-
난치성 뇌종양 치료의 새로운 가능성 열다
면역항암제는 암세포를 제거하는 T세포의 항암 면역작용을 강화하는 가장 주목받는 항암치료 요법이다. 하지만 난치성 뇌종양인 교모세포종의 경우 면역관문억제제를 활용한 수차례 임상시험에서 그 효과를 확인할 수 없었다. 우리 연구진이 난치성 암종에서 T세포가 만성적 항원에 노출되어 기능이 상실되거나 약화된 원인을 분석하여 T세포 활성 제어 인자를 발굴하고 치료 효능 증진 원리를 규명했다.
우리 대학 생명과학과 이흥규 교수 연구팀이 한국화학연구원(원장 이영국) 감염병예방진단기술연구센터와 협력하여, 교모세포종 실험 쥐 모델에서 억제성 Fc 감마수용체(FcγRIIB)의 결손을 통한 면역관문억제제의 세포독성 T세포 불응성을 회복해, 항암 작용 증대를 유도함으로 생존율 개선 효능을 확인했다고 6일 밝혔다.
연구팀은 최근 세포독성 T세포에서 발견된 억제 수용체(FcγRIIB)가 종양 침윤 세포독성 T세포의 특성과 면역관문억제제(항 PD-1)의 치료 효능에 미치는 영향을 확인했다.
연구 결과, 억제 수용체(FcγRIIB)가 결손되었을때 종양항원 특이적 기억 T세포의 증가를 유도했다. 이 같은 T세포 아형은 탈진화를 억제하고 줄기세포 특성을 강화했고, 이를 통한 항 PD-1 치료의 회복된 T세포 항암 면역반응을 이끌었다. 또한, 연구팀은 항원 특이적 기억 T세포가 FcγRIIB 결손 시 상대적으로 높은 수의 증가와 함께 지속적인 종양 조직 내 T세포 침투를 이끈다는 결과를 확인했다.
해당 연구는 면역관문억제제에 불응성을 보이는 종양에 대한 새로운 치료 타깃을 제시했으며, 특히 교모세포종과 같은 항 PD-1 치료에 반응하지 않는 종양에 FcγRIIB 억제와 항 PD-1 치료를 병행함으로써 시너지 효과를 발휘할 수 있음을 증명했다.
연구팀은 이러한 FcγRIIB 억제를 통한 항암 면역작용 증진 전략이 면역관문억제제의 효능을 높이는 데 중요한 기여를 할 것으로 기대하고 있다.
생명과학과 이흥규 교수는 “면역관문 치료제를 이용한 뇌종양 치료 임상 실패를 극복할 가능성과 다른 난치성 종양으로의 범용적 적용 가능성을 제시한 결과로 추후 세포독성 T 세포의 종양 세포치료 활용과 접근 가능성도 확인한 결과”라고 소개했다.
우리 대학 구근본 박사(現, 한국화학연구원 감염병예방진단기술연구센터 선임연구원)가 제1 저자로 참여한 이번 연구는 암 면역치료 학회(Society for Immunotherapy of Cancer)에서 발간하는 종양면역 및 치료 분야 국제 학술지 `Journal for ImmunoTherapy of Cancer'에 10월 26일 온라인판에 게재됐다. (논문명: Inhibitory Fcγ receptor deletion enhances CD8 T cell stemness increasing anti-PD-1 therapy responsiveness against glioblastoma, http://dx.doi.org/10.1136/jitc-2024-009449)
한편 이번 연구는 한국연구재단 개인기초연구사업, 바이오의료기술개발사업 및 삼성미래육성재단의 지원을 받아 수행됐다.
2024.11.06
조회수 863
-
사회처럼 건강한 유전자 커뮤니티의 모습을 찾다
구성원들 사이의 활발한 교류로 결속력이 높은 사회적 커뮤니티가 건강한 개인을 만들 듯, 유전자 커뮤니티의 결속력도 개인의 건강 상태에 영향을 미칠 수 있을까? 한국 연구진이 유전자 커뮤니티의 결속력 또한 개인의 건강 상태를 결정하고 환자 맞춤형 의료를 위해 활용될 수 있음을 보여 화제다.
우리 대학 바이오및뇌공학과 이도헌 교수 연구팀이 개인화된 유전자 네트워크에서 환자 특이적으로 결속력이 약화된 유전자 커뮤니티를 찾아내 환자 맞춤형으로 약물 표적을 예측할 수 있는 기술을 개발했다고 23일 밝혔다.
최근 고령화와 생활 습관 변화 등에 따라 암, 심혈관계 질환, 대사 질환 등 많은 복합질병의 발병률이 크게 증가하는 실정이다. 이에 전문가들은 개별 환자의 특성을 고려한 ‘환자 맞춤형 의료’를 제공해 그 치료 효과를 높임으로써 개인적, 사회적 의료비 부담을 경감해야 한다고 지적한다.
이도헌 교수 연구팀은 이러한 요구에 발맞춰 개인화된 유전자 네트워크를 정교하게 구축하고 해당 네트워크에서 각 유전자 커뮤니티의 결속력을 정확하게 측정할 수 있는 코지넷(COSINET, COmmunity COhesion Scores in Individualized gene Network Estimated from single Transcripotmics data) 기술을 개발했다.
연구진들은 수백 개의 정상 조직 유전자 발현 데이터를 근거로 유의미한 상관관계를 보이는 유전자 상호작용을 기반으로 정상 조직의 유전자 네트워크를 구축했다. 그리고 유전자 커뮤니티들의 유전자 상호작용마다 보이는 상관관계를 선형 회귀 분석을 통해 모델링한 뒤, 개별 환자의 유전자 발현량이 해당 예측 모델을 잘 따르는지를 통계적으로 분석했다. 이를 통해 환자 특이적으로 그 상호작용이 소실된 유전자 쌍을 정상 조직 유전자 네트워크에서 제거함으로써 개인화된 유전자 네트워크를 구축했다.
더 나아가 개인화된 유전자 네트워크에서 유전자들 사이의 최단 거리를 기반으로 소실된 유전자 상호작용이 각 유전자 커뮤니티 결속력 약화에 미치는 영향력을 정확하게 측정했다.
연구진들은 환자 특이적으로 그 결속력이 크게 감소한 유전자 커뮤니티를 통해 환자 특이적인 질병 기전을 설명할 수 있음을 보이고, 해당 유전자 커뮤니티에서 환자 특이적으로 결속력 약화에 크게 기여하는 유전자들을 찾아, 보다 효과적인 환자 맞춤형 약물 표적을 제안했다. 연구진들은 이러한 약물 표적 발굴 기술이 기존 기술 대비 약 4배 이상 효과적임을 증명했다.
이도헌 교수는 “여러 유전자가 관여하는 복합질병은 개별 유전자보다는 유전자들 사이의 상호작용을 고려하는 시스템적 관점에서 바라봐야 하며 현재 임상 현장에서 환자 맞춤형 의료를 위해 쓰이는 단일 유전자 기반의 바이오마커들은 복합질병의 이질성과 복잡성을 충분히 담아내기에는 한계가 있다. 따라서 이번 연구에서 개발한 개인화된 유전자 네트워크에서 유전자 커뮤니티의 결속력에 기반한 코지넷(COSINET) 기술이 복합질병의 환자 맞춤형 의료 실현을 위한 새로운 시각을 열어 줄 수 있을 것”이라고 말했다.
바이오및뇌공학과 이도헌 교수와 왕승현 박사과정이 공동으로 진행한 이번 연구는 영국 옥스퍼드대학교에서 발간하는 생명정보학 분야 최고 학술지인 `생명정보학 브리핑(Briefings in Bioinformatics)’ 2024년 5월호에 게재되고 온라인으로는 4월 15일 발표됐다.
(논문 제목: Community cohesion looseness in gene networks reveals individualized drug targets and resistance, https://academic.oup.com/bib/article/25/3/bbae175/7645997)
한편 이번 연구는 과학기술정보통신부 데이터 기반 디지털 바이오 선도 사업의 지원을 받아 수행됐다.
2024.04.23
조회수 2795
-
숨겨진 효소 쏙쏙 찾아내는 인공지능 개발
대장균은 가장 많이 연구된 생명체 중 하나에 해당되지만 아직 대장균을 구성한 단백질 30%의 기능에 대해 명확하게 밝혀지지 않았다. 이에 대해 인공지능을 활용하여 아직 명확하게 밝혀진 바 없던 단백질에서 464종의 효소를 발견하였으며, 이 중 3종의 단백질의 예측된 기능을 시험관 내 효소 분석 방법을 통해 검증하는데 성공하였다.
우리 대학 생명화학공학과 이상엽 특훈교수와 캘리포니아대학교 샌디에이고(UCSD) 생명공학과 버나드 펄슨(Bernhard Palsson) 교수 공동연구팀이 단백질 서열을 활용, 해당 단백질의 효소 기능을 예측할 수 있는 인공지능, `딥 EC 트랜스포머(DeepECtransformer)'를 개발해 빠르고 정확하게 효소 기능을 파악할 수 있는 예측 시스템을 구축했다고 24일 밝혔다.
효소는 생물학적 반응을 촉매하는 단백질로서, 생명체 내 존재하는 다양한 화학 반응과 이에 따라 결정되는 생명체의 대사 특성을 파악하기 위해서는 각 효소의 기능을 이해하는 것이 필수적이다. EC 번호(효소 고유 번호, Enzyme Commission number)는 국제생화학 및 분자 생물학연맹 (International Union of Biochemistry and Molecular Biology, IUBMB)가 고안한 효소 기능 분류 체계로서, 다양한 유기체의 대사 특성을 이해하기 위해선 게놈 서열에서 존재하는 효소의 종류와 EC 번호를 빠르게 분석할 수 있는 기술 개발이 필요하다.
단백질의 기능 및 효소 기능 예측을 위해 인공지능을 활용하는 다양한 예측 시스템 또한 보고됐지만, 인공지능의 추론 과정을 직접 확인할 수 없는 블랙박스(black box)의 특징을 가졌거나, 효소 서열 내 아미노산 잔기(최소 단위) 수준으로 해석하지 못하는 문제가 있었다.
공동연구팀은 심층학습 기법과 단백질 상동성 분석 모듈을 활용해 주어진 단백질 서열의 효소 기능을 예측하는 인공지능 딥 EC 트랜스포머(DeepECtransformer)를 개발했다. 연구팀은 이번 연구에서 더 다양한 효소 기능을 정확하게 예측할 수 있도록 단백질 서열 전체 문맥에서 효소 기능에 중요한 정보를 추출하였고, 이를 통해 효소의 EC 번호를 정확하게 예측할 수 있었다. 개발된 인공지능은 총 5,360종류의 EC 번호를 예측할 수 있었다.
공동연구팀은 나아가 딥 EC 트랜스포머의 인공신경망 내 정보 흐름을 분석하여 인공지능이 추론 과정에서 효소 기능에 중요한 활성 부위나 보조 인자 결합 부위 정보를 활용하고 있음을 밝혀냈다. 이처럼 인공지능의 블랙박스를 해석함으로써 인공지능이 학습 과정에서 스스로 효소 기능에 중요한 특징을 파악하고 있음을 연구팀은 확인했다.
이번 논문의 제1 저자인 우리 대학 김기배 박사과정생은 “이번에 개발한 예측 시스템을 활용해 아직 밝혀진 적 없던 효소의 기능을 새롭게 예측하고 실험으로 검증할 수 있었다”고 말했다. 그는 또한 “딥 EC 트랜스포머를 활용해 생명체 내 밝혀지지 않았던 효소를 파악함으로써 유용 화합물을 생합성하기 위해 필요한 효소나 플라스틱을 생분해하기 위해 필요한 효소 등 다양한 대사 과정을 새롭게 밝혀낼 수 있을 것”이라고 덧붙였다.
또한 이상엽 특훈교수는 “효소 기능을 빠르고 정확하게 예측하는 딥 EC 트랜스포머는 기능 유전체학의 핵심 기술로서 시스템 수준에서 전체 효소들의 기능들을 분석할 수 있게 한다”며 “이를 활용해 모든 효소 정보를 포함한 대사 네트워크를 기반으로 친환경 미생물 공장 개발을 수행할 수 있을 것”이라고 밝혔다.
생명화학공학과 김기배 박사과정이 참여한 이번 논문은 국제 학술지 네이처(Nature) 誌가 발행하는 `네이처 커뮤니케이션즈(Nature Communications)'에 동료 심사를 거쳐 11월 14일 字 게재됐다.
※ 논문명 : 트랜스포머 레이어와 딥러닝을 사용하여 효소 인코딩 유전자의 기능적 주석 달기 (Functional annotation of enzyme-encoding genes using deep learning with transformer layers)
※ 저자 정보 : 김기배 (한국과학기술원, 제1 저자), 김지연 (한국과학기술원, 제2 저자), 이종언 (한국과학기술원, 제3 저자), Charles J. Norsigian (UCSD, 제4 저자), Bernhard O. Palsson (UCSD, 제5 저자) 및 이상엽(한국과학기술원, 교신저자) 포함 총 6 명
한편, 이번 연구는 과기정통부가 지원하는 ‘석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제(과제책임자 KAIST 이상엽 특훈교수)의 지원을 받아 수행됐다.
2023.11.24
조회수 4305
-
말기 고형암 표적 2세대 면역치료제 개발
암은 현대인의 건강을 위협하는 대표적인 질병으로 꼽히고 있다. 최근의 암 연구 중에서 가장 많은 진전이 있었던 분야는 암 환자가 갖고 있는 면역체계를 활용해 암을 극복하는 면역 항암치료다. 여기 기존의 모든 항암 치료에 불응한 말기 고형암 환자들에게 적용 가능한 차세대 면역 항암 치료법이 개발되어 화제다.
우리 대학 생명과학과 김찬혁 교수 연구팀이 면역시스템이 억제되는 종양미세환경을 극복하는 ‘2세대 T세포 수용체 T (T cell receptor specific T, 이하 TCR-T) 세포’ 치료제를 개발했다고 20일 밝혔다.
연구팀은 유전자 조작을 통해 암세포를 직접 파괴할 수 있도록 하는 TCR-T 세포 치료제 제작에 크리스퍼-캐스9 유전자 편집 기술을 이용해 T 세포 수용체 신호전달의 핵심적인 CD247 유전자에 추가신호 전달체인 트레프2-결합 도메인이 포함되도록 개량했다. 이러한 유전자 편집을 통한 개량은 TCR-T 세포의 증식 및 지속성을 향상시켰고, 생쥐를 이용한 악성 흑색종 모델에서 탁월한 항암 효과를 보임을 확인했다.
KAIST 생명과학과 나상준 박사와 김세기 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 '저널 포 이뮤노쎄라피 오브 캔서 (Journal for Immunotherapy of Cancer)'에 지난 4월 5일 출판됐다. (논문명: Engineering second-generation TCR-T cells by site-specific integration of TRAF-binding motifs into the CD247 locus)
초기 미비한 항암 효과를 보이던 1세대 키메라 항원 수용체 (chimeric antigen receptor, 이하 CAR)를 장착한 CAR-T 세포와 다르게, 추가신호 전달체가 포함된 2세대 CAR-T 세포는 말기 백혈병 환자들을 대상으로 80% 이상의 높은 치료 효과를 보이며 ‘기적의 항암제’로 불리고 있다. 하지만 현 CAR-T 치료제는 B세포성 급성 백혈병과 다발 골수종 같은 혈액암에만 치료 효과가 국한돼 있으며, 고형암 환자들을 대상으로 높은 치료효과를 보이는 CAR-T 치료제가 아직까지 없다는 점이 해결해야 할 과제로 대두되고 있다. 또한 TCR-T 치료제는 CAR-T와는 다르게 아직 1세대 구조에 머물고 있다.
이러한 관점에서, 연구진은 고형암을 표적으로 하는 TCR-T 세포에 추가 신호 전달체인 트레프2-결합 도메인이 포함된 2세대 TCR-T 세포 치료제를 개발했다. 단일 단백질로 이뤄진 CAR와 다르게 단백질 복합체를 형성하는 TCR에 추가신호 전달체를 포함시키는 엔지니어링은 훨씬 도전적이다. 연구진은 다양한 시도 끝에 TCR의 형성과 기존 신호전달에 영향을 주지 않으면서 동시에 추가 신호가 유발되는 최적의 TCR 모듈을 구축했다.
제1 저자인 나상준 박사는 “고형암이 형성하는 면역억제 환경에서, 기존 1세대 TCR-T 세포의 항암효과는 제한될 수 밖에 없다”라며 “반면 2세대 TCR-T 세포는 면역억제 환경에서도 지속적인 항암효과를 유지하도록 고안된 기술 전략으로, 기존 치료제의 효과를 기대하기 어려운 고형암 환자들에게 필요한 치료제가 될 것으로 기대한다”라고 말했다.
이번 연구는 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
2023.04.20
조회수 5522
-
카이캐치(KaiCatch), 악성 동영상 위변조 탐지 기술 개발
우리 대학 전산학부 이흥규 명예교수 연구팀이 KAIST 창업기업인 ㈜디지탈이노텍의 후원으로 악성 위변조에 활용되는 프레임 업 변환, 보간법에 의해 생성된 프레임, 영상내 위변조 영역 등을 탐지하는 동영상 위변조 탐지 기술을 개발했다.
위변조 분야 최상위 저명 논문지인 Forensic Science International 11월호에 논문으로도 발표했다.
CCTV의 대량 보급과 함께 동영상은 수많은 분쟁시 주요 증거물로 사용되고 있다. 그러나 동영상에 대한 편집 도구 기술과 인공지능 기술 발전과 함께 동영상의 편집, 프레임 삭제 및 추가 등의 위변조를 포함하여 프레임 업 변환 이라는 기술을 사용하여 위변조 동영상을 고품질 영상으로 변환함으로써 위변조 동영상을 원본과 유사하게 변환함으로써 위변조 탐지를 더욱 어렵게 하는 악성 변조 기술 등도 등장하고 있다.
이번 연구에서는 동영상내 특정 영역들의 편집 변조를 포함하여 프레임 추가, 삭제, 프레임률 변환 탐지를 포함하여 공간정보와 시간정보를 연속적으로 활용하는 프레임-업 변환을 탐지하기 위해 프레임-업 특징들을 추출하는 4개 유형의 네트워크블럭들과 보팅(voting) 기능을 채택한 프레임-업 탐지 뉴럴 네트워크를 제시하였다.
개발된 기술은 특히 동영상의 극히 작은 영역들의 정보를 사용하여 무결성 여부를 판독하기 때문에 동영상 위변조 탐지를 고속으로 수행할 수 있어 기존 기술들과 비교하여 기술의 유용성과 실용성이 매우 뛰어나다.
이번 연구는 KAIST 윤민석 박사, ㈜네이버웹튠AI의 남승훈 박사 등이 참여하였으며 KAIST에서 위변조를 잡아낸다는 의미인 카이캐치(KaiCatch) 위변조 탐지 소프트웨어 기능을 동영상으로도 크게 확장 했다는 점에서 그 의미가 있다.
개발된 기술은 영상 위변조 분야 최상위 저명 논문지인 Forensic Science International 2022년 11월호(Vol 340)에 ‘Frame-rate Up-conversion Detection based on Convolutional Neural Network for Learning Spatiotemporal Features’ 논문으로 발표 되었다. 본 연구는 한국연구재단 창의도전연구기반지원사업과 KAIST 창업기업인 ㈜디지탈이노텍의 후원으로 수행하였다.
2022.10.20
조회수 7195
-
최초 머신러닝 기반 유전체 정렬 소프트웨어 개발
우리 대학 전기및전자공학부 한동수 교수 연구팀이 머신러닝(기계학습)에 기반한 *유전체 정렬 소프트웨어를 개발했다고 12일 밝혔다.
☞ 유전체(genome): 생명체가 가지고 있는 염기서열 정보의 총합이며, 유전자는 생물학적 특징을 발현하는 염기서열들을 지칭한다. 유전체를 한 권의 책이라고 비유하면 유전자는 공백을 제외한 모든 글자라고 비유할 수 있다.
차세대 염기서열 분석은 유전체 정보를 해독하는 방법으로 유전체를 무수히 많은 조각으로 잘라낸 후 각 조각을 참조 유전체(reference genome)에 기반해 조립하는 과정을 거친다. 조립된 유전체 정보는 암을 포함한 여러 질병의 예측과 맞춤형 치료, 백신 개발 등 다양한 분야에서 사용된다.
유전체 정렬 소프트웨어는 차세대 염기서열 분석 방법으로 생성한 유전체 조각 데이터를 온전한 유전체 정보로 조립하기 위해 사용되는 소프트웨어다. 유전체 정렬 작업에는 많은 연산이 들어가며, 속도를 높이고 비용을 낮추는 방법에 관한 관심이 계속해서 증가하고 있다. 머신러닝(기계학습) 기반의 인덱싱(색인) 기법(Learned-index)을 유전체 정렬 소프트웨어에 적용한 사례는 이번이 최초다.
전기및전자공학부 정영목 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `옥스포드 바이오인포메틱스(Oxford Bioinformatics)' 2022년 3월에 공개됐다. (논문명 : BWA-MEME: BWA-MEM emulated with a machine learning approach)
유전체 정렬 작업은 정렬해야 하는 유전체 조각의 양이 많고 참조 유전체의 길이도 길어 많은 연산량이 요구되는 작업이다. 또한, 유전체 정렬 소프트웨어에서 정렬 결과의 정확도에 따라 추후의 유전체 분석의 정확도가 영향을 받는다. 이러한 특성 때문에 유전체 정렬 소프트웨어는 높은 정확성을 유지하며 빠르게 연산하는 것이 중요하다.
일반적으로 유전체 분석에는 하버드 브로드 연구소(Broad Institute)에서 개발한 유전체 분석 도구 키트(Genome Analysis Tool Kit, 이하 GATK)를 이용한 데이터 처리 방법을 표준으로 사용한다. 이들 키트 중 BWA-MEM은 GATK에서 표준으로 채택한 유전체 정렬 소프트웨어이며, 2019년에 하버드 대학과 인텔(Intel)의 공동 연구로 BWA-MEM2가 개발됐다.
연구팀이 개발한 머신러닝 기반의 유전체 정렬 소프트웨어는 연산량을 대폭 줄이면서도 표준 유전체 정렬 소프트웨어 BWA-MEM2과 동일한 결과를 만들어 정확도를 유지했다. 사용한 머신러닝 기반의 인덱싱 기법은 주어진 데이터의 분포를 머신러닝 모델이 학습해, 데이터 분포에 최적화된 인덱싱을 찾는 방법론이다. 데이터에 적합하다고 생각되는 인덱싱 방법을 사람이 정하던 기존의 방법과 대비된다.
BWA-MEM과 BWA-MEM2에서 사용하는 인덱싱 기법(FM-index)은 유전자 조각의 위치를 찾기 위해 유전자 조각 길이만큼의 연산이 필요하지만, 연구팀이 제안한 알고리즘은 머신러닝 기반의 인덱싱 기법(Learned-index)을 활용해, 유전자 조각 길이와 상관없이 적은 연산량으로도 유전자 조각의 위치를 찾을 수 있다. 연구팀이 제안한 인덱싱 기법은 기존 인덱싱 기법과 비교해 3.4배 정도 가속화됐고, 이로 인해 유전체 정렬 소프트웨어는 1.4 배 가속화됐다.
연구팀이 이번 연구에서 개발한 유전체 정렬 소프트웨어는 오픈소스 (https://github.com/kaist-ina/BWA-MEME)로 공개돼 많은 분야에 사용될 것으로 기대되며, 유전체 분석에서 사용되는 다양한 소프트웨어를 머신러닝 기술로 가속화하는 연구들의 초석이 될 것으로 기대된다.
한동수 교수는 "이번 연구를 통해 기계학습 기술을 접목해 전장 유전체 빅데이터 분석을 기존 방식보다 빠르고 적은 비용으로 할 수 있다는 것을 보여줬으며, 앞으로 인공지능 기술을 활용해 전장 유전체 빅데이터 분석을 효율화, 고도화할 수 있을 것이라 기대된다ˮ고 말했다.
한편 이번 연구는 과학기술정보통신부의 재원으로 한국연구재단의 지원을 받아 데이터 스테이션 구축·운영 사업으로서 수행됐다.
2022.04.17
조회수 8109
-
남택진 교수팀, 레드닷 어워드 2021 대상 수상
우리 대학 남택진 산업디자인학과 교수팀이 세계 최대 규모의 디자인 공모전인 독일 ʻ레드닷 디자인 어워드(Red Dot Design Award) 2021ʼ 제품디자인 부문에서 대상(best of the best award)을 받았다. 수상작은 남 교수팀이 개발한 ʻ코로나 중증 환자 치료용 이동형 감염병동(mobile clinic module, MCM)ʼ이다. 올해 공모전에는 60여 개국에서 총 7천8백여 개의 작품이 출품돼 제품 디자인·커뮤니케이션 디자인·콘셉트 디자인 등 3개 분야에서 경쟁을 펼쳤다. 주최 측은 "수상작들이 자동차·로봇·의료 기술·포장에 이르기까지 디자인을 통해 현대 사회가 가진 문제를 해결하고 인류의 생활 수준을 향상하는 데 중요한 역할을 했다ˮ라고 밝혔다. 특히, 남 교수팀의 이동형 감염병동은 "제품 디자인이 감염병 확산을 방지하는 일에 얼마나 가치 있게 기여할 수 있는지를 보여줬다ˮ라고 평가했다.
이동형 감염병동의 쾌거는 이뿐만이 아니다. 레드닷 디자인 어워드(Red Dot Design Award)와 함께 세계 최고 권위의 디자인 공모전으로 손꼽히는 iF 디자인 어워드(International Forum Design Award) 2021에서도 제품·실내건축·사용자인터페이스·사용자경험 등 총 4개 분야에서 본상을 수상했다.
이로써, 남 교수팀의 이동형 음압병동은 국제 권위의 디자인 공모전을 연이어 석권하며 기능성·경제성·효용성뿐만 아니라 독창적 디자인과 심미성까지 갖춘 의료 시설로서 가치를 인정받게 됐다.
이동형 음압병동은 고급 의료 설비를 갖춘 음압 격리 시설로 신속하게 변형하거나 개조해 사용할 수 있도록 디자인됐다. 음압 프레임·에어 텐트·기능 패널 등의 각 모듈을 조합해 단시간 내에 음압 병동이나 선별진료소 등을 구축할 수 있다. 또한, 소규모의 장비와 인력으로도 관리·이송·설치가 가능해 기존의 조립식 병동 대비 경제적·시간적 효율을 높인 것이 가장 큰 특징이다. 남택진 교수팀은 작년 7월부터 KAIST 코로나 대응 과학기술 뉴딜사업(단장 배충식)의 일환으로 이동형 음압병동을 개발했다. 조스리 스튜디오·20Plus 등과 협력해 디자인을 진행했고 신성이엔지가 제작을 담당했다. 배상민(산업디자인학과)·이태식(산업및시스템 공학과)·김형수(기계공학과) 교수 등이 자문했으며, 석현정(산업디자인학과), 박해원·김성수(기계공학과), 한동수(전산학과) 교수 등이 감염병원 서비스 주제로 연구에 참여했다. 현재 한국 원자력의학원·제주도 백신 접종센터에 시제품이 설치돼 코로나 환자 및 백신 접종자들을 대상으로 시범 운영 중이다. 향후, 건양대 병원 등으로 적용 범위를 확대해나갈 예정이다. 디자인 총괄한 남택진 교수는 "현실 세계의 문제를 발견하고 해결하여 책임지는 디자이너가 더 많아지기를 바란다ˮ라고 수상 소감을 전했다. 이어, 남 교수는 "MCM의 생산 효율성과 안정된 운영을 위해 엔지니어링 디자인 측면을 개선하는 연구를 진행 중이며, 빠른 시일 내에 상용화와 수출이 이뤄질 수 있도록 박차를 가할 예정이다ˮ라고 전했다. KAIST 코로나 대응 과학기술 뉴딜사업단은 KAIST의 과학기술 역량을 기반으로 감염 예방·보호·진단·치료 등 감염병의 전 주기에 대응하는 치료 분야에서 산·학·연·병이 협력해 방역 요소기술 개발과 과학기술 기반의 방역 시스템을 구축하는 연구를 수행하고 있다.
2021.04.19
조회수 43844
-
코로나19 해외유입 확진자 수 예측 기술 개발
최근 전 세계적으로 코로나바이러스감염증-19(COVID-19) 확진자 수가 2,000만 명을 넘어선 가운데 최근 국내에서도 코로나19 확진자 수가 급증해 2차 대유행 조짐을 보이면서 정부는 8월 23일부터 전국 대상으로 사회적 거리두기 단계를 2단계로 격상해 시행 중이다.
중앙재난안전대책본부(중대본)에 따르면 국내 코로나 누적 확진자 수는 8월 23일 오전 0시 기준으로 총 1만7,399명이다. 이 중 해외유입 감염자 수는 2,716명(8월 22일 오전 0시 기준)으로 전체 확진자의 약 16%를 차지한다. 대륙별로 보면 아시아(중국 외), 미주, 유럽, 아프리카 순이다. 지난 14일 이후 국내 지역 발생 신규확진자 수가 급증하고 있지만 향후 해외유입 확진자 수의 확산추세 또한 결코 장담할 수 없는 상황이다.
이런 가운데 우리 연구진이 해외유입 확진자 수를 예측할 수 있는 관련 기술을 개발했다. 우리 대학 산업및시스템공학과 이재길 교수 연구팀이 코로나19 해외유입 확진자 수를 예측하는 빅데이터‧인공지능(AI) 기술을 개발했다고 19일 밝혔다.
이재길 교수 연구팀이 개발한 이 기술은 해외 각국의 확진자 수와 사망자 수, 해외 각국에서의 코로나19 관련 키워드 검색빈도와 한국으로의 일일 항공편 수, 그리고 해외 각국에서 한국으로의 로밍 고객 입국자 수 등 빅 데이터에 인공지능(AI) 기술을 적용해 향후 2주간의 해외유입 확진자 수를 예측한다.
코로나19 확진자 수가 급증할수록 해외유입에 의한 지역사회 확산의 위험성도 항상 뒤따르기 마련이다. 이에 따라 이재길 교수 연구팀이 개발한 정확한 해외유입 확진자 수 예측기술은 방역 시설 및 격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 폭넓게 응용 및 적용될 수 있을 것으로 기대가 크다.
우리 대학 지식서비스공학대학원에 재학 중인 김민석 박사과정 학생이 제1 저자로, 강준혁, 김도영, 송환준, 민향숙, 남영은, 박동민 학생이 제2~제7 저자로 각각 참여한 이번 연구는 최고권위 국제 학술대회 'ACM KDD 2020'의 'AI for COVID-19' 세션에서 오는 24일 발표된다. (논문명 : Hi-COVIDNet: Deep Learning Approach to Predict Inbound COVID-19 Patients and Case Study in South Korea)
해외유입 확진자 수는 다양한 요인에 의해서 영향을 받는다. 일반적으로 해외 각국에서의 코로나19 위험도와 비례하며, 해외 각국에서 한국으로의 입국자 수와도 비례한다. 그러나 코로나19 위험도와 입국자 수를 실시간으로 알아내기에는 많은 제약이 따르므로 연구진은 쉽게 구할 수 있는 종류의 빅데이터를 기반으로 하는 인공지능(AI) 모델을 구축하는 데 성공했다.
연구진은 기본적으로 해외 각국의 코로나19 위험도를 산출할 때, 보고된 확진자 수와 사망자 수를 활용했다. 그러나 이러한 수치는 진단검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다.
이와 함께 실시간 입국자 수는 기밀정보로서 외부에 공개되지 않기 때문에 매일 제공되는 한국에 도착하는 항공편수와 로밍 고객 입국자 수를 통해 이를 유추해냈다. 로밍 고객 입국자 수 데이터는 KT로부터 제공 받았지만 KT 고객 입국자만을 포함한다는 한계를 일일 항공편수를 함께 고려함으로써 이 문제를 해소했다.
이밖에 해외유입 확진자 수 예측을 위해서는 국가 간의 지리적 연관성도 매우 중요하게 고려해야 한다. 어느 특정 국가의 코로나19 발병이 이웃 국가로 더 쉽게 전파되며, 국가 간의 교류도 거리에 따라 영향을 받기 때문이다. 연구팀은 이러한 문제해결을 위해 지리적 연관성을 학습하도록 국가-대륙으로 구성되는 지리적 계층구조에 따라 우선 각 대륙으로부터의 해외유입 확진자 수를 정확히 예측함으로써 궁극적으로 전체 해외유입 확진자 수를 정확히 예측하도록 하는 인공지능(AI) 모델을 설계했다. 연구팀은 이 인공지능 모델을 'Hi-COVIDNet'라고 이름 붙였다.
이후 연구팀은 약 한 달 반에 걸친 단기간의 훈련 데이터만으로 생성된 `Hi-COVIDNet'을 통해 향후 2주 동안의 해외유입 확진자 수를 예측한 결과, 이 모델이 기존의 시계열 데이터기반의 예측 기계학습이나 딥러닝 기반의 모델과 비교했을 때 최대 35% 더 높은 정확성을 지니고 있음을 확인했다.
제1 저자인 김민석 박사과정 학생은 "이번 연구는 최신 AI 기술을 코로나19 방역에 적용할 수 있음을 보여준 사례ˮ 라면서 "K-방역의 위상을 높이는데 기여할 것으로 기대한다ˮ 고 밝혔다.
이번 연구는 KAIST 글로벌전략연구소(소장 김정호)의 코로나19 AI 태스크포스팀의 지원을 받았고, KT(담당 변형균 상무)와 과학기술정보통신부(담당 김수정 서기관)의 '코로나19 확산예측 연구 얼라이언스'를 통해 로밍 데이터 세트를 지원받아 이뤄졌다.
2020.08.23
조회수 34993
-
광유전학 · 광치료 연구를 위한 투명 전극 개발
우리 대학 전기및전자공학부 이현주 교수와 이정용 교수, 의과학대학원 이정호 교수 공동연구팀이 폴리머 전기방사 기술을 미세 전자 기계 시스템(MEMS, Micro Electro Mechanical Systems) 공정에 접목해 실시간으로 뇌피질 전도 측정이 가능한 투명하고 유연한 미세전극 어레이(배열)를 개발했다고 15일 밝혔다.
☞ 폴리머: 한 종류 또는 수 종류의 구성단위가 서로에게 많은 수의 화학결합으로 중합돼 연결된 상태의 분자로 구성된 화합물. 통상적으로 고분자 화합물(분자량이 1만 이상의 화합물)과 같은 의미로 사용되는 경우가 많은데 고분자를 영어로는 폴리머(polymer)라고 부른다.
☞ 전기방사: 폴리머(고분자) 용액에 고전압을 인가해 나노파이버(나노섬유)를 생산하는 첨단 기술
☞ 미세 전자 기계 시스템: 마이크로 단위의 기계적 구조물과 전자 회로가 결합된 초소형 정밀 기계 제작 기술. 전자(반도체) 기술·기계 기술·광 기술 등을 융합해 마이크로 단위의 작은 부품 및 시스템을 설계·제작하고 응용하는 기술을 의미
이번에 개발된 뇌피질 전도 미세전극 어레이는 기존의 불투명한 금속 전극과는 달리 빛에 의해 발생하는 잡음 신호가 매우 작고 자유로운 빛의 전달이 가능해 광유전학 및 광 치료 연구에 큰 도움을 줄 것으로 기대된다.
최근 빛의 새로운 활용법과 생체 내 효능에 대한 발견으로 인해 빛을 생체 내의 특정 영역에 조사해 생기는 반응과 효과에 관한 연구들이 주목을 받고 있다. 대표적인 예가 광유전학, 광 치료 기술 등이다. 광유전학은 기존 신경 자극기술과는 달리 매우 국소적인 부위의 신경 세포를 자극하고, 광 치료법은 수면장애와 알츠하이머병의 치료 가능성으로 이 분야에 관한 연구들이 활발히 진행되고 있다.
빛에 의한 생체 내 반응을 측정하는 대표적인 방법으로는 체내에 센서 등을 장착해서 호르몬의 분비과정에서 발생하는 전기생리 신호를 측정하는 방법이다. 통상적으로 전기생리 신호 측정을 위해 사용하는 일반적인 금속 박막 전극은 높은 반사도와 낮은 투과도 때문에 빛의 전달을 방해할 뿐만 아니라 빛을 쬘 때 베크렐 효과(금속 전극이 빛을 받으면 전극에 전위차가 생겨 전류가 흐르는 현상)에 의해 '포토일렉트릭 아티팩트'라는 잡음 신호가 발생한다. 따라서 일반 금속 박막 전극은 정확한 전기생리 신호를 측정하기가 어렵다.
이현주 교수팀은 그간 이런 문제해결을 위해 MEMS 공정을 통해 제작되는 미세전극 어레이를 투명화하기 위한 연구를 지속적으로 수행해왔는데 최근 폴리머 전기방사 기술을 MEMS 공정에 접목해 뇌피질 전도(ECoG, ElectroCorticoGram)측정을 위한 유연하고 투명한 미세전극 어레이를 제작하는데 성공했다. 이 장치는 높은 투과도를 지니고 있어 '포토일렉트릭 아티팩트'가 매우 약하고 또 빛의 전달이 매우 용이하기 때문에 다른 투명 미세전극 어레이와 비교해 보면 전기화학 임피던스가 낮아 뇌피질 전도 측정이 매우 유리하다.
연구팀은 자체개발한 유연·투명한 미세전극 어레이 성능평가를 위해 외부 변형에 따른 저항 변화와 전기방사 시간에 따른 전기화학 임피던스, 전하 저장 용량 등을 측정한 결과, 전극 자체의 특성을 쉽게 조절이 가능한 점 등 여러 면에서 우수한 성능을 보였다고 설명했다. 연구팀은 특히 미세 전극에서 발생하는 `포토일렉트릭 아티팩트'를 비교 분석했는데 10배 이상 감쇄 효과가 있음을 확인했다. 이와 함께 쥐 뇌의 다양한 피질 영역에 걸쳐 유연·투명한 미세전극 어레이를 위치시킨 후 광 자극을 통해 발생하는 뇌피질 전도 신호를 측정한 결과, 신호를 정량적으로 비교하고 빛이 원활하게 전달되는 현상을 관측하는데 성공했다.
연구팀은 현재 이 신기술을 기반으로 광 자극과 함께 정확한 뇌피질 전도를 실시간으로 측정할 수 있는 미세전극과 미세광원이 집적된 다기능성 미세전극 어레이 개발을 위한 후속연구를 진행 중이다. 광원과 전극이 함께 집적된 다기능성 소자 개발에 성공할 경우 광유전학이나 광 치료 등의 연구를 진행하는 뇌과학자들이 편하게 사용할 수 있는 뉴로 툴(Tool) 개발로 이어질 것으로 전문가들은 예상하고 있다.
이현주 교수는 "기존에는 광전 효과로 인해 불가피하게 발생하는 잡음 신호로 인해서 광 자극과 동시에 뇌피질 전도 측정이 불가능했지만 유연하고 투명한 미세전극 개발을 계기로 광 자극과는 무관하게 실시간으로 뇌피질 전도 측정이 가능하게 됐다”고 말했다.
이현주 교수 연구팀의 서지원 박사와 김기업 박사과정생, 그리고 이정용 교수 연구팀의 서기원 박사과정생이 각각 주도하고 의과학대학원 이정호 교수와 김정욱 박사가 참여한 이번 연구결과는 국제 학술지 '어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)'誌 7월 2일 字에 게재됐으며 표지논문(Front Cover)으로 선정됐다. (논문명: Artifact-Free 2D Mapping of Neural Activity In Vivo through Transparent Gold Nanonetwork Array)
한편, 이 연구는 과학기술정보통신부 한국연구재단의 선도연구센터 사업의 지원으로 수행됐다.
2020.07.15
조회수 27030
-
기존 인공지능 기술을 뛰어넘는 양자 인공지능 알고리즘 개발
우리 대학 전기및전자공학부 및 AI 양자컴퓨팅 IT 인력양성연구센터장 이준구 교수 연구팀이 독일 및 남아공 연구팀과의 협력 연구를 통해 비선형 양자 기계학습 인공지능 알고리즘을 개발했다고 7일 밝혔다.
양자 인공지능은 양자컴퓨터의 발전과 함께 현재의 인공지능을 앞설 것으로 크게 기대되고 있으나 연산 방법이 전혀 달라 새로운 양자 알고리즘의 개발이 절실하다. 특히 양자컴퓨터는 본질적으로 일차방정식을 잘 푸는 선형적 성질을 가지고 있어 복잡한 데이터를 다루는 비선형적 기계학습에 어려움이 존재했다. 하지만 이번 연구를 통해 비선형 커널이 고안되어 복잡한 데이터에 대한 양자 기계학습이 가능하게 됐다. 특히 이준구 교수팀이 개발한 양자 지도학습 알고리즘은 학습에 있어 매우 적은 계산량으로 연산이 가능하다. 따라서 대규모 계산량이 필요한 현재의 인공지능 기술을 추월할 가능성을 제시한 것으로 평가를 받고 있다.
이준구 교수팀은 학습데이터와 테스트데이터를 양자 정보로 생성한 후 양자 정보의 병렬연산을 가능하게 하는 양자포킹 기술과 간단한 양자 측정기술을 조합해 양자 데이터 간의 유사성을 효율적으로 계산하는 비선형 커널 기반의 지도학습을 구현하는 양자 알고리즘 체계를 만들었다. 이후 IBM 클라우드 서비스를 통해 실제 양자컴퓨터에서 양자 지도학습을 실제 시연하는 데 성공했다.
KAIST 박경덕 연구교수가 공동 제1 저자로 참여한 이번 연구결과는 국제 학술지 네이처 자매지인 `npj Quantum Information' 誌 2020년 5월 6권에 게재됐다. (논문명: Quantum classifier with tailored quantum kernel).
기계학습에 있어 중요한 문제 중 하나는 주어진 데이터의 특징(feature)을 구분해 분류하는 것이다. 간단한 예로 동물 이미지 학습데이터에서 입, 귀 등의 특징을 바탕으로 분류하기 위한 결정 경계(decision boundary)를 학습하고 새로운 이미지가 입력되었을 때 개 또는 고양이로 분류하는 작업을 생각해볼 수 있다. 데이터의 특징들이 잘 나타나는 경우에는 선형적 결정 경계만으로 분류할 수 있다. 그러나 입과 귀 모양의 특징으로만 개와 고양이를 분류하기 쉽지 않다면 새로운 결정 경계를 찾기 위해 특징에 관한 정보 공간의 차원을 확장해야 하는데 이러한 과정에서 비선형 커널 기술이 필요하다.
양자컴퓨팅은 고전 컴퓨팅과는 달리 큐비트(quantum bit, 양자컴퓨팅 정보처리의 기본 단위)의 개수에 따라 정보 공간의 차원이 기하급수적으로 증가하기 때문에 이론적으로 고차원 정보처리에 있어 기하급수적으로 뛰어난 성능을 낼 수 있다.
연구팀은 이러한 양자컴퓨팅의 장점을 활용해 데이터 특징 대비 기하급수적인 계산 효율성을 달성하는 양자 기계학습 알고리즘을 개발했다. 이 교수 연구팀이 개발한 이 알고리즘은 저차원 입력 공간에 존재하는 데이터들을 큐비트로 표현되는 고차원 데이터 특징 공간(feature space)으로 옮긴 후, 양자화된 모든 학습데이터와 테스트데이터 간의 커널 함수를 양자 중첩을 활용해 동시에 계산하고 테스트데이터의 분류를 효율적으로 결정한다. 이때 사용되는 양자 회로의 계산 복잡도는 학습 데이터양에 대해서는 선형적으로 증가하나, 데이터 특징 개수에 대해서는 불과 로그(log)함수로 매우 천천히 증가하는 장점이 있다.
연구팀은 이와 함께 양자 회로의 체계적 설계를 통해 다양한 양자 커널 구현이 가능함을 이론적으로 증명했다. 커널 기반 기계학습에서는 주어진 입력 데이터에 따라 최적 커널이 달라질 수 있으므로, 다양한 양자 커널을 효율적으로 구현할 수 있게 된 점은 양자 커널 기반 기계학습의 실제 응용에 있어 매우 중요한 성과다.
연구팀은 IBM이 클라우드 서비스로 제공하는 다섯 개의 큐비트로 구성된 초전도 기반 양자 컴퓨터에서 이번에 개발에 성공한 양자 기계학습 알고리즘을 실험적으로 구현해 양자 커널 기반 기계학습의 성능을 실제 시연을 통해 이를 입증하는 데 성공했다.
이 연구에 참여한 박경덕 연구교수는 "연구팀이 개발한 커널 기반 양자 기계학습 알고리즘은 수년 안에 상용화될 것으로 예측되는 수백 큐비트의 NISQ(Noisy Intermediate-Scale Quantum) 컴퓨팅의 시대가 되면 기존의 고전 커널 기반 지도학습을 뛰어넘을 것ˮ이라면서 "복잡한 비선형 데이터의 패턴 인식 등을 위한 양자 기계학습 알고리즘으로 활발히 사용될 것ˮ이라고 말했다.
한편 이번 연구는 각각 한국연구재단의 창의 도전 연구기반 지원 사업과 한국연구재단의 한-아프리카 협력기반 조성 사업, 정보통신기획평가원의 정보통신기술인력 양성사업(ITRC)의 지원을 받아 수행됐다.
관련 논문: https://www.nature.com/articles/s41534-020-0272-6
2020.07.07
조회수 20703
-
최문정 교수, 김태경 석사. 개인 건강정보 공유 통제의 중요성 입증
우리 대학 과학기술정책대학원 최문정 교수 연구팀이 고령사회에서의 헬스케어 기술 개발 및 사용과 관련해 사용자의 개인 건강정보 공유에 대한 통제권의 중요성을 입증했다.
연구팀은 헬스케어 기술 실용화에 걸림돌이 되는 개인 건강정보 공유에 대한 태도를 다양한 관점에서 분석해 노인들이 누구에게, 어떤 유형의 정보를 공유하는 것에 대해 거부감을 갖는지 파악했다. 이를 통해 노인에게 정보 공유에 대한 보다 섬세한 통제권을 부여해, 많은 노인이 건강증진 프로그램에 참여할 수 있도록 방향을 제시했다.
김태경 석사가 1저자로 참여한 이번 연구는 국제 학술지 ‘인터내셔널 저널 오브 메디컬 인포매틱스(International Journal of Medical Informatics)’ 3월 14일 자에 게재됐다. (논문명: Older Adults’ Willingness to Share Their Personal and Health Information When Adopting Healthcare Technology and Services)
사회과학 분야에서는 비서구권 국가에서 수집된 데이터로 국제 학술지에 논문을 게재하기 어려운 경향이 있다. 최문정 교수 연구팀은 대전광역시에서 편의 표집한 170명의 노인을 대상으로 실시한 설문조사임에도 연구의 중요성과 독창성을 인정받아 우수 국제 학술지에 논문을 발표하는 성과를 냈다.
한국인의 기대수명은 82.7세로 이미 OECD 평균뿐 아니라 미국, 영국, 독일 등 서구 선진국의 기대수명도 앞지르고 있다. 65세 이상을 노인으로 정의하면 약 20년의 노년기가 주어지게 됨으로써 연장된 노년기를 대비해 활동적 노화(active aging), 건강한 노화(healthy aging)에 대한 사회적 관심이 커지고 있다.
노년기 건강관리를 위한 웨어러블 기기 등 헬스케어 기술과 관련 서비스 개발은 활발히 이뤄지고 있으나 실제 사용은 미미한 상황이다.
또한 노인의 헬스케어 기술 및 연계 서비스 사용에는 복합적 요인들이 영향을 미치고 실사용에 있어 걸림돌을 해소하기 위한 정책적, 기술적 접근이 필요하나 노인의 개인 건강정보 공유 의사를 중심으로 한 국내 연구는 부족한 상황이다.
최 교수 연구팀은 노인들이 헬스케어 기술 및 연계 서비스를 이용할 때 개인 건강정보 공유 결정에 미치는 요인을 공유주체와 정보 유형에 따라 분석했다.
연구팀은 정보의 공유주체에 따라 노인의 의사 결정이 달라진다는 사실을 규명했다. 10명 중 8명이 정부 기관과의 공유를 꺼리고, 그중 2명은 가족과의 정보 공유도 꺼리는 것으로 밝혀졌다.
연구팀은 노인의 인구 사회학적 배경이 이와 같은 의사 결정에 영향을 미친다고 밝혔다. 교육수준이 높고 연령이 낮은 노인일수록 정보 유형을 불문하고 개인 건강정보 공유를 꺼리는 경향을 보였고, 특히 여성은 남성에 비해 정부 기관과의 정부 공유를 원하지 않았다.
정보 유형에 따라서도 공유 의사에 변화가 나타났다. 다양한 유형의 건강 관련 정보 중 경제 상황이나 가족병력을 공유하는 것에 민감한 경향을 보였다. 한편, 기술에 대해 긍정적 태도를 지닌 노인은 기술개발자 및 기업과의 정보 공유에 대체로 수용적이었다.
최문정 교수는 “개인 건강정보는 그 유형과 내용이 매우 다양하지만, 현재 상용화된 헬스케어 기기 및 관련 서비스는 사용자에게 개인 건강정보 전체를 공유할지 말지에 대한 선택을 강제하는 경향이 있다. 앞으로는 노인들에게 정보를 어느 범위까지 공유할지에 대한 섬세한 통제권을 주어야 한다”라고 말했다.
또한 “특히 건강한 노년을 위한 예방적 차원의 공공보건 프로그램은 개인정보 수집을 최소화하며 시행해야 많은 노인이 참여할 것으로 기대된다. 아울러 이미 수집된 개인정보는 이를 비식별화하는 기술 개발이 시급하다”라고 말했다.
이번 연구결과는 한국연구재단 인문사회신진연구자지원사업과 KAIST 기본연구사업 지원을 받아 수행됐다.
2019.04.08
조회수 14571
-
이현주 교수, 백금 사용량 10분의1로 줄인 단일원자 촉매 개발
〈 이 현 주 교수, 김 지 환 학생 〉
우리 대학 생명화학공학과 이현주 교수와 서울시립대 한정우 교수 공동 연구팀이 기존 촉매의 백금 사용량을 10분의 1로 줄일 수 있는 백금 단일원자 촉매를 개발했다.
이는 매우 안정적인 고함량의 백금 단일원자 촉매로 연구팀은 ‘직접 포름산 연료전지(Direct formic acid fuel cells)’에 적용하는 데 성공했다.
김지환 학생이 1저자로 참여한 이번 연구 결과는 재료 과학분야의 국제 학술지 ‘어드밴스드 에너지 머티리얼즈(Advanced Energy Materials)’ 9월 11일자 온라인 판에 게재됐다.
백금 기반의 축매는 활성과 안정성이 높아 다양한 촉매 반응에 적용되지만 가격이 비싸고 희귀하기 때문에 백금의 사용량을 최대한 줄이는 것이 중요하다.
그 중 단일원자 촉매는 백금 입자 크기를 원자 단위로 줄여 모든 원자가 반응에 참여하기 때문에 백금 촉매의 가격을 획기적으로 낮출 수 있다. 또한 두 개 이상의 원자들이 붙어 있는 앙상블 자리(ensemble site)가 없기 때문에 원하는 생성물을 선택적으로 얻을 수 있다.
이러한 장점에도 불구하고 단일원자 촉매는 낮은 배위수(coordination number)와 높은 표면자유에너지로 인해 쉽게 뭉치고 안정성이 떨어져 실제 장치에 적용이 어렵다는 한계를 갖는다.
연구팀은 백금 단일원자 촉매의 안정성을 높이기 위해 금속 원소인 안티몬이 첨가된 주석 산화물(Antimony-doped tin oxide, ATO) 위에 백금 단일원자가 주석과의 합금 형태로 존재하는 구조를 개발했다.
연구팀은 이러한 구조가 백금 단일원자가 안티몬-주석 합금 구조에서 안티몬의 자리를 대신해 열역학적으로 안정적인 형태로 존재함을 계산을 통해 증명했다.
연구팀이 개발한 촉매는 포름산 산화반응에서 일반적으로 사용되는 촉매인 상용백금촉매(Pt/C)보다 최대 50배 높은 활성을 보였고 장기안정성 또한 월등하게 높았다.
또한 연구팀은 이 촉매를 막과 전극으로 구성된 직접 포름산 연료전지에 적용했다. 단일원자 촉매를 완전지 형태의 연료전지에 적용한 것은 최초의 시도로, 기존 촉매에 비해 10분의 1 정도만의 백금을 사용해도 비슷한 출력을 얻을 수 있다.
이현주 교수는 “귀금속 단일원자 촉매의 가장 큰 문제점인 낮은 함량과 낮은 안정성을 높일 수 있었고 최초로 직접 포름산 연료전지에 적용했다”며 “연료전지에 적용 가능한 고함량 및 고안정성 귀금속 단일원자 촉매의 개발에 기여할 수 있을 것이다”고 말했다.
이번 연구는 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 백금 단일 원자 촉매의 개념도
그림2. 관찰한 촉매 및 백금 단일 원자 (흰색 원으로 표시된 밝은 점)
2017.10.24
조회수 16317