-
인공신경망 기반 핵융합플라즈마 자기장 재구성 기술 개발
우리 대학 원자력및양자공학과 김영철 교수 연구팀(핵융합및플라즈마연구실)이 국가핵융합연구소, ㈜모비스 연구진과 공동으로 인공신경망 기반 핵융합플라즈마 자기장의 재구성 기법을 개발했다.
김 교수 연구팀은 비실시간으로 엄밀히 계산된 자기장 구조와의 오차를 최소화함과 동시에 실시간으로 해당 정보를 제공할 수 있는 인공신경망을 개발해 핵융합플라즈마 제어 성능을 높이는 데 기여할 것으로 기대된다.
정세민 박사과정이 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘뉴클리어 퓨전(Nuclear Fusion)’ 2019년 12월 3일 자에 게재됐다. (논문명: Deep neural network Grad-Shafranov solver constrained with measured magnetic signals)
핵융합 연구에 널리 사용되는 토카막은 실시간으로 재구성된 자기장 구조를 바탕으로 초고온(약 1억도) 핵융합 플라즈마의 운전과 제어를 가능하게 만든다. 따라서 재구성된 자기장 구조의 정확도는 토카막 운전 성능과 밀접한 관계가 있다.
2계 비선형 미분방정식을 따르는 토카막의 내부 자기장은 일반적으로 수치해석 기법과 외부에서 측정된 자기장 값을 이용하여 재구성된다. 실시간과 비실시간 재구성 기법이 존재하며, 비실시간 기법의 정확도가 실시간보다 높다고 알려졌지만 이름에서도 확인할 수 있듯 실시간 운전에 활용하기 어렵다는 아쉬움이 있다.
연구팀은 비실시간 기법의 정확도를 유지하되 실시간으로 해당 정보를 확보할 수 있는 알고리즘을 인공신경망을 활용해 개발했다. 측정된 외부 자기장과 토카막 내부 공간 정보를 입력값으로 하고 비실시간 기법을 활용해 재구성된 자기장을 출력값으로 신경망을 훈련했다.
또한, 신경망의 출력값은 앞서 언급된 2계 비선형 미분방정식을 만족해야 하므로 이 역시 신경망의 훈련 조건으로 둬 단순한 자기장 재구성을 넘어서 해당 문제의 지배방정식 역시 만족하도록 했다.
연구팀이 개발한 기법은 그 성능의 우수성과 더불어 토카막의 고성능 운전 달성에 큰 영향을 미칠 것을 인정받았다. 세계적으로 활발히 진행 중인 토카막 연구에 가장 기초적이며 중추적인 토카막 내부 자기장 정보를 최소화된 오차 내에서 실시간으로 제공할 수 있다는 점에서 토카막을 활용한 핵융합발전의 가능성을 제고할 수 있을 것으로 기대된다.
이번 연구는 과학기술정보통신부 한국연구재단의 핵융합기초연구사업과 개인연구사업(신진연구) 및 기관고유과제 KAI-NEET의 지원을 받아 수행됐다.
타기관 참여연구진
국가핵융합연구소(공저자순): 박준교, 이상곤, 한현선, 김현석 ㈜모비스(공저자순): 이근호, 권대호
□ 그림 설명
그림1. 토카막 내부 재구성된 자기장 구조
2020.02.05
조회수 13054
-
재촬영 없이 MRI 강조영상 얻는 AI 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀 자기공명영상(magnetic resonance imaging: MRI)에서 재촬영 없이도 누락된 강조영상을 얻을 수 있는 인공지능 기술을 개발했다.
이 연구를 통해 각 질환별로 강조영상이 암의 진단에 미치는 영향을 객관적으로 밝힐 수 있으며, 실제 임상에서 고비용의 MRI를 효과적이고 체계적으로 활용할 수 있는 방안을 설계할 수 있을 것으로 기대된다.
이동욱 박사가 1 저자로 참여하고 건국대 의과대학 영상의학과 문원진 교수팀이 참여한 이번 연구 결과는 국제 학술지 ‘네이처 머신인테리젼스(Nature Machine Intelligence)’ 1월 18일 자 온라인판에 게재됐다. (논문명 : Assessing the importance of magnetic resonance contrasts using collaborative generative adversarial networks).
MRI는 엑스선 컴퓨터 단층촬영, 초음파와 더불어 임상 진단에서 중요한 역할을 하는 진단 장비이다. 특히 비침습적 방법으로 고해상도의 영상을 얻기 때문에 종양이나 병변을 관찰하며 진단하는데 매우 중요한 임상 정보를 제공한다. 이는 영상의 대조도 (contrast)를 다양하게 조절할 수 있는 MRI의 특징 덕분이다.
예를 들어 뇌종양을 진단하는 데 활용되는 T1·T2 강조영상, FLAIR 기법 영상, T1 조영증강 영상 등 여러 가지 대조 영상을 얻어 진단에 사용함으로써 종양을 찾을 수 있다.
하지만 실제 임상 환경에서는 강조영상을 모두 얻기 어려운 경우가 많다. 여러 장의 강조영상 촬영을 위해 촬영시간이 길어지기도 하고, 잡음이나 인공음영 발생으로 인해 진단에 사용하기 어려운 경우가 많기 때문이다.
또한, 뇌질환진단을 위한 MRI 검사는 의심 질환이 무엇인지에 따라 필수 강조영상이 달라지며, 이후 특정 질환으로 진단명이 좁혀지면서 부득이하게 누락된 강조영상을 확보하기 위한 재촬영이 필요한 경우가 많다. 이러한 상황에 의해 많은 시간과 비용이 소모된다.
최근 인공지능 분야에서 생성적 적대 신경망(Generative adversarial networks, GAN)이라는 딥러닝을 이용해 영상을 합성하는 기술이 많이 보고되고 있지만, 이 기술을 MRI 강조영상 합성에 사용하면 준비하고 미리 학습해야 하는 네트워크가 너무 많아지게 된다.
또한, 이러한 기법은 하나의 영상에서 다른 영상으로의 관계를 학습하기 때문에 몇 개의 강조영상의 존재하더라도 이 정보 간의 시너지를 활용하는 영상 학습기법이 없는 현실이다.
예 교수 연구팀은 자체 개발한 ‘협조·생성적 적대신경망(Collaborative Generative Adversarial Network : CollaGAN)’이라는 기술을 이용해 여러 MRI 강조영상의 공통 특징 공간을 학습함으로써 확장성의 문제를 해결했다.
이를 통해 어떤 대조 영상의 생성이 가능한지와 불가능한지에 대한 질문과, 그에 대한 체계적인 대답 기법을 제안했다.
즉, 여러 개의 강조영상 중에서 임의의 순서 및 개수로 영상이 없어져도 남아있는 영상을 통해 사라진 영상을 복원하는 기법을 학습한 후 합성된 영상의 임상적 정확도를 평가해, 강조 영상 간 중요도를 자동으로 평가할 수 있는 원천 기술을 개발했다.
예 교수 연구팀은 건국대 문원진 교수 연구팀과의 협력을 통해 T1강조·T2강조 영상과 같이 내인성 강조영상은 다른 영상으로부터 정확한 합성이 가능하며, 합성된 강조영상이 실제 영상과 매우 유사하게 임상 정보를 표현하고 있다는 것을 확인했다.
연구팀은 확보한 합성 영상이 뇌종양 분할기법을 통해 뇌종양 범위를 파악하는데 유용한 정보를 제공한다는 것을 확인했다. 또한, 현재 많이 사용되는 합성 MRI 기법(synthetic MRI)에서 생기는 인공음영 영상도 자동 제거가 가능함이 증명됐다. 이 기술을 이용하면 추가적인 재촬영을 하지 않고도 필요한 대조 영상을 생성해 시간과 비용을 비약적으로 줄일 수 있을 것으로 기대된다.
건국대 영상의학과 문원진 교수는 “연구에서 개발한 방법을 이용해 인공지능을 통한 합성 영상을 임상현장에서 이용하면 재촬영으로 인한 환자의 불편을 최소화하고 진단정확도를 높여 전체의료비용 절감 효과를 가져올 것이다”라고 말했다.
예종철 교수는 “인공지능이 진단과 영상처리에 사용되는 현재의 응용 범위를 넘어서, 진단의 중요도를 선택하고 진단 규약을 계획하는 데 중요한 역할을 할 수 있는 것을 보여준 독창적인 연구이다”라고 말했다.
이 연구는 한국연구재단의 중견연구자지원사업을 받아 수행됐다.
□ 그림 설명
그림1. CollaGAN의 작동 원리의 예
2020.01.30
조회수 15857
-
오차율 10% 이내 정확도의 소재 설계 기술 개발
우리 대학 화학과 김형준 교수 연구팀이 소재 물성의 예측 오차율을 기존 기술보다 30% 이상 줄여 정확도를 한층 높인 소재 시뮬레이션 설계 기술을 개발했다.
이번 기술 개발을 통해 기존 40%에 달했던 소재 물성 예측 오차율을 10% 내로 줄임으로써 소재 개발에 걸리는 시간과 비용을 크게 절약할 수 있을 것으로 기대된다.
김민호 박사와 창원대 김원준 교수가 공동 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘미국 화학회지(Journal of the American Chemical Societry)’ 1월 10일 자 온라인판에 게재됐다. (논문명 : uMBD: A Materials-Ready Dispersion Correction that Uniformly Treats Metallic, Ionic, and van der Waals Bonding)
새로운 기능성 소재 개발의 중요성이 커지면서 컴퓨터 시뮬레이션을 이용해 소재 물성을 정확히 예측해 새로운 소재를 설계하는 기술이 주목받고 있다.
소재 시뮬레이션 기술은 실제로 소재를 합성하고 평가하기 전에 가상 실험으로 다양한 소재 물성을 예측 및 설계하는 기술로, 주로 밀도범함수 이론(Density functional theory)이라는 양자 이론에 바탕을 두고 있다.
기존의 밀도범함수 이론은 소재 계면에서 반데르발스 힘을 정확하게 설명하지 못한다는 문제가 있었다. 반데르발스 힘은 전하의 일시적 쏠림으로 인해 분자가 순간적으로 극성을 띠면서 나타나는 당기는 힘을 뜻하는데, 이를 정확히 기술하지 못하기 때문에 소재 물성 예측 정확도가 떨어진다는 한계가 있다.
연구팀은 반데르발스 힘을 정확하고 효과적으로 기술할 수 있는 새로운 이론을 개발하고, 이를 밀도범함수 이론에 접목해 소재 시뮬레이션 기술의 정확도를 한층 높이는 데 성공했다.
연구팀은 100여 종의 다양한 소재를 테스트한 결과 40% 정도에 달했던 기존의 소재 물성 예측 오차율이 새 기술을 통해 10% 이내로 줄어듦을 확인했다.
특히 반데르발스 힘은 분자 소재부터 금속 및 반도체 소재에 이르기까지 거의 모든 재료 내에서 소재 물성을 결정하는 데 중요한 역할을 해, 연구팀의 새로운 이론은 다양한 차세대 기능성 소재 설계 연구에 적용 가능할 것으로 기대된다.
실제로 연구팀의 새 시뮬레이션 방법을 통해 리튬 이온 배터리 물질의 전압이나 2차원 소재의 박리 에너지를 예측하는 과정에서 높은 정확도를 보인 것으로 확인됐다.
김형준 교수는 “소재 개발 연구에 있어 경쟁력 강화를 위해서 기초 연구의 중요성이 점차 커지고 있다”라며 “새로 개발한 소재 시뮬레이션 기술을 배터리 소재, 에너지 전환 촉매 소재, 2차원 나노 소재 등 다양한 기능성 소재 설계 연구에 적용할 수 있을 것이다”라고 말했다.
이번 연구는 한국연구재단의 미래소재디스커버리 사업과 선도연구센터 지원 사업 (SRC)의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 새롭게 개발한 이론 (uMBD)을 이용한 소재 시뮬레이션 기술과 기능성 소재 설계
2020.01.29
조회수 13980
-
조광현 교수, 암세포를 정상세포로 되돌리는 초기 원천기술 개발
우리대학 바이오및뇌공학과 조광현 교수 연구팀이 시스템생물학 연구를 통해 대장암세포를 일반적인 정상 세포로 되돌리는 초기 원천기술을 개발하는 데 성공했다.
연구팀은 대장암세포와 정상 대장 세포의 유전자 조절 네트워크를 분석해 대장암세포를 정상 대장 세포로 변환하는데 필요한 핵심 인자를 규명하고, 이를 통해 암세포의 정상 세포화라는 새로운 치료 원리를 개발했다.
KAIST 이수범 연구원, 황채영, 김동산 박사, 한영현 박사과정, 서울삼성병원의 이찬수 박사, 홍성노 교수, 김석형 교수 등이 참여한 이번 연구결과는 미국암학회(AACR)에서 출간하는 국제저널 ‘분자암연구(Molecular Cancer Research)’ 1월 2일 자 표지논문으로 게재됐으며, 하이라이트 특집 기사도 함께 출판됐다. (논문명: Network inference analysis identifies SETDB1 as a key regulator for reverting colorectal cancer cells into differentiated normal-like cells).
현재 항암치료로 가장 널리 사용되는 항암 화학요법은 빠르게 분열하는 암세포를 공격해 죽임으로써 암세포의 증식을 억제하는 방식이다. 이 기술은 신체 내 정상적으로 분열하고 있는 세포들까지도 함께 사멸시켜 구토, 설사, 탈모, 골수 기능장애, 무기력 등의 부작용을 일으킨다.
게다가 암세포들은 항암제에 본질적인 내성을 갖거나 새로운 내성을 갖게 돼 약물에 높은 저항성을 가지는 암세포로 진화하게 된다. 따라서 현재의 항암치료는 내성을 보이는 암세포를 없애기 위해 더 많은 정상 세포의 사멸을 감수해야만 하는 문제를 갖는다.
이를 극복하기 위해 암세포만을 특이적으로 없애는 표적 항암요법과 우리 몸의 면역시스템을 활용한 면역 항암요법이 주목을 받고 있으나 각각 효과와 적용대상이 매우 제한적이며 장기치료 시 여전히 내성 발생의 문제가 보고되고 있다. 이처럼 현재 개발된 항암요법들은 암세포를 죽여야 하는 공통적인 조건 때문에 근본적인 한계를 가진다.
문제 해결을 위해 연구팀은 암세포를 정상 세포로 변환하는 새로운 방식의의 치료전략을 제안했다. 암세포가 정상 세포로 변환되는 현상은 20세기 초부터 간혹 관찰됐지만, 그 원리가 연구되지 않았으며 또한 이를 인위적으로 제어하는 기술도 연구된 바 없었다.
1907년 스위스 병리학자 막스 아스카나지(Max Askanazy)가 난소의 기형종(테라토마)이 정상 세포로 분화되는 현상을 발견한 이래로 다양한 암종에서 정상 세포로 변화되는 현상들이 산발적으로 보고됐고, 이러한 보고에서는 암세포가 돌연변이를 지닌 상태에서 주변 미세환경의 변화나 특정 자극 때문에 정상 세포의 상태로 되돌아가는 현상만이 관찰됐다.
조 교수 연구팀은 시스템생물학 연구방법을 통해 대장암세포를 정상 대장 세포로 변환할 수 있는 핵심조절인자를 탐구했고, 그 결과 다섯 개의 핵심전사인자(CDX2, ELF3, HNF4G, PPARG, VDR)와 이들의 전사 활성도를 억제하고 있는 후성유전학적 조절인자인 SETDB1을 발견했다.
연구팀은 이번 연구를 통해 SETDB1을 억제함으로써 암세포를 효과적으로 정상 세포로 변환할 수 있음을 분자세포실험을 통해 증명했다. 대장암세포에서 SETDB1을 억제했을 때 세포가 분열을 중지하고 정상 대장 세포의 유전자 발현패턴을 회복하는 것을 확인했다.
이번 연구에 따르면 암세포에서는 암 특이적으로 활성화된 후성유전학적 조절인자 SETDB1이 정상 세포의 핵심전사인자를 억제해 암세포가 정상 세포로 변환하는 것을 차단하고 있는 것으로 밝혀졌다. 즉, SETDB1을 조절함으로써 다시 원래의 정상 세포 상태로 되돌릴 수 있음을 증명한 것이다.
조 교수 연구팀은 서울삼성병원과의 협동 연구를 통해 SETDB1이 높게 발현되는 대장암세포를 가진 환자들에게서 더 안 좋은 예후가 나타남을 확인했으며, 환자 유래 대장암 오가노이드(3차원으로 배양한 장기유사체)에서 SETDB1의 발현을 억제했을 때 다시 정상 세포와 같은 형태로 변화함을 관찰했다.
이번 연구에서 찾아낸 타겟 단백질의 활성을 억제할 수 있는 저분자화합물은 아직 개발된 바 없으며 추후 신약개발과 전임상실험을 통해 암세포의 정상 세포화라는 새로운 치료 기술이 본격적으로 실현될 수 있을 것으로 보인다.
이러한 새로운 개념의 치료전략이 적용된다면 현재 항암치료의 많은 부작용과 내성 발생을 모두 최소화함으로써 환자의 고통을 완화해 삶의 질을 크게 높일 수 있을 것으로 기대된다.
조 교수는 “그동안 암은 유전자 변이 축적에 의한 현상이므로 되돌릴 수 없다고 여겨졌으나 이를 되돌릴 가능성을 보여줬다”라며 “이번 연구는 암을 당뇨나 고혈압과 같은 만성질환으로서 잘 관리하면서 삶의 질을 유지할 수 있도록 하는 새로운 항암치료의 서막을 열었다”라고 말했다.
이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업과 바이오의료기술개발사업, KAIST Grand Challenge 30 사업의 지원으로 수행됐다.
□ 그림 설명
조광현 교수 연구팀은 SETDB1 단백질이 대장암세포가 정상대장세포로 분화하는 것을 차단하는 후성유전학적 장애물을 형성하고 있다는 사실을 밝히고 이를 억제함으로써 대장암세포를 정상대장세포로 효과적으로 분화시킬 수 있음을 증명하였다.
□ 분자암연구 표지 이미지
2020.01.09
조회수 20124
-
김일두 교수, 물 몇 방울로 전기 만들어내는 기술 개발
〈 배재형 박사과정, 김일두 교수, 윤태광 박사 〉
우리 대학 신소재공학과 김일두 교수 연구팀이 아주 소량의 물(0.15ml) 또는 대기 중의 수분을 자발적으로 흡수하는 조해성 물질을 활용해 전기에너지를 생성하는 친환경 발전기를 개발했다.
연구 결과는 나노과학 분야의 권위적인 학술지 ‘ACS Nano’ 11월 26일자 논문으로 발표됐다. 또한, 환경 분야의 권위 학술지인 에너지 및 환경과학 (Energy & Environmental Science) 온라인판에 게재됐으며, 1월호 후면 표지 논문으로 발표될 예정이다.
ACS Nano 연구는 증산 작용을 활용한 자가발전기의 원리를 규명한 논문으로 윤태광 박사와 배재형 박사과정 학생이 제 1 저자로 참여했으며, 테크니온 재료공학과의 아브너 로스칠드(Avner Rothschild) 교수가 공저자로 참여했다.
Energy & Environmental Science 논문은 조해성염을 활용하여 대기중의 수분 흡수를 통해 지속적으로 에너지를 생성하는 발전기에 관한 연구내용으로 제 1 저자인 배재형 박사과정과 윤태광 박사의 주도하에 진행이 됐고, 생명화학공학과의 서봉임 박사 , 김지한 교수가 공저자로 참여했다.
김 교수 연구팀은 전도성 탄소 나노 입자가 코팅된 면(cotton)섬유 표면에 소량의 물을 떨어뜨리면 젖은 영역과 마른 영역으로 나뉘게 되면서 작은 양의 전기에너지가 발생하는 것을 발견했다.
이를 통해 물이 완전히 증발하기 전까지 수소 이온이 천천히 이동하며 약 1시간 동안 발전이 가능함을 확인했지만, 물이 완전히 증발하게 되면 전기 발생이 멈추게 된다. 지속적인 발전을 위해서는 주기적으로 물을 떨어뜨려야 하는 실용성 측면에 문제가 있다.
연구팀은 발전 시간을 늘리기 위해 대기 중의 물을 스스로 흡수한 후 천천히 방출하는 조해성 물질 중 하나인 염화칼슘(CaCl2)에 주목했다. 탄소 입자가 코팅된 면섬유의 한쪽 면에 염화칼슘을 묻혔더니, 습도 20% 이상에서는 자발적인 수분 흡착으로 전력이 지속해서 유지되는 결과를 얻었다.
이렇게 개발한 자가발전기 6개를 직렬로 연결해 전압 4.2V, 에너지 밀도 22.4mWh/cm3를 얻어 LED 전구(20mW)의 불을 켜는 데 성공했다.
태양광, 풍력 발전 등 친환경 발전기들이 외부의 환경적인 요소에 제약을 많이 받는 것에 비해 연구팀이 개발한 발전기는 20∼80% 습도 구간에서는 외부에서 물을 공급해 주지 않더라도 전기를 만들어 낼 수 있어 다양한 사물인터넷, 웨어러블 기기 등에 활용할 수 있을 것으로 기대된다.
김 교수는 "움직이기만 해도 생기는 땀이나 대기 중 흩날리다 사라지는 수분을 에너지원으로 활용할 수 없을까? 라는 의문에서 연구를 시작했다"라며, "조해성 염이 포함된 자가발전기는 일반 대기 환경에서 2주 이상 발전하는 성능을 보임을 확인했고, 사물인터넷용 지속 전력 공급원 또는 자가 발전기 크기 증대를 통해 이차전지를 충전하는 용도 등으로 활용할 수 있다"라고 말했다.
이번 연구 성과는 삼성전자미래육성재단 과제(SRFC-MA1802-05)의 지원으로 진행됐다.
□ 그림 설명
그림1. 물의 증산작용을 이용한 자가 발전기
그림2. 식물의 증산 과정을 통해 수분이 순환하는 원리를 모사하여, 수분의 순환을 전기 에너지로 변환하는 발전기
2019.12.16
조회수 17593
-
이성빈 교수, 나노 물결 무늬에서 고차-위상 양자상태 발견
〈 박문집 연구원, 이성빈 교수 〉
우리 대학 물리학과 이성빈 교수 연구팀이 두 겹으로 비스듬하게 겹쳐 있는 뒤틀린 이중 층 그래핀의 무아레 무늬(나노 물결 무늬)에서 새로운 고차-위상학적 양자 상태가 발생한다는 사실을 이론적으로 규명했다.
이번 연구 결과는 뒤틀린 그래핀 이중 층 뿐 아니라 다양하고 복잡한 2차원 물질의 무아레 구조를 연구하는데도 적용할 수 있어 광범위한 응용이 가능할 것으로 기대된다. 특히 국내 물리학에서는 흔하지 않은 이론적 발견과 증명을 했다는 의미가 있다.
박문집 연구원이 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘피지컬 리뷰 레터스(Physical Review Letters)’ 11월 22일 자 온라인판에 편집자 추천(editors’ suggestion) 논문으로 선정됐다. (논문명 : Higher-Order Topological Insulator in Twisted Bilayer Graphene)
또한, 매달 전체 물리학계에서 중요하다고 여겨지는 주제를 소개하는 ‘네이처 리뷰 피직스 (Nature Review Physics)’ 연구 하이라이트(research highlight)에 11월 14일 자로 선정되기도 했다. (기사명: Fantastic beasts)
프랑스어로 물결이라는 뜻의 무아레(moiré)는 두 격자구조를 비스듬히 겹쳐 놓았을 때 물결이 일렁이듯이 나타나는 간섭무늬를 말한다. 모기장이 겹쳐 있는 부위에 햇빛이 비치면 물결무늬가 발생하는 것처럼 일상에서도 쉽게 확인할 수 있는 현상이다.
무아레 무늬는 일상생활뿐만 아니라 그래핀과 같은 이차원 나노 물질 두 겹을 비스듬하게 올려놓았을 때도 나타난다. 이때 뒤틀린 그래핀 이중 층에서 나타나는 무아레 무늬는 그래핀 격자의 주기를 수십에서 수만 배까지 증폭시킬 수 있다.
이러한 원리로 뒤틀림 각도에 따라 전기가 흐르지 않는 절연체가 되기도 하고 전기 저항이 아예 없는 초전도체가 되기도 하는 등 물성이 크게 변화할 수 있다. 특히 마법의 각도(magic angle)라고 불리는 1.1도 부근에서 전기 저항이 0이 되는 초전도 현상이 발견돼 이를 설명하기 위한 많은 연구가 진행 중이다.
고차-위상학적 절연체 상태는 새롭게 발견된 위상학적 절연체 중 하나이다. 기존 위상 절연체는 원래 물질보다 한 차원 낮은 경계면이 금속성을 띠는 특성을 갖지만, 고차-위상 절연체는 두 차원 낮은 경계가 금속성을 갖는다.
2차원 표면(surface) 물질을 예로 들면 위상 절연체의 경우 1차원 모서리(edge)에서 금속성을 확인할 수 있다면 고차-위상 절연체에서는 두 차원 낮은 0차원의 특정 끝부분(corner)에서 전자 상태가 된다.
이 2차원 물질 고차-위상학적 절연체의 존재는 아직 실험적으로 증명된 적이 없어 이 물질을 찾기 위한 연구들이 많은 관심을 받고 있다.
그러나 뒤틀린 그래핀 이중 층에서는 이러한 2차원 물질의 위상학적 양자 상태를 설명하기 위한 명확한 이론이 존재하지 않았다. 이는 뒤틀린 그래핀 이중 층에서 나타나는 무아레 무늬의 단위 격자당 탄소 원자의 개수가 수천에서 수만 개에 달해 전자의 움직임을 풀기에는 너무 복잡하기 때문이다.
이러한 탄소 기반의 전자 구조를 이론적으로 정확히 기술하기 위해서는 매우 큰 전산 능력의 대용량 컴퓨터를 이용하거나 특수한 상황으로 가정해 적용하는 근사방법들에 의존해야만 했다.
문제해결을 위해 이 교수 연구팀은 근사방법이 아닌 그래핀 이중 층의 무아레 무늬에서 나타나는 탄소 구조가 뒤틀림 각도에 상관없이 항상 일정한 몇 가지의 정확한 공간 대칭성을 가진다는 점을 이용했다. 이를 통해 뒤틀림 각도에 상관없이 이중 층 그래핀이 절연체라면, 이 이중 층 그래핀은 반드시 고차-위상학적 절연체 상태여야 한다는 사실을 이론적으로 규명했다.
이는 그래핀 이중 층이 가지는 회전 대칭성과 무아레 대칭 이동성이 뒤틀림 각도에 상관없이 항상 성립하는 것을 활용하는 원리이다. 연구팀의 이번 발견은 어떠한 근사방법에도 의존하지 않고 규명했다는 의의가 있다.
박문집 연구원은 “격자구조의 대칭성만을 이용해 이중 층 그래핀의 위상학적 특성을 정확하게 이론적으로 기술했다는 의의가 있다”라며 “뒤틀린 그래핀 이중 층이 이차원 고차-위상학적 절연체의 새로운 후보가 될 수 있을 것이다”라고 말했다.
이번 연구는 KAIST 스타트업 펀딩, BK21, 한국연구재단의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 뒤틀어진 그래핀 이중층의 모서리에서 나타나는 고차 위상학적 양자상
그림2. 두 층의 뒤틀어진 벌집모양 격자에서 나타나는 무아레 무늬
2019.12.04
조회수 15121
-
박영진 교수, 현대자동차그룹과 함께 능동형 노면 소음 저감기술(RANC) 개발
〈 박영진 교수 〉
우리 대학 기계공학과 박영진 교수 연구실(시스템동역학 및 응용제어 연구실)과 현대자동차그룹이 협업해 개발한 ‘능동형 노면 소음 저감기술(이하 RANC)’이 상용화된다.
현대차그룹은 지난 11일 도로에서 발생해 실내로 유입되는 노면 소음을 크게 줄여주는 ‘RANC’를 개발했다고 밝혔다. RANC 핵심 요소기술인 센서 위치 및 신호 선정 방법에 대해 한국과 미국에 특허 출원을 완료했다.
RANC는 주행 시 발생하는 노면 소음을 낮추는 기술이다. 시스템은 가속도 센서, DSP(Digital Signal Processor, 음향신호 분석을 위한 제어 컴퓨터), 마이크, 앰프, 오디오 등으로 구성된다. 시스템을 최대한 단순하게 하도록 오디오는 별도의 오디오 시스템이 아닌 차에 원래 내장된 오디오를 활용한다.
먼저 가속도 센서가 진동의 전달 경로에 위치해 노면 소음을 유발하는 진동을 취득한다. 여기서 진동 전달 경로를 정확히 파악하기 위한 가속도 센서의 위치가 굉장히 중요하다. 연구팀은 수많은 테스트를 통해 최적의 센서 위치를 찾을 수 있었다.
박영진 교수 연구실은 지난 1993년부터 4년간 G7 국가 과제로 현대자동차와 도로 소음을 능동적으로 줄이는 연구를 수년간 수행하고 이 결과를 국제 학술지에 게재했다. 이후 네이처(Nature)에서 2002년 ‘Noise quietens driving’이라는 제목의 기사의 뉴스로 게재해 실제 차량에서 최초로 도로 소음을 줄이는 연구가 성공했음을 알렸다. 하지만 당시 주변 기술들의 부재(차량용 디지털 앰프 및 DSP 등)와 가격 요인 등으로 인해 상용화에는 실패했다.
그 후 2013년부터 박 교수 연구팀은 1건의 기술이전과 8건의 산학과제가 포함된 관련 연구를 수행했으며, 이를 기반으로 현대자동차 NVH 리서치랩 (전문위원 이강덕 박사; 항공공학 박사, 1996년)은 옵토멕 (설립자 김경수 교수; 기계공학 박사, 1999년), ARE (김현석 대표; 기계공학 박사, 1998년), 위아컴, 번영 등과 협업해 순수 국내 기술로 RANC 시스템의 개발에 성공했다.
박영진 교수 연구실은 선행연구 단계에서는 이론 기반 연구 및 연구팀의 구성 등 주도적으로 연구를 이끌었으며, 현대자동차 주도로 진행된 상용화 단계에서는 미래 지향적인 연구와 자문역할을 수행했다.
현대자동차그룹은 세계 최초로 RANC 기술의 상용화를 위해 글로벌 차량 오디오 전문업체인 하만과 협업해 완성도를 높여 RANC를 제네시스 브랜드 첫 번째 스포츠유틸리티차량(SUV) ‘GV80’에 적용한다.
박영진 교수는 “부임 초기에 중점적으로 한 연구가 20년이 더 지나 상용화가 이루어지는 것을 볼 수 있어 엔지니어로서 행복하고 특히 연구실의 졸업생들과 함께 노력해 상용화에 기여할 수 있어서 감개가 무량하다”라고 말했다.
2019.12.02
조회수 15081
-
장영재 교수, 스마트 팩토리 교육 노하우 국내 IT 기업에 기술 이전
우리 대학 산업및시스템공학과 장영재 교수가 최근 레고 기반 '스마트 팩토리' 교육 노하우를 국내 제조 IT 전문기업 큐빅테크에 기술이전 했다.
그동안 현대중공업, LG전자, 한국타이어 등 기업과의 산학협력을 통한 기술 활용이나 이탈리아 밀란 폴리텍, 독일 하노버 대학 등 같은 교육기관 간에 기술 이전을 시행한 선례는 있으나 우리 대학의 창의 수업을 기업에 기술이전 한 사례로서는 최초다.
'제조 프로세스 혁신 (IE251)'은 산업및시스템공학과 학부생들의 필수 교과목 중 하나로 스마트팩토리의 모형을 레고로 만들어 학생들이 직접 설계, 제작해 시연까지 하는 것이 특징이다.
장영재 교수 연구팀은 스마트 팩토리의 기술적 바탕은 물론 국내 제조 현실을 반영해 실제로 응용할 수 있게 커리큘럼을 구성했다. 또한, 관련 하드웨어 및 소프트웨어도 함께 개발했으며 제조 수업에서 한 단계 나아가 학부 AI 과목에도 활용하고 있다.
장영재 교수의 연구 내용은 국제 학술지인 『Engineering Education Journal』 에도 게재되었으며 글로벌 소프트웨어 기업인 매스웍스(Mathworks) 교육혁신 Grant Award도 수상한 바 있다.
참고 동영상 바로 보기 => ( https://www.youtube.com/watch?v=_-s_pwGoqr4&feature=youtu.be )
2019.11.29
조회수 13296
-
임미희 교수, 손상된 뇌 신경교세포 회복 물질 개발
우리 대학 화학과 임미희 교수 연구팀이 손상된 뇌의 신경교세포를 회복시키는 저분자 화합물(Small molecule)을 발견했다.
연구팀의 이번 연구는 기억력 등 인지기능이 저하돼 일상생활의 장애를 유발하는 알츠하이머 등 만성질환의 치료 가능성을 제시할 수 있을 것으로 기대된다.
경북대 의대 박민희 교수가 1 저자로 참여하고 경북대 배재성, 진희경 교수가 공동 교신저자로 참여한 이번 연구는 미국 국립과학원에서 발행하는 국제 학술지 ‘PNAS’ 11월 4일 자 온라인판에 게재됐다.
퇴행성 뇌 질환인 치매의 일종인 알츠하이머병은 다양한 원인에 의해 발생된다. 이 질병을 치료하기 위해서 병의 원인을 정확히 파악하고 그에 맞는 치료제들을 개발하는 것이 무엇보다 중요하다.
아밀로이드-베타 펩타이드는 알츠하이머병과 밀접한 관계가 있다고 알려져 있다. 또한, 뇌의 신경 세포이며 면역 세포인 신경교세포는 신경염증 반응에 중추적인 역할을 한다. 최근 들어, 아밀로이드-베타 펩타이드와 신경교세포의 신경염증 반응 사이의 상관관계가 알츠하이머병을 일으킬 수 있는 주요한 원인으로 주목받고 있다.
신경교세포는 뇌에서 면역기능을 담당하는 신경세포의 일종으로, 탐식기능 및 식세포 작용을 통해 노폐물을 처리하는 역할을 한다.
연구팀은 알츠하이머 동물 모델들에게 저분자 화합물을 주입한 후, 동물들의 인지능력과 뇌 속에 존재하는 베타 아밀로이드의 양을 관찰해 알츠하이머 치료제로서 어떠한 유효한 효과가 있는지 실험했다.
이를 통해 ‘저분자 화합물’이 주입된 동물들은 손상된 신경교세포가 회복돼 뇌 속에 존재하는 베타 아밀로이드 단백질이 감소하는 등 인지능력이 향상된다는 사실을 발견했다.
임미희 교수는 “이 연구는 마이크로글리아의 식세포 작용 손상을 복구시켜 알츠하이머병을 치료할 수 있다는 것을 증명했다”라며 “발견된 합성 분자를 바탕으로 다양한 퇴행성 뇌질환의 치료제 개발에 더욱 박차를 가할 것이다”라고 말했다.
이번 연구는 한국보건산업진흥원, 한국연구재단, KAIST, 그리고 국가과학기술연구회 지원으로 수행됐다.
2019.11.25
조회수 11634
-
이성주 교수, 앱 시제품 제작 생산성 200배 향상 기술 개발
〈 박수영 연구원, 이성주 교수 〉
〈 김동휘 연구원 〉
우리 대학 전산학부 이성주 교수 연구팀 스마트폰 앱 개발에서 필수적인 시제품 제작 과정을 획기적으로 줄여 생산성을 200배 이상 높일 수 있는 기술을 개발했다.
김동휘, 박수영 박사과정, 고지훈 석사과정, 미국 버팔로 대학 스티브 고(Steve Ko) 교수가 참여한 이번 연구 결과는 인간-컴퓨터 상호작용, 사용자 인터페이스 분야 국제학회 ACM UIST에서 10월 21일 발표됐다. (논문명 : X-Droid: A Quick and Easy Android Prototyping Framework with a Single-App Illusion)
새로운 아이디어가 스마트폰 앱으로 만들어지기까지는 수많은 시간과 자원, 인력이 필요하지만 정작 앱을 만들어도 소비자의 수요를 충족시키지 못하거나 시장의 흐름을 놓치면 자원만 낭비하는 경우가 많다.
이러한 이유로 보통은 정식으로 제품을 개발하기 전에 작은 규모로 시제품을 먼저 개발해 시장성을 시험해보곤 한다. 아이디어와 신제품이 범람하는 환경에서 시제품을 빠르고 정확하게 만드는 것이 개발사 입장에서는 매우 중요한 일이다.
시제품 제작에 특화된 도구도 많아 쓰이는 도구, 서비스가 수천 가지가 넘는다. 이는 그만큼 업계에서 시제품 구현에 관심이 많고 수요가 많다는 것을 뜻한다.
그러나 기존에 존재하던 수많은 도구의 도움을 받더라도 결국 기능은 직접 구현해야 한다. 디자인이나 아이디어를 차용할 수는 있어도 프로그램은 시중에 공개되지 않은 이상 전부 직접 만들어야 한다.
이성주 교수 연구팀이 개발한 기술은 바로 이러한 한계를 극복했다. 연구팀은 이미 수백만 개에 달하는 스마트폰 앱들이 시장에 출시된 점에 착안해 새 앱 시제품을 만들 때 기존 앱의 기능을 추출해 활용할 수 있도록 하는 데 성공했다.
앱 개발자는 이 기술을 활용해 다양한 시제품 앱들을 만들어 시험해보고 가장 유용한 안을 선정해 정식으로 개발할 수 있다. 만약 다른 앱에서 추출한 기능을 포함한 시제품 앱을 그대로 출시하고자 한다면 기능을 추출해온 앱 개발자의 동의가 필요하지만, 배포하지 않고 내부에서 시험하는 것만으로도 정식 개발의 실패 가능성을 크게 줄일 수 있다.
연구팀의 기술은 기존 앱에서 필요한 기능이 있을 때 그 앱을 시연하면 자동으로 해당 기능이 추출되고 개발자가 활용할 수 있는 프로그램 코드로 변환된다.
예를 들어 스마트폰 사용자의 수면을 감지해 자동으로 알림을 끄는 기능의 시제품을 만들기 위해서는 수면 상태를 추적하는 복잡한 기술이 필요하지만, 연구팀의 기술을 활용하면 단순히 시중의 수면 분석 앱으로부터 해당 기능을 추출해 시제품 제작에 활용할 수 있다.
연구팀은 현직 스마트폰 앱 개발자와의 실험을 통해 최소 1만 줄 이상의 프로그램 코드 작성이 필요한 개발 과정을 연구팀이 개발한 기술을 적용하면 불과 50여 줄의 코드 작성으로도 시제품을 개발할 수 있음을 확인했다.
이는 시제품 앱 개발에 필요한 프로그램 작성이 200배가량 줄어든 것으로 기존의 스마트폰 앱들을 활용하고 기계가 자동으로 프로그램을 작성하도록 함으로써 개발 비용을 획기적으로 줄인 것이다.
이성주 교수는 “기존 다른 앱의 기능을 코드 없이도 구현할 수 있는 기술로 시연을 통한 프로그래밍 기술을 활용하고 또 다른 앱과의 상호작용이 모두 백그라운드에서 이루어지게 하는 기술이다”라며 “개발자가 실제로는 자신의 앱과 다른 앱을 동시에 다루지만 마치 한 개의 앱으로 작업하는 듯한 효과가 있었으며, 새 앱 기능을 손쉽고 빠르게 구현해 더 많은 유용한 앱 출현을 기대할 수 있게 됐다”라고 말했다.
이번 연구는 한국연구재단 차세대정보컴퓨팅기술개발사업과 산업통상자원부, 한국산업기술진흥원 국제공동기술개발사업의 지원을 통해 수행됐다.
연구에 대한 설명과 시연이 담긴 비디오를 다음 링크에서 확인할 수 있고, ( https://www.youtube.com/watch?v=5pF5kGq-lDU ) 자세한 정보는 프로젝트 웹사이트에서 볼 수 있다. ( https://nmsl.kaist.ac.kr/projects/xdroid/ )
□ 그림 설명
그림1. 연구팀이 개발한 기술이 구현된 개발자 도구
2019.11.12
조회수 25877
-
이의진 교수, 차량 대화형서비스 안전성 향상 기술 개발
〈 이의진 교수, 김아욱 박사과정 〉
우리 대학 산업및시스템공학과 이의진 교수 연구팀이 차량용 인공지능이 능동적으로 운전자에게 대화 서비스를 어느 시점에 제공해야 하는지 자동으로 판단할 수 있는 기술을 개발했다.
연구팀은 차량에서 수집되는 다양한 센서 데이터와 주변 환경 정보를 통합 분석해 언제 운전자에게 말을 걸어야 하는지 자동 판단하는 인공지능 기술을 개발했다.
차량 대화형서비스가 가진 문제를 해결하는 데 중점을 둔 이번 연구는 인공지능의 자동판단 기술을 통해 대화형서비스로 인한 운전자 주의분산 문제를 해결함으로써, 부적절한 시점에 운전자에게 대화를 시도하다가 발생할 수 있는 교통사고 등을 방지하는 기반기술이 될 것으로 기대된다.
이번 연구결과는 유비쿼터스 컴퓨팅 분야 국제 최우수학회인 ACM 유비콤(UbiComp)에서 9월 13일 발표됐다. 김아욱 박사과정이 1저자로 참여하고 최우혁 박사과정, 삼성리서치 박정미 연구원, 현대자동차 김계윤 연구원과의 공동 연구로 이뤄졌다. (논문명: Interrupting Drivers for Interactions: Predicting Opportune Moments for In-vehicle Proactive Auditory-verbal Tasks)
차량 대화형서비스는 편의와 안전을 동시에 제공해야 한다. 운전 중에 대화형서비스에만 집중하면 전방 주시에 소홀하거나 주변 상황에 주의를 기울이지 못하는 문제가 발생한다. 이는 운전뿐만 아니라 대화형서비스 사용 전반에도 부정적인 영향을 줄 수도 있다.
연구진은 말 걸기 적절한 시점 판단을 위해 ▲현재 운전상황의 안전도 ▲대화 서비스 수행의 성공률 ▲운전 중 대화 수행 중 운전자가 느끼는 주관적 어려움을 통합적으로 고려한 인지 모델을 제시했다.
연구팀의 인지 모델은 개별 척도를 다양하게 조합해 인공지능 에이전트가 제공하는 대화형서비스의 유형에 따른 개입 시점의 판단 기준을 설정할 수 있다.
일기예보 같은 단순 정보만을 전달하는 경우 현재 운전상황의 안전도만 고려해 개입 시점을 판단할 수 있고, ‘그래’, ‘아니’ 같은 간단한 대답을 해야 하는 질문에는 현재 운전상황의 안전도와 대화 서비스 수행의 성공률을 함께 고려한다. 매우 보수적으로 세 가지 척도를 모두 함께 고려해 판단할 수 있다. 이 방식은 에이전트와 운전자가 여러 차례의 상호작용을 통해 의사결정을 할 때 사용한다.
정확도 높은 자동판단 인공지능 기술 개발을 위해서는 실제 도로 운전 중 에이전트와의 상호작용 데이터가 필요하기 때문에 연구팀은 반복적인 시제품 제작 및 테스트를 수행해 실제 차량 주행환경에서 사용 가능한 내비게이션 앱 기반 모의 대화형서비스를 개발했다.
자동판단을 위해 대화형서비스 시스템과 차량을 연동해 운전대 조작, 브레이크 페달 조작 상태 등 차량 내 센서 데이터와 차간거리, 차량흐름 등 주변 환경 정보를 통합 수집했다.
연구팀은 모의 대화형서비스를 사용해 29명의 운전자가 실제 운전 중에 음성 에이전트와 수행한 1천 3백 88회의 상호작용 및 센서 데이터를 구축했고, 이를 활용해 기계학습 훈련 및 테스트를 수행한 결과 적절 시점 검출 정확도가 최대 87%에 달하는 것을 확인했다.
연구팀의 이번 기술 개발로 대화형서비스로 인한 운전자 주의분산 문제를 해결할 수 있을 것으로 전망된다. 이 기술은 대화형서비스를 제공하는 차량 인포테인먼트 시스템에 바로 적용할 수 있다. 운전 부주의 실시간 진단 및 중재에도 적용될 수 있을 것으로 기대된다.
이의진 교수는 “앞으로의 차량 서비스는 더욱더 능동적으로 서비스를 제공하는 형태로 거듭나게 될 것이다”라며 “자동차에서 생성되는 기본 센서 데이터만을 활용해 최적 개입 시점을 정확히 찾을 수가 있어 앞으로는 안전한 대화 서비스 제공이 가능할 것이다”라고 밝혔다.
이번 연구는 한국연구재단 차세대정보컴퓨팅기술개발사업과 현대NGV의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 실차 데이터 수집장비 및 실제 실험 모습
그림2. 모의 대화형서비스 개념도
그림3. 차량 대화형서비스의 안전성 증진 기술 개념도
2019.11.12
조회수 18932
-
정유성 교수, 인공지능을 통한 소재 역설계 기술 개발
〈 정유성 교수, 노주환 박사과정〉
우리 대학 EEWS대학원/생명화학공학과 정유성 교수 연구팀이 인공지능을 활용해 원하는 물성을 갖는 신소재를 역설계하는 기술을 개발했다.
연구팀은 알고리즘을 통해 수만 개의 물질을 학습시킨 뒤 인공지능을 통해 원하는 물성을 갖는 소재를 역설계하는 방식으로 4종의 신물질을 발견했다. 향후 신소재 개발에 크게 이바지할 수 있을 것으로 기대된다.
노주환 박사과정이 1저자로 참여한 이번 연구 결과는 ‘셀 (Cell)’ 자매지 ‘매터(Matter)’ 10월 2일 자 온라인판에 출판됐다. (논문명 : Inverse Design of Solid State Materials via a Continuous Representation)
소재 연구의 궁극적인 목표는 원하는 물성을 갖는 신소재를 개발하는 것이다. 하지만 현재까지의 신소재 개발은 화학적 직관과 실험적 시행착오를 통한 방법 위주였기 때문에 개발 비용과 시간이 많이 들어 소재 개념화에서부터 상용화에 걸리는 시간이 평균 30년 정도 소요됐다.
기존의 소재 개발 과정은 소재를 시행착오를 통해 합성하고 난 후 물성을 측정해 만들어진 소재가 응용 목적에 맞는 소재인지를 평가하는 방식으로 개발됐다.
정 교수 연구팀은 인공지능 기술과 슈퍼컴퓨터 활용을 융합해 이러한 소재 개발을 기간을 크게 단축할 수 있는 새로운 소재 역설계 방법을 개발했다. 정 교수팀이 개발한 소재 역설계 방법은 기계(알고리즘)로 기존의 수만 개 물질과 그 물질들이 갖는 물성을 학습하게 한 후, 원하는 물성을 갖는 물질을 인공지능 기반 알고리즘이 역으로 생성하는 방식이다.
연구팀이 개발한 소재 역설계 방법은 기존의 컴퓨터 스크리닝을 통해 소재 설계를 가속화 하는 연구와도 차별성이 있다. 스크리닝 기반의 소재 발견 기술은 발견될 물질이 스크리닝 대상이 되는 물질 데이터베이스를 벗어날 수 없다는 한계를 가지고 있다. 따라서 데이터베이스에 존재하지 않는 새로운 형태의 소재를 발견하지 못한다는 단점이 있다.
연구팀이 개발한 신소재 역발견 모델은 인공지능 모델의 한 종류인 생성모델을 이용한 것으로, 생성모델은 이미지 및 음성 처리에 활발하게 활용되고 있는 기술이다. 예를 들어 수천 명의 얼굴들을 기계로 학습하게 해 새로운 사람의 얼굴을 생성해 내는 인공지능 기법이다.
연구팀은 이미지 생성에 주로 쓰이는 생성모델 기반의 인공지능 기법을 알려지지 않은 무기 고체 소재를 생성하는 데 최초로 적용했다. 특히 기존의 생성모델을 고체 소재에 적용하기 위해 역변환이 가능한 3차원 이미지 기반의 표현자를 도입함으로써 현재까지의 소재 역설계 모델의 한계를 극복했고, 이를 iMatGen(image-based Materials Generator) 이라 이름 지었다.
연구팀은 개발된 소재 역설계 기법을 새로운 바나듐 산화물 결정구조를 예측하는데 적용했다. 이 학습 과정에서 기존에 알려진 물질을 제외해 학습하더라도 제외된 물질들을 역으로 재발견할 수 있음을 확인해 개발 모델의 타당성을 검증했다.
최종적으로 개발된 모델을 통해 학습된 연속 잠재공간을 다양한 방법으로 샘플링하고 역변환 함으로써 기존에 존재하지 않는 전혀 새로운 바나듐 산화물 결정구조를 예측할 수 있었다.
정유성 교수는 “이번 연구는 원하는 물성을 갖는 무기 고체 소재를 역으로 설계하는 방법을 데이터 기반 기계학습으로 최초로 보인 예로, 향후 다양한 응용 분야의 신소재 개발에 도움을 줄 수 있을 것으로 기대한다”라고 말했다.
이번 연구 성과는 한국연구재단, 산업통상자원부 산하 에너지기술평가원, 그리고 KISTI의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 개발된 소재 역설계 모델
2019.10.07
조회수 12670