-
되돌아오지 못하는 세포의 비밀 풀었다
한번 암세포처럼 비정상적인 상태로 굳어진 세포를 다시 원래 상태로 되돌릴 수 있을까? 우리 대학 연구진이 세포를 한번 바뀐 상태에 붙잡아 두는 ‘잠금장치’를 찾아냈다. 이 잠금장치를 풀어 세포의 운명을 되돌릴 수 있는 새로운 길을 제시한 것이다.
우리 대학은 바이오및뇌공학과 조광현 교수 연구팀이 세포 내 분자 네트워크에서 한번 일어난 상태 변화를 되돌아가지 못하게 만드는 핵심 회로를 규명하고, 이를 제어해 세포를 이전 상태로 되돌릴 수 있는 원천 제어 기술 ‘루트(ROOT)’를 개발했다고 21일 밝혔다.
우리 몸의 세포는 외부 자극에 반응해 성질과 기능을 변화시킨다. 그런데 자극이 사라져도 변화된 상태가 그대로 유지되는 경우가 있다. 이를 ‘비가역성(Irreversibility)’이라고 한다.
이를 스위치에 비유하면, 외부 자극이 손을 떼면 원래 위치로 돌아오는 일반 스위치와 달리 한번 켜지면 손을 떼도 계속 켜져 있는 것과 같다. 세포 안에서도 처음 변화를 일으킨 자극이 사라졌는데도 특정 분자들이 서로를 계속 활성화하면서 바뀐 상태를 유지하는 경우가 있다.
이러한 비가역성은 세포가 특정 기능을 가진 세포로 분화하는 것처럼 정상적인 생명현상을 안정적으로 유지하는 데 반드시 필요하다. 반면 암세포가 주변 조직으로 쉽게 이동하고 침투할 수 있는 성질을 갖게 되는 상피-간엽 전이(EMT)처럼 질병의 진행을 촉진하는 원인이 되기도 한다.
문제는 세포 안에 이러한 상태 변화를 유지시키는 회로가 매우 복잡하게 얽혀 있다는 점이다. 특히 어떤 분자가 다른 분자를 활성화하고, 그 분자가 다시 처음 분자를 활성화하는 ‘양성 되먹임 회로(Positive feedback loop)’가 수천 개 이상 존재한다.
이는 마이크 두 개를 서로 가까이 댔을 때 작은 소리가 서로 증폭되면서 계속 커지는 것과 비슷하다. 처음에는 외부 자극으로 시작된 변화라도 세포 내부의 분자들이 서로를 계속 활성화하면 자극이 사라진 뒤에도 변화된 상태가 유지될 수 있다.
그동안에는 이처럼 수많은 회로 가운데 어떤 회로가 실제로 세포를 ‘돌아올 수 없는 상태’로 만드는지 가려내는 것이 어려웠다.
연구팀은 이를 해결하기 위해‘루트(ROOT, Revelation Of the Original circuit of irreversible Transition)’기술을 개발했다.
루트는 세포 안의 분자들이 서로 영향을 주고받는 관계를 컴퓨터 논리 모델로 구현하고, 외부 자극이 들어왔다가 사라지는 전 과정을 모사한다. 이를 통해 수많은 회로 가운데 세포를 변화된 상태에 계속 붙잡아 두는 핵심 회로들의 집합인 ‘비가역성 커널(Irreversibility kernel)’을 찾아낸다.
쉽게 말하면 복잡하게 얽힌 수천 개의 전선 가운데 문을 실제로 잠그고 있는 전선만 골라내는 것과 같다. 연구팀은 세포가 왜 원래 상태로 돌아오지 않는지 그 원인이 되는 일종의 ‘분자적 잠금장치’를 찾아낸 것이다.
연구팀은 잠금장치를 발견하는 데서 그치지 않고, 이를 이용해 세포 상태를 되돌리는 두 가지 제어 방법도 제시했다.
첫 번째 ‘리셋 제어(Resetting control)’는 세포의 비가역적인 성질 자체는 그대로 두면서 현재의 세포만 변화 이전 상태로 되돌리는 방법이다. 잠금장치는 그대로 두되, 잠긴 문을 열어 다시 출발점으로 돌려놓는 것과 비슷하다.
두 번째 ‘역전 제어(Reversing control)’는 비가역성을 만드는 원인 자체를 제거해 세포가 서로 다른 상태 사이를 보다 자유롭게 오갈 수 있도록 하는 방법이다. 문을 한번 닫으면 자동으로 잠기게 만드는 잠금장치 자체를 해제해, 이후에는 문을 다시 열고 닫을 수 있게 만드는 것과 같다.
연구팀은 개발한 기술을 B세포 분화와 폐암의 상피-간엽 전이, 단일세포 전사체 데이터를 기반으로 한 장세포(Enterocyte) 및 베타세포 분화 등 다양한 생물학적 모델에 적용했다.
그 결과 기존 연구에서 알려진 세포의 상태와 분화를 결정하는 주요 인자들과 일치하는 원인 회로를 정확하게 찾아냈다. 또한 실제 실험데이터를 기반으로 구축한 분자 네트워크에서도 세포 상태를 효과적으로 되돌릴 수 있는 제어 방법을 제시해 기술의 폭넓은 활용 가능성을 확인했다.
이번 연구의 중요한 의미는 ‘세포를 어떻게 되돌릴 것인가’를 넘어 ‘세포는 왜 스스로 돌아오지 못하는가’라는 보다 근본적인 질문에 답했다는 데 있다. 지금까지가 잠긴 문을 열 방법을 찾는 연구였다면, 이번에는 수많은 장치 가운데 실제로 문을 잠그는 핵심 잠금장치가 무엇인지 찾아낸 셈이다.
향후에는 암이나 노화 등에서 비정상적인 상태로 고착된 세포를 제거하는 기존 접근에서 나아가, 세포를 비정상적인 상태에 붙잡아 두는 핵심 회로를 찾아 이를 제어함으로써 정상적인 상태로 되돌리는 새로운 치료전략을 설계하는 데 활용될 가능성이 기대된다.
조광현 교수는 “이번 연구는 한번 변하면 되돌아가지 않는 세포의 원인 회로를 찾아내고, 이를 제어해 세포를 이전 상태로 되돌릴 수 있는 기술을 개발한 것이 핵심”이라며 “향후 암과 노화 등에서 비정상적으로 굳어진 세포 상태를 정상으로 되돌리는 새로운 치료전략 개발에 활용될 것으로 기대한다”고 말했다.
이번 연구에는 KAIST 바이오및뇌공학과 김종완 박사와 장성훈 박사가 공동 제1저자로, 이종훈 박사와 코빈 호퍼(Corbin Hopper) 박사과정 학생이 공저자로 참여했다. 연구 결과는 국제학술지 미국국립과학원회보(PNAS, Proceedings of the National Academy of Sciences of the United States of America) 온라인판 8월 18일 자에 게재됐다.
※ 논문명: The structural origin of irreversible transitions in biological networks, DOI: 10.1073/pnas.2600800123
한편 이번 연구는 과학기술정보통신부 한국연구재단의 중견연구사업과 기초연구실 사업 등의 지원을 받아 수행됐다.
2026.08.21
조회수 1370
-
“지구 안전선 이미 넘었다”...탄소 배출 한계 두 배 초과
지구는 무한하지 않다. 일정 수준을 넘는 오염은 기후와 생태계를 위협한다. 과학자들은 이를 막기 위해 ‘플래니터리 바운더리(Planetary Boundaries)’라는 지구 안전선을 제시해 왔다. 우리 대학 연구진이 기후변화와 질소 오염을 같은 기준으로 다시 계산한 결과, 현재 탄소 배출은 지구가 감당할 수 있는 한계를 두 배 이상 넘은 상태로 나타났다.
우리 대학은 녹색성장지속가능대학원 전해원 교수가 미국 에너지부 산하 태평양북서부국립연구소(PNNL)의 폴 울프람(Paul Wolfram) 박사팀과 공동 연구를 통해, 이산화탄소 배출 한계를 기존의 ‘탄소 총량(저량, stock)’ 기준에서 질소·인 오염과 같은 ‘연간 배출량(유량, flow)’ 기준으로 재산정했다고 6일 밝혔다.
그동안 기후변화는 대기 중에 얼마나 CO₂가 쌓였는지(저량)를 기준으로 평가해 왔다. 반면 질소·인 오염은 1년에 얼마나 배출되는지(유량)를 기준으로 계산했다. 서로 다른 잣대를 사용하다 보니 어떤 문제가 더 심각한지 공정하게 비교하기 어려웠다. 연구팀은 탄소 역시 질소와 동일한 ‘연간 배출량’ 기준으로 다시 계산했다.
지구 평균 온도 상승을 1.5°C 이내로 제한하는 조건에 맞춰 분석한 결과, 지구가 감당할 수 있는 연간 CO₂ 배출 한계는 약 ‘4~17기가톤(Gt CO₂/년)’으로 나타났다. 그러나 현재 인류의 연간 배출량은 약 ‘37기가톤(Gt CO₂/년)’에 달한다. 이는 지구의 안전 작동 범위를 두 배 이상 초과한 수준이다.
전해원 교수는 “탄소 배출을 질소 오염과 같은 기준으로 비교하면 기후변화의 심각성이 훨씬 더 분명하게 드러난다”며 “이번 연구는 서로 다른 환경 문제를 동일한 기준에서 바라볼 수 있게 해 정책 우선순위를 보다 명확히 정하는 데 기여할 것”이라고 말했다.
이어 “탄소와 질소·인 오염을 함께 고려한 통합적 전략 수립의 필요성도 더욱 커지고 있다”며 “전 세계적인 탈탄소화 노력을 한층 더 가속해야 한다”고 강조했다.
이번 연구는 전해원 교수와 폴 울프람(Paul Wolfram) 박사가 공동 교신으로 총괄하였으며, 미국 PNNL 연구원 하싼 니아지(Hassan Niazi)와 페이지 카일(Page Kyle) 등이 공동연구에 참여했다. 연구 결과는 국제 학술지 ‘네이처 서스테인어빌리티(Nature Sustainability)’에 2월 16일 자 게재되었다.
※ 논문명: Ensuring consistency between biogeochemical planetary boundaries, DOI: https://doi.org/10.1038/s41893-026-01770-6
이 연구는 AI기반 기후-인간 상호영향 차세대 통합평가모델 개발(과학기술정보통신부, 한국연구재단)과제의 지원을 받아 수행됐다.
한편, 전 교수는 3월 5일 자 사이언스(Science) 기고문 ‘지구 기후의 안정화를 위한 36가지 방법’에서 지난 20년간의 기후테크 발전을 재조명했다. 인류가 필요한 기술을 상당 부분 보유하고 있었음에도 충분히 빠르게 적용하지 못해 기후위기가 심화됐다고 지적했다. 또한 탄소중립 달성을 위해 탈탄소화 속도를 더욱 높여야 한다고 강조했다.
※ 기고문: Thirty-six solutions to stabilize Earth’s climate, 기고문 링크: https://doi.org/10.1126/science.aed5212
2026.03.06
조회수 3560
-
AI로 인간 집단행동 예측! 세계 최고 학회에서 1위.. 23년 만의 쾌거
우리 대학은 김재철AI대학원 신기정 교수 연구팀이 개인의 나이, 역할 등 특성이 집단 관계에 미치는 영향을 분석해 복잡한 사회 집단행동을 예측하는 획기적인 AI 기술을 개발했다고 9일 밝혔다.
연구팀은 이 기술로 미국전기전자학회(IEEE) 주관 세계적 데이터마이닝 학술대회 'IEEE ICDM'에서 최우수 논문상(Best Paper Award)을 수상하는 쾌거를 이루었다. 이는 전 세계 785편 중 단 1편에게만 주어지는 최고 권위의 상으로, 한국 대학 연구팀으로서는 23년 만의 수상으로 KAIST가 다시 한 번 세계 연구 무대에서 기술 리더십을 입증했다.
오늘날 온라인 커뮤니티·연구 협업·단체 채팅 등 다수가 동시에 참여하는 집단 상호작용은 사회 곳곳에서 폭발적으로 늘고 있다. 그러나 이러한 집단 행동이 어떤 구조로 형성되고, 개인의 특성이 어떻게 영향을 미치는지를 동시에 정밀하게 설명해 내는 기술은 부족했다.
신기정 교수 연구팀은 이 한계를 뛰어넘기 위해 개인 특성과 집단 구조를 실제처럼 맞물리게 재현하는 AI 모델 ‘NoAH(Node Attribute-based Hypergraph Generator)’를 개발했다.
NoAH는 사람들의 특징이 모이면 어떤 그룹 행동이 만들어지는지를 설명하고 흉내내는 인공지능이다. 예를 들어, 어떤 사람이 어떤 관심사를 갖고 있는지, 어떤 역할을 하는지 등의 정보들이 실제로 어떻게 모여서 그룹 행동을 만들어 내는지를 분석해 그대로 재현할 수 있다.
그래서 NoAH는 사람의 성향과 관계를 동시에 반영해 ‘현실 같은 집단 행동’을 만들어 내는 AI로, 전자상거래에서의 구매 조합, 온라인 토론의 확산 과정, 연구자들의 논문 공저 네트워크 등 다양한 실제 집단 행동을 기존 모델보다 훨씬 더 사실적으로 재현하는 것으로 나타났다.
신기정 교수는 “이번 연구는 집단의 구조뿐 아니라 개인의 특성까지 함께 고려해, 복잡한 상호작용을 입체적으로 이해할 수 있는 새로운 AI 패러다임을 열었다”며 “온라인 커뮤니티, 메신저, 소셜 네트워크 분석 등이 한층 정밀해질 것”이라고 말했다.
이번 연구는 신기정 교수와 KAIST 김재철AI대학원 소속 전재완·윤석범 석사과정, 최민영·이건 박사과정으로 구성된 연구팀이 수행하였으며, IEEE ICDM에서 11월 18일 자 발표하였다.
※논문명: Attributed Hypergraph Generation with Realistic Interplay Between Structure and Attributes
논문원본: https://arxiv.org/abs/2509.21838
한편, 신 교수 연구팀은 이번 수상 논문을 포함해 올해 IEEE ICDM에서 총 네 편의 논문을 발표했다. 또한 2023년에도 같은 학술대회에서 상위 4등인 Best Student Paper Runner-up을 수상한 바 있다.
이 성과는 정보통신기획평가원의 지원을 받은 AI 연구거점 프로젝트, 인공지능 대학원 지원(KAIST), 인공지능 에이전트 협업기반 신경망 변이 및 지능 강화 기술 개발 과제의 지원을 받았다.
2025.12.09
조회수 6725
-
비타민B2가 금속을 만나 환경·건강 지키는 인공효소로 재탄생
우리가 먹는 비타민 B2(리보플라빈)는 음식이 몸속에서 에너지로 바뀌도록 돕는 중요한 보조효소 역할을 한다. 한국 연구진이 이 리보플라빈(플라빈)에 금속을 결합해, 전자를 전달하는 리보플라빈의 기능에 금속의 반응 조절 능력을 더한 새로운 인공 효소를 만드는 데 세계 최초로 성공했다. 이 기술은 자연 효소보다 더 정밀하고 안정적으로 작동해, 에너지 생산과 환경 정화, 신약 개발 등 다양한 분야에 활용될 가능성을 보여준다.
우리 대학 화학과 백윤정 교수 연구팀이 기초과학연구원(IBS 원장 노도영) 권성연 박사와 공동연구를 통해, 플라빈이 금속 이온과 결합할 수 있는 새로운 분자 시스템을 합성하는 데 성공했다고 11일 밝혔다.
그동안 플라빈은 질소와 산소가 복잡하게 얽힌 고리 구조를 가져 금속이 선택적으로 결합하기 어려운 구조적 한계가 있어, 과학자들은 오랫동안 ‘금속과 결합한 플라빈’을 구현하지 못했다.
연구팀은 이러한 한계를 극복하기 위해 플라빈 내에서 금속이 결합할 수 있는 자리를 분자 수준에서 설계하고, 금속을 붙잡는 리간드(ligand) 구조를 정밀하게 배치하는 금속화학적 접근법을 적용했다.
이를 통해 금속 주변의 전자적·공간적 상호작용을 정교하게 제어함으로써, 플라빈-금속 결합체의 안정적 합성에 성공했다.
이번 성과는 플라빈이 지닌 고유한 특성과 금속의 반응성을 하나의 시스템 안에 결합시킨 최초의 사례로, 화학 반응을 미세하게 조절하는‘금속 기반 인공 효소’개발의 가능성을 열었다.
백윤정 교수는 “자연에서 발견되는 플라빈의 한계를 넘어 생체 분자를 금속화학의 새로운 구성 요소로 확장했다”며 “이번 연구는 생체 분자를 기반으로 한 차세대 촉매와 에너지 전환 소재 설계의 새로운 방향을 제시한다”고 말했다.
KAIST 화학과 니투 싱(Neetu Singh) 박사와 임하늘 석박사통합과정이 공동 제 1저자로 참여한 이번 성과는 미국화학회(ACS)가 발행하는 국제 학술지 무기화학지(Inorganic Chemistry)에 11월 5일 자 게재되었으며, 창의성과 완성도를 인정받아 표지 논문으로 선정되었다. 또한, ACS가 발행하는 90여 종의 저널 전체에서 하루 한편의 대표 논문을 선정하는 ACS Editors’Choice에 선정되어, 연구의 중요성을 인정받았다.
※ 논문명: Tautomerizable Flavin Ligands for Constructing Primary and Secondary Coordination Spheres, DOI: 10.1021/acs.inorgchem.5c03941
※ 저자 정보: Neetu Singh (KAIST, 공동 제1 저자), 임하늘 (KAIST, 공동 제1 저자), 권성연 (IBS, 제2 저자), 김동욱 (IBS, 제3 저자) 및 백윤정 (KAIST, 교신저자) 포함 총 5 명
해당 연구는 과기정통부가 지원하는 개인기초연구사업의‘우수신진연구’와 산업통상자원부가 지원하는 ‘소재부품개발사업’과제의 지원을 받아 수행됐다.
2025.11.11
조회수 4981
-
RNA 조절로 노화 속도 제어..장수 유도 비밀 밝혀
노화가 진행되면 세포 내 DNA 및 단백질 품질이 저하되며, 이는 다양한 퇴행성 질환의 원인이 된다고 알려져 있다. 하지만 RNA 수준에서 노화와의 연관성은 명확히 규명되지 않은 상태였다. 한국 연구진이 RNA 품질 관리에 관여하며 비정상적인 mRNA의 제거에 필수적인 리보솜 품질 관리 인자인 ‘PELOTA(펠로타) 단백질’이 노화를 늦추고 장수를 유도하는 핵심 조절자임을 밝혀냈다. 이 연구는 향후 인간 노화와 퇴행성 뇌 질환에 대한 치료 전략에 새로운 전환점을 제공할 것으로 기대된다.
우리 대학 생명과학과 이승재 교수팀(RNA 매개 건강 장수 연구센터)이 연세대(총장 윤동섭) 서진수 교수팀, 국가과학기술연구회(NST 이사장 김영식) 산하 한국생명공학연구원(KRIBB, 원장 권석윤) 이광표 박사팀과 공동연구를 통해, 리보솜 품질 관리에 중요한 ‘PELOTA*’단백질이 노화의 속도를 조절함을 발견했다고 18일 밝혔다.
*PELOTA: mRNA가 리보솜에서 단백질로 번역되는 과정에서 발생하는 에러를 감지하고 해결해 세포의 번역 항상성의 유지에 핵심 기능을 수행
그동안 RNA, 특히 mRNA는 단백질 합성을 위한 중간 산물에 불과하다는 인식이 강했다. DNA에 비해 불안정하고 수명이 짧아 정량적 분석이나 장기적 추적 연구가 어려웠기 때문이다. 이러한 한계로 인해 RNA 자체의 생리적·기능적 역할에 대한 연구는 상대적으로 부족했다.
연구팀은 먼저 수명이 짧아 노화 연구에 널리 사용되는 예쁜꼬마선충을 활용해, 리보솜 품질 관리 인자 PELOTA가 장수에 필수적임을 발견했다. 특히, 정상 선충에서 PELOTA를 과발현했을 때는 수명이 연장돼, 비정상적인 mRNA의 제거에 중요한 리보솜 기반 품질 관리가 장수 유도에 필요하다는 것을 보여줬다.
또한, 리보솜 품질 관리 시스템은 노화와 생체 내 에너지 대사 조절에 중요한 세포가 영양 상태나 성장 신호를 감지해 성장, 단백질 합성, 자가포식 등을 조절하는 경로인 ‘mTOR 신호 전달계’와 세포가 불필요하거나 손상된 성분을 스스로 분해하고 재활용하는 과정으로, 세포의 청소와 재활용 시스템인 ‘자가포식(autophagy) 경로’를 함께 조절한다는 사실을 밝혔다.
PELOTA가 결핍되면 mTOR가 비정상적으로 활성화되고 자가포식 기능이 억제되어 노화가 촉진되는 반면, PELOTA를 활성화하면 mTOR 억제 및 자가포식 유도를 통해 세포 항상성을 유지하며 수명을 연장할 수 있었다.
특히 주목할 점은 이 발견이 생쥐와 인간에게도 보존돼 있으며, PELOTA의 결손이 근육 노화 및 알츠하이머병을 유발할 수 있음을 시사하는 결과를 보여줬다.
따라서 이는 이번 PELOTA와 리보솜 기반 품질 관리에 관한 연구가 인간 노화와 퇴행성 뇌 질환에 대한 치료 전략 수립에도 이바지할 수 있음을 의미한다.
이번 연구를 주도한 우리 대학 생명과학과 이승재 교수는 “지금까지 DNA 및 단백질 수준에서의 품질 관리와 노화의 연관성은 잘 알려져 있었지만, RNA 수준의 품질 관리 시스템이 수명 조절에 기능적으로 관여한다는 분자적 증거는 매우 드물었다”라며, “이번 연구는 비정상적인 RNA 제거가 노화 조절 네트워크의 핵심축 중 하나임을 보여주는 강력한 근거를 제시한 것”이라고 전했다.
이번 연구는 생명과학과 이종선 박사, 김은지 박사와 KRIBB 이보라 박사, 연세대학교 이혜인 박사가 공동 제1 저자로 참여해 세계적인 과학학술지 ‘PNAS’에 지난 8월 4일 날짜로 게재됐다.
※논문명: Pelota-mediated ribosome-associated quality control counteracts aging and age-associated pathologies across species
※DOI: https://doi.org/10.1073/pnas.2505217122
한편, 이번 연구는 한국연구재단 리더연구과제의 지원을 받았다.
2025.08.18
조회수 5664
-
콩벌레 공생 곰팡이 없어도 퇴행성 뇌질환 치료제 만든다고?
‘허포트리콘’은 뇌 속 염증을 억제하고 신경세포를 보호하는 작용이 뛰어난 물질로 치매나 파킨슨병과 같은 퇴행성 뇌 질환 치료제로 발전할 가능성이 크다고 평가받고 있다. 이 물질은 콩벌레와 공생하는 곰팡이에서만 극미량 얻을 수 있는데, 우리 연구진이 이 희귀 천연물을 화학 합성* 하는데 성공해, 차세대 신경퇴행성 질환 약물 개발의 가능성을 제시했다.
*화학 합성: 화학 반응을 이용하여 원하는 물질을 만드는 과정
우리 대학 화학과 한순규 교수 연구팀이 콩벌레와 공생하는 곰팡이에서 발견된 천연 항신경염증 물질 ‘허포트리콘(herpotrichone) A,B,C’를 세계 최초로 합성하는 데 성공했다고 31일 밝혔다.
허포트리콘 천연물은 콩벌레의 공생균인 ‘허포트리시아(Herpotrichia) sp. SF09’에서만 극미량으로 얻을 수 있는 물질로, 다섯 개의 고리 구조(6각형 4개와 3각형 1개)인 6/6/6/6/3의 다중고리 구조를 가진 물질이다.
흥미롭게도 이 물질은 뇌 염증반응을 억제하는 항신경염증 효과가 매우 우수하며, 최근에는 철분 매개 세포 사멸(ferroptosis)을 억제해 신경세포를 보호하는 작용기전까지 확인돼, 뇌 질환 치료용 약물로써의 가능성이 기대되고 있다.
한 교수 연구팀은 곰팡이에서 이 물질이 만들어지는 방식을 예상하여, 허포트리콘의 복잡한 구조를 연구실에서 화학적으로 만드는 방법을 고안했다. 이때 핵심이 된 것은 ‘딜스-알더(Diels–Alder) 반응’이라는 화학 반응이다. 이 반응은 마치 두 개의 퍼즐 조각이 맞물려 하나의 고리를 만들듯, 탄소 기반 파트너끼리 새로운 결합을 만들어 육각고리 구조를 형성하게 해주는 반응이다.
또한, 연구팀은 ‘수소결합’이라는 분자 사이의 약한 끌어당김 현상에 주목했다. 이 수소결합을 섬세하게 설계하고 조절함으로써, 반응이 원하는 방향과 위치에서만 일어나도록 정교하게 유도해서 허포트리콘을 만들 수 있었다.
연구팀은 기존에 핵심수소 결합 없이는 목표 천연물이 거의 안 만들어지거나 엉뚱한 부산물만 생겼던 문제를 해결하고, 복잡한 구조의 허포트리콘 A, B, C를 모두 정확하게 합성할 수 있었다.
특히, 허포트리콘을 만들기 위한 핵심 재료인 ‘델리트파이론(delitpyrone) C’와 ‘에폭시퀴놀 단량체(epoxyquinol monomer)’라는 분자들이 어떤 구조를 가질 때 핵심 수소결합이 가능한지 정밀하게 분석했다.
이렇게 유도된 수소결합 덕분에 반응 분자들이 정확한 위치로 다가가고 이상적인 전이상태를 거쳐 허포트리콘 C가 합성 가능했다. 이 반응 원리를 허포트리콘 A와 B에도 적용해 성공적으로 이들 천연물을 합성할 수 있었다.
연구실에서 행해진 핵심 딜스-알더 반응 과정에서 자연계에서는 아직 발견되지 않은 새로운 분자 구조들도 함께 만들어졌고, 이 중 일부는 우수한 약리 활성을 갖는 신규 천연물일 가능성이 높아 합성을 통해서 천연물을 예측한다는 측면에서 본 연구의 의미가 배가된다.
실제로 한 교수 연구팀은 2019년에 허포트리콘 A와 B를 발견하고 이들의 구조를 밝힌 중국 연구진의 논문을 바탕으로, 이들 천연물의 합성 연구를 진행했는데 그 과정에서 원치 않던 특정 부산물이 계속적으로 얻어졌다.
그런데 2024년 같은 중국 연구진에 의해 허포트리콘 C라는 신규 천연물의 발견이 논문으로 보고됐는데, 이것은 한 교수 연구팀이 이전에 얻었던 부산물과 일치하는 물질이었다. 이는 한 교수팀이 자연계에 존재하는 천연물을 실험실에서 이미 합성하고 있었던 것을 보여주는 사례다.
화학과 한순규 교수는 “이번 성과는 퇴행성 신경질환 관련해 약리 활성을 갖는 자연계 희귀 천연물을 최초로 합성하고, 복잡 천연물의 생체모방 합성 원리를 체계적으로 제시한 연구”라며, “앞으로 천연물 기반 항신경염증 치료제 개발과 해당 천연물군의 생합성 연구에도 폭넓게 활용될 것으로 기대된다”고 밝혔다.
해당 연구 성과는 화학과 석박사통합과정 이유진 학생이 제1 저자로 화학 분야 최고 권위 학술지 중 하나인 미국화학회지(Journal of the American Chemical Society, JACS)에 7월 16일 字 게재됐다.
※논문명: Total Synthesis of (+)-Herpotrichones A–C
※DOI: 10.1021/jacs.5c05061
한편, 이번 연구는 한국연구재단(NRF) 중견연구자지원사업, KAIST UP 프로젝트, KAIST 그랜드챌린지(Grand Challenge) 30 프로젝트, 및 KAIST 초세대협업연구실사업의 지원을 받아 수행됐다.
2025.07.31
조회수 6934
-
항암제 내성 없앤다! 당뇨병 등 난치성 질환 치료도 기대
암 치료의 큰 걸림돌 중 하나는 항암제에 대한 암세포의 내성이다. 기존에는 내성 암세포를 제거할 수 있는 새로운 표적을 찾는 방식이 주를 이뤘지만, 오히려 더 강한 내성을 유도할 수 있다는 한계가 있었다. 이에 우리 연구진이 내성 암세포를 다시 약물에 반응하게 만들 수 있는 핵심 유전자를 자동으로 예측하는 컴퓨터 기반 방법론을 개발했다. 이 기술은 다양한 암 치료뿐 아니라 당뇨병 등 난치성 대사 질환에도 활용될 수 있어 주목된다.
우리 대학 생명화학공학과 김현욱 교수와 김유식 교수 연구팀이 인체 대사를 시뮬레이션할 수 있는 컴퓨터 모델인 대사 네트워크 모델을 활용해, 항암제에 내성을 가진 유방암 세포를 약물에 민감화시킬 수 있는 새로운 약물 표적을 예측하는 컴퓨터 기반 방법론을 개발했다고 7일 밝혔다.
연구진은 암세포의 대사 변형이 약물 내성 형성에 관여하는 주요한 특징으로 주목하고, 항암제 내성 유방암 세포의 대사를 조절해 약물 반응성을 높일 유전자 표적을 예측하는 대사 네트워크 모델 기반 방법론을 개발했다.
연구진은 먼저 독소루비신(doxorubicin)과 파클리탁셀(paclitaxel)에 각각 내성을 지닌 MCF7 유방암 세포주에서 얻은 단백체 데이터를 통합해 세포별 대사 네트워크 모델을 구축했다. 이어 모든 대사 유전자에 대해서 유전자 낙아웃(결실) 시뮬레이션*을 수행하고, 그 결과를 분석했다.
*유전자 낙아웃 시뮬레이션: 특정 유전자를 가상으로 제거한 상태에서 생물학적 네트워크의 변화를 계산적으로 예측하는 방법
그 결과, 특정 유전자의 단백질을 억제하면, 항암제에 잘 듣지 않던 내성 암세포가 다시 항암제에 반응하도록 만들 수 있다는 것을 알아냈다. 독소루비신 내성 세포에서는 GOT1 유전자를, 파클리탁셀 내성 세포에서는 GPI 유전자를 선별했으며, 두 약물 공통으로는 SLC1A5 유전자를 표적으로 선별했다.
예측하여 선별한 유전자를 실제로 억제해 본 결과, 내성 암세포가 항암제에 다시 반응하게 됨을 실험적으로 검증했다.
나아가 같은 항암제에 내성을 갖는 다른 종류의 유방암 세포에서도 같은 유전자를 억제했을 때 항암제에 다시 민감해지는 효과가 일관되게 나타나는 것을 확인할 수 있었다.
김유식 교수는 “세포 대사는 감염병, 퇴행성 질환 등 다양한 난치성 질환에서 중요한 역할을 한다”며, “이번에 개발된 대사 조절 스위치 예측 기술은 약물 내성 유방암 치료를 넘어, 치료제가 없는 다양한 대사 질환에도 적용될 수 있는 기반 기술이 될 것”이라고 말했다.
연구를 총괄한 김현욱 교수는 “이번 연구의 가장 큰 의의는 컴퓨터 시뮬레이션만과 최소한의 실험 데이터만으로 내성 암세포를 다시 약물에 반응하게 만들 수 있는 핵심 유전자를 정밀하게 예측할 수 있다는 점”이라며, “이 방법론은 다양한 암종과 대사 관련 난치성 질환의 새로운 치료 표적 발굴에도 폭넓게 활용될 수 있을 것”이라고 강조했다.
우리 대학 생명화학공학과 임진아 박사과정생과 정해덕 박사과정생이 공동 제1 저자로 참여한 이번 연구는 생명과학·물리·공학·사회과학 등 다양한 분야의 최고 수준 연구를 다루는 다학제 국제 학술지인 미국국립과학원회보(PNAS) 6월 25일 자 온라인에 게재됐다.
※ 논문명 : Genome-scale knockout simulation and clustering analysis of drug-resistant breast cancer cells reveal drug sensitization targets
※ 저자 정보 : 임진아(한국과학기술원, 공동 제1 저자), 정해덕(한국과학기술원, 공동 제1 저자), 유한석(서울대학교병원, 교신저자), 김유식(한국과학기술원, 교신저자), 김현욱(한국과학기술원, 교신저자) 포함 총 10명
※ DOI: https://doi.org/10.1073/pnas.2425384122
이번 연구는 과학기술정보통신부 한국전자통신연구원 및 한국연구재단의 지원을 받아 수행됐다.
2025.07.07
조회수 7780
-
21개 화학반응 동시 분석..AI 신약 개발 판 바꾼다
임산부의 입덧 완화 목적으로 사용됐던 약물인 탈리도마이드(Thalidomide)는 생체 내에서는 광학 이성질체*의 특성으로 한쪽 이성질체는 진정 효과를 나타내지만, 다른 쪽은 기형 유발이라는 심각한 부작용을 일으킨다. 이런 예처럼, 신약 개발에서는 원하는 광학 이성질체만을 선택적으로 합성하는 정밀 유기합성 기술이 중요하다. 하지만, 여러 반응물을 동시에 분석하는 것 자체가 어려웠던 기존 방식을 극복하고, 우리 연구진이 세계 최초로 21종의 반응물을 동시에 정밀 분석하는 기술을 개발해, AI와 로봇을 활용하는 신약 개발에 획기적인 기여가 기대된다.
*광학 이성질체: 동일한 화학식을 가지며 거울상 관계에 있으면서 서로 겹칠 수 없는 비대칭 구조로 존재하는 분자 쌍을 말한다. 이는 왼손과 오른손처럼 형태는 유사하지만 포개어지지 않는 관계와 유사하다.
우리 대학 화학과 김현우 교수 연구팀이 인공지능 기반 자율합성* 시대에 적합한 혁신적인 광학이성질체 분석 기술을 개발했다고 16일 밝혔다. 이번 연구는 다수의 반응물을 동시에 투입해 진행하는 비대칭 촉매 반응을 고해상도 불소 핵자기공명분광기(19F NMR)를 활용해 정밀 분석한 세계 최초의 기술로, 신약 개발 및 촉매 최적화 등 다양한 분야에 획기적인 기여가 기대된다.
* 인공지능 기반 자율합성: 인공지능(AI)을 활용해 화학 물질 합성 과정을 자동화하고 최적화하는 첨단 기술로, 미래 실험실의 자동화 및 지능형 연구 환경을 구현할 핵심 요소로 주목받고 있다. AI가 실험 조건을 예측·조절하고 결과를 해석해 후속 실험을 스스로 설계함으로써 반복 실험 수행 시 인간 개입을 최소화해 연구 효율성과 혁신성을 크게 높인다.
현재 자율합성 시스템은 반응 설계부터 수행까지는 자동화가 가능하지만, 반응 결과 분석은 전통적 장비를 활용한 개별 처리 방식에 의존하고 있어 속도 저하와 병목 현상이 발생하며 고속 반복 실험에는 적합하지 않다는 문제점이 제기돼 왔다.
또한, 1990년대에 제안된 다기질 동시 스크리닝 기법은 반응 분석의 효율을 극대화할 전략으로 주목받았지만, 기존 크로마토그래피 기반 분석법의 한계로 인해 적용 가능한 기질 수가 제한적이었다. 특히 원하는 광학 이성질체만 선택하여 합성하는 비대칭 합성 반응에서는 10종 이상의 기질을 동시에 분석하는 것이 불가능에 가까웠다.
이러한 한계를 극복하기 위해, 연구팀은 다수의 반응물을 하나의 반응 용기에 투입하여 동시에 비대칭 촉매 반응을 수행한 뒤 불소 작용기를 생성물에 도입하고, 자체 개발한 카이랄 코발트 시약을 적용해 모든 광학 이성질체를 명확하게 정량 분석할 수 있는 불소 핵자기공명분광기(19F NMR) 기반 다기질 동시 스크리닝 기술을 구현했다.
연구팀은 19F NMR의 우수한 분해능과 민감도를 활용해, 21종 기질의 비대칭 합성 반응을 단일 반응 용기에서 동시에 수행하고 생성물의 수율과 광학 이성질체 비율을 별도의 분리 과정 없이 정량 측정하는 데 성공했다.
김현우 교수는 “여러 기질을 한 반응기에 넣고 비대칭 합성 반응을 동시에 수행하는 것은 누구나 할 수 있지만, 생성물 전체를 정확하게 분석하는 것은 지금까지 풀기 어려운 과제였다”며, “세계 최고 수준의 다기질 스크리닝 분석 기술을 구현함으로써 AI 기반 자율합성 플랫폼의 분석 역량 향상에 크게 기여할 수 있을 것으로 기대된다”고 말했다.
이어 “이번 연구는 신약 개발에 필수적인 비대칭 촉매 반응의 효율성과 선택성을 신속히 검증할 수 있는 기술로, AI 기반 자율화 연구의 핵심 분석 도구로 활용될 전망이다”라고 밝혔다.
이번 연구에는 우리 대학 화학과 김동훈 석박통합과정 학생(제1 저자), 최경선 석박통합과정 학생(제2 저자) 가 참여했으며, 화학 분야 세계적 권위의 국제 학술지 미국화학회지(Journal of the American Chemical Society) 에 2025년 5월 27일 자 온라인 게재됐다.
※ 논문명: One-pot Multisubstrate Screening for Asymmetric Catalysis Enabled by 19F NMR-based Simultaneous Chiral Analysis
※ DOI: 10.1021/jacs.5c03446
이번 연구는 한국연구재단 중견연구자 지원사업, 비대칭 촉매반응 디자인센터, KAIST KC30 프로젝트의 지원을 받아 수행됐다.
2025.06.16
조회수 14001
-
기후정책의 숨겨진 위험 규명, 탄소 줄고 독성물질 40% 증가 밝혀
2013년부터 시행된 미국 내 최대 규모의 온실가스 감축 정책으로 캘리포니아주의 탄소배출권 거래제도*가 있다. KAIST와 국제공동연구진은 이 제도가 예상치 못한 환경부작용을 초래하며 기업들의 독성물질 배출을 최대 40% 증가시켰다는 점을 처음으로 밝혀냈다.
*탄소배출권 거래제도(Cap and Trade Program): 온실가스 배출 총량 상한(cap)을 설정하고 이를 기업들에게 자체 감축 노력을 통해 배출을 줄이거나 거래(trade)할 수 있는 제도임
우리 대학 기술경영학부 이나래 교수가 미네소타 주립대 아심 카울(Aseem Kaul) 교수와 공동연구를 통해서, 탄소배출권 거래제도가 온실가스 감축에는 기여했지만, 예상치 못한 또 다른 환경 문제를 유발할 수 있다는 점을 실증적으로 밝혔다.
탄소배출권 거래 제도는 시장 원리를 활용해 비용 효율적으로 온실가스를 줄이고, 동시에 경제적 유인을 제공함으로써 지속적인 환경 개선을 도모하는 것이 목적으로 만들어졌다.
연구팀은 2010년부터 2018년까지 대형 제조시설에서 발생한 온실가스 및 유해물질 배출량 데이터를 분석했다. 그 결과 탄소배출권 제도의 적용을 받은 시설들이 온실가스를 줄이기 위해 유해폐기물 처리 활동을 축소하면서, 기업에서는 오히려 환경이나 인체에 유해한 납, 다이옥신, 수은 등 독성물질 배출이 최대 40%까지 증가한 사실을 확인했다.
심층 분석을 통해, 이러한 부작용이 환경 감시가 활발한 지역이거나 공정 단계에서 근본적으로 독성 물질 생성을 줄이는 환경 기술을 도입한 기업에서는 상대적으로 덜 나타났다는 사실도 밝혀냈다. 이는 기업들이 규제 비용과 외부 감시의 정도에 따라 환경 대응 전략을 선택적으로 조정하고 있음을 시사한다.
이나래 교수는 “탄소 감축 제도는 탄소의 발생량 자체를 규제하는 정책이기 때문에, 기업들이 탄소를 줄이는 데 집중하면서 상대적으로 다른 환경 부문을 희생하는 현상이 나타났다. 하지만 보다 근본적인 환경 기술을 이전에 도입한 기업들은 이러한 부작용이 덜했다”고 설명했다.
이어 “이번 연구는 기후변화 대응을 위한 정책이 또 다른 환경 문제를 초래할 수 있다는 점을 보여주며 사회적 목표 간의 상충(trade-off)을 정교하게 고려한 정책 설계가 필요하다”고 강조했다.
이번 연구는 기술경영학부 이나래 교수가 제1 저자로 참여하였고, 경영학 분야 최고 권위 학술지인 매니지먼트 사이언스(Management Science)에 4월 22일 자로 게재되었다.
※ 논문명 : Robbing Peter to Pay Paul: The Impact of California’s Cap-and-Trade Program on Toxic Emissions https://doi.org/10.1287/mnsc.2023.03560
한편, 이번 연구는 KAIST의 오픈 액세스(Open Access) 출판 지원을 통해 논문 전체를 누구나 무료로 열람할 수 있도록 하였으며, 이에 따라 연구 결과가 학계와 정책 현장에서 더욱 폭넓게 활용될 것으로 기대된다.
2025.05.09
조회수 7349
-
논문 마이닝부터 합성 조건 추천까지, MOF 연구를 혁신하는 대규모 언어 모델
우리 연구진이 챗GPT를 활용해 금속 유기 골격체(Metal-Organic Frameworks, MOFs) 연구 논문에서 실험 데이터를 자동으로 추출하는 데이터 마이닝 툴(이하 L2M3)을 개발했다. L2M3는 MOF의 합성 조건 및 물성 정보를 체계적으로 수집하며, 분류, 정보 식별 및 데이터 추출 작업에서 각각 98.3%, 97.3%, 95.3%의 높은 정확도를 기록했다. 또한, 추출한 데이터를 기반으로 MOF의 합성 조건을 추천하는 시스템을 개발하여 연구자들의 실험 과정 최적화를 지원하고 있어 화제가 되고 있다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 대규모 언어 모델(이하 LLMs) 급격한 발전에 주목하며, 이를 활용을 통해 금속 유기 골격체 문헌에서 MOF의 합성 및 물성 정보를 대량으로 추출하는 데이터 마이닝 툴(L2M3)를 개발했다고 7일 발표했다.
최근 MOF에 대한 연구들이 활발히 진행되어 MOF 실험 데이터가 축적되고 있다. 이에 따라 MOF 연구의 발전을 위해서는 신뢰할 수 있는 실험 데이터 확보가 필수적이며, 특히 논문에 산재한 합성 조건과 물성 정보를 효과적으로 정리하는 것이 큰 과제로 남아 있다. 기존에도 MOF 관련 데이터를 활용하려는 시도가 있었으나, 대부분 일부 특정 특성에 국한되어 있어 있다는 한계점이 존재했다.
김지한 교수 연구팀이 개발한 L2M3는 LLM을 활용하여 쉽고 효율적인 데이터 마이닝 환경을 구축함으로써, 데이터 마이닝에 익숙하지 않은 연구자들도 손쉽게 사용할 수 있는 강력한 도구로의 잠재력을 갖추고 있다.
기존 데이터 마이닝 방식으로는 다양한 특성에 대한 정확한 정보 추출이 어려웠으나, L2M3는 LLM의 자연어 처리 능력을 활용하여 더 정밀한 데이터 추출이 가능하다. 특히, 분류(98.3%)와 정보 식별(97.3%)에서 높은 정확도를 기록했으며, 과정이 복잡하여 정확도 확보가 어려운 데이터 추출 단계에서도 95.3%라는 뛰어난 성능을 보였다.
뿐만 아니라, L2M3는 추출된 합성 조건 데이터를 대규모 언어 모델로 미세 조정해 합성 조건 추천 시스템을 개발하였다. 연구자가 전구체 정보를 입력하면 최적의 합성 조건을 제안하여 실험 과정에서 발생하는 시행착오를 줄이고, MOF 합성을 더욱 효율적으로 수행할 수 있도록 지원한다. 이러한 접근 방식은 MOF 연구뿐만 아니라 다양한 재료 과학 분야에서도 데이터 마이닝과 인공지능을 활용한 연구 패러다임을 새롭게 정의할 수 있는 가능성을 제시하고 있다.
김지한 교수는 “이번 연구는 인공지능을 활용한 재료 과학 연구의 새로운 기준을 제시하는 중요한 진전을 의미한다. L2M3는 방대한 과학 문헌에서 실험 데이터를 체계적으로 수집하고 분석함으로써, 기존 데이터 부족 문제를 해결하고 보다 신뢰성 높은 데이터 기반 연구를 가능하게 한다. 향후 L2M3의 데이터 처리 성능과 합성 조건 추천 모델이 더욱 정교화된다면, MOF뿐만 아니라 다양한 재료 연구에서도 혁신적인 발견을 가속화할 것으로 기대된다.” 라고 말했다.
생명화학공학과 강영훈, 이원석 박사, 배태언 박사과정이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `미국 화학회지(Journal of the American Chemical Society)'에 지난 1월 21일 게재됐다. (논문명: Harnessing Large Language Models to Collect and Analyze Metal–Organic Framework Property Data Set)
한편 이번 연구는 과학기술정보통신부의 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업, 한국연구재단(NRF)의 나노 및 소재기술개발사업, 그리고 국가슈퍼컴퓨팅센터의 지원을 받아 수행됐다.
2025.02.07
조회수 10402
-
한재흥 교수팀, 미국기계학회 최우수논문상 수상
우리 대학 우주연구원장 항공우주공학과 한재흥 교수 연구팀이 미국기계학회(American Society of Mechanical Engineers, ASME)의 기계 디자인 저널(Journal of Mechanical Design)에서 2023년도 최우수 논문상(Best paper award)을 수상했다고 6일 밝혔다.
항공우주공학과 김태현 박사(주 저자)와 박사과정 장건익 학생, 이대영 교수(공동 저자)가 참여한 논문은 2023년도에 출판된 150여 편의 논문 중에서 기계설계(Machine design) 분야의 최고 우수 논문으로 선정됐으며, 국내 기관에서 수행한 연구 결과로 본 상을 받은 것은 이번이 최초다.
(제목: A Thickness-Accommodating Method for Void-Free Design in Uniformly Thick Origami)
연구진은 최근 항공우주 등 다양한 기계설계 분야에서 주목받고 있는 폴더블(Foldable) 구조 설계 시, 균일한 두께의 패널을 적용하면서도 구멍이나 빈 공간 없이 펼쳐진 상태의 유효 면적을 최대화할 수 있는 설계 방법론을 제시했다.
일반적인 구조는 재료가 두꺼워지면 간섭에 의해 구조물을 접는 것이 제한적이며, 조금만 패턴이 복잡해지더라도 빈 공간 없이 균일한 두께로 폴더블 구조를 설계하는 것은 어렵다고 알려져 있었다.
이러한 문제를 해결하고자 연구진은 균일한 두께의 재료가 적용 가능하면서도 빈 공간 없이 접을 수 있는 패턴 설계 방법론을 제시했다.
본 연구에서는 2차원 및 3차원의 패턴 설계 방법론을 체계적으로 제시했으며, 수학적인 분석을 통해 종이접기 패턴의 핵심적인 패턴 요소 중 하나인 D4V(Degree-4-Vertex)* 패턴에 대해 설계 방법론을 일반화했다. 이를 확장해 여러 D4V 요소로 구성된 구조를 두꺼운 패널로 제작하여 검증했다.
* D4V (Degree-4 Vertices): 네 개의 접힘선이 하나의 꼭짓점에서 모이는 패턴 기본 요소를 말하며, 다양한 형태의 오리가미 패턴에 적용되는 요소임
한재흥 교수는 “이번에 제시된 설계 방법론은 패널 두께에 제약받지 않으며 다양한 형태의 패턴에 적용할 수 있어 디스플레이와 같은 소형 구조부터 대형 전개형 건축물이나 우주 구조물 등에도 적용이 가능하다. 현재 이번 연구를 기반으로 달이나 화성 유인 탐사 시 사람과 장비를 보호하기 위한 미터급 전개형 우주 방호구조에 적용하여 개발하는 중이다”라고 말했다.
미국기계학회는 1880년도에 설립돼 130개 이상의 국가의 75,000명 이상의 정회원을 보유한 세계 최대의 국제 학술단체다. 현재 35개 이상의 학술 저널 및 학회 프로시딩을 출판하고 있으며, 전 세계에서 널리 사용되는 600개 이상의 표준을 제시하고 기계공학 분야를 주도하는 최고 권위의 학회다.
특히, 기계 디자인 저널은 1978년부터 출판돼, 자동화 설계, 메커니즘, 설계 방법론 등의 기계 시스템 설계 전반의 범위를 다루며 높은 학문적 영향력을 갖는 저널 중 하나다. 이 저널의 최고 우수 논문상은 매년 그 전 해 실린 모든 논문을 대상으로 편집위원회의 엄격한 평가 기준에 따라 오랜 심사를 거쳐 매년 1편에서 2편이 선정된다.
한편, 이번 연구는 과학기술정보통신부의 지원으로 한국연구재단의 지원을 받아 수행됐다.
2024.12.06
조회수 11162
-
인공지능 화학 학습으로 새로운 소재 개발 가능
새로운 물질을 설계하거나 물질의 물성을 예측하는 데 인공지능을 활용하기도 한다. 한미 공동 연구진이 기본 인공지능 모델보다 발전되어 화학 개념 학습을 하고 소재 예측, 새로운 물질 설계, 물질의 물성 예측에 더 높은 정확도를 제공하는 인공지능을 개발하는 데 성공했다.
우리 대학 화학과 이억균 명예교수와 김형준 교수 공동 연구팀이 창원대학교 생물학화학융합학부 김원준 교수, 미국 UC 머세드(Merced) 응용수학과의 김창호 교수 연구팀과 공동연구를 통해, 새로운 인공지능(AI) 기술인 ‘프로핏-넷(이하 PROFiT-Net)’을 개발하는 데 성공했다고 9일 밝혔다.
연구팀이 개발한 인공지능은 유전율, 밴드갭, 형성 에너지 등의 주요한 소재 물성 예측 정확도에 있어서 이번 기술은 기존 딥러닝 모델의 오차를 최소 10%, 최대 40% 줄일 수 있는 것으로 보여 주목받고 있다.
PROFiT-Net의 가장 큰 특징은 화학의 기본 개념을 학습해 예측 성능을 크게 높였다는 점이다. 최외각 전자 배치, 이온화 에너지, 전기 음성도와 같은 내용은 화학을 배울 때 가장 먼저 배우는 기본 개념 중 하나다.
기존 AI 모델과 달리, PROFiT-Net은 이러한 기본 화학적 속성과 이들 간의 상호작용을 직접적으로 학습함으로써 더욱 정밀한 예측을 할 수 있다. 이는 특히 새로운 물질을 설계하거나 물질의 물성을 예측하는 데 있어 더 높은 정확도를 제공하며, 화학 및 소재 과학 분야에서 크게 기여할 것으로 기대된다.
김형준 교수는 "AI 기술이 기초 화학 개념을 바탕으로 한층 더 발전할 수 있다는 가능성을 보여주었다ˮ고 말했으며 “추후 반도체 소재나 기능성 소재 개발과 같은 다양한 응용 분야에서 AI가 중요한 도구로 자리 잡을 수 있는 발판을 마련했다ˮ고 말했다.
이번 연구는 KAIST의 김세준 박사가 제1 저자로 참여하였고, 국제 학술지 `미국화학회지(Journal of the American Chemical Society)' 에 지난 9월 25일 字 게재됐다.
(논문명: PROFiT-Net: Property-networking deep learning model for materials, PROFiT-Net 링크: https://github.com/sejunkim6370/PROFiT-Net)
한편 이번 연구는 한국연구재단(NRF)의 나노·소재 기술개발(In-memory 컴퓨팅용 강유전체 개발을 위한 전주기 AI 기술)과 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업으로 진행됐다.
2024.10.10
조회수 16291