-
엔비디아를 긴장시킬 고용량·고성능 GPU 개발
최근 대규모 AI 서비스 제공 최전선에 있는 빅테크들은 더 좋은 성능을 사용자들에게 제공하기 위해 경쟁적으로 모델 및 데이터의 크기를 증가시키는 추세이며, 최신 대규모 언어모델은 학습을 위해 수에서 수십 테라바이트(TB, 10^12 바이트)의 메모리를 요구한다. 국내 연구진이 현재 AI 가속기 시장을 독점하고 있는 엔비디아(NVIDIA)에 맞설 수 있는 차세대 인터페이스 기술이 활성화된 고용량·고성능 AI 가속기를 개발했다.
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 차세대 인터페이스 기술인 CXL(Compute Express Link)이 활성화된 고용량 GPU 장치의 메모리 읽기/쓰기 성능을 최적화하는 기술을 개발했다고 8일 밝혔다.
최신 GPU의 내부 메모리 용량은 수십 기가바이트(GB, 10^9 바이트)에 불과해 단일 GPU만으로는 모델을 추론·학습하는 것이 불가능하다. 대규모 AI 모델이 요구하는 메모리 용량을 제공하기 위해 업계에서는 일반적으로 GPU 여러 대를 연결하는 방식을 채택하지만, 이 방법은 최신 GPU의 높은 가격으로 인해 총소유비용(TCO·Total Cost of Ownership)을 과도하게 높이는 문제를 일으킨다.
이에 차세대 연결 기술인 CXL(Compute Express Link)을 활용해 대용량 메모리를 GPU 장치에 직접 연결하는‘CXL-GPU*’구조 기술이 다양한 산업계에서 활발히 검토되고 있다. 하지만 CXL-GPU의 고용량 특징만으로는 실제 AI 서비스에 활용되기 어렵다. 대규모 AI 서비스는 빠른 추론·학습 성능을 요구하기 때문에, GPU에 직접적으로 연결된 메모리 확장 장치로의 메모리 읽기/성능이 기존 GPU의 로컬 메모리에 준하는 성능이 보장될 때 비로소 실제 서비스에 활용될 수 있다.
*CXL-GPU: CXL을 통해 연결된 메모리 확장 장치들의 메모리 공간을 GPU 메모리 공간에 통합시킴으로써 고용량을 지원한다. 통합된 메모리 공간 관리에 필요한 동작들은 CXL 컨트롤러가 자동으로 처리해주므로, GPU는 기존에 로컬 메모리에 접근하던 방식과 동일한 방식으로 확장된 메모리 공간에 접근할 수 있다. 기존 메모리 용량을 늘리기 위해 고가의 GPU를 추가 구매하던 방식과 달리, CXL-GPU는 GPU에 메모리 자원만 선택적으로 추가할 수 있어 시스템 구축 비용을 획기적으로 절감할 수 있다.
우리 연구진은 CXL-GPU 장치의 메모리 읽기/쓰기 성능이 저하되는 원인을 분석해 이를 개선하는 기술을 개발했다. 메모리 확장 장치가 메모리 쓰기 타이밍을 스스로 결정할 수 있는 기술을 개발하여 GPU 장치가 메모리 확장 장치에 메모리 쓰기를 요청하면서 동시에 GPU 로컬 메모리에도 쓰기를 수행하도록 설계했다. 즉, 메모리 확장 장치가 내부 작업을 수행 상태에 따라 작업을 하도록 하여, GPU는 메모리 쓰기 작업의 완료 여부가 확인될 때까지 기다릴 필요가 없어 쓰기 성능 저하 문제를 해결할 수 있도록 했다.
또한 연구진은 메모리 확장 장치가 사전에 메모리 읽기를 수행할 수 있도록 GPU 장치 측에서 미리 힌트를 주는 기술을 개발했다. 이 기술을 활용하면 메모리 확장 장치가 메모리 읽기를 더 빨리 시작하게 되어, GPU 장치가 실제 데이터를 필요로 할 때는 캐시(작지만 빠른 임시 데이터 저장공간)에서 데이터를 읽어 더욱 빠른 메모리 읽기 성능을 달성할 수 있다.
이번 연구는 반도체 팹리스 스타트업인 파네시아(Panmnesia)*의 초고속 CXL 컨트롤러와 CXL-GPU 프로토타입을 활용해 진행됐다. 연구팀은 파네시아의 CXL-GPU 프로토타입을 활용한 기술 실효성 검증을 통해 기존 GPU 메모리 확장 기술보다 2.36배 빠르게 AI 서비스를 실행할 수 있음을 확인했다. 해당 연구는 오는 7월 산타클라라 USENIX 연합 학회와 핫스토리지의 연구 발표장에서 결과를 선보인다.
*파네시아는 업계 최초로 CXL 메모리 관리 동작에 소요되는 왕복 지연시간을 두 자리 나노초(nanosecond, 10^9분의 1초) 이하로 줄인 순수 국내기술의 자체 CXL 컨트롤러를 보유하고 있다. 이는 전세계 최신 CXL 컨트롤러등 대비 3배 이상 빠른 속도다. 파네시아는 고속 CXL 컨트롤러를 활용해 여러 개의 메모리 확장 장치를 GPU에 바로 연결함으로써 단일 GPU가 테라바이트 수준의 대규모 메모리 공간을 형성할 수 있도록 했다.
전기및전자공학부 정명수 교수는 “CXL-GPU의 시장 개화 시기를 가속해 대규모 AI 서비스를 운영하는 빅테크 기업의 메모리 확장 비용을 획기적으로 낮추는 데 기여할 수 있을 것”이라 말했다.
2024.07.08
조회수 2346
-
군인을 위한 과학적 온라인 명상프로그램 도입
우리 대학은 명상과학연구소 김은미 교수 연구팀이 군인들의 스트레스와 불안을 감소시켜 군의 전투력을 보장하고 군인(학생)들의 정신적 건강과 학업 지속성을 위한 과학적 명상프로그램을 개발하여 1년 동안 성공적으로 운영해왔으며, 미 해군 참모대학과 공동으로 수강생 데이터를 심층 분석하여 국제 학술대회에 발표하였다고 밝혔다.
해당 명상 프로그램은 2023년 가을학기부터 군복무 중인 학부생들을 대상으로 온라인 명상 수업을 도입하여, 학생들의 정신적 건강과 학업 성취를 지원하고 있다. 해당 강의는 비실시간 온라인 강의영상과 과제로 구성되어 있으며, 수강생들의 스트레스 완화, 대인관계 개선, 전역 후 진로 결정에 도움을 주는 것을 목적으로 설계되었다. 김 교수 연구팀은 이외에도 세계적인 온라인 교육 플랫폼인 Coursera에서 명상 프로그램을 운영하는 등 콘텐츠를 추가 및 개선해오고 있다.
명상과학은 최근 몇 년간 마인드풀니스(Mindfulness)라는 용어로 각광받아왔다. 명상과학은 미국의 아이비리그 중심으로 의학, 뇌과학, 심리학 분야에서 꾸준히 성장하고 있는 융합학문 분야이다. 또한, 명상과학의 시장규모는 7조 원으로 평가받으며(2022년 기준), 꾸준한 성장이 예상된다.
KAIST 명상과학연구소 김은미 교수와 美해군참모대학 리더십학부 리앤 페리, 리사 커 교수가 참여한 이번 연구는 국제 학술대회 `International Society for Contemplative Reserach' 에 발표되었다. (발표명 : Online Mindfulness in the Military : A Korean Pilot Study)
해당 연구는 미국 해군참모대학교의 리앤 페리 교수와 리사 커 교수와의 국제공동 연구로 명상이 군복무 중인 학생들의 정신적, 정서적 안정에 미치는 긍정적인 영향을 체계적으로 검증했다. 이를 통해 학생들이 보다 건강한 군 생활을 할 수 있도록 지원한다.
우리 대학은 명상이 학업 스트레스와 군 생활의 어려움을 겪고 있는 학생들에게 유익한 도구가 될 수 있음을 인식하고, 병영환경 내에서 축적된 양질의 데이터를 통해 명상과학 연구를 고도화하고자 한다. 이를 통해 휴전국가이며, 고도의 과학성장을 하고 있는 대한민국에서의 유의미한 연구성과를 도출할 것으로 기대된다.
김은미 연구부교수와 함께 연구에 참여하고 있는 박규순 소령, 박기웅 소령, 김현준 대위, 김상성 학생은 "이번 온라인 명상 수업이 군 복무 중인 학부생들의 정신적 건강을 증진하고, 보다 나은 학업 성취를 이룰 수 있도록 도와줄 것"이라며 "앞으로도 군복무 학생들의 복지와 학업 지원을 위해 더 많은 명상 수업 보급을 희망한다"라고 밝혔다.
2024.07.05
조회수 1532
-
김성민 교수팀, 모바일 최고 국제학회 최우수논문상 다회 수상 쾌거
우리 대학 전기및전자공학부 김성민 교수 연구팀이 스마트 팩토리에서 사각지대 없이 정밀한 위치를 추적하는 기술을 세계 최초로 개발했다고 5일 밝혔다. 목표물에 무전원 태그를 부착해, 장애물에 가려진 상황에서도 센티미터(cm) 이하의 정확도로 3차원 위치를 추적할 수 있는 기술이다.
해당 연구를 통해 연구팀은 모바일 컴퓨팅 분야 최고 권위 국제 학술대회인 ACM 모비시스(ACM MobiSys)에서 2022 최우수논문상에 이어 2024 최우수논문상을 수상하는 쾌거를 이뤘다. 해당 학회에서 최우수논문상을 다회 수상한 연구팀은 김성민 교수 연구팀과, 미국 미시간대, 그리고 예일대 뿐이다(주 저자 기준).
(논문명: SuperSight: Sub-cm NLOS Localization for mmWave Backscatter)
연구팀이 최초 개발한 무선 태그는, 기존 기술(UWB, Ultra Wide Band) 대비 반사성이 10배 이상 높은 밀리미터파(mmWave)*를 활용, 장애물을 우회하는 반사 신호를 확보해 사각지대 없는 위치추적이 가능하다. 반사의 방향에 따라 고유한 신호를 발생시키는 태그가 각 신호의 전파 경로를 파악하여 목표물의 위치를 추적하는 원리다.
*밀리미터파: 30~300기가헤르츠(GHz)의 주파수를 갖는 전파로 5G/6G 등 차세대 표준에서 도입을 준비 중인 대역이다.
이 기술은 가구, 전자제품 등 다양한 실내 장애물에 막혀 작동 범위가 제한되는 기존 기술의 문제점을 해결하고, 더불어 15배 이상 높은 3차원 위치 정확도(8.3mm)를 갖는다. 즉, 잦은 연결 장애를 겪는 현재에 비해 안정적으로 실내 목표물의 정확한 위치를 추적할 수 있어, 스마트 팩토리 및 증강 현실(AR) 등 광범위한 위치 기반 서비스에 활용될 수 있다.
무선 태그는 스스로 무선 신호를 생성하는 대신, 주변의 신호를 반사하는 방식으로 작동한다. 주변 빛을 반사하는 거울과 같이, 신호 생성에 필요한 전력을 아낄 수 있어 초저전력으로 동작한다. 이에 태양전지 등 무전원으로 동작하거나 코인 전지 하나로 40년 이상 구동할 수 있어, 대량 운용에 적합하다.
김성민 교수는 “태그는 천장 타일이나 컴퓨터 본체 등 주변 사물을 반사체로 이용해 임의의 실내 환경에서 사각지대 없이 작동한다”며 “실내 위치추적의 안정성 문제를 해결함으로써, 포괄적인 위치 기반 서비스의 보급을 기대한다”고 말했다.
한편 이번 연구는 정보통신기획평가원 ITRC 혁신도약형과제와 삼성미래기술육성사업의 지원을 받아 수행됐다.
2024.07.05
조회수 1557
-
미생물로 계란을 만든다고?
우리 연구진이 미생물로 계란의 대체제를 개발하는 논문을 발표해서 화제다. 비동물성 원료를 활용한 계란 대체제 개발을 통해 온실가스 배출 및 폐기물 문제 등을 가져오는 공장식 축산의 문제를 해결하고 손쉽게 단백질 섭취가 가능한 지속가능한 식량 체계 구축에 기여할 수 있을 것으로 기대한다.
우리 대학 생물공정연구센터 최경록 연구교수와 생명화학공학과 이상엽 특훈교수가 ‘미생물 유래 친환경 액상 계란 대체물 개발’논문을 발표했다고 4일 밝혔다.
연구진은 미생물 용해물의 가열을 통해 형성된 젤이 삶은 계란과 유사한 미시적 구조와 물리적인 특성을 가지는 것을 확인하였고, 미생물 유래의 식용 효소나 식물성 재료를 첨가하여 다양한 식감을 구현할 수 있음을 밝혔다. 더 나아가, 액체 상태인 용해물을 이용하여 머랭 쿠키를 굽는 등, 미생물 용해물이 난액을 기능적으로 대체할 수 있음을 규명하였다.
현재까지 비동물성 단백질을 기반으로 한 계란 대체제 개발이 진행돼왔으나, 계란의 온전한 영양을 제공하는 동시에 젤화, 거품 형성 등 난액(卵液)이 요리 재료로서 지니는 중요한 핵심 기능적 특성을 함께 구현하는 대체제는 개발되지 못했다. 이러한 배경에서, 연구진은 단위 건조 질량당 단백질 함량이 육류에 비견될 정도로 많은 미생물 바이오매스를 난액 대체제로 개발하고자 했다.
특히, 인류의 오랜 섭취 경험을 통해 효모, 고초균, 유산균 및 기타 프로바이오틱스 균주 등 다양한 미생물들의 안정성이 검증됐고, 미생물 바이오매스는 생산 시 발생하는 이산화탄소뿐만 아니라 물, 토지 등 요구되는 자원이 적으면서도 고품질의 영양성분을 가지고 있기에, 연구진은 미생물 바이오매스를 대체 난액으로 활용하는 기술을 개발할 수 있다면 지속 가능한 미래 식량자원의 확보에 기여할 수 있을 것으로 기대했다.
하지만 미생물 배양을 통해 회수한 반고체 상태의 미생물 바이오매스를 가열하면 난액과 달리 액상으로 변하는 것이 관찰됐다. 이에 연구진은 계란찜을 만들기 위해선 먼저 계란의 껍데기[난각(卵殼)]를 깨트리고 난액을 모아야 한다는 사실에 착안해 미생물의 세포 구조 중 난각에 상응하는 세포벽과 세포막을 파쇄해 미생물 용해물을 제조했고, 이를 가열할 경우 난액처럼 단백질이 응고돼 젤 형태로 변하는 것을 확인했다.
이상엽 특훈교수는 “영양 측면에서도 우수한 성분들을 갖추고 있어 평소 식량에도 사용될 수 있지만, 특히 미래 장거리 우주여행 식량, 전시 상황 등 긴급 상황 시의 대비를 위한 비상식량 등으로도 활용할 수 있으며, 무엇보다 지속 가능한 식량 체계 확보에 도움이 된다”고 말했다.
이번 논문은 네이처(Nature) 誌가 발행하는 'npj 식품 과학(npj Science of Food)'에 6월 19일자 온라인 게재됐다.
※ 논문명 : Microbial lysates repurposed as liquid egg substitutes
※ 저자 정보 : 최경록(한국과학기술원, 제1 저자), 안다희(한국과학기술원, 제2 저자), 정석영(한국과학기술원, 제3 저자), 이유현(한국과학기술원, 제4 저자) 및 이상엽(한국과학기술원, 교신저자) 포함 총 5명
이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제 (과제책임자 KAIST 이상엽 특훈교수)와 농촌진흥청이 지원하는 농업미생물사업단(단장 장판식 교수)의 ‘미생물 대사시스템 제어를 통한 무기물로부터의 단백질 생산 기술 개발’ 과제 (과제책임자 KAIST 최경록 연구교수) 및 의 지원을 받아 수행됐다.
2024.07.04
조회수 2124
-
세계 최대 컴퓨터학회에서 처음 5편 논문 발표
세계 최대 컴퓨터 학회에서 주간한 학술대회(PLDI)에서 2012년에 한국에서 처음 논문을 발표한 이래, KAIST 연구진이 처음으로 3편 이상의 논문을 발표하여 화제다.
우리 대학 전산학부 강지훈 교수, 류석영 교수 연구팀이 프로그래밍 언어 분야 최고 권위 학술대회인 PLDI에서 올해 발표될 89편의 논문 중 6.7%인 5편의 논문을 발표했다고 3일 밝혔다.
PLDI(Programming Language Design and Implementation)는 세계 최대 컴퓨터 학회인 ACM(Association for Computing Machinery)이 주관하는 학술대회로, 지난 45년간 전산학 전체에 깊은 영향을 미치는 중요한 논문이 다수 발표된 유서 깊은 학술대회다. 프로그래밍 언어와 컴파일러 등 소프트웨어 전반의 기초가 되는 핵심 기술을 발표하고 있다.
이번 학회에 발표되는 5개의 논문은 아래와 같다.
1) 멀티코어 컴퓨팅 시스템에서 동작하는 고성능 병렬 자료구조가 사용을 마친 메모리를 수집하기 위해 다양한 기법을 제안 2) 멀티코어 컴퓨팅 시스템에서 성능을 높이기 위해 운영체제, 데이터베이스 등 고성능 시스템 소프트웨어의 안전성을 현실적으로 증명할 수 있는 토대 마련 3) 시스템 반도체의 논리적인 청사진이라 할 수 있는 RTL(register-transfer level) 설계 및 검증비용을 획기적으로 줄일 수 있는 프로그래밍 언어 개발 4) 빠르지만 안정성이 취약한 C 언어로 작성된 프로그램을 더 안전한 러스트(Rust) 언어로 작성된 프로그램으로 자동 변환하는 연구 5) 산업계에서 가장 널리 사용하는 자바스크립트 프로그래밍 언어의 공식 개발 과정에 적용한 기술(https://www.kaist.ac.kr/news/html/news/?mode=V&mng_no=36610)을 기반으로 웹어셈블리 언어에 특화한 연구
강지훈 교수는 “5편의 논문은 각각 학생들이 오랫동안 정성껏 연구한 결과를 담아 뛰어난 독창성과 실용성을 동시에 갖춘 우수한 논문들”이라면서 “이 논문들이 앞으로 지속적으로 프로그래밍 언어와 인접 전산학 분야, 그리고 더 나아가서 산업계에 깊은 영향을 미칠 수 있도록 후속 연구에 정진할 것”이라고 포부를 밝혔다.
류석영 교수는 “반도체, 운영체제, 클라우드 등 인프라부터 사용자에게 제공하는 서비스까지 모두를 아우르는 풀 스택 소프트웨어를 안전하고 올바르게 동작하도록 설계하고 개발하는 세계적인 기술을 선보인 결과”라며, “소프트웨어가 이끄는 세상에서 더 안전하고 올바르게 동작하는 소프트웨어를 사용할 수 있기를 기대한다”고 말했다.
5편의 논문은 한국 시각으로 6월 21일에 PACMPL(Proceedings of the ACM on Programming Languages) 저널에 게재됐고 6월 25일부터 27일 사이에 진행된 PLDI 2024 학술대회에서 발표됐다.
(논문 제목: ① Concurrent Immediate Reference Counting, ② A Proof Recipe for Linearizability in Relaxed Memory Separation Logic, ③ Modular Hardware Design of Pipelined Circuits with Hazards, ④ Don't Write, but Return: Replacing Output Parameters with Algebraic Data Types in C-to-Rust Translation, ⑤ Bringing the WebAssembly Standard up to Speed with SpecTac)
한편 이번 연구는 한국연구재단 선도연구센터, 중견연구자지원사업 및 우수신진연구자지원사업, 정보통신기획평가원(IITP), 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
2024.07.03
조회수 2169
-
인공지능으로 배터리 원소, 충방전 상태 인식
국제공동연구진이 인공지능 학습을 통해 배터리의 표면 형상만 보고 각 원소의 함량 그리고 충·방전 횟수에 대한 정보를 높은 정확도로 알아내는 영상인식 기술을 개발하여 화제다.
우리 대학 신소재공학과 홍승범 교수가 한국전자통신연구원(ETRI), 미국 드렉셀대학과 공동연구를 통해 다양한 조성과 각기 다른 충·방전 사이클의 NCM 양극재 주사전자현미경 사진을 합성곱 신경망* 기반 인공지능에 학습시켜 주요 원소 함량과 충·방전 상태를 99.6%의 높은 정확도로 맞추는 방법론을 세계 최초로 개발했다고 2일 밝혔다.
*합성곱 신경망(콘볼루션 신경망, Convolutional Neural Network, CNN): 시각적 영상을 분석하는 데 사용되는 다층의 피드-포워드적인 인공신경망의 한 종류이다.
연구팀은 반도체 공정에서는 웨이퍼의 불량 검수를 위해 주사전자현미경(SEM)을 사용하는 반면 배터리 공정에서는 그런 경우가 드물고 연구 현장에서만 입자의 크기 분석을 위해 SEM을 활용하고, 열화된 배터리 소재의 경우 입자가 깨지고 부서지는 형상으로부터 신뢰성을 예측하는 것에 착안했다. 연구팀은 반도체 공정에서와 같이 배터리 공정도 자동화된 SEM으로 양극재 표면을 검수해서 원하는 조성대로 합성이 되었는지 수명은 신뢰성 있게 나올 것인지를 확인해 불량률을 줄일 수 있다면 획기적일 것으로 판단했다.
연구진은 자율주행차에 적용가능한 합성곱 신경망 기반 인공지능에 배터리 소재의 표면 영상을 학습시켜서 양극재의 주 원소 함량과 충·방전 사이클 상태를 예측할 수 있게 했다. 이런 방법론이 첨가제가 들어간 양극재에도 적용가능한 지 확인한 결과 함량은 상당히 정확하게 예측하는 반면 충·방전 상태는 정확도가 낮다는 단점을 알게 됐다. 이에 연구팀은 향후 다양한 공정을 통해서 만든 배터리 소재의 형상을 학습시켜 차세대 배터리의 조성 균일성 검수 및 수명 예측에 활용할 계획이다.
연구를 이끈 홍승범 교수는 “이번 연구는 세계 최초로 마이크론 스케일의 주사전자현미경 사진의 소재 구조 데이터를 통해 주 원소 함량과 충·방전 상태를 빠르고 정확하게 예측할 수 있는 인공지능 기반 방법론을 개발한 데 의의가 있고 이번 연구에서 개발된 현미경 영상 기반 배터리 소재의 함량 및 상태 감별 방법론은 향후 배터리 소재의 성능과 품질을 향상하는 데 중요한 역할을 하게 될 것으로 기대된다”고 전망했다.
한편, 이번 연구는 공동 제1 저자인 신소재공학과 졸업생 오지민 박사와 염지원 박사와 공동저자인 ETRI 김광만 박사와 미국 드렉셀 대학교 아가르(Agar) 교수가 참여하였고, 한국연구재단(2020M3H4A3081880, RS-2023-00247245), KAIST 글로벌특이점 사업의 지원 및 미국 연구진과의 국제공동연구를 통해 수행됐으며, 국제 학술지 ‘엔피제이 컴퓨테이셔날 머티리얼즈(npj computational materials)’에 지난 5월 4일 자 출판됐다. (논문 제목: Composition and state prediction of lithium-ion cathode via convolutional neural network trained on scanning electron microscopy images)
2024.07.02
조회수 1786
-
지방세포 이용해 체중 감소 가능하다
우리 연구진이 지방세포를 지방세포 전 단계인 줄기세포로 변화(탈분화)시키며 지방조직의 물리적인 크기를 줄이는 등 체중을 감소시키고 지방세포의 활성화를 통해 체내 신진에너지 대사 변화를 통해 비만이나 당뇨 등 대사성 질환의 제어 방법을 제시하여 화제다.
의과학대학원 서재명 교수 연구팀과 생명과학과 임대식 교수 연구팀의 공동연구를 통해 대사성 질환의 새로운 치료 전략을 규명했다고 1일 밝혔다.
지방조직은 식사 후 여분의 칼로리를 지방 형태로 저장하는 저장고 역할과 호르몬을 분비하는 내분비기관의 역할을 한다. 이 두 가지의 역할 중 하나라도 이상이 생기면 우리의 대사 체계는 무너지고 당뇨 혹은 비만과 같은 대사질환이 걸리게 된다. 그러나 우리 몸이 이 두 가지의 기능을 조화롭게 관장하는지 분자 수준에서의 기전이 알려지지 않았다.
연구팀은 히포 신호전달체계*의 얍타즈(YAP/TAZ) 단백질에 주목, 이 단백질의 지방세포 관련 기능을 규명했다. 1) 식사 유무에 따라 지방조직 안에 있는 얍타즈 단백질의 활성상태가 변한다는 점, 2) 동 단백질의 활성이 지방조직의 크기를 직접적으로 조절한다는 점 3) 에너지소비 및 포만감을 관장하는 렙틴이라는 호르몬의 생성에 얍타즈가 직접적으로 관여를 한다는 점을 밝혔다.
*히포 신호전달체계: 다세포 생물의 조직, 신체 기관의 크기를 결정하는 데 중요한 역할을 하는 세포 내 신호전달체계임.
특히 생체 내에서 활성화된 얍타즈의 역할을 규명하기 위해 라츠1/라츠2(LATS1/LATS2) 유전자를 생쥐의 지방세포에서 특이적으로 결손시켰는데, 지방세포 안에 있는 얍타즈의 지속적인 활성은 지방세포를 지방세포의 전구체, 즉 줄기세포와 같은 세포로 변화(탈분화)시키며 지방조직의 물리적인 크기를 줄인다는 점을 확인할 수 있었다.
탈분화를 통한 체지방의 감소는 에너지소비에 집중된 갈색지방의 활성화 혹은 운동과 같은 기존의 방법과 차별되는 방법이다. 또한 렙틴이라는 호르몬은 지방세포에서 만들어져 식욕을 억제하고 에너지 소비를 증가시키는 핵심적인 대사체계 조절 호르몬으로 30년 전에 처음으로 유전자 서열이 밝혀졌지만, 어떻게 생성이 되는지 분자 수준에서의 기전이 알려지지 않았다.
이번 연구는 1994년 렙틴의 유전자의 서열이 밝혀진 후 최초로 렙틴 발현의 전사 조절 기전*을 밝혔다는 점에서 세계의 주목을 받고 있다. 금번 연구는 지방세포의 압타즈의 활성 증가를 통해 혁신적인 비만 대사질환 치료제 개발의 새로운 가능성을 제시하였다.
*전사 조절 기전: DNA로부터 RNA를 만들어내는 과정을 조절하는 기전을 의미한다.
우리 대학 의과학대학원/생명과학과 최성우 박사 (현 버클리 캘리포니아 주립대학) 와 생명과학과 강주경 박사가 공동 제1 저자로 참여한 이번 연구는 세계적인 국제 학술지 `네이처 대사(Nature Metabolism)' 5월 29일 자 온라인판에 출판됐다. (논문명 : Hippo–YAP/TAZ signalling coordinates adipose plasticity and energy balance by uncoupling leptin expression from fat mass).
한편 이번 연구는 과기정통부 리더연구자 지원사업, 중견연구자 지원사업, 바이오·의료기술개발사업, 해외우수과학자 유치사업, 카이스트 국제공동연구지원사업의 지원으로 수행됐다.
2024.07.01
조회수 1871
-
맞춤형 종양 모델 구축 스페로이드 플랫폼 개발
세포들이 뭉쳐 생성된 구형 집합체인 스페로이드(spheroid)의 제작 기술은 현재 단일 조건의 스페로이드를 대규모로 생성하는 것까지는 가능하나, 체내 조직의 기능을 모사할 수 있는 최적의 크기 및 세포 조성 범위의 탐색이 어렵고, 다중 약물 스크리닝에 적합하지 않다는 문제가 있었다. 우리 연구진이 단 3번의 세포 주입으로 10가지 세포 조성을 갖는 100개의 스페로이드를 제작하고, 25가지 약물 조합을 동시에 처리할 수 있는 플랫폼을 구축하는 데 성공했다.
우리 대학 바이오및뇌공학과 박제균 교수 연구팀이 다양한 스페로이드 어레이(배열)를 맞춤형으로 손쉽게 제작하고 이를 구획화해 다중 시약 처리를 수행할 수 있는 조립형 마이크로어레이 플랫폼을 개발했다고 27일 밝혔다.
기존 단일 조건의 스페로이드를 대규모로 제작하는 방법은 다중 약물 스크리닝이 어렵고, 다중 약물 스크리닝이 가능한 방법은 대규모 제작이 어려워, 두 가지 장점을 동시에 만족하는 플랫폼이 개발되지 않은 실정이었다.
* 다중 약물 스크리닝: 암 치료의 식별 및 약물 안전성 평가를 위해 약물의 종류, 농도 등 다양한 실험 조건 변화에 따른 세포 및 조직의 반응을 평가하는 방법
연구팀은 조립식 플랫폼의 핵심기술인 행잉드롭 마이크로어레이*, 그래디언트(gradient) 블록**, 오목 기둥 마이크로어레이***를 개발하고, 이들의 조립 방식에 따라 달라지는 여러 가지 스페로이드 어레이 기반 종양 모델의 제작 방법과 분석 방법을 발표했다.
* 행잉드롭 마이크로어레이: 고드름과 같이 표면에 매달린 형태의 물방울을 의미하는 행잉드롭 내에 세포가 존재하면 중력에 의해 세포들이 응집되어 스페로이드가 만들어짐. 행잉드롭 마이크로어레이는 바닥 면에 구멍이 2차원으로 배열되어, 단 한 번의 세포 혼합용액 주입으로 행잉드롭을 어레이 형태로 형성할 수 있어, 균일한 스페로이드 어레이를 제작할 수 있음
** 그래디언트 블록: 경사면을 가지는 블록으로, 행잉드롭 마이크로어레이와 조립하게 되면 각각의 어레이 구멍에 가라앉는 세포의 수가 선형으로 변화하게 되어 이를 통해 크기가 규칙적으로 변화하는 스페로이드 어레이를 제작할 수 있음
***오목 기둥 마이크로어레이: 행잉드롭과 접촉하여 스페로이드를 기둥 상부에 안착시켜 회수할 수 있는 구조를 갖고 있어, 스페로이드 어레이를 개별적으로 분리하고 이동시킬 수 있음
연구팀은 10가지의 다른 세포 조성을 가지며, 조성 별로 10개의 스페로이드가 존재하는, 총 100개의 삼중 배양 스페로이드로 구성된 어레이를 단 세 번의 세포 혼합용액 주입으로 생성시키는데 성공했다.
또한 연구팀은 행잉드롭 마이크로어레이와 오목 기둥 마이크로어레이의 조립을 통해 대규모로 생성된 스페로이드를 작은물방울 형태로 각각 분리하고, 구획화된 행잉드롭 마이크로어레이로 옮겨 스페로이드 어레이를 구획화시키는 방법을 새롭게 선보였다. 이를 통해 스페로이드 어레이의 순차적 다중 시약 처리 및 일괄적 형광 염색이 가능하게 되어 스페로이드 분석 및 실험 과정이 획기적으로 개선됐다.
연구를 주도한 박제균 교수는 “이번 연구는 다양한 크기와 조성을 갖는 스페로이드 어레이를 대규모로 제작하고, 원하는 대로 이동시켜 일괄 또는 다중 시약 처리가 가능한 고효율 스크리닝 플랫폼의 개발 성과”임을 강조하며, “간단하면서도 우수한 편의성을 갖춘 플랫폼이기에, 향후 다른 연구자들도 스페로이드 및 오가노이드의 크기와 조성에 따른 변화 연구와 다양한 세포 조성으로 이루어진 복잡한 스페로이드, 오가노이드 어레이를 이용한 고효율 약물 스크리닝 등에 활용할 수 있을 것”이라고 말했다.
우리 대학 바이오및뇌공학과 김휘수 박사가 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘어드밴스드 헬스케어 머티리얼즈(Advanced Healthcare Materials)’에 2024년 5월 30일 자로 온라인판에 게재됐다.(https://doi.org/10.1002/adhm.202400501. 논문명: Reconfigurable Hanging Drop Microarray Platform for On-demand Preparation and Analysis of Spheroid Array) 또한 상기 논문은 와일리-VCH(Wiley-VCH) 출판사의 “핫 토픽: 종양과 암(Hot Topic: Tumors and Cancer)” 세션에도 선정됐다.
한편 이번 연구는 한국연구재단 기초연구사업(중견연구)의 지원을 받아 수행됐다.
2024.06.27
조회수 1785
-
챗MOF로 96.9% 금속 유기 골격체 물성 예측하다
우리 대학 연구진이 챗GPT를 활용해 큰 다공성, 높은 표면적, 그리고 뛰어난 조절 가능성으로 많은 화학 응용 분야에서 사용되는 금속 유기 골격체의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(이하 챗MOF)을 개발했다. 챗MOF는 검색 및 예측 작업에서 각각 96.9% 및 95.7%의 높은 성공률을 보여 화제다.
생명화학공학과 김지한 교수 연구팀이 인공지능(AI)의 급격한 발전에 주목하며, 대규모 언어 모델(이하 LLMs) 활용을 통해 금속 유기 골격체(Metal-Organic Frameworks, MOFs)의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(ChatMOF)을 개발했다고 26일 발표했다.
최근 인공지능(AI)의 발전에는 큰 도약이 있었지만 재료 과학에서의 LLM의 잠재력을 완전히 실현하기에는 여전히 물질의 복잡성과 재료별 특화된 훈련 데이터의 부족이라는 한계점이 존재했다.
김지한 교수 연구팀이 개발한 챗MOF는 재료 분야에서 전통적인 머신러닝 모델과 LLM을 결합한 혁신적인 접근 방식으로 계산 및 머신러닝 도구에 대한 초보자들과의 격차를 상당히 줄일 수 있는 잠재력을 가지고 있다.
또한 이 독특한 시스템은 인공지능의 변혁적인 능력과 재료 과학의 복잡한 측면들을 연결하며, 다양한 작업에서 뛰어난 성능을 보여준다. 챗MOF는 검색 및 예측 작업에서 각각 96.9% 및 95.7%의 높은 성공률을 보고한다. 한편, 더 복잡한 구조 생성 작업은 그 복잡함에도 불구하고 주목할 만한 87.5%의 정확도를 달성한다. 이러한 유망한 결과는 챗MOF가 가장 요구가 많은 작업을 관리하는 데도 효과적임을 강조한다.
김지한 교수는 “연구팀이 개발한 기술은 재료 과학 분야에서 인공지능의 더 높은 자율성을 달성하기 위한 중요한 진전을 나타낸다. 기술이 발전함에 따라, 모델 용량과 온라인 플랫폼에서의 데이터 공유에 대한 체계적인 개선을 통해 챗MOF의 성능을 더욱 최적화할 수 있으며, 이는 금속 유기 골격체 연구 분야에서 놀라운 진전을 촉진할 수 있다.”라고 말했다.
생명화학공학과 강영훈 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈(Nature communications)'에 지난 6월 3일 게재됐다. (논문명: ChatMOF: An Artificial Intelligence System for Predicting and Generating Metal-Organic Frameworks Using Large Language Models)
한편 이번 연구는 과학기술정보통신부의 지원으로 국가 소재 연구 데이터 사업단, 그리고 한국연구재단 (NRF) 중견 연구자 지원 사업의 지원을 받아 수행됐다.
2024.06.26
조회수 2582
-
애물단지 열을 컴퓨팅에 활용한다
기존의 반도체 소자에서 열 발생은 피할 수 없는데, 이는 에너지 소모량을 증가시키고, 반도체의 정상적인 동작을 방해하기 때문에 문제가 되며, 이에 열 발생을 최소화하는 것이 기존 반도체 기술의 관건이었다. KAIST 연구진이 이렇게 애물단지로 여겨지던 열을 오히려 컴퓨팅에 활용하는 방법을 고안하여 화제다.
우리 대학 신소재공학과 김경민 교수 연구팀이 산화물 반도체의 열-전기 상호작용에 기반하는 열 컴퓨팅(Thermal computing) 기술 개발에 성공했다고 25일 밝혔다.
연구팀은 전기-열 상호작용이 강한 모트 전이 (Mott transition) 반도체*를 활용했으며, 이 반도체 소자에 열 저장 및 열전달 기능을 최적화해 열을 이용하는 컴퓨팅을 구현했다. 이렇게 개발된 열 컴퓨팅 기술은 기존의 CPU, GPU와 같은 디지털 프로세서보다 1,000,000(백만)분의 1 수준의 에너지만으로 경로 찾기 등과 같은 복잡한 최적화 문제를 풀 수 있었다.
*모트 전이 반도체: 온도에 따라 전기적 특성이 부도체에서 도체로 변하는 전기-열 상호작용이 강한 반도체 소자
본 연구에서는 낮은 열전도도와 높은 비열을 가지고 있는 폴리이미드* 기판 상에 모트 전이 반도체 소자를 제작하여, 모트 전이 반도체 소자에서 발생한 열이 폴리이미드 기판에 저장이 될 수 있도록 하였다. 이렇게 저장된 열은 일정 시간 동안 유지되며 시간적 정보 역할을 하였다. 또한, 이 열은 공간적으로도 이웃 소자로 전파되게 되는데, 이는 공간적 정보 역할을 하였다. 이처럼 열 정보를 시공간적으로 활용할 수 있었으며, 이를 활용하여 컴퓨팅을 수행할 수 있었다.
*폴리이미드: 우수한 기계적 강도, 유연성, 내열성을 가진 폴리머 소재. 디스플레이, 태양전지, 메모리 등에 다양하게 활용됨
김경민 교수는 “단순히 전기 신호만 사용하던 컴퓨팅 기술은 이제 한계에 이르렀으며, 열은 저장할 수 있고, 전달할 수 있는 특성이 있어 이를 잘 활용할 수만 있다면 컴퓨팅에서 매우 유용하게 쓰일 수 있다”며 “이번 연구의 의미는 기존에는 버려지던 열을 컴퓨팅에 활용할 수 있다는 개념을 최초로 제안한 데 있다”고 연구의 의미에 대해서 말했다.
또한 “열 컴퓨팅 기술을 활용하면 뉴런과 같은 신경계의 복잡한 신호도 매우 간단히 구현할 수 있으며, 또한 고차원의 최적화 문제를 기존의 반도체 기술을 바탕으로 효과적으로 해결할 수 있어 양자 컴퓨팅의 현실적인 대안이 될 수 있다”고 기술의 장점을 설명했다. 그리고“이번 연구는 미국의 샌디아 국립 연구소(Sandia National Laboratory)와의 공동 연구로 검증된 결과”라는 점을 강조했다.
이번 연구는 신소재공학과 김광민 박사과정, 인재현 박사, 이영현 박사과정 학생이 공동 제1 저자로 참여했으며 재료 분야 최고 권위의 국제 학술지 `네이처 머티리얼즈(Nature Materials, Impact factor: 41.2)'에 6월 18일 字에 게재됐다.
(논문명 : Mott Neurons with Dual Thermal Dynamics for Spatiotemporal Computing).
한편 이번 연구는 한국연구재단, 나노종합기술원, KAIST의 지원을 받아 수행됐다.
2024.06.25
조회수 2523
-
차세대 뉴로모픽 컴퓨팅 신뢰성 문제를 풀다
최근 인간의 뇌를 모방해 하드웨어 기반으로 인공지능 연산을 구현하는 뉴로모픽 컴퓨팅 기술이 최근 주목받고 있다. 뉴로모픽 컴퓨팅의 단위 소자로 활용되는 멤리스터(전도성 변화 소자)는 저전력, 고집적, 고효율 등의 장점이 있지만 멤리스터로 대용량 뉴로모픽 컴퓨팅 시스템을 구현하는데 불규칙한 소자 특성으로 인한 신뢰성 문제가 발견되었다. 우리 연구진이 뉴로모픽 컴퓨팅의 상용화를 앞당길 신뢰성 향상 기술을 개발하여 화제다.
우리 대학 전기및전자공학부 최신현 교수 연구팀이 한양대학교 연구진과의 공동 연구를 통해 차세대 메모리 소자의 신뢰성과 성능을 높일 수 있는 이종원자가 이온* 도핑 방법을 개발했다고 21일 밝혔다.
* 이종원자가 이온(Aliovalent ion): 원래 존재하던 원자와 다른 원자가(공유 결합의 척도, valance)를 갖는 이온을 말함
공동연구팀은 기존 차세대 메모리 소자의 가장 큰 문제인 불규칙한 소자 특성 변화 문제를 개선하기 위해, 이종원자가 이온을 도핑하는 방식으로 소자의 균일성과 성능을 향상할 수 있다는 사실을 실험과 원자 수준의 시뮬레이션을 통해 원리를 규명했다.
공동 연구팀은 이러한 불규칙한 소자 신뢰성 문제를 해결하기 위해 이종원자가 할라이드(halide) 이온을 산화물 층 내에 적절히 주입하는 방법이 소자의 신뢰성과 성능을 향상할 수 있음을 보고했다. 연구팀은 이러한 방법으로 소자 동작의 균일성, 동작 속도, 그리고 성능이 증대됨을 실험적으로 확인했다.
연구팀은 또한, 원자 단위 시뮬레이션 분석을 통해 결정질과 비결정질 환경에서 모두 실험적으로 확인한 결과와 일치하는 소자 성능 개선 효과가 나타남을 보고했다. 그 과정에서 도핑된 이종원자가 이온이 근처 산소 빈자리(oxygen vacancy)를 끌어당겨 안정적인 소자 동작을 가능하게 하고, 이온 근처 공간을 넓혀 빠른 소자 동작을 가능하게 하는 원리를 밝혀냈다.
최신현 교수는 "이번에 개발한 이종원자가 이온 도핑 방법은 뉴로모픽 소자의 신뢰성과 성능을 획기적으로 높이는 방법으로서, 차세대 멤리스터 기반 뉴로모픽 컴퓨팅의 상용화에 기여할 수 있고, 밝혀낸 성능 향상 원리를 다양한 반도체 소자들에 응용할 수 있을 것이다ˮ 고 밝혔다.
전기및전자공학부 배종민 석사과정, 한양대학교 권초아 박사후연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 어드밴시스(Science Advances)' 6월호에 출판됐다. (논문명 : Tunable ion energy barrier modulation through aliovalent halide doping for reliable and dynamic memristive neuromorphic systems)
한편 이번 연구는 한국연구재단 신소자원천기술개발사업, 신재료PIM소자사업, 우수신진연구사업, 나노종합기술원 반도체공정기반 나노메디컬 디바이스개발 사업, 그리고 국가슈퍼컴퓨팅센터 혁신지원프로그램의 지원을 받아 수행됐다.
2024.06.21
조회수 2725
-
멀티모달 대형언어모델이 GPT-4V를 뛰어넘다
멀티모달 대형 언어모델이란 텍스트뿐만 아니라 이미지 데이터 유형까지 처리할 수 있는 초대형 언어모델을 말한다. 해외 대형 기업의 풍부한 컴퓨팅 자원의 지원으로부터 인간의 뇌에 있는 신경망의 개수와 유사한 수준초대형모델들이 만들어지고 있으나 학계에서는 이런 개발이 쉽지 않았다. KAIST 연구진이 오픈AI의 GPT-4V와 구글의 제미나이-프로(Gemini-Pro)를 뛰어넘는 멀티모달 대형언어모델을 개발하여 화제다.
우리 대학 전기및전자공학부 노용만 교수 연구팀이 오픈AI(OpenAI)의 GPT-4V 등 기업에서 비공개하고 있는 상업 모델인 초대형 언어모델의 시각 성능을 뛰어넘는 공개형 멀티모달 대형 언어모델을 개발해 출시했다고 20일 밝혔다.
노용만 교수 연구팀은 단순히 모델의 크기를 키우거나 고품질의 시각적 지시 조정 데이터셋을 만들지 않고 멀티모달 대형언어모델의 시각 성능을 획기적으로 높인 콜라보(CoLLaVO), 모아이(MoAI) 2가지 기술을 연속적으로 개발했다고 밝혔다.
연구팀이 개발한 첫번째 기술인 ‘콜라보(CoLLaVO)’는 현존하는 공개형 멀티모달 대형언어모델이 비공개형 모델의 성능에 비해 현저하게 낮은 이유를 일차적으로 물체 수준에 대한 이미지 이해 능력이 현저하게 떨어진다는 것을 먼저 검증해 보였다.
해당 능력을 효율적으로 증가시켜 시각-언어 태스크에 대한 성능을 향상 하기 위해 연구팀은 이미지 내의 정보를 배경과 물체 단위로 분할하고 각 배경 및 물체에 대한 정보를 멀티모달 대형언어모델에 입력으로 직접 넣어주는 새로운 방법‘크레용 프롬프트(Crayon Prompt)’라는 시각적 프롬프트를 새롭게 제안했다.
또한 시각적 지시 조정 단계에서 크레용 프롬프트로 학습한 정보를 잃어버리지 않기 위해 연구팀은 물체 수준 이미지 이해 능력과 시각-언어 태스크 처리 능력을 서로 다른 파라미터로 학습해 서로 간의 정보를 잃지 않게 만드는 획기적인 학습 전략인 ‘듀얼 큐로라(Dual QLoRA)’를 제안했다. 이를 통해, 콜라보(CoLLaVO) 멀티모달 대형언어모델은 이미지 내에서 배경 및 물체를 구분하는 능력이 뛰어나 일차원적인 시각 구분 능력이 크게 향상됐다고 밝혔다.
두 번째 대형언어모델인 ‘모아이(MoAI)’는 인간이 사물을 판단할 때 물체의 존재, 상태, 물체 간의 상호작용, 배경에 대한 이해, 텍스트에 대한 이해 등으로부터 상황을 판단하는 인지과학적인 요소에 영감을 받아서 만들어졌다고 밝혔다.
이는 기존 멀티모달 대형언어모델이 텍스트에 의미적으로 정렬된 시각 인코더(vision encoder)만을 사용하기 때문에, 이미지 픽셀 수준에서의 상세하고 종합적인 실세계 장면 이해가 부족하다는 점을 지적하며 이런 컴퓨터 비전 모델들의 결과를 받으면 모두 인간이 이해할 수 있는 언어로 변환한 뒤에 멀티모달 대형언어모델에 입력으로 직접 사용했다.
노용만 교수는 “연구팀에서 개발한 공개형 멀티모달 대형언어모델이 허깅페이스 일간 화제의 논문(Huggingface Daily Papers)에 추천됐고, 각종 SNS를 통해 세계 연구자에게 알려지고 있으며, 모든 모델을 공개형 대형언어모델로 출시 했기 때문에 이 연구모델이 멀티모달 대형언어모델 발전에 기여할 것이다”이라고 언급했다.
연구팀이 개발한 멀티모달 대형언어모델인 콜라보(CoLLaVO)와 모아이(MoAI)는 KAIST 전기및전자공학부 이병관 박사과정이 제1 저자로 참여하고 박범찬 석박사통합과정, 김채원 박사과정이 공동 저자로 참여했다.
콜라보(CoLLaVO)는 자연어 처리(NLP) 분야 최고의 국제 학회인 ‘Findings of the Association for Computational Linguistics(ACL Findings) 2024’에 5월 16일 자로 학회에 승인받았고, 모아이(MoAI)는 컴퓨터 비전 최고의 국제 학회인 ‘European Conference on Computer Vision(ECCV) 2024’학회 승인 결과를 기다리고 있다고 밝혔다.
한편 이번 연구는 KAIST 미래국방 인공지능 특화연구센터 및 전기및전자공학부의 지원을 받아 수행됐다.
[1] CoLLaVO 데모 GIF 영상
https://github.com/ByungKwanLee/CoLLaVO
[2] MoAI 데모 GIF 영상
https://github.com/ByungKwanLee/MoAI
2024.06.20
조회수 3192