본문 바로가기 대메뉴 바로가기

KAIST

연구뉴스

홈페이지 통합검색

-

스마트워치 병원급 혈압 도전..심혈관 질환 조기 진단 성큼 혈액의 흐름은 생명의 신호다. 이 흐름이 느려지거나 불안정해지면 심혈관 질환과 쇼크로 이어질 수 있다. 그러나 혈류를 정확히 측정하려면 병원 장비에 의존해야 했다. 우리 대학 연구진이 피부에 붙이기만 하면 혈류를 실시간으로 측정할 수 있는 무선 전자패치를 개발했다. 우리 대학은 전기및전자공학부 권경하 교수 연구팀이 딥러닝(AI)과 다층 열 센싱 기술을 결합한 무선 웨어러블 혈류 측정 시스템을 개발했다고 5일 밝혔다. 이 장치는 혈관을 직접 건드리지 않고도(비침습 방식) 혈류 속도와 혈관 깊이를 동시에 측정할 수 있다. 혈관이 피부 속 얼마나 깊이 위치하느냐에 따라 센서 신호가 달라지기 때문에, 깊이 정보는 혈류를 정확히 계산하는 핵심 변수다. 기존에는 초음파나 광학 방식이 주로 사용됐지만, 장비가 크거나 혈관 깊이에 따라 정확도가 떨어지는 한계가 있었다. 연구팀은 이를 해결하기 위해 ‘혈액이 흐르면 주변에 미세한 열 이동이 발생한다’는 점에 주목했다. 연구팀은 서로 다른 깊이에 온도 센서를 배치해 열의 이동 경로를 입체적으로 분석하는 ‘다층 열 센싱’ 기술을 개발했다. 여기에 AI 알고리즘을 적용해 복잡한 체온 분포 속에서 혈관의 깊이와 실제 혈류 속도를 실시간으로 분리·추출하는 데 성공했다. 여기에 AI를 적용해 복잡한 체온 분포 속에서 혈관의 깊이와 실제 혈류 속도를 정확히 구분해 냈다. 실험 결과, 초당 1~10mm 범위의 혈류 속도를 오차 0.12mm/s 이내로, 1~2mm 범위의 혈관 깊이를 오차 0.07mm 이내로 측정하는 데 성공했다. 이는 머리카락 굵기보다 작은 수준의 오차로, 일반적인 웨어러블 기기로는 구현하기 어려운 정밀도다. 특히 이 기술을 스마트워치에 사용되는 광혈류(PPG) 센서와 결합하면 혈압 측정 오차를 최대 72.6%까지 줄일 수 있는 것으로 나타났다. 이는 스마트워치 혈압 측정값이 병원 장비에 한층 가까워질 수 있음을 의미한다. 즉, 웨어러블 기기의 신뢰도를 크게 높일 수 있는 성과다. 이 전자패치는 응급 의료 현장에서 환자의 상태 변화를 실시간으로 감지하는 데 활용될 수 있다. 고혈압·당뇨 환자의 맞춤형 건강관리, 쇼크와 같은 급성 위험 신호의 조기 감지에도 적용 가능하다. 권경하 교수는 “이번 기술은 혈류와 혈압을 더 정확하게 측정할 수 있는 원천 플랫폼”이라며 “스마트워치와 결합해 일상 속 건강 모니터링 수준을 한 단계 끌어올릴 것”이라고 말했다. 본 연구는 심영민 석박통합과정이 1저자로 연구를 주도했으며 해당 연구 결과는 세계적 학술지 '사이언스 어드밴시스(Science Advances)'에 2월 6일 게재되었다. ※ 논문명: Deep learning–integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring, DOI: 10.1126/sciadv.aea8902 한편, 이번 연구는 삼성전자 종합기술원(SAIT) 및 한국연구재단(NRF) 우수신진연구(2022R1C1C1010555), 지역혁신 선도연구센터(2020R1A5A8018367), BK21 FOUR 프로그램, 정보통신기획평가원(IITP) 인공지능반도체대학원의 지원을 받아 수행됐다.
2026.03.05 조회수 146
세포 속 ‘유전자 지도’ 한번에 해독...치매·암 연구 게임체인저 질병의 시작점은 단 한 개의 세포다. 그러나 지금까지는 개별 세포의 변화를 정밀하게 들여다보는 데 한계가 있어, 수천~수만 개 세포의 평균값을 분석하다 보니 질병의 ‘초기 신호’를 정확히 포착하기 어려웠다. 우리 대학 연구진이 마치 구글어스로 지구를 확대하듯, 그 세포 속 유전 설계도를 입체적으로 동시에 해독하는 기술을 세계 최초로 구현했다. 암과 치매, 파킨슨병 등 복잡 질환 연구의 판을 바꿀 성과다. 우리 대학은 생명과학과 정인경 교수 연구팀이 미국 듀크대학교 야루이 디아오(Yarui Diao) 교수팀과 공동연구를 통해, 단일 세포에서 ▲유전자 발현(전사체) ▲후성유전체 ▲게놈 3차 구조를 동시에 분석하는 세계 최초의 초정밀 분자지도 해독 기술 ‘scHiCAR(에스씨하이카, single-cell Hi-C with assay for transposase-accessible chromatin and RNA sequencing)’를 개발했다고 4일 밝혔다. 세포의 상태를 결정하는 핵심은 결국 유전자의 작동 방식이다. 유전자는 단순히 켜지고 꺼지는 스위치가 아니다. 어떤 유전자가 실제로 작동하는지(전사체), 왜 작동하는지(후성유전체), 어떤 공간 구조 속에서 작동하는지(게놈 3차 구조)가 함께 맞물려 세포의 운명을 결정한다. 기존 기술은 이 정보를 각각 다른 세포에서 따로 얻은 뒤 사후에 맞춰야 했기 때문에, 미세한 변화가 왜곡되거나 누락될 수 있었다. 연구팀은 전사체, 후성유전체, 3차 게놈 구조 등 이 세 가지 유전 정보를 단일 세포에서 동시에 분석하는 통합 정밀 분석 기술인 ‘트라이모달 멀티오믹스(trimodal Trimodal Multi-omics)’ 기술을 구현했다. 여기에 인공지능(AI) 분석을 접목해 정확도와 재현성을 크게 높였다. 그 결과, 세포 내부의 유전 정보를 ‘한 장의 입체 지도’처럼 읽어내는 통합 분석 플랫폼을 완성했다. 특히 세포 하나당 분석 비용을 약 0.04달러(한화 약 50원) 수준으로 낮추는 데 성공했다. 이를 통해 생쥐 뇌 조직 내 160만 개 세포에 대한 고해상도 분자지도를 구축했다. 이는 질병 유전자가 언제, 어디서, 어떤 구조 속에서 켜지고 꺼지는지를 세포 단위에서 정밀하게 규명할 수 있음을 의미한다. 연구팀은 해당 기술을 뇌 조직과 근육 재생 과정에 적용해 22개 주요 세포 유형의 서로 다른 유전자 작동 원리를 밝혀냈다. 특히 근육 줄기세포가 재생되는 과정에서 유전자의 입체 구조가 동적으로 변화하며 세포 운명을 결정하는 과정을 단일 세포 수준에서 실시간으로 추적하는 데 성공했다. 이는 노화 및 난치 질환 치료 전략 개발의 핵심 기반이 될 것으로 기대된다. 정인경 교수는 “이번 연구는 세포를 관찰하는 수준을 넘어, 세포 내부 유전체 설계도를 정밀하게 읽고 제어할 수 있는 가능성을 제시했다”며 “파킨슨병과 암 등 복잡 질환의 발생 기전을 밝히고 환자 맞춤형 신약 타깃을 발굴하는 데 중요한 전환점이 될 것”이라고 말했다. 이번 연구는 KAIST 양동찬 박사가 공동 제1저자로 그리고 KAIST 김규광 박사가 주요 연구진으로 참여했으며, 국제 학술지 ‘네이처 바이오테크놀로지(Nature Biotechnology, IF=46.9)’에 2월 19일 자로 게재됐다. ※ 논문명: Trimodal single-cell profiling of transcriptome, epigenome and 3D genome in complex tissues with scHiCAR, DOI: 10.1038/s41587-026-03013-7 한편, 이번 연구는 서경배과학재단과 삼성미래기술연구소, 과학기술정보통신부 한국연구재단의 기초연구사업 및 바이오의료기술개발 사업의 지원을 받아 수행됐다.
2026.03.04 조회수 260
늘려도 선명한 세계 최고 ‘스트레처블 OLED’ 구현 늘이면 어두워지던 신축성 디스플레이의 한계를 넘어섰다. 공동연구진은 늘려도 밝기가 떨어지지 않는 세계 최고 수준의 신축성 유기 발광 다이오드(OLED, Organic Light Emitting Diode)를 구현했으며, 반복적인 신축 환경에서도 성능 안정성을 입증해 상용화 가능성을 크게 높였다. 우리 대학은 신소재공학과 조힘찬 교수 연구팀이 미국 시카고대학교, 중국 쑤저우대학교 연구진과 공동으로 늘어나도 전기가 끊기지 않는 새로운 전극 기술을 개발했다고 3일 밝혔다. 전극은 OLED에서 빛을 내기 위해 전기를 공급하는 핵심 부품이다. 연구팀은‘하이브리드 액체 금속 음극(전자를 공급하는 전극)’을 적용해 성능 저하 없는 차세대 신축성 OLED를 구현했다. 기존 신축성 OLED에서의 음극은 효율적인 전자 공급과 우수한 기계적 신축성을 동시에 만족하기 어려웠다. 연구팀의 해결책은 ‘액체 금속’이다. 연구팀은 머리카락 굵기의 수십 분의 일에 불과한 크기의 작은 액체 금속 입자들을 촘촘히 쌓은 뒤, 그중 표면에 있는 입자들만 터뜨려 하나로 이어진 매끄러운 금속층을 만들었다. 아래에는 여전히 작은 입자층이 남아 있어, 전기는 위의 금속층을 따라 안정적으로 흐르고, 아래층은 고무처럼 늘어날 때 충격을 흡수한다. 그 결과 금속처럼 전기는 잘 통하면서도 고무처럼 자유롭게 늘어나는 전극이 완성됐다. 화면을 늘려도 밝기가 줄어들지 않는 이유다. 이 기술을 적용한 신축성 OLED는 낮은 전압(3.0 V)에서도 빛이 켜지기 시작했으며, 9.5 V(볼트) 구동 시 최대 17,670 cd/m²(제곱미터당 칸델라*)의 높은 밝기를 기록했다. 이는 일반 스마트폰 디스플레이의 최대 밝기를 크게 상회하는 수준이다. 투입된 전류 대비 빛이 얼마나 나오는지를 나타내는‘전류 효율’역시 지금까지 보고된 신축성 OLED 가운데 세계 최고 수준(10.35 cd/A)으로, 같은 전류로 더 밝은 빛을 낼 수 있음을 의미한다. *cd/m²(제곱미터 당 칸델라)는 화면이 얼마나 밝게 보이는지를 나타내는 국제 표준 단위로, 숫자가 클수록 더 강한 밝기를 의미한다. 특히 기존 신축성 OLED는 화면을 늘리면 전극이 손상되면서 밝기가 크게 감소하는 문제가 있었지만, 이번 기술은 신축 상태에서도 초기 밝기를 거의 그대로 유지했다. 기존 기술의 가장 큰 약점으로 지적되어 온 ‘신축 시 밝기 저하’ 문제를 크게 개선한 것이다. 또한 여러 차례 반복해 늘리고 줄이는 실험에서도 밝기와 전기적 성능이 안정적으로 유지됐다. 이는 옷처럼 입거나 피부에 부착해 움직이는 상황에서도 고장 없이 사용할 수 있음을 의미한다. 상용화에 중요한 내구성까지 확보한 셈이다. 이번 기술은 웨어러블 디스플레이를 비롯해 소프트 로봇, 전자 피부, 체내 삽입형 의료기기 등 차세대 유연 전자기기 분야 전반에 활용될 것으로 기대된다. 조힘찬 교수는 “신축성 디스플레이의 성능을 제한해 온 전극 소재의 근본적인 문제를 해결했다”며 “이번 하이브리드 액체 금속 음극 기술은 차세대 유연 전자소자의 핵심 기반 기술이 될 것”이라고 말했다. 이번 연구는 KAIST 신소재공학과 이원범 박사과정 학생이 제1 저자로 참여했으며, 해당 연구 결과는 국제 학술지 ‘어드밴스드 머터리얼즈(Advanced Materials)’에 2025년 12월 28일 자로 게재되었다. 연구의 우수성을 인정받아 해당 학술지의 인사이드 백 커버(Inside Back Cover) 논문으로 선정되는 성과를 거두었다. ※ 논문명: Hybrid Liquid Metal Cathode Enables High-Performance Intrinsically Stretchable OLEDs DOI: https://doi.org/10.1002/adma.202518254 한편, 이번 연구는 과학기술정보통신부/한국연구재단의 나노및소재기술개발사업 (기여도 50%), 선도연구센터지원사업, 차세대지능형반도체기술개발사업, 신진연구자 인프라지원 사업, 산업통상부의 산업혁신인재성장지원 사업의 지원을 받아 수행되었다.
2026.03.03 조회수 407
'뇌를 닮은 AI’ 개발.. 예측이 틀려도 한번 더 생각한다 인공지능은 이제 바둑을 두고, 그림을 그리고, 사람처럼 대화까지 한다. 하지만 결정적인 차이가 있다. AI는 인간의 뇌보다 훨씬 많은 전기를 써야 작동한다는 점이다. 과학자들이 오랫동안 던져온 질문은 이것이다. “뇌는 어떻게 이렇게 적은 에너지로도 똑똑하게 학습할 수 있을까?”우리 대학 연구진이 그 답에 한 걸음 다가섰다. 우리 대학은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해, 깊은 인공지능 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 세상을 수동적으로 받아들이지 않는다. 현재 벌어지는 일을 단순히 인식하는데서 그치지 않고‘다음에 무슨 일이 일어날까?’를 먼저 예측하고, 실제 결과가 다르면 그 차이(오차)를 줄이는 방향으로 스스로를 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 ‘예측 부호화(Predictive Coding)’라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만, 난관이 있었다. 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복됐기 때문이다. 연구팀은 그 원인을 수학적으로 규명하고 새로운 해법을 제시했다. 핵심은 단순하다. AI가 결과만 예측하는 것이 아니라, ‘예측 오차가 앞으로 어떻게 변할지’까지 다시 예측하도록 만든 것이다. 연구팀은 이를 ‘메타 예측(Meta Prediction)’이라 설명한다. 쉽게 말해, ‘틀림을 한 번 더 생각하는 AI’다. 이 방식을 적용하자, 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 실험 결과도 인상적이다. 총 30가지 실험 중 29개에서, 현재 AI의 표준 학습법인 ‘역전파(Backpropagation)’보다 높은 정확도를 기록했다. 역전파는 AI가 ‘틀린 만큼 거꾸로 되돌아가며 고치는’ 현재의 대표적 학습 방법이다. 기존 AI 학습방식(역전파)는 모든 층이 서로 긴밀하게 연결돼 있어, 전체 네트워크를 한 번에 계산하고 한 번에 수정해야 하지만 이 방법은 이 방식은 뇌처럼 분산적·부분적으로 학습해도 큰 AI 모델을 잘 학습시킬 수 있음을 입증한 것이다. 이번 기술은 전력 효율이 중요한 뉴로모픽 컴퓨팅, 환경에 적응해야 하는 로봇 AI, 기기 내부에서 작동하는 엣지 AI 등 다양한 분야로 확장될 것으로 기대된다. 이상완 석좌교수는 “뇌의 구조를 단순히 모방한 것이 아니라, 뇌의 학습 원리 자체를 AI가 따르도록 만든 것이 이번 연구의 핵심”이라며 “뇌처럼 효율적으로 배우는 인공지능의 가능성을 열었다”고 말했다. 이번 연구는 하명훈 박사가 제1저자, 이상완 교수가 교신저자로 참여했으며, 인공지능 국제학회 ICLR 2026(International Conference on Learning Representations)에 채택돼 1월 26일 온라인 게재됐다. ※ 논문명: Stable and Scalable Deep Predictive Coding Networks with Meta Prediction Errors, 논문 원본: https://openreview.net/forum?id=kE5jJUHl9i¬eId=e6T5T9cYqO 본 연구는 과학기술정보통신부·정보통신기획평가원 디지털분야글로벌연구지원사업(마이크로소프트연구소 공동연구), 삼성전자 SAIT NPRC 사업, SW스타랩 사업의 지원을 받아 수행됐다.
2026.03.03 조회수 268
AI로 ‘수소차 심장’ 설계...차세대 ‘슈퍼 촉매’ 개발 기후 위기 시대, 수소차는 친환경 모빌리티의 대안으로 떠오르고 있다. 그러나 ‘수소차의 심장’인 연료전지는 여전히 높은 가격과 짧은 수명이라는 한계를 안고 있다. 핵심 원인은 백금 촉매다. 전기를 만드는 결정적 물질이지만 반응은 느리고, 시간이 지날수록 성능이 떨어지며, 제조 비용도 높다. 한국 연구진이 이 난제를 풀 실마리를 제시했다. 우리 대학은 신소재공학과 조은애 교수 연구팀이 서울대학교(총장 유홍림) 화학생물공학부 이원보 교수팀과 함께 인공지능(AI)으로 촉매의 ‘원자 배열’경향을 예측하는 기술을 개발했다고 26일 밝혔다. 이 기술은 마치 퍼즐을 맞추기 전 어떤 조합이 퍼즐 완성에 유리한지 미리 계산해 보는 것과 같다. AI가 금속 원자들의 배열 속도를 먼저 계산해 줌으로써, 더 성능이 좋은 촉매를 효율적으로 설계할 수 있게 된 것이다. 이번 연구의 핵심은 ‘AI가 아연이 백금-코발트 원자 배열에 결정적 역할을 한다는 사실을 밝혀냈다’는 점이다. 기존의 백금-코발트(Pt-Co) 합금 촉매는 높은 성능에도 불구하고, 원자들이 규칙적으로 배열된 ‘금속간화합물(L1₀)’ 구조를 만들기 위해서는 매우 높은 온도의 열처리가 필요했다. 이 과정에서 입자가 뭉치거나 구조가 불안정해져 실제 연료전지 적용에는 한계가 있었다. 연구팀은 이 문제를 해결하기 위해 머신러닝 기반 양자화학 시뮬레이션을 도입했다. AI를 통해 촉매 내부에서 원자들이 어떻게 움직이고 배열되는지를 정밀하게 예측했다. 그 결과, 아연(Zn)이 원자 배열을 촉진하는 매개 원소로 작용한다는 사실을 발견했다. 아연을 도입하면 원자들이 제자리를 더욱 쉽게 찾아, 보다 정교하고 안정적인 구조가 형성되는 원리다. 즉, AI가 ‘원자 배열이 만들어지는 최적의 경로’를 먼저 찾아낸 셈이다. AI 예측을 바탕으로 실제 합성한 아연-백금-코발트 촉매는 기존 백금 촉매 대비 더 높은 활성과 뛰어난 장기 내구성을 동시에 확보했다. 이는 인공지능이 계산한 ‘가상의 설계도’가 실제 실험실에서 고성능 촉매로 구현될 수 있음을 입증한 사례다. 특히 이번 기술은 수소 승용차, 장거리 운행이 필요한 수소 트럭, 수소 선박, 에너지 저장 시스템(ESS) 등 탄소중립 핵심 산업 전반에서 촉매 수명 연장과 제조 비용 절감에 기여할 것으로 기대된다. 조은애 교수는 “이번 연구는 머신러닝을 활용해 촉매의 원자 배열 경향을 사전에 예측하고 이를 실제 합성으로 구현한 사례”라며, “AI 기반 소재 설계가 차세대 연료전지 촉매 개발의 새로운 패러다임이 될 것”이라고 밝혔다. 이번 연구에는 KAIST 신소재공학과 장현우 박사과정과 서울대학교 화학생물공학부 류재현 박사가 공동 제1저자로 참여했다. 연구 결과는 에너지 소재 분야의 세계적 학술지 ‘어드밴스드 에너지 머티리얼즈(Advanced Energy Materials)’에 2026년 1월 15일 자로 게재됐다. ※ 논문명: Machine Learning-Guided Design of L1₀-PtCo Intermetallic Catalysts: Zn-Mediated Atomic Ordering, DOI: https://doi.org/10.1002/aenm.202505211 본 연구는 한국연구재단 나노 및 소재기술개발사업과 한국에너지기술평가원 에너지인력양성사업의 지원을 받아 수행됐다.
2026.02.26 조회수 442
‘꿈의 배터리’ 리튬금속 배터리 상용화 난제 풀었다 전기차 시대가 본격화되면서 더 멀리, 더 오래 달릴 수 있는 배터리에 대한 요구가 커지고 있다. 기존 리튬이온(Lithium-ion) 배터리의 용량 한계를 뛰어넘을 차세대 기술로 리튬금속(Lithium Metal) 배터리가 주목받고 있지만, 충전 과정에서 바늘 모양 결정 ‘덴드라이트’가 자라 수명을 단축시키고 화재 위험까지 높이는 문제가 상용화의 최대 걸림돌로 지적돼 왔다. 한국 연구진이 이 난제를 해결할 핵심 기술을 개발했다. 우리 대학은 생명화학공학과 최남순 교수팀과 신소재공학과 홍승범 교수팀, 고려대학교(총장 김동원) 곽상규 교수팀이 협력해 리튬금속 배터리의 가장 큰 난제인 ‘계면 불안정성’을 전자 구조 수준에서 해결하는 기술을 개발했다고 24일 밝혔다. 계면 불안정성은 충·방전 과정에서 전극과 전해질이 맞닿는 경계면이 고르게 유지되지 못하는 현상이다. 이로 인해 리튬이 바늘처럼 자라나는 덴드라이트가 형성되고, 이는 배터리 수명 저하와 내부 단락, 화재 위험으로 이어진다. 리튬금속 배터리 상용화를 가로막아 온 근본 원인이다. 연구팀은 배터리 전해질에 ‘티오펜(Thiophene)’을 첨가해 전극 표면에 리튬 이온이 안정적으로 이동할 수 있는 ‘지능형 보호막’을 구현했다. 이 보호막은 전자 구조가 스스로 재배열되는 특징을 갖는다. 마치 교통량에 따라 차로를 조정하는 스마트 교통 시스템처럼, 리튬 이온이 이동할 때마다 보호막 내부의 전하 분포가 유연하게 변하며 최적의 통로를 만들어준다. 연구팀은 밀도범함수이론(DFT) 시뮬레이션을 통해 이를 규명했으며, 기존 상용 첨가제보다 훨씬 뛰어난 안정성을 확인했다. 그 결과, 고속 충전 환경에서도 덴드라이트 성장을 효과적으로 억제하고 배터리 수명을 크게 늘리는 데 성공했다. 또한 연구팀은 실시간 원자간력 현미경(In-situ AFM)을 활용해 나노미터 수준에서 배터리 내부를 직접 관찰했다. 높은 전류 조건에서도 리튬이 표면에 균일하게 쌓이고 제거되는 것을 확인해 기계적 안정성까지 입증했다. 이번 기술은 리튬 인산철(LiFePO4), 리튬 코발트 산화물(LiCoO2), 리튬 니켈-코발트-망간 산화물 (LiNixCoyMn1-x-yO2) 등 현재 널리 쓰이는 다양한 배터리 양극 소재에 사용할 수 있다. 이는 특정 배터리 유형에 한정되지 않고 기존 전기차 배터리 시스템 전반에 폭넓게 적용 가능해, 산업 전반에 미칠 파급효과가 클 것으로 기대된다. 이번 성과는 리튬금속 배터리 상용화를 가로막던 최대 장벽인 초고속(12분 내 빠른 충전과 8mA/cm2 이상*의 고전류 구동을 동시 구현) 충전 문제를 근본적으로 해결할 수 있는 돌파구를 제시했다는 점에서 큰 의미가 있다. 초장거리 전기차는 물론 도심 항공 모빌리티(UAM), 차세대 고밀도 에너지 저장 시스템 등 고성능 배터리가 필요한 다양한 미래 산업 분야에 활용될 것으로 기대된다. * 8mA/cm2 이상: 배터리 전극 1cm2 면적당 8mA(밀리암페어)의 전류가 흐르는 수준을 의미한다. 리튬금속 배터리 연구 분야에서는 통상 ~4mA/cm2 만으로도 ‘고전류’ 조건으로 평가되며, 이 조건은 이보다 2배 이상 높은 구동 환경에 해당한다. 이는 전기차의 고속 충전 및 급가속이나 고출력 주행과 같은 실제 사용 조건에 근접한 수준임 최남순 교수는 “이번 연구는 단순한 소재 개선이 아니라 전자 구조를 설계해 배터리의 근본 문제를 해결한 성과”라며 “고속 충전과 긴 수명을 동시에 구현하는 차세대 전기차 배터리의 핵심 기반 기술이 될 것”이라고 밝혔다. 이번 연구에는 KAIST 최남순 교수, 홍승범 교수, 이정아 연구원, 조윤한 연구원이 공동 제 1 저자로 참여했으며, 재료·에너지 분야 세계적 학술지 ‘인포맷(InfoMat)’에 2월 2일 게재됐다. ※논문 제목: Conjugation-mediated and polarity-switchable interfacial layers for fast cycling of lithium-metal batteries, DOI: http://doi.org/10.1002/inf2.70126 한편, 본 연구는 현대자동차와 한국연구재단 중견연구사업의 지원을 받아 수행됐다.
2026.02.24 조회수 810
다크나잇 속 조커가 ‘내가 되는’ 기술 개발 만약 영화 다크나잇을 보면서 화면 속 조커를 바라보는 것이 아니라, 내가 조커가 되어 고담시를 직접 바라본다면 어떨까. 관객의 시선이 아닌 등장인물의 눈으로 세상을 경험하는 영상 기술이 현실이 되고 있다. 우리 대학 연구진이 일반 영상만으로도 사용자가 직접 보는 시점의 영상을 생성하는 새로운 인공지능 모델을 개발했다. 으리 대학은 김재철AI대학원 주재걸 석좌교수 연구팀이 관찰자 시점의 영상만을 활용해 영상 속 인물이 실제로 보고 있었을 장면을 정밀하게 생성하는 인공지능 모델 ‘에고엑스(EgoX)’를 개발했다고 23일 밝혔다. 최근 증강현실(AR), 가상현실(VR), AI 로봇 기술이 빠르게 발전하면서 ‘내가 직접 보는 장면’을 그대로 담은 1인칭 시점 영상(Egocentric video)의 중요성이 커지고 있다. 그러나 고품질의 1인칭 영상을 얻기 위해서는 사용자가 고가의 액션캠이나 스마트 글래스를 직접 착용해야 하는 한계가 있었다. 또한 이미 촬영된 일반 영상(제3자 시점, Exocentric video)을 1인칭 시점으로 자연스럽게 변환하는 데에도 기술적 제약이 존재했다. 이번 기술은 단순히 화면을 회전시키는 수준을 넘어, 인물의 위치와 자세, 주변 공간의 3차원(3D) 구조를 종합적으로 이해한 뒤 이를 기반으로 1인칭 시점 영상을 재구성한다는 점이 특징이다. 기존 기술은 정지 이미지만 변환하거나 4대 이상의 카메라 영상이 필요한 경우가 많았다. 또한 빛의 방향이나 움직임이 복잡한 동영상에서는 화면이 어색해지는 문제가 있었다. 반면 EgoX는 단 하나의 3인칭 시점 영상만으로도 고품질의 1인칭 영상을 생성할 수 있다. 연구팀은 특히 인물의 머리 움직임과 실제 시야 사이의 상관관계를 정밀하게 모델링함으로써, 고개를 돌릴 때 시야가 자연스럽게 전환되는 모습까지 사실적으로 구현하는 데 성공했다. 이 기술은 특정 환경에 국한되지 않고 요리, 운동, 작업 등 다양한 일상 상황에서도 안정적인 성능을 보였다. 이를 통해 별도의 웨어러블 장치를 착용하지 않고도 기존에 축적된 영상으로부터 고품질의 1인칭 시점 데이터를 확보할 수 있는 새로운 가능성을 열었다는 평가를 받고 있다. EgoX는 향후 다양한 산업 분야에 상당한 파급력을 미칠 것으로 기대된다. AR·VR 및 메타버스 분야에서는 일반 영상을 사용자가 직접 체험하는 듯한 몰입형 콘텐츠로 전환해 사용자 경험을 극대화할 수 있다. 또한 로봇이 사람의 행동을 보고 학습하는 모방 학습(Imitation Learning)의 핵심 데이터로 활용될 수 있어 로봇과 AI 학습 분야에도 기여할 것으로 전망된다. 스포츠 중계나 브이로그를 선수나 주인공의 시점으로 전환하는 등 새로운 형태의 영상 서비스도 가능해질 것으로 기대된다. 주재걸 석좌교수는 “이번 연구는 단순한 영상 변환 기술을 넘어, 인공지능이 사람의 ‘시야’와 ‘공간 이해’를 학습해 재구성했다는 점에서 의미가 크다”며 “앞으로는 기존에 촬영된 영상만으로도 누구나 몰입형 콘텐츠를 제작하고 경험할 수 있는 환경이 열릴 것으로 기대한다”고 말했다. 이어 “KAIST는 생성형 AI 기반 비디오 기술 분야에서 세계적 경쟁력을 확보해 나갈 것”이라고 덧붙였다. 이번 연구는 강태웅, 김기남 KAIST 박사과정, 김도현 서울대 학부연구생이 제 1저자로 참여했으며, 논문은 2025년 12월 9일 arXiv에 선공개되어 미국 NVIDIA 및 Meta 등의 빅테크들을 비롯한 AI 산업 및 학계의 큰 주목을 받았으며, 2026년 6월 3일 미국 콜로라도에서 열리는 국제 학술대회인 The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)에 공식 발표될 예정이다. ※ 논문명: EgoX: Egocentric Video Generation from a Single Exocentric Video, 논문링크: https://keh0t0.github.io/EgoX/ ※ 저자: 강태웅(제1저자, KAIST), 김기남(제1저자, KAIST), 김도현 (제1저자, 서울대학교), 박민호 (공동저자, KAIST), 형준하 (공동저자, KAIST), 주재걸(교신저자, KAIST) 한편, 이번 연구는 과학기술정보통신부 재원으로 한국연구재단의 지원을 받은 개인기초연구사업 ‘생성형 인공지능 기술을 통한 사용자 중심 콘텐츠 생성 및 편집 기술 연구’ 과제와, 슈퍼컴퓨터 5호기 초고성능컴퓨팅 기반 R&D 혁신 지원 사업 ‘디퓨전 모델 기반 비디오 촬영 시점 변환 연구’ 과제의 지원을 받아 수행됐다.
2026.02.23 조회수 547
‘잡초의 반란’...까마중을 의약품 원료 공장으로 바꾸다 검은 열매 모양이 까마귀 눈을 닮았다고 해서 ‘까마중’이라는 불리는 길가나 빈터에서 흔히 볼 수 있는 잡초가 현대 의학의 필수품인 호르몬제 원료를 생산하는 ‘보물 창고’로 탈바꿈했다. 국내 연구진이 유전자 교정 기술을 활용해 까마중의 대사 경로를 재설계함으로써, 병원에서 널리 쓰이는 스테로이드계 의약품의 핵심 원료를 고효율로 생산하는 기술을 개발했다. 우리 대학은 검은 열매 모양이 까마귀 눈을 닮았다고 해서 ‘까마중’이라는 불리는 길가나 빈터에서 흔히 볼 수 있는 잡초가 현대 의학의 필수품인 호르몬제 원료를 생산하는 ‘보물 창고’로 탈바꿈했다. 국내 연구진이 유전자 교정 기술을 활용해 까마중의 대사 경로를 재설계함으로써, 병원에서 널리 쓰이는 스테로이드계 의약품의 핵심 원료를 고효율로 생산하는 기술을 개발했다. 디오스게닌은 현대 약학에서 핵심적인 출발 물질이다. 소염제와 가려움증 치료제 등 일상에서 널리 사용되는 스테로이드 호르몬제의 합성 원료로 활용된다. 현재는 주로 ‘마(Dioscorea)’의 뿌리에서 추출하지만, 마는 수확까지 수년이 소요되고 유전자 조작이 어려워 생산량 확대에 한계가 있었다. 연구팀은 이러한 한계를 극복하기 위해 한 세대가 약 3개월로 짧고 유전자 조절이 용이한 ‘까마중(Solanum nigrum)’에 주목했다. 까마중은 원래 독성 스테로이드 성분인 ‘솔라소딘(Solasodine)’을 생성하는데, 연구진은 이 물질이 디오스게닌과 구조적으로 매우 유사하다는 점에 착안했다. 연구팀은 유전자 가위(CRISPR-Cas9) 기술을 활용해 까마중의 특정 유전자인 ‘게임4(SnGAME4)’를 교정했다. 이를 통해 독성 성분으로 이어지는 대사 경로를 차단하고, 대신 디오스게닌이 생성되도록 대사 흐름을 전환했다. 또한 잎 조직에서 반응을 조절하는 ‘게임25(SnGAME25)’ 까마중 유전자를 추가로 억제해 열매와 잎 모두에서 디오스게닌 축적량을 극대화했다. 특히 이번 연구에서는 까마중이 자체적으로 보유한 효소인 베타-글루코시다아제(SaF26G)를 활용해 성분을 추출이 용이한 형태로 전환하는 ‘자연 발효’ 공정을 접목했다. 그 결과, 까마중의 녹색 열매에서 기존 산업용 원료 식물인 마와 유사한 수준의 디오스게닌을 확보하는 데 성공했다. 여기에 더해 경상국립대 연구팀이 개발한 ‘열매 수확량 증대 기술(S 유전자* 변이)’을 적용해 식물 한 개체당 열매 생산량을 대폭 향상시켰다. 이를 통해 동일 면적에서 보다 많은 의약품 원료를 생산할 수 있는 산업적 기반도 마련했다. *S 유전자 변이: S유전자(compound inflorescence)는 식물의 꽃대 형성을 조절하는 유전자로, 발현양 조절을 통해 한 개체당 열매 생산량을 늘릴 수 있음 김상규 교수는 “이번 연구는 잡초가 지닌 고유한 대사 경로를 정교하게 재설계해 고부가가치 약용 성분을 생산할 수 있음을 보여준 사례”라며 “향후 스테로이드 의약품 원료를 보다 안정적이고 환경친화적인 방식으로 확보하는 데 기여할 것”이라고 말했다. 이번 연구에는 KAIST 임종부 박사와 경상국립대 김근화 박사, 허정 박사가 공동 제1저자로 참여했으며, 연구 성과는 식물과학 분야 국제학술지 플랜트 바이오테크놀로지 저널(Plant Biotechnology Journal) 1월 16일 자 온라인판에 게재됐다. ※논문명: Rewiring Steroidal Metabolic Pathways for Diosgenin Production in Solanum nigrum, DOI: 10.1111/pbi.70551 한편, 본 연구는 한국연구재단 합성생물학 핵심기술개발사업, 중견연구자지원사업 및 농촌진흥청 차세대농작물신육종기술개발사업의 지원을 받아 수행됐다.
2026.02.23 조회수 430
빛이 기울어도 색은 정확...차세대 이미지 센서 판 바꾼다 스마트폰은 더 얇아지는데, 사진은 더 선명해진다. 국내 연구진이 빛의 흐름을 정밀하게 제어하는 ‘메타물질’ 기술로, 어떤 각도에서도 색이 흐트러지지 않는 새로운 이미지 센서를 개발했다. 카메라의 물리적 한계를 넘어선 구조 혁신이다. 이 기술이 상용화되면 스마트폰은 더욱 얇아지면서도, 어두운 곳에서도 또렷하고 자연스러운 색의 사진을 구현할 수 있을 것으로 기대된다. 우리 대학 전기및전자공학부 장민석 교수 연구팀은 한양대학교(총장 이기정) 정해준 교수 연구팀과 함께, 빛의 입사각이 달라져도 안정적으로 색을 분리할 수 있는 이미지 센서용 메타물질 기술을 개발했다고 13일 밝혔다. 기존 스마트폰 카메라는 아주 작은 렌즈로 빛을 한곳에 모아 사진을 찍어왔다. 하지만 카메라 속 픽셀이 너무 작아지면서, 렌즈만으로는 빛을 충분히 모으기 어려워졌다. 이를 대신하기 위해 등장한 나노포토닉 컬러 라우터(Nanophotonic Color Router)는 렌즈로 빛을 모으는 대신, 눈에 보이지 않을 만큼 작은 구조를 이용해 들어온 빛을 색깔별로 정확히 나누는 기술이다. 이 구조는 빛이 지나가는 길을 설계해, 빛을 적색(R), 녹색(G), 청색(B)으로 정밀하게 나누는 메타물질 기반 기술이다. 이 기술은 삼성전자가 ‘나노 프리즘(Nano Prism)’이라는 이름으로 실제 이미지 센서에 적용하며, 상용화 가능성을 이미 보여준 바 있다. 이론적으로도 매우 미세한 나노 구조를 여러 층으로 쌓으면, 빛을 더 많이 모으고 색을 더 정확히 나눌 수 있다는 점이 알려져 있다. 하지만 기존 나노포토닉 컬러 라우터에는 한계가 있었다. 빛이 정면에서 들어올 때는 잘 작동했지만, 스마트폰 카메라처럼 빛이 비스듬히 들어오는 상황에서는 색이 섞이거나 성능이 크게 떨어졌다. 이러한 문제를 ‘사선 입사(oblique incidence) 문제’라고 하며, 실제 제품에 적용하기 위해 반드시 해결해야 할 과제로 꼽혀 왔다. 연구팀은 먼저 왜 이런 문제가 생기는지부터 살펴봤다. 그 결과, 기존 설계들이 빛이 수직으로 들어오는 조건에만 맞춰 지나치게 최적화돼 있어, 입사 각도가 조금만 달라져도 성능이 급격히 나빠진다는 점을 확인했다. 스마트폰 카메라는 다양한 각도의 빛을 받아들이기 때문에, 각도가 달라져도 성능이 유지되는 특성이 매우 중요하다. 이에 연구팀은 사람이 직접 구조를 설계하는 대신, 컴퓨터가 가장 좋은 구조를 스스로 찾도록 하는 ‘역설계(inverse design)’ 방식을 적용했다. 이를 통해 빛이 들어오는 각도가 달라져도 안정적으로 색을 나눌 수 있는 컬러 라우터 구조를 도출했다. 그 결과 기존 구조는 빛이 약 12도만 기울어져도 제 기능을 거의 하지 못했지만, 새롭게 설계된 구조는 ±12도 범위에서도 약 78%의 광효율을 유지하며 안정적인 색 분리 성능을 보였다. 즉, 실제 스마트폰 사용 환경에서도 충분히 활용할 수 있는 수준이다. 연구팀은 또 메타물질의 층 수나 설계 조건, 제작 과정에서 발생할 수 있는 오차까지 고려해 성능 변화를 분석하고, 입사각 변화에 얼마나 강건할 수 있는지 그 한계도 체계적으로 정리했다. 이번 연구는 현실적인 이미지 센서 환경을 반영한 컬러 라우터 설계 기준을 제시했다는 점에서 의미가 크다. 장민석 KAIST 교수는 “이번 연구는 컬러 라우터 기술의 상용화를 가로막아 온 입사각 문제를 처음으로 체계적으로 분석하고 해결 방향을 제시했다는 점에서 의미가 크다”며, “제안한 설계 방법은 컬러 라우터를 넘어 다양한 메타물질 기반 나노광학 소자 전반에 활용될 수 있을 것”이라고 말했다. KAIST 전재현 학사과정생과 박찬형 박사과정생이 공동 제1저자로 참여한 이번 연구 성과는 국제 학술지‘어드밴스드 옵티컬 머티리얼스(Advanced Optical Materials)’에 1월 27일 자로 게재됐다. ※ 논문명: Inverse Design of Nanophotonic Color Router Robust to Oblique Incidence, DOI: https://doi.org/10.1002/adom.202501697 ※ 저자: 전재현(KAIST, 제1저자), 박찬형(KAIST, 제1저자), 허도영(KAIST), 정해준(한양대), 장민석(KAIST, 교신저자) 한편 본 연구는 산업 통상부 (한국산업기술기획평가원, (사)한국반도체연구조합)에서 지원하는 ‘차세대 센서향 메타 광학 구조 설계 기술’과제, 과학기술정보통신부 (한국연구재단)에서 지원하는 ‘빔 조향 제어 가능한 고색순도 메타 색변환층 기반 풀 컬러마이크로 LED 소자 및 패널 기술 개발’및 , ‘빛의 모든 속성으로 연산하는 실시간 제로-에너지 아르고스 눈 메타표면 네트워크 개발’ 과제, 문화체육관광부 (한국콘텐츠진흥원)에서 지원하는 ‘차세대 저작권 침해 방지 기술 및 안전한 콘텐츠 유통 기술 개발을 위한 국제공동연구’과제의 지원을 받아 수행되었다.
2026.02.19 조회수 544
‘사포’로 반도체를 깎았더니...AI 반도체 가공 새 길 열다 스마트폰과 인공지능(AI) 서비스의 성능과 안정성은 반도체 표면을 얼마나 고르고 정밀하게 가공하느냐에 달려 있다. 우리 대학 연구진은 일상에서 흔히 사용하는 ‘사포’의 개념을 나노 기술로 확장해, 반도체 표면을 원자 수준까지 균일하게 가공할 수 있는 새로운 기술을 개발했다. 이 기술은 고대역폭 메모리(HBM) 등 첨단 반도체 공정에서 표면 품질과 가공 정밀도를 크게 향상시킬 수 있는 가능성을 보여준다. 우리 대학은 기계공학과 김산하 교수 연구팀이 머리카락보다 수만 배 가는 탄소나노튜브를 연마재로 활용한 ‘나노 사포’를 개발했다고 11일 밝혔다. 이 기술은 기존 반도체 제조 공정보다 표면을 더 정밀하게 가공하면서도, 공정 과정에서 발생하는 환경 부담을 줄일 수 있는 새로운 평탄화 기술이다. 사포는 표면을 문질러 매끄럽게 만드는 익숙한 도구지만, 반도체와 같이 극도로 정밀한 표면 가공이 필요한 분야에는 적용이 쉽지 않았다. 이는 일반 사포가 연마 입자를 접착제로 붙이는 방식으로 만들어져, 미세한 입자를 고르게 고정하는 데 한계가 있기 때문이다. 반도체 산업에서는 이러한 한계를 보완하기 위해 연마 입자를 액체에 분산시킨 화학액, 이른바 슬러리를 사용하는 평탄화 공정(CMP, Chemical Mechanical Polishing)을 활용해 왔다. 하지만 이 방식은 추가적인 세정 공정이 필요하고, 폐기물이 많이 발생해 공정이 복잡하고 환경 부담이 크다는 단점이 있다. 연구팀은 이러한 문제를 해결하기 위해 사포의 개념을 나노 수준으로 확장했다. 탄소나노튜브를 수직으로 정렬한 뒤 폴리우레탄 내부에 고정하고, 표면에 일부만 노출시키는 방식으로 ‘나노 사포’를 구현했다. 이 구조는 연마재 이탈을 구조적으로 억제해 표면 손상 우려를 없앴으며, 반복 사용에도 안정적인 성능을 유지하였다. 이번에 개발된 나노 사포는 연마재 밀도 기준으로 상용 사포 가운데 가장 미세한 제품보다 약 50만 배 높은 수준을 구현했다. 사포의 정밀도는 표면에 연마 알갱이가 얼마나 촘촘히 배열돼 있는지를 나타내는 ‘연마재 밀도(입방수)’로 표현된다. 이 수치는 사포의 단위 면적당 연마 알갱이 수를 나타내는 지표로, 일상에서 사용하는 사포가 보통 40~3000 입방수인 데 비해 나노 사포는 10억(1,000,000,000) 이상의 입방수를 갖는다. 이처럼 극도로 촘촘한 구조를 통해, 표면을 수 나노미터, 즉 원자 몇 개 두께에 해당하는 수준까지 정밀하게 가공할 수 있었다. 실제 실험에서도 나노 사포의 효과가 확인됐다. 거친 구리 표면을 수 나노미터 수준까지 매끄럽게 가공할 수 있었으며, 반도체 패턴 평탄화 실험에서는 기존 CMP 공정과 비교해 디싱(dishing) 결함을 최대 67%까지 줄이는 결과를 보였다. 디싱 결함은 배선 중앙이 움푹 파이는 현상으로, HBM 등 첨단 반도체의 성능과 신뢰성에 영향을 미치는 주요 결함이다. 특히 이 기술은 연마재가 사포 표면에 고정된 구조여서, 기존 공정처럼 슬러리 용액을 지속적으로 공급할 필요가 없다. 이에 따라 세정 공정을 줄일 수 있고 폐슬러리도 없어, 반도체 제조 공정을 보다 친환경적으로 전환할 수 있는 가능성을 제시했다. 연구팀은 이 기술이 AI 서버에 사용되는 HBM과 같은 첨단 반도체 평탄화 공정과, 차세대 반도체 연결 기술로 주목받는 하이브리드 본딩 공정에 적용될 수 있을 것으로 기대하고 있다. 이는 일상적인 사포의 개념을 나노 정밀 가공 기술로 확장해, 반도체 제조에 필요한 원천기술 확보 가능성을 제시했다는 점에서도 의미가 크다. 김산하 교수는 “일상에서 흔히 사용하는 사포의 개념을 나노 수준으로 확장해 초미세 반도체 제조에 적용할 수 있음을 보여준 독창적인 연구”라며 “이 기술이 반도체 성능 향상뿐 아니라 친환경 제조 공정으로 이어지길 기대한다”고 말했다. 기계공학과 강석경 박사가 제1저자로 참여한 이번 연구는 삼성전자가 주최한 제31회 삼성휴먼테크논문대상에서 기계공학 분과 금상(1위)을 수상하며 우수성을 인정받았다. 연구 결과는 복합재료 및 나노공학 분야 국제 학술지 ‘어드밴스드 컴포짓 앤 하이브리드 머티리얼즈(Advanced Composites and Hybrid Materials, IF 21.8)’에 2026년 1월 8일 자로 온라인 게재되었다. ※ 논문명: Carbon nanotube sandpaper for atomic-precision surface finishing, DOI: https://doi.org/10.1007/s42114-025-01608-3 한편, 이번 연구는 한국연구재단 중견연구자지원사업(과학기술정보통신부, 한국연구재단, RS-2025-00560856), 글로컬랩 (교육부, 한국연구재단, RS-2025-25406725), 이노코어 (과학기술정보통신부, 한국연구재단, N10250154) 및 KAIST 도약연구과제의 지원을 받아 수행되었다.
2026.02.11 조회수 1131
화학 원리 이해한 AI 등장...신약·신소재 개발 속도 높인다 스마트폰 배터리가 얼마나 오래 가는지, 난치병을 치료할 신약이 나올 수 있을지는 모두 재료 물질을 구성하는 원자들이 얼마나 안정적으로 결합하느냐에 달려 있다. 이 수많은 원자를 어떻게 배치해야 가장 안정적인 분자가 되는지를 찾는 과정이 ‘분자 설계’의 핵심 과정인데, 그동안은 거대한 산에서 가장 낮은 골짜기를 찾는 것처럼 어려워 막대한 시간과 비용이 필요했다. 우리 대학 연구진이 인공지능으로 이 과정을 빠르고 정확하게 해결하는 신기술을 개발했다. 우리 대학은 화학과 김우연 교수 연구팀이 분자의 안정성을 좌우하는 물리 법칙을 스스로 이해해 구조를 예측하는 인공지능 모델 ‘리만 확산 모델(R-DM)’을 개발했다고 10일 밝혔다. 이 모델의 가장 큰 특징은 분자의 ‘에너지’를 직접 고려한다는 점이다. 기존 인공지능이 분자의 모양을 단순히 흉내 냈다면, R-DM은 분자 내부에서 어떤 힘이 작용하는지를 고려하여 구조를 스스로 다듬는다. 연구팀은 분자 구조를 에너지가 높을수록 언덕, 낮을수록 골짜기로 표현한 지도로 나타내고, 인공지능이 가장 에너지가 낮은 골짜기를 찾아 이동하도록 설계했다. R-DM은 이러한 에너지 지형 위에서 불안정한 구조를 피해 가장 안정적인 상태를 찾아가며 분자를 완성한다. 이는 수학 이론인 ‘리만 기하학’을 적용한 것으로, 화학의 기본 원리인 ‘물질은 에너지가 가장 낮은 상태를 선호한다’는 법칙을 인공지능이 스스로 학습한 결과다. 실험 결과, R-DM은 기존 인공지능보다 최대 20배 이상 높은 정확도를 보였으며, 예측 오차는 정밀 양자역학 계산과 거의 차이가 없는 수준까지 줄어들었다. 이는 AI 기반 분자 구조 예측 기술 중 세계 최고 수준의 성능이다. 이 기술은 신약 개발은 물론 차세대 배터리 소재, 고성능 촉매 설계 등 다양한 분야에서 활용될 수 있다. 많은 시간이 걸리던 분자 설계 과정을 크게 단축해 연구개발 속도를 획기적으로 높여줄 ‘AI 시뮬레이터’로 기대된다. 또한 화학 사고나 유해 물질 확산처럼 실험이 어려운 상황에서도 화학 반응 경로를 빠르게 예측할 수 있어, 환경·안전 분야에서도 활용 가능성이 크다. 김우연 교수는 “인공지능이 화학의 기본 원리를 이해하고 분자의 안정성을 스스로 판단한 첫 사례”라며 “신소재 개발 방식을 근본적으로 바꿀 수 있는 기술”이라고 말했다. 본 연구는 KISTI 슈퍼컴퓨팅센터 우제헌 박사와 KAIST 혁신신약연구단 김성환 박사가 공동 1저자로 연구를 주도했으며 연구 결과는 세계적 학술지 네이퍼 컴퓨테이셔널 사이언스(Nature Computational Science)에 1월 2일에 게재됐다. ※ 논문명: Riemannian Denoising Model for Molecular Structure Optimization with Chemical Accuracy, DOI: 10.1038/s43588-025-00919-1 한편, 이번 연구는 한국환경산업기술원의 화학사고 예측-예방 고도화 기술개발사업, 과학기술정보통신부 과학기술원 인노코어(InnoCore) 사업, 과학기술정보통신부의 지원을 받아 한국연구재단이 수행하는 데이터사이언스 융합인재양성사업의 지원으로 수행되었다.
2026.02.10 조회수 1075
전기 켜지고 꺼지는 찰나 포착..차세대 메모리 소재 혁신 기대 인공지능이 발전할수록 컴퓨터에는 더 빠르고 효율적인 메모리가 요구된다. 초고속·저전력 반도체의 핵심은 메모리 소재가 전기를 켜고 끄는 ‘스위칭’ 원리에 있다. 한국 연구진이 아주 작은 전자 소자 안에서 물질을 순간적으로 녹였다가 얼리는 실험을 통해, 그동안 직접 관찰하기 어려웠던 스위칭 순간과 내부 작동 원리를 밝혀냈다. 이를 통해 더 빠르고 전기를 덜 쓰는 차세대 메모리 신소재를 원리 기반으로 설계할 수 있는 기준을 제시했다. 우리 대학 생명화학공학과 서준기 교수 연구팀은 경북대학교 이태훈 교수 연구팀과의 공동연구를 통해, 기존에는 관찰이 어려웠던 나노 소자 내부의 전기 스위칭 과정과 물질 상태 변화를 실시간으로 포착할 수 있는 실험 기법을 개발했다고 8일 밝혔다. 연구팀은 전기 스위칭을 확인하기 위해 물질을 순간적으로 녹였다가 빠르게 식히는 방식을 적용했다. 이를 통해 그동안 열에 민감해 전기를 흘리는 순간 성질이 쉽게 변하던 텔루륨(Te)*을, 머리카락보다 훨씬 작은 나노 소자 안에서 ‘유리처럼 불규칙한 상태의 비정질 텔루륨’으로 안정적으로 구현하는 데 성공했다. 비정질 텔루륨은 더 빠르고 전기를 덜 쓰는 차세대 메모리의 핵심 재료로 주목받고 있다. *텔루륨(Te): 금속과 비금속의 성질을 모두 가진 준금속 원소 이번 연구를 통해 연구팀은 스위칭이 시작되는 전압과 열 조건, 그리고 에너지 손실이 발생하는 구간을 구체적으로 파악했다. 이를 바탕으로 열 발생을 줄인 상태에서도 안정적이고 빠른 동작 속도로 스위칭 되는 결과를 관측하는 등, ‘왜, 언제 전기가 켜지는지’를 이해한 원리 기반 메모리 소재 설계가 가능해졌다. 이번 연구를 통해 연구팀은 스위칭이 시작되는 전압과 열 조건, 그리고 에너지 손실이 발생하는 구간을 구체적으로 파악했다. 이를 바탕으로 열 발생을 줄인 상태에서도 안정적이고 빠른 동작 속도로 스위칭 되는 결과를 관측하는 등, ‘왜, 언제 전기가 켜지는지’를 이해한 원리 기반 메모리 소재 설계가 가능해졌다. 그 결과, 비정질 텔루륨에서는 내부의 미세한 결함이 전기 전도에 중요한 역할을 한다는 사실을 확인했다. 전압이 일정 수준을 넘으면 전기가 한 번에 흐르는 것이 아니라, 먼저 결함을 따라 전류가 급격히 증가하고 이후 열이 축적되며 물질이 녹는 두 단계 스위칭 과정이 나타났다. 또한 연구팀은 전류를 과도하게 흘리지 않고도 비정질 상태를 유지한 채 실험을 진행해, 전압이 스스로 커졌다 작아지는 ‘자가 진동’ 현상을 구현하는 데 성공했다. 이는 복잡한 재료 조합 없이 텔루륨 단일 원소만으로도 안정적인 전기 스위칭이 가능함을 보여준다. 이번 연구는 차세대 메모리 재료인 비정질 텔루륨을 실제 전자 소자 안에서 구현하고, 전기가 켜지고 꺼지는 가장 기본적인 원리를 체계적으로 규명한 성과다. 연구 결과는 향후 더 빠르고 전기를 덜 쓰는 메모리를 구현하기 위한 반도체 소재 설계의 중요한 지침으로 활용될 것으로 기대된다. 서준기 교수는 “비정질 텔루륨을 실제 소자 환경에서 구현하고 스위칭 원리를 규명한 첫 연구”라며 “차세대 메모리 및 스위칭 소재 연구의 새로운 기준을 제시했다”고 말했다. 허남욱 석박사통합과정이 제1저자로, 김승환 박사과정이 제2저자로 참여했으며, 서준기 교수(KAIST)가 교신저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)'에 1월 13일 자 온라인판에 게재됐다. ※ 논문명 : On-device cryogenic quenching enables robust amorphous tellurium for threshold switching, DOI: 10.1038/s41467-025-68223-0 한편, 이번 연구는 과학기술정보통신부의 재원으로 한국연구재단 PIM인공지능반도체핵심기술개발(소자)사업과 우수신진연구, 그리고 삼성전자의 지원을 받아 수행되었다.
2026.02.09 조회수 663

34141 대전광역시 유성구 대학로 291 한국과학기술원(KAIST) T.042-350-2114 F.042-350-2210(2220)

Copyright (C) 2020, Korea Advanced Institute of Science and Technology, All Rights Reserved.