KAIST

유튜브 영상 추천이나 금융 사기 탐지처럼 사람 사이의 복잡한 관계를 빠르게 분석하는 핵심 AI 기술로 ‘그래프 신경망(GNN, Graph Neural Network)’이 있다. 여기서 말하는 그래프는 우리가 떠올리는 그래프 그림이 아니라, 사람과 사람 사이의 연결 관계를 뜻한다. 우리 대학 연구진은 엔비디아보다 추천 속도는 2.1배 빠르고, 지연은 줄이며, 전력 소모까지 낮춘 AI 반도체 기술 ‘오토GNN(AutoGNN)’을 개발해 주목받고 있다. 우리 대학은 전기및전자공학부 정명수 교수 연구팀이 그래프 신경망 기반 인공지능의 추론 속도를 획기적으로 높일 수 있는 AI 반도체 기술 ‘오토GNN’을 세계 최초로 개발했다고 5일 밝혔다. 연구팀은 서비스 지연의 주된 원인이 인공지능 추론 이전 단계인 그래프 전처리(Graph Preprocessing) 과정에 있음을 밝혀냈다. 이 과정은 전체 계산 시간의 70~90%를 차지하지만, 기존 GPU는 복잡한 관계 구조를 정리하는 연산에 한계가 있어 병목 현상이 발생해 왔다. 이를 해결하기 위해 연구팀은 입력 데이터 구조에 따라 반도체 내부 회로를 실시간으로 바꾸는 적응형 AI 가속기 기술을 설계했다. 분석해야 할 데이터의 연결 방식에 맞춰 반도체가 스스로 가장 효율적인 구조로 바뀌는 방식이다. 연구팀은 필요한 데이터만 골라내는 UPE 모듈과 이를 빠르게 정리·집계하는 SCR 모듈을 반도체 안에 구현했다. 데이터의 양이나 형태가 바뀌면 이에 맞춰 최적의 모듈 구성이 자동으로 적용돼, 어떤 상황에서도 안정적인 성능을 유지할 수 있도록 했다. 성능 평가 결과, 오토GNN은 엔비디아의 고성능 GPU(RTX 3090) 대비 2.1배 빠른 처리 속도를 기록했으며, 일반 CPU 대비 9배 빠른 성능과 함께 에너지 소모를 3.3배 줄이는 효율성을 보였다. 이번 기술은 추천 시스템이나 금융 사기 탐지처럼 복잡한 관계 분석과 빠른 응답이 필요한 인공지능 서비스에 즉시 적용할 수 있다. 데이터 구조에 따라 스스로 최적화되는 AI 반도체 기술을 확보함으로써, 향후 대규모 데이터를 다루는 지능형 서비스의 속도와 에너지 효율을 동시에 높일 수 있는 기반이 마련됐다는 평가다. 정명수 교수는 “이번 연구는 불규칙한 데이터 구조를 효과적으로 처리할 수 있는 유연한 하드웨어 시스템을 구현했다는 점에서 의미가 크다”며 “추천 시스템은 물론 금융·보안 등 실시간 분석이 필요한 다양한 AI 분야에 활용될 것”이라고 말했다. 이번 연구는 2026년 1월 31일부터 호주 시드니에서 열리는 컴퓨터 아키텍처 분야 최우수 국제학술대회인 제32회 ‘IEEE International Symposium on High-Performance Computer Architecture (HPCA 2026)’에서 2월 4일 발표됐다. ※ 논문명: AutoGNN: End-to-End Hardware-Driven Graph Preprocessing for Enhanced GNN Performance, https://2026.hpca-conf.org/details/hpca-2026-main-conference/69/AutoGNN-End-to-End-Hardware-Driven-Graph-Preprocessing-for-Enhanced-GNN-Performance 이 연구는 삼성미래기술육성사업의 지원을 받았다.

유례없는 폭염과 한파가 반복되며 기후 위기가 일상이 된 가운데, 온실가스를 효과적으로 제거하는 기술이 전 세계적 과제로 떠오르고 있다. 특히 유해 가스를 산소로 분해하는 촉매 기술은 친환경 정화의 핵심이다. 한국 연구진은 그동안 막연히 ‘산소를 잘 쓴다’고 여겨졌던 촉매가 반응 환경에 맞춰 산소를 선택적으로 활용할 수 있다는 원리를 밝혀내며, 촉매 설계의 새로운 기준을 제시했다. 우리 대학 생명화학공학과 이현주 교수, 서울대학교 한정우 교수, KAIST 박정영 교수 공동연구팀은 친환경 촉매로 널리 쓰이는 세리아(CeO₂)*가 크기에 따라 산소를 사용하는 방식이 완전히 달라진다는 사실을 세계 최초로 규명했다고 4일 밝혔다. *세리아(Ceria,CeO2: 세륨(Cerium)이라는 금속과 산소가 결합한 화합물  세리아는 값비싼 귀금속 촉매를 대체·보완하는 금속 산화물 촉매로, 산소를 저장했다가 필요할 때 꺼내 쓸 수 있어 촉매 분야에서 ‘산소 탱크’로 불린다. 그러나 그동안 산소가 어디서 와서, 어떤 조건에서 반응에 사용되는지는 명확히 밝혀지지 않았다. 연구팀은 단순히 ‘산소를 잘 쓰는 촉매’가 아니라, ‘산소를 상황에 맞게 골라 쓰는 촉매’라는 새로운 개념에 주목했다. 이를 위해 세리아를 아주 작은 나노 크기부터 상대적으로 큰 크기까지 정밀하게 제어한 촉매를 제작하고, 산소의 이동과 반응 과정을 체계적으로 분석했다. 그 결과, 작은 세리아 촉매는 공기 중 산소를 빠르게 받아들여 즉시 반응에 사용하는 ‘순발력형’으로 작동하는 반면, 큰 세리아 촉매는 내부에 저장된 산소를 표면으로 끌어올려 지속적으로 공급하는 ‘지구력형’ 역할을 한다는 사실을 확인했다. 즉, 촉매의 크기만 조절해도 반응 조건에 따라 공기 중 산소를 사용할지, 내부에 저장된 산소를 사용할지를 선택할 수 있는 설계 원리가 처음으로 밝혀진 것이다. 연구팀은 이 메커니즘을 첨단 실험 분석과 인공지능 기반 시뮬레이션을 통해 동시에 입증했다. 연구팀은 이 원리를 메탄 제거 실험에 적용했다. 메탄은 이산화탄소보다 온난화 효과가 수십 배 강한 온실가스로, 산소를 이용해 이산화탄소와 물로 전환하는 촉매 산화 반응으로 제거된다. 실험 결과, 작은 세리아 촉매가 공기 중 산소를 즉각적으로 활용함으로써, 낮은 온도와 습기가 많은 환경에서도 메탄을 안정적으로 제거하는 성능을 보였으며, 이는 고가의 귀금속 촉매(백금과 팔라듐) 사용량을 크게 줄이면서도 오히려 성능을 향상시킬 수 있음을 보여준다. 이번 성과는 환경 정화 장비의 제조 비용 절감은 물론, 비·습기 등 실제 산업 환경에서도 성능이 유지되는 고내구성 촉매 개발로 이어져 친환경 에너지·환경 산업의 상용화를 앞당길 것으로 기대된다. 이현주 교수는 “이번 연구는 촉매에서 산소가 작동하는 두 가지 핵심 메커니즘을 처음으로 명확히 구분한 성과”라며, “기후 위기 대응에 필요한 고효율 촉매를 반응 조건에 맞춰 맞춤 설계할 수 있는 새로운 길을 열었다”고 말했다. 이번 연구는 KAIST 생명화학공학과 최윤지 박사과정, 서울대 재료공학부 정석현 박사, KAIST 화학과 한재범 박사과정이 공동 제1 저자로 참여했다. 연구 결과는 국제 학술지 '네이처 커뮤니케이션즈(Nature Communications)'에 1월 9일 자로 게재되었다.

사람마다 지문이 다르듯, 모든 물질에는 고유한 ‘빛의 지문’이 있다. 반도체 공정부터 환경 감시, 질병 진단, 우주 연구까지 접촉 없이 물질을 식별해 온 분광학은 ‘과학의 눈’으로 불려왔다. KAIST 연구진은 전문가의 경험에 의존하던 분광 분석을 AI 기반 자동·실시간 판독 기술로 구현해, 반도체·환경·의료 등 다양한 산업 현장에서 활용 가능성을 크게 확장했다. 우리 대학 원자력및양자공학과 박상후 교수 연구팀은 잡음·오염·결손이 많고 복잡하고 겹친 신호 등의 다양한 분광 데이터의 한계를 뛰어넘어, 인공지능이 실시간으로 자동 해석하는 ‘AI 기반 심층 분광해석 기술’을 개발했다고 3일 밝혔다. 스펙트럼이란, 물질이 내거나 흡수한 빛을 무지개처럼 펼쳐 놓은 그래프를 말한다. 기존 분광 분석은 이 스펙트럼 속 숫자로 나타나는 신호를 잘 알려진 참고 데이터와 하나하나 비교하여 수동으로 분석해야 했다. 연구팀은 이런 방식 대신, 스펙트럼 전체를 하나의 ‘이미지’처럼 인식하게 하고 인공지능이 그 패턴을 학습하도록 했다. 그 결과 데이터에 잡음이 섞이거나 일부가 손실된 상황에서도, AI는 마치 사진 속 사물을 알아보듯 정확하게 물질 정보를 찾아냈다. 더 나아가 예측 결과가 과학적으로 타당한지까지 스스로 점검하는 기능을 갖춰, 분석의 신뢰성을 크게 높였다. 연구팀은 이 기술을 대기화학·플라즈마화학 분야에서 널리 쓰이는 흡수 분광 데이터에 적용해 검증했다. 그 결과, 복잡하게 뒤섞인 신호 속에서도 오존과 질소산화물 등 8종의 화학 물질 농도를 매우 높은 정확도로 예측하는 데 성공했다. 기존 수작업 분석보다 정확할 뿐 아니라, 데이터 품질이 나쁜 환경에서도 안정적인 성능을 보였다. 이번 연구는 그동안 분석의 어려움 때문에 현장에서 충분히 활용되지 못하고 버려지던 방대한 분광 데이터를 ‘즉시 활용 가능한 정보’로 바꾸는 전환점이 될 것으로 기대된다. 특히 반도체 플라즈마 공정의 수율 향상, 핵융합 플라즈마의 안정적 제어는 물론, 스마트 시티 환경 감시, 비접촉식 질병 진단 등 다양한 첨단 산업 분야에서 활용 가능성이 크다. 박상후 교수는 “이번 기술은 전문가의 경험에 의존하던 분광 데이터 분석의 진입장벽을 획기적으로 낮춘 성과”라며, “환경 모니터링, 헬스케어, 플라즈마 진단 등 스펙트럼 분석이 필요한 산업 전반에 즉각 적용할 수 있을 것”이라고 말했다. 이번 연구는 원자력및양자공학과 김종찬 박사과정과 허성철 박사과정이 공동 제1 저자로 참여하였고, 계측 및 분석화학 분야의 권위 있는 국제 학술지 ‘센서 앤 액추에이터 B: 케미칼(Sensors and Actuators B: Chemical)’에 1월 12일자로 온라인 게재됐다. ※ 논문명: Deep spectral deconvolution for image-based broadband spectral data analysis DOI: https://doi.org/10.1016/j.snb.2025.139369 한편, 이번 연구는 과학기술정보통신부 글로벌 TOP 전략연구단 지원사업과 KAIST 도약연구사업, 한국재료연구원 기본사업의 지원을 받아 수행됐다.

탈모 치료의 한계를 넘어설 새로운 해법이 제시됐다. 무겁고 딱딱한 헬멧형 탈모 치료기는 이제 과거가 될 전망이다. 공동 연구진은 모자처럼 착용 가능한 OLED 기반 웨어러블 광치료 기기를 개발해, 탈모 진행의 핵심인 모낭 세포 노화를 약 92%까지 억제하는 효과를 입증했다. 우리 대학은 전기및전자공학부 최경철 교수 연구팀이 홍콩과학기술대 윤치 교수팀과 공동으로, 직물처럼 유연한 모자 형태의 웨어러블 플랫폼에 특수 OLED 광원을 적용한 비침습* 탈모 치료 기술을 개발했다고 1일 밝혔다.        *비침습 치료: 피부를 절개하거나 신체에 직접적인 손상을 주지 않는 치료 방식 그동안 탈모 개선을 위한 약물 치료는 효과가 있는 것으로 알려졌으나, 장기 사용에 따른 부작용 우려로 인해 상대적으로 안전한 광치료가 대안으로 주목받아 왔다. 그러나 기존 탈모 치료용 광기기는 딱딱하고 무거운 헬멧형 구조로 제작돼 사용 환경이 실내로 제한되고, LED나 레이저 기반의 점광원 방식을 사용해 두피 전체에 균일한 광조사를 구현하는 데 한계가 있었다. 연구팀은 이러한 문제를 해결하기 위해, 작은 점에서 빛을 내는 점광원 대신 넓은 면 전체에서 고르게 빛을 방출하는 면(面) 발광 OLED를 탈모 치료에 적용했다. 특히 천(직물)처럼 유연한 소재 기반의 근적외선(NIR) OLED를 모자 안쪽에 통합해, 광원이 두피 굴곡에 맞춰 자연스럽게 밀착되도록 설계함으로써 두피 전반에 균일한 광 자극을 전달할 수 있도록 했다. 또한 연구팀은 탈모 진행의 핵심 원인으로 꼽히는 모낭 세포 노화 억제에 주목했다. 이번 연구의 핵심 성과는 착용형 기기 구현을 넘어, 탈모 치료에 가장 효과적인 ‘빛의 파장’을 정밀하게 설계해 광치료 효과를 극대화한 데 있다.  연구팀은 빛의 색에 따라 세포 반응이 달라진다는 점에 착안해, 디스플레이용 OLED에 사용되던 파장 제어 기술을 치료 목적에 맞게 확장했다. 이를 통해 모낭세포 중에서도 모낭 맨 아래에 위치해 모발 성장을 조절하는 핵심 세포인 ‘모유두세포’ 활성에 최적인 730~740nm 대역의 근적외선만을 선택적으로 방출하는 맞춤형 OLED를 구현했다. 개발된 근적외선 OLED의 효과는 인간 모유두세포(human Dermal Papilla Cells, hDPCs)를 이용한 실험을 통해 검증됐다. 세포 노화 평가 결과, 근적외선 OLED 조사 조건에서 대조군 대비 약 92% 수준의 세포 노화 억제 효과가 확인됐으며, 이는 기존 적색광 조사 조건보다 우수한 결과다. 제 1저자인 조은해 박사는 “딱딱한 헬멧형 점광원 장치 대신, 천처럼 부드러운 직물 기반 OLED를 모자 형태로 구현해 일상에서도 사용할 수 있는 웨어러블 광치료 플랫폼을 제시했다”며 “빛의 파장을 정밀하게 설계해 모낭 세포 노화를 효과적으로 억제할 수 있음을 확인한 점이 핵심 성과”라고 말했다. 최경철 교수는 “OLED는 얇고 유연해 두피 곡면에 밀착할 수 있어 두피 전체에 균일한 빛 자극을 전달할 수 있다는 장점이 있다”며 “향후 전임상 연구를 통해 안전성과 효과를 검증하고, 실제 치료로 이어질 수 있는 가능성을 단계적으로 확인할 계획”이라고 밝혔다. 이번 연구는 KAIST 전기및전자공학부 조은해 박사가 제1저자로 참여해 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 1월 10일 자로 온라인 게재됐다.   ※논문명: Wearable textile-based phototherapy platform with customized NIR OLEDs toward non-invasive hair loss treatment, DOI: https://doi.org/10.1038/s41467-025-68258-3, 공저자: Eun Hae Cho, Jingi An, Yun Chi, Kyung Cheol Choi 본 연구는 과학기술정보통신부의 지원을 받아 한국연구재단(NRF)을 통해 수행된 국가 R&D(사업미래개척 융합과학기술개발사업(브릿지융합연구) 생체조직 접합패치와 약물전달, 광치료 OLED 테라피를 융합한 상처치료용 피부 패치 개발), 산업통상자원부의 지원을 받아 수행된 기술혁신프로그램(스트레처블 디스플레이용 50% 이상 신장 가능한 기판 소재 개발), 그리고 과학기술정보통신부 BK21 FOUR 사업(Connected AI Education & Research Program for Industry and Society Innovation, KAIST 전기및전자공학부)의 지원을 받아 수행되었다. (2021M3C1C3097646, 20017569, 4120200113769)

지금의 챗GPT 등 대규모 언어모델(LLM) 서비스는 대부분 고가의 GPU 서버에 의존해 운영되고 있다. 이러한 구조는 서비스 규모가 커질수록 비용과 전력 소모가 급격히 증가하는 한계를 안고 있다. 우리 대학 연구진이 이러한 문제를 해결할 수 있는 차세대 AI 인프라 기술을 개발했다. 우리 대학은 전산학부 박종세 교수를 중심으로 한 애니브릿지(AnyBridge) AI 팀이 GPU에만 의존하지 않고, 다양한 AI 가속기를 통합해 LLM을 효율적으로 서비스할 수 있는 차세대 AI 인프라 소프트웨어를 개발했다고 30일 밝혔다. 해당 기술은 카카오가 주최한 ‘4대 과학기술원×카카오 AI 육성 프로젝트’에서 대상을 수상했다. 이번 프로젝트는 카카오와 KAIST, GIST, DGIST, UNIST 등 4대 과학기술원이 공동으로 추진한 산학 협력 프로그램으로, AI 기술을 기반으로 한 예비 창업팀들의 기술력과 사업성을 종합적으로 평가해 우수 팀을 선발했다. 대상 팀에는 총 2,000만 원의 상금과 함께 최대 3,500만 원 규모의 카카오클라우드 크레딧이 제공된다. 애니브릿지 AI는 KAIST 전산학부 박종세 교수(대표)를 중심으로 권영진 교수, 허재혁 교수가 함께 참여한 기술 창업팀으로, AI 시스템과 컴퓨터 아키텍처 분야에서 축적한 연구 성과를 바탕으로 실제 산업 현장에서 활용 가능한 기술 개발을 목표로 하고 있다. 또한 미국 실리콘밸리 AI 반도체 시스템 스타트업 삼바노바(SambaNova)의 공동창업자이자 스탠포드대 교수인 쿤레 올루코툰(Kunle Olukotun) 교수가 자문위원으로 참여해, 글로벌 시장을 염두에 둔 기술 및 사업 확장을 함께 추진하고 있다. 애니브릿지 팀은 현재 대부분의 LLM 서비스가 고가의 GPU 인프라에 의존하고 있어, 서비스 규모가 확대될수록 운영 비용과 전력 소모가 급격히 증가하는 구조적 한계를 안고 있다는 점에 주목했다. 연구진은 이러한 문제의 근본 원인이 특정 하드웨어 성능이 아니라, GPU 뿐만 아니라 NPU(AI 계산에 특화된 반도체), PIM(메모리 안에서 AI 연산을 처리하는 차세대 반도체) 등 다양한 AI 가속기를 효율적으로 연결·운용할 수 있는 시스템 소프트웨어 계층의 부재에 있다고 분석했다. 이에 애니브릿지 팀은 가속기 종류와 관계없이 동일한 인터페이스와 런타임 환경에서 LLM을 서비스할 수 있는 통합 소프트웨어 스택을 제안했다. 특히 GPU 중심으로 고착화된 기존 LLM 서빙 구조의 한계를 지적하고, 여러 종류의 AI 가속기를 하나의 시스템에서 함께 활용할 수 있는 ‘멀티 가속기 LLM 서빙 런타임 소프트웨어’를 핵심 기술로 제시해 높은 평가를 받았다. 이 기술을 통해 특정 벤더나 하드웨어에 종속되지 않으면서도, 작업 특성에 따라 가장 적합한 AI 가속기를 선택·조합할 수 있는 유연한 AI 인프라 구조 구현이 가능하다. 이는 LLM 서비스의 비용과 전력 소모를 줄이고, 확장성을 크게 높일 수 있는 장점으로 평가된다. 또한 애니브릿지 팀은 다년간 축적한 LLM 서빙 시스템 시뮬레이션 연구를 바탕으로, 실제 대규모 인프라를 구축하지 않고도 다양한 하드웨어·소프트웨어 설계 조합을 사전에 검증할 수 있는 연구 기반을 갖추고 있다. 이러한 점은 기술의 완성도와 산업적 실현 가능성을 동시에 보여줬다는 평가를 받았다. 박종세 KAIST 전산학부 교수는 “이번 수상은 GPU 중심 AI 인프라의 한계를 넘어, 다양한 AI 가속기를 통합하는 시스템 소프트웨어의 필요성을 인정받은 결과”라며 “연구 성과를 산업 현장과 창업으로 확장할 수 있었다는 점에서 의미가 크다”고 말했다. 이어 “산업 파트너들과의 협력을 통해 차세대 LLM 서빙 인프라 핵심 기술로 발전시켜 나가겠다”고 밝혔다. 이번 수상은 KAIST의 연구 성과가 논문을 넘어 차세대 AI 인프라 기술과 창업으로 이어지고 있음을 보여주는 사례로 평가된다. 애니브릿지 AI 팀은 향후 카카오 및 관련 산업 파트너들과의 협력을 통해 기술 고도화와 실증을 진행하고, 차세대 AI 인프라 소프트웨어 분야의 핵심 기술로 발전시켜 나갈 계획이다.

TV와 스마트워치, 그리고 최근 주목받는 VR·AR 기기까지. 화면을 구성하는 핵심 기술인 마이크로LED는 머리카락 굵기보다 작은 LED 하나하나가 스스로 빛을 내는 차세대 디스플레이다. 디스플레이 완성의 필수 조건인 빨강·초록·파랑(RGB) 가운데 가장 구현이 어려웠던 적색 마이크로LED 기술을 한국연구진이 고효율·초고해상도로 구현하며, 현실보다 더 선명한 화면 구현할 수 있는 신기술을 내놓았다. 우리 대학은 전기및전자공학부 김상현 교수 연구팀이 인하대학교(총장 조명우) 금대명 교수와 공동으로 연구하고 화합물 반도체 제조업체 큐에스아이(대표 이청대)와 마이크로디스플레이·반도체 SoC 설계 기업 라온택(대표 이승탁)과 협업으로, 초고해상도이면서도 전력 소모를 크게 줄인 적색 마이크로LED 디스플레이 기술을 개발했다고 28일 밝혔다. 연구팀은 이를 통해 최신 스마트폰 디스플레이 해상도의 약 3~4배, VR·AR 기기에서도 초고해상도 수준의 화면이 아닌 ‘현실에 가까운 영상’을 구현할 수 있는 1700 PPI*급 초고해상도 마이크로LED 디스플레이를 실제로 구현하는 데 성공했다. *PPI: 픽셀은 화면을 구성하는 가장 작은 점으로, 이 픽셀이 얼마나 촘촘히 배치돼 있는지를 나타내는 지표가 PPI(Pixel Per Inch)임 마이크로LED는 픽셀 자체가 발광하는 디스플레이 기술로, OLED보다 밝기와 수명, 에너지 효율 면에서 뛰어나지만 두 가지 핵심 난제가 있었다. 첫째는 적색 LED의 효율 저하 문제다. 특히 ‘적색 픽셀’ 구현할때 픽셀이 작아질수록 에너지가 새어나가 효율이 급격히 떨어지기 때문이다. 둘째는 전사(Transfer) 공정의 한계였다. 수많은 미세 LED를 하나씩 옮겨 심어야 하는 기존 공정 방식은 초고해상도 구현이 어렵고 불량률도 높았다. 연구팀은 이러한 문제를 동시에 해결했다. 먼저 알루미늄 인듐 인화물/갈륨 인듐 인화물(AlInP/GaInP) ‘양자우물 구조’를 적용해, 픽셀이 작아져도 에너지 손실이 거의 없는 고효율 적색 마이크로LED를 구현했다. 쉽게 말해, 양자우물 구조는 전자가 밖으로 빠져나가지 않도록 ‘에너지 장벽’을 세워 빛을 내는 공간에 가둬두는 기술이다. 이로 인해 픽셀이 작아져도 에너지 손실이 줄고, 더 밝고 효율적인 적색 마이크로LED 구현이 가능해진다. 또한 LED를 하나씩 옮기는 대신, 회로 위에 LED 층을 통째로 쌓아 올리는 ‘모놀리식 3차원 집적 기술’을 적용했다. 이 방식은 정렬 오차를 줄이고 불량률을 낮춰, 초고해상도 디스플레이를 안정적으로 제작할 수 있다는 장점이 있다. 연구팀은 이 과정에서 회로 손상을 막는 저온 공정 기술도 함께 확보했다. 이번 성과는 구현이 가장 어렵다고 알려진 초고해상도 적색 마이크로LED를 실제 구동 가능한 디스플레이로 입증했다는 점에서 의미가 크다. 해당 기술은 화면의 입자감이 거의 느껴지지 않아야 하는 AR·VR 스마트 글래스를 비롯해, 차량용 헤드업 디스플레이(HUD), 초소형 웨어러블 기기 등 다양한 차세대 디스플레이 분야에 폭넓게 활용될 것으로 기대된다. 김상현 교수는 “이번 연구는 마이크로LED 분야에서 오랫동안 해결되지 않았던 적색 픽셀 효율과 구동 회로 집적 문제를 동시에 풀어낸 성과”라며, “상용화가 가능한 차세대 디스플레이 기술로 발전시켜 나가겠다”고 말했다. 본 연구는 KAIST 정보전자연구소 박주혁 박사가 제1저자로 연구를 주도했으며 연구 결과는 세계적 학술지 Nature Electronics에 1월 20일에 게재됐다. ※ 논문명: Monolithic 3D 1700PPI red micro-LED display on Si CMOS IC using AlInP/GaInP epi-layers with high internal quantum efficiency and low size dependency, DOI: 10.1038/s41928-025-01546-4, URL: https://www.nature.com/articles/s41928-025-01546-4 한편 이번 연구는 한국연구재단 기본연구(2019), 디스플레이전략연구실 사업(현재 수행 중), 삼성미래육성센터(2020~2023)의 지원을 받아 수행됐다.