-
하운드(Hound) 로봇, 100m를 19.87초 주파, 기네스 기록
우리 대학 기계공학과의 박해원 교수 연구팀이 제작한 사족 로봇 하운드(Hound)의 사족 보행 로봇의 100m 달리기 기록이 기네스 세계 기록으로 인정받았다고 15일 밝혔다.
하운드(Hound)는 KAIST 동적 로봇 설계 및 제어 연구실(Dynamic Robot Control and Design Laboratory)에서 제작된 로봇으로, 지난 2023년 10월 26일에 측정된 실험을 통해 정지 상태에서 출발해 100미터 선을 19.87초 만에 통과한 후 완전히 멈추는 데 성공했다. 이 성과는 AI 방법론 중 하나인 강화학습을 이용해 시뮬레이션 가상환경에서 훈련된 단일 제어기를 통해 달성됐다.
연구팀은 하운드(Hound) 로봇이 고속으로 달릴 수 있도록, 액추에이터 출력의 한계를 최대한 이용하기 위해, 모터가 최대로 낼 수 있는 한계 토크와 속도 특성을 강화학습에 활용했다. 또한, 대칭적인 걸음새를 통해 모터의 출력을 고르게 분배하고, 로봇의 빠른 움직임을 위해 경량 발바닥을 설계했다. 이러한 종합적인 설계와 제어에 대한 접근방식을 통해 하운드(Hound)는 빠른 속도로 100미터를 주파할 수 있었다.
하운드(Hound)의 100미터 달리기 기록은 우리 대학 대운동장의 실외 육상 트랙에서 공식적으로 측정됐다.
하운드(Hound)는 실외뿐만 아니라 실내 러닝머신 위에서 6.5m/s (시속 23.4km)의 주행 속도를 기록했다. 이는 전기 모터 기반 사족 로봇의 최고속도이며, 기존 메사추세츠 공과대학교(MIT)의 치타 2(Cheetah 2)의 6.4m/s를 뛰어넘는 기록이다. 박해원 교수 연구팀은 이 성과 또한 기네스 기록 인증을 신청 중이다.
연구 책임자인 기계공학과 박해원 교수는 “KAIST의 기술로 직접 설계 제작된 사족 보행 로봇과 AI 학습 기반 제어기로 보행 로봇 세계 최고속도를 세움으로써 우리나라의 로봇 하드웨어 기술 및 로봇제어 AI 기술이 세계 최고 수준을 보여줬다는 데 의의가 있다”이라고 소감을 전했다.
한편 이번 연구는 2019년 국방과학연구소 미래도전국방기술 연구개발사업(912768601)의 지원을 받아 수행됐다.
기네스 기록 홈페이지 링크 : https://www.guinnessworldrecords.com/world-records/625586-fastest-100-m-by-a-quadrupedal-robot
기네스 Youtube 계정에 올라온 영상 : https://www.youtube.com/shorts/sdF1cn7iX0g
2023.12.15
조회수 4010
-
양자컴퓨팅 원자를 던지고 받는 기술 개발
양자컴퓨터의 기본 구성요소인 원자를 이동하여 배치하는 기술은 리드버그 양자컴퓨팅 연구에 매우 중요하다. 하지만 원자를 원하는 위치에 배치하려면, 일반적으로 광 집게라고 불리는 매우 집속된 레이저 빔을 사용해, 원자를 하나씩 잡아서 운반해야 하는데 이렇게 운반하는 동안 원자의 양자 정보가 변화할 가능성이 크다.
우리 대학 물리학과 안재욱 교수 연구팀이 레이저 빔을 이용하여 루비듐 원자를 하나씩 던지고 받는 기술을 개발했다고 27일 밝혔다.
연구팀은 광 집게가 원자와 접촉하는 시간을 최소화하여 양자 정보가 변하지 않도록 원자를 던지고 받는 방법을 개발했다. 연구팀은 원자의 온도가 매우 낮아 절대 영도 이하 4천만분의 일의 온도의 차가운 루비듐 원자가 광 집게의 초점을 따라서 빛이 가하는 전자기력에 매우 민감하게 움직인다는 특성을 이용했다.
연구팀은 광 집게의 레이저를 가속해서 원자에 광학적 킥을 줘서 원자를 목표지점으로 보낸 다음, 다른 광 집게로 날아오는 원자를 잡아서 멈추게 했다. 원자의 비행 속도는 65cm/s이고, 이동 거리는 최대 4.2 마이크로미터다. 기존의 광 집게로 원자를 잡아서 이동하는 기술과 대비해 원자를 던지고 받는 기술은 원자 이동을 위한 광 집게 이동 경로 계산이 필요 없어지고, 원자 배열에 생기는 결함을 쉽게 고칠 수 있다. 결과적으로 많은 개수의 원자 배열을 생성하고 유지하는 데 효과적이며, 양자 정보를 지닌 원자(flying atom qubit)를 추가로 던지고 받는 때에 양자 배열의 구조변화를 전제하는 새롭고 더욱 강력한 양자컴퓨팅 방법을 연구할 수 있다.
안재욱 교수는 “이 기술이 더 크고 강력한 리드버그 양자 컴퓨터를 개발하는 데 사용될 것”이라 말한다. “리드버그 양자 컴퓨터에서 원자는 양자 정보를 저장하고, 전자기력을 통해 인접한 원자들과 상호작용해 양자컴퓨팅을 수행할 수 있도록 배치된다. 만약 오류가 발생해 원자를 교체하거나 이동해야 할 경우, 원자를 던져서 빠르게 재구성하는 방법이 효과적일 수 있다”고 말한다.
우리 대학 물리학과 황한섭, 변우정 박사과정 연구원과 일본 국가자연과학연구소의 실바앙 드 레젤러크 연구원이 참여한 이번 연구는 국제 학술지 `옵티카(Optica)' 3월 10권 3호에 출판됐다. (논문명 : Optical tweezers throw and catch single atoms).
이번 연구는 삼성미래기술재단의 지원으로 수행됐다.
2023.03.27
조회수 6340
-
인공지능의 오랜 난제를 뇌 기반 인공지능으로 풀다
우리 대학 바이오및뇌공학과 이상완 교수(신경과학 인공지능 융합연구센터장) 연구팀이 뇌 기반 인공지능 기술을 이용해 인공지능의 난제 중 하나인 과적합-과소적합 상충 문제를 해결하는 원리를 풀어내는 데 성공했다고 5일 밝혔다.
이상완 교수와 김동재 박사(現 뉴욕대학교 박사후 연구원)가 주도하고 우리 대학 정재승 교수가 참여한 이번 연구는 `강화학습 중 편향-분산 상충 문제에 대한 전두엽의 해법'이라는 제목으로 국제 학술지 셀(Cell)의 오픈 액세스 저널인 `셀 리포트(Cell Reports)'에 지난해 12월 28일 字 온라인판에 게재됐다. (논문명: Prefrontal solution to the bias-variance tradeoff during reinforcement learning)
최근 인공지능 모델들은 다양한 실제 문제들에 대해 최적의 해법을 제시하지만, 상황 변화에 유동적으로 대응하는 부분에 있어서는 여전히 어려움을 겪고 있다. 기계학습에서는 이를 과소적합-과적합의 위험성 (underfitting-overfitting risk) 또는 편향-분산 상충 문제(bias-variance tradeoff)라 하며 오랫동안 연구됐지만, 실제 세계와 같이 상충 조건이 계속 변하는 상황에서의 명확한 해법은 아직 제안된 바가 없다.
반면 인간은 현재 주어진 문제에 집중하면서도(과소적합 문제 해결), 당면 문제에 과하게 집착하지 않고(과적합 문제 해결) 변하는 상황에 맞게 유동적으로 대처한다. 연구팀은 뇌 데이터, 확률과정 추론 모형, 강화학습 알고리즘을 이용해 인간의 뇌가 이 문제를 어떻게 해결하는지에 대한 이론적 틀을 마련하고 이로부터 유동적인 메타 강화학습 모델을 도출해냈다.
놀랍게도 인간의 뇌는 중뇌 도파민 회로와 전두엽에서 처리되는 `예측 오차'의 하한선(prediction error lower bound)이라는 단 한 가지 정보를 이용해 이 문제를 해결한다. 우리의 전두엽, 특히 복외측전전두피질은 현재 내가 사용하고 있는 문제 해결 방식으로 주어진 문제를 얼마나 잘 풀 수 있을지에 대한 기대치의 한계를 추정하고(예: `이렇게 풀면 90점까지는 받을 수 있어'), 변화하는 상황에 맞춰 최적인 문제 해결전략을 유동적으로 선택하는 과정 (예: `이렇게 풀면 기껏해야 70점이니 다르게 풀어보자')을 통해 과소적합-과적합의 위험을 최소화하게 된다.
이상완 교수 연구팀은 2014년 해당 전두엽 영역이 환경의 불확실성을 바탕으로 강화학습전략을 유동적으로 조절하는 데 관여한다는 사실을 처음 발견했고(`뉴런(Neuron)' 학술지에 발표), 2015년에는 인과관계 추론 과정에도 관여한다는 사실을 발견했다(`PLOS Biology' 학술지에 발표). 이어 2019년에는 해당 뇌 영역이 문제의 복잡도까지 고려할 수 있다는 사실을 발견했다(`네이처 커뮤니케이션즈(Nature Communications)' 학술지에 발표).
이러한 일련의 연구 결과들은 자신의 학습 및 추론 능력을 스스로 평가하는 인간의 메타 인지 능력을 보여주는 증거로, 이 능력을 바탕으로 인공지능이 풀기 어려워하는 현실 세계의 다양한 상충적 상황들을 풀어낼 수 있다는 `전두엽 메타 학습 이론'을 정립한 바 있다(`사이언스 로보틱스(Science Robotics)' 학술지에 발표). 이번 연구는 이 이론에 기반해 인공지능의 오랜 난제 중 하나인 과소적합-과적합 상충 문제를 실제로 풀어낸 최초의 사례로 평가된다.
연구를 통해 개발된 메타 강화학습 모델을 이용하면 간단한 게임을 통해 인간의 유동적 문제 해결 능력을 간접적으로 측정할 수 있다. 더 나아가 스마트 교육이나 중독과 관련된 인지 행동치료에 적용할 경우 상황 변화에 유동적으로 대처하는 인간의 문제 해결 능력 자체를 향상할 수 있을 것으로 기대된다. 차세대 인공지능, 스마트 교육, 인지 행동치료 등 다양한 분야에 파급력이 큰 원천 기술로 최근 국내 및 해외 특허 출원이 완료된 상태다.
연구를 주도한 제1 저자 김동재 박사는 "인간 지능의 특장점에 대한 이해가 얼마나 중요한지 보여주는 연구 중 하나ˮ라고 말했다. 연구 책임자인 이상완 교수는 "인공지능이 우리보다 잘 푸는 문제가 많지만, 반대로 인공지능으로 풀기 어려운 문제들이 우리에게는 정말 쉽게 느껴지는 경우들이 많다. 인간의 다양한 고위 수준 능력을 인공지능 이론 관점에서 형식화하는 연구를 통해 인간 지능의 비밀을 하나씩 풀어나갈 수 있을 것으로 기대된다ˮ라며 "이러한 뇌 기반 인공지능 연구는 인간의 지능을 공학적으로 탐구하는 과정으로 볼 수 있으며, 인간과 인공지능이 서로 도우며 함께 성장해 나갈 수 있는 명확한 기준점을 마련할 수 있을 것ˮ이라고 말했다. 이상완 교수는 뇌 기반 인공지능 연구의 독창성과 도전성을 인정받아 구글 교수 연구상과 IBM 학술상을 받은 바 있다.
연구팀은 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받아 설립한 KAIST 신경과학-인공지능 융합연구센터에서 기반 기술을 활용해 인간 지능을 모사한 차세대 인공지능 모델을 개발하고, 아울러 딥마인드, IBM 인공지능 연구소, MIT, 옥스퍼드 대학 등 국제 공동연구 협약 기관과 공동연구를 통해 기술의 파급력을 높여나갈 계획이라고 말했다.
한편 이번 연구는 삼성전자 미래기술육성센터, 과학기술정보통신부 정보통신기획평가원 및 한국연구재단의 지원을 받아 수행됐다.
2022.01.05
조회수 9396
-
정송 교수 연구팀, 아시아대학 최초 ACM MobiSys 2021 Best Paper Award 수상
우리 대학 AI대학원과 전기및전자공학부 소속 정송 교수 연구실의 김세연 박사과정생과 이경한 박사졸업생 (현 서울대 전기정보공학부 부교수)이 지난 주 COVID-19으로 인해 온라인으로 개최된 2021년도 ACM MobiSys 학회(https://www.sigmobile.org/mobisys/2021/)에서 Best Paper Award를 수상했다.
ACM MobiSys는 모바일시스템 분야의 최고 학회로서 올해 총 266편의 논문이 제출되어 36개의 논문이 억셉트되었으며 (논문게재율: 21.6%) 이번 정송 교수 연구팀의 Best Paper Award 수상은 19년의 MobiSys 역사상 첫 아시아권 대학의 수상이다. (제1저자 소속 대학 기준)
- 논문명: zTT: Learning-based DVFS with Zero Thermal Throttling for Mobile Devices
(모바일 기기의 열쓰로틀링 방지를 위한 강화 학습 기반의 동적 주파수 할당 기술)
- 논문 저자: 김세연 (KAIST), 빈경민 (서울대), 하상태 (U. of Colorado at Boulder), 이경한 (서울대), 정송 (KAIST)
- 논문 내용:
동적 전압/주파수 할당 기술(Dynamic Voltage and Frequency Scaling, DVFS)은 운영 체제(OS) 단에서 프로세서 성능을 보장하는 동시에 에너지 소모를 줄이기 위해 동적으로 프로세서의 전압과 주파수를 조절하는 기술이다. 하지만 모바일 기기의 동적 주파수 할당 기술은 두 가지 한계점을 가지고 있다. 첫째, OS 레벨에서 수행되기 때문에 어플리케이션의 성능을 보장하지 못한다. 둘째, 모바일 기기의 특성상 빈번하게 변하는 환경을 반영하지 못하여 과열을 일으켜 열쓰로틀링(Thermal Throttling)을 야기시켜 사용자 경험(QoE)를 크게 감소시킬 수 있다. 특히, 모바일 기기에서 발열 문제는 최신 스마트폰과 같은 고성능 기기의 성능을 크게 떨어뜨리는 고질적인 문제로 알려져 있다. 해당 연구에서는 이러한 기존 기술의 한계를 해결하기 위해 모바일 기기의 과열을 예방하고, 사용자 경험을 보장하는 동시에 에너지 소모를 최소화하기 위해 심층 강화 학습(Deep-Reinforcement Learning) 기반의 동적 주파수 할당 기술을 개발했다. 이는 실시간으로 수집되는 상태 정보를 바탕으로 어플리케이션과 모바일 기기의 동작 환경에 적응하여 안정된 성능을 보장하고, 전력 소모를 크게 줄일 수 있는 기술이다. 연구팀은 해당 연구 기술이 운영 체제나 어플리케이션이 보다 최적화된 성능으로 동작하기 위한 하나의 설정 옵션으로 패키징될 수 있을 것이라고 전망하고 있다.
위 상을 수상한 김세연 박사과정생은 논문에 대해 “5G 스마트폰과 같은 모바일 단말에서 과도한 발열로 인해 발생하는 열쓰로틀링에 따른 급격한 성능 저하 문제를 강화학습 기반의 동적 전압/주파수 스케일링을 통해 획기적으로 해결한 연구”라고 설명했다.
정송 교수는 “사용자 체감 성능을 높이면서 열쓰로틀링으로 인한 급격한 성능 저하를 방지하기 위해서는, 적정한 온도를 유지하기 위한 총전력 소모 범위 내에서 프로세서 컴포넌트 (CPU, GPU 등) 간 최적의 전력 분배를 수행하는 것이 관건이지만, 주변 환경 (주변 온도, 쿨링 상황 등)과 사용자 애플리케이션 특성에 따라 허용 가능한 총 전력 소모 범위와 최적의 전력 분배가 실시간으로 변화하기 때문에 전통적인 제어기법으로는 해결하기 매우 어려운 문제였다”고 부연 설명했다.
연구팀의 이러한 결과는 전력소모 문제로 인공지능 기법의 도입이 어려울 것으로 예상되었던 모바일 플랫폼에서 조차 강화학습 기반의 시스템 제어가 성능 개선에 크게 이바지 할 수 있음을 보임으로써, 차세대 운영체제에 AI/ML 기반 제어 기법들을 적극적으로 도입하기 위한 계기를 마련한 것으로 평가받았다.
2021.07.09
조회수 10632
-
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 16201
-
웹 기반 가상세포 분석시스템 WebCell 개발 공개
-생물정보학 관련 전문 학술지인 바이오인포메틱스지 5월호에 게재 -
과학기술부 특정연구개발사업『시스템생물학연구사업』에 참여하고 있는 KAIST 이상엽, 박선원 교수팀은 생명체의 대사 및 신호전달 기능과 특성의 동적 분석을 위한 웹 기반 소프트웨어 ‘WebCell 시스템’을 개발하여 공개했다.
이 시스템은 현재까지 전 세계적으로 개발된 생체 및 세포 동적 모사 시스템 중 가장 다양한 기능을 제공하는 것으로 시스템 생물학 연구의 국제 공동체인 SBML에 등록되어 공개되며, 연구결과는 영국 옥스퍼드대학 출판사 발간 생물정보학 관련 전문 학술지인 바이오인포메틱스 (Bioinformatics)지 5월호에 게재되었다.
KAIST(한국과학기술원) 생명화학공학과 이상엽(李相燁, 42, LG화학 석좌교수, 생물정보연구센터 소장), 박선원(朴善遠, 58)교수팀은 과학기술부 특정연구개발사업의『시스템생물학연구개발사업』지원을 받아 다양한 생명현상의 정성 정량적 동적모사가 가능한 웹기반 가상세포 “WebCell”을 개발하여 전 세계에 공개했다.
WebCell은 세포 내에서 일어나는 반응들에 대한 결과 예측 뿐 만아니라, 시간에 따른 변화들을 보여주는 동적 분석을 상세한 설명을 따라 인터넷 상에서 쉽게 수행할 수 있다. 또한, 기존 가상세포 소프트웨어의 프로그램마다 다른 형식으로 이루어져 사용에 어려움이 많던 파일들도 자유롭게 원하는 양식으로 변환이 가능하도록 하여, 연구 과정과 결과를 공유하여 더 빠르고 효율적인 연구가 가능해졌다.
또한, 인터넷 상에서 생물학적 네트워크를 모델링하고 만들어진 모델을 저장 및 교환할 수 있으며, 열역학 정보를 이용한 모델 검증, 변수 추정, 구조적 경로 분석 및 대사 조절 분석, 동적 시각화 등을 통한 네트워크의 체계적인 분석 기능을 통합적으로 제공한다.
그리고 기존에 발표된 모델들의 라이브러리도 제공하며 이용자가 자신의 ID로 접속할 수 있는 개인 라이브러리도 가질 수 있으므로, 가상세포 연구에 큰 역할을 할 것으로 기대된다.
WebCell이 발표되자마자 시스템 생물학 연구 국제공동체인 SBML(http://sbml.org)에 등록되어 공개되었으며, 연구결과는생물정보학 분야 전문 국제 학술지인 영국 옥스퍼드대학 출판사 발간 바이오인포메틱스(Bioinformatics)지 5월호에 게재되었다.
이상엽 교수는 “향후 대사 흐름 분석 프로그램인 MetaFluxNet, 대사흐름분석 언어인 MFAML, 대사네트워크 전문 데이터베이스인 BioSilico와 연동하여 업그레이드 된 버전의 WebCell을 개발할 예정이며, 궁극적으로 이 모두가 통합된 가상세포를 개발할 예정이다”라고 밝혔다.
WebCell 시스템은 웹브라우저를 통해 http://webcell.kaist.ac.kr 이나 http://www.webcell.org로 접속하여 사용자 계정을 획득한 뒤 이용할 수 있다.
<용어설명>
* SBML(Systems Biology Markup Language): XML을 기반으로 한 언어의 일종으로, 각기 다른 시스템 생물학 소프트웨어간의 가상 세포 모델의 교환을 용이하게 하기 위해 제안된 표준이다. 현재는 국제 공동 프로젝트로 발전하여, 전 세계 60여개 프로젝트가 이 사업에 공동으로 참여하고 있다.
<< WebCell 사용 샘플그림>>
2006.04.28
조회수 19524
-
움직이는 단백질 구조 실시간 규명
단백질 동영상 촬영, 신약 개발에 큰 도움이효철 교수, 미국 국립과학원 회보(PNAS) 2일자 발표
KAIST 화학과 이효철(李效澈, 33) 교수가 움직이는 단백질의 구조를 실시간으로 규명하는데 성공했고 관련 논문이 세계적인 저널인 미국 국립과학원회보(PNAS, Proceedings of National Academy of Science) 5월 2일자로 게재되고, 그 우수성을 입증받아 ‘이 주의 논문’으로도 채택됐다.
일반적으로 단백질의 삼차원 구조는 엑스선 결정법 (X-ray Crystallography)을 사용해서 밝혀내게 되는데 이 방법으로는 정지되어 있는 단백질의 안정적인 구조만을 볼 수 있다.
李 교수팀은 엑스선 결정법을 더욱 발전시킨 방식인 시간분해 엑스선 회절법이란 방식을 이용했다. 이는 정지되어 있는 단백질의 구조뿐 만 아니라 작동하고 있는 단백질의 동적인 구조까지도 밝혀낼 수 있는 획기적인 방식이다.
이 새로운 기술을 사용하면 움직이는 단백질의 동영상을 촬영할 수도 있어 단백질의 작동기작을 밝히는 데에 중요한 도구가 될 것이며 앞으로 신약개발을 하는 데에도 큰 도움을 줄 것으로 보인다. 또한 이 기술은 단백질뿐 아니라 나노물질에도 응용 가능하므로 BT뿐만 아니라 NT분야에도 기여할 수 있을 것으로 보인다.
이 연구결과는 미국의 아르곤 국립연구소의 APS 가속기와 유럽연합방사광가속기 (ESRF) 센터에서 측정되었으며 李 교수의 주도하에 이루어진 국제적인 공동연구의 결과라 할 수 있다.
2005.05.04
조회수 20074