-
70년 만에 토종 ‘광대싸리’ 항암물질 생성 비밀 밝혀
식물 유래 약 성분은 많지만, 식물이 이를 어떻게 만들어 내는지는 오랫동안 미스터리였다. 우리 대학 연구진이 70년 만에 토종 약용식물 광대싸리에서 항암 성분인 세큐리닌이 생성되는 전 과정을 처음으로 밝혀냈다. 이번 성과로 실험실과 미생물 공장에서 항암 물질을 안정적으로 생산할 수 있는 길이 열렸다.
우리 대학은 생명과학과 김상규 교수 연구팀과 화학과 한순규 교수 연구팀이 우리나라 자생 식물인 광대싸리에서 항암 효과로 알려진 세큐리닌(securinine) 계열 물질이 만들어지는 핵심 과정을 규명했다고 30일 밝혔다.
광대싸리는 우리나라 산과 들에서 쉽게 볼 수 있는 관목으로, 동북아시아 지역에서는 오래전부터 잎과 뿌리를 약재로 사용해 왔다. 이 식물에는 세큐리닌을 비롯한 다양한 알칼로이드 성분이 들어 있어 신약 개발 가능성이 높은 약용식물로 주목받아 왔다.
세큐리닌은 1956년 광대싸리에서 처음 발견된 이후 지금까지 130종이 넘는 관련 물질이 보고됐다. 이들 가운데 일부는 항암 효과를 보이거나, 뇌로 잘 전달돼 신경 재생을 돕는 효능이 있는 것으로 알려져 있다. 그러나 이렇게 중요한 물질들이 식물 안에서 어떻게 만들어지는지는 지난 70년간 밝혀지지 않은 난제였다.
생명체 안에서 천연물이 만들어지는 과정을 ‘생합성’이라고 한다. 이는 최종 물질이 만들어지기까지 어떤 중간 단계를 거치고, 어떤 효소가 작용하는지를 밝히는 일이다. 모르핀, 카페인, 니코틴 등 식물이 만들어내는 약효가 강한 천연 성분인 알칼로이드는 구조가 매우 복잡해 생합성 과정을 규명하기 특히 어려운 물질로 알려져 있다.
이번 연구에서는 화학과 생명과학의 협력이 핵심 역할을 했다. 세큐리닌 계열 물질의 화학적 합성을 오랫동안 연구해 온 한순규 교수 연구팀과, 식물 유전체 분석과 단일세포 분석에 강점을 가진 김상규 교수 연구팀이 공동으로 연구를 진행했다.
김상규 교수 연구팀은 성남시 불곡산 일대의 ‘KAIST 생태림’에서 광대싸리를 확보해 연구 시료를 만들고, 식물의 유전체를 정밀 분석했다. 특히 세큐리닌 생성이 활발한 잎 조직을 대상으로 단일세포 전사체 분석을 수행해, 어떤 세포에서 어떤 유전자가 작동하는지를 세밀하게 추적했다.
한편 한순규 교수 연구팀은 세큐리닌이 만들어지기 바로 전 단계의 물질로 ‘비로신 B’를 찾아내고, 이를 실험실에서 직접 만들어 그 변화를 관찰했다. 그 결과, 식물 속 효소인 ‘황산전이효소’가 비로신 B를 항암 성분 세큐리닌으로 바꾸는 데 핵심적인 역할을 한다는 사실을 밝혀냈다.
이는 황산전이효소가 단순히 화학 성분을 붙이는 보조 역할이 아니라, 알칼로이드의 구조 자체를 바꾸는 데도 중요한 역할을 할 수 있음을 처음으로 보여준 연구 결과다.
김상규 교수와 한순규 교수는 “이번 연구는 우리나라 자생 식물에서 얻을 수 있는 고부가가치 천연물이 어떻게 만들어지는지를 분자 수준에서 밝힌 것”이라며 “앞으로 미생물이나 세포를 이용해 항암 물질을 안정적으로 생산하고, 다양한 의약학적 응용으로 이어질 수 있는 기반을 마련했다”고 말했다.
이번 연구에는 KAIST 정성준 박사후연구원, 강규민 박사후연구원, 김태인 석박통합과정생이 공동 제1저자로 참여했으며, 연구 성과는 국제 저명 학술지 네이처 커뮤니케이션즈(Nature Communications, IF 15.7)에 1월 23일 게재됐다.
※ 논문명: Chemically guided single-cell transcriptomics reveals sulfotransferase-mediated scaffold remodeling in securinine biosynthesis, DOI: doi.org/10.1038/s41467-026-68816-3
이번 연구는 과기부 한국연구재단의 중견 합성생물학, 농촌진흥청 NBT사업단의 차세대농작물신육종기술개발, KAIST 생태연구프로그램의 지원을 받아 수행됐다.
2026.02.06
조회수 199
-
'이 생선 어디서 왔지?'...세계가 인정한 수산물 이력추적 기술 확보
우리가 마트에서 수산물을 살 때, 이 생선이 어디서 잡혔고 어떤 과정을 거쳐 내 식탁에 올랐는지 궁금했던 적이 있을 것이다. 하지만 복잡한 유통 과정으로 그 경로를 투명하게 확인하기 어려웠다. 우리 대학 연구진이 이러한 문제를 해결하고, 전 세계 어디서나 통용되는 국제 기준으로 수산물의 이동 경로를 한눈에 확인할 수 있는 디지털 기술을 개발했다.
우리 대학은 KAIST 오토아이디랩 부산혁신연구소 김대영 소장(전산학부 교수)이 개발한 GS1 국제표준 기반 디지털전환 솔루션 ‘올리오패스(OLIOPASS)’가 글로벌 수산물 이력추적 협의체인 GDST(Global Dialogue on Seafood Traceability)의 까다로운 성능 검증을 통과해, 국내 최초로 ‘GDST 호환 솔루션(Capable Solution)’ 인증을 획득했다고 19일 밝혔다.
이번 GDST 인증을 받은 기술은 전 세계에서 단 13개에 불과하다. 이 가운데 생산–가공–유통–판매에 이르는 전 과정을 빠짐없이 관리하는 ‘전 구간(Full Chain)’ 이력추적 기술을 지원하는 곳은 KAIST를 포함해 전 세계 7곳뿐이다.
GDST는 2015년 세계경제포럼(WEF)의 제안으로 설립된 국제 기구로, 수산물이 이동하는 모든 과정의 정보를 전 세계가 합의한 국제표준(GS1)에 따라 디지털로 기록하고 공유하도록 돕는다. 이는 전 세계가 함께 사용하는 ‘공급망 공통 언어’를 만드는 작업에 비유할 수 있다.
GDST는 수산물 이동 과정에서 반드시 기록해야 할 핵심 데이터(KDEs)와 언제·어디서·무엇이 이동했는지를 정의한 중요 사건(CTEs)을 국제 기준으로 정해, 수산물 이력 정보의 신뢰성을 높이는 글로벌 표준 체계다.
최근 미국과 유럽의 주요 식품유통 기업들이 GDST 기준 충족을 요구면서, 해당 기준은 글로벌 시장 진출을 위한 사실상의 필수 요건으로 자리 잡고 있다. KAIST는 2019년부터 GDST 창립 멤버로 참여해 수산물 이력추적 모델과 시스템 간 정보 연동(Interoperability) 설계에 핵심적인 역할을 해왔다.
특히 미국 식품의약국(FDA)이 2028년 7월부터 식품 이력추적 의무화(FSMA 204)를 예고한 상황에서, 이번 인증은 국내 기업들이 미국 등 글로벌 시장 규제를 충족할 수 있는 기술적 해법을 확보했다는 점에서 의미가 크다.
지난 11월 5일 인증을 받은 OLIOPASS는 KAIST의 IoT 기술과 국제표준(GS1 EPCIS 2.0, GS1 Digital Link)을 결합한 디지털 이력추적 플랫폼으로, 다양한 제품과 자산의 이동 정보를 표준화된 언어로 기록·공유하고 블록체인 기술로 위·변조를 원천 차단한다. 기업 간 시스템이 달라도 이력 데이터는 원활하게 연동된다.
또한 OLIOPASS는 AI 활용이 가능한 ‘AI-ready 데이터’ 인프라로 설계돼 대형 멀티모달 모델, AI 에이전트, 지식그래프, 온톨로지 등 차세대 AI 기술을 손쉽게 적용할 수 있다. 이를 통해 단순 이력관리를 넘어 디지털·AI 전환을 동시에 지원하는 플랫폼으로 활용된다.
김대영 KAIST 오토아이디랩 부산혁신연구소장은 “이번 인증은 글로벌 공급망 전반에서 신뢰 가능한 데이터 기술 역량을 국제적으로 인정받은 것”이라며 “OLIOPASS를 수산·식품을 넘어 의약품, 물류, 국방, 스마트시티 등 다양한 분야로 확산시켜 KAIST 기술이 세계가 함께 쓰는 플랫폼으로 성장하도록 하겠다”고 말했다.
※관련 링크: https://thegdst.org/verified-gdst-capable-solutions/
2025.12.19
조회수 836
-
'나노 물방울 기술'로 초미세먼지 99.9% 제거하다
우리 대학 연구진이 ‘나노 물방울이 먼지를 붙잡는 기술’과 ‘스스로 물을 끌어올리는 나노 스펀지 구조’를 결합해, 필터 없이도 나노 물방울로 먼지를 제거하고 스스로 물을 공급하며 오랫동안 조용하고 안전하게 작동하는 새로운 물 기반 공기청정기 기술을 개발해 화제다.
우리 대학은 신소재공학과 김일두 교수와 기계공학과 이승섭 교수 공동연구팀이 필터 없이 초미세먼지를 빠르게 제거하고, 오존이 발생하지 않으며 초저전력으로 구동되는 새로운 물 정전 분무 기반 공기정화 장치를 개발했다고 8일 밝혔다.
연구팀은 이번 장치가 기존 공기청정기의 한계를 넘어 필터 교체가 필요 없고 오존도 발생하지 않으면서, 머리카락 굵기의 약 1/200에 불과한 PM0.3(지름 0.3㎛) 이하 크기의 극초미세먼지까지 단시간에 제거할 수 있음을 확인했다. 또한 장시간 사용해도 성능 저하가 없는 높은 안정성과 내구성도 동시에 입증했다.
이 장치는 이승섭 교수의 ‘오존 없는 물 정전분무(electrospray)’ 기술과 김일두 교수의 ‘고흡습 나노섬유(hygroscopic nanofiber)’ 기술을 결합해 탄생했다.
장치 내부에는 고전압 전극, 물을 스스로 끌어올리는 나노섬유 흡수체, 모세관 현상으로 물을 이동시키는 폴리머 미세채널이 포함되어 있다. 이 구조 덕분에 펌프 없이도 물이 자동으로 공급되는 자기펌핑(self-pumped) 구조가 구현되며, 장시간 안정적인 물 정전분무가 가능하다.
연구팀이 0.1 m³실험 챔버에서 시험한 결과, 이 장치는 PM0.3~PM10 범위의 다양한 입자를 20분 내 99.9% 제거했다. 특히 기존 필터식 공기청정기로 제거가 어려운 PM0.3 극초미세먼지도 5분 내 97% 제거하는 뛰어난 성능을 보였다.
30회 연속 테스트와 50시간 연속 구동에서도 성능 저하 없이 안정적으로 작동했으며, 전력소모는 스마트폰 충전기보다도 적은 수준의 전력인 약 1.3W로 기존 헤파(HEPA,High Efficiency Particulate Air, 미세먼지를 매우 잘 걸러주는 고성능 공기필터) 기반 공기청정기의 약 1/20 수준에 불과했다.
또한 필터가 없어 공기 흐름의 압력손실이 없고 소음도 거의 발생하지 않는다.
이번 기술은 오존이 전혀 발생하지 않으면서도 고효율 정화 성능을 유지해, 차세대 친환경 공기정화 플랫폼으로의 가능성을 제시했다.
특히 필터 교체 비용 제거, 초저전력 구동, 장시간 안정성 확보 등의 장점을 통해 실내 환경뿐 아니라 차량용·클린룸·휴대형·웨어러블 공기정화 모듈 등 다양한 분야로의 확장이 기대된다.
이 기술은 이승섭 교수의 연구실 창업기업인 ㈜A2US를 통해 사업화가 진행 중이다.
㈜A2US는 CES 2025 혁신상을 수상했으며, 2026년 휴대용 공기청정기 제품을 출시할 예정이다. 해당 제품은 나노 물방울만으로 미세먼지 제거뿐 아니라 냄새 제거 및 병원균 살균 기능도 갖추고 있다.
이번 연구는 채지환 박사과정(KAIST 기계공학과), 조유장 박사(KAIST 신소재공학과)가 공동 제1저자로 참여했으며, 이승섭 교수(기계공학과)와 김일두 교수(신소재공학과)가 교신저자로 참여했다.
연구 결과는 재료과학 및 나노기술 분야에서 세계적 권위를 인정받는 와일리(Wiley)사의 국제 학술지 어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials, AFM)에 논문으로 11월 14일 자 게재되었다.
※ 논문명: Self-pumped Hygroscopic Nanofiber Emitter for Ozone-free Water Electrospray-based Air Purification, DOI: 10.1002/adfm.202523456
본 연구는 한국연구재단 과학기술정보통신부, KAIST-MIT 미래 에너지 선도연구센터 (AI-로보틱스 기반 에너지 소재 혁신) 사업의 지원을 받아 수행되었다.
2025.12.08
조회수 1567
-
나노 물방울 측정 성공..수소·반도체·배터리 연구에 새 돌파구
수소 생산 촉매에서는 물방울이 표면에서 잘 떨어져야 기포가 막히지 않고 수소를 더 빠르게 만들 수 있다. 반도체 제조에서도 물이나 액체가 표면에 얼마나 고르게 퍼지는지, 또는 얼마나 빨리 마르는지가 공정 품질을 좌우한다. 하지만 이런 물이나 액체가 표면 위에서 어떻게 퍼지고 움직이는지(‘젖음성’)를 나노 크기에서 직접 관찰하는 것은 지금까지 기술적으로 거의 불가능해 연구자들은 대부분 추측에 의존해야 했다.
우리 대학은 신소재공학과 홍승범 교수 연구팀이 서울대학교 임종우 교수팀과 공동으로, 원자간력 현미경(AFM)을 이용해 나노 크기의 물방울을 실시간으로 직접 관찰하고 물방울의 모양을 기반으로 접촉각을 계산하는 기술을 개발했다고 2일 밝혔다.
이번 연구로 나노 물방울의 실제 모습을 눈으로 확인할 수 있게 되면서, 물방울이 표면에 얼마나 잘 붙고 떨어지는지를 정밀하게 분석할 수 있게 됐다. 이는 수소 생산 촉매, 연료전지, 배터리, 반도체 공정처럼 액체의 움직임이 성능을 결정하는 여러 첨단 기술에 즉시 활용될 수 있을 것으로 기대된다.
최근 젖음성 분석 기술은 나노 크기에서의 정밀 측정이 중요해지고 있다. 기존 방식처럼 수 밀리미터 크기의 큰 물방울을 사용하면 표면의 물이 잘 스며드는 친수성, 물이 잘 안 퍼지는 소수성을 알 수 있었지만, 나노 스케일에서는 물방울이 너무 작아 그 형태를 직접 관찰하기 어려웠다.
연구팀은 공기 중 수증기가 얼지 않는 온도로 표면을 부드럽게 냉각해 자연스럽게 나노 물방울이 맺히도록 유도했고, AFM의 비접촉 모드로 이를 관찰해 물방울의 원래 형태를 그대로 촬영하는 데 성공했다. 나노 물방울은 민감해 탐침이 닿기만 해도 변형되기 때문에 정밀한 제어가 필수적이다.
또한 연구팀은 이 기술을 강유전 물질 리튬탄탈레이트(LiTaO₃)에 적용한 결과, 물질의 전기적 방향(분극)에 따라 나노 물방울의 접촉각이 달라지는 차이를 처음으로 확인했다. 큰 물방울에서는 보이지 않던 이 차이는, 나노 물방울이 표면의 전기적 상태에 매우 민감하다는 점을 보여준다.
연구팀은 이어 이 기술을 수소 생산을 돕는 수전해 촉매(NiFeLDH)에도 적용해 단일 나노 물방울을 관찰했다. 이 결과는 촉매 표면에서 물이 어떻게 반응하는지를 이해하는 데 도움을 주며, 특히 기포가 얼마나 잘 떨어지는지와 같은 촉매 성능 분석에도 활용될 수 있다.
홍승범 교수는 “이번 연구는 원자간력 현미경으로 나노 크기의 물방울을 직접 시각화하고 접촉각까지 측정할 수 있음을 보여준 중요한 사례”라며 “그동안 볼 수 없던 나노 세계의 물방울 동작을 실시간으로 관찰할 수 있게 되면서, 차세대 에너지·전자 소재 개발을 위한 핵심 분석 기술로 자리 잡을 것”이라고 말했다.
KAIST 신소재공학과 정의창 박사과정 연구원이 제1 저자로 참여한 이번 연구는 미국화학학회(American Chemical Society, ACS)에서 발간하는 신소재·화학공학 분야의 권위 있는 학술지인 ‘ACS 응용소재 및 인터페이스(ACS Applied Materials and Interfaces)’에 10월 17일 자로 출판됐다.
※ 논문 제목: Nanoscale Visualization and Contact Angle Analysis of Water Droplets on Ferroelectric Materials,
DOI: https://doi.org/10.1021/acsami.5c14404
한편, 이번 연구는 과학기술정보통신부와 한국연구재단의 지원으로 수행됐다.
2025.12.02
조회수 908
-
물 속 '영원한 화학물질' 1,000배 빠르게 없앤다
프라이팬 코팅제와 반도체 공정 등에 쓰이는 ‘과불화합물(PFAS)’은 자연에서 거의 분해되지 않아 ‘영원한 화학물질’로 불리며, 전 세계 수돗물과 하천을 오염시켜 장기적인 인체 건강 위협 요인으로 지목되어 왔다. 이에 우리 대학과 국제 공동연구진이 PFAS를 기존보다 1,000배 빠르게 제거할 수 있는 기술을 개발하는 데 성공했다.
우리 대학은 건설및환경공학과 강석태 교수 연구팀은 부경대 김건한 교수, 미국 라이스대 마이클 S. 웡(Michael S. Wong) 교수 연구팀, 옥스퍼드대, 버클리국립연구소, 네바다대와 함께, 기존 정수용 소재보다 최대 1,000배 빠르고 효율적으로 물속 PFAS를 흡착·제거할 수 있는 새로운 기술을 개발했다고 30일 밝혔다.
과불화합물(PFAS)은 탄소(C)와 플루오르(F)의 결합으로 이루어진 화학물질의 집합물질로, 절연성과 내열성이 뛰어나 프라이팬 코팅제, 방수 의류, 윤활유, 반도체 공정, 군수·우주 장비 등 다양한 산업에 폭넓게 쓰인다.
하지만 사용 및 폐기 단계에서 환경으로 쉽게 유출되어 토양·물·대기를 오염 시키고, 식품이나 공기를 통해 인체에 축적된다.
2020년 조사 결과, 미국 수돗물의 45%, 유럽 하천의 50% 이상에서 PFAS 농도가 환경기준을 초과했다. 인체에 축적된 PFAS는 거의 배출되지 않아 면역력 저하, 이상지질혈증, 성장 저해, 신장암 등 다양한 건강 문제를 일으킬 수 있다.
이 같은 이유로 EU는 산업 전반에서 PFAS 사용을 단계적으로 금지, 미국은 2023년부터 제조·수입업체 보고를 의무화, 2024년에는 대표 물질인 PFOA(퍼플루오로옥탄산)·PFOS(퍼플루오로옥탄산)의 음용수 기준을 4 ppt로 강화했다. 즉, 아주 미세한 양이라도 인체에 해로울 수 있기 때문에 물 1리터 속에 이 물질이 4조분의 1그램(즉, 4ppt)만 있어도 기준을 넘는다는 뜻이다.
PFAS 정화 과정은 일반적으로 오염수를 흡착해 농축한 뒤, 광촉매 또는 고도산화(Advanced Oxidation) 공정을 통해 분해하는 두 단계로 진행된다. 그러나 현재까지 적절한 흡착제의 부재로 정화 효율이 매우 낮았다. 활성탄이나 이온교환 수지의 경우 흡착 속도와 흡착량이 모두 제한적이기 때문이다.
이번 공동연구팀은 기존의 활성탄이나 이온교환수지보다 최대 1,000배 더 많은 PFAS를 빠르게 흡착할 수 있는 새로운 소재를 개발했다. 이 소재는 구리와 알루미늄이 결합된 점토 형태의 물질(Cu–Al 이중층 수산화물, LDH)로, PFAS를 짧은 시간 안에 효과적으로 붙잡아 물에서 제거할 수 있다.
또한 열이나 화학 처리를 통해 여러 번 재사용이 가능해, 환경적으로도 지속 가능한 정화 기술로 평가된다.
이번 연구는 부경대 김건한 교수(제1저자 및 교신저자), 라이스대학교 정영균 박사후연구원(공동 제1저자), KAIST 강석태 교수(교신저자)가 주도했으며, 연구 결과는 국제 학술지 어드밴스트 머티리어(Advanced Materials)(IF 26.8) 9월 25일 자 온라인 커버 논문으로 게재되었다.
※ 논문명: Regenerable Water Remediation Platform for Ultrafast Capture and Mineralization of Per- and Polyfluoroalkyl Substances, DOI: 10.1002/adma.202509842
이번 성과는 한국연구재단의 중견연구사업과 과학기술정보통신부의 과학난제도전 융합연구개발사업의 과학난제 도전형 연구사업 및 세종과학펠로우십의 지원으로 수행했다.
2025.10.30
조회수 2472
-
‘나빌레라’처럼 춤추는 아바타...AI가 움직임 이해하고 그려
AI가 단순히 ‘그럴듯하게 그리는 수준’을 넘어, 옷이 왜 흔들리고 주름이 생기는지까지 이해하는 시대가 열렸다. 우리 대학 연구진은 3차원 공간에서의 움직임과 상호작용을 실제 물리 법칙처럼 학습하는 새로운 생성형 AI를 개발했다. 기존 2D 기반 영상 AI의 한계를 뛰어넘은 이번 기술은 영화, 메타버스, 게임 속 아바타의 현실감을 높이고 모션캡처나 3D 그래픽 수작업을 크게 줄일 수 있을 것으로 기대를 모은다.
우리 대학은 전산학부 김태균 교수 연구팀이 기존 2D 픽셀 기반 영상 생성 기술의 한계를 극복한 공간·물리 기반 생성형 AI 모델 ‘MPMAvatar’를 개발했다고 22일 밝혔다.
연구팀은 기존 2D 기술의 문제를 해결하기 위해, 가우시안 스플래팅(Gaussian Splatting)으로 다중 시점 영상을 3차원 공간으로 재구성하고, 여기에 물리 시뮬레이션 기법(Material Point Method, MPM)을 결합한 새로운 방식을 제안했다.
즉, 여러 시점에서 촬영한 영상을 입체적으로 재구성하고, 그 안에서 물체가 실제처럼 움직이며 상호작용하도록 물리 법칙을 AI가 스스로 학습하게 한 것이다.
이를 통해 물체의 재질·형태·외부 힘에 따른 움직임을 계산하고, 그 결과를 실제 영상과 비교해 AI가 물리 법칙을 스스로 학습할 수 있도록 했다.
연구팀은 3차원 공간을 점(포인트) 단위로 표현하고, 각 점에 가우시안과 MPM을 함께 적용해 물리적으로 자연스러운 움직임과 사실적인 영상 렌더링을 동시에 구현했다.
즉, 3D 공간을 수많은 작은 점들로 쪼개어 각 점이 실제 물체처럼 움직이고 변형되도록 만들어, 현실과 거의 구분이 안 될 만큼 자연스러운 영상을 구현한 것이다.
특히 옷처럼 얇고 복잡한 물체의 상호작용을 정밀하게 표현하기 위해, 물체의 표면(메쉬)과 입자 단위 구조(포인트)를 함께 계산하고, 3차원 공간에서 물체의 움직임과 변형을 물리 법칙에 따라 계산하는 MPM(Material Point Method) 기법을 활용했다.
또한, 옷이나 물체가 움직이며 서로 부딪히는 장면을 사실적으로 재현하기 위해 새로운 충돌 처리(collision handling) 기술을 개발했다.
이 기술을 적용한 생성형 AI 모델 MPMAvatar는 느슨한 옷을 입은 사람의 움직임과 상호작용을 사실적으로 재현하고, AI가 학습 과정에서 본 적 없는 데이터도 스스로 추론해 처리하는 ‘제로샷(Zero-shot)’생성에도 성공했다.
제안된 기법은 강체, 변형 가능한 물체, 유체 등 다양한 물리적 특성을 표현할 수 있어, 아바타뿐만 아니라 일반적인 복잡한 장면 생성에 활용될 수 있다.
김태균 교수는 “이번 기술은 AI가 단순히 그림을 그리는 것을 넘어, 눈앞의 세계가 ‘왜’ 그렇게 보이는지까지 이해하도록 만든 것으로 물리 법칙을 이해하고 예측하는 ‘Physical AI’의 가능성을 보여준 연구로 이는 AGI(범용 인공지능)로 가는 중요한 전환점”이라고 설명했다. 이어 “가상 프로덕션, 영화, 숏폼, 광고 등 실감형 콘텐츠 산업 전반에 실질적으로 적용돼 큰 변화를 만들어낼 것”이라고 기대를 밝혔다.
현재 연구팀은 이 기술을 확장해, 사용자의 텍스트 입력만으로도 물리적으로 일관된 3D 동영상을 생성할 수 있는 모델 개발을 진행 중이다.
이번 연구는 KAIST 김재철AI대학원 이창민 석사과정 학생이 제1저자로, KAIST 전산학부 이지현 박사과정 학생이 공저자로 참여하였고, 연구 결과는 AI 분야 최고 권위 국제학술대회인 NeurIPS 12월 2일에 발표하며, 프로그램 코드는 모두 공개될 예정이다.
*논문: C. Lee, J. Lee, T-K. Kim, MPMAvatar: Learning 3D Gaussian Avatars with Accurate and Robust Physics-Based Dynamics,Proc. of Thirty-NinthAnnual Conf. on Neural Information Processing Systems (NeurIPS), San Diego, US, 2025
arXiv버전: https://arxiv.org/abs/2510.01619
*관련 프로젝트 사이트: https://kaistchangmin.github.io/MPMAvatar/
*AI가 그려낸 나빌레라처럼 춤추는 관련 동영상 링크: https://www.youtube.com/shorts/ZE2KoRvUF5c, https://youtu.be/ytrKDNqACqM
한편, 이 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 인간지향적 차세대 도전형 범용AI기술 개발사업(RS-2025-25443318)과 생성AI 선도인재양성 사업의(RS-2025-25441313) 지원을 받아 수행되었다.
2025.10.22
조회수 3192
-
미생물로 석유화학산업 핵심 원료 만든다
페트병, 스티로폼, 나일론 등 일상 곳곳에 쓰이는 BTEX(벤젠·톨루엔·에틸벤젠·파라자일렌)은 핵심 원료지만, 지금까지는 석유 정제를 통해서만 얻을 수 있었다. 식물 기반 생산 시도는 오랫동안 난제로 남아 있었다. 그러나 KAIST 연구팀이 마침내 석유 대신 폐목재 등 바이오매스 유래의 포도당으로부터 BTEX를 생산하는 데 성공, 차세대 친환경 플라스틱 원료로 가는 길을 열었다.
우리 대학은 생명화학공학과 이상엽 특훈교수 및 화학과 한순규 교수 공동 연구팀이 미생물 발효 공정과 유기화학 반응을 결합하여 포도당, 글리세롤과 같은 재생 가능한 바이오 원료에서 벤젠, 톨루엔, 에틸벤젠, 파라자일렌 등(BTEX)을 생산하는 공정을 개발하였다고 12일 밝혔다.
우리 대학 연구팀은 석유 정제로 인한 환경 부담과, 복잡한 화학 구조 때문에 식물 기반 BTEX 생산이 어려웠던 문제를 미생물 세포공장과 화학 반응을 융합한 새로운 공정으로 해결했다.
미생물이 포도당, 글리세롤을 이용해 페놀, 벤질알코올 등 산소화된 중간 물질을 만들고, 이를 화학 반응으로 산소를 제거하여 벤젠·톨루엔 같은 BTEX을 얻는 방식이다.
특히 이상엽 교수가 이끌어온 ‘시스템 대사공학 기술’로 미생물의 대사 경로를 새로 설계해 효율을 높였다. 여기에 연구팀은 비밀 병기인 ‘아이소프로필 마이리스테이트(IPM)’라는 특별한 용매를 사용했다.
이 용매는 복잡한 정제 과정 없이 바로 반응 가능하며 끓는점이 높아 BTEX와 쉽게 분리·재활용 가능하다. 덕분에 공정은 단순해지고 효율은 크게 올랐다.
이번에 구축한 플랫폼은 미생물 대사의 선택성과 화학 반응의 효율성을 결합해 BTEX의 재생 가능한 생산 경로를 마련했다는 점에서 의의가 크며, 앞으로는 미생물이 원료를 더 효율적으로 활용하도록 설계하고, 공정을 산업 규모로 확대하며, 친환경 촉매를 도입해 기술을 한 단계 더 발전시킬 수 있을 것으로 기대된다.
녹색성장지속가능대학원 최경록 교수는 “이번 연구는 단순한 BTEX 생산을 넘어, 미생물과 화학 반응을 한 과정에서 통합할 수 있는 새로운 체계를 제시했다”며, “특히 끓는점이 높은 IPM 덕분에 BTEX를 쉽게 분리하고 재활용할 수 있어 석유화학의 지속 가능한 대안이 될 수 있다”고 강조했다.
공동 교신저자인 한순규 교수는 “이번 성과는 잘 쓰이지 않던 용매(IPM) 안에서 미생물 대사공학과 화학 반응이 동시에 잘 작동하도록 한 것이 핵심”이라며, “이로써 기존 촉매와 시약의 한계를 극복할 수 있었다”고 설명했다.
이상엽 특훈교수는 “BTEX 수요는 세계적으로 계속 증가하고 있다”며, “이번 성과는 석유 의존도를 낮추고, 연료·화학 산업의 탄소 발자국을 줄이며, 지속 가능한 원료 공급을 가능하게 하는 중요한 진전”이라고 평가했다.
이번 논문은 미국국립과학원(NAS)이 발행하는 ‘미국국립과학원회보(PNAS)’에 10월 2일에 게재됐다.
※ 논문명 : Chemobiological synthesis of benzene, toluene, ethylbenzene, and xylene from glucose or glycerol, DOI:10.1073/pnas.2509568122
※ 저자 정보 : Zou Xuan(KAIST, 제1 저자), 김태완(KAIST, 제2 저자), Luo Zi Wei(KAIST, 제 3저자), 최경록(KAIST, 제4 저자), 한순규(KAIST, 공동교신저자) 및 이상엽(KAIST, 교신저자) 포함 총 6명
한편, 이번 연구는 과학기술정보통신부가 지원하는 ‘차세대 바이오리파이너리를 위한 세포공장 구축 원천기술 개발’ 및 ‘바이오제조 산업 선도를 위한 첨단 합성생물학 원천기술 개발’ 사업의 지원을 받아 수행됐다.
2025.10.13
조회수 1917
-
‘물리법칙 아는 AI’신소재 대량 탐색 척척!
신소재 개발의 핵심 단계인 ‘물성 규명’은 그동안 방대한 실험 데이터와 고가 장비에 의존해야 해 연구 효율이 낮다는 한계가 있었다. KAIST 연구진은 재료와 에너지의 변형과 상호작용을 지배하는 ‘물리법칙’을 AI와 결합한 새로운 기법을 통해, 데이터가 부족한 상황에서도 신소재를 신속히 탐색하고 나아가 재료·기계·에너지·전자 등 다양한 공학 분야의 설계와 검증까지 빠르게 수행할 수 있는 기반을 마련했다.
우리 대학 기계공학과 유승화 교수 연구팀이 경희대(총장 김진상) 임재혁 교수 연구팀과 한국전기연구원(원장 김남균, KERI) 류병기 박사와 각각 공동 연구를 통해, 물리 법칙을 인공지능 학습 과정에 직접 반영하는 물리 기반 머신러닝(Physics-Informed Machine Learning, PIML) 기법을 활용해, 적은 양의 데이터만으로도 소재 물성을 정확히 규명할 수 있는 새로운 방법을 제시했다고 2일 밝혔다.
첫 번째 연구에서는 고무와 같은 잘 늘어나는 초탄성(hyperelastic) 소재를 대상으로, 단 한번의 실험에서 얻은 적은 양의 데이터만으로도 재료의 변형 모습과 성질을 동시에 알아낼 수 있는 ‘물리 기반 인공 신경망(Physics-Informed Neural Network, PINN)’ 기법을 제시했다.
기존에는 많은 양의 복잡한 데이터를 모아야만 가능했지만, 이번 연구는 데이터가 부족하거나 제한적이거나 잡음이 포함된 상황에서도 안정적으로 소재 특성을 재현할 수 있음을 입증했다.
두 번째 연구에서는 열을 전기로, 전기를 열로 바꾸는 신소재인 ‘열전 소재’를 대상으로, 단 몇 개의 측정값만으로도 열을 얼마나 잘 전달하는지(열전도도)와 전기를 얼마나 잘 만들어내는지(제벡 계수) 같은 핵심 지표를 추정할 수 있는 PINN 기반 역추정 기법을 제안했다.
나아가 연구팀은 자연의 물리 법칙까지 이해하는 인공지능인 ‘물리 기반 신경 연산자(Physics-Informed Neural Operator, PINO)’를 도입해 학습되지 않은 신소재에도 재학습 과정 없이 일반화가 가능함을 보여주었다.
실제로 20개 소재로 학습한 뒤, 60개의 새로운 소재를 대상으로 테스트했는데, 모두 높은 정확도로 성질을 맞혀냈다. 이로써 앞으로 수많은 신소재 후보를 빠르게 골라내는 고속·대량 소재 탐색이 가능해질 전망이다.
이번 성과는 단순히 ‘실험을 줄였다’는 수준을 넘어선다. 물리 법칙과 인공지능을 정교하게 결합해, 실험 효율은 높이고 신뢰성은 지킨 첫 사례이기 때문이다.
두 연구 모두 총괄하여 진행한 유승화 교수는 “이번 성과는 물리 법칙을 이해하는 인공지능을 실제 소재 연구에 적용한 첫 사례”라며, “데이터 확보가 제한적인 상황에서도 물성을 신뢰성 있게 규명할 수 있어 다양한 공학 분야로 확산될 것”이라고 말했다.
첫 번째 논문은 KAIST 기계공학과 문현빈·박동근 박사과정이 공동 제1 저자로 참여했으며 국제 학술지 ‘컴퓨터 매써드 인 어플라이드 머케닉스 엔 엔지니어링(Computer Methods in Applied Mechanics and Engineering)’에 8월 13일자에 게재되었다.
※논문 제목: Physics-informed neural network-based discovery of hyperelastic constitutive models from extremely scarce data
※DOI: https://doi.org/10.1016/j.cma.2025.118258
두 번째 논문은 KAIST 기계공학과 문현빈·이송호 박사과정, 와비 데메케(Wabi Demeke) 박사가 공동 제1 저자로 참여했으며 ‘엔피제이 컴퓨테이셔널 머티리얼즈(npj Computational Materials)’에 8월 22일자에 연이어 게재됐다.
※논문 제목: Physics-informed neural operators for generalizable and label-free inference of temperature-dependent thermoelectric properties
※DOI: https://doi.org/10.1038/s41524-025-01769-1
한편, 첫번째 연구는 한국연구재단·과학기술정보통신부 이노코어 프로그램 및 식품의약품안전처 연구과제의 지원을, 두번째 연구는 한국연구재단·과학기술정보통신부 이노코어 프로그램의 지원을 받아 수행됐다.
2025.10.02
조회수 2942
-
유전자 가위로 유전자 켜고 끄기 동시에 가능하다
유전자를 켜고 끈다는 것은 마치 전등 스위치를 올리고 내리듯, 세포 속 유전자의 작동 여부를 조절하여 켜면 단백질이나 물질 생산이 활발해지고, 끄면 생산이 억제된다. 한국 연구진이 기존에 ‘끄는 기능’에 치중됐던 한계를 넘어, 유전자를 켜고 끄는 것을 동시에 구현할 수 있는 혁신적 시스템을 세계 최초로 개발하며 합성생물학 기반 바이오산업의 새로운 패러다임을 열었다.
우리 대학 공학생물학대학원(생명과학과 겸임) 이주영 교수와 국가과학기술연구회(이사장 김영식) 산하 한국화학연구원(원장 이영국) 노명현 박사 공동연구팀이 대장균에서 원하는 유전자를 동시에 켜고 끄는 것이 가능한 새로운 이중모드 크리스퍼(CRISPR) 유전자 가위 시스템을 개발했다고 21일 밝혔다.
대장균은 실험이 쉽고 산업적 활용으로 바로 이어질 수 있는 대표적인 미생물이다. 한편, 유전자 가위(CRISPR) 기술은 21세기 생명공학의 가장 혁신적인 도구로 평가받고 있다.
특히 합성생물학의 기반이 되는 박테리아는 구조가 단순하고 빠르게 증식하면서도 다양한 유용 물질을 생산할 수 있다. 따라서 박테리아에서의 유전자 활성화는 ‘미생물 공장’을 설계하는 핵심 기술로, 산업적 가치가 매우 크다.
합성생물학의 핵심은 생명체의 유전자 회로를 프로그래밍하듯 설계해 원하는 기능을 수행하도록 만드는 것이다. 마치 전자회로에서 스위치를 켜고 끄듯, 특정 유전자는 활성화하고 다른 유전자는 억제해 대사경로를 최적화하는 기술이 필요하다. 연구팀이 개발한 이중모드 유전자 가위는 바로 이러한 정밀한 유전자 조절을 가능하게 하는 핵심 도구다.
기존 유전자 가위(CRISPR)는 주로 ‘끄기(억제)’ 기능에 특화되어 유전자 발현을 막는 데는 뛰어났지만, 반대로 유전자를 켜는 기능은 매우 제한적이었다.
또한 CRISPR가 작동하려면 특정 DNA 인식 서열(PAM, protospacer adjacent motif)이 필요한데, 기존 시스템은 PAM 인식 범위가 좁아 조절할 수 있는 유전자의 폭이 제한적이었다.
게다가 진핵세포(사람·식물·동물 세포)에서는 CRISPR 기반 활성화(CRISPRa)가 어느 정도 발전했지만, 박테리아에서는 내부 전사조절 메커니즘 차이로 유전자 ‘켜기’가 제대로 되지 않는 한계가 있었다.
연구팀은 이 한계를 극복하고자 표적을 확장하여 더 많은 유전자에 접근 가능하도록 하고 대장균 단백질을 활용하여 유전자 활성화 성능을 대폭 향상하였다.
그 결과, 기존에는 “끄는 것 위주”였던 유전자 가위가, 이번에는 켜기와 끄기를 동시에 제어할 수 있는 시스템으로 발전하게 된 것이다.
개발된 시스템의 성능 검증 결과는 매우 인상적이었다. 유전자를 켜는 실험에서는 최대 4.9배까지 발현량이 증가했고, 끄는 실험에서는 83%까지 억제할 수 있었다.
더욱 놀라운 것은 두 개의 서로 다른 유전자를 동시에 조절할 수 있다는 점이었다. 실제로 한 유전자는 8.6배 활성화하면서 동시에 다른 유전자는 90% 억제하는 데 성공했다.
연구팀은 이 기술의 실용성을 입증하기 위해 항암효과가 있는 보라색 색소인 ‘바이올라세인’ 생산량 늘리기에 도전했다. 대장균의 모든 유전자를 대상으로 하는 대규모 실험을 통해 바이올라세인 생산에 도움이 되는 유전자들을 찾아냈다.
그 결과, 단백질 생산을 도와주는 ‘rluC’ 유전자를 켜면 2.9배, 세포를 분열하고 나누어지도록 하는 ‘ftsA’ 유전자를 끄면 3.0배 생산량이 늘어났다. 두 유전자를 동시에 조절했을 때는 더욱 큰 시너지 효과가 나타나 무려 3.7배의 생산량 증가를 달성했다.
한국화학연구원 노명현 박사는 “박테리아에서도 정밀한 유전자 활성화가 가능해졌다”며 “합성생물학 기반 바이오산업 발전에 크게 기여할 것”이라고 말했다.
이주영 교수는 “이번 연구는 유전자 가위와 합성생물학을 결합해 미생물 생산 플랫폼의 효율을 크게 높인 성과”라며 “하나의 시스템으로 복잡한 유전자 네트워크를 제어할 수 있어 새로운 연구 패러다임을 제시했다”고 밝혔다. 또한 “이번 기술은 다른 박테리아 종에서도 작동이 확인돼, 바이오 의약품·화학물질·연료 생산 등 다양한 분야에 활용될 수 있다”고 덧붙였다.
우리 대학 생명과학연구소 문수영 박사후 연구원이 제1 저자인 이번 연구 결과는 분자생물학 분야 최고 권위지인 ‘Nucleic Acids Research'에 지난 8월 21일 온라인 게재됐다.
※ 논문명: Dual-mode CRISPRa/i for genome-scale metabolic rewiring in Escherichia coli
(저자 정보 : 문수영(KAIST, 제1 저자), 김미리(한국화학연구원), 안난영(KAIST), 노명현(한국화학연구원, 교신저자), 이주영(KAIST, 교신저자) 총 5명)
※DOI: 10.1093/nar/gkaf818
한편, 이번 연구는 과학기술정보통신부 한국연구재단과 보스턴코리아 공동연구개발 사업의 지원으로 수행됐다.
2025.09.22
조회수 2166
-
세계 최초 양자컴퓨팅으로 레고처럼 다공성 물질 설계
다성분 다공성 물질(Multivariate Porous Materials, MTV)은 일종의 ‘레고 블록 집합’과 같이 분자 수준에서 맞춤형 설계가 가능한 소재로, 원하는 구조를 자유롭게 구현할 수 있다. 이를 활용하면 에너지 저장·변환을 비롯해 다양한 응용이 가능해 환경 문제 해결과 차세대 에너지 기술 발전에 크게 기여할 수 있다. 우리 연구진은 여기에 양자컴퓨팅을 세계 최초로 도입해 복잡한 MTV 설계의 난제를 해결했으며, 이를 통해 차세대 촉매·분리막·에너지 저장 소재 개발의 혁신적 길을 열었다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 양자컴퓨터를 활용해 수백만 가지 다성분 다공성 물질(이하 MTV)의 설계 공간을 효율적으로 탐색할 수 있는 새로운 프레임워크를 개발했다고 9일 밝혔다.
MTV 다공성 물질은 두 종류 이상의 유기 리간드(링커)와 금속 클러스터와 같은 빌딩 블록 물질 간의 결합을 통해 형성되는 구조로 에너지 및 환경 분야에서 큰 활용 가능성을 갖고 있다. 이는 다양한 구성 조합을 통해 새로운 구조를 설계 및 합성이 가능하고, 대표적으로는 가스 흡착, 혼합가스 분리, 센서, 촉매 등이 있다.
하지만, 구성 성분이 다양해질수록 가능한 조합의 수가 기하급수적으로 늘어나, 기존 방식인 고전 컴퓨터를 이용해 모든 구조를 하나하나 확인하는 방식으로는 복잡한 링커 조합의 MTV 구조의 설계 및 물성 예측이 불가능했다.
연구팀은 복잡한 다공성 구조를 ‘지도 위에 그려진 연결망(그래프)’처럼 표현한 뒤, 각 연결 지점과 블록 종류를 양자컴퓨터가 다룰 수 있는 큐비트로 바꿔 넣었다. 그리고 ‘어떤 블록을 어느 비율로 배치하면 가장 안정적인 구조가 될까?’라는 문제를 양자컴퓨터에게 풀도록 했다.
양자컴퓨터는 동시에 여러 가지 경우를 겹쳐서 계산할 수 있기 때문에, 마치 수백만 가지 레고 집을 한 번에 펼쳐놓고, 그중 가장 튼튼한 집을 빠르게 골라내는 것과 같은 효과를 냈다. 이 덕분에 기존 컴퓨터가 하나씩 다 계산해야 했던 막대한 경우의 수를 훨씬 적은 자원으로 탐색할 수 있다.
또한 연구팀은 실제 보고된 MTV 구조 4가지를 대상으로 실험했는데, 시뮬레이션 뿐만 아니라 IBM 양자컴퓨터에서도 동일한 결과가 나와 ‘실제로도 잘 작동한다”는 가능성을 보여줬다.
앞으로는 이 방법을 머신러닝과 결합해 단순한 구조 설계뿐 아니라 합성 가능성, 가스 흡착 성능, 전기화학적 특성까지 한 번에 고려하는 플랫폼으로 확장할 계획이다.
김지한 교수는 “이번 연구는 복잡한 다성분 다공성 소재 설계의 병목을 양자컴퓨팅으로 해결한 첫 사례”라며, “이번 성과는 탄소 포집·분리, 선택적 촉매 반응, 이온전도성 전해질 등 정밀 조성이 핵심인 분야에서 맞춤형 소재 설계 기술로 폭넓게 응용될 전망이며, 향후 더 복잡한 시스템에도 유연하게 확장될 수 있을 것”이라고 말했다.
이번 연구는 생명화학공학과 강신영·김영훈 박사과정이 공동 제1 저자로 참여했으며, 연구 결과는 국제 학술지 미국 화학회지(ACS Central Science) 8월 22일자 온라인판에 게재됐다.
※ 논문명: Quantum Computing Based Design of Multivariate Porous Materials
※ DOI https://doi.org/10.1021/acscentsci.5c00918
한편 이번 연구는 과학기술정보통신부 중견연구자지원사업과 이종소재지원사업의 지원을 받아 수행됐다.
2025.09.09
조회수 3159
-
차세대 전자코 칩 3D 프린팅 + AI 융합 생산 플랫폼 개발
우리 대학 기계공학과 김지태 교수, 박인규 교수 공동연구팀은 3차원 프린팅 기술과 인공지능(AI)을 융합해 98%에 달하는 가스 판별 정확도를 지닌 나노선 기반 전자코 마이크로 칩 개발에 성공했다.
금속산화물 반도체 나노선은 극미량의 가스를 검출할 수 있는 유망한 소재로 알려져 있다. 다양한 종류의 가스의 농도와 성분을 함께 읽어내기 위해서는 서로 다른 특성의 여러 나노선들을 하나의 마이크로 칩에 심어야 한다. 하지만 기존 제조 방식으로는 매우 어려웠다.
연구팀은 독자적으로 개발한 초정밀 나노 3차원 프린터를 활용해 24종류의 서로 다른 반도체 나노선을 매우 작은 하나의 마이크로 칩 위에 제작하였다. 고성능 전자코 모델 구현을 위해서는 다양한 센서를 동시에 활용하는 스케일업이 중요한데, 본 공정은 나노선에 금속과 금속산화물의 양을 원하는 대로 조성하고 정밀하게 제어함으로써, 수십 종의 서로 다른 소재를 손쉽게 제작할 수 있는 획기적인 기술이다.
가스에 반응하는 24개 나노선의 각기 다른 전기 신호 패턴을 조합해 이를 컨볼루션 신경망(Convolutional Neural Network, CNN)' AI 모델에 학습시켜 가스를 인식하고 분류하였다. 그 결과 메탄 (CH₄), 암모니아(NH₃), 에탄올(CH₃CH₂OH), 일산화탄소(CO), 황화수소(H₂S) 등 5가지 표적 가스 판별 정확도를 98% 까지 향상시켰다. 본 연구를 통해 개발된 3D 프린팅의 유연성과 AI의 지능이 결합된 새로운 제조 플랫폼은 환경 모니터링, 의료 진단, 산업 안전, 스마트홈 등 다양한 분야에서 맞춤형 고성능 가스 센서 시스템을 구현하는 데 핵심적인 기반 기술이 될 것으로 기대된다.
이번 연구 결과는 국제 권위 학술지 『Advanced Science』 (IF: 14.1) 8월 26일자 온라인판에 게재됐다. 이번 과학기술정보통신부 우수신진연구, 국가전략기술 소재개발사업, 나노 및 소재기술개발사업의 지원으로 수행됐다.
“Universal 3D-Printing of Suspended Metal Oxide Nanowire Arrays on MEMS for AI-Optimized Combinatorial Gas Fingerprinting”
DOI: https://doi.org/10.1002/advs.202511794
2025.09.02
조회수 2330
-
복잡한 변형 유전자 네트워크 제어해 정상 회복 성공
기존에는 세포의 한 가지 자극-반응에 따라 유전자 네트워크를 조절하는 방식의 제어 연구가 이루어졌으나, 최근에는 복잡한 유전자 네트워크를 정밀 분석해 제어 타겟을 찾는 연구가 제안되고 있다. 우리 연구진이 세포의 변형된 유전자 네트워크에 적용해 유전자 제어 타겟을 찾아 회복시키는 범용 기술 개발에 성공했다. 이번 연구 성과는 암 가역화와 같은 새로운 항암치료법 및 신약 개발, 정밀의료, 세포치료를 위한 리프로그래밍 등 폭넓게 활용될 것으로 기대된다.
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 대수적 접근법을 활용해 변형된 세포의 자극-반응 양상을 정상으로 회복시킬 수 있는 유전자 제어 타겟을 체계적으로 발굴하는 기술을 개발했다고 28일 밝혔다. 대수적 접근법은 유전자 네트워크를 수학 방정식으로 표현한 뒤 대수 계산을 통해 제어 타겟을 찾아내는 방식이다.
연구팀은 세포 속 유전자들이 서로 얽혀 조절하는 복잡한 관계를 하나의 ‘논리 회로도(불리언 네트워크, Boolean network)’로 표현했다. 이를 바탕으로 세포가 외부 자극에 어떻게 반응하는지를 ‘지형 지도(표현형 지형, phenotype landscape)’로 시각화했다.
그리고 ‘세미 텐서 곱(semi-tensor product)*’이라는 수학적 기법을 활용해 이 지도를 분석한 결과, 어떤 유전자를 조절하면 세포 전체 반응이 어떻게 달라질지 빠르고 정확하게 계산할 수 있는 방법을 만들어 낸 것이다.
*세미텐서곱: 모든 가능한 유전자 조합과 제어 효과를 하나의 대수적 공식으로 계산함
하지만 실제 세포의 반응을 결정하는 주요 유전자들은 수천 개 이상이어서 계산이 매우 복잡하다. 이를 해결하기 위해 연구팀은 ‘수치학적 근사(테일러 근사)’ 기법을 적용해 계산을 단순화했다. 쉽게 말해, 복잡한 문제를 풀기 쉽게 간단한 공식으로 바꾸어도 결과는 거의 똑같이 나오도록 만든 것이다.
이를 통해 연구팀은 세포가 어떤 안정 상태(=끌개, attractor)에 도달하는지를 계산하고, 특정 유전자를 제어했을 때 세포가 어떤 새로운 상태로 바뀌는지를 예측할 수 있게 됐다. 그 결과, 비정상적인 세포 반응을 정상 상태와 가장 유사한 상태로 되돌릴 수 있는 핵심 유전자 제어 타겟을 찾아낼 수 있었다.
조광현 교수팀은 개발한 제어 기술을 다양한 유전자 네트워크에 적용해 실제로 세포의 변형된 자극-반응 양상을 정상으로 회복시킬 수 있는 유전자 제어 타겟을 높은 정확도로 예측할 수 있음을 검증했다.
특히 방광암 세포 네트워크에 적용해, 변형된 반응을 정상으로 회복시킬 수 있는 유전자 제어 타겟들을 찾아냈으며, 또한 면역세포 분화 시 대규모 왜곡된 유전자 네트워크에서도 정상적인 자극-반응 양상을 회복시킬 수 있는 유전자 제어 타겟들을 찾아냈다. 이를 통해 기존에는 매우 오랜 시간의 컴퓨터 시뮬레이션만으로 근사적인 탐색만 가능했던 문제를 빠르고 체계적으로 해결할 수 있게 되었다.
조광현 교수는 “이번 연구는 세포 운명을 결정짓는 유전자 네트워크의 표현형 지형을 분석·제어하는 디지털 셀 트윈(Digital Cell Twin) 모델* 개발의 핵심 원천기술로 평가된다”며 “향후 암 가역화를 통한 새로운 항암치료법, 신약 개발, 정밀의료, 세포치료를 위한 리프로그래밍 등 생명과학·의학 전반에 폭넓게 응용될 수 있을 것으로 기대된다”고 말했다.
*디지털 셀 트윈 모델: 세포 내부에서 실제로 일어나는 복잡한 반응 과정을 디지털 모델로 옮겨와, 실제 실험 대신 가상으로 세포 반응을 시뮬레이션하는 기술
우리 대학 정인수 석사, 코빈 하퍼 박사과정 학생, 장성훈 박사과정 학생, 여현수 박사과정 학생이 참여한 이번 연구 결과는 미국 과학진흥협회(AAAS)에서 출간하는 국제저널 `사이언스 어드밴시스(Science Advances)' 8월 22일 字 온라인판 논문으로 출판됐다.
※ 논문명: Reverse Control of Biological Networks to Restore Phenotype Landscapes
※ DOI: https://www.science.org/doi/10.1126/sciadv.adw3995
한편 이번 연구는 과학기술정보통신부 한국연구재단의 중견연구사업과 기초연구실 사업 등의 지원을 통해 수행됐다.
2025.08.28
조회수 2804