-
상호작용 가능한 바이오 기반 친환경 화학물질 합성지도 완성
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 미생물에서 화학물질을 생산하기 위한 바이오 화학반응을 총망라한 웹 기반의 합성 지도를 완성했다고 29일 밝혔다. 이번 연구는 국제학술지인 `생명공학 동향(Trends in Biotechnology)'에 8월 10일 字 게재됐다.
※ 논문명 : An interactive metabolic map of bio-based chemicals
※ 저자 정보 : 장우대(한국과학기술원, 공동 제1 저자), 김기배(한국과학기술원, 공동 제1 저자), 이상엽(한국과학기술원, 교신저자) 포함 총 3명
급격한 기후 변화와 환경오염에 대응하기 위해 석유화학 제품을 미생물을 활용해 생산하는 연구가 주목받고 있다. 미생물을 이용해 다양한 화학 물질, 재료, 연료 등을 합성하기 위해선 목표 물질의 생합성 경로를 탐색 및 발굴해 미생물 내에 도입하는 것이 우선돼야 한다. 또한, 다양한 화학물질을 효율적으로 합성하기 위해선 미생물을 이용한 생물공학적 방법뿐만 아닌 화학적 방법 또한 통합해 활용할 필요가 있다.
지난 2019년, 이상엽 특훈교수팀은 미생물을 이용해 화학물질을 합성할 수 있는 경로를 기존 화학반응 공정과 함께 정리한 지도를 국제학술지 ‘네이처 카탈리시스(Nature Catalysis)’에 발표한 바 있다. 당시 편찬한 지도는 네이처 측에서 포스터 형식으로 전 세계의 산업계 및 학계에 배포해 각 화학물질의 합성 경로를 한눈에 확인할 수 있도록 했다.
연구팀은 전 세계적인 관심을 바탕으로 지난번에 공개한 바이오 기반 화학물질 합성 지도를 업데이트 및 확장하고, 웹 기반으로 제작해 누구나 쉽게 접근하여 각 화학물질 합성을 위한 효율적인 경로를 빠르게 탐색할 수 있도록 했다. 사용자는 개발한 웹 기반의 합성 지도에서 제공하는 대화형 시각적 도구를 사용해 다양한 화학물질 생산으로 이어지는 생물학적 및 화학적 반응의 복잡한 네트워크를 분석할 수 있다. 또한, 이번 개편에서는 식품, 의약품, 화장품 등에 활용할 수 있는 다양한 천연물과 그 합성 경로를 추가해 지도의 활용성을 넓혔다. 발표한 바이오 기반 화학물질 합성지도는 http://systemsbiotech.co.kr 에서 확인할 수 있다.
공동 제1 저자인 생명화학공학과 장우대 박사와 김기배 박사과정생은 “기존 배포했던 합성 지도의 업데이트와 사용성 증대에 대한 요구를 반영하여 이번 연구를 진행했다”라고 말했으며, “이번 논문에서 정리한 생물공학적 방법과 화학공학적 방법을 통합한 화학물질 생산 전략과 전망은 미생물 세포 공장 구축 시 화학물질의 합성 경로 설계뿐만 아닌, 신규 물질의 생합성 경로 설계에도 유용하게 활용할 것으로 기대된다”라고 밝혔다.
이상엽 특훈교수는 “이번 연구에서 업데이트한 웹 기반 합성 지도는 기후 위기와 탄소중립에 대응하기 위한 바이오 기반 화학물질 생산 연구의 청사진으로서 역할을 할 것”이라고 밝혔다.
한편, 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발 과제 지원을 받아 수행됐다.
2022.08.29
조회수 9401
-
정밀한 시각적 판단을 추론한 새로운 인공지능 가속칩 개발
우리 대학 전기및전자공학부 윤찬현, 김주영 교수 연구팀이 설명 가능한 인공지능(eXplainable AI, XAI) 기법을 처리하기 위한 노이즈(잡음)에 강한 다중 피라미드 활성화 맵 기반 주의집중 구조가 탑재된 인공지능 칩을 설계하고, 삼성전자 DS부문의 지원으로 설명가능 뉴로프로세싱 유닛(이하 EPU, Explainable neuro-Processing Unit)을 개발했다고 24일 밝혔다.
설명가능 인공지능이란 사람이 이해할 수 있고 신뢰할 수 있는 설명을 제공할 수 있는 인공지능 기법이다. 기존의 수학적 알고리즘으로 학습되는 인공지능은 학습예제에 편향되어 신뢰할 수 없거나, 수천억개의 매개변수를 사람이 이해할 수 없다는 문제점을 해결하기 위해, 왜 인공지능이 특정 결과를 추론했는지 판단근거를 설명할 수 있도록 개발되었다. 설명가능한 인공지능은 어떤 이유에 의해서 인공지능의 의사결정에 큰 영향을 주었는지 설명할 수 있다는 점에서 기존의 인공지능보다 정확성, 공정성, 신뢰성을 보장할 수 있다는 특징을 가진다.
공동연구팀은 다중 규모 및 다중물체의 특징 추출 구조인 피라미드형 신경망 구조에서 추론 결과에 영향을 주는 인공지능 내부의 신경층별 활성화되는 정도를 복합적으로 해석할 수 있는 인공지능 모델과 이를 가속처리 특화된 채널 방향 합성곱 연산 및 정확도를 유지하는 EPU칩을 구현했다.
다중 규모 및 다중물체 특징 추출에 특화된 피라미드형 인공지능 모델에서 설명 시각화 구현을 위해서는 추론 과정의 역방향으로 모든 합성곱 층별 활성화 맵에서 모델 파라미터의 변화도를 추출할 수 있는 구조가 요구된다.
그러나 역전파 계산 과정은 기존의 추론처리 가속을 위한 인공지능 칩 설계와 달리 이전 파라미터 및 상태를 기억해야 하며 이는 한정된 온 칩 메모리 크기 및 인공지능 모델 전체를 특정한 용도에 맞게 주문 제작(ASIC; Application Specific Integrated Circuit)해 구현하기에는 물리적 한계가 있다.
또한, 피라미드형 구조의 설명 가능한 인공지능 모델은 설명성 보장을 위한 N개 층의 활성화 맵으로부터 기울기 기반의 클래스 활성 맵핑 시각화 처리 각각 필요해 복잡도를 높이는 문제가 있다. 그리고, 입력의 매우 작은 노이즈에도 클래스 활성화 맵핑 시각화 설명이 완전히 달라져 설명 가능한 인공지능 모델의 신뢰도 저하가 큰 문제점이었다.
전기및전자공학부 윤찬현 교수 연구팀은 문제해결을 위해(그림1 참조) 설명 가능한 인공지능의 다중 활성화 맵 고유의 특성 정보를 융합해 전역 주의 집중 맵을 생성하는 네트워크 구조와 입력 이미지 노이즈에 강건한 모델 생성을 위한 상호학습 방법을 개발해, 단일 활성화 맵 기반 주의집중 맵 생성 기술에 비해 설명성 지표를 최대 6배가량 높였다.
또한, 다중 스케일의 다양한 주의집중 맵들의 상호 보완적인 특성을 일원화된 주의집중 맵으로 정교하게 재구성함으로써 사람이 해석 가능한 수준의 정밀한 설명성을 제공할 수 있게 했다. 이번 연구 성과를 통해 위성 영상과 같이 객체 크기 변화가 큰 이미지 분석에서 인공지능 모델의 설명성을 크게 향상할 수 있을 것으로 기대된다고 연구팀 관계자는 설명했다.
전기및전자공학부 김주영 교수 연구팀은 제안된 설명 가능한 인공지능 모델을 가속하기 위해 기존 모델의 추론과 역전파 과정에 더해 활성화 맵 생성까지 처리할 수 있는 XAI 코어를 개발하고, 다양한 연산 태스크를 유연하게 분할해 동시에 처리할 수 있는 멀티 데이터 플로우 방식을 제안했다. 또한, 많은 0 값을 포함하는 활성화 맵의 특성을 활용해, 연속된 0을 건너뛸 수 있는 새로운 데이터 압축 포맷을 제안하고 이를 지원하는 가속 유닛을 개발해 최대 10배 이상의 활성화 맵을 칩 내부에서 처리할 수 있도록 했다.
연구팀이 개발한 EPU 칩은 광학 위성, 전천후 관측 영상레이더(Synthetic Aperture Radar) 위성 등 특수 목적과 고정밀 인공지능 영상처리시스템에 적용할 수 있으며, 저지연‧저전력으로 인공지능 시스템의 판단 근거에 대한 설명성을 획기적으로 높일 수 있을 것으로 기대된다. 연구팀은 EPU 칩 개발 후속 연구를 진행할 계획이다.
2022.08.25
조회수 8724
-
인공지능 활용 고용량 배터리 소재 역설계 기술 개발
우리 대학 신소재공학과 홍승범 교수 연구팀이 우리 대학 조은애 교수, 변혜령 교수, 이혁모 교수, 신종화 교수, 육종민 교수, 그리고 미국의 르하이 대학교(Lehigh University), 죠수아 C 에이가(Joshua C. Agar) 교수와 협업해 기존 문헌에 발표된 실험값들을 추출하는 데이터 마이닝 과정과 이런 실험값들을 입력변수로 하는 다변수 선형회귀 모형을 기반으로 배터리 소재 역설계 머신러닝(기계학습) 모델을 수립했다고 23일 밝혔다.
인공지능은 고차원의 변수 공간에서 각 매개변수 간의 정량적인 상관관계를 신속하고 정확하게 추출할 수 있다. 이를 공정-구조-물성 간의 상관관계를 기반으로 발전하는 신소재공학에 적용하면 신소재 개발 시간을 단축할 수 있으며, 이런 이유로 많은 연구자가 인공지능을 신소재 개발에 활용하려고 노력하고 있다. 특히, 배터리 소재 개발에 인공지능을 활용하는 예가 가장 많은데, 주로 제1 원리 계산(양자화학에 기반한 계산법으로 계산 시 다른 경험적 수량을 전혀 사용하지 않음)과 머신러닝을 융합해 수많은 전극 소재 조합을 대량으로 스크리닝하는 기술 개발이 주를 이루고 있다.
그런데, 인공지능을 활용해서 새로운 배터리 소재를 탐색하고, 탐색한 소재를 합성 및 특성 평가에 있어 가장 큰 문제점은 데이터의 신뢰성과 양이다. 제1 원리 계산으로 예측한 값들은 실험으로 검증이 돼야 하며, 실험데이터의 경우 실험실마다 편차가 있고, 중요한 공정변수들을 공개하지 않은 경우가 많아 인공지능이 학습할 수 있는 데이터의 크기가 한정적이라는 문제가 대두되고 있다.
연구팀은 배터리 양극재 원료조성, 1차 및 2차 소결 온도와 시간 등의 공정 변수와 컷오프 전위 및 충․방전률과 같은 측정 변수, 그리고 1차 및 2차 입자의 크기와 같은 구조 변수, 마지막으로 충․방전 용량과 같은 성능 변수 간의 상관관계를 정량적으로 수립했고, 이를 활용해 요구되는 에너지 용량에 맞는 합성 조건을 찾는 알고리즘을 개발했다.
홍 교수 연구팀은 고니켈 함량 양극재 관련 논문 415편 안에 발표된 주요 변수들을 추출하고, 그중 16% 정도의 정보가 기입되지 않음을 발견했으며, 머신러닝 기법 중에서 k-최근접 이웃 알고리즘(k-nearest neighbors (KNN)), 랜덤 포레스트(random forest (RF)), 연쇄등식을 이용한 다중대치(multiple imputations by chained equations (MICE))를 활용해 빠진 정보를 예측하여 기입했다. 그리고, 가장 신뢰도가 높은 MICE를 선택해 얻은 입력 데이터 셋을 기반으로 주어진 공정 및 측정 변수에 대해서 성능 변수를 예측하는 순방향 모델을 얻었다.
이어서 입자 군집 최적화(particle swarm optimization, PSO) 알고리즘을 활용하여 주어진 성능 변수에 대응하는 공정 및 측정 변수를 추출하는 역방향 모델을 수립했고, 이 모델을 검증하기 위해 소재를 실제로 합성하여 타깃 용량인 200, 175, 150 mAh/g과 11% 정도의 오차를 보여 상당히 정확하게 역설계할 수 있음을 입증했다.
교신 저자인 홍승범 교수는 "인공지능을 활용해 대량의 논문 및 특허 내에 있는 공정-구조-물성 변수들을 자동으로 분류하고 실험값들을 추출해 각 변수 간의 다차원 상관관계를 기반으로 모델을 수립하는 것이 차세대 배터리 소재의 역설계의 핵심ˮ이라며 "향후 데이터 마이닝 기술, 머신러닝 기술 그리고 공정 자동화 기술을 융합하는 것이 미래의 신소재공학ˮ이라고 말했다.
신소재공학과 치 하오 리오우(Chi Hao Liow) 박사가 제1 저자로 참여한 이번 연구는 국제 학술지 `나노에너지(Nano Energy)'에 게재됐다. (논문명: Machine learning assisted synthesis of lithium-ion batteries cathode materials)
한편 이번 연구는 KAIST 글로벌 특이점 사업의 지원을 받아 수행됐다.
2022.08.23
조회수 9551
-
세계 최초 개인정보 보호 기술이 적용된 인공지능(AI) 반도체 개발
우리 대학 전기및전자공학부 유민수 교수 연구팀이 세계 최초로 `차등 프라이버시 기술이 적용된 인공지능(AI) 어플리케이션(Differentially private machine learning)'의 성능을 비약적으로 높이는 인공지능 반도체를 개발했다고 19일 밝혔다.
빅데이터 및 인공지능 기술의 발전과 함께 구글, 애플, 마이크로소프트 등 클라우드 서비스를 제공하는 기업들은 전 세계 수십억 명의 사용자들에게 인공지능 기술을 기반으로 여러 가지 서비스(머신러닝 애즈 어 서비스, ML-as-a-Service, MLaaS)를 제공하고 있다. 이러한 서비스 중에는, 대표적으로 유튜브나 페이스북 등에서 시청자의 개별 취향에 맞춰 동영상 콘텐츠나 상품 등을 추천하는 `개인화 추천 시스템 기술(예- 딥러닝 추천 모델, Deep Learning Recommendation Model)' 이나, 구글 포토(Photo) 와 애플 아이클라우드(iCloud) 등에서 사진을 인물 별로 분류해주는 `안면 인식 기술 (예- 합성곱 신경망 네트워크 안면 인식, Convolutional Neural Network based Face Recognition)' 등이 있다.
이와 같은 서비스는 사용자의 정보를 대량으로 수집해, 이를 기반으로 인공지능 알고리즘의 정확도와 성능을 개선한다. 이 과정에서 필연적으로 많은 양의 사용자 정보가 서비스 제공 기업의 데이터 센터로 전송되고, 민감한 개인정보나 파일들이 저장되고 사용되는 과정에서 정보가 유출되는 문제가 발생하기도 한다.
또한 이러한 문제는 최근 주목받는 대형 인공지능 모델의 경우에 더 쉽게 발생하는 경향이 있으며, 실제 구글에서 사용하는 대화형 인공지능 모델인 GPT-2의 경우, 특정 단어들을 이야기했을 때 사용자의 개인정보 등을 유출하는 문제를 보였다. [참고1] 유사사례로서 국내에서 2020년 화제가 되었던 스캐터랩의 인공지능 챗봇 이루다의 경우에도 비슷한 문제가 불거진 적이 있다. [참고2]
[참고1] https://ai.googleblog.com/2020/12/privacy-considerations-in-large.html
[참고2] https://n.news.naver.com/mnews/article/092/0002243051?sid=105
이에 애플, 구글, 마이크로소프트 등 빅 테크 기업에서는 `차등 프라이버시 (differential privacy)' 기술을 크게 주목하고 있다. 차등 프라이버시 기술은 학습에 사용되는 그라디언트(gradient, 학습 방향 기울기)에 잡음(노이즈)를 섞음으로써 인공지능 모델로부터 사용자의 개인정보를 유출하는 모든 종류의 공격을 방어할 수 있다.
하지만 이러한 장점에도 불구하고, 차등 프라이버시 기술 적용 시, 기존 대비 어플리케이션의 속도와 성능이 크게 하락하는 문제 때문에 아직까지 범용적으로 널리 적용되지는 못했다. 이는 차등 프라이버시 머신러닝 학습 과정이 일반적인 머신러닝 학습과 다른 특성을 보이고, 이로 인해 기존의 하드웨어에서 효과적으로 실행되지 않아 메모리 사용량, 학습 속도 및 하드웨어 활용도 (hardware utilization) 측면에서 비효율적이기 때문이다.
이에 유민수 교수 연구팀은 차등 프라이버시 기술의 성능 병목 구간을 분석해 해당 기술이 적용된 어플리케이션의 성능을 크게 시킬 수 있는 `차등 프라이버시 머신러닝을 위한 인공지능(AI) 반도체 칩'을 개발했다. 유민수 교수팀이 개발한 인공지능 반도체는 외적 기반 연산기와 덧셈기 트리 기반의 후처리 연산기 등으로 구성돼 있으며, 현재 가장 널리 사용되는 인공지능 프로세서인 구글 TPUv3 대비 차등 프라이버시 인공지능 학습 과정을 3.6 배 빠르게 실행시킬 수 있고, 엔비디아의 최신 GPU A100 대비 10배 적은 자원으로 대등한 성능을 보인다고 연구팀 관계자는 설명했다. 또한 이번 개발을 통해서 기존 하드웨어의 한계로 널리 쓰이지 못했던 차등 정보보호 기술의 대중화에 도움을 줄 수 있을 것으로 기대된다고 전했다.
우리 대학 전기및전자공학부 박범식, 황랑기 연구원이 공동 제1 저자로, 윤동호, 최윤혁 연구원이 공동 저자로 참여한 이번 연구는 미국 시카고에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 `55th IEEE/ACM International Symposium on Microarchitecture(MICRO 2022)'에서 오늘 10월 발표될 예정이다. (논문명 : DiVa: An Accelerator for Differentially Private Machine Learning)
또한 이번 연구는 지금까지는 없던 차등 프라이버시가 적용된 인공지능 반도체를 세계 최초로 개발했다는 점에서 의의가 있으며, 차등 프라이버시 인공지능 기술을 대중화해 인공지능 기반 서비스 사용자들의 개인정보를 보호하는 데에 큰 도움을 줄 수 있을 것으로 보인다. 또한, 가속기의 성능 향상은 인공지능 연구 효율을 높여 차등 프라이버시 인공지능 모델의 정확도 개선에도 기여할 것으로 보인다.
한편 이번 연구는 한국연구재단, 삼성전자, 그리고 반도체설계교육센터 (IDEC, IC Design Education Center)의 지원을 받아 수행됐다.
2022.08.19
조회수 12601
-
디지털 펜으로 ´쓱쓱´ 그려 움직이는 3D 형상 ´뚝딱´ 만드는 시스템 개발
우리 대학 산업디자인학과 배석형 교수 연구팀이 종이 위에 그림을 그리는 듯한 펜 드로잉과 장난감을 손으로 다루는 듯한 멀티터치 제스처만으로 `움직이는 3D 스케치'를 쉽고 빠르게 만들 수 있는 새로운 시스템을 개발했다고 18일 밝혔다.
한때 공상과학 영화의 전유물이었으나 기술의 발전 덕분에 일상에서도 접할 수 있게 된 접이식 드론, 변신형 자동차, 다족 보행 로봇처럼 여러 움직이는 부분과 관절로 이뤄진 제품은 디자인할 때 형태뿐만 아니라 구조, 자세, 동작까지 동시에 고려해야 하므로 전문가도 많은 어려움을 겪는다.
기존의 3D 캐드(CAD) 소프트웨어는 정교한 형상 작업에 특화돼 있어 움직이는 모델 하나를 제작하는 데에도 많은 시간과 노력을 요구하는데, 특히 이는 다양한 가능성을 넓고 빠르게 탐색해야 하는 디자인 초기 과정에서 심각한 병목과 비용을 초래한다.
반면, 배 교수 연구팀은 모든 디자인은 종이 위에 펜으로 빠르게 그린 2D 스케치로부터 출발한다는 점에 주목하고 디자이너가 디지털 태블릿 위에 디지털 펜으로 자유롭게 표현한 2D 스케치로부터 입체 형상을 생성하는 `3D 스케칭' 기술을 개발해 왔다.
이번 연구에서 연구팀은 생성 중인 3D 스케치를 마치 장난감을 다루듯 두 손으로 조작할 수 있는 직관적인 멀티터치 제스처를 설계 및 구현함으로써 순식간에 살아 움직이는 입체 형상을 만들 수 있는 `움직이는 3D 스케칭' 기술을 완성했다(그림 1, 2).
우리 대학 산업디자인학과 이준협 박사과정 학생이 제1 저자로 참여한 해당 연구는 컴퓨터 그래픽스 분야 제1위 국제 학술지인 `ACM 트랜잭션 온 그래픽스(ACM Transactions on Graphics, 피인용지수: 7.403)'에 게재됐으며, 이와 연동돼 8월 초 캐나다 밴쿠버에서 개최된 최대 규모의 국제학술대회인 ACM 시그래프 2022(ACM SIGGRAPH 2022, h5-색인: 103)에 발표됐다(논문명: Rapid Design of Articulated Objects).
이번 시그래프(이하 SIGGRAPH)에는 전 세계 유수의 대학교 연구진, 마블(Marvel), 픽사(Pixar), 블리자드(Blizzard)와 같은 세계적인 애니메이션 사, 영화사, 게임사, 록히드 마틴(Lockheed Martin), 보스턴 다이내믹스(Boston Dynamics)와 같은 첨단 제조사를 비롯해, 메타(Meta), 로블록스(Roblox)와 같은 메타버스 관련 기업 관계자 1만여 명이 참가한 것으로 알려졌다.
배 교수 연구팀의 기술 논문(Technical Paper) 성과는 SIGGRAPH에서 유망한 신기술을 현장에서 시연하는 `이머징 테크놀로지(Emerging Technologies)' 프로그램에 초청됐을 뿐만 아니라, 그중에서도 Top 3 우수 기술로 선정, 특별 강연으로 소개됐다. 제2 저자인 KAIST 산업디자인학과 김한빛 박사과정 학생이 불과 10분 만에 유려한 형태의 동물 로봇을 그리고 움직여서 입체 동영상을 완성하는 모습은 현장에 모인 청중의 감탄을 자아냈고 심사위원단이 선정한 우수 전시상(Honorable Mention)을 수상하는 영광을 얻었다(그림 3).
이번 SIGGRAPH에서 기조연설을 맡은 에드윈 캐트멀(Edwin Catmull) 픽사 공동 창업자 / 前 회장도 이 연구를 두고 "매우 훌륭한 업적이자(really excellent work), 픽사의 창의력 넘치는 디자이너들에게 필요한 도구(the kind of tool that would be useful to Pixar's creative model designers)ˮ라며 높이 평가했다.
연구를 지도한 배석형 교수는 "디자이너가 생각하고 작업하는 방식에 가까이 다가갈수록 효과적인 디자인 도구를 만들 수 있다ˮ며, "직관적인 상호작용 방식을 통해 여러 상이한 알고리즘을 하나의 조화로운 시스템으로 통합하는 것이 핵심ˮ이라고 강조했다. 또한 "학생 개개인이 디자이너인 동시에 엔지니어를 지향하는 KAIST 산업디자인학과만의 융합적인 토양이기에 가능한 연구였다ˮ고 덧붙였다.
3D 공간에서 자유자재로 움직이는 입체 형상과 같은 수준 높은 창의적 결과물을 기존 방식에 비교할 수 없을 만큼 쉽고 빠르게 생성할 수 있어서 가까운 미래에 콘텐츠 산업, 제조 산업, 나아가 메타버스 산업의 디자인 실무 혁신에 크게 기여할 것으로 기대된다.
한편, 이번 연구는 과학기술정보통신부 및 한국연구재단의 지원을 받아 수행됐다.
- 웹사이트(다양한 움직이는 3D 스케치 예시 수록): https://sketch.kaist.ac.kr/publications/2022_siggraph_rapid_design
- ACM SIGGRAPH 2022 특별 강연(한글 자막 있음): https://www.youtube.com/watch?v=rsBl0QvSDqI
2022.08.18
조회수 12791
-
미생물 이용해 고효율 루테인 생산 기술 최초 개발
우리 대학 생명화학공학과 박선영 박사(現 LG화학)와 은현민 박사과정생을 포함한 이상엽 특훈교수 연구팀이 `루테인을 생산하는 미생물 균주 개발'에 성공했다고 17일 밝혔다.
루테인(lutein)은 눈을 산화 손상과 자외선으로부터 보호하며, 주로 계란의 난황과 과일 등에 함유된 영양물질이다. 루테인은 노안, 백내장 등의 예방 및 치료 효과가 있어 눈 영양제로 많이 판매되며, 이외에도 화장품과 동물사료에도 사용되고 있다. 노령화와 전자기기 사용 시간 증가에 따라 루테인 수요와 시장 규모는 빠르게 증가하는 추세다.
해당 연구 결과는 국제 학술지인 `네이쳐 카탈리시스(Nature Catalaysis)'에 8월 4일 게재됐다.
※ 논문명 : Metabolic engineering of Escherichia coli with electron channeling for the production of natural products
※ 저자 정보 : 이상엽(한국과학기술원, 교신저자), 박선영(한국과학기술원, 제1저자, 현 LG화학), 은현민 (한국과학기술원, 제2저자), 이문희(한국과학기술원, 제3저자) 포함 총 4명
현재 시장에 공급되고 있는 루테인은 주로 금잔화(marigold) 꽃에서 추출해 생산되지만, 금잔화 꽃의 재배에는 대지와 시간, 노동이 많이 요구된다는 점에서 대량으로 공급하기에 비효율적이다. 그 대안으로 화학적 합성 방법도 제시돼왔지만, 비대칭적인 화학 구조와 다양한 이성질체의 존재로 인해 이 또한 비효율적이다.
이러한 문제를 해결하기 위해 루테인을 친환경적이며 고효율로 생산하는 미생물 세포 공장을 개발하려는 노력이 이뤄지고 있다. 시스템 대사공학은 효과적인 미생물 균주 개발을 위해 필요한 핵심 전략으로, 우리 대학 이상엽 특훈교수가 창시한 연구 분야다.
이상엽 특훈교수 연구팀은 미생물의 대사회로를 조작하는 기술인 대사공학을 이용해 대장균 내 루테인 생산 대사회로를 구축했으며, 이로써 값싼 바이오매스의 주원료인 글리세롤을 탄소원으로 사용해 고부가가치의 루테인을 생산하는 대장균 균주를 개발했다고 연구팀 관계자는 설명했다.
연구팀은 개발한 대장균 균주에 추가로 시스템 대사공학 기술과 대사회로의 전자 채널링 전략을 도입함으로써 대장균으로부터 루테인을 고효율로 생산할 수 있는 기술 개발에 성공했다.
대사회로 상 여러 생화학적 반응에 관여하는 효소는 원하는 목표 화학물질로의 대사 흐름을 방해하기에 그동안 루테인을 특정량 이상으로 생산할 수 없었다. 연구진은 병목 단계의 효소들을 그룹화해 세포 내 효소 주변의 기질들과 전자들의 농도를 높일 수 있는 기질 채널링 및 전자 채널링 효과를 만들었으며, 그 결과 루테인 생산을 위한 대사 흐름이 강화되면서 대장균을 이용해 루테인을 고효율로 생산하는 데 성공했다.
연구팀은 또한 동일한 전자 채널링 전략을 사용해 대장균에서 자몽의 향기 성분인 누카톤(nootkatone)과 항노화 천연화합물인 아피게닌(apigenin) 등을 생산하는 데 성공했다.
연구에 참여한 박선영 박사는 “천연자원으로부터의 비효율적인 추출법을 대체할 수 있는 미생물 기반의 고효율 루테인 생산 기술을 개발했다는 점에 의의가 있다”며 “이번 기술을 활용해 미생물 기반의 의약품, 영양 보조제 등의 제품을 만드는 데 한 단계 앞으로 나아갈 수 있을 것”이라고 밝혔다.
이번 연구는 이상엽 특훈교수 연구팀에 의해 과학기술정보통신부가 지원하는 기후환경연구개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발 과제’와 농촌진흥청이 지원하는 농업미생물사업단(단장 장판식)의 ‘카로티노이드 생산 미생물 세포공장 개발’ 과제(과제책임자 국립농업과학원 김수진 박사)의 지원을 받아 수행됐다.
2022.08.17
조회수 9136
-
상용 디젤로부터 수소 생산 가능한 개질 촉매 개발
우리 대학 기계공학과 배중면 교수, 이강택 교수와 한국에너지기술연구원(KIER) 이찬우 박사 공동 연구팀이 상용 디젤로부터 수소 생산이 가능한 고활성, 고내구성 디젤 개질 촉매 개발에 성공했다고 16일 밝혔다.
연료 개질(fuel reforming)은 탄화수소로부터 촉매 반응을 통해 수소를 추출하는 수소 생산 기술이다. 액체 연료인 디젤은 수소 저장 밀도가 높고 운반과 저장이 쉽다는 장점이 있어 디젤 개질을 통한 수소 공급 장치를 헤비트럭의 보조전원장치, 잠수함의 공기불요추진체계 등 모바일 연료전지 시스템에 적용하고자 하는 연구가 지속돼왔다.
그러나 디젤은 고 탄화수소의 혼합물로 긴 사슬 구조의 파라핀, 이중 결합을 갖는 올레핀, 벤젠 고리 구조를 갖는 방향족 탄화수소를 포함하고 있어 고 탄화수소를 효과적으로 분해하기 위한 높은 활성도의 촉매가 요구된다. 그뿐 아니라, 촉매의 성능 저하 요인인 코킹 및 열 소결에 대해 강한 내구성을 갖는 촉매가 요구돼 디젤 개질 기술 활용에 어려움을 겪어왔다.
연구팀은 용출(산화물 지지체에 이온 형태로 고용시킨 활금속을 열처리를 통해 금속나노입자 형태로 지지체 상에 고르게 성장시키는 방법) 현상을 통해 합금 나노입자를 형성하도록 촉매를 설계함으로써 고활성, 고내구성 디젤 개질 촉매를 개발하는 데 성공했다. 용출된 금속 나노입자는 지지체와 강한 상호작용을 갖는 특성이 있어 고온에서 높은 분산도를 유지할 수 있고, 이종 금속 간 합금을 형성해 상승효과로 촉매 성능 향상을 노릴 수 있다는 점에서 착안했다.
연구팀은 산화환원반응 촉매의 지지체로 흔히 쓰이는 세리아(CeO2)의 격자 내 백금(Pt)과 루테늄(Ru)을 미량 침투시킨 다성분계 촉매를 제조하기 위해 용액 연소 합성법을 도입했다. 이 촉매는 디젤 개질 반응 환경에 노출되었을 때 백금과 루테늄이 지지체 표면으로 용출된 후 백금-루테늄 합금 나노입자를 형성한다.
연구팀은 촉매 분석뿐만 아니라 밀도범함수 이론 기반 계산을 통해 활금속의 용출 및 합금 형성에 대한 거동을 에너지적 관점에서 규명하는데 성공했다. 백금-루테늄 합금 촉매를 사용해 기존 단일 금속 촉매와 개질 성능을 비교해 본 결과, 개질 활성도가 향상돼 저온(600oC, 기존 800oC)에서도 100%의 연료전환율을 보였으며, 장기 내구성 평가(800oC, 200시간)에서 성능 열화 없이 상용 안정적으로 상용 디젤로부터 수소를 생산하는데 성공했다.
우리 대학 기계공학과 이재명 박사과정이 제1 저자로, 한국에너지기술연구원 연창호 박사과정, 기계공학과 오지우 박사, 한국에너지기술연구원 한광우 박사, 기계공학과 유정도 박사, 한국기초과학지원연구원 윤형중 박사가 공저자로 참여했으며, 한국에너지기술연구원 이찬우 박사, 기계공학과 이강택 교수, 배중면 교수가 교신저자로 참여한 이번 연구는 환경·재료·화학 분야 국제 학술지 `어플라이드 카탈리시스 비: 인바이러멘탈, Applied Catalysis B: Environmental'(IF 24.319, JCR분야 0.93%)에 지난 6월 17일 字 온라인판에 게재됐다(논문명: Highly Active and Stable Catalyst with Exsolved PtRu Alloy Nanoparticles for Hydrogen Production via Commercial Diesel Reforming).
배중면 교수는 "상용 디젤로부터 수소를 안정적으로 생산할 수 있다는 점에서 매우 의미있는 성과이며, 초기 수소 경제 사회에서 모바일 연료전지 시스템의 활용성 제고에 크게 이바지할 것으로 기대된다ˮ며, "이번 연구에서의 촉매 설계에 대한 접근법은 개질 반응뿐만 아니라 다양한 분야에서 응용 및 적용될 수 있을 것이다ˮ라고 말했다.
이번 연구는 과학기술정보통신부의 재원으로 한국연구재단의 지원을 받아 수행됐다.
2022.08.16
조회수 10011
-
항체를 활용한 신개념 생체 형틀법 최초 개발
우리 대학 신소재공학과 장재범 교수 연구팀이 다세포 생물이 갖는 특정 단백질 구조체를 활용할 수 있는 새로운 개념의 생체 형틀법을 최초로 개발했다고 10일 밝혔다. 긴 시간 동안 특정 기능에 최적화된 생명체가 갖는 복잡하고 정교한 구조체를 형틀로 삼아 이를 모방한 무기물 구조체를 만드는 방법을 생체 형틀법 이라고 한다. 이는 에너지, 광학, 마이크로로봇 분야 등에 응용돼왔다.
장 교수 연구팀은 항원-항체 반응에 착안해 특정 단백질을 항체로 표적화한 뒤, 항체에 붙어 있는 1.4 나노미터(nm) 크기의 금 입자에서 다양한 금속 입자들을 성장시킴으로써 특정 단백질 구조체를 모방한 금속 구조체를 합성하는 데 성공했다. 개발된 생체 형틀법은 일반적인 항원-항체 반응과 금속 입자 성장법을 기반으로 하기 때문에 다양한 생명체에 폭넓게 응용 및 적용될 수 있을 것으로 기대된다.
신소재공학과 송창우, 송대현 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 머티리얼즈(Advanced Materials)'에 7월 7일 字 온라인 출판됐다. (논문명 : Multiscale Functional Metal Architectures by Antibody-Guided Metallization of Specific Protein Assemblies in Ex Vivo Multicellular Organisms).
생명체가 갖는 특정 기능에 최적화된 다양한 구조체들은 복잡하고 계층적 구조를 기반으로 하여 인공적인 합성 방법을 통해 재현하기 어렵다. 따라서 이러한 생체 구조체를 형틀로 해 동일한 모양의 무기물 구조체를 합성하는 생체 형틀법이 개발돼왔으며, 합성된 생체 재료들은 촉매, 에너지 저장 및 생산, 센서 등 다양하게 활용돼왔다.
하지만 개발된 생체 형틀법 중 특정 단백질 구조체를 형틀로 사용한 경우는 적으며, 있다 하더라도 바이러스나 효모와 같은 단세포 생물의 특정 단백질 구조체를 형틀로 활용한 연구들 뿐이었다.
생명체의 특정 단백질 구조체를 활용하는 생체 형틀법은 원하는 생체 구조체만을 활용 가능하며 합성하고자 하는 생체 재료의 목적에 맞는 단백질을 선택해 사용할 수 있다는 장점이 있다.
연구팀은 기존의 생체 형틀법 한계를 해결을 위해 특정 단백질을 이미징할 때 활용하는 항원-항체 반응을 생체 형틀법에 적용했다.
연구팀이 사용한 항체는 1.4 나노미터(nm) 크기의 금 입자가 달려있고 이는 금속 입자 성장을 위한 종자(seed) 역할을 하게 되어 특정 단백질을 표적화한 항체로부터 다양한 금속 입자를 성장시킬 수 있다.
연구팀은 인간 세포 내부의 미세소관, 미토콘드리아, 핵, 세포막, 세포질에 존재하는 특정 단백질에서만 금 입자를 성장시키는 데 성공했으며, 세포 수준뿐만 아니라 조직 수준인 쥐의 뇌, 신장, 심장에서도 개발한 방법을 적용할 수 있다는 것을 보였다.
나아가 연구팀은 금 입자뿐만 아니라 은, 금-백금, 금-팔라듐 입자를 세포 내부 미세소관 구조체를 따라 합성함으로써 합성된 세포를 액상 반응의 촉매로 활용 가능하다는 것을 증명했다. 또한, 세포 표면에 철 입자를 성장시킨 후 자석으로 조절할 수 있음을 보여 향후 이러한 금속 입자가 성장된 세포들을 조절하거나 군집 행동을 구현하는 것이 가능함을 보였다.
연구팀이 개발한 신개념 생체 형틀법은 다세포 생물뿐만 아니라 항체 염색이 가능한 식물, 균류, 바이러스 등의 생명체에도 활용 가능해 다양한 생체 구조체를 모방한 생체 재료 합성에 이용될 것으로 기대된다.
제1 저자인 송창우 박사과정은 "이번 연구는 기존의 생체 형틀법으로 구현할 수 없었던 다세포 생물의 특정 구조체를 모방한 금속 구조체를 합성한 최초의 사례이며, 이를 통해 생체 형틀법을 활용할 수 있는 생체 구조체의 범위를 넓혔다ˮ 라며 "합성된 생체 재료는 이번 연구에서 보여준 촉매뿐만 아니라 전기화학 및 바이오센서에도 활용 가능할 것으로 예상된다ˮ 라고 말했다.
한편 이번 연구는 한국연구재단 과학난제도전 융합연구개발사업, 우수신진연구사업, 뇌과학원천기술개발사업 등의 지원을 받아 수행됐다.
2022.08.10
조회수 9969
-
나노 크기 인공 지문으로 복제불가 사물인터넷 보안, 인증 원천기술 개발
우리 대학 신소재공학과 김상욱 교수 연구팀이 DGIST 로봇및기계전자공학과 김봉훈 교수, 성균관대 화학공학/고분자공학부 권석준 교수와 공동연구를 통해 사람의 지문과 같이 매번 다른 형태를 형성하는 무작위적인 분자조립 나노 패턴을 이용한 새로운 IoT(사물인터넷) 보안/인증 원천기술을 개발했다고 9일 밝혔다.
최근 IoT 기술이 발전함에 따라 다양한 기기들이 인터넷을 통해 연결된 초연결 시대가 도래하고 있다. 그러나 IoT 기기들의 해킹 사례가 빈번하게 보고되고 있으며, IoT 기술을 안전하게 사용할 수 있느냐에 대한 의문이 제기되는 실정이다.
우리 주위에 흔히 사용되는 인증 방법으로 사람의 지문이나 핸드폰 등에서 제공해주는 QR 패턴을 들 수 있다. 사람의 지문은 모든 사람에게 다르게 형성되므로 각 개인을 식별하기 위한 인증 매체로 오래전부터 사용돼왔으나, 그 크기가 눈에 보일 정도로 커서 쉽게 복제할 수 있다는 단점을 가지고 있다.
반면 최근까지도 코로나 방역에 큰 역할을 했던 QR코드는 사용할 때마다 매번 다른 패턴을 형성하므로 복제가 어렵지만, 새로이 패턴이 생길 때마다 무선통신으로 등록을 해야 하므로 에너지 소모가 크고 개인의 프라이버시가 침해되는 문제점이 지적되기도 했다.
이번에 공동연구팀이 개발한 인증기술은 김상욱 교수가 세계 최초/최고기술을 인정받고 있는 분자조립 나노 패턴 기술을 이용해 서로 다른 모양을 가지는 수십억 개의 나노 패턴을 저비용으로 만들어낼 수 있으며, 높은 보안 수준을 유지하면서도 초고속 인증이 가능하다. 또한 연구팀은 나노 크기의 소형화를 통해 눈에 보이지 않는 투명소자나 초소형 장치 또는 개미 혹은 박테리아에도 부착함으로써 미생물 인식 칩으로써의 활용 가능성도 제시했다.
공동연구팀이 개발한 기술은 복제 방지를 위한 다양한 하드웨어 인증시스템에 유용할 뿐만 아니라, 기존 소프트웨어 인증과 달리 전자기 펄스(EMP) 공격과 같은 최첨단 무기 체계에도 내구성이 있어 향후 군사 및 국가 안보 등에도 활용성이 높을 것으로 전망된다. 나아가 이상적인 난수 생성 소재 (true random number generator)로서의 활용성도 기대된다.
신소재공학과 김상욱 교수, DGIST 로봇및기계전자공학과 김봉훈 교수, 성균관대 화학공학/고분자공학부 권석준 교수가 공동 교신저자 및 KAIST 신소재공학과 졸업생인 김장환 박사가 제1 저자로 참여한 이번 연구는 전자공학 분야 최고 권위 학술지인 `네이처 일렉트로닉스(Nature electronics, JCR 상위 0.18 %)'에 7월 26일 字 게재됐다. (논문명 : Nanoscale physical unclonable function labels based on block co-polymer self-assembly).
또한 공동연구팀은 기술 개발 과정에서 국내 특허, 미국 특허, 유럽 특허 및 PCT를 출원해 이번 기술의 지적 재산권을 확보했다고 밝혔다. 해당 특허는 KAIST 교원 창업 회사인 `(주)소재창조'를 통해 사업화를 진행할 계획이다.
한편 이번 연구는 한국창의연구재단의 지원을 받아 수행됐다.
2022.08.09
조회수 10405
-
탄소중립을 위한 차세대 에너지 변환기술인 고성능 프로토닉 세라믹 연료전지 개발 성공
우리 대학 기계공학과 이강택 교수 연구팀이 마이크로파를 이용한 초고속 소결 공정을 통해 고성능 프로토닉 세라믹 연료전지(PCFC) 개발에 성공했다고 3일 밝혔다.
기존의 산소 이온 전도성 고체 산화물 연료전지(SOFC)와 달리, 프로토닉 세라믹 연료전지는 양성자 전도성 세라믹 전해질의 높은 이온 전도도와 낮은 활성화 에너지 특성으로 인해, 600oC 이하 저온에서 고효율로 전력 변환 및 수소 생산이 가역적으로 가능한 에너지 변환 시스템으로 이는 수소전기차, 수소 충전소, 건물 및 선박용 발전시스템 등에 활용이 가능한 탄소중립 사회를 위한 차세대 핵심 기술로 떠오르고 있다.
이러한 프로토닉 세라믹 연료전지는 난소결성 바륨 기반 산화물 전해질을 사용하는데, 이를 치밀화하기 위해서 1,500oC 이상 고온에서 장시간 소결(세라믹 입자를 가열하여 단단하게 결합시키는) 공정이 필수적이다. 하지만, 이러한 극한 공정 중에 산화물 내부에서 발생하는 양이온 확산으로 화학적 조성이 불안정해지는 치명적인 문제가 있었다. 이를 해결하기 위해 다양한 연구가 진행되고 있지만, 대부분 실험실에서 국소적으로 가능한 방법들이 보고되고 있으며, 실용적으로 상용화가 가능한 새로운 제조 공정의 연구가 시급한 실정이다.
연구팀은 이러한 문제점을 해결할 방법으로 기존에 복사열로 장시간 (300분) 소결하는 방법 대신 흔히 전자레인지나 오븐 등에 쓰이는 마이크로파를 사용해 5분 만에 초고속 소결을 해 이론적 화학조성의 전해질을 갖는 프로토닉 세라믹 연료전지를 개발하는 데 성공했다. 이와 동시에, 초고속 온도 상승으로 연료극이 나노 구조화돼 전기화학적 활성 영역 또한 크게 확장됨을 증명했다. 연구팀은 이와 더불어 3차원 형상 복원 기술을 통해, 연료극 입자 미세화로 인한 삼상계면 길이의 증가가 전극 표면 활성 반응을 가속화하는 미세구조와 전기화학 특성 간의 상관관계를 규명했다.
연구팀이 개발한 프로토닉 세라믹 연료전지는 현재까지 보고된 동일 소재의 연료전지 중 가장 우수한 성능을 보였으며, 장시간 (800시간) 구동에도 매우 높은 안정성이 확인돼, 마이크로파 기반 초고속 제조 공정 도입의 이점을 효과적으로 증명했다.
우리 대학 기계공학과 김동연, 배경택 박사과정생이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지인 `에이씨에스 에너지 레터스, ACS Energy Letters' (IF:23.991) 6월 29일 字 온라인판에 게재됐다. (논문명: High-Performance Protonic Ceramic Electrochemical Cells)
이강택 교수는 "이번 연구를 통해 마이크로파를 이용한 초고속 제조 공정이 기존 공정의 난제를 해결하고 프로토닉 세라믹 연료전지 성능을 극대화할 수 있음을 실험적으로 증명했고, 이는 탄소중립 사회 실현을 앞당길 수 있는 고성능 차세대 에너지 변환기술 발전의 촉매 역할을 할 것ˮ 이라고 말했다.
한편 이번 연구는 과학기술정보통신부 수소에너지혁신기술개발사업, 중견연구자지원사업 그리고 나노 및 소재 기술개발사업의 지원으로 수행됐다.
2022.08.03
조회수 16376
-
스마트폰 위 인공지능(AI) 연합학습 속도 4.5배 획기적 향상기법 개발
우리 대학 전기및전자공학부 이성주 교수 연구팀이 국제공동연구를 통해 다수의 모바일 기기 위에서 인공지능(AI) 모델을 학습할 수 있는 연합학습 기술의 학습 속도를 4.5배 가속할 수 있는 방법론을 개발했다고 2일 밝혔다.
이성주 교수 연구팀은 지난 6/27~7/1에 열린 세계컴퓨터연합회(ACM) 주최로 진행된 제20회 모바일 시스템, 어플리케이션, 및 서비스 국제학술대회(MobiSys, International Conference on Mobile Systems, Applications, and Services)에서 연합학습(Federated Learning)의 학습 속도 향상(4.5배 가속)을 위한 데이터 샘플 최적 선택 및 데드라인 조절 방법론을 발표했다. 이 학회는 2003년에 시작됐으며 모바일 시스템, 소프트웨어, 어플리케이션, 서비스를 위한 최신 연구를 소개하는 데 초점을 맞추고 있으며, 모바일 컴퓨팅 및 시스템 분야의 최우수 학회 중 하나로 오랫동안 주목받고 있다.
이번 논문(FedBalancer: Data and Pace Control for Efficient Federated Learning on Heterogeneous Clients)은 KAIST 전산학부 신재민 박사과정이 제1 저자로 참여했으며, 중국 칭화대학과의 국제협력으로 이루어진 성과다 (칭화대학교 위안춘 리(Yuanchun Li) 교수, 윤신 리우(Yunxin Liu) 교수 참여).
최근 구글에 의해 제안된 연합학습은 새로운 기계학습 기술로, 개인정보의 유출 없이 방대한 사용자 기기 위 데이터를 활용할 수 있게 하여 의료 인공지능 기술 등 새로운 인공지능 서비스를 개발할 수 있게 해 각광받고 있다. 연합학습은 구글을 비롯해 애플, 타오바오 등 세계적 빅테크 기업들이 널리 도입하고 있으나, 실제로는 인공지능 모델 학습이 사용자의 스마트폰 위에서 이뤄져, 기기에 과부하를 일으켜 배터리 소모, 성능 저하 등이 발생할 수 있는 우려를 안고 있다.
이성주 교수 연구팀은 연합학습에 참여하는 사용자 기기 위 데이터 샘플 각각의 학습 기여도 측정을 기반으로 최적의 샘플을 선택함으로써 연합학습 속도 향상을 달성했다. 또한, 샘플 선택으로 줄어든 학습 시간에 대응해, 연합학습 라운드의 데드라인 또한 최적으로 조절하는 기법을 제안해 모델 정확도의 저하 없이 학습 속도를 무려 4.5배 높였다. 이러한 방법론의 적용을 통해 연합학습으로 인한 사용자 스마트폰 과부하 문제를 최소화할 수 있을 것으로 기대된다.
이성주 교수는 "연합학습은 많은 세계적 기업들이 사용하는 중요한 기술이다ˮ며 "이번 연구 결과는 연합학습의 학습 속도를 향상하고 활용도를 높여 의미가 있으며, 컴퓨터 비전, 자연어 처리, 모바일 센서 데이터 등 다양한 응용에서 모두 좋은 성능을 보여, 빠른 파급효과를 기대한다ˮ라고 소감을 밝혔다.
한편 이 연구는 과학기술정보통신부의 재원으로 한국연구재단과 정보통신기술진흥센터의 지원을 받아 수행됐다.
2022.08.02
조회수 12214
-
기계공학과 박인규 교수, 팽창하는 입자를 이용한 불규칙한 마이크로 돔 구조 기반 고감도 압력센서 개발
우리 대학 기계공학과 박인규 교수 연구팀이 한국생산기술연구원 조한철 박사와 공동 연구를 통해 3D 마이크로 구조 기반의 표면 형태 제어 기술 및 고감도 압력센서 설계 관련 원천기술을 개발했다.
최근 인간과 전자기기 간의 상호작용 기술의 중요성 증가에 따라, 그 매개체 역할을 하는 센서 기술 개발에 대한 관심이 증가하고 있다. 고성능 센서 기술은 스마트 기기, 보안 및 안전, 의료 및 헬스케어 분야와 같은 고부가가치 산업에 주로 적용되고 있다. 최근에는 뛰어난 센서 특성과 함께 유연한 특성으로 인해 사람의 피부와 같은 굴곡진 부위에 쉽게 부착 가능한 유연 압력센서 및 웨어러블 센서 응용에 대한 관심이 급증하고 있다. 특히, 표면에 3D 마이크로 구조가 어레이된 필름을 사용하면 센서의 전반적인 특성을 향상시킬 수 있어, 3D 마이크로 구조의 크기 및 밀도를 제어할 수 있는 기술이 필수적으로 요구된다.
하지만, 기존의 연구들은 원하고자 하는 패턴의 역상으로 제작된 몰드에 액상의 엘라스토머를 부어 제작하기 때문에 몰드 제작 공정이 필수적으로 요구되며, 3D 마이크로 구조의 크기/밀도 등을 조절하는데 한계가 있어 제작 유연성에 있어 큰 한계점이 존재했다.
공동 연구진은 이러한 문제를 해결을 위해, 온도에 의해 팽창하는 입자를 이용하여 표면에 3D 마이크로 구조를 제작하는 기술을 개발하였다. 본 연구에서 핵심으로 사용한 물질은 온도에 의해 팽창하는 미소 입자이다. 이 입자는 상온에서는 초기 상태인 6~11 ㎛를 유지하는데, 특정 온도를 가하면 내/외부의 변화로 인해 약 30~50 ㎛로 크기가 변하게 된다. 해당 입자를 유연 엘라스토머와 혼합하여 유연 필름을 제작한 뒤에 열팽창을 시키는 표면에 3D 마이크로 구조가 어레이된 유연 필름의 제작이 가능하다 (그림 1).
이를 활용하여 고민감도의 유연 압력센서에 적용하였다 (그림 2). 본 센서는 기존에 제안되었던 3D 마이크로 구조 기반 압력센서에 비해 높은 감도를 보여주었으며 내구성/검출한계/응답속도 등에서도 뛰어난 성능을 보였다. 이를 활용하여 다양한 사용자 맞춤형 어플리케이션에 적용하였다. 첫 번째로 손가락형 압력센서에 적용하였다. 개발된 손가락형 압력센서는 높은 감도로 인해 미세한 압력 변화를 감지할 수 있었으며 이를 이용하여 손가락의 미세한 맥박 변화, 물체를 누르는 힘 등에 대해 정밀하게 감지/구분할 수 있음을 보였다. 두 번째로는 대면적 어레이 센서로 제작하여 인간-컴퓨터 상호작용에 적용하였다. 이를 통해 손목의 움직임을 감지하고 획득한 신호를 기계학습에 적용하여 마우스 커서를 움직일 수 있음을 증명하였다 (그림 3).
이번 연구는 제 1 저자로는 정영 박사후연구원(KAIST 기계공학과)과 최중락 박사과정 학생(KAIST 기계공학과)이, 교신저자로는 조한철 박사(한국생산기술연구원)와 박인규 교수(KAIST 기계공학과)가 참여했으며, 과학기술정보통신부의 재원으로 한국연구재단의 중견연구자 과제 (박인규 교수), 창의도전연구 과제 (정영 박사), 신진연구자 과제 (조한철 박사)의 지원을 받아 수행되었다. 본 연구 결과는 재료연구 분야 최상위 학술지 중 하나인 Advanced Functional Materials (Impact factor 18.81) 지 2022년 7월 4일자로 논문이 게재되었으며, 후면 표지논문 (Back cover)에 선정되었다. (논문명: “Irregular Microdome Structure-Based Sensitive Pressure Sensor Using Internal Popping of Microspheres”)
2022.08.01
조회수 9470