%EA%B3%B5%EA%B3%BC%EB%8C%80%ED%95%99
-
뉴로모픽 반도체로 통증도 느낀다
최근 인간의 뇌를 모방한 뉴로모픽 반도체 소자 연구가 주목받고 있다. 이에서 더 나아가 최근에는 뇌를 넘어 첨단 센서와 휴머노이드 분야에 적용가능한 감각신경계 모사에 관한 연구가 활발하게 진행되고 있다.
우리 대학 신소재공학과 김경민 교수 연구팀이 새로운 메모리 소자인 멤리스터를 사용하여 통증자극 민감도 조절 기능을 갖는 뉴로모픽 통각수용체 소자를 최초로 구현했다고 15일 밝혔다.
※ 멤리스터(memristor): 메모리(memory)와 저항(resistor)의 합성어로, 전류의 흐름에 따라 저항이 변화하는 전자소자
감각신경계의 핵심적인 역할 중 하나는 유해한 자극을 감지해 위험한 상황을 회피하는 것이다. 특히 통각수용체는 자극이 민감도의 임계치를 넘으면 통증 신호를 발생하여 인체가 자극에서 회피할 수 있도록 한다. 이를 위해 통각수용체의 신호 전달에는 통증 신호를 전달하는 흥분성 신경전달물질(Excitatory Neurotransmitter)과 외부 자극에 대한 임계치를 조절하는 억제성 신경전달물질(Inhibitory Neurotransmitter)이 관여하는 것으로 알려져 있다. 특히 억제성 신경전달물질은 흥분 작용과 역균형을 이뤄 신경의 과도한 활성화를 방지하고, 다양한 외부 자극에 적절하게 반응하기 위한 핵심적인 역할을 가지게 된다. <그림 1> 그동안 이러한 복잡한 감각신경계의 동작을 모사하는 전자 소자를 개발하는 연구가 활발히 진행되었는데, 기존의 연구에서는 흥분성 신경전달물질의 특성은 쉽게 구현할 수 있었으나, 억제성 신경전달물질에 의한 임계치 조절 특성까지 동시에 구현하는데 한계가 있었다.
김경민 교수 연구팀은 이중 전하 저장층 구조를 통해 외부에서의 자극에 대한 임계치를 조절할 수 있는 뉴로모픽 통각수용체 소자를 최초로 개발했다. <그림 2> 두 종류의 서로 다른 전하 저장층은 각각 전도성을 조절하는 흥분성 신경전달물질의 역할과 임계치를 조절하는 억제성 신경전달물질의 역할을 맡아 통각수용체의 필수적인 기능들인 통증 전달 특성(threshold triggering), 통증 완화(Relaxation), 통증 민감화(Sensitization) 등의 특성을 조절할 수 있음을 확인했다. <그림 3> 이는 신경계의 복잡한 기능을 신경계의 동작 원리를 모방하여 단순한 구조의 전자 소자로 구현하는 새로운 방법을 제시한 의의가 있다.
또한, 이 소자는 온도 자극에도 반응하는 온도수용체 특성을 보였으며, 특히 억제성 상태를 제어하여 단일 소자가 고온 범위와 저온 범위를 모두 감지할 수 있는 가변적인 온도수용체 특성을 구현할 수 있었다. <그림 4> 이러한 통각수용체, 온도수용체 소자는 인간을 모방하는 휴머노이드 피부에 적용하여 인간과 같은 방식으로 자극을 감지하는 센서로 활용될 수 있다.
김경민 교수는 "이번 연구는 흥분성 및 억제성 신호 작용의 특성을 단일 소자에 구현해, 간단한 반도체 기술로 복잡한 생물학적 감각신경계의 특성을 모사하는 새로운 방법론을 제시한 것에 큰 의의가 있다ˮ며 "이처럼 임계치를 조절할 수 있는 특성은 감각신경계 모사뿐 아니라 임계 스위칭 특성을 활용하는 보안 소자나 차세대 컴퓨팅 소자에도 활용될 수 있을 것으로 기대된다ˮ고 밝혔다.
한편 이번 연구는 신소재공학과 김근영 석박사통합과정 학생이 제1 저자로 참여했으며, 국제 학술지 `어드밴스드 머티리얼즈(Advanced Materials, Impact Factor: 29.4)'에 10월 21일 字 온라인 게재됐다.
이번 연구는 한국연구재단, 나노종합기술원, KAIST, 그리고 SK 하이닉스의 지원을 받아 수행됐다. (논문명: Threshold Modulative Artificial GABAergic Nociceptor, 논문링크: https://doi.org/10.1002/adma.202304148)
2023.11.15 조회수 6634 -
인공지능 결합한 홀로그래픽 현미경 기술 총망라
의생명공학 연구에 일반적으로 사용되는 현미경 기술들은 염색이나 유전자 조작을 해야만 관찰할 수 있다는 한계가 있다. 하지만 염색이 된 세포들은 치료 목적으로 활용할 수 없어 세포나 조직을 살아있는 상태 그대로 관찰할 수 있는 홀로그래픽 현미경과 이를 체계적으로 분석할 수 있는 인공지능을 결합한 의생명공학 연구의 활용 방안 및 문제점에 대한 분석이 필요하다.
우리 대학 물리학과 박용근 교수 연구팀이 국제 학술지 `네이처 메소드(Nature Methods)'에 홀로그래픽 현미경과 인공지능 융합 연구 방법론을 조망한 견해 (perspective)를 게재했다고 14일 전했다.
연구팀은 기존 현미경 기술 대비 홀로그래픽 현미경의 이미지 복원 기술이 시간을 많이 필요하고 전처리 없이 세포나 조직을 찍을 수 있다는 장점이 있지만, 대신에 그만큼 결과물 분석에 많은 시간과 노력을 들여야 한다고도 분석했다.
박용근 교수 연구팀은 이런 문제점을 홀로그래픽 현미경과 인공지능과의 통합을 통해 해결할 수 있다는 방법론을 제시했다. 지난 수년간, 홀로그래픽 현미경과 인공지능을 결합해 의생명공학 연구에 혁신을 일으킨 내용들이 잇달아 국제 학술지에 발표됐다. 인공지능을 통해 홀로그래픽 이미지를 복원하고, 세포의 종류와 상태를 구분하고, 염색 없이 측정된 결과물에 가상으로 염색 정보를 재생산 해내는 등의 연구를 통해 연구팀은 기존의 홀로그래픽 현미경 기술의 효율을 극대화했다.
홀로그래픽 현미경 기술 소개에 더불어 인공지능의 결합이 광범위한 의생명공학 연구에 활용돼 온 내용을 총망라한 이번 리뷰 논문은 제시된 방법론의 혁신성을 인정받아 생명과학 분야의 권위 학술지인 `네이처 메소드(Nature Methods)'에 지난 10월 24일 자 출판됐다. (논문명: Artificial intelligence-enabled Quantitative Phase Imaging Methods for Life Sciences)
제1 저자인 물리학과 박주연 학생은 "홀로그래픽 현미경에 인공지능을 결합하면, 의생명공학 연구의 효율을 기하급수적으로 높일 수 있다ˮ며, "이번 리뷰 논문을 통해 이 융합 기술이 더욱 활발하게 개발됨과 동시에 더욱 다양한 의생명공학 연구에 활용될 것ˮ이라고 기대했다.
한편 이번 논문은 캘리포니아대학교 로스앤젤레스(UCLA) 아이도간 오즈칸(Aydogan Ozcan) 교수팀, 토모큐브(Tomocube) 인공지능 연구팀과 공동 집필했으며, 연구재단의 리더연구사업, 과학기술정보통신부의 홀로그램핵심기술지원사업, 나노 및 소재 기술개발사업의 지원을 받아 수행됐다.
2023.11.14 조회수 7696 -
부드러워져 재사용 불가능한 주사바늘 개발
정맥주사는 혈관에 약물을 직접 주입하는 방법으로 신속한 효과를 유도하고 지속적인 약물 투여를 통한 치료가 가능해 범세계적으로 환자치료에 통용되고 있다. 하지만 금속이나 플라스틱 등 딱딱한 소재로 제작된 주사바늘은 부드러운 생체조직에 손상과 염증을 발생시킬 수 있다. 또한 비용 절감을 위한 비윤리적 주사바늘 재사용을 가능하게 하며, 이는 인체면역 결핍 바이러스(HIV), B형/C형 간염 바이러스 등 심각한 혈액 매개 질환 감염을 초래하기도 한다. 이는 전 세계적인 문제이며, 감염관리의 중요성으로 인해 세계보건기구(WHO)는 재사용이 불가능한 스마트 주사기 개발과 사용을 장려하고 있다.
우리 대학 전기및전자공학부 정재웅 교수 연구팀이 의과학대학원 정원일 교수 연구팀과 공동 연구를 통해 환자 건강증진 및 의료진 안전을 도모할 수 있는 가변 강성 정맥 주사바늘을 개발하는 데 성공했다고 13일 밝혔다.
이번에 개발된 기술은 체온에 의해 주사바늘이 유연해지는 특성을 통해 정맥에 약물 주입 중 주사 삽입 부위의 자유로운 움직임을 보장함과 동시에 주사바늘에 의한 혈관 벽 손상 방지를 도모할 수 있을 것으로 예상된다. 또한 사용 후 찔림 사고나 비윤리적 주사기 재사용에 따른 혈액 매개 질환 감염 문제를 예방할 수 있을 것이라 기대된다.
전기및전자공학부 카렌-크리스티안 아그노(Karen-Christian Agno) 박사과정 연구원과 의과학대학원 양경모 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)' 10월 30일 字에 게재됐다. (논문명 : A temperature-responsive intravenous needle that irreversibly softens on insertion)
연구팀은 액체금속의 일종인 갈륨(Gallium)을 이용하여 주사바늘 구조를 만들고 이를 생체적합성 폴리머로 코팅해 가변 강성 정맥 주사바늘을 제작했다. 딱딱한 상태의 주사바늘은 상용 정맥 카테터와 비슷한 수준의 생체조직 관통력을 갖는다. 하지만 체내 삽입 후, 갈륨의 액체화로 인해 조직과 같이 부드러운 상태로 변해 혈관 손상 없이 안정적인 약물 전달이 가능하다. 한 번 사용한 주사바늘은 갈륨의 과냉각 현상에 의해 상온에서도 부드러운 상태를 유지해 바늘 찔림 사고나 재사용 문제를 원천적으로 방지할 수 있다.
연구팀은 개발된 정맥 주사바늘의 약물 전달 기능과 생체적합성을 검증하고자 실험 쥐를 대상으로 동물실험을 진행했다. 이식된 가변 강성 정맥 주사바늘은 딱딱한 상용 금속 바늘이나 플라스틱 카테터에 비해 훨씬 낮은 염증 반응을 보여 연구팀은 우수한 생체적합성을 확인했다. 또한 상용 주사바늘과 같이 안정적으로 약물을 전달할 수 있음을 확인했다.
아울러 가변 강성 정맥 주사바늘은 박막형 온도 센서를 탑재할 수 있도록 디자인됐다. 이를 통해 실시간으로 환자의 심부체온을 모니터링하는 것이 가능하며, 또한 잘못된 주사바늘 위치로 인한 혈관이 아닌 다른 조직으로의 약물 누수 감지도 가능해 환자에게 더 나은 의료서비스를 제공할 수 있다.
이번 연구를 주도한 정재웅 교수는 "개발된 가변 강성 정맥 주사바늘은 기존의 딱딱한 의료용 바늘로 인한 문제를 극복해 환자와 의료진 모두의 안전을 보장하고, 주사바늘 재사용으로 인한 감염 문제를 해결할 수 있다는 점에서 가치가 매우 크다”라고 말했다.
한편 이번 연구는 한국연구재단이 추진하는 중견연구자지원사업, 생체신호센서융합기술개발사업, 리더연구자지원사업의 지원을 받아 수행됐다.
2023.11.13 조회수 8517 -
트랜스포머 대체할 차세대 월드모델 기술 세계 최초 개발
우리 대학 전산학부 안성진 교수 연구팀이 미국 럿거스 대학교와 협력하여 트랜스포머 및 재귀신경망 기반의 월드모델을 대체할 차세대 에이전트 월드모델 기술을 세계 최초로 개발했다.
월드모델은 인간의 뇌가 현실 세계의 경험을 바탕으로 환경 모델을 구축하는 과정과 유사하다. 이러한 월드모델을 활용하는 인공지능은 특정 행동의 결과를 미리 시뮬레이션해보고 다양한 가설을 검증할 수 있어, 범용 인공지능의 핵심 구성 요소로 여겨진다.
특히, 로봇이나 자율주행 차량과 같은 인공지능 에이전트는 학습을 위해 여러 가지 행동을 시도해 보아야하는데, 이는 위험성과 고장 가능성을 높인다는 단점을 갖는다. 이에 반해, 월드모델을 갖춘 인공지능은 실세계 상호작용 없이도 상상모델 속에서 학습을 가능케 해 큰 이점을 제공한다.
그러나 월드모델은 자연어처리 등에서 큰 발전을 가능하게 한 트랜스포머와 S4와 같은 새로운 시퀀스 모델링 아키텍처의 적용에 한계가 있었다. 이로 인해, 대부분의 월드모델이 성능과 효율성 면에서 제약이 있는 고전적인 재귀적 신경망에 의존하고 있었고 안성진 교수팀은 작년 세계최초로 트랜스포머 기반의 월드모델을 개발하였으나 추론 계산속도나 메모리능력에서 여전히 개선할 문제를 갖고 있었다.
이러한 문제를 해결하기 위해, 안성진 교수가 이끄는 KAIST와 럿거스 대학교 공동연구팀은 재귀적 신경망과 트랜스포머 기반 월드모델의 단점을 극복한 새로운 월드모델의 개발에 성공했다. 연구팀은 S4 시퀀스 모델에 기반한 S4 World Model (S4WM)을 개발하여, 재귀적 신경망의 최대 단점인 병렬처리가 가능한 시퀀스 학습이 불가능하다는 문제를 해결하였다. 또한, 재귀적 신경망의 장점인 빠른 추론시간을 유지하도록 하여 느린 추론 시간을 제공하는 트랜스포머 기반 월드모델의 단점을 극복했다.
연구를 주도한 안성진 교수는 "병렬 학습과 빠른 추론이 가능한 에이전트 월드모델을 세계 최초로 개발했다ˮ며, 이는 "모델기반 강화학습 능력을 획기적으로 개선해 지능형 로봇, 자율주행 차량, 그리고 자율형 인공지능 에이전트 기술 전반에 비용절감과 성능 향상이 예상된다ˮ고 밝혔다.
이번 연구는 12월 10일부터 16일까지 미국 뉴올리언스에서 열리는 세계 최고 수준의 인공지능 학회인 제37회 신경정보처리학회(NeurIPS)에서 발표될 예정이다.
관련논문: “Facing off World Model Backbones: RNNs, Transformers, and S4”Fei Deng, Junyeong Park, Sungjin Ahn, NeurIPS 23, https://arxiv.org/abs/2307.02064
2023.11.09 조회수 5502 -
화학공장 대체 방안 ‘아이브릿지’에서 찾다
기후 변화와 환경 문제가 심각하게 대두됨에 따라 현재의 화학 공장을 대체할 수 있는 지속가능한 미생물 세포공장이 크게 주목받고 있다. 미생물 세포공장으로 활용할 미생물을 개량하기 위해선 미생물이 가진 유전자들의 발현을 증폭 또는 억제해 유용한 화합물을 생산하도록 미생물 대사 메커니즘을 개량해야 하지만, 어떠한 유전자를 증폭하고 억제할 것인지 결정하는 것은 지금까지 어려운 문제로 남아있다.
우리 대학 이상엽 특훈교수 연구팀이 아이브릿지(iBridge)라는 시뮬레이션 프로그램을 개발하여 생산하고자 하는 화합물에 맞춤형 미생물 공장을 구축할 수 있도록 과발현 및 억제 유전자들을 예측함으로써 미생물 공장을 적은 비용으로 빠르고 효율적으로 구축하는 방법을 제시했다고 9일 밝혔다.
이상엽 특훈교수가 창시한 시스템 대사공학은 유전공학, 합성생물학, 시스템생물학, 발효공학 등을 접목해 개량한 미생물을 이용해 유용한 화합물들을 생산하는 분야다. 미생물을 목표로 하는 유용한 화합물을 생산하도록 개량하기 위해선 미생물의 유전자들을 삭제, 발현억제, 과발현 등이 필수적이지만, 이를 일일이 실험적으로 확인하지 않고서는 여전히 전문가들조차 판별하기 어려워 많은 시간과 자원이 소모된다.
연구팀은 신규 개발된 아이브릿지(iBridge) 시뮬레이션을 활용해 세 가지의 유용한 화합물을 세계 최고 수준으로 생산하는 대장균 미생물 세포공장을 구축하는 데 성공했다. 연구팀은 많은 화장품에서 보습제 역할을 하는 판테놀, 나일론의 원료인 퓨트레신, 항균성 식품첨가제인 4-하이드록시페닐젖산 등을 생산하는 대장균 균주를 개발하고, 신규 개발된 시뮬레이션 아이브릿지(iBridge)를 활용해 세계 최고 농도로 이들 화합물을 생산하는 공정을 개발했다. 그뿐만 아니라 연구팀은 이들 세 가지 외에도 산업적으로 유용한 화합물 298 여종의 미생물 공장을 구축하기 위한 과발현 및 억제 유전자들을 예측해 제시했다.
이번 논문의 공동 제1 저자인 우리 대학 이영준 박사는 “이번에 개발된 시뮬레이션을 이용하니 여러 가지 미생물 공장들이 기존방법보다 월등히 빠른 속도로 구축됐다”며 “더 다양한 유용한 화합물들을 생산하는 미생물 세포공장들이 이 기술을 활용해 빠르게 구축될 수 있을 것”이라고 말했다.
또한 이상엽 특훈교수는 “시스템 대사공학은 현재 우리가 해결해야 할 기후변화문제에 접근하는 매우 중요한 기술”이라며 “이 시뮬레이션은 기존의 화학 공장을 친환경 미생물 공장으로 대체하는 시기를 앞당기는 데 크게 기여할 수 있을 것”이라고 밝혔다.
생물공정연구센터 김원준 박사, 이영준 박사, 생명화학공학과 김현욱 교수와 이상엽 특훈교수가 참여한 이번 논문은 셀 (Cell) 誌가 발행하는 `셀 시스템즈 (Cell Systems)'에 동료심사를 거쳐 11월 6일 온라인판에 게재됐다.
※ 논문명 : 세포 내 화학반응 속도의 공분산의 합을 활용한 게놈 수준 과발현 및 억제 유전자 예측 (Genome-Wide Identification of Overexpression and Downregulation Gene Targets Based on the Sum of Covariances of the Outgoing Reaction Fluxes)
※ 저자 정보 : 김원준 (한국과학기술원, 공동 제1 저자), 이영준 (한국과학기술원, 공동 제1 저자), 김현욱 (한국과학기술원, 공동 제1 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) 및 바이오매스기반 탄소중립형 바이오플라스틱 제품기술개발사업’ 과제(과제책임자 KAIST 최소영 연구교수)의 지원을 받아 수행됐다.
아이브릿지 사이트: https://github.com/kaistsystemsbiology/iBridge.git
2023.11.09 조회수 5707 -
고성능 비 백금계 연료전지 촉매 개발
연료전지는 부산물로 물 만을 배출하는 친환경적인 에너지 변환 장치로, 다양한 연료전지 중 양성자 교환막 연료전지(PEMFC)는 수송용 및 발전용 연료전지로 현재 상용화가 진행 중이다. 다만 연료전지의 촉매로 사용되는 백금 촉매는 자원의 희소성으로 인한 높은 가격 때문에 대량 생산 및 전 세계적인 보급에 문제점을 갖고 있었다.
우리 대학 생명화학공학과 이진우 교수 연구팀이 국민대학교 장세근 교수 연구팀, 서강대학교 백서인 교수 연구팀과 공동연구를 통해 비백금계 촉매 기반 고 전력밀도의 양성자 교환막 연료전지를 개발했다고 7일 밝혔다.
상대적으로 다른 비 백금계 촉매들에 비해 좋은 성능을 가진다고 알려져 백금을 대체하고 기존 연료전지 비용을 줄이기 위한 가장 유력한 후보 물질로 주목받아 온 M-N-C계 촉매는 PEMFC 연료전지에서 높은 전력밀도를 구현하는 데는 많은 한계가 있었다.
이진우 연구팀은 기존 백금 촉매를 대체할 수 있는 비 백금계 Fe-N-C 촉매의 높은 성능을 구현해 매우 뛰어난 가격 경쟁력과 높은 전력밀도의 연료전지 성능을 달성했다.
연구팀은 M-N-C 촉매 중 하나인 Fe-N-C 촉매 나노입자의 활성점 주변의 결함 정도를 조절하여 높은 성능의 Fe-N-C 촉매를 합성했다. 탄소 기반의 물질을 특정 양의 이산화탄소(CO2)를 흘려주면서 열처리를 진행하는 이산화탄소 활성화 방법을 통해 탄소 기반 촉매 내부의 결함 정도를 미세 조정했고 그에 따른 최적화된 촉매가 활성화되는 것을 확인했다.
연구팀은 결과적으로 적절한 결함을 가질 때 철 단일원자 활성점의 전자구조가 최적화되면서 결함을 만들지 않은 기존 Fe-N-C 촉매에 비해 매우 우수한 전기화학적 성능을 제공하는 것을 확인해 결함과 활성점의 성능 상관관계에 대하여 규명했다.
연구팀이 개발을 한 최적화된 Fe-N-C촉매는 PEMFC 연료전지에서 기존에 개발이 된 Fe-N-C촉매보다 44% 향상된 높은 전력 밀도를 보였으며 현재 사용이 되고 있는 백금 촉매를 대체를 할 수 있음을 PEMFC단전지에서 보여주었다.
연구팀이 개발한 비 백금계 Fe-N-C촉매는 높은 전기화학적 특성으로 기존의 백금 촉매 대체를 통해 연료전지의 스택 가격 감소와 그에 따른 상용화에 이바지할 수 있을 것으로 기대된다.
KAIST 생명화학공학과 이승엽 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 머티리얼스 (Advanced materials)' 10월 13일 온라인으로 게재됐다. (논문명: Insight into Defect Engineering of Atomically Dispersed Iron Electrocatalysts for High-Performance Proton Exchange Membrane Fuel Cell)
이진우 교수는 "비 백금계 Fe-N-C 촉매의 결함과 성능의 관계를 밝히고 결함 조절을 통해서 백금을 전혀 사용하지 않고 높은 전력밀도의 양성자 교환막 연료전지를 개발한 것은 큰 의미가 있으며 개발된 촉매 및 합성 방법은 향후 다양한 종류의 연료전지에서 귀금속인 백금을 대체하여 적용할 수 있을 것으로 기대된다ˮ 라고 말했다.
한편 이번 연구는 한국연구재단 중견연구자지원사업과 한국전력 사외공모 기초연구지원사업의 지원을 받아 수행됐다.
2023.11.07 조회수 5970 -
포스트 AI 시대 핵심 신소재는?
우리 대학 신소재공학과 김상욱 교수 연구팀이 인공지능(Artificial Intelligence, 이하 AI)이 불러온 4차 산업혁명 이후를 뜻하는 포스트 AI시대의 핵심 신소재를 전망하는 초청논문을 발표했다고 6일 밝혔다.
대화형 AI인 `챗GPT(ChatGPT)'가 월간 사용자 1억 명을 두 달 만에 달성하는 등 AI는 우리 생활에 한층 가까이 다가왔다. 4차 산업혁명의 핵심 기술인 AI는 인간의 지능을 모사해 데이터를 학습하고 이에 따라 합리적인 의사결정을 내릴 수 있다. 단순 반복적인 작업을 대체하는데 머물렀던 과거 인공지능 기술들과 달리, 더욱 어렵고 복잡한 작업을 효율적으로 수행할 수 있어 의료, 자율 주행 자동차, 로보틱스 등의 분야에서 새로운 기술 혁신을 이루고 있다.
최근에는 사물인터넷(IoT) 기술의 발전과 함께 현실 세계의 다양한 사물과 개체들이 인터넷을 통해 연결된 초연결 시대가 도래하고 있다. 포스트 AI 시대에는 AI가 다양한 기기들과 결합해 우리 주변의 정보를 항상 받아들이고 이에 따라 최적의 의사결정을 하며 이를 현실적으로 실물세계에 구현하는 사이버세계와 현실세계가 하나로 융합되는 시대가 될 것으로 전망되고 있다.
포스트 AI 시대가 다가옴에 따라 웨어러블 장치를 위한 스마트 섬유, 소프트 로보틱스를 위한 인공근육, 환경친화적인 에너지 생산효율을 극대화할 수 있는 단일원자촉매등 AI의 한계를 보조하고 보완할 수 있는 신소재의 혁신이 더욱 중요해지고 있으며, 무엇보다 실용적인 기술의 확보가 시급하다.
김상욱 교수 연구팀은 스마트 섬유 개발의 원천소재인 그래핀 산화물 액정성을 세계 최초로 발견하였고, 소프트 로보틱스 분야에 새로운 돌파구를 마련한 헤라클레스 인공 근육 개발 그리고 세계 최초로 단일원자촉매를 발견하는 등 미래 신소재분야에서 혁신적인 연구를 수행해 온 공로를 인정받아 세계적인 학술지 `어드밴스드 머티리얼스 (Advanced Materials)' 명예의 전당(Hall of Fame) 특집 리뷰논문을 게재했다.
`어드밴스드 머티리얼스' 명예의 전당 초청논문은 신소재 분야의 세계적인 석학들을 매우 엄격한 기준에 따라 선정하여 그 미래 연구방향을 소개하는 권위 있는 특집 논문이다.
김상욱 교수는 "인공지능이 이끄는 4차 산업혁명 이후의 포스트 AI 시대는 신소재 기반의 사물 혁신이 중요해질 것인데 그래핀과 같은 2차원 소재가 매우 중요한 역할을 할 것으로 기대된다ˮ고 밝혔다.
KAIST 응용과학연구소 이강산 박사가 제1 저자로 참여하고 KAIST 신소재공학과 수치스라 파드마잔 사시카라(Suchithra Padmajan Sasikala) 연구교수와 경희대학교 정보디스플레이학과 임준원 교수가 공동 교신저자로 참여한 이번 연구는 한국연구재단의 리더 연구자 지원사업인 다차원 나노 조립제어 창의연구단의 지원을 받아 수행됐다.
*논문명: 2D Materials Beyond Post-AI Era: Smart Fibers, Soft Robotics And Single Atom Catalysts
2023.11.06 조회수 7428 -
인공지능 챗봇 이미지 데이터 훈련 비용 최소화하다
최근 다양한 분야에서 인공지능 심층 학습(딥러닝) 기술을 활용한 서비스가 급속히 증가하고 있다. GPT와 같은 거대 언어 모델을 훈련하기 위해서는 수백 대의 GPU와 몇 주 이상의 시간이 필요하다고 알려져 있다. 따라서, 심층신경망 훈련 비용을 최소화하는 방법 개발이 요구되고 있다.
우리 대학 전산학부 이재길 교수 연구팀이 심층신경망 훈련 비용을 최소화할 수 있도록 훈련 데이터의 양을 줄이는 새로운 데이터 선택 기술을 개발했다고 2일 밝혔다.
일반적으로 대용량의 심층 학습용 훈련 데이터는 레이블 오류(예를 들어, 강아지 사진이 `고양이'라고 잘못 표기되어 있음)를 포함한다. 최신 인공지능 방법론인 재(再)레이블링(Re-labeling) 학습법은 훈련 도중 레이블 오류를 스스로 수정하면서 높은 심층신경망 성능을 달성하는데, 레이블 오류를 수정하기 위한 추가적인 과정들로 인해 훈련에 필요한 시간이 더욱 증가한다는 단점이 있다. 한편 막대한 훈련 시간을 줄이려는 방법으로 중복되거나 성능 향상에 도움이 되지 않는 데이터를 제거해 훈련 데이터의 크기를 줄이는 핵심 집합 선별(coreset selection) 방식이 큰 주목을 받고 있다. 그러나 기존 핵심 집합 선별 방식은 훈련 데이터에 레이블 오류가 없다고 가정한 표준 학습법을 위해 개발됐고, 재레이블링 학습법을 위한 핵심 집합 선별 방식에 관한 연구는 부족한 실정이다.
이재길 교수팀이 개발한 기술은 레이블 오류를 스스로 수정하는 최신 재레이블링 학습법을 위해 핵심 집합 선별을 수행하여 심층 학습 훈련 비용을 최소화할 수 있도록 해준다. 따라서, 레이블 오류가 포함된 현실적인 훈련 데이터를 지원하므로 실용성이 매우 높다.
또한 이 교수팀은 특정 데이터의 레이블 오류 수정 정확도가 해당 데이터의 이웃 데이터의 신뢰도와 높은 상관관계가 있음을 발견했다. 즉, 이웃 데이터의 신뢰도가 높으면 레이블 오류 수정 정확도가 커지는 경향이 있다. 이웃 데이터의 신뢰도는 심층신경망의 충분한 훈련 전에도 측정할 수 있으므로, 각 데이터의 레이블 수정 가능 여부를 예측할 수 있게 된다. 연구팀은 이러한 발견을 기반으로 전체 훈련 데이터의 총합 이웃 신뢰도를 최대화하는 데이터 부분 집합을 선별해 레이블 수정 정확도와 일반화 성능을 최대화하는 `재레이블링을 위한 핵심 집합 선별'을 제안했다. 총합 이웃 신뢰도를 최대화하는 부분 집합을 찾는 조합 최적화 문제의 효율적인 해법을 위해 총합 이웃 신뢰도를 가장 증가시키는 데이터를 차례차례 선택하는 탐욕 알고리즘(greedy algorithm)을 도입했다.
연구팀은 이미지 분류 문제에 대해 다양한 실세계의 훈련 데이터를 사용해 방법론을 검증했다. 그 결과, 레이블 오류가 없다는 가정에 따른 표준 학습법에서는 최대 9%, 재레이블링 학습법에서는 최대 21% 최종 예측 정확도가 기존 방법론에 비해 향상되었고, 모든 범위의 데이터 선별 비율에서 일관되게 최고 성능을 달성했다. 또한, 총합 이웃 신뢰도를 최대화한 효율적 탐욕 알고리즘을 통해 기존 방법론에 비해 획기적으로 시간을 줄이고 수백만 장의 이미지를 포함하는 초대용량 훈련 데이터에도 쉽게 확장될 수 있음을 확인했다.
제1 저자인 박동민 박사과정 학생은 "이번 기술은 오류를 포함한 데이터에 대한 최신 인공지능 방법론의 훈련 가속화를 위한 획기적인 방법ˮ 이라면서 "다양한 데이터 상황에서의 강건성이 검증됐기 때문에, 실생활의 기계 학습 문제에 폭넓게 적용될 수 있어 전반적인 심층 학습의 훈련 데이터 준비 비용 절감에 기여할 것ˮ 이라고 밝혔다.
연구팀을 지도한 이재길 교수도 "이 기술이 파이토치(PyTorch) 혹은 텐서플로우(TensorFlow)와 같은 기존의 심층 학습 라이브러리에 추가되면 기계 학습 및 심층 학습 학계에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다.
우리 대학 데이터사이언스대학원에 재학 중인 박동민 박사과정 학생이 제1 저자, 최설아 석사과정, 김도영 박사과정 학생이 제2, 제3 저자로 각각 참여한 이번 연구는 최고권위 국제학술대회 `신경정보처리시스템학회(NeurIPS) 2023'에서 올 12월 발표될 예정이다. (논문명 : Robust Data Pruning under Label Noise via Maximizing Re-labeling Accuracy)
한편, 이 기술은 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 SW컴퓨팅산업원천기술개발사업 SW스타랩 과제로 개발한 연구성과 결과물(2020-0-00862, DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발)이다.
2023.11.02 조회수 5227 -
조영제 없이 흐르는 혈구 3차원 고속촬영 가능
생체 내 미세혈관 안에 흐르는 혈류의 여러 가지 혈류역학 정보는 관련된 장기들의 건강과 밀접하게 연결되어 있어, 이의 정확한 측정과 분석은 여러 질병 연구에 매우 중요하다. 이를 위해 가장 좋은 방법은 다양한 혈관들 안에 흐르는 혈구들을 직접 높은 시간해상도로 이미징하는 것이겠지만, 현재까지는 이러한 기술이 존재하지 않아 혈류속도와 상관관계가 있는 다른 값들을 측정해 간접적으로 유추하거나 일부 혈구들을 형광 염색한 후 주입해 이미징하는 방법 등이 사용되고 있다.
우리 대학 기계공학과/KI헬스사이언스연구소 오왕열 교수 연구팀이 세계 최초로 복잡한 3차원 혈관구조 안에서 흐르는 혈구들을 아무런 조영제 사용 없이 고속으로 이미징하는 기술을 개발했다고 1일 밝혔다.
현미경으로 생체를 이미징하면 혈구뿐만 아니라 조직으로부터도 반사 및 산란된 빛이 많기 때문에 혈구만을 선택적으로 이미징하기는 어렵다. 이번에 개발된 기술은 형광 조영제와 같은 외부 물질을 전혀 사용하지 않고 넓은 3차원 영역에 복잡하게 분포돼있는 다양한 혈관 내에 흐르는 혈구들을 직접 고속으로 이미징해(초당 1,450장의 이미지 획득) 큰 주목을 받고 있다.
오왕열 교수 연구팀은 흐르는 혈구들의 특성을 이용해 고안한 영상처리 방법 개발을 통해 현미경 이미지로부터 흐르는 혈구들만을 영상화하는 데 성공했다. 또한, 공간적으로 상관성이 없는 조명을 사용해 스페클 노이즈(반점 잡음)에 의해 혈구가 보이지 않게 되는 것을 막았으며, 속도가 빠르면서도 각 픽셀이 한 번에 획득할 수 있는 광량이 큰 카메라를 사용해 고속으로 생체 내 깊은 곳에 있는 흐르는 혈구까지 이미징할 수 있게 했다.
오왕열 교수는 “다양한 혈관 안의 혈류속도, 단위 시간당 흐르는 혈구 개수 등은 생체를 이용한 바이오메디컬 연구에서 매우 중요한 정보이기 때문에 오랫동안 많은 연구가 집중돼 왔다. 당연히, 혈관 안에 다양한 속도로 흐르는 혈구를 직접 이미징할 수 있으면 가장 좋겠지만, 그러한 영상 기기나 방법이 존재하지 않아 혈류속도와 관련있는 도플러 신호 등을 측정해 속도를 추산하거나, 혈장 혹은 일부 혈구를 형광 염색해 형광현미경으로 이미징하는 방법이 주로 사용되고 있었다. 새로 개발한 기술은 형광 조영제와 같은 아무런 물질을 생체에 주사하지 않고도, 여러 혈관 안에 흐르는 혈구들만을 고속으로 직접 영상화할 수 있어서, 현장에서의 사용이 매우 편리할 뿐 아니라 정확한 혈류역학 정보를 바로 얻어낼 수 있어, 연구 현장에서 매우 유용하게 사용될 것”이라고 강한 기대를 보였다.
우리 대학 김경환 학생과 박현상 박사가 공동 제1 저자로 참여한 이번 연구 결과는 융합연구분야 선도 저널인 스몰(Small) 10월호에 게재됐다. (논문명: Direct Blood Cell Flow Imaging in Microvascular Networks)
한편 이번 연구는 한국연구재단의 중견연구자지원사업의 지원을 받아 수행됐다.
2023.11.01 조회수 4028 -
변화된 데이터에서 인공지능 공정성 찾아내다
인공지능 기술이 사회 전반에 걸쳐 광범위하게 활용되며 인간의 삶에 많은 영향을 미치고 있다. 최근 인공지능의 긍정적인 효과 이면에 범죄자의 재범 예측을 위해 머신러닝 학습에 사용되는 콤파스(COMPAS) 시스템을 기반으로 학습된 모델이 인종 별로 서로 다른 재범 확률을 부여할 수 있다는 심각한 편향성이 관찰되었다. 이 밖에도 채용, 대출 시스템 등 사회의 중요 영역에서 인공지능의 다양한 편향성 문제가 밝혀지며, 공정성(fairness)을 고려한 머신러닝 학습의 필요성이 커지고 있다.
우리 대학 전기및전자공학부 황의종 교수 연구팀이 학습 상황과 달라진 새로운 분포의 테스트 데이터에 대해서도 편향되지 않은 판단을 내리도록 돕는 새로운 모델 훈련 기술을 개발했다고 30일 밝혔다.
최근 전 세계의 연구자들이 인공지능의 공정성을 높이기 위한 다양한 학습 방법론을 제안하고 있지만, 대부분의 연구는 인공지능 모델을 훈련시킬 때 사용되는 데이터와 실제 테스트 상황에서 사용될 데이터가 같은 분포를 갖는다고 가정한다. 하지만 실제 상황에서는 이러한 가정이 대체로 성립하지 않으며, 최근 다양한 어플리케이션에서 학습 데이터와 테스트 데이터 내의 편향 패턴이 크게 변화할 수 있음이 관측되고 있다.
이때, 테스트 환경에서 데이터의 정답 레이블과 특정 그룹 정보 간의 편향 패턴이 변경되면, 사전에 공정하게 학습되었던 인공지능 모델의 공정성이 직접적인 영향을 받고 다시금 악화된 편향성을 가질 수 있다. 일례로 과거에 특정 인종 위주로 채용하던 기관이 이제는 인종에 관계없이 채용한다면, 과거의 데이터를 기반으로 공정하게 학습된 인공지능 채용 모델이 현대의 데이터에는 오히려 불공정한 판단을 내릴 수 있다.
연구팀은 이러한 문제를 해결하기 위해, 먼저 `상관관계 변화(correlation shifts)' 개념을 도입해 기존의 공정성을 위한 학습 알고리즘들이 가지는 정확성과 공정성 성능에 대한 근본적인 한계를 이론적으로 분석했다. 예를 들어 특정 인종만 주로 채용한 과거 데이터의 경우 인종과 채용의 상관관계가 강해서 아무리 공정한 모델을 학습을 시켜도 현재의 약한 상관관계를 반영하는 정확하면서도 공정한 채용 예측을 하기가 근본적으로 어려운 것이다. 이러한 이론적인 분석을 바탕으로, 새로운 학습 데이터 샘플링 기법을 제안해 테스트 시에 데이터의 편향 패턴이 변화해도 모델을 공정하게 학습할 수 있도록 하는 새로운 학습 프레임워크를 제안했다. 이는 과거 데이터에서 우세하였던 특정 인종 데이터를 상대적으로 줄임으로써 채용과의 상관관계를 낮출 수 있다.
제안된 기법의 주요 이점은 데이터 전처리만 하기 때문에 기존에 제안된 알고리즘 기반 공정한 학습 기법을 그대로 활용하면서 개선할 수 있다는 것이다. 즉 이미 사용되고 있는 공정한 학습 알고리즘이 위에서 설명한 상관관계 변화에 취약하다면 제안된 기법을 함께 사용해서 해결할 수 있다.
제1 저자인 전기및전자공학부 노유지 박사과정 학생은 "이번 연구를 통해 인공지능 기술의 실제 적용 환경에서, 모델이 더욱 신뢰 가능하고 공정한 판단을 하도록 도울 것으로 기대한다ˮ고 밝혔다.
연구팀을 지도한 황의종 교수는 "기존 인공지능이 변화하는 데이터에 대해서도 공정성이 저하되지 않도록 하는 데 도움이 되기를 기대한다ˮ고 말했다.
이번 연구에는 노유지 박사과정이 제1 저자, 황의종 교수(KAIST)가 교신 저자, 서창호 교수(KAIST)와 이강욱 교수(위스콘신-매디슨 대학)가 공동 저자로 참여했다. 이번 연구는 지난 7월 미국 하와이에서 열린 머신러닝 최고권위 국제학술 대회인 `국제 머신러닝 학회 International Conference on Machine Learning (ICML)'에서 발표됐다. (논문명 : Improving Fair Training under Correlation Shifts)
한편, 이 기술은 정보통신기획평가원의 지원을 받은 `강건하고 공정하며 확장가능한 데이터 중심의 연속 학습' 과제 (2022-0-00157)와 한국연구재단 지원을 받은 `데이터 중심의 신뢰 가능한 인공지능' 과제의 성과다.
2023.10.30 조회수 5999 -
한빛원전의 시공 불량 문제를 해결하기 위한 시뮬레이션 개발
후쿠시마 사고 이후 원전 안전 및 관리에 대한 관심이 집중되고 있다. 한국에서는 2017년 6월경 한빛원전의 원자로 격납건물의 콘크리트 벽 속에서 대규모 공극이 발견되었다. 원자로 격납건물은 원전 사고 발생 시 방사능 유출을 막아주는 최후의 보루이기 때문에, 이러한 콘크리트 공극으로 인한 원전의 안전상 우려가 큰 상황이다.
국내 연구진들은 원자로 격납건물 시공시 콘크리트 다짐 및 채움 불량으로 인하여 격납로 내 콘크리트에 공극이 발생한 것으로 추정하고 있다. 원자로 격납건물은 일반 콘크리트 구조물과 달리 매우 높은 밀도의 철근 보강이 필요하기 때문에, 콘크리트 타설 시 진동 다짐기가 진입하지 못하는 구역이 존재할 가능성이 높아서 콘크리트 공동에 대한 위험성이 높다. 하지만 돔 형태의 벽체 내부를 감싼 6 mm 두께의 철판(콘크리트 라이너 플레이트, CLP)이 영구 거푸집으로 활용되기 때문에 내부 공동에 대한 육안 검사가 불가능하다는 점에서 공극 발생 여부의 발견에 대한 어려움이 있다.
우리 대학 건설및환경공학과 김재홍 교수 연구팀은 이러한 문제를 해결하기 위하여 콘크리트의 유동성과 다짐 불량으로 인해 발생하는 공동을 억제할 수 있는 시공 시뮬레이션 기법을 개발했다.
연구팀에서 제안한 콘크리트 유동 시뮬레이션 기법은 콘크리트의 레올로지와 진동다짐의 영향 반경을 고려하여 콘크리트 공동 발생 예상 부위를 예측하는 기술이다. 연구팀은 이번 연구를 통해 콘크리트 진동다짐의 영향 반경(감쇠계수)을 직접 측정하여 굳지 않은 콘크리트 내부의 진동 에너지 밀도 분포를 제시했다. 이어서, 진동 에너지에 따른 콘크리트의 Vibrorheology를 정량적으로 측정하여, 굳지 않은 콘크리트의 항복응력 감소를 정량적으로 모델링하여 시공 시뮬레이션을 가능하게 하였다.
새로 제안된 시공 시뮬레이션 기법은 기존 콘크리트 유동해석으로는 고려할 수 없었던 격납건물 내부 보강재의 형상과 크기, 콘크리트 레올로지, 그리고 진동다짐의 진폭과 진동수까지 고려하여 콘크리트의 채움성을 평가할 수 있게 되었다. 연구팀은 향후 보강 연구를 진행해 3D 프린팅 콘크리트의 레올로지 제어, 프리캐스트 콘크리트의 품질 관리 등에도 해당 기술을 활용할 계획이다.
이번 연구는 한국수력원자력(주)와 한국연구재단의 과학기술분야 기초연구사업의 지원으로 수행되었으며, 건설공학 분야에서 권위 있는 학술지인 ACI Materials Journal, Cement and Concrete Research 등에 출판되었다.
(논문명: (1) Quantitative evaluation of energy transfer of a concrete vibrator. (2) Flow simulation of fresh concrete accounting for vibrating compaction.)
2023.10.24 조회수 5809 -
천 배 축소된 분광기로 과일 당도 정밀 측정
눈으로 보기에 잘 익은 사과의 당도를 휴대용 분광기로 정확하게 예측이 가능한 기술이 개발됐다.
우리 대학 바이오및뇌공학과 정기훈 교수 연구팀이 가시광선 및 근적외선 분광을 바탕으로 현장 진단에 적합한 고해상도의 휴대용 분광 센서를 개발하는 데 성공했다고 24일 밝혔다.
물질이 반사 또는 흡수하는 빛의 파장 분포를 통해 고유의 성분을 분석할 수 있다는 면에서 분광측정은 다양한 응용 분야에서 비파괴 시료 분석에 활발히 사용되고 있다. 기존 상용분광기는 실시간 성분분석을 제공하지만, 시스템의 크기가 커서 휴대용이나 현장 진단에 활용하는데 한계가 존재한다.
최근 마이크로나노공정 기술의 발전으로 소형 분광센서가 개발돼 품질 평가, 환경 모니터링, 위약 진단 및 헬스케어 등에서 활용되고 있다. 하지만 현재의 소형 분광센서들은 내부 광부품들의 간소화를 거치며 광학 성능이 크게 저하돼 시료 분석의 정확도를 낮추고 있으며, 여전히 광학 성능이 저하되지 않으면서 동시에 크기를 줄이는 데 어려움을 겪고 있다.
연구팀은 수 밀리미터 두께의 분광기 내로 들어온 가시광선이 석영(Quartz) 속에 제작된 회절판을 거치며 짧은 거리에서 넓게 분산시키는 형태인 고체잠입회절판구조를 최초로 제안하였다. 또한, 회절판과 굴절률이 유사한 렌즈를 접합하여 분산된 빛이 이미지센서에 평면 초점을 맺히도록 설계하여 가시광선 전 영역에서 균일한 분광분해능을 갖도록 제작하였다. 연구팀이 제작한 마이크로분광기 모듈은 8 mm × 12.5 mm × 15 mm의 크기를 가지고, 이는 기존 상용분광기를 1천 배 이상 축소시킨 성과이다. 또한, 상용분광기의 성능과 비슷한 평균 5.8 nm의 고해상도 및 작동 파장 범위 내 76% 이상의 고감도를 나타낸다.
연구팀은 마이크로분광기 모듈의 응용예시를 실험적으로 검증하기 위해 휴대용 분광 센서를 설계·제작하고, 분광 응용 분야 중 가장 대표적인 사례인 과일의 품질 검증을 진행했다. 제작한 마이크로분광기와 백색 LED 등을 결합한 분광 센서는 과일의 표면에 부착하여 손쉽게 분광 신호를 획득했다. 또한, 분광 신호의 형태를 분석하여 과일의 성숙도를 예측해 실제 성숙도와 비교하고, 0.91 이상의 높은 상관계수로 신뢰도 높은 예측 모델을 정립했다.
이를 통해 기존 소형 분광기에서 발생했던 광학 성능의 저하를 고체잠입회절판구조의 마이크로분광기를 이용해 해결하고, 연구팀은 휴대용 분광 센서의 현장 진단에 활용 가능함을 확인했다.
정기훈 교수는 “이 초박형 및 고해상도의 마이크로분광기는 식음료 품질검사는 물론 현장형 검사/진단이 필요한 농수산물·헬스케어 분야뿐만 아니라 고속 품질분석이 필요한 제약·바이오·반도체 검사 분야에서 정확하고 비침습적인 분석을 위한 중요한 도구 역할을 수행할 수 있을 것”이라고 연구의 의미를 설명했다.
우리 대학 바이오및뇌공학과 박정우 박사과정이 주도한 이번 연구 결과는 국제 학술지 ‘어드밴스드 사이언스 (Advanced Science)’에 게재됐다. (논문명: 휴대용 가시광선 및 근적외선 분광 응용 분야를 위한 초박형 고체잠입회절판구조 마이크로분광기, Fully Integrated Ultrathin Solid Immersion Grating Microspectrometer for Handheld Visible and Near-Infrared Spectroscopic Applications)
한편 이번 연구는 과학기술정보통신부, 재단법인 범부처전주기의료기기연구개발사업단, ㈜파이퀀트의 지원을 받아 수행됐다.
2023.10.24 조회수 5431