 시트(종이) 형태의 로봇을 개발했다. 사용자가 접힘선을 현장에서 지정해 필요한 순간 원하는 위치가 접히도록 프로그래밍할 수 있다. 얇고 유연한 고분자 기판 안에 미세 금속 저항 네트워크가 내장된 구조로, 개별 금속 저항이 온도 센서 역할을 해 별도의 외부