KAIST

통증이 생길 때마다 병원을 찾거나 진통제에 의존해야 하는 불편을 줄일 수 있는 ‘붙이는 전자약’이 개발됐다. 피부에 붙이면 전기자극으로 통증을 조절하고, 한국과 미국처럼 멀리 떨어져 있어도 스마트폰으로 원격 제어할 수 있다. 우리 대학은 전기및전자공학부 정재웅 교수와 한국한의학연구원(원장 고성규) 이상훈 박사 공동 연구팀이 무선 마이크로니들(Microneedle·피부에 붙이는 미세 바늘) 전자약과 사물인터넷(IoT·인터넷으로 기기를 연결하고 제어하는 기술) 기반 원격 제어 기술을 결합한 웨어러블 전자약 플랫폼을 개발했다고 13일 밝혔다. 이번 연구의 가장 큰 특징은 피부에 붙이는 하나의 작은 기기에 안정적인 전기자극, 스마트폰 원격 제어, 몸 상태에 따른 자동 자극 기능을 함께 구현했다는 점​이다. 향후 실제 환자를 대상으로 효과와 안전성이 검증되면 집이나 일상생활에서도 개인의 상태에 맞춰 통증을 관리하는 기술로 활용될 가능성

미국 시카고에서 한국 대전에 있는 초소형 뇌 이식 장치를 인터넷으로 원격 조절한다. 한국 연구진이 세계 어디서든 약물을 전달하고 빛으로 뇌 신경세포를 정밀하게 조절할 수 있는 무선 장치를 개발했다. 거리와 장소의 제약을 넘어 뇌 질환의 장기 연구와 미래 치료기기 개발에 활용될 것으로 기대된다. 우리 대학은 전기및전자공학부 정재웅 교수 연구팀이 연세대학교(총장 윤동섭) 의과대학 김화영 교수 연구팀과 공동으로 약물 전달, 빛 자극, 무선 통신, 인터넷 원격 제어 기능을 하나로 통합한 사물인터넷(IoT) 기반 무선 뉴럴 임플란트(뇌 이식 장치)​를 개발했다고 27일 밝혔다. 기존에는 실험동물의 뇌 신경을 자극하거나 약물을 주입하기 위해 복잡한 선이 연결된 장비를 사용하는 경우가 많아 동물의 자연스러운 움직임을 관찰하는 데 한계가 있었다. 무선 장치 역시 연구자가 가까운 곳에서 직접 조작해야 하는 등 거리와 실험 환경의 제약이 있었다. 연구팀은 이러한 한계를 해결하기 위해 뇌

아무리 많은 데이터를 학습해도, 인공지능(AI)은 왜 사람의 의도를 자주 빗나갈까? 사람의 선호를 이해시키기 위한 비교 학습은 오히려 AI를 혼란스럽게 만드는 경우도 적지 않았다. KAIST 연구진은 AI에게 ‘가정교사’를 붙이는 방식으로, 적은 데이터에서도 사람의 선호를 정확히 배우는 새로운 학습 해법을 제시했다. 우리 대학 전기및전자공학부 김준모 교수 연구팀이 인간의 선호를 효과적으로 반영하면서도 데이터 효율성과 학습 안정성을 크게 향상시킨 강화학습 프레임워크 ‘TVKD(Teacher Value-based Knowledge Distillation)’를 개발했다고 17일 밝혔다. 기존 인공지능 학습 방식은 “A가 B보다 낫다”는 식의 단순 비교(preference comparison) 데이터를 대량으로 수집해 학습하는 구조였다. 이 방식은 많은 데이터가 필요하고, 판단이 애매한 상황에서는 AI가 혼란에 빠지기

‘우리의 뇌는 어떻게 장내에서 흡수된 다양한 영양소 중 포도당을 구별해낼까?’ 우리 대학 연구진은 이 질문에서 출발해, 뇌가 단순히 총열량(칼로리)을 감지하는 수준을 넘어 특정 영양소, 특히 포도당을 선택적으로 인식할 수 있다는 사실을 입증했다. 이번 연구는 향후 식욕 조절 및 대사성 질환 치료 전략에 새로운 패러다임을 제시할 수 있을 것으로 기대된다. 우리 대학 생명과학과 서성배 교수 연구팀이 바이오및뇌공학과 박영균 교수팀, 생명과학과 이승희 교수팀, 뉴욕 알버트 아인슈타인 의과대학과의 협력을 통해, 배고픔 상태에서 포도당이 결핍된 동물이 장내의 포도당을 선택적으로 인식하고 선호하도록 유도하는 장-뇌 회로의 존재를 규명했다고 9일 밝혔다. 생물은 당, 단백질, 지방 등 다양한 영양소로부터 에너지를 얻는다. 기존 연구들은 장내 총열량 정보가 시상하부의 배고픔 뉴런(hunger neurons)을 억제함으로써 식욕을 조절한다는 사실을 밝혀왔으나, 특정 포도

우리 대학 기계공학과 구승범 교수 연구팀(박건우 박사과정, 신범수 박사과정, 박종현 박사과정)은 2024년 12월 캐나다 밴쿠버에서 열린 NeurIPS 학회의 경쟁 대회 중 하나인 MyoChallenge 대회에 참가하여, 15개국에서 54팀이 참여한 가운데, 보행 운동 부문 1위를 차지하였다. 이 대회는 Google Deepmind, Google Cloud와 Össur가 후원하였다. 이 대회에서는 인체의 신경근육제어 원리를 연구하기 위한 다물체 동역학 기반의 인체 근골격 시뮬레이션 환경이 제시되었다. 자체 알고리즘으로 작동하는 의족/의수 (Prosthetic limb)가 결합된 인체 모델이 일상 생활 동작(상지 운동, 보행 운동)을 할 수 있도록 인체 근육 제어기를 학습하고, 그 성능을 경쟁하였다. 보행 운동 부문에서는 의족을 장착한 인체 모델이 주어진 트랙(평지, 거친길, 언덕, 계단)에 맞춰 보행할 수 있도록 인체 제어기를 학습하고, 그 안정성과 속도를 평가하였