KAIST

500여 년 전, 미켈란젤로는 시스티나 성당 천장에 ‘천지창조’를 그리는 4년 동안 얼굴로 쏟아지는 물감과 싸우며 ‘그림이 아니라 고문에 가깝다’고 표현했다. 우리 대학 연구진이 이제 그 ‘떨어지는 물감’을 붙잡는 기술을 개발했다. 이 원리는 천장 그림을 넘어, 기울어진 표면에서 액체막이 무너지는 문제를 해결해 정밀 코팅, 전자회로 인쇄, 3D 프린팅, 우주 환경에서 유체 제어 등 다양한 산업 분야에 적용될 수 있다. 우리 대학은 기계공학과 김형수 교수 연구팀이 중력에 의해 아래로 쏟아지는 현상의 근본 원인인 ‘중력 불안정성’을 계면유체역학*적으로 재해석하고, 거꾸로 매달린 액체에 소량의 휘발성 액체를 혼합해 이를 제어하는 방법을 제시했다고 12일 밝혔다. *계면유체역학: 액체 표면에서 작용하는 미세한 힘의 균형과 관련된 역학 왜 미켈란젤로는 그림을 쉽게 그리지 못했을까? 천장에 물감을 바르면 얇은 액체막이 형성되지만, 이 막은 중력 때문에 점차 불안정해지며 결국 떨어진다. 이러한 현상은 일상에서도 쉽게 볼 수 있다. 목욕탕 천장에서 수증기가 응결되면 얇은 물층이 생기고, 시간이 지나면 물방울로 모여 떨어진다. 냉장고 내부 천장에 맺히는 물방울 역시 처음에는 얇은 층으로 형성되지만 점차 커지며 아래로 쏟아지려 한다. 이처럼 위쪽 표면에 맺힌 액체가 중력에 의해 무너지는 현상을 ‘레일리–테일러 불안정성(Rayleigh–Taylor instability)’이라 하며, 그동안 중력이 존재하는 한 피할 수 없는 현상으로 여겨져 왔다. 연구팀은 거꾸로 매달린 액체에 소량의 휘발성 액체를 섞는 방법을 제안했다. 휘발성 성분이 증발하면 액체 표면의 농도 분포가 달라지고, 그 결과 표면장력에 차이가 생긴다. 표면장력은 액체 표면이 스스로를 안쪽으로 잡아당기는 힘으로 물방울이 둥근 형태를 유지하게 만드는 원리다. 표면장력에 차이가 생기면 장력이 큰 쪽이 작은 쪽을 끌어당기며 표면을 따라 흐름이 발생하는데, 이를 ‘마랑고니 효과(Marangoni effect)’라 한다. 연구팀은 이러한 표면 흐름이 아래로 떨어지려는 액체를 붙잡아 주며, 중력에 의한 불안정성을 억제한다는 사실을 실험과 이론을 통해 규명했다. 예를 들어, 물 위에 후추 가루를 고르게 뿌려 놓으면 가루는 그대로 떠 있다. 그런데 가운데에 세제를 한 방울 떨어뜨리면, 후추가 순식간에 가장자리로 밀려난다. 이는 세제가 닿은 부분의 표면장력이 주변보다 약해지면서, 장력이 더 강한 바깥쪽이 액체를 끌어당기기 때문이다. 그 결과 표면을 따라 흐름이 생기고, 후추 입자도 함께 이동한다. 이번 연구에서는 휘발성 액체가 증발하면서 이와 같은 표면장력 차이를 만들어냈다. 다만 이번에는 후추를 밀어내는 대신, 액체를 위쪽으로 끌어올려 아래로 떨어지려는 힘을 억제한 것이다. 그 결과, 특정 조건에서는 액체막이 중력에도 불구하고 끝까지 유지되었으며, 일부 조건에서는 액적이 떨어지지 않고 액막이 주기적으로 진동하는 새로운 거동도 관찰됐다. 이는 외부 에너지 공급 없이 액체의 조성과 증발이라는 자연적 과정만으로 중력 불안정성을 능동적으로 제어할 수 있음을 보여준다. 이 원리는 정밀 코팅, 인쇄, 적층 공정 등에서 더욱 얇고 균일한 액체막 구현을 가능하게 하며, 기울어진 표면에서도 안정적인 도포가 가능하도록 돕는다. 또한 3D 프린팅 공정이나 우주와 같은 특수 환경에서의 유체 제어 기술로도 확장될 수 있다. 미켈란젤로가 500년 전 겪었던 물리적 한계가 이제는 미래 산업 기술로 이어지고 있는 셈이다. 김형수 교수는 “그동안 레일리–테일러 불안정성은 중력이 존재하는 한 피할 수 없는 현상으로 여겨져 왔다”며 “이번 연구는 액체의 조성과 증발이라는 자연적 과정을 활용해 외부 에너지 없이 중력 불안정성을 능동적으로 제어할 수 있음을 보였다는 점에서 의미가 있다”고 말했다. 이어 “이 원리는 코팅·인쇄·적층 공정뿐 아니라 우주 환경에서의 유체 제어 기술로도 확장될 수 있을 것”이라고 덧붙였다. 이번 연구는 기계공학과 최민우 석박통합과정 학생이 제1저자로 참여했으며, 유체역학의 불안정성 제어에 대한 새로운 발견임을 인정받아 국제학술지 ‘어드밴스드 사이언스(Advanced Science, Wiley·와일리)’에 1월 29일 온라인 게재됐다. 또한 표지논문(Frontispiece)으로 선정됐다. ※ 논문명: Evaporation-Driven Solutal Marangoni Control of Rayleigh-Taylor Instability in Inverted Films, 주저자 정보: 제 1저자 최민우 석박통합과정, 공동저자 전혜준 박사과정, 교신저자 김형수 교수, DOI: https://doi.org/10.1002/advs.202520343, 이번 연구는 한국연구재단 개인기초 중견 연구 (MSIT: 2021R1A2C2007835)의 지원을 받아 수행되었다.

공장과 발전소에서 배출되는 이산화탄소(CO₂)를 유용한 화학 원료로 바꾸는 기술은 탄소 중립의 핵심으로 꼽힌다. 하지만 촉매 성능이 빠르게 떨어지는 문제가 상용화를 가로막아 왔다. 우리 대학 연구진이 작동하는 동안 스스로 성능을 회복하는 ‘자가재생’ 촉매를 개발해 해결의 실마리를 제시했다. 우리 대학 생명화학공학과 정동영 교수 연구팀은 이산화탄소(CO₂)를 유용한 물질로 전환하는 전기화학 반응에서 촉매 성능이 저하되는 근본 원인을 규명하고, 촉매가 반응 중 스스로 활성 상태를 유지하도록 하는 새로운 설계 전략을 개발했다고 11일 밝혔다. 특히 연구팀은 이산화탄소 전환 반응에서 널리 사용되는 구리(Cu) 촉매에 주목했다. 구리 촉매는 반응 과정에서 단순히 소모되는 것이 아니라, 표면 구조가 지속적으로 변화하는 ‘재구성(reconstruction)’ 과정을 거치는 것으로 알려져 있다. 연구 결과, 이러한 재구성 방식에 따라 촉매의 성능과 수명이 크게 달라지는 것으로 나타났다. 연구팀은 구리 촉매의 재구성 과정이 크게 두 가지 방식으로 나타난다는 사실을 확인했다. 첫 번째는 촉매 표면에 산화물이 형성됐다가 다시 환원되는 과정을 반복하는 방식으로, 일시적으로 활성이 증가하지만 장기적으로는 촉매 성능 저하로 이어진다. 반면 두 번째 방식은 촉매 금속이 전해질 속으로 일부 녹아 나왔다가 다시 촉매 표면에 붙는 과정을 반복하는 형태다. 이 과정에서 촉매 표면에 새로운 반응 자리인 활성점(active site) 이 계속 만들어지는 것이 확인됐다. 연구팀은 이러한 원리를 활용해 촉매가 반응 중에도 스스로 활성 상태를 유지하도록 하는 방법을 제시했다. 전해질에 극미량의 구리 이온을 넣어주면 촉매 표면에서 금속이 녹았다가 다시 붙는 과정이 균형을 이루며 반복되고, 그 과정에서 새로운 활성점이 지속적으로 형성된다. 이를 통해 촉매가 오랜 시간 안정적인 성능을 유지할 수 있음을 입증했다. 특히 이번 기술은 별도의 복잡한 공정이나 높은 전압 조건 없이도 구현할 수 있어 에너지 소비를 크게 줄이면서, 에틸렌이나 에탄올과 같은 고부가가치 C₂화합물을 안정적으로 생산할 수 있는 가능성을 제시했다. C₂ 화합물은 탄소 원자 두 개로 이루어진 화합물로, 플라스틱이나 연료 등의 원료로 활용되는 산업적으로 중요한 화학 물질을 의미한다. 이번 연구는 촉매를 단순히 잘 만드는 것을 넘어, 반응이 진행되는 동안에도 촉매가 스스로 좋은 상태를 유지하도록 하는 새로운 설계 개념을 제시했다는 점에서 의미가 있다. 이 개념은 향후 이산화탄소 전환 기술뿐 아니라 다양한 전기화학 에너지 변환 기술로 확장될 가능성이 있다. 정동영 교수는 “이번 연구는 촉매 성능 저하를 불가피한 현상이 아니라 제어 가능한 과정으로 이해하고 접근한 결과”라며 “반응 중에도 촉매가 지속적으로 최적의 활성을 유지하도록 만드는 새로운 전략을 제시했다”고 말했다. 이번 연구는 KAIST 김한주 박사과정생과 안홍민 석박사통합과정생이 공동 제1저자로 연구를 주도하였으며, 화학 분야 세계 최고 권위 학술지인 미국화학회지 (JACS, Journal of the American Chemical Society)에 2월 5일 온라인으로 게재되었다. ※ 논문명: Dynamic Interface Engineering via Mechanistic Understanding of Copper Reconstruction in Electrochemical CO2 Reduction Reaction,DOI: 10.1021/jacs.5c16244 한편, 이번 연구는 한국연구재단 소재 글로벌 영커넥트 사업과 국가전략기술소재개발의 지원을 받아 수행되었다.

코로나19 팬데믹 이후 mRNA 백신은 차세대 의약 기술로 주목받고 있다. mRNA 의약품은 세포가 특정 단백질을 만들도록 유전 정보를 전달해 치료 효과를 내는 방식이지만, 고령층이나 비만 환자에서는 효능이 떨어질 수 있다는 한계가 제기돼 왔다. 한국 연구진이 이러한 문제를 해결하기 위해 치료 단백질 생성 효율을 높이는 mRNA 핵심 구간을 새롭게 설계해, 노화·비만 환경에서도 효과가 유지되는 차세대 mRNA 플랫폼을 개발했다. 우리 대학은 바이오및뇌공학과 이영석 교수와 가톨릭대학교(총장 최준규) 남재환 교수 공동연구팀이 mRNA의 핵심 조절 영역인 ‘5′ 비번역 영역(5′ untranslated region, 5′UTR)*’ 서열을 정밀 설계한 새로운 mRNA 플랫폼을 개발했다고 10일 밝혔다. *5′ 비번역 영역(5′UTR): mRNA에서 단백질 생산을 시작하고 효율을 조절하는 구간으로, 이 부분의 설계에 따라 단백질이 만들어지는 양과 속도가 달라질 수 있음 연구팀은 방대한 생물정보학 데이터를 분석해 다양한 세포 환경에서도 단백질이 더 효율적으로 만들어지도록 하는 5′UTR 서열을 찾아냈다. 이를 적용한 결과, 노화·비만 전임상 모델에서도 단백질 생성과 면역 반응이 크게 향상되는 것을 확인했다. mRNA는 긴 단일 가닥 RNA 분자로, 우리 몸에 필요한 단백질을 만드는 생산 설계도이다. mRNA는 단백질 생산을 시작하고 속도를 조절하는 5′UTR, 특정 단백질 정보를 담고 있는 단백질 암호화 영역(coding sequence, CDS), mRNA가 세포 안에서 안정적으로 유지되도록 돕는 3′ 비번역 영역(3′UTR), 그리고 안정성을 높여 단백질 생산을 돕는 poly(A) 꼬리 등으로 구성된다. 이 가운데 5′UTR과 3′UTR은 단백질의 종류를 결정하는 부분은 아니지만, 단백질이 얼마나 효율적으로 만들어지는지를 조절하는 중요한 구간이다. 이러한 특징 때문에 이 두 영역들은 백신이나 치료제 등 다양한 mRNA 의약품의 성능을 높이기 위한 핵심 바이오공학 플랫폼 기술로 주목받고 있다. 연구팀은 여러 조직과 세포 환경에서 단백질 생산 능력이 뛰어난 5′UTR 서열을 찾기 위해 대규모 바이오 데이터를 통합 분석했다. 이 과정에서 유전자 활성도를 분석하는 대규모 조직 전사체 분석(RNA-seq), 개별 세포 수준의 유전자 발현을 확인하는 단일세포 전사체 분석(scRNA-seq), 실제 단백질 생성 효율을 측정하는 리보솜 프로파일링(Ribo-seq) 등 다양한 분석 기법을 활용했다. 연구진은 노화나 비만 상태에서는 세포가 스트레스를 많이 받아(산화 스트레스) 단백질을 만드는 능력이 떨어질 수 있다는 점에 주목했다. 이에 새롭게 설계한 mRNA 치료제를 노화·비만 전임상 모델에 적용한 결과, 세포에서 만들어지는 단백질의 생산력과 면역 반응이 기존보다 크게 향상되는 것을 확인했다. 이번 연구는 mRNA 백신뿐만 아니라, 유전자 치료제, 면역 치료제 등 다양한 바이오의약 기술 개발에도 활용될 수 있을 것으로 기대된다. KAIST 바이오및뇌공학과 이영석 교수는 “이번 연구는 방대한 생물 데이터를 분석해 mRNA가 단백질을 더 잘 만들도록 하는 설계 방법을 찾아낸 것”이라며 “이 기술은 특히 고령층이나 비만 환자처럼 의약품 효과가 떨어질 수 있는 환경에서도 mRNA 백신과 치료제가 잘 작동하도록 하는 데 중요한 기반이 될 것”이라고 밝혔다. 가톨릭대학교 윤수빈 박사와 KAIST 조형곤 박사과정생이 공동 제1저자로 참여한 이번 연구 결과는 유전자·세포 치료 분야의 세계적 학술지 ‘몰레큘러 테라피(Molecular Therapy, IF=12.0)’에 1월 2일 온라인 게재됐다. (논문명: Designing 5′UTR sequences improves the capacity of mRNA therapeutics in preclinical models of aging and obesity, DOI: https://doi.org/10.1016/j.ymthe.2025.12.060 한편, 이번 연구는 과학기술정보통신부 한국연구재단 우수신진연구 및 바이오의료개발사업, 식품의약품안전처 감염병 대응 혁신기술 지원연구, 한국보건산업진흥원 감염병 예방 치료 기술개발사업의 지원을 받아 수행됐다.

마약 중독은 약물을 끊은 뒤 오랜 시간이 지나도 사소한 자극에 다시 갈망이 되살아나 재발 위험이 매우 높다. 그동안 이러한 현상은 충동을 조절하는 전전두엽 피질(PFC)의 기능 저하 때문으로 여겨졌다. 하지만 최근 국내외 공동 연구진은 중독 재발의 원인이 단순한 뇌 기능 저하가 아니라 특정 신경세포 회로의 불균형이라는 사실을 밝혀냈다. 우리 대학은 뇌인지과학과 백세범 석좌교수와 미국 캘리포니아 주립 샌디에이고 대학(UCSD) 임병국 교수 연구팀이 전전두엽 내 특정 억제성 신경세포가 코카인 중독 행동을 조절하는 핵심 원리를 규명했다고 9일 밝혔다. 특히 연구팀은 뇌에서 다른 신경세포의 활동을 억제해 신경 신호의 균형을 조절하는 파발부민 양성(Parvalbumin-positive, PV) 억제성 신경세포에 주목했다. 이 세포는 뇌의 흥분 신호를 조절하는 일종의 ‘브레이크 게이트(brake gate)’ 역할을 하며, 금단 이후 나타나는 마약 탐색 행동을 결정짓는 중요한 요소임을 확인했다. 우리 뇌의 전전두엽 피질(PFC)은 흥분 신호와 억제 신호가 균형을 이뤄야 충동을 억제하는 ‘브레이크’ 기능을 수행할 수 있다. 연구팀은 만성 약물 노출이 이러한 균형을 어떻게 무너뜨리는지 확인하기 위해 쥐를 대상으로 코카인 투여 실험을 진행했다. 이 과정에서 전전두엽 내 억제성 신경세포들이 언제 활성화되고 하위 뇌 영역으로 어떻게 신호를 보내는지 추적했다. 실험 결과, 전전두엽 피질 내 억제성 신경세포의 약 60~70%를 차지하는 파발부민(Parvalbumin, PV) 세포는 쥐가 코카인을 찾으려 할 때 활발하게 작동했다. 하지만 더 이상 약물을 찾지 않도록 훈련하는 ‘소거 훈련(extinction training)’을 진행하자 이 세포의 활동은 눈에 띄게 줄어들었다. 이는 PV 세포의 활동 양상이 중독에 의해 고정되는 것이 아니라 소거 과정을 통해 다시 조절될 수 있음을 보여준다. 연구팀은 신경 활동을 인위적으로 조절해 PV 세포의 활동을 억제하자 쥐의 코카인 탐색 행동이 크게 감소하는 것을 확인했다. 반대로 이 세포를 활성화하면 소거 과정 이후에도 약물을 다시 찾는 행동이 지속됐다. 이러한 효과는 설탕물과 같은 일반적인 보상에는 나타나지 않았으며, 마약 중독 행동에서만 특이적으로 관찰됐다. 이는 같은 억제성 신경세포인 소마토스타틴(SOM) 세포에서는 나타나지 않는 현상으로, 파발부민(PV) 세포가 마약 중독 행동을 선택적으로 조절한다는 점을 보여준다. 연구팀은 이러한 PV 세포의 조절 작용이 어떤 뇌 회로를 통해 이루어지는지도 확인했다. 전전두엽에서 시작된 신호는 보상과 관련된 핵심 뇌 영역인 복측피개영역(Ventral Tegmental Area, VTA)의 보상회로로 전달되며, 이 경로가 마약을 다시 찾을지 말지를 결정하는 중독 행동 조절의 핵심 통로로 나타났다. 이때 PV 신경세포는 이 신호의 흐름을 조절해 도파민(Dopamine) 신호에 영향을 주며, 중독 행동을 유지할지 억제할지를 결정하는 ‘조절 스위치’ 역할을 한다. 즉, 중독 재발은 전전두엽 전체의 기능 저하 때문이 아니라 특정 신경세포인 파발부민(PV) 신경세포가 전전두엽과 보상 회로를 잇는 신경 경로의 조절여부에 따라 결정되는 현상이라는 것을 밝혀낸 것이다. 백세범 석좌교수는 “이번 연구는 약물 중독이 특정 신경세포와 하위 신경 회로의 조절 균형이 붕괴되면서 나타나는 회로 수준의 문제임을 보여준다”며 “파발부민(PV) 세포가 중독 행동의 ‘게이트’ 역할을 한다는 발견은 향후 정밀 표적 치료 전략 개발에 중요한 단서가 될 것”이라고 밝혔다. 이번 연구는 UCSD 정민주 박사가 1저자로, UCSD 임병국 교수와 KAIST 백세범 석좌교수가 공동 교신저자로 연구를 주도하였으며, 신경과학 분야 최고 권위의 학술지인 뉴런(Neuron) 에 2월 26일 온라인 게재되었다. ※ 논문명: Distinct Interneuronal Dynamics Selectively Gate Target-Specific Cortical Projections in Drug Seeking, DOI: 10.1016/j.neuron.2026.01.002) 한편 이번 연구는 한국연구재단의 이공분야기초연구사업의 지원을 받아 수행됐다.

우리 몸의 단백질은 스위치처럼 작동한다. 약물이 단백질에 결합하면 결합 부위 구조가 변하고, 그 변화가 단백질 전체로 전달돼 기능이 켜지거나 꺼진다. 구글 딥마인드의 알파폴드3는 약물-단백질 결합 여부와 결합 부위의 3차원 구조를 예측하는 데 성공했지만, 약물이 결합한 뒤 단백질 내부에서 어떻게 신호를 전달하고 단백질 전체 구조를 바꿔서 실제로 단백질의 기능을 활성화하거나 억제하는지까지는 예측하지 못했다. 우리 대학 연구진이 약물이 ‘붙는지’가 아니라 ‘실제로 작동하는지’까지 예측하는 AI를 개발했다. 우리 대학은 바이오및뇌공학과 이관수 교수 연구팀이 대표적인 신약 표적인 G-단백질 결합 수용체(GPCR)에 대해, 후보 물질이 단순히 결합하는지를 넘어 실제로 단백질을 활성화하는지까지 예측하는 인공지능 모델 ‘GPCRact(지피씨알액트)’를 개발했다고 8일 밝혔다. GPCR(G-Protein Coupled Receptor)은 세포 표면에 있는‘신호 수신기’역할을 한다. 호르몬이나 신경전달물질, 약물이 세포 밖에서 신호를 보내면 이를 받아 세포 안으로 전달하는 문(게이트) 역할을 한다. 인체에는 약 800여 종의 GPCR이 존재하며, 현재 시판 약물의 약 30~40%가 이를 표적으로 한다. 심장 박동, 혈압 조절, 통증 감지, 면역 반응, 감정 조절 등 다양한 생리 기능에 관여하는 핵심 단백질이다. 하지만 약물이 GPCR에 결합했다고 해서 항상 원하는 기능이 작동하는 것은 아니다. 결합 이후 단백질 내부에서 일어나는 구조 변화와 신호 전달 과정이 실제 작용 여부를 결정한다. 이를 ‘알로스테릭 신호 전파’라고 한다. 연구팀은 약물 작용 과정을 ① 약물-표적 결합 단계 ② 단백질 내부 신호 전파 단계로 나누어 AI가 단계적으로 학습하도록 설계했다. 단백질의 3차원 구조를 원자 수준 그래프로 표현하고, 중요한 신호 전파 경로를 학습할 수 있도록‘어텐션 메커니즘’을 적용했다. 이를 통해 AI가 약물 결합 신호와 함께 단백질 내부 신호 전파 경로를 파악하여 단백질의 활성을 예측하도록 했다. 그 결과, 기존 모델이 어려워했던 복잡한 구조의 단백질에서도 약물 활성 예측 성능을 크게 향상시켰다. 이번 모델은 단순히 ‘활성’ 또는 ‘비활성’결과만 제시하지 않는다. 예측의 근거가 되는 단백질 내부 핵심 신호 경로를 제시해, 이른바 ‘블랙박스 AI’의 한계를 극복했다. 이는 연구자가 결과를 해석하고 검증할 수 있게 해 신약 개발의 신뢰성과 효율성을 동시에 높일 수 있는 중요한 진전이다. 앞으로 GPCR을 표적으로 하는 다양한 질병에서, 약물의 결합 여부뿐 아니라 실제 활성 여부까지 예측하는 정밀 신약 개발 AI 플랫폼으로 활용될 전망이다. 이관수 교수는 “알로스테릭 구조 변화는 약물이 단백질의 한 부분에 결합했을 때 그 영향이 내부로 전달돼 다른 부위의 기능까지 바뀌는 현상”이라며 “이 작동 원리를 딥러닝에 반영한 것이 이번 연구의 핵심”이라고 밝혔다. 이어 “앞으로 다양한 단백질로 확장하고, 세포와 인체 반응까지 예측하는 기술로 발전시키겠다”고 말했다. 손효진 박사과정생이 제1 저자로 참여한 이번 논문은 생물정보학 분야 최고 권위의 국제 학술지인 `브리핑스 인 바이오인포매틱스(Briefings in Bioinformatics, JCR 상위 2.2%)'에 1월 15일자 게재됐다. ※ 논문명 : GPCRact: a hierarchical framework for predicting ligand-induced GPCR activity via allosteric communication modeling, DOI: https://doi.org/10.1093/bib/bbaf719 ※ 저자 정보 : 손효진 (KAIST, 제1 저자), 이관수 (KAIST, 교신저자) 이 연구는 개인기초연구(과학기술정보통신부, 한국연구재단, RS-2025-24533057)의 지원으로 수행됐다.

우리 대학 기계공학과 윤국진 교수 연구팀이 세계적인 컴퓨터 비전 학술대회인 IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026(CVPR 2026)에서 주저자로 총 10편의 논문을 채택시키며, 연구팀의 압도적인 학술적 역량을 다시금 증명했다. CVPR은 인공지능과 시각 지능 분야에서 가장 큰 영향력을 가진 국제 학술 대회로, 1983년 시작된 이래 매년 엄격한 심사를 거쳐 우수 논문을 선정한다. 올해 CVPR 2026에는 전 세계에서 총 16,092편의 논문이 제출되었으며, 그중 4,090편이 채택되어 약 25.42%의 낮은 채택률을 기록하였다. 단일 연구실에서 주저자/교신저자로 10편의 논문이 동시에 채택되는 것은 국제적으로 매우 독보적인 성과로 평가받는다. 윤국진 교수 연구팀은 인간 수준의 시각 지능 구현을 목표로 폭넓은 연구를 수행하고 있다. 이번에 채택된 논문들은 이벤트 카메라 기반 기술, 자율주행 인지 기술, 그리고 AI 효율화 및 적응 기술 등 컴퓨터 비전 분야의 최첨단 주제들을 다루고 있다. 연구팀은 이미 지난해 ICCV 2025에서도 주저자/교신저자로 12편의 논문을 발표하여 독보적인 연구 역량을 인정받은 바 있다. 이번 CVPR 2026의 성과는 연구팀이 글로벌 컴퓨터 비전 연구를 선도하는 핵심 거점임을 다시 한번 확고히 하는 계기가 되었다. 연구팀은 앞으로도 기존 기술의 한계를 뛰어넘는 도전적인 연구를 통해 미래 AI 기술 발전에 기여할 계획이다. 한편, 이번 CVPR 2026은 오는 6월 3일부터 7일까지 미국 콜로라도주 덴버에서 개최될 예정이다.