UNIST와 한국화학연구원 연구진이 X선을 활용해 대면적 페로브스카이트 태양전지 박막 전체의 결정 배열과 격자 변형을 손상 없이 분석하는 2차원 X선 회절 매핑(2DXDM) 기술을 개발했다. UNIST 김동석·신태주·김진영 교수팀은 한국화학연구원 신윤섭 박사와 함께 대면적 페로브스카이트 박막의 구조를 비파괴 방식으로 분석하는 2DXDM 기술을 개발했다고 19일 밝혔다. 페로브스카이트 태양전지는 액체 상태의 페로브스카이트 원료 용액을 기판 위에 바른 뒤 용매를 증발시켜 태양빛을 흡수하는 결정막을 만드는 차세대 전지다. 저렴한 저온 용액 공정으로 제조할 수 있다는 특징이 있다. 태양전지 효율은 결정이 얼마나 고르게 형성되고 같은 방향으로 배열되는지, 결정 격자에 미세한 뒤틀림이 얼마나 남아 있는지에 영향을 받는다. 그러나 전지 면적이 커지면 중심부와 가장자리에서 용매가 마르는 속도가 달라져 결정이 불균일하게 자라고 결함과 격자 변형이 발생하면서 효율이 떨어질 수 있다. 연구팀이 개발한 2DXDM 기술은 이 같은 결정의 불균일과 격자 변형을 태양전지를 직접 잘라내지 않고 진단할 수 있다. X선을 조사했을 때 박막 결정에서 나타나는 회절무늬의 세기와 방향, 위치가
UNIST 연구진이 다양한 기후에서 고단백 미세조류 스피루리나의 배양 조건을 자동으로 조절해 생산에 필요한 에너지를 평균 14% 줄이고 이산화탄소 흡수량을 평균 78% 늘릴 수 있는 인공지능(AI) 알고리즘을 개발했다. UNIST 탄소중립대학원 임한권 교수팀은 인도네시아대학교(University of Indonesia) 리에즈카 안디카(Riezqa Andika) 교수팀과 함께 다중 에이전트 강화학습 기반의 스피루리나 배양 AI 제어 알고리즘을 개발했다고 13일 밝혔다. 스피루리나는 단백질 함량이 60%에 이르고 필수아미노산과 비타민, 무기질이 풍부한 미세조류다. 농경지가 아닌 배양시설에서도 빠르게 자랄 수 있어 건강식품과 대체 단백질 원료로 주목받고 있다. 다만 생산량을 늘리면서 조명과 냉난방에 사용하는 에너지를 줄여야 하고, 지역과 계절에 따라 기온과 햇빛의 양이 크게 달라지는 데다 빛과 온도, 영양분, 이산화탄소, 산성도 등 생육 조건이 서로 영향을 줘 채산성을 맞추기 까다롭다. 이산화탄소 공급량을 늘리면 성장이 빨라질 수 있지만 배양액이 산성화돼 광합성과 생장이 저해될 수 있고, 인공조명을 강하게 사용하면 광합성에는 도움이 되지만 전력 사용량이 늘어난다
울산과학기술원(UNIST)이 기존 정보바이오융합대학을 확대·개편한 인공지능(AI)융합대학을 9월 출범한다. UNIST는 지난 11일 이사회를 열어 기존 정보바이오융합대학을 AI융합대학으로 확대·개편하는 안을 의결했다고 12일 밝혔다. 개편은 2027학년도 학사과정 입학생부터 적용한다. 이번 개편은 정부 국가 AI 전환 정책과 초광역 지역 메가 프로젝트, 4대 과학기술원 AI 전환(AX) 전략 등에 맞춰 추진됐다. AI융합대학은 전공 중심으로 유연하게 운영될 예정이다. 학사과정은 전기전자공학, 컴퓨터공학, AI, 산업공학, 바이오메디컬공학, 인간중심디자인공학 전공을 기반으로 한다. 여기에 조선해양, 우주항공, 방산, 소재, 반도체, 의료 등 국가·지역 전략산업과 연계한 ‘AX융합전공’ 8개를 신설한다. 학생들은 전공 간 경계를 넘나들며 진로와 관심 분야에 맞춰 교육과정을 설계할 수 있다. AI 기술을 각 산업의 실제 문제에 적용하는 교육을 통해 현장 맞춤형 문제 해결 역량을 기르도록 한다. 대표 프로그램인 ‘인더스트리 인스파이어 프로젝트(Industry Inspired Learning)’도 운영한다. 학생들은 산업체와 연구 기관이 제시한 실제 문제와 데이터를
UNIST 연구진이 철 불순물을 제거하는 대신 입자 안에 가두는 방식으로 상용 마그네슘 합금보다 부식 속도를 1/7 수준으로 낮춘 고내식성 마그네슘 합금을 개발했다. UNIST 신소재공학과 박성수 교수팀은 마그네슘 속 철 불순물을 완전히 제거하는 대신 작은 입자 안에 가두는 설계 기술을 개발해 고내식성 마그네슘 합금을 만들었다고 12일 밝혔다. 마그네슘은 구조용 금속 중 가장 가벼운 소재로 알루미늄보다 가벼워 자동차와 항공기, 드론, 휴대용 전자기기 등 경량화가 필요한 분야에서 주목받아 왔다. 다만 물기나 소금기에 의해 쉽게 분해되는 특성 때문에 활용에 한계가 있었다. 특히 상용 마그네슘 원료에 포함된 미량의 철 불순물은 주변 마그네슘이 먼저 녹도록 해 합금의 부식을 빠르게 진행시키는 요인 중 하나다. 연구팀은 철 불순물이 마그네슘과 직접 닿지 않도록 입자 안에 가두는 방식으로 내식성을 높였다. 이를 위해 마그네슘 합금에 스칸듐을 미량 첨가했다. 스칸듐을 첨가하면 철이 스칸듐 화합물 껍질에 감싸인 ‘코어-쉘’ 구조가 만들어진다. 이 구조를 형성하려면 합금이 굳는 과정에서 철이 많은 코어가 먼저 생기고, 이후 철이 거의 없는 껍질이 이를 덮어야 한다. 연구팀은
UNIST 연구진이 세부 상품군에 따라 달라지는 소비자의 구매 성향을 분석해 상위 5개 상품 추천 적중률을 기존 최고 기술보다 최대 36.3% 높인 인공지능(AI) 추천 기술을 개발했다. UNIST는 인공지능대학원 이연창 교수팀이 상품군별 소비 성향 차이를 반영하는 교차 도메인 추천 기술 ‘멀티탭(Multi-TAP)’을 개발했다고 6일 밝혔다. 교차 도메인 추천은 사용자의 구매 기록이 충분히 쌓인 상품 분야에서 얻은 정보를 구매 기록이 부족한 다른 상품 분야의 추천에 활용하는 기술이다. 전자제품을 자주 구매했지만 홈·생활용품 구매 기록은 적은 사용자를 대상으로 전자제품 구매 이력을 활용해 홈·생활용품을 추천하는 방식이다. 멀티탭은 같은 상품 분야 안에서도 세부 상품군에 따라 달라지는 구매 성향을 구분하고, 다른 상품 분야의 정보는 현재 추천과 관련된 정도에 따라 선별적으로 반영한다. 사용자는 컴퓨터를 구매할 때 가격이 높고 평점이 좋은 제품을 선택하면서도 홈 오디오를 구매할 때는 가격이 낮고 인기 있는 제품을 고를 수 있다. 기존 기술은 이 같은 세부 상품군별 구매 성향 차이를 충분히 반영하지 못했다. 멀티탭은 구매 이력과 상품 정보를 분석해 사용자가 가격과
멤리스터 로직인메모리 회로 자동 최적화로 병렬연산 효율 향상 IEEE TCAD 게재… AI·빅데이터용 차세대 반도체 설계 기술 주목 UNIST 연구진이 인공지능(AI)과 빅데이터 시대의 핵심 과제로 꼽히는 '메모리 벽(Memory Wall)' 문제를 완화할 수 있는 차세대 반도체 설계자동화 기술을 개발했다. 이번 기술은 데이터를 메모리에서 직접 처리하는 로직인메모리(Logic-in-Memory, LiM) 반도체의 연산 배치와 데이터 이동 경로를 자동으로 최적화해 전체 동작 횟수를 평균 19.6% 줄인 것이 특징이다. UNIST 전기전자공학과 박희천 교수 연구팀은 멤리스터(Memristor) 기반 로직인메모리 반도체의 회로 배치와 연결 경로를 자동으로 최적화하는 설계 기술을 개발했다고 밝혔다. 이번 연구는 AI 반도체의 성능과 전력 효율을 동시에 높일 수 있는 설계 기술로 평가받고 있다. 기존 컴퓨터는 데이터 저장을 담당하는 메모리와 연산을 수행하는 프로세서가 분리돼 있어 데이터를 반복적으로 이동시키는 과정에서 시간과 전력이 소모된다. 이러한 구조적 한계는 고성능 AI 연산에서 이른바 '메모리 벽' 문제를 유발하는 주요 원인으로 지목된다. 연구팀이 개발한 기술
인공지능(AI)이 학습한 민감 개인정보나 저작권 위반 데이터를 삭제하면서 정상 정보는 보존하고, 지운 정보가 다시 살아나는 것을 막는 머신 언러닝 기술 ‘스포터(Spotter)’가 개발됐다. UNIST 인공지능대학원 윤성환 교수팀과 산업공학과 박새롬 교수팀은 삭제해야 할 정보와 유사한 정상 정보는 보호하고, 삭제 대상 사진 몇 장만으로 인식 능력을 되살리는 공격까지 차단하는 머신 언러닝(Machine Unlearning) 기술을 개발했다고 21일 밝혔다. 머신 언러닝은 학습을 마친 AI에서 특정 데이터나 범주가 미친 영향만 선택적으로 제거하는 기술이다. 얼굴 인식 AI에서 삭제를 요청한 사람의 얼굴 정보를 지우거나 학습 데이터에 포함된 개인정보와 유해 콘텐츠를 제거하는 데 활용할 수 있다. 스포터는 삭제 대상과 비슷한 정상 정보를 구별하는 AI의 능력은 유지하면서 삭제 대상 사진의 공통점을 찾아내는 능력은 없앤다. 이를 통해 삭제하지 않아야 할 정보의 인식 성능을 보호하고, 공격자가 삭제 대상 사진 몇 장을 확보하더라도 지워진 인식 기준을 다시 만들기 어렵게 한다. 연구팀은 기존 언러닝 기술의 약점인 ‘과잉 삭제’와 삭제한 정보가 다시 살아날 수 있는 ‘재학
양자컴퓨팅을 활용해 환경 변화에도 안정적으로 작동하는 강인한 인공지능(AI)을 더 효율적으로 학습시키는 기법이 개발됐다. UNIST는 인공지능대학원 윤성환 교수팀이 고려대학교 전기전자공학부 김중헌 교수팀과 함께 양자 알고리즘 기반 강인한 강화학습 기법 ‘QRIM’을 개발했다고 6일 밝혔다. QRIM은 ‘Quantum Robust Inner Minimization’의 약자로, 강인한 강화학습에서 계산 병목으로 꼽히는 최악의 상황 탐색 과정을 양자 알고리즘으로 가속하는 기술이다. 연구팀은 이를 통해 계산 비용을 기존 대비 최대 5분의 1 수준으로 줄이는 데 성공했다. 이번 연구는 세계 3대 인공지능 학회로 꼽히는 국제머신러닝학회(ICML) 2026에 채택됐다. 올해 ICML에 채택된 양자 인공지능 논문 가운데 국내 연구기관이 주도한 논문은 이번 연구가 유일하다고 UNIST는 설명했다. 강화학습은 AI가 시행착오를 거치며 스스로 행동 전략을 찾는 학습 방식이다. 다만 실제 환경이 학습 환경과 달라지면 성능이 급격히 떨어질 수 있다. 예를 들어 맑은 도로 환경만 학습한 자율주행차는 비나 눈으로 노면 상태가 바뀌면 제대로 대응하지 못할 수 있다. 이를 보완하기 위해
유기 반도체 잉크로 만든 회로를 더 미세하고 균일하게 패터닝할 수 있는 광가교제가 개발됐다. 개발된 기술은 가볍고 휘어지는 디스플레이와 웨어러블 전자기기에 쓰이는 유기 반도체 회로의 정밀 패터닝에 활용될 수 있다. UNIST는 화학과 김봉수 교수팀이 연세대학교 조정호 교수팀과 공동으로 유기 반도체 고분자와 잘 섞이면서 고분자 사슬을 효율적으로 연결하는 새로운 광가교제 ‘Diazo-6Bx’를 개발했다고 2일 밝혔다. 광가교제는 유기 반도체 용액공정에 쓰이는 물질이다. 광가교제가 포함된 반도체 잉크를 기판에 바른 뒤 회로 모양대로 자외선을 쬐면, 빛을 받은 부분의 잉크가 굳어 고정된다. 이후 용매로 씻어내면 빛을 받지 않은 부분은 제거되고, 자외선을 쬔 부분만 회로 형태로 남는다. 연구팀이 개발한 Diazo-6Bx는 탄화수소 계열 유기 반도체와 잘 섞이고, 고분자 사슬을 촘촘하고 균일하게 연결할 수 있다. 이에 따라 세척 과정에서 회로 가장자리가 덜 깎이고, 빛을 받은 영역과 받지 않은 영역의 경계도 또렷하게 유지된다. 기존 광가교제인 6Bx는 플루오린이 많이 붙은 구조로, 탄화수소 기반 유기 반도체와 잘 섞이지 않는 한계가 있었다. 이로 인해 가교제가 뭉치거나
이미지, 소리, 텍스트 등 여러 형태의 데이터를 함께 학습하는 멀티모달 AI가 단일 데이터만 학습한 AI보다 더 안정적으로 작동하는 이유가 수학적으로 규명됐다. UNIST는 인공지능대학원 윤성환 교수팀이 멀티모달 인공지능이 단일모달 인공지능보다 더 좋은 성능을 내는 원리를 ‘손실 지형’의 평탄화 관점에서 밝혔다고 26일 밝혔다. 멀티모달 학습은 이미지, 음성, 텍스트처럼 서로 다른 형태의 데이터를 함께 활용해 AI가 같은 대상이나 상황을 더 폭넓게 이해하도록 하는 학습 방식이다. 그동안 멀티모달 AI가 단일모달 AI보다 성능이 뛰어나다는 점은 경험적으로 알려져 있었지만, 실제 딥러닝 학습 과정과 연결해 이를 설명하는 이론적 근거는 부족했다. 연구팀은 여러 모달리티의 데이터를 함께 학습할 경우 손실 지형이 더 평탄해지고, 이로 인해 AI의 강건성이 향상된다는 점을 수학적으로 설명했다. 손실 지형은 AI가 학습 과정에서 겪는 오차와 모델 내부 설정값의 관계를 산과 골짜기처럼 표현한 개념이다. 손실 지형이 뾰족하고 가파르면 학습 데이터와 조금만 다른 입력에도 성능이 흔들릴 수 있다. 반대로 넓고 완만하면 경험하지 못한 새로운 데이터가 들어와도 성능을 안정적으로 유
UNIST 연구진이 돌봄 로봇과 반려 로봇 등 소셜 로봇이 사람과 더 자연스럽게 교감할 수 있도록 돕는 인간-로봇 상호작용 기술을 개발했다. UNIST는 디자인학과 이희승 교수팀이 소셜 로봇의 인지와 표현 능력을 높이는 기술을 각각 개발했다고 밝혔다. 이번 연구 성과는 두 편의 논문으로 나뉘어 로봇 분야 국제학술대회인 국제로봇자동화학술대회(ICRA)에서 발표됐다. 연구팀이 개발한 첫 번째 기술은 사람의 손길을 인식하는 터치 인식 기술이다. 이 기술은 사용자의 손길에 담긴 감정과 의도를 로봇이 더 정확하게 파악하도록 돕는다. 기존에는 사람마다 손 크기와 힘의 세기, 터치 방식이 달라 로봇이 같은 의도의 손길도 서로 다르게 인식하는 한계가 있었다. 예를 들어 반려견 로봇을 친근하게 두드리는 동작도 사용자에 따라 압력과 리듬이 달라져, 로봇이 이를 일관되게 해석하기 어려웠다. 연구팀은 음성 인식 기술에서 아이디어를 얻었다. 음성 인식이 단어에 포함된 공통 주파수 특징을 읽어내는 것처럼, 손길에 반복적으로 나타나는 리듬과 진동 특성을 정전식 터치센서 신호에서 추출하는 방식이다. 이를 통해 복잡한 촉각 장비 없이도 정전식 터치센서만으로 손길의 차이를 구분할 수 있게
UNIST 연구진이 고효율 페로브스카이트·실리콘 탠덤 태양전지의 대량생산 가능성을 높이는 계면 코팅 물질을 개발했다. UNIST는 에너지화학공학과 석상일 특훈교수와 신소재공학과 최경진 교수 공동연구팀이 사우디아라비아 킹압둘라과학기술대학(KAUST) 연구팀과 함께 3성분 물질을 이용한 전지 계면 코팅 물질을 개발했다고 11일 밝혔다. 이번 물질을 적용하면 수분과 산소에 노출되는 일반 대기 공정에서도 효율 30%를 넘는 페로브스카이트·실리콘 탠덤 태양전지를 만들 수 있다. 연구 성과는 광학·광자공학 분야 국제학술지 ‘네이처 포토닉스(Nature Photonics)’에 6월 1일 공개됐다. 페로브스카이트·실리콘 탠덤 태양전지는 페로브스카이트 전지와 실리콘 전지를 위아래로 쌓은 초고효율 전지다. 위쪽 페로브스카이트 전지가 짧은 파장의 태양빛을 먼저 흡수하고, 아래쪽 실리콘 전지가 남은 빛을 흡수해 기존 실리콘 태양전지보다 높은 효율을 낼 수 있다. 다만 페로브스카이트 소재는 수분과 산소에 취약하다. 기존 고효율 전지는 수분과 산소를 차단한 특수 설비 안에서 제작해야 했고, 이는 대면적 생산 비용을 높이는 요인으로 지적돼 왔다. 연구팀은 이 문제를 해결하기 위해 페로
UNIST가 제조업 인공지능(AI) 전환과 산학연 협력 방안을 논의하는 공동포럼을 열었다. UNIST는 9일 서울 용산구 피스앤파크컨벤션 로얄홀에서 한국산업기술진흥협회, LS일렉트릭, LG AI연구원, 포스코홀딩스와 함께 ‘2026 코리아 인더스트리얼 AI 공동포럼’을 개최했다고 밝혔다. 올해 포럼 주제는 ‘AI 대전환 시대, 제조 AI 초격차를 설계하다’였다. 행사에는 기업 관계자 200여 명이 참석해 제조 현장에 특화된 AI 전략과 실행과제, 산업 적용 사례, 초격차 실현을 위한 산학연 협력 방안을 논의했다. 개회식에서는 구자균 한국산업기술진흥협회 회장과 안현실 UNIST 연구부총장이 인사말을 전했다. 안 부총장은 “AI 기술은 생성형 AI를 넘어 스스로 계획하고 실행하는 에이전트형 AI, 물리적 환경과 상호작용하는 피지컬 AI로 빠르게 진화하고 있다”며 “AI는 이제 선택 가능한 기술이 아니라 산업 경쟁력을 좌우하는 핵심 인프라가 됐다”고 말했다. 이어 “중요한 것은 AI를 얼마나 많이 보유하고 있느냐가 아니라, 이를 얼마나 효과적으로 현장에 적용하고 산업적 가치로 전환하느냐”라며 제조 현장 중심 AI 역량 확보의 필요성을 강조했다. 기조강연은 임우형
피지컬 AI 기반 산업용 AX 전문기업 심플랫폼이 정부의 미래 전략기술 프로젝트인 'K-문샷'과 연계된 핵융합 연구개발(R&D) 사업에 참여하며 차세대 전력 기술 고도화에 나선다고 26일 밝혔다. 심플랫폼은 한국연구재단의 'AI+S&T 혁신 기술개발 사업' 내 'AI 기반 핵융합 가열 장치 디지털트윈 및 관련 합성진단 기술 개발' 과제의 위탁연구개발기관으로 선정됐다. 이번 과제는 AI 기반 디지털트윈 기술을 활용해 핵융합로의 가열 장치와 플라즈마 상태를 실시간으로 예측·분석할 수 있는 핵심 기술 개발을 목표로 한다. 울산과학기술원(UNIST)이 주관기관을 맡고, 한국핵융합에너지연구원(KFE), 포항공과대학교(POSTECH) 등이 공동 연구기관으로 참여하는 대형 국책 연구 과제다. 심플랫폼은 이번 사업에서 산업 현장의 데이터 처리 및 AI 운영 경험을 바탕으로 AI 기반 데이터 활용 체계와 연구 플랫폼 고도화 분야를 수행한다. 산업용 AX 플랫폼 기술과 데이터 운영 역량을 핵융합 연구 환경의 디지털 전환에 접목하고, 피지컬 AI 구현에 필요한 데이터 수집·분석·예측 기술을 고도화한다는 계획이다. 핵융합 분야는 초고온 플라즈마 제어와 대규모 데이터
인공지능(AI)이 반도체 공정이나 패키징에서 열이 퍼지는 경로와 힘이 집중되는 부위를 예측할 수 있는 데이터 보정 알고리즘이 개발됐다. 울산과학기술원(UNIST) 반도체 소재·부품대학원 정창욱 교수팀은 새로운 입력 데이터를 기존에 학습한 데이터 기준에 맞게 재정렬하는 '파이(π)-불변 테스트 시점 보정' 알고리즘을 개발했다고 26일 밝혔다. 해당 알고리즘은 '학습 범위 밖의 입력'을 물리 법칙을 지키면서 학습 범위 안의 익숙한 형태로 바꿔주는 역할을 한다. 새로운 입력 데이터가 들어오면 먼저 π 값을 기준으로 기존에 학습한 데이터 중 물리적으로 가장 유사한 데이터를 찾고, 이와 비슷한 조건으로 맞춘 뒤에야 AI 모델에 입력해 계산하도록 하는 것이다. π 값은 물리 방정식에서 길이, 온도, 힘처럼 단위를 가진 물리량을 조합해 만든 무차원 비율이다. 연구팀은 이 값이 같으면 크기가 달라도 본질적으로 같은 물리 상태로 볼 수 있다는 '버킹엄 π 정리'(Buckingham π theorem)'에 기반해 알고리즘을 고안했다. 연구팀은 별도의 재학습 없이도 기존 AI 모델에 그대로 붙여 사용할 수 있어 경제적이고, 학습 데이터를 전부 일일이 비교하는 대신 비슷한 데이터
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘, 이준원 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김진희 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 이메일 : help@hellot.net | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2026년 08월 19일 17시 52분
