-
악성 뇌종양 탐지 대식세포 발견 및 기능 규명
뇌에서 발생하는 악성 종양인 교모세포종은 미국에서만 매년 1만 명 이상의 환자가 발생하지만 최근 주목받는 면역치료제도 유의미한 효과를 보지 못한, 치료가 매우 어려운 암 중 하나다. 국내 연구진은 이러한 교모세포종에 대한 면역반응을 증가시키는 *대식세포와 그 작용 기전을 밝혀 새로운 면역치료법의 가능성을 열었다.
☞ 대식세포: 세포 찌꺼기, 이물질, 미생물, 암세포 등을 집어삼켜서 분해하는 식세포작용을 하는 백혈구의 한 유형
우리 대학 의과학대학원 이흥규 교수 연구팀이 교모세포종 내에서 항암 면역반응에 중요한 대식세포를 찾고, 이 세포가 *세포독성 T 세포를 활성화하고 *포식작용으로 암세포를 제거할 수 있다는 것을 발견했다고 4일 밝혔다.
☞ 세포독성 T 세포: 바이러스에 감염된 체세포나 종양 세포를 파괴하는, 흉선에서 유래한 림프구
☞ 포식작용: 세균이나 죽은 세포 등 체내의 이물질을 섭취하여 제거하는 작용
교모세포종 환자는 진단 후 평균 생존 기간이 8개월에 불과하며 5년 이상 생존율은 6.8%로 매우 낮은 수준이다. 종양 치료를 위한 활발한 연구로 면역관문 치료제 등 다양한 치료법이 개발돼 지난 30년간 전체 암 환자의 생존율이 20% 가까이 증가했지만, 교모세포종 환자의 생존율 증가는 2%에 그쳤다.
종양 내 면역세포의 상당수를 차지하는 대식세포는 일반적으로 종양을 제거하는 대신 종양 환경에 적응해 종양세포의 성장 및 전이를 돕고 다른 면역세포들의 활성 및 작용을 억제해 항암 면역반응을 감소시킨다고 알려져 있다. 최근 흑색종 등에서 큰 효과를 나타내는 면역관문 치료제가 교모세포종 치료에서는 효과가 거의 없다는 것이 보고됐는데, 그 이유 중 하나로 손꼽히는 것이 이러한 면역 억제성 대식세포의 과다한 유입이다. 하지만 최근 보고된 연구 결과들은 종양 내 대식세포는 매우 다양한 표현형을 나타내는 여러 대식세포 아형으로 나눌 수 있으며, 이 세포들이 면역관문 치료제 등이 효과를 나타내는 데에 중요하다고 밝혔다.
이 교수 연구팀은 미국 국립암연구소(National Cancer Institute, NCI)와 국립인간유전체연구소(National Human Genome Research Institute, NHGRI)에서 운영하는 암 유전체 아틀라스(The Cancer Genome Atlas, TCGA)에 공개된 교모세포종 환자의 유전자 발현을 비교해 교모세포종 내에서 항암 면역반응을 증가시키는 대식세포의 마커로 CD169 유전자를 발굴하고, 마우스 교모세포종 모델을 사용해 CD169 단백질을 발현하는 대식세포가 없으면 항암 면역반응이 감소해 마우스의 생존이 감소하는 것을 밝혔다.
특히 연구팀은 CD169를 발현하는 대식세포가 세포독성 T 세포의 종양 내 유입에 중요한 CXCL10과 같은 *케모카인을 증가시켜 활성화된 T 세포의 종양 내 유입을 증가시킨다는 것을 밝혔다. 또한, CD169는 이 대식세포의 마커일 뿐 아니라 암세포에 대한 포식작용을 증가시키는 기능을 하며, CD169로 인해 포식작용이 증가한 대식세포는 암세포 특이적인 세포독성 T 세포의 활성을 직접 증가시키는 것을 밝혔다.
☞ 케모카인(chemokine): 백혈구 유주작용, 활성화 작용을 하는 단백질
이 교수는 "이번 연구 결과는 교모세포종에 대한 항암 면역반응에 중요한 대식세포의 마커를 발굴한 것뿐만 아니라, 이들 대식세포가 항암 면역반응을 증가시키는 기전을 확인해 면역관문 치료제의 효과를 높이는 복합치료제 개발에 실마리를 제공할 수 있을 것으로 기대한다ˮ고 밝혔다.
의과학대학원 연수연구원 김현진 박사가 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)' 10월 20일 字 온라인판에 게재됐다. (논문명: Blood monocyte-derived CD169⁺ macrophages contribute to antitumor immunity against glioblastoma)
한편 이번 연구는 삼성미래기술육성재단 및 한국연구재단의 지원을 받아 수행됐다.
2022.11.04
조회수 7479
-
코어-쉘 나노입자의 원자 구조와 물성 규명 성공
우리 대학 물리학과 양용수 교수, 화학과 한상우 교수, 기계공학과 유승화 교수 공동연구팀이 한국기초과학지원연구원, 한국화학연구원과의 공동연구 및 미국 로런스 버클리 국립연구소(Lawrence Berkeley National Laboratory), 영국 버밍엄 대학교(University of Birmingham)와의 국제 협력 연구를 통해 팔라듐-백금 코어-쉘 구조 나노입자의 3차원 계면구조와 그 특성을 규명했다고 3일 밝혔다.
코어-쉘(core-shell) 구조 나노입자는 서로 다른 물질로 이루어진 코어(알맹이)와 쉘(껍데기)이 맞붙은 형태로 합성된 나노물질이다. 코어와 쉘 간의 경계면에서 코어를 이루는 물질과 쉘을 이루는 물질 간의 원자 간격 차이로 인해 원자 구조의 변형이 일어나며, 이 변형을 제어함으로써 나노입자의 광학적, 자기적, 촉매적 성질들을 변화시킬 수 있다.
특히 수소연료전지 제작에 필수적으로 사용되는 촉매에 값비싼 백금이 주로 사용되는데, 코어-쉘 구조를 최적화할 수 있다면 훨씬 적은 양의 백금을 이용해 더욱 높은 성능의 촉매를 제작 가능하다는 점 때문에 많은 연구자의 관심을 끌고 있다. 하지만 지금까지의 코어-쉘 나노입자의 계면 연구들은 대부분 2차원 분석이나 앙상블-평균(ensemble-averaged) 분석을 통해 이루어져 쉘 내부에 묻힌 3차원적인 코어-쉘 경계면의 구조와 그에 따른 특성을 정확히 파악하기 어려웠다는 한계가 있다.
연구팀은 자체 개발한 원자 분해능 전자토모그래피 기술을 이용해 팔라듐과 백금으로 이루어진 코어-쉘 구조 나노입자의 3차원 계면 원자 구조를 최초로 규명했다. 병원에서 인체 내부의 3차원적인 구조를 엑스레이 CT를 이용해 측정하는 것과 마찬가지로, 전자토모그래피는 투과전자현미경을 이용해 물질에 대한 초고분해능 CT를 촬영하는 기술이라고 볼 수 있다. 이는 다양한 각도에서 물질의 2차원적인 투과전자현미경 이미지들을 얻고, 이로부터 3차원적인 구조 정보를 재구성해내는 방식으로 작동한다. 연구팀은 전자토모그래피의 3차원 분해능을 끌어올려 물질 내부의 원자들을 하나하나 관찰 가능한 수준으로 재구성하고, 코어-쉘의 3차원 원자 구조를 약 24pm(피코미터)의 정밀도로 규명했다. 1pm(피코미터)는 1미터의 1조 분의 일에 해당하는 단위로, 24pm는 수소 원자 반지름의 약 1/2 정도에 해당하는 매우 높은 정밀도다.
얻어진 구조를 통해 연구팀은 나노입자 내부의 코어-쉘 경계면의 구조를 단일 원자 단위로 파악할 수 있었고, 계면구조로부터 파생되는 원자들의 변위와 구조 변형에 대한 단일 원자 수준의 3차원적인 지도를 작성해 정량적으로 해석했다. 이를 통해 팔라듐-백금의 코어-쉘 나노입자 표면에 분포하는 각각의 원자들의 촉매 활성도를 규명했으며, 적절한 변형이 가해질 경우 촉매 활성도를 크게 높일 수 있음을 밝혔다.
물리학과 조혜성 석박사통합과정 학생이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)'에 10월 10일 字 게재됐다. (논문명 : Direct strain correlations at the single-atom level in three-dimensional core-shell interface structures)
연구팀은 얻어진 3차원적 원자 변위와 구조 변형 지도에서 푸아송 효과(Poisson effect)로 알려진 탄성체 성질이 코어-쉘 나노입자 전체뿐만 아니라 단일 원자 수준에서도 일어난다는 것을 발견했다. 연구팀은 또한 이론적으로만 예측돼왔던 계면과 표면에서의 구조 변형도에 대한 상관성을 실험적으로 확인하고 이를 정량적으로 해석했다. 이러한 구조의 변형이 나노입자 전체에서 비슷하게 분포하는 것이 아니라 나노입자의 모양에 따라 위치별로 다르게 나타날 수 있음을 밝혔으며, 이러한 실험적인 발견은 분자 정역학(molecular statics) 시뮬레이션을 통해 이론적으로도 재확인됐다.
특히, 실험적으로 얻어진 3차원적인 원자 구조 정보는 양자역학적 계산을 통해 실제 물질의 물성과 직접적으로 연관될 수 있다는 점에서 그 의의가 크다. 이번 연구에서는 표면에서의 구조 변형도를 밀도범함수이론(density functional theory)의 양자역학적 계산 결과와 대응시킴으로써 표면에서의 촉매 활성도를 나타내는 표면의 산소 환원 반응(oxygen reduction reaction)을 각각의 표면 원자에 대해 계산했고, 이는 코어-쉘 구조와 촉매 특성 간의 관계를 단일 원자 수준에서 규명한 최초의 사례다.
연구를 주도한 양용수 교수는 "이번 연구는 그동안 2차원적인 분석, 또는 낮은 분해능에 국한되어 온 코어-쉘 구조 연구에서 벗어나 원자 하나하나까지 3차원적으로 들여다본다는 완전히 새로운 시각을 제시한다ˮ며 "이는 결과적으로 각각의 원자를 제어하는 사전적 설계를 통해 물질의 촉매 특성뿐만 아니라 구조와 연관된 모든 물성을 원하는 대로 최적화할 가능성을 보여준다ˮ라고 연구의 의의를 설명했다.
한편 이번 연구는 삼성미래기술육성재단 사업의 지원을 받아 수행됐다.
2022.11.03
조회수 9304
-
전기및전자공학부 최신현 교수 연구팀, Nature Communications Editor's highlight 선정
전기및전자공학부 박시온 연구원, 정학천 연구원, 박종용 연구원 및 최신현 교수는 점진적 산소 농도를 갖는 금속산화물 층을 활용하여 우리 뇌의 뉴런 세포의 동작을 모사하는 고 신뢰성 차세대 저항 변화 소자(멤리스터) 어레이를 개발 하였으며, 올해 Nature Communications에 출판됐다.
위 연구는 최근 Nature Communications의 Editor's highlight 논문에 선정됨에 이어, Featured Image로 선정되어 홈페이지 메인을 장식했다.
관련 링크 : https://www.nature.com/ncomms/
또한 본 연구는 2022 가을 KAIST 공과대학 breakthrough 연구성과로 소개된 바 있다.
(논문명 : Experimental demonstration of highly reliable dynamic memristor for artificial neuron and neuromorphic computing)
이번 연구는 삼성미래육성사업의 지원을 받아 수행됐다.
2022.10.31
조회수 5800
-
RNA를 활용한 자가면역질환 조기진단 및 치료제 개발 앞장설 것
우리 대학 생명화학공학과 김유식 교수와 임성갑 교수, 분당서울대병원 류마티스내과 이윤종 교수 그리고 미국 플로리다주립대 차승희 교수 공동 연구팀이 희귀난치성 자가면역질환인 쉐그렌 증후군(Sjögren’s Syndrome)을 유발하는 주요 인자를 찾아냈다고 31일 밝혔다.
원인불명의 만성 전신 염증 질환인 쉐그렌 증후군은 눈물샘 및 침샘 등 외분비샘을 주로 침범하는 자가면역질환이다. 안구 및 구강건조증 등 외분비샘 기능 저하가 가장 흔한 증상이지만, 외분비샘 외 장기 침범이 다양하고 악성 림프종 합병증에 대한 위험이 특징적으로 수반되고 있다. 주로 중년 여성에게 나타나며 환자 중 약 3분의 1은 림프종, 관절염, 간 손상, 기관지염 등의 다양한 전신증상을 겪으며, 악성 림프종 및 폐 섬유화 합병증으로 조기 사망할 수 있는 무서운 질환이다.
연구팀은 쉐그렌 증후군에서 비정상적인 면역 활성을 유발해 외분비샘 조직 손상을 일으키는 물질로 미토콘드리아 이중나선 RNA(mitochondrial double-stranded RNA, 이하 mt-dsRNA)를 제시했다.
이번 연구는 mt-dsRNA라는 쉐그렌 증후군 증상 조절 인자를 최초로 확립해 비침습성 조기 진단법 및 치료제 개발을 위한 이론적 기반을 제공할 것으로 기대된다.
우리 대학 생명화학공학과 윤지민 박사과정생과 이민석 박사가 공동 제1 저자로 참여한 이번 연구는 국제학술지 `몰레큘러 테라피 뉴클레익 에시드(Molecular Therapy – Nucleic Acids)'에 지난 9월 27일 게재됐다. (논문명 : Mitochondrial double-stranded RNAs as a pivotal mediator in the pathogenesis of Sjögren’s syndrome)
쉐그렌 증후군은 질병의 심각성에도 불구하고 지금까지 질환의 병태생리를 대변하는 유전자 마커 없이 환자의 증상을 기반으로 진단이 이뤄지고 있으며 치료제 또한 존재하지 않는 희귀성 난치질환이다. 또한, 쉐그렌 증후군 진단은 이미 외분비샘 조직 손상이 상당히 진행된 후에 가능하고 진단법 역시 증상을 기반으로 해 낮은 질병 특이도를 갖고 있다. 이러한 한계점을 극복하기 위해 연구팀은 질병의 발병 및 진행 메커니즘을 분석해 쉐그렌 증후군의 조기 진단과 치료 효과를 기대할 수 있는 신규 면역 제어 표적 물질을 확립하고자 했다.
쉐그렌 증후군 환자에게서는 특히 이중나선 RNA(dsRNA)를 인지하는 선천성 면역 반응 단백질의 과활성화 그리고 이에 의한 항바이러스성 인터페론 반응이 관찰됐다. 하지만 지금까지 dsRNA가 실제 질환에 관여하는지는 보고된 바 없으며 dsRNA를 표적으로 하는 진단법 및 치료 방향을 탐색한 연구 또한 존재하지 않는다.
세포 내 자연적으로 존재하는 RNA도 dsRNA를 형성해 선천성 면역반응을 조절할 수 있다. 세포 내재 dsRNA를 생성하는 대표적인 세포 내 소기관은 미토콘드리아이며 mt-dsRNA 또한 선천성 면역반응 단백질에 의해 인지되어 인터페론 반응을 유도할 수 있다. 연구팀은 쉐그렌 증후군 환자에서 관찰된 과도한 면역 활성의 특징과 미토콘드리아 기능 이상 등을 고려해 mt-dsRNA가 질환 발병에서 중요한 기능을 할 것이라는 가설을 세우고 연구를 수행했다.
연구팀은 쉐그렌 증후군 환자의 누액과 타액을 분석한 결과 환자 특이적으로 mt-dsRNA의 과발현 현상을 확인했다. 이는 환자의 일차 세포 및 쉐그렌 증후군 모델 생쥐의 손상된 침샘에서도 확인됐다. 연구팀은 이에 mt-dsRNA의 기능을 분석하기 위해 세포 실험을 진행했다. 특히, 타액선 세포주의 3차원 스페로이드 배양 시스템을 구축해 보다 정확한 질병 환경을 모사했다. 그 결과 mt-dsRNA의 발현이 면역 활성이 유발되는 스트레스 상황에서 증가하며 이는 면역 활성의 촉진제 역할을 한다는 것을 연구팀은 규명했다. 특히, mt-dsRNA의 발현을 억제했을 때 면역 활성이 감소하며 질환의 특징이 일부 복원되는 것을 확인했다.
나아가 연구팀은 쉐그렌 증후군 환자의 증상 완화에 활용되는 필로카핀의 치료 메커니즘에서 mt-dsRNA의 기능을 분석했다. 연구팀은 M3R 수용체 작용제인 아세틸콜린이 mt-dsRNA 조절을 통해 면역 활성을 억제하며 쉐그렌 증후군 환자에서 추출된 자가항체가 아세틸콜린을 억제해 과도한 면역 활성을 유발한다는 것을 확인했다. 필로카핀이 아세틸콜린을 모방하는 M3R 작용제임을 고려했을 때, 연구팀은 약물의 효과를 대변할 수 있는 마커로서 mt-dsRNA의 기능성을 검증했다.
생명화학공학과 김유식 교수는 "이번 연구를 통해 난치병으로 인식되고 있는 쉐그렌 증후군에서 mt-dsRNA라는 새로운 병인을 제시했다ˮ면서 "특히, mt-dsRNA 발현량 조절을 통한 면역 과활성화의 완화 효과를 고려했을 때 쉐그렌 증후군 외 기타 자가면역질환에서도 mt-dsRNA라는 새로운 생태 병리학적 마커를 활용해 진단 및 치료 전략을 마련할 수 있을 것ˮ이라고 말했다.
이번 연구는 KAIST-SNUBH End Run 협업 과제, 보건복지부 공익적 의료기술연구사업 및 산업통상자원부 기술혁신프로그램사업의 지원을 받아 수행됐다.
2022.10.31
조회수 6905
-
기존 불소계 전해질 대체할 고성능 비불소계 전해질 개발
우리 대학 생명화학공학과 이진우 교수 연구팀이 포항공과대학교 조창신 교수 연구팀과 공동연구를 통해 장수명 소듐(나트륨) 금속 음극 및 고출력 해수 전지를 위한 비불소계 전해질을 개발했다고 28일 밝혔다.
불소(F)는 전지의 전기화학적 성능을 향상시키는데 크게 기여하여 현재 상용화된 리튬-이온 전지 외에도 다양한 차세대 전지 전해질의 필수 요소로 자리매김하고 있다. 다만, 비싼 가격, 인체 및 환경에 유해하며 강한 독성이라는 문제점을 가져 이를 대체할 비불소계 전해질 (F-free electrolyte) 개발이 필수적이다.
이 교수 연구팀은 기존 불소계 전해질을 대체할 수 있는 비불소계 전해질을 설계해 매우 뛰어난 가격 경쟁력과 불소계 전해질의 전기화학적 성능을 상회하는 전기화학적 성능을 달성했다.
생명화학공학과 김진욱 박사과정, 김지오 박사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `에너지 인바이론멘탈 사이언스(Energy & Environmental Science)' 10월 10권 15호에 출판됐으며, 후면 표지논문(outside back cover)로 선정됐다. (논문명 : Designing Fluorine-Free Electrolytes for Stable Sodium Metal Anodes and High-Power Seawater Batteries via SEI reconstruction)
소듐 금속 음극은 기존 리튬 이온 전지의 흑연 음극을 대체할 수 있는 높은 이론적 용량과(흑연: 372 mAh g-1, 소듐 금속: 1,166 mAh g-1) 리튬에 비해 매우 높은 지각 내 존재비로 인해(리튬: 0.002%, 소듐: 2%) 각광받고 있는 차세대 음극 소재 중 하나다.
하지만 소듐 금속 음극은 매우 강한 화학적, 전기화학적 반응성 때문에 지속적으로 유기 전해액과 반응해 소듐 표면에 불균일하고 두꺼운 고체-전해질 계면을 형성하고, 이는 충전 과정에 소듐 금속의 수지상 성장(나뭇가지 모양 성장)을 일으킨다. 소듐 금속의 수지상 성장은 고체-전해질 계면을 파괴해 새로운 소듐 금속을 유기 전해액에 노출시키고 추가적인 전해질 분해를 일으키며, 낮은 쿨롱 효율, 전지 단락 등을 발생시켜 전지 구동에 치명적이다.
기존 불소계 전해질은 소듐 금속 표면에 불화 소듐을(NaF) 형성해 앞서 언급한 소듐 금속의 수지상 성장을 억제한다. 불화 소듐은 강한 기계적 성질로 인해 소듐 금속의 수지상 성장을 물리적으로 억제할 수 있음이 널리 알려져 있으나 불소계 전해질의 높은 가격, 불산(HF) 부산물 형성 등의 치명적인 문제점이 수반된다.
연구팀은 수소화 소듐(NaH)이 불화 소듐을 대체할 수 있다는 최근 연구 보고에 착안해 수소화붕소 소듐(NaBH4) 염을 이써 (ether, C-O-C 결합을 포함) 계열 유기용매에 녹인 전해질을 설계했다. 수소화붕소 소듐은 환원제의 일종으로 유, 무기 합성이 필요한 산업계에서 널리 사용되는 물질이다. 따라서, 같은 부피의 불소계 전해질을 제작하는 것에 비해 5~10% 정도의 비용만이 소요돼 큰 가격 경쟁력을 가진다.
연구팀은 비행시간형 이차이온 질량 분석을 통해(Time of Flight Secondary Ion Mass Spectrometry, TOF-SIMS) 수소화붕소 소듐 기반의 전해질이 수소화 소듐이 우세한 고체-전해질 계면을 형성함을 밝혔다.
또한, 산화된 소듐 금속을 수소화붕소 소듐에 장시간 담가뒀을 때, 산화막이 점차 수소화 소듐으로 전환되는 것을 비행시간형 이차이온 질량 분석을 통해 확인했으며, 온라인 전기화학 질량 분석(Online Electrochemical Mass Spectrometry)을 통해, 수소화붕소 소듐 전해질을 이용해 전지 제작 후 8시간 정도의 휴지기에 수소 기체가 형성되는 것을 확인했다.
결론적으로, 소듐 금속은 산화하려는 성질이 강해 표면에 불가피하게 산화막을 형성하는데, 수소화붕소 소듐은 환원성이 강해 표면 산화막을 환원시킬 수 있다. 소듐의 표면 산화막이 환원되면서 수소 기체가 발생함과 동시에 다시 소듐 금속과 반응해 수소화 소듐이 생성되며 연구팀은 이를 `고체-전해질 계면 재건 현상'이라고 명명했다.
이를 통해, 수소화붕소 소듐 기반의 전해질은 소듐-소듐 대칭전지에서 600 사이클, 소듐-알루미늄 반쪽 전지에서 99.67%의 쿨롱 효율을 보여 불소계 전해질에 비해 매우 우수한 전기화학적 성능을 제공했다.
더 나아가, 연구팀은 수소화붕소 소듐 기반 전해질을 해수 전지에 적용했다. 높은 전류밀도인 1 mA cm-2에서 기존 불소계 전해질은 35회 정도의 수명 특성을 보인 반면, 수소화붕소 소듐 기반 전해질은 150회 이상의 장수명 특성을 달성했다. 마찬가지로, 기존 불소계 전해질의 출력밀도는 2.27 mW cm-2 에 그친 반면, 수소화붕소 소듐 기반 전해질의 출력밀도는 2.82 mW cm-2로 큰 차이를 보였다.
연구팀이 개발한 수소화붕소 소듐 기반의 전해질은 비용 절감, 수명 특성 향상을 통해 해수전지의 상용화에 이바지할 수 있을 것으로 기대된다.
제1 저자인 김진욱 박사과정은 "기존 소듐 전해질의 필수 원소였던 불소 없이도 불소계 전해질의 성능을 상회하는 전해질을 개발한 것은 큰 의미가 있다ˮ 라며 "앞으로 비불소계 소듐 전해질과 그에 따른 고체-전해질 계면에 관한 연구가 활발해질 것으로 판단된다ˮ 라고 말했다.
한편 이번 연구는 한국연구재단 중견연구자지원사업과 한국전력 사외공모 기초연구지원사업의 지원을 받아 수행됐다.
2022.10.31
조회수 6145
-
인간 피부의 압력 감지 능력을 뛰어넘는 로봇용 전자 피부 개발
우리 대학 전기및전자공학부 정재웅 교수 연구팀이 인간 피부의 압력 감지 능력을 뛰어넘는 고감도 및 광범위 압력 측정이 가능한 로봇용 전자 피부를 개발했다고 27일 밝혔다.
연구팀이 개발한 전자 피부는 인간 피부에 비해 더 높은 민감도와 더 넓은 압력 측정 범위를 보여 최근 각광받는 로봇 산업, 헬스케어 산업, 증강 현실 등 다양한 분야에 폭넓게 적용될 수 있을 것으로 기대된다.
전기및전자공학부 이시목 박사과정과 변상혁 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 머터리얼즈(Advanced Materials)' 온라인 버전에 10월 3일 字 출판됐다. (논문명 : Beyond the Human Touch Perception: Adaptive Robotic Skin Based on Gallium Microgranules for Pressure Sensory Augmentation)
인간 피부의 촉각 인지 능력을 모방하는 전자 피부는 원격으로 감도 및 외압 측정이 가능해 메타버스, 로봇 공학, 의료 기기 등 다양한 산업에 활용할 수 있다. 이로 인해 전자 피부가 많은 주목을 받고 있으며, 특히 전자 피부의 핵심 기술인 압력 센서의 민감도를 높이기 위해 많은 연구가 진행됐다.
하지만 개발된 고감도 압력 센서는 압력 감지 범위가 좁다는 단점을 가진다. 이를 해결하기 위해 광범위 압력 감지 센서가 등장했으나 기존 고감도 센서들과 비교해 현저히 낮은 민감도를 보였다. 이에 따라 사용자들은 상황과 목적에 맞춰 별개의 센서를 사용해야 했으며 이 과정에서 측정의 정확도가 떨어지고 번거롭다는 문제가 발생했다.
연구팀은 갈륨(Gallium)과 중합체(Polymer)를 합성해 온도에 따라 민감도와 압력 감지 범위를 변화시킬 수 있는 가변 강성 압력 센서를 개발했다. 개발된 압력 센서는 사용자가 상황과 목적에 맞게 고감도 감지 모드와 광범위 압력 감지 모드를 손쉽게 전환할 수 있도록 설계됐다.
압력 센서의 핵심 소재는 액체금속 중 하나인 갈륨으로, 금속임에도 불구하고 미온(29.76 ℃)에서 녹는점을 가져 쉽게 고체와 액체 간의 상태 변화가 가능하다. 연구팀은 내장된 갈륨의 상태에 따라 센서의 강성률이 변화하는 점에 기반해 온도에 따라 민감도와 감지 범위 변화가 가능한 압력 센서를 제작했다.
연구팀은 미세 유체기반 제작 방식을 통해 균일한 갈륨 미립자를 형성/활용해 압력 센서를 제작했고 이를 통해 센서 간 균일성 및 재현성을 극대화해 신뢰성 높은 대면적 전자 피부 제작을 가능하게 했다.
제작된 전자 피부는 인간 피부와 비교 시 97% 높은 민감도와 262.5% 넓은 압력 측정 범위를 보였다. 연구팀은 전자 피부의 가변성을 활용해 맥박 측정과 같이 높은 압력 민감도가 필요한 상황과 몸무게 측정과 같이 넓은 감지 범위가 필요한 상황 모두에 개발된 로봇 피부가 활용될 수 있음을 입증했다.
정재웅 교수는 "액체금속의 상변화를 활용한 이번 기술은 전자 피부를 넘어 상황과 목적에 맞게 전기/기계적 특성을 변환시킬 수 있는 다양한 다목적 전자기기, 센서, 로봇 기술의 개발에도 활용될 수 있을 것이다 ˮ라고 말했다.
한편 이번 연구는 과학기술정보통신부에서 추진하는 나노 및 소재 기술개발사업, ICT 핵심기술개발사업, 한국전자통신연구원 내부연구개발사업 개방형융합선행연구의 지원을 받아 수행됐다.
2022.10.27
조회수 6660
-
레이블 없이 훈련 가능한 그래프 신경망 모델 기술 개발
최근 다양한 분야 (소셜 네트워크 분석, 추천시스템 등)에서 그래프 데이터 (그림 1) 의 중요성이 대두되고 있으며, 이에 따라 그래프 신경망(Graph Neural Network) 기술을 활용한 서비스가 급속히 증가하고 있다. 서비스 구축을 위해서는 심층 학습 모델을 훈련해야 하며, 이를 위해서는 충분한 훈련 데이터를 준비해야 한다. 특히 훈련 데이터에 정답지를 만드는 레이블링(labeling) 과정이 필요한데 (예를 들어, 소셜 네트워크의 특정 사용자에 `20대'라는 레이블을 부여하는 행위), 이 과정은 일반적으로 수작업으로 진행되므로 노동력과 시간이 소요된다. 따라서 그래프 신경망 모델 훈련 시 데이터가 충분하지 않은 상황을 효과적으로 타개하는 방법의 필요성이 대두되고 있다.
우리 대학 산업및시스템공학과 박찬영 교수 연구팀이 데이터의 레이블이 없는 상황에서도 높은 예측 정확도를 달성할 수 있는 새로운 그래프 신경망 모델 훈련 기술을 개발했다고 25일 밝혔다.
정점의 레이블이 없는 상황에서 그래프 신경망 모델의 훈련은 데이터 증강을 통해 생성된 정점들의 공통된 특성을 학습하는 과정으로 볼 수 있다. 하지만 이러한 정점의 공통된 특성을 학습하는 과정에서, 기존 훈련 방법은 표상 공간에서 자신을 제외한 다른 정점들과의 유사도가 작아지도록 훈련을 한다. 하지만 그래프 데이터가 정점들 사이의 관계를 나타내는 데이터 구조라는 점을 고려했을 때, 이런 일차원적인 방법론은 정점 간의 관계를 정확히 반영하지 못하게 된다.
박 교수팀이 개발한 기술은 그래프 신경망 모델에서 정점들 사이의 관계를 보존해 정점의 레이블이 없는 상황에서 모델을 훈련시켜 높은 예측 정확도를 달성할 수 있게 해준다.
KAIST 산업및시스템공학과 이남경 석사과정이 제1 저자, 현동민 박사, 이준석 석사과정 학생이 제2, 제3 저자로 참여한 이번 연구는 최고권위 국제학술대회 `정보지식관리 콘퍼런스(CIKM) 2022'에서 올 10월 발표될 예정이다. (논문명: Relational Self-Supervised Learning on Graphs)
기존 연구에서는 정점의 레이블이 없는 상황에서 정점에 대한 표상을 훈련하기 위해 표상 공간 내에서 자기 자신을 제외한 다른 정점들과의 유사도가 작아지도록 훈련을 한다. 예를 들어서, 소셜 네트워크에 A, B, C 라는 사용자가 존재할 때, A, B와 C가 표상 공간에서 서로 간의 유사도가 모두 작아지도록 모델을 훈련하는 것이다. 이때 박 교수팀이 착안한 점은 그래프 데이터가 정점 간의 관계를 나타내는 데이터이므로 정점 간의 관계를 포착하도록 정점의 표상을 훈련할 필요가 있다는 점이었다.
즉, A, B와 C 서로 간의 유사도가 모두 작아지게 하는 훈련 메커니즘과는 달리, 실제 그래프상에서는 이들이 연관이 있을 수 있다는 점이다. 따라서 A, B와 C 사이의 관계를 긍정/부정의 이진 분류를 통해 표상 공간에서 유사도가 작아지도록 훈련을 하는 것이 아닌, 이들의 관계를 정의해 그 관계를 보존하도록 학습하는 모델을 연구팀은 개발했다(그림 2). 연구팀은 정점 간의 관계를 기반으로 정점의 표상을 훈련함으로써, 기존 연구가 갖는 엄격한 규제들을 완화해 그래프 데이터를 더 유연하게 모델링했다.
연구팀은 이 학습 방법론을 `관계 보존 학습'이라고 명명했으며, 그래프 데이터 분석의 주요 문제(정점 분류, 간선 예측)에 적용했다(그림 3). 그 결과 최신 연구 방법론과 비교했을 때, 정점 분류 문제에서 최대 3% 예측 정확도를 향상했고, 간선 예측 문제에서 6%의 성능 향상, 다중 연결 네트워크 (Multiplex network)의 정점 분류 문제에서 3%의 성능 향상을 보였다.
제1 저자인 이남경 석사과정은 "이번 기술은 데이터의 레이블이 부재한 상황에서도 그래프 신경망을 학습할 수 있는 새로운 방법ˮ 이라면서 "그래프 기반의 데이터뿐만이 아닌 이미지 텍스트 음성 데이터 등에 폭넓게 적용될 수 있어, 심층 학습 전반적인 성능 개선에 기여할 수 있다ˮ고 밝혔다.
연구팀을 지도한 박찬영 교수도 "이번 기술은 그래프 데이터상에 레이블이 부재한 상황에서 표상 학습 모델을 훈련하는 기존 모델들의 단점들을 `관계 보존`이라는 개념을 통해 보완해 새로운 학습 패러다임을 제시하여 학계에 큰 파급효과를 낼 수 있다ˮ라고 말했다.
한편, 이번 연구는 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 사람중심인공지능핵심원천기술개발 과제로 개발한 연구성과 결과물(No. 2022-0-00157, 강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습)이다.
2022.10.25
조회수 6011
-
상상만으로 원하는 방향으로 사용가능한 로봇 팔 뇌-기계 인터페이스 개발
우리 대학 뇌인지과학과 정재승 교수 연구팀이 인간의 뇌 신호를 해독해 장기간의 훈련 없이 생각만으로 로봇 팔을 원하는 방향으로 제어하는 뇌-기계 인터페이스 시스템을 개발했다고 24일 밝혔다.
서울의대 신경외과 정천기 교수 연구팀과 공동연구로 진행된 이번 연구에서 정 교수 연구팀은 뇌전증 환자를 대상으로 팔을 뻗는 동작을 상상할 때 관측되는 대뇌 피질 신호를 분석해 환자가 의도한 팔 움직임을 예측하는 팔 동작 방향 상상 뇌 신호 디코딩 기술을 개발했다. 이러한 디코딩 기술은 실제 움직임이나 복잡한 운동 상상이 필요하지 않기 때문에 운동장애를 겪는 환자가 장기간 훈련 없이도 자연스럽고 쉽게 로봇 팔을 제어할 수 있어 앞으로 다양한 의료기기에 폭넓게 적용되리라 기대된다.
바이오및뇌공학과 장상진 박사과정이 제1 저자로 참여한 이번 연구는 뇌공학 분야의 세계적인 국제 학술지 `저널 오브 뉴럴 엔지니어링 (Journal of Neural Engineering)' 9월 19권 5호에 출판됐다. (논문명 : Decoding trajectories of imagined hand movement using electrocorticograms for brain-machine interface).
뇌-기계 인터페이스는 인간이 생각만으로 기계를 제어할 수 있는 기술로, 팔을 움직이는 데 장애가 있거나 절단된 환자가 로봇 팔을 제어해 일상에 필요한 팔 동작을 회복할 수 있는 보조기술로 크게 주목받고 있다.
로봇 팔 제어를 위한 뇌-기계 인터페이스를 구현하기 위해서는 인간이 팔을 움직일 때 뇌에서 발생하는 전기신호를 측정하고 기계학습 등 다양한 인공지능 분석기법으로 뇌 신호를 해독해 의도한 움직임을 뇌 신호로부터 예측할 수 있는 디코딩 기술이 필요하다.
그러나 상지 절단 등으로 운동장애를 겪는 환자는 팔을 실제로 움직이기 어려우므로, 상상만으로 로봇 팔의 방향을 지시할 수 있는 인터페이스가 절실히 요구된다. 뇌 신호 디코딩 기술은 팔의 실제 움직임이 아닌 상상 뇌 신호에서 어느 방향으로 사용자가 상상했는지 예측할 수 있어야 하는데, 상상 뇌 신호는 실제 움직임 뇌 신호보다 신호대잡음비(signal to noise ratio)가 현저히 낮아 팔의 정확한 방향을 예측하기 어려운 문제점이 오랫동안 난제였다. 이러한 문제점을 극복하고자 기존 연구들에서는 팔을 움직이기 위해 신호대잡음비가 더 높은 다른 신체 동작을 상상하는 방법을 시도했으나, 의도하고자 하는 팔 뻗기와 인지적 동작 간의 부자연스러운 괴리로 인해 사용자가 장기간 훈련해야 하는 불편함을 초래했다.
따라서 팔을 뻗는 상상을 할 때 어느 방향으로 뻗었는지 예측하는 디코딩 기술은 정확도가 떨어지고 환자가 사용법을 습득하기 어려운 문제점이 있다. 이 문제가 오랫동안 뇌-기계 인터페이스 분야에서 해결해야 할 난제였다.
연구팀은 문제 해결을 위해 사용자의 자연스러운 팔 동작 상상을 공간해상도가 우수한 대뇌 피질 신호(electrocorticogram)로 측정하고, 변분 베이지안 최소제곱(variational Bayesian least square) 기계학습 기법을 활용해 직접 측정이 어려운 팔 동작의 방향 정보를 계산할 수 있는 디코딩 기술을 처음으로 개발했다.
연구팀의 팔 동작 상상 신호 분석기술은 운동피질을 비롯한 특정 대뇌 영역에 국한되지 않아, 사용자마다 상이할 수 있는 상상 신호와 대뇌 영역 특성을 맞춤형으로 학습해 최적의 계산모델 파라미터 결괏값을 출력할 수 있다.
연구팀은 대뇌 피질 신호 디코딩을 통해 환자가 상상한 팔 뻗기 방향을 최대 80% 이상의 정확도로 예측할 수 있음을 확인했다.
나아가 계산모델을 분석함으로써 방향 상상에 중요한 대뇌의 시공간적 특성을 밝혔고, 상상하는 인지적 과정이 팔을 실제로 뻗는 과정에 근접할수록 방향 예측정확도가 상당히 더 높아질 수 있음을 연구팀은 확인했다.
연구팀은 지난 2월 인공지능과 유전자 알고리즘 기반 고 정확도 로봇 팔 제어 뇌-기계 인터페이스 선행 연구 결과를 세계적인 학술지 `어플라이드 소프트 컴퓨팅(Applied soft computing)'에 발표한 바 있다. 이번 후속 연구는 그에 기반해 계산 알고리즘 간소화, 로봇 팔 구동 테스트, 환자의 상상 전략 개선 등 실전에 근접한 사용환경을 조성해 실제로 로봇 팔을 구동하고 의도한 방향으로 로봇 팔이 이동하는지 테스트를 진행했고, 네 가지 방향에 대한 의도를 읽어 정확하게 목표물에 도달하는 시연에 성공했다.
연구팀이 개발한 팔 동작 방향 상상 뇌 신호 분석기술은 향후 사지마비 환자를 비롯한 운동장애를 겪는 환자를 대상으로 로봇 팔을 제어할 수 있는 뇌-기계 인터페이스 정확도 향상, 효율성 개선 등에 이바지할 수 있을 것으로 기대된다.
연구책임자 정재승 교수는 "장애인마다 상이한 뇌 신호를 맞춤형으로 분석해 장기간 훈련을 받지 않더라도 로봇 팔을 제어할 수 있는 기술은 혁신적인 결과이며, 이번 기술은 향후 의수를 대신할 로봇팔을 상용화하는 데에도 크게 기여할 것으로 기대된다ˮ고 말했다.
2022.10.24
조회수 7068
-
이성주, 신진우 교수팀, 스스로 새로운 환경 적응하는 인공지능 기술 개발
우리 대학 전기및전자공학부 이성주 교수와 AI대학원 신진우 교수 연구팀이 공동연구를 통해 스스로 환경변화에 적응하는 테스트타임 적응 인공지능 기술을 개발했다고 밝혔다.
해당 연구는 “NOTE: Robust Continual Test-time Adaptation Against Temporal Correlation”라는 제목으로 인공지능 분야 최고권위 국제학술대회 ‘신경정보처리시스템학회(NeurIPS) 2022'에서12월 발표될 예정이다.
이성주 교수와 신진우 교수 공동 연구팀이 스스로 새로운 환경에 적응하는 “테스트타임 적응 (Test-Time Adaptation)” 인공지능 기술을 개발하였다. 연구팀이 제안한 알고리즘은 기존의 최고 성능 알고리즘보다 평균 11% 향상된 정확도를 보였다.
기계학습 모델들의 한계점은 학습했던 데이터와 다른 분포의 데이터에 적용되면 성능이 급격히 하락한다는 것이다. 이를 푸는 여러 방법 중에서 데이터를 미리 수집할 필요없이 모델이 스스로 테스트 데이터를 분석하여 변하는 환경에 적응하고 성능을 향상시키는 기술인 테스트타임 도메인 적응 (Test-Time Adaptation) 방법이 최근 산학계에서 크게 각광을 받고 있었다.
연구팀은 기존의 테스트타임 도메인 적응 기술들이 모두 데이터가 이상적인 균일분포를 따른다는 가정을 한다는 문제점에 착안했다. 실제 데이터는 환경 변화나 시간 변화에 따라 데이터 분포가 변하거나 비균일분포의 데이터에 대해서는 기존 기술을 동작하지 않는다. 하지만 연구팀이 제시한 “NOTE” 기술은 비균일분포의 데이터에서도 기존 최대 성능 알고리즘 보다 평균 11%만큼 향상된 정확도를 보였다.
이성주 교수 연구팀과 신진우 교수 연구팀의 공동연구로, 공태식 박사과정이 제1저자로 연구를 이끌었고, 정종헌 박사과정, 김태원 학사과정, 김예원 석사과정이 공동 저자로 기여하였다.
이성주 교수와 신진우 교수는 ”테스트타임 도메인 적응은 인공지능이 스스로 환경 변화에 적응하여 성능을 향상시키는 기술로, 활용도가 무궁무진하다. 이번에 발표될 NOTE 기술은 실제 데이터 분포에서 성능향상을 보인 최초의 기술이고 자율주행, 인공지능 의료, 모바일 헬스케어 등 다양한 분야에 적용이 가능할 것으로 기대된다.” 라고 밝혔다.
이 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원 (No. NRF-2020R1A2C1004062)과 방위사업청과 국방과학연구소의 지원(UD190031RD)으로 한국과학기술원 미래 국방 인공지능 특화연구센터에서 수행된 연구이다.
2022.10.21
조회수 7392
-
악천후에서도 자율주행을 가능하게 하는 세계 최고의 4D 레이더 인공지능 기술 개발
우리 대학 조천식모빌리티대학원 공승현 교수 연구팀이 세계 최초로 악천후 상황에서 안정적인 자율주행을 가능하게 하는 4D 레이더(Radar)의 주변 객체 인지 인공지능 기술을 개발했다고 20일 밝혔다. 연구팀은 구축된 인공지능 학습 데이터셋(Dataset)인 KAIST-레이더(이하 K-레이더)와 개발된 인공지능 신경망(RTN4D) 그리고 전 세계 연구자를 위한 4D 레이더 인공지능 개발 플랫폼(Platform)과 관련 벤치마크(Benchmark)를 모두 공개한다고 밝혔다.
현재 전 세계적으로 개발되고 있는 자율주행 자동차는 주로 카메라와 라이다(LiDAR)에서 출력되는 이미지와 포인트 클라우드(Pointcloud) 데이터를 적절한 인공지능 신경망으로 처리해 자동차 주변의 객체들을 인식하는 방식으로 구현돼 있다. 그러나 카메라와 라이다는 각각 가시광선과 적외선을 사용하므로 눈비 또는 안개 상황에서 측정 성능이 크게 떨어지는데, 이로 인해 주변 객체들에 대한 인식이 어려워져 안전한 자율주행이 불가능하다.
더구나, 차내에 설치할 수 있는 카메라와 달리 자동차의 지붕에 설치하는 라이다는 외부 환경에 노출돼 있어서 그 표면에 눈비 또는 흙먼지가 묻는 경우 라이다를 이용한 전방 탐지가 어려워진다. 공승현 교수는 "젖은 도로에서 전방에 주행 차량이 있는 경우, 그 바퀴에서 일어나는 흙먼지가 섞인 물보라로 라이다 표면이 빠르게 더럽혀지고, 결과적으로 모든 전방 객체에 대한 라이다 측정이 불가능해진다ˮ고 설명한다. {그림 1 참조}
적외선을 사용하는 라이다와는 달리 77기가헤르츠(GHz) 대역의 자동차 레이더는 눈, 비, 안개 등의 악천후 상황에 매우 강건하며 표면에 눈비나 흙먼지가 묻은 상황에서도 안정적인 측정 결과를 보인다. 최근에는 고해상도의 4D 레이더(대상까지의 거리, 방위각, 높이, 도플러 주파수를 측정)가 개발돼 상용화되고 있으며, 그 성능도 빠르게 향상되고 있다.
이에 따라서 전 세계적으로 4D 레이더에 인공지능을 이용한 주변 인지 기술 연구가 시작되고 있지만, 4D 레이더에 필요한 인공지능 연구는 매우 더디게 진행되고 있다. 카메라나 라이다와 달리, 고성능 인공지능 개발에 필수적인 충분한 데이터셋이 구축되지 못하고 있기 때문이다. 2021년부터 4D 레이더의 포인트 클라우드 데이터셋이 일부 공개됐으나, 데이터의 양이 충분하지 않고 측정치가 매우 희소해 신뢰할 만한 객체 인식 인공지능 신경망 개발이 쉽지 않다.
연구팀이 공개하는 K-레이더는 악천후를 포함한 다양한 날씨 및 교통 상황에서 수집된 다양성 높은 데이터셋이며, 정확히 동기된 카메라와 라이다 측정 데이터와 함께 구축된 13테라바이트(TB)에 이르는 대용량으로 세계 최초의 4D 레이더 데이터셋이다. 특히, K-레이더는 포인트 클라우드 형태가 아닌 인공지능 신경망의 성능을 극대화할 수 있는 텐서(Tensor) 형태의 데이터셋으로, 이는 일반적인 레이더의 잡음 제거 방식을 사용하지 않아 잡음 수준의 미약한 미세 측정치를 온전히 담고 있는 형태의 데이터셋이다.
연구팀이 개발한 4D 레이더 인공지능 신경망(RTN4D)은 K-레이더로 수많은 학습을 진행했고, 그 결과 다양한 날씨와 도로 상황에서 70m 이내의 객체에 대해 객체 판별, 위치 추정 및 주행 방향 추정의 3가지 추정을 정확히 수행하는 경우가 최종 62.5%인 세계 최고의 성능을 가진다.
또한, 연구팀은 전 세계의 연구자들이 자체적으로 데이터를 추가 구축하고 신경망 기술을 개발하며 그 성능을 자체 평가할 수 있도록 레이더용 인공지능 신경망 개발 플랫폼과 벤치마크도 공개 제공한다.
조천식모빌리티대학원 공승현 교수는 "눈이나 비가 오는 날씨에서 4D 레이더 인공지능 신경망은 기존 라이다 인공지능 신경망 보다 훨씬 더 안정적인 주변 객체 인지 성능을 갖는데, 이는 4D 레이더가 악천후에서 자율주행을 위한 필수 센서임을 보여주는 결과이며{그림 2 참조}, 최근 미국의 웨이모(Waymo)와 이스라엘의 모빌아이(Mobileye)가 수년 내로 4D 레이더를 자율주행의 주요 인지 센서로 활용할 계획임을 공개적으로 밝힌 이유다ˮ라며 "우리 연구팀이 공개한 K-레이더와 4D 레이더 인공지능 개발 플랫폼 및 벤치마크를 통해, 향후 4D 레이더에 관한 인공지능 연구가 더욱 활발히 진행될 것으로 기대한다ˮ라고 말했다.
K-레이더, 4D 레이더 인공지능 신경망(RTN4D), 4D 레이더 인공지능 개발 플랫폼과 벤치마크는 연구실 홈페이지(http://ave.kaist.ac.kr/)와 깃허브(https://github.com/kaist-avelab/K-Radar)를 통해서 배포될 예정이다. 이번 연구는 한국연구재단(NRF) 및 정보통신기획평가원(IITP)의 지원과 ㈜스마트레이더시스템의 협력으로 수행됐으며, 연구 성과는 백동희 박사과정 학생이 2022년 12월에 열리는 세계적인 인공지능 컨퍼런스인 `뉴립스(NeurIPS) 2022' 데이터셋&벤치마크 트랙(Datasets and Benchmark Track)에서 발표할 예정이다(논문명: K-Radar: 4D Radar Object Detection Dataset and Benchmark for Autonomous Driving in Various Weather Conditions)
2022.10.20
조회수 6268
-
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 7292
-
투명 스마트 복합 필름 상용화에 성공
우리 대학 기계공학과 이승섭 교수와 전기전자공학부 윤준보 교수 공동 연구팀이 `투명 스마트 복합 필름' 상용화에 성공했다고 19일 발표했다.
`투명 스마트 복합 필름'은 투명한 필름 혹은 유리판 위에 안테나, 열선, 발광 기능이 복합적으로 구현된 것으로, 시야 방해 없이 원활한 5G 통신, 고효율 방열, 정보 전달 기능이 동시에 가능하다.
한편, 자동차부품 기업인 ㈜티에이치엔은 5G 안테나 기업인 ㈜센서뷰와 함께 관련 기술을 이용해 자동차용 제품 개발을 진행 중이며 시제품이 2022년 현대자동차 테크데이에 선정됐다고 발표했다.
이승섭 교수 연구팀과 윤준보 교수 연구팀은 서로 다른 방법으로 투명 필름 연구를 수행했는데, 이승섭 교수팀은 투명 전도성 필름 기반의 안테나와 열선을 연구했고, 윤준보 교수팀은 초소형 3차원 패턴을 이용한 투명 발광을 연구했다.
이승섭 교수팀이 개발한 투명 전도성 필름은 투명도 90% (PET 필름 포함), 면저항 0.3옴/sq, 헤이즈 1%의 세계 최고 성능을 가지고 있다.
투명 안테나 필름은 짧은 주파수 특성으로 많은 안테나를 요구하는 5G 특화망을 대상으로 개발됐는데, 스마트 빌딩과 팩토리는 물론 자율주행 및 커넥티드 모빌리티 등에 적용이 예상된다.
투명 열선 필름은 저전력 고효율 방열이 가능해 유리창 서리 제거, 외부 카메라 시야 확보, 겨울철 라이더 적용은 물론 복사열을 이용한 실내 난방 등에 광범위하게 응용될 수 있다.
윤준보 교수팀의 투명 발광 필름은 가장자리에 배치된 LED에서 도광된 빛이 필름의 한쪽 방향으로만 나오는 특징을 지니는데, 이미 `매직라이팅 시트' 라는 상표로 제품화됐다.
투명 발광 필름은 투명해서 하늘을 볼 수 있다가 밤이 되면 실내 조명으로 변하는 `라이팅 썬루프', 차량 유리에서 특정 모양으로 빛이 나오도록 하는 `라이팅 유리' 등 미래 모빌리티 조명을 주 시장으로 하고 있으며, 비전 검사 장비에 설치할 수 있는 `투명 비전 조명' 으로 출시된 바 있다.
이승섭 교수와 윤준보 교수는 관련 기술을 바탕으로 각각 ㈜제이마이크로와 ㈜멤스룩스를 창업했다.
연구를 주도한 이승섭 교수는 "세계 최고 성능을 가진 투명 전도성 필름에 5G 통신, 고효율 방열 등이 가능하도록 개발된 이번 투명 스마트 복합 필름의 상용화를 통해 차량, 실내 난방뿐만 아니라 나아가 스마트 빌딩, 스마트 팩토리, 자율주행 등 광범위하게 응용이 가능할 것으로 기대된다ˮ라고 설명했다.
2022.10.19
조회수 6977