제조 영역 전용 피지컬 AI(Physical AI) 개발·고도화 MOU “스마트 물류, 설비 예지보전, 운영기술(OT) 보안 등 기술 연구부터 사업화까지 협력” 다임리서치가 한국IBM·한국과학기술원(KAIST)과 손잡았다. 이들은 제조 피지컬 AI(Physical AI)의 산업 현장 적용·사업화를 추진하게 됐다. 이번 협약은 연구실 수준에 머물던 피지컬 AI 기술을 실제 산업 현장에 이식하고 연구 성과를산업 성과로 연결하기 위해 마련됐다. 세 기관은 이번 협약을 통해 산업·공장 자동화(FA), 스마트 물류, 설비 예지보전, 통합 관제 분야를 우선 공략한다. 이와 함께 운영기술(OT) 보안, AI 안전성 확보 등 핵심 영역을 아우르는 공동 연구, 기술 개발, 현장 적용, 사업화를 다각도로 추진한다. 특히 각 기관의 역할을 ▲연구개발(R&D) ▲기술 검증 ▲상용화 현장 적용 ▲사업 확산 등으로 이어지는 과정에서 협력하는 체계를 구축한다. 제조 현장의 실제 수요를 R&D에 반영한다. 이를 통해 개발된 기술을 현장에서 직접 검증·고도화하며, 제조 피지컬 AI 상용화를 앞당긴다는 구상이다. 각 사의 전문 역량에 맞춘 역할 분담도 명확히 했다. 다임리서치
KAIST 연구진이 배터리 나노 분석 과정에서 표면의 높낮이가 실제 이온 이동처럼 보이는 ‘가짜 신호’를 발생시킬 수 있다는 사실을 규명하고, 소재 표면을 평평하게 다듬어 측정 오류를 줄이는 방법을 제시했다. KAIST는 신소재공학과 홍승범 교수 연구팀이 신소재공학과 육종민 교수 연구팀, 생명화학공학과 최남순 교수 연구팀과 공동으로 배터리 나노 분석 과정에서 실제 이온 이동으로 오인될 수 있는 측정 오류의 발생 원인을 규명했다고 7일 밝혔다. 배터리는 충·방전 과정에서 리튬이나 나트륨 이온이 내부를 이동한다. 이온의 이동 속도와 원활한 정도는 배터리 성능과 수명에 영향을 미치기 때문에 이온이 어디로 이동하고 어느 지점에서 막히는지를 정확히 파악하는 것이 중요하다. 연구팀은 원자힘현미경(Atomic Force Microscope, AFM)을 기반으로 한 전기화학 변형 현미경(Electrochemical Strain Microscopy, ESM)에 주목했다. ESM은 작은 탐침으로 배터리 소재 표면을 훑으며 이온이 움직일 때 소재에서 발생하는 미세한 변화를 측정해 이온 이동을 간접적으로 파악하는 기술이다. 연구팀은 이온이 이동하지 않는 단결정 실리콘 표면에 미세
KAIST 전산학부 김민수 교수 연구팀이 AI가 생성한 데이터베이스 검색 명령(SQL)에서 오류 부분만 찾아 단계적으로 수정하는 기술 '세이프큐엘(SafeQL)'을 개발했다고 밝혔다. 최근 일상적인 말로 질문하면 AI가 이를 SQL로 변환해 기업의 매출·고객·재고 자료를 찾아주는 'Text-to-SQL' 기술이 확산되고 있다. 그러나 AI가 데이터베이스에 실제로 없는 테이블이나 항목을 잘못 사용하거나 자료를 잘못 연결하는 등의 실수를 저지를 경우 SQL이 실행되지 않는 문제가 발생했다. 기존에는 이러한 오류가 발생하면 검색 명령 전체를 다시 만들어야 했고, 이미 맞았던 부분까지 달라지거나 새로운 오류가 생기고 비용과 시간도 늘어나는 한계가 있었다. SafeQL은 AI에게 검색 명령 전체를 다시 만들게 하는 대신 데이터베이스가 알려주는 오류와 실제 저장된 정보를 이용해 잘못된 부분만 찾아 수정한다. 연구팀은 이를 위해 실제로 실행 가능한 수정안 가운데 원래 AI가 만든 명령과 가장 가까운 답부터 찾아가는 '안전 질의 공간(Safe Query Space)' 방식을 설계했다. 또한 PostgreSQL 내부에 구현해 복잡한 명령에서도 오류 발생 위치를 정확하게 찾도
KAIST 생명화학공학과 최민기 교수 연구팀이 삼성전자 연구진과 공동으로 반도체 공정에 사용되는 온실가스인 사불화탄소(CF₄)를 높은 효율로 장기간 제거할 수 있는 새로운 촉매를 개발했다고 밝혔다. CF₄는 반도체 웨이퍼의 건식 식각 공정 등에 사용되는 가스로 탄소와 불소가 매우 단단하게 결합돼 있어 쉽게 분해되지 않는다. 대기 중으로 배출되면 약 5만 년 동안 잔류할 수 있으며 지구온난화에 미치는 영향도 이산화탄소보다 6,000배 이상 크다. 기존 촉매는 CF₄가 분해되면서 생기는 불화수소(HF)가 수분과 만나 강한 부식 환경을 만들고, 이로 인해 촉매 입자들이 뭉치거나 구조가 변하면서 성능이 떨어지는 문제가 있었다. 연구팀은 이를 '엔트로피 안정화(entropy stabilization)' 원리로 해결했다. 서로 다른 여러 종류의 원자를 하나의 구조 안에 고르게 섞으면 배열은 복잡해지지만 오히려 특정 구조로 쉽게 바뀌지 않아 전체 구조를 안정적으로 유지할 수 있다는 원리다. 연구팀은 알루미늄(Al), 아연(Zn), 갈륨(Ga), 니켈(Ni), 코발트(Co) 등 여러 금속을 알루미네이트 결정구조 안에 고르게 섞어 고온과 수분, 불소가 함께 존재하는 가혹한
KAIST 연구진이 얼굴 굴곡에 밀착해 빛을 고르게 전달하는 LED 마스크를 실제 사람에게 적용한 결과 미백 관련 5개 지표가 개선되고, 피부 재생 주사와 함께 사용할 경우 피부 속 탄력 개선율이 약 4배 높아지는 것을 확인했다. KAIST는 신소재공학과 이건재 교수가 이끄는 공동연구팀이 유연한 면발광 마이크로 발광다이오드(LED)와 얼굴 굴곡에 맞춰 각 부분이 따로 움직이는 3차원 탄성 지지대를 결합한 얼굴밀착형 LED 마스크를 활용해 피부 미백과 탄력 개선 효과를 확인했다고 2일 밝혔다. 이번 연구는 KAIST와 아모레퍼시픽 연구진이 공동으로 수행했다. 연구팀이 개발한 마스크는 작은 LED를 촘촘하게 배열해 점이 아닌 넓은 면에서 고르게 빛을 내는 방식이다. 코·볼·턱처럼 높낮이가 다른 얼굴 굴곡에도 밀착할 수 있도록 3차원 탄성 지지대를 적용했다. 기존의 딱딱한 LED 마스크는 코처럼 튀어나온 부분과 눈 밑이나 볼처럼 들어간 부분에 동시에 밀착하기 어렵다. LED와 피부 사이에 틈이 생기면 빛의 반사가 늘어 피부에 전달되는 광량이 줄고, 열이 집중될 경우 저온화상 위험도 커질 수 있다. 연구팀은 앞서 2024년 얼굴 굴곡을 따라 밀착되는 면발광 LED
KAIST 연구진이 3D 프린팅으로 1kg 물병부터 깨지기 쉬운 달걀까지 안정적으로 잡을 수 있는 부드러운 로봇 손을 개발했다. KAIST는 기계공학과 이승철 교수 연구팀이 한국과학기술연구원(KIST) 극한물성소재연구센터 나종범 박사 연구팀, 서울과학기술대학교 생산시스템 및 설계공학전공 박범수 교수와 공동으로 AI를 활용해 3D 프린팅이 가능하면서도 고무처럼 크게 늘어나는 소재를 개발했다고 1일 밝혔다. 연구팀이 개발한 소재는 실제 DLP(Digital Light Processing) 3D 프린터에서 안정적으로 출력됐으며, 잡아당겨도 쉽게 끊어지지 않고 원래 길이의 6배 이상 늘어나는 신축성을 보였다. 연구팀은 이 소재로 공기압 등을 이용해 사람의 근육처럼 부드러운 움직임을 만드는 ‘소프트 액추에이터(soft actuator)’를 3D 프린팅했다. 공기를 넣자 풍선처럼 부풀면서 사람의 손가락처럼 자연스럽게 휘어졌다. 여러 개의 액추에이터를 결합해 만든 소프트 로봇 손은 1kg짜리 물병을 들어 올렸으며, 깨지기 쉬운 달걀을 비롯해 유리병, 달걀판, 컴퓨터 마우스 등 모양과 단단한 정도가 다른 물체를 안정적으로 잡는 데 성공했다. 최근 사람과 직접 접촉하는 소프
챗GPT(ChatGPT)가 인공지능(AI)을 사용자 화면(UI)에서 체감케했다면, 피지컬 AI(Physical AI)는 그 지능을 현실 세계로 구현하는 기술 방법론이다. 기존 AI가 텍스트·이미지를 만드는 이른바 생성형 AI(Generative AI)라면, 피지컬 AI는 카메라·센서로 실제 환경을 읽는다. 물리 법칙과 상황을 파악해 다음 동작을 예측하고, 로봇·설비·모빌리티 등 하드웨어를 직접 제어하는 차세대 기술 체계인 것. 현시점 글로벌 로봇 분야에서 휴머노이드 로봇(Humanoid Robot)이 피지컬 AI의 대표 격으로 주목받지만, 핵심은 대상을 가리지 않는다는 점이다. 제조 장비, 물류 시스템, 자동차, 농기계, 무인항공기(드론) 등 실제 환경에서 스스로 판단하고 움직이는 시스템 전반으로 확장하고 있다. 이러한 피지컬 AI는 갑자기 나타난 기술 개념이 아니다. 로보틱스(Robotics), 컴퓨터 비전(Computer Vision), 강화학습(Reinforcement Learning), 제어공학(Control Engineering), 체화 AI(Embodied AI) 등 다양한 분야가 오랫동안 쌓아온 결과다. 달라진 건 이 기술들이 통합돼 활용된다는
한국과학기술원(KAIST) 연구팀이 실제 상용 리튬이온배터리에 사용되는 흑연 음극의 내부 구조를 3차원 디지털트윈(가상모형)으로 구현하고, 급속충전 과정에서 배터리 성능이 떨어지는 원인을 규명했다고 24일 밝혔다. 이번 연구는 KAIST 기계공학과 이강택 교수와 신소재공학과 조은애 교수팀이 공동으로 수행했다. 배터리 전극은 리튬을 저장하는 흑연과 이를 붙여주는 바인더, 리튬이온이 이동하는 빈 공간인 기공으로 이뤄진다. 배터리를 충전하면 리튬이온이 음극의 흑연 입자 안으로 이동해 저장된다. 충전 속도가 지나치게 빠르면 일부 리튬이 흑연 안으로 들어가지 못하고 표면에 금속 리튬이 쌓이는 ‘리튬 도금’ 현상이 발생할 수 있다. 충전 과정에서는 흑연 표면에 배터리를 보호하는 얇은 막인 ‘고체전해질 계면층(SEI)’도 만들어진다. 적절한 보호막은 필요하지만 너무 두껍거나 고르지 않게 형성되면 배터리 성능이 떨어질 수 있다. 충전할 때 흑연 입자가 팽창하면서 전극 내부에 힘이 가해지는 ‘기계적 응력’도 발생한다. 연구팀은 이 같은 현상들이 매우 작은 배터리 내부에서 동시에 일어나기 때문에 실험만으로는 문제가 발생하는 위치와 원인을 직접 확인하기 어렵다고 설명했다. 이에
KAIST(총장 배충식)는 신소재공학과 김경민 교수 연구팀이 반도체에서 자연스럽게 발생하는 잡음을 활용해 사람의 뇌처럼 정보를 처리하는 새로운 뉴로모픽 뉴런 반도체 기술을 개발했다고 16일 밝혔다. 이 기술은 원하는 주파수의 신호를 골라내 뇌의 뉴런과 유사한 전기 신호로 바꿔 처리할 수 있다. 반도체에서 잡음은 라디오의 '지지직' 소리처럼 신호에 불규칙하게 섞여 정보를 정확히 읽는 것을 방해하기 때문에 주로 없애야 할 대상으로 여겨져 왔다. 반면 인간의 뇌에서는 신경세포인 뉴런이 같은 자극에도 매번 똑같이 반응하지 않으며, 이러한 불규칙성은 다양한 신호를 효율적으로 처리하는 데 핵심적인 역할을 한다. 연구팀은 이 원리에 착안해 반도체 잡음을 제거 대상이 아닌 정보 처리 수단으로 활용하는 접근을 택했다. 연구팀이 개발한 뉴로모픽 뉴런은 멤리스터(memristor) 소자를 기반으로 한다. 생물학적 감각 뉴런은 확률적으로 열리고 닫히는 이온 채널 때문에 같은 자극에도 가변적인 발화 반응을 보이는데, 멤리스터 기반 확률적 뉴런은 전류 노이즈를 확률적 스파이크로 변환하는 방식으로 이를 모사한다. 멤리스터의 저항 상태를 조절하면 발화 특성과 입력 반응 범위를 재구성할
KAIST와 삼성중공업이 32년간 이어온 산학협력을 바탕으로 미래 조선해양 핵심기술 공동연구 거점인 ‘SHI-KAIST 차세대선박연구센터’를 출범시켰다. KAIST는 삼성중공업과 13일 대전 본원 학술문화관 존해너홀에서 ‘SHI-KAIST 차세대선박연구센터(AMRC, Advanced Maritime Research Center)’ 개소식을 개최했다고 밝혔다. 이번 연구센터 출범은 1995년부터 32년째 이어진 양 기관 산학협력의 결실이다. KAIST와 삼성중공업은 지난 30여 년간 축적한 공동연구 경험과 신뢰를 바탕으로 기존 산학협력 체계를 미래 조선해양 핵심기술 개발을 위한 공동연구 거점으로 확대한다. 연구센터는 미래 조선해양 산업의 핵심기술 확보를 위해 ▲자율운항·지능항해 AI 기술 ▲무탄소·저탄소 연료 추진 시스템 ▲스마트 조선소·디지털 트윈 제조혁신 ▲조선해양 특화 로보틱스 등 4대 분야를 중심으로 공동연구를 추진한다. 자율운항 분야에서는 선박의 상황 인식과 최적 항로 설정, 충돌 회피 등 자율운항시스템 고도화를 위한 AI 알고리즘을 개발한다. 무탄소·저탄소 연료 분야에서는 암모니아와 수소 등 친환경 연료를 적용한 선박의 핵심 기자재와 연료공급 기술을
KAIST 연구진이 고분자 내부에 수소만 선택적으로 통과할 수 있는 옹스트롬(Å) 수준의 초미세 통로를 촘촘하게 연결하고, 수소 분리 성능을 높이는 새로운 분리막 설계 전략을 제시했다. KAIST는 생명화학공학과 배태현 교수 연구팀이 고분자 분리막 내부에 원자나 분자 크기인 옹스트롬 수준의 초미세 수소 이동통로를 만들고, 이 통로가 얼마나 완전하게 연결돼 있는지를 나타내는 ‘네트워크 완결성(Network Completeness)’을 통해 수소 분리 성능을 규명했다고 13일 밝혔다. 1Å은 100억 분의 1미터로 머리카락 굵기의 약 100만 분의 1 수준이다. 수소는 사용할 때 이산화탄소를 배출하지 않아 미래 친환경 에너지원으로 주목받고 있지만, 생산 과정에서 이산화탄소와 질소 등 다른 기체와 함께 나오는 경우가 많아 높은 순도로 분리·정제하는 기술이 필요하다. 이를 위한 방법 가운데 하나가 작은 수소는 통과시키고 상대적으로 큰 다른 기체는 걸러내는 분리막이다. 그동안 기체 분리에는 미세한 구멍을 정밀하게 설계할 수 있는 금속유기골격체(MOF)와 공유결합유기골격체(COF) 같은 다공성 소재가 주목받았지만, 결함 없이 넓은 면적으로 만들기 어렵다는 한계가 있었다
KAIST(총장 배충식)는 전기및전자공학부·반도체공학대학원 최신현 석좌교수 연구팀이 입력 데이터의 변화 속도에 맞춰 반응 특성을 스스로 조절하는 새로운 AI 반도체 소자 '프로그래머블 동적 멤트랜지스터(Programmable Dynamic Memtransistor, PDM)'와 이를 집적한 어레이를 개발했다고 7일 밝혔다. 기존 AI 반도체는 입력 신호에 반응하는 속도와 정보를 기억하는 시간이 한 번 정해지면 바꿀 수 없는 고정된 반응 특성을 지닌다. 그러나 실제 환경에서 발생하는 신호는 서로 다른 시간 척도를 갖는다. 음성이나 생체 신호는 비교적 빠르게 변화하는 반면 기상 정보나 산업 설비 상태는 상대적으로 느리게 변화한다. 심장 박동·날씨·공장 설비 상태처럼 시간에 따라 달라지는 데이터를 다루는 시계열 AI에서는 이러한 고정형 구조가 처리 정확도를 떨어뜨리는 근본적 한계로 작용해 왔다. 연구팀이 개발한 PDM은 입력 신호의 시간 정보를 처리하는 휘발성 동적 특성과, 해당 시간 응답 특성을 설정·유지하는 비휘발성 메모리 기능을 하나의 트랜지스터에 통합했다. 5nm 두께의 IGZO 기반 전하 저장층과 SiO2/HfO2/SiO2 전자 포획층으로 구성되며, 외부
KAIST 연구진이 대용량 에너지저장장치(ESS)의 유력 후보인 바나듐 레독스 흐름전지(VRFB)의 핵심 전해질 생산시간을 기존보다 67% 줄이는 공정 기술을 개발했다. KAIST는 생명화학공학과 김희탁 교수 연구팀이 바나듐 레독스 흐름전지의 핵심 전해질을 빠르고 안정적으로 생산하는 공정을 개발했다고 5일 밝혔다. 최근 24시간 가동되는 인공지능(AI) 데이터센터가 늘어나면서 태양광과 풍력 등 재생에너지로 생산한 전기를 대량으로 저장한 뒤 필요할 때 안정적으로 공급하는 대용량 ESS의 중요성이 커지고 있다. 바나듐 레독스 흐름전지는 화재 위험이 거의 없고 전해질을 담는 탱크 크기를 확대하면 저장 용량도 늘릴 수 있어 AI 데이터센터와 재생에너지용 초대형 배터리로 주목받고 있다. 다만 배터리의 연료 역할을 하는 바나듐 전해질을 최적 상태인 V3.5+로 만드는 데 긴 시간과 높은 비용이 필요해 상용화의 걸림돌로 작용해 왔다. 기존 공정은 환원제를 이용해 바나듐 이온이 전자를 얻도록 하는 화학적 환원으로 전해질을 만든 뒤, 전기를 흘려 바나듐 이온의 전자 상태를 조절하는 전기화학적 환원을 거쳐 최종 전해질을 생산한다. 이 가운데 마무리 단계인 전기화학적 환원 공정
KAIST 전산학부 김민수 교수 연구팀이 외부 전문 최적화 프로그램(솔버, Solver) 없이도 AI가 스스로 실행 가능한 계획을 만들도록 학습하는 강화학습 기술 ‘RL-SPH(Reinforcement Learning-based Start Primal Heuristic)’를 개발했다고 밝혔다. 물류 배송과 차량 경로 탐색, 공장 생산 일정, 병원 근무표 작성은 여러 조건을 만족하면서 가장 효율적인 계획을 찾아야 하는 대표적인 정수선형계획법(ILP) 문제다. 택배 배송을 예로 들면 배송 시간을 줄이는 것뿐 아니라 차량 적재량과 기사 근로시간을 지키고 모든 배송지를 빠짐없이 방문해야 하며 조건 하나만 어겨도 실제로 사용할 수 없는 계획이 된다. 기존 AI는 비용이 적게 드는 계획을 제안하더라도 차량 적재량이나 근로시간 같은 현실 조건을 위반하는 경우가 많아 Gurobi나 SCIP 같은 전문 솔버가 마지막에 오류를 수정해야 했다. 연구팀이 개발한 RL-SPH는 처음부터 정답을 예측하는 대신 현재 계획을 단계적으로 수정하는 방식을 택했다. 변수를 하나씩 바꾸며 제약조건을 해결하고 그 결과를 학습해 점점 더 나은 계획을 만들어가는 구조다. 연구팀은 가장 좋은 계획보다
韓·西 컨소시엄, 2026 국제공동기술개발사업 내 ‘SF-Olive 과제’ 착수 식물 전기 생체신호 계측 기술과 에지 AI(Edge AI) 기반 블록체인 통합해 스페인 안달루시아 지역 내 현장 실증(Pilot) 통해 효과 입증 후 글로벌 확산 노린다 지중해성 가뭄과 대수층 고갈로 물 부족이 심화되고 있다. 토양 수분이나 기상 조건 등 간접 지표에 의존하던 기존 정밀농업 대신, 식물 생체신호를 포착해 이상 징후를 대응하는 차세대 기술이 본격 추진된다. 한국·스페인 산·학·연·관 국제 컨소시엄이 식물 자체 데이터를 기반으로 한 차세대 스마트팜 기술 개발과 실증에 힘을 모은다. 이들은 산업통상부·한국산업기술진흥원(KIAT) 주관 ‘2026년 국제공동 기술개발사업’ 안에 속한 ‘SF-Olive 과제’에 본격 착수한다. 국제공동 기술개발사업은 국내 우수 연구기관·기업이 글로벌 기관과의 전략적 기술 협력을 통해 첨단 기술을 확보하는 것을 목적으로 한다. 글로벌 시장으로의 조기 진출 및 기술 상용화를 지원하는 국가 연구개발(R&D) 정책이다. 양국 컨소시엄이 수행하는 SF-Olive 과제는 첨단 센싱, 블록체인, 에지 AI(Edge AI) 반도체 기반 스마트팜 플
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 09월 10일 19시 22분
