-
안보 민감 연구 규제 강화가 과학 발전 위축시킬 수 있다
“안보에 위협이 될 수 있는 연구를 막아야 한다”는 강화된 관리 감독 규제가 오히려 인류에 필요한 핵심 과학 발전까지 제한할 수 있다는 사실이 우리 대학 연구진에 의해 밝혀졌다. 연구진은 과학 발전과 국가안보 사이의 균형 있는 정책 설계 필요성을 제시했다.
우리 대학은 기술경영학부 권석범 교수가 이중 용도 연구에 관한 강화된 보안 규제가 핵심 과학 발전을 위축시킬 수 있다는 점을 대규모 데이터 분석을 통해 규명했다고 5일 밝혔다.
이중용도연구는 백신·치료제 개발처럼 인류에 기여할 수 있는 동시에 생물무기나 생물테러 등 안보 위험에도 활용될 가능성이 있는 연구를 의미한다. 대표적으로 바이러스 변이 연구나 병원체 전파 연구 등이 이에 해당한다.
미국은 최근 이중용도연구에 대한 보안 감독을 지속적으로 강화해 왔으며, 2025년에는 대통령 행정명령(EO 14292)을 통해 추가 규제를 도입했다. 그러나 이러한 규제 강화가 과학 발전과 국가안보에 미치는 영향을 객관적으로 분석한 연구는 부족한 상황이었다.
미국의 사전 보안 감독 규정은 국가안보결정지침 189호 (NSDD-189)에 근거하며, 연방정부가 연구에 직접 관여하는 경우에 적용된다. 따라서 연방정부 관여 없이 수행되는 연구는 사실상 이 감독의 관할권 밖에 놓이게 된다.
권석범 교수는 미국 특허청(USPTO)의 다단계 보안 심사 절차와 특허-논문 인용 데이터를 결합한 새로운 분석 방법론을 개발해 약 60만 건의 연구 논문을 분석했다. 이를 통해 기존 사례 중심 분석에만 의존하던 이중용도연구 논의를 대규모 실증 분석으로 전환했다는 점에서 학계의 높은 평가를 받았다.
분석 결과, 이중용도연구는 일반 연구보다 과학적 영향력이 일관되게 높은 것으로 나타났다. 이는 규제 대상이 되는 연구일수록 과학 발전과 기술 혁신에 중요한 역할을 할 가능성이 크다는 의미다.
또한 미국 연방정부가 직접 관여한 이중용도연구의 비중은 1981년 약 41%에서 2005년 약 22%로 감소한 반면, 외국 기관이 관여한 비중은 같은 기간 35%에서 54%로 증가한 것으로 나타났다. 이는 NSDD-189에 근거한 미국의 보안 규제가 자국 연구에는 집중적으로 적용되는 사이 해외 연구 비중은 지속적으로 확대되고 있음을 보여준다.
권석범 교수는 “한 국가의 규제 강화만으로는 자국 내 과학적 파급력이 큰 연구에만 불균형적인 제약을 가하면서, 동일한 중요성을 가진 해외 연구의 발전은 막지 못하는 결과를 초래할 수 있다”며 “과학 발전과 국가안보를 동시에 달성하기 위해서는 국제 협력과 균형 있는 정책 설계가 필요하다”고 설명했다.
이번 연구는 이중용도연구를 둘러싼 국제 정책 논의에 데이터 기반 근거를 제시했다는 점에서 의미가 크다. 특히 바이오뿐 아니라 인공지능(AI), 양자기술 등 안보와 연결될 수 있는 첨단기술 분야에서도 향후 연구 규제와 글로벌 협력 체계 논의에 중요한 참고자료가 될 것으로 기대된다.
이번 연구는 권석범 교수의 단독 저자 논문으로, 세계적 권위의 과학 학술지 사이언스(Science)에 2026년 6월 5일 자로 게재됐다.
※ 논문명: Dual-use research under scrutiny, DOI: 10.1126/science.aee2479
한편 이번 연구는 한국연구재단 인문사회 신진연구자 지원 사업(2025S1A5A8009362) 지원을 받아 수행됐다.
2026.06.05
조회수 908
-
KAIST-한화솔루션, 석유 유래 나프타 대체할 ‘친환경 바이오 플랫폼’ 구축
우리 대학은 KAIST-한화솔루션 미래기술연구소가 한화솔루션과 손잡고 폐자원을 활용해 플라스틱과 섬유용 친환경 원료를 대량 생산할 수 있는 바이오 기술을 확보했다고 19일 밝혔다.
최근 석유화학 산업의 필수 원료인 나프타의 가격 급등과 공급 불안으로 대체 원료에 대한 필요성이 높아지고 있다. 이번 성과는 자원 공급 안정성과 친환경성을 동시에 확보한 미래형 핵심 기술로 평가받는다.
이 기술은 바이오디젤 생산 공정에서 버려지는 부산물인 ‘글리세롤’을 원료로 삼는다. 버려지는 폐자원을 고부가가치 소재로 전환하기 위해 플라스틱과 화장품의 핵심 소재인 ‘1,3-프로판디올(1,3-PDO)’을 생산하는 고효율 미생물을 개발하고 발효 공정을 최적화했다.
이번 연구는 실제 산업 현장에 적용 가능한 수준에 도달했다. 연구팀은 실험실 규모를 넘어 대형 공장 설비 적용에 앞서 시험 생산이 되는 300L 규모의 파일럿 공정에서도 높은 생산성을 유지하는 데 성공했다.
이는 연구실의 성과가 실제 공장에서도 똑같이 재현될 수 있음을 증명한 것으로 기술의 완성도를 보여준다.
또한, 컴퓨터 시뮬레이션으로 미생물의 대사 과정을 사전에 설계하는 ‘디지털 설계 기술’과 항생제 없이도 안정적으로 원료를 뽑아내는 ‘무항생제 공정’을 도입했다. 이를 통해 생산 비용은 낮추고 환경 규제 리스크를 줄이며 친환경 가치를 극대화했다.
이번 성과는 2015년 11월 첫 발을 뗀 양측의 협력이 10년이라는 긴 시간 동안 흔들림 없이 이어져 온 값진 결실이다. 이는 KAIST의 독보적인 학술적 역량과 한화솔루션의 탄탄한 사업화 역량이 유기적으로 맞물려 일궈낸 산학 협력의 대표적 성공 모델로 평가받는다. 또한 본 연구는 KAIST와 한화솔루션 연구진의 긴밀한 협력을 통해 수행됐다.
이번 친환경 바이오 플랫폼 연구를 통해 총 6건의 특허를 출원하고, 13편의 논문을 게재하는 성과를 거뒀다. 특히 연구 결과를 담은 논문은 세계적 학술지 네이처 케미컬 엔지니어링(Nature Chemical Engineering) 5월 12일 자에 게재됐으며, 5월호 표지논문으로 선정되었다. 표지논문은 해당 호를 대표하는 연구 성과에만 선정되는 만큼, 이번 연구의 학문적 중요성과 파급력을 인정받았다는 점에서 의미가 크다.
※ 논문명: High-titer, antibiotic-free, pilot-scale production of 1,3-propanediol by engineered Corynebacterium, DOI: 10.1038/s44286-026-00389-w
※ 저자: 조재성(KAIST, 제1저자), 신디 프리시리아 수르야 프라보워 박사(Cindy Pricilia Surya Prabowo)(KAIST, 제1저자), 한태희 박사(KAIST), 문천우(KAIST), 고유성(KAIST), 조창희 박사(한화솔루션), 김제웅(KAIST), 김원준 박사(한화솔루션), 방현배 박사(한화솔루션), 이재은(KAIST), 기민정(KAIST), 장남진 박사(한화솔루션), 이상엽(KAIST, 교신저자)
한화솔루션 김정대 연구소장은 “이번 연구는 바이오 기반 원료를 활용해 기존 석유화학 공정을 대체할 수 있는 가능성을 확인했다는 점에서 의미가 크다”며 “향후 지속가능한 화학소재 생산과 산업 적용에 중요한 기반이 될 것으로 기대한다”고 말했다.
KAIST 이상엽 생명화학공학과 특훈교수는 “이번 연구는 미생물 기반의 화학물질 생산이 실험실을 넘어 실제 산업 규모로 충분히 확장될 수 있음을 보여준 사례이다”라며, “앞으로 다양한 화학소재를 더욱 친환경적으로 생산하는 데 기여할 것이다”라고 밝혔다.
2026.05.19
조회수 2763
-
AI로 기후위기 미래 예측한다
기후 변화는 기온 상승뿐 아니라 경제·에너지·산업 전반에 영향을 미치는 복합 문제로, 미래를 정확히 예측하기 어렵다. KAIST·국제 연구진이 인공지능(AI)을 활용해 기후 변화와 사회·경제적 영향을 동시에 분석할 수 있는 차세대 기후 연구 모델을 제시했다.
우리 대학은 녹색성장지속가능대학원 전해원 교수, 카르틱 무카빌리(Karthik Mukkavilli) 겸직교수, 전산학부 오혜연 교수 연구팀이 중국 북경대학교, 영국 임페리얼 칼리지 런던, 이탈리아 밀라노 폴리테크닉대학교, 미국 메릴랜드대학교, 오스트리아 국제응용시스템분석연구소(IIASA) 등 세계 유수 연구기관과의 국제 공동 연구를 통해 AI 기반 기후 연구 통합 프레임워크를 제시했다고 13일 밝혔다.
현재 기후 변화 연구는 물리적 기후 예측, 사회·경제 영향 분석, 에너지 정책 평가 등이 분야별로 분리돼 수행되는 경우가 많다. 서로 다른 데이터와 분석 체계를 사용하기 때문에 이를 종합적으로 연결해 정책 결정에 활용하는 데 시간이 오래 걸린다는 한계가 있었다.
연구팀은 이를 해결하기 위해 ‘AI 기반 기후 연구 파운데이션 모델(AI-Based Climate Research Foundation Model)’을 제안했다. 이 모델은 지구 관측 데이터, 에너지·경제 시나리오, 정책 지표 등 성격이 서로 다른 대규모 데이터를 AI가 공통된 방식으로 이해·분석할 수 있는 가상 분석 공간(shared latent space)에서 함께 처리한다.
이를 통해 기후 변화의 물리적 현상뿐 아니라 경제·사회적 영향까지 동시에 고려한 빠르고 정교한 예측이 가능해진다.
특히 연구팀은 ‘혼합 전문가(MoE, Mixture of Experts)’ 구조를 적용해 서로 다른 역할을 하는 AI 모델이 분야별 전문가처럼 협력하도록 설계했다. 물리 법칙 기반 계산 모듈과 통계 학습 기반 AI 모듈을 결합해 예측의 정확성과 신뢰성을 높였으며, 온실가스 감축 목표 도입이나 신재생에너지 확대 정책이 산업·경제에 미치는 영향을 빠르게 분석할 수 있도록 했다.
이번 연구는 단순히 기후를 예측하는 수준을 넘어, 정책 변화에 따른 사회·경제적 영향을 함께 분석할 수 있는 새로운 AI 기반 기후 연구 방향을 제시했다는 점에서 의미가 크다. 국제 학술지 네이처 클라이밋 체인지(Nature Climate Change)에 4월 28일 게재되었으며, AI기반 기후-인간 상호영향 차세대 통합평가모델 개발(과학기술정보통신부, 한국연구재단)과제의 지원으로 수행됐다.
※ 기고문 : Artificial Intelligence to Support Cross-Disciplinary Climate Change Research, https://doi.org/10.1038/s41558-026-02624-x
한편 KAIST 연구팀은 이러한 프레임워크를 실제로 구현한 AI 기반 예측 모델도 함께 공개했다.
연구팀은 ‘에너지-온실가스 예측 고속 에뮬레이터(emulator)’를 시범 구현 모델(prototype) 형태로 개발했다. 이 모델은 기존의 복잡한 에너지·탄소배출 통합평가모델(IAM, Integrated Assessment Model) 계산 과정을 AI가 빠르게 대신 수행하도록 만든 기술이다.
기존 통합평가모델은 하나의 정책 시나리오를 분석하는 데 많은 시간과 계산 자원이 필요했지만, 연구팀이 개발한 AI 모델은 수천 개의 정책 시나리오를 단시간에 분석할 수 있다. 이를 통해 탄소중립 정책이나 에너지 전환 정책의 효과를 보다 빠르게 예측하고 정책 결정에 활용할 수 있을 것으로 기대된다.
쉽게 말해, 미래 기후와 경제 변화를 예측하는 ‘가상 정책 실험실’을 AI로 구현한 셈이다. 예를 들어 탄소세를 높이거나 재생에너지를 확대했을 때 온실가스 배출량과 경제 변화가 어떻게 달라지는지를 훨씬 빠르게 시뮬레이션할 수 있다.
신예은(Yen Shin) 석사과정 학생이 제1저자로 참여하고 오혜연 교수와 전해원 교수가 공동 교신저자로 참여한 해당 연구는 지구과학 모형 개발 전문 학술지 지오사이언티픽 모델 디벨롭먼트(Geoscientific Model Development)'에 1월 9일 심사전 공개 논문(preprint)으로 발표됐다.
※ 논문명: ML-IAM v1.0: Emulating Integrated Assessment Models With Machine Learning, https://doi.org/10.5194/egusphere-2025-5305
해당 연구 성과는 세계 최대 AI 학회인 뉴립스(NeurIPS) 2025 ‘기후변화 대응 머신러닝’ 워크숍에 초청되어 발표됐으며, 기후학계와 AI산업계의 큰 관심을 받고 있다. 이 연구는 환경부의 재원으로 한국환경산업기술원의 관측 기반 공간정보지도 구축 기술개발사업 (RS-2023-00232066)의 지원으로 수행됐다.
전해원 교수와 오혜연 교수는 ‘KAIST AI4Good*’ 연구 네트워크 창립 멤버로 활동하며 AI를 기후 위기 등 사회문제 해결에 활용하는 연구를 이어가고 있다.
*KAIST AI4Good: AI를 활용해 공공의 이익을 추구하는 연구 플랫폼(https://ai4good.kaist.ac.kr/)
전해원 교수는 “이번 기후-AI 모델은 기후 과학자와 정책 입안자 사이의 간극을 줄여줄 효과적인 가교 역할을 할 것으로 기대한다”며 “함께 공개한 고속 AI 에뮬레이터는 실시간에 가까운 정책 분석을 가능하게 해 실질적인 기후 대응 솔루션을 제공하는 핵심 기술이 될 것”이라고 말했다.
오혜연 교수는 “AI 기술은 단순한 상업적 도구를 넘어 인류 생존을 위협하는 기후 위기 해결에 기여해야 한다”며 “이번 국제 공동 연구는 AI가 사회적 난제 해결을 위한 글로벌 공공재 역할을 할 수 있음을 보여주는 사례가 될 것”이라고 강조했다.
2026.05.13
조회수 2702
-
AI ‘시간 오류’ 잡았다...의료·법률 분야 신뢰성 높인다
“지난달 취임한 장관이 누구냐”는 질문에 챗GPT가 1년 전 인물을 답한다면 어떨까. 최신 정보를 제대로 반영하지 못하는 AI의 한계를 보여주는 사례다. 우리 대학 연구진이 변화하는 현실 정보를 자동으로 반영하면서도, 겉으로는 맞아 보이는 ‘시간 오류’까지 잡아내는 새로운 평가 기술을 개발했다. AI 신뢰성을 획기적으로 높일 수 있을 것으로 기대된다.
우리 대학은 전기및전자공학부 황의종 교수 연구팀이 마이크로소프트연구소(Microsoft Research)와 공동연구를 통해, 시간 데이터베이스 기술을 활용해 거대언어모델(LLM)의 시간 추론 능력을 자동으로 평가·진단하는 시스템을 개발했다고 14일 밝혔다.
인공지능이 사용자의 신뢰를 얻기 위해서는 시시각각 변화하는 현실 정보를 정확히 이해하는 능력이 필수적이다. 그러나 기존 평가 방식은 정답 일치 여부만을 확인하거나 복잡한 시간 관계를 충분히 반영하지 못해, 실제 환경에서 발생하는 다양한 질문 상황을 제대로 평가하기 어렵다는 한계가 있었다.
연구팀은 이를 해결하기 위해 지난 40여 년간 검증되어 온 ‘시간 데이터베이스(Temporal Database)’ 설계 이론을 인공지능 평가에 최초로 도입했다. 데이터의 시간적 흐름과 관계 구조를 활용해, 사람이 평가용 문제를 일일이 작성하지 않아도 데이터베이스만으로 13가지 유형의 복잡한 시간 기반 문제가 자동으로 생성되도록 했다는 점이 핵심이다.
특히 이번 기술은 사람이 문제를 직접 만들던 기존 방식에서 벗어나, 데이터를 기반으로 평가 문제가 자동 생성되는 방식으로 전환했다는 점에서 가장 큰 혁신으로 평가된다. 또한 데이터베이스를 기준으로 문제 생성부터 정답 도출, 검증까지 전 과정을 자동화해, 기존처럼 문제를 일일이 수정할 필요 없이 유지보수 부담을 획기적으로 줄일 수 있다.
현실 정보가 변경될 경우에는 해당 내용을 데이터베이스에 업데이트하면 평가 문제와 정답, 검증 기준이 자동으로 반영된다. 다만 최신 정보의 입력 자체는 외부 데이터나 관리자를 통해 이루어지며, 본 기술은 이러한 데이터가 갱신된 이후 평가 전반을 자동으로 수행하는 구조다.
또한 연구팀은 단순히 최종 답이 맞는지 틀리는지 여부를 판단하는 기존 방식에서 나아가, 답변 과정에서 제시된 날짜나 기간의 논리적 타당성까지 검증하는 지표를 새롭게 도입했다. 이를 통해 겉보기에는 정답처럼 보이지만 시간적 근거가 잘못된 ‘시간 환각(Temporal Hallucination)’ 현상을 기존 대비 평균 21.7% 더 정확하게 탐지하는 성과를 보였다.
이 기술을 적용하면 정보 변경 시 데이터베이스만 갱신하면 되기 때문에 평가 유지 비용을 크게 절감할 수 있으며, 입력 데이터량 역시 기존 대비 평균 51% 줄어드는 효과를 보였다.
황의종 교수는 “이번 연구는 고전적인 데이터베이스 설계 이론이 최신 인공지능의 신뢰성 문제를 해결하는 데 중요한 역할을 할 수 있음을 보여준 사례”라며, “방대한 전문 데이터를 평가 자원으로 전환함으로써 향후 의료·법률 등 다양한 분야의 인공지능 성능 검증에 실질적인 기반이 될 것으로 기대한다”고 말했다.
이번 연구는 KAIST 김소연 박사과정이 제1저자로 참여했으며, 마이크로소프트연구소의 진동 왕(Jindong Wang, 現 윌리엄 앤 메리 대학교)과 싱 시에(Xing Xie) 연구원이 공동 저자로 참여했다. 연구 결과는 오는 4월 인공지능 분야 최고 권위 학술대회인 ‘ICLR 2026’에서 발표될 예정이다.
※ 논문명: Harnessing Temporal Databases for Systematic Evaluation of Factual Time-Sensitive Question-Answering in Large Language Models, 논문 링크: https://arxiv.org/abs/2508.02045
한편, 이번 연구는 마이크로소프트연구소, 한국연구재단, 정보통신기획평가원(IITP) 글로벌 AI 프론티어랩 과제(RS-2024-00469482, RS-2024-00509258)의 지원을 받아 수행됐다.
2026.04.14
조회수 1941
-
이노코어 연구단, 노벨화학상 데이비드 베이커와 ‘AI 단백질 설계’ 성공
과학기술정보통신부 이노코어(InnoCORE) 사업을 통해 구축된 연구 협력 기반 아래, KAIST 이노코어 연구진이 의미 있는 연구 성과를 도출했다. 우리 대학은 2024년 노벨 화학상 수상자인 David Baker 교수(데이비드 베이커, 미국 워싱턴대학교)의 방문을 계기로, 공동연구를 통해 AI로 원하는 화합물을 정확히 인식하는 단백질 설계 연구 결과를 공개했다.
우리 대학은 생명과학과 이규리 교수가 AI-CRED 혁신신약 이노코어(InnoCORE) 연구단에 참여 중인 연구진으로서, David Baker 교수와의 공동 연구를 통해 특정 화합물을 선택적으로 인식하는 인공 단백질을 AI로 설계하는 데 성공했다고 9일 밝혔다.
이번 연구는 AI를 활용해 특정 화합물을 인식하는 단백질을 처음부터 설계(de novo)하고, 이를 실제로 작동하는 바이오 센서로 구현한 것이 특징이다. 기존에는 자연 단백질을 탐색하거나 일부 기능을 수정하는 방식이 주를 이뤘다면, 이번 연구는 AI 기반 설계를 통해 원하는 기능을 갖는 단백질을 ‘맞춤 제작’하고 실험적으로 검증까지 완료했다는 점에서 의미가 크다.
특히 연구진은 스트레스 호르몬인 코티솔(cortisol)을 선택적으로 인식하는 단백질을 설계하고, 이를 기반으로 AI가 설계한 바이오 센서를 구현하는 데 성공했다. 이는 단백질 설계에 그치지 않고 실제 측정 가능한 센서 기술로 확장한 것으로, 단백질 설계 분야의 오랜 난제였던 저분자 화합물 인식 문제를 해결한 사례로 평가된다.
이번 연구 성과는 향후 질병 진단, 신약 개발, 환경 모니터링 등 다양한 분야에서 활용될 수 있을 것으로 기대된다. 혈액 속 바이오마커를 정밀하게 감지해 질병을 조기에 진단할 수 있으며, 특정 분자를 선택적으로 인식하는 단백질 설계를 통해 표적 치료제 개발에도 기여할 수 있다. 또한 환경 오염 물질을 감지하는 센서 개발로 공기와 수질을 실시간으로 모니터링하는 등 맞춤형 바이오 센서 기술 구현이 가능해질 전망이다.
화합물을 인식하는 신규 단백질(de novo protein) 설계는 원자 단위의 정밀한 계산이 필요해 오랜 기간 단백질 설계 분야의 난제로 꼽혀왔다. 연구진은 단백질-리간드 상호작용을 정밀하게 반영하는 AI 모델을 개발하고, 이를 활용해 결합 단백질 설계에 성공했다.
그 결과, 대사물질과 저분자 약물을 포함한 6종의 화합물 각각에 대해 인공 결합 단백질을 설계하고, 실험을 통해 기능을 검증했다. 특히 코티솔과 결합하는 신규 단백질을 기반으로 화학 유도 이합체(chemical-induced dimer)를 설계해 코티솔 바이오 센서를 개발했다. 해당 설계 기술은 미국에서 임시 특허를 출원한 상태다.
이규리 교수는 “이번 연구는 AI를 활용해 특정 화합물을 정밀하게 인식하는 단백질을 설계할 수 있음을 실험적으로 입증한 것”이라며 “앞으로 질병 진단, 신약 개발, 환경 모니터링 등 다양한 분야에서 활용될 수 있는 단백질 설계 기술로 확장해 나갈 계획”이라고 밝혔다.
이번 연구는 KAIST 생명과학과 이규리 교수가 제1저자로, David Baker 교수가 교신저자로 참여했으며, 2026년 3월 28일 국제 학술지 Nature Communications에 게재됐다.
※논문명: Small-molecule binding and sensing with a designed protein family
DOI: https://doi.org/10.1038/s41467-026-70953-8
이규리 교수는 2025년 2월 KAIST에 부임한 신임 교수로, 단백질 디자인 연구실을 이끌고 있다. 원자 단위의 정밀한 단백질 복합체 설계 분야에서 세계적인 전문성을 보유하고 있으며, AI 기반 단백질 설계, 인공 효소 설계, RNA 인식 단백질 개발 등 다양한 연구를 수행하고 있다. 또한 InnoCORE 사업의 AI-CRED 혁신신약 연구단 소속 멘토 교수로 참여해 효소 및 펩타이드 신약 설계 연구를 진행 중이다.
이 교수는 2018년부터 2024년까지 David Baker 교수 연구실(미국 워싱턴대학교, Howard Hughes Medical Institute)에서 박사후연구원 및 Staff Scientist로 연구를 수행했다. David Baker 교수는 단백질 구조 예측과 설계 분야의 세계적 석학으로, 2024년 노벨 화학상을 수상했다.
AI-CRED 혁신신약 연구단 멘토 교수인 이도헌 처장은 “이번 성과는 이노코어 연구진과 글로벌 석학 간 협력을 통해 도출된 의미 있는 결과”라며, “앞으로도 이노코어 사업을 통해 유치한 박사후연구원들과의 적극적인 연구 협업을 기반으로 연구 역량을 더욱 강화해 AI 신약 개발과 바이오 분야에서 지속적인 혁신 성과를 창출해 나갈 것”이라고 밝혔다.
한편 KAIST는 David Baker 교수의 방한을 계기로, 4월 9일(목) 오후 4시 KI 빌딩 퓨전홀에서 Hannele Ruohola-Baker 교수(한넬레 루오홀라-베이커, 미국 워싱턴대학교)와 함께 ‘Advances in AI-powered protein design and biomedical science(인공지능 기반 단백질 설계 및 생의학 연구의 최신 동향)’를 주제로 강연을 개최할 예정이다. 본 행사는 KAIST 해외 석학 초빙 교수 지원 사업, KAI-X, InnoCORE AI-CRED 혁신신약단, 그리고 과학기술정보통신부 해외우수연구기관협력허브구축 사업의 지원으로 진행된다.
이광형 KAIST 총장은 “노벨 화학상 수상자 David Baker 교수와의 협력을 통해 AI 기반 단백질 설계라는 의미 있는 성과를 도출했다”며 “이번 연구는 KAIST가 세계적인 연구기관과 어깨를 나란히 하며 혁신 연구를 선도하고 있음을 보여주는 사례”라고 밝혔다.
한편, KAIST 이노코어(InnoCORE) 연구단은 국내·외 최상위 박사후연구원이 첨단 집단연구 환경에서 AI 융합기술 개발에 매진하도록 지원함으로써 글로벌 공동연구를 촉진하고, AI 기반 과학기술 혁신을 가속화하는 것을 목표로 한다. KAIST는 주관기관으로서 ▲초거대언어모델 혁신 연구단 ▲AI 기반 지능형 설계–제조 통합 연구단 ▲AI-CRED 혁신신약 연구단 ▲AI-Transformed Aerospace 연구단을 운영하고 있다.
2026.04.09
조회수 2559
-
AI 메모리 병목 뚫었다... KAIST 참여 ‘터보퀀트’, 최대 6배 압축
AI 성능을 좌우해온 ‘메모리 병목’이 뚫렸다. 우리 대학이 참여한 국제 공동연구팀이 최대 6배까지 메모리를 줄이면서도 성능은 유지하는 차세대 알고리즘을 공개하며, AI 산업은 물론 반도체 수요 구조까지 바꿀 기술적 전환점을 제시했다. 고용량 중심에서 고효율 중심으로 전환되면서, AI는 더 저렴해지고 빠르게 확산되는 동시에 반도체 수요 역시 질적으로 고도화될 전망이다.
우리 대전기및전자공학부 한인수 교수가 참여한 구글 리서치(Google Research), 딥마인드(DeepMind), 뉴욕대(New York University) 공동 연구팀이 인공지능(AI) 모델의 고질적인 한계로 꼽혀온 메모리 과부하 문제를 해결할 차세대 양자화 알고리즘 ‘터보퀀트(TurboQuant)’를 공개했다고 27일 밝혔다.
AI 모델은 입력 데이터를 벡터 형태로 바꾼 뒤, 벡터 간 유사도를 계산해 작동한다. 이 과정에서 고정밀(high-precision) 데이터를 사용하기 때문에 막대한 메모리 자원이 필요한 점이 주요 한계로 지적돼 왔다.
터보퀀트는 이러한 고정밀 데이터를 더 적은 비트로 압축해 표현하는 ‘양자화(quantization)’ 기술을 활용한다. 쉽게 말해, 소수점 데이터를 정수로 근사하는 방식으로, 핵심 정보는 유지하면서도 저장 용량과 연산 부담을 크게 줄이는 기술이다.
이번 연구에서 터보퀀트는 AI 모델 내부 정보를 효율적으로 압축해 정확도 저하를 거의 없이 최대 6배까지 메모리를 절감하는 데 성공했다. 특히 AI 추론 과정에서 가장 큰 장애물로 꼽히는 메모리 병목 문제를 효과적으로 해소한 점이 핵심 성과다.
터보퀀트의 핵심은 두 단계로 나누어진 양자화 구조다. 먼저 1단계에서는 입력 데이터를 무작위로 회전(Random Rotation)시킨 뒤 각 요소를 개별적으로 양자화한다. 이 과정은 데이터 내 극단값(outlier)을 줄여 압축 효율을 높이는 역할을 한다. 해당 방식은 한인수 교수가 참여한 기존 연구 ‘폴라퀀트(PolarQuant)’에서도 활용된 바 있다.
이어 2단계에서는 1단계에서 발생한 오차(residual)를 다시 한 번 양자화한다. 이때 적용되는 QJL(Quantized Johnson-Lindenstrauss) 기법은 데이터를 {-1, 1} 값만으로 표현하는 초경량(1비트) 방식으로, 정보 손실을 최소화하면서도 연산 효율을 극대화할 수 있다.
이러한 기술적 발전은 반도체 메모리 시장에도 중장기적인 활력을 불어넣을 것으로 기대된다. 단기적으로는 동일한 AI 모델을 구동하는 데 필요한 메모리 용량이 줄어들어 수요 성장이 둔화되는 것처럼 보일 수 있으나, 전문가들은 오히려 이를 'AI 대중화의 기폭제'로 보고 있다. 낮아진 메모리 문턱은 스마트폰이나 가전 등 온디바이스 AI 기기부터 대규모 데이터센터에 이르기까지 AI 적용 범위를 비약적으로 넓힐 수 있고, 결국 AI 서비스가 일상으로 확산되어 훨씬 더 큰 규모의 서비스에서 새로운 메모리 수요가 창출되는 ‘수요의 질적 고도화’와 ‘양적 팽창’이 동시에 일어날 것으로 기대한다.
특히 터보퀀트의 핵심 기술인 QJL과 폴라퀀트 연구에 KAIST 한인수 교수가 공동 연구자로 참여함으로써, 국내 연구진이 글로벌 빅테크의 핵심 AI 알고리즘 개발에 직접 기여했다는 점에서 의미가 크다.
한인수 교수는 “AI 모델의 성능이 커질수록 메모리 사용량이 급격히 증가하는 것이 가장 큰 한계로 지적되어 왔다”며, “이번 연구는 이러한 병목을 효과적으로 줄이면서도 정확도를 유지할 수 있는 새로운 방향을 제시했다”고 설명했다.
이어 “앞으로 대규모 AI 모델을 보다 효율적으로 운영할 수 있는 핵심 기반 기술로 활용될 것으로 기대한다”고 덧붙였다.
한편, 폴라퀀트 연구는 5월에 개최하는 AI와 통계(머신러닝 이론 포함)를 다루는 국제 최상위 학회인 AISTATS (Artificial Intelligence and Statistics) 2026에서 발표될 예정이며, 한국연구재단의 “기초연구실” 사업 지원 (No. RS-2024-00406715)을 받아 수행되었다.
2026.03.28
조회수 2583
-
“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 2511
-
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 3662
-
레이저 빛으로 블랙홀을 더 선명하게 본다
전파망원경은 우주에서 오는 미세한 전파 신호를 포착해 이를 천체 이미지로 바꾸는 장비다. 아주 먼 블랙홀을 선명하게 관측하려면 여러 대의 전파망원경이 하나처럼 정확히 같은 시각에 우주 신호를 포착해야 한다. 우리 대학 연구진은 레이저 빛을 이용해 이들의 관측 시점과 위상을 정밀하게 맞추는 새로운 기준 신호 기술을 개발했다.
우리 대학은 기계공학과 김정원 교수 연구팀이 한국천문연구원(KASI, 원장 박장현), 한국표준과학연구원(KRISS, 원장 이호성), 독일 막스플랑크 전파천문연구소(MPIfR)와 공동으로, 광주파수빗(optical frequency comb) 레이저를 전파망원경 수신기에 직접 적용하는 기술을 세계 최초로 구현했다고 15일 밝혔다.
일반적인 레이저는 한 가지 색(주파수)만 내지만, 광주파수빗 레이저는 수만 개 이상의 매우 정확한 색들이 일정한 간격으로 줄지어 배열돼 있다. 이 모습이 마치 빗처럼 보여 ‘주파수 빗(frequency comb)’이라는 이름이 붙었다. 광주파수빗 레이저는 각 빗살 하나하나의 주파수를 정확히 알 수 있고 그 간격 또한 원자시계 수준으로 정밀하게 맞출 수 있어 과학자들 사이에서는 ‘빛으로 만든 초정밀 자’로 불린다.
여러 전파망원경이 동시에 관측하는 초장기선 전파간섭계(VLBI) 기술의 핵심은 각 망원경이 수신한 전파 신호를 마치 하나의 정밀한 자에 맞춰 정렬하듯 위상(phase)을 일치시키는 것이다. 하지만 기존 전자식 기준 신호 방식은 관측 주파수가 높아질수록 기준이 되는 신호 자체가 미세하게 흔들려, 이를 바탕으로 한 정밀한 위상 보정을 수행하는 데 한계가 있었다.
이에 KAIST 연구진은 ‘기준 신호의 생성 단계부터 빛(레이저)을 활용해 위상 정렬의 근본적인 정밀도를 높이자’는 발상으로, 광주파수빗 레이저를 전파망원경 내부로 직접 전달하는 방식을 개발했다. 이를 통해 기준 신호 생성과 위상 보정 문제를 하나의 광학 시스템으로 동시에 해결하는 데 성공했다.
기존 방식이 관측 주파수가 올라갈수록 ‘눈금이 미세하게 떨려 위상을 맞추기 어려운 자’와 같았다면, 이번 기술은 ‘극도로 안정적인 빛으로 위상을 고정하는 초정밀 자’로 기준을 세운 것에 비유할 수 있다. 그 결과 멀리 떨어진 전파망원경들이 하나의 거대한 망원경처럼 정교하게 연동될 수 있는 기반을 마련했다.
이 기술은 한국우주전파관측망(KVN) 연세 전파망원경에서 시험 관측을 통해 검증됐다. 연구팀은 전파망원경 간 신호의 안정적인 간섭무늬(fringe)를 검출하는 데 성공했으며, 정밀한 위상 보정이 가능함을 실제 관측으로 입증했다. 최근 이 시스템은 KVN 서울대 평창 전파망원경에도 추가 설치돼, 여러 관측소를 동시에 사용하는 확장 실험으로 이어지고 있다.
연구팀은 이를 통해 블랙홀 이미지를 더욱 선명하게 관측할 수 있을 뿐 아니라, VLBI 관측에서 오랫동안 문제로 지적돼 온 장비 간 위상 지연 오차를 획기적으로 줄일 수 있을 것으로 기대하고 있다.
이번 기술은 천문 관측에만 국한되지 않는다. 연구팀은 향후 이 기술이 ▲ 대륙 간 초정밀 시계 비교 ▲ 우주측지 ▲ 심우주 탐사선 추적 등 정밀한 시공간 측정이 필요한 다양한 첨단 분야로 확장 활용될 수 있을 것으로 보고 있다.
김정원 KAIST 교수는 “이번 연구는 광주파수빗 레이저를 전파망원경에 직접 적용해 기존 전자식 신호 생성 기술의 한계를 뛰어넘은 사례”라며, “차세대 블랙홀 관측의 정밀도를 높이고, 주파수 계측과 시간 표준 분야 발전에 크게 기여할 것”이라고 말했다.
이번 연구에는 KAIST의 현민지 박사(現 한국표준과학연구원)와 안창민 박사가 공동 제1저자로 참여했으며, 연구 성과는 국제 학술지 Light: Science & Applications (IF=23.4) 1월 4일 字에 게재됐다.
※논문명: Optical frequency comb integration in radio telescopes: advancing signal generation and phase calibration, DOI: 10.1038/s41377-025-02056-w
주저자: 현민지 박사(KAIST, 現 KRISS), 안창민 박사(KAIST), 김정원(KAIST)
이번 연구는 국가과학기술연구회(NST) 창의융합연구사업, 한국연구재단(NRF) 및 정보통신기획평가원(IITP)의 지원을 받아 수행됐다.
2026.01.15
조회수 2960
-
화면 밝기 2배 향상된 OLED 기술 개발
유기발광다이오드(OLED)는 색 표현이 뛰어나며, 얇고 잘 휘어지는 평면 구조 덕분에 스마트폰과 TV에 널리 쓰이지만, 내부 빛 손실로 밝기를 높이는 데 한계가 있었다. 우리 대학 연구진이 OLED 디스플레이의 장점인 평면 구조를 유지하면서도 OLED 발광 효율을 2배 이상 높이는 기술을 개발했다.
우리 대학은 전기및전자공학부 유승협 교수 연구팀이 OLED 내부에서 발생하는 빛 손실을 크게 줄일 수 있는 새로운 ‘준평면 광추출 구조’*와 OLED 설계 방법을 개발했다고 11일 밝혔다.
*준평면 광추출 구조: OLED 표면을 거의 평평하게 유지하면서, 안에서 만들어진 빛을 밖으로 더 많이 꺼내 주는 얇은 구조
OLED는 여러 층의 매우 얇은 유기물 박막이 겹겹이 쌓여 만들어진다. 이 과정에서 빛이 층과 층 사이를 지나며 반사되거나 흡수돼, OLED 내부에서 생성된 빛의 80% 이상이 밖으로 나오지 못하고 열로 사라진다.
이를 해결하기 위해 OLED 위에 렌즈 구조를 붙여 빛을 밖으로 꺼내는 방식인 반구형 렌즈나 마이크로렌즈 어레이(MLA) 같은 광추출 구조가 사용돼 왔다. 그러나 반구형 렌즈 방식은 큰 렌즈가 돌출되어 평면형태를 유지하기 어렵고, 마이크로렌즈어레이의 경우는 충분한 광추출 효과를 보려면 픽셀 크기 보다 훨씬 커야 해서 주변 픽셀과의 간섭 없이 높은 효율 향상을 도출하는데 한계가 있었다.
연구팀은 OLED를 더 밝게 만들면서도 평면 구조를 유지하기 위해, 각 픽셀 크기 안에서 빛을 최대한 효율적으로 밖으로 내보내는 새로운 OLED 설계 방법을 제안했다.
기존 설계가 OLED가 끝없이 넓다고 가정한 것과 달리, 실제 디스플레이에서 사용되는 제한된 픽셀 크기를 고려한 것이 특징이다. 이를 통해 같은 크기의 픽셀에서도 더 많은 빛을 외부로 방출할 수 있었다.
또한 연구팀은 빛이 옆으로 퍼지지 않고 화면 정면으로 잘 나오도록 돕는 새로운 ‘준평면 광추출 구조’를 개발했다. 이 구조는 매우 얇아 기존 마이크로렌즈 어레이와 비슷한 두께를 가지면서도, 반구형 렌즈에 가까운 높은 광추출 효율을 구현할 수 있다. 덕분에 휘어지는 플렉서블 OLED에도 쉽게 적용할 수 있다.
이 새로운 OLED 설계와 준평면 광추출 구조를 함께 적용한 결과, 작은 픽셀에서도 빛을 내는 효율을 2배 이상 향상시키는 데 성공했다.
이번 기술은 OLED의 평평한 구조를 유지하면서도 같은 전력으로 더 밝은 화면을 구현할 수 있어, 스마트폰·태블릿 PC 등 모바일 기기의 배터리 사용 시간을 늘리고 발열을 줄이는 데 기여할 것으로 기대된다. 또한 디스플레이 수명 향상 효과도 함께 기대된다.
이번 연구의 제 1저자인 김민재 학생은 “수업 중 떠올린 작은 아이디어가 KAIST 학부생 연구 프로그램(URP)을 통해 실제 연구 성과로 이어졌다”고 설명했다.
유승협 교수는 “그간 수많은 광추출 구조가 제시되었지만, 많은 경우 면적이 넓은 조명용이 대부분이었고, 수 많은 작은 픽셀로 이루어진 디스플레이에는 적용하기 어렵거나 적용해도 그 효과가 크지 못한 경우가 많았다”며, “이번에 제시된 준평면 광추출 구조는 픽셀 내 광원 대비 크기에 제약을 두어 인접 픽셀 사이에서 빛이 서로 간섭하는 현상도 줄이면서 효율도 극대화할 수 있도록 구현되었다”고 강조하면서, “OLED 뿐 아니라 페로브스카이트·양자점 등 차세대 소재 기반의 디스플레이에도 적용할 수 있다”고 말했다.
신소재공학과 김민재 학사과정(현재 스탠포드대 재료공학과 박사과정)과 전기및전자공학부 김준호 박사(현재 독일 쾰른대 박사후연구원)가 공동 제1저자로 참여한 이번 연구는 국제 학술지 네이처 커뮤니케이션즈(Nature Communications) 온라인판에 2025년 12월 29일 공개됐다.
※논문명: Near-planar light outcoupling structures with finite lateral dimensions for ultra-efficient and optical crosstalk-free OLED displays, DOI: 10.1038/s41467-025-66538-6
이번 연구는 KAIST URP 프로그램, 한국연구재단 중견연구자 지원사업, 미래디스플레이 전략연구사업, 산업통상자원부 산업혁신인재성장지원사업, 전자부품산업기술개발사업의 지원을 받아 수행됐다.
2026.01.12
조회수 3139
-
세계 최초 ‘전개형 에어리스 휠’ 개발, 달 탐사의 새 길 연다
달 탐사에서 지하 공동 붕괴로 형성된 피트와 용암동굴은 극심한 온도 변화와 우주 방사선으로부터 보호받을 수 있는 천연 은신처로 주목받아 왔다. 그러나 급경사·암반·낙하 위험이 겹친 가혹한 지형 탓에 지금까지 어떤 국가도 제대로 접근하지 못했다. 하지만 한국 연구진이 복잡한 기계 없이, 종이접기 구조만으로 이 난제를 처음으로 돌파했다.
우리 대학은 우주연구원·항공우주공학과 이대영 교수 연구팀이 (주)무인탐사연구소(대표 조남석), 한국천문연구원(원장 박장현), 한국항공우주연구원(원장 이상철), 한양대학교(총장 이기정)와 함께 달 탐사의 최대 난제로 꼽히는 피트(Pit)와 용암동굴(Lava Tube)에 진입할 수 있는 전개형 에어리스(airless) 휠을 세계 최초로 개발했다고 18일 밝혔다.
달 피트는 장기적인 달 거주지 후보지로 주목받는 동시에, 태양계 초기 지질 기록을 보존한 과학적으로 매우 중요한 지역으로 평가된다.
NASA, ESA(유럽우주국) 등 주요 우주기관은 대형 로버에서 소형 로버를 사출해 탐사하는 방식을 제안해 왔으나, 소형 로버의 구조적 한계로 인해 기동성이 충분히 확보되지 않았다. 기존에 제시된 가변형 휠 역시 혹독한 달 환경에서 발생하는 냉간 용접(cold welding), 불균일 열팽창, 연마성이 강한 달 먼지 등으로 인해 실용화에 어려움이 있었다.
연구팀은 이러한 문제를 해결하기 위해 복잡한 기계 구조 대신 종이접기(오리가미) 구조와 소프트 로봇 기술을 결합한 새로운 전개식 바퀴를 제안했다.
‘다빈치 다리’의 서로 맞물리는 구조를 응용하고, 우주에서도 잘 버티는 탄성이 좋은 금속판을 종이접기 방식으로 접어 바퀴 모양을 만든 것이다.
개발된 전개형 에어리스 휠(바퀴)은 일반 바퀴처럼 힌지(경첩) 같은 부품이 없어도 접힐 때는 지름 23cm, 펼치면 50cm까지 커져서, 탐사를 위한 소형 로버(small rover)도 큰 장애물을 넘을 수 있는 뛰어난 기동성을 확보한다.
시험 환경에서도 뛰어난 성능을 보였는데, 인공 월면토(달 흙을 흉내 낸 땅)에서도 우수한 주행 성능을 보였으며, 달 중력 기준 100m 높이에서 떨어뜨려도 모양과 기능이 그대로 유지될 만큼 내충격성이 뛰어난 것으로 확인됐다.
이대영 KAIST 교수는 “이번 전개형 바퀴는 그동안 누구도 해결하지 못한 달 피트·용암동굴 진입 문제에 세계 최초로 해답을 제시한 기술”이라며 “우리나라가 앞으로 독자 달 탐사 시대를 선도하는 전환점이 될 것”이라고 강조했다.
이어 “통신·항법·전력 등 남은 과제가 있지만, 이 기술을 돌파구 삼아 하나씩 해결해 나간다면 한국의 달 탐사는 더 이상 꿈이 아니라 실행의 단계로 들어간다”고 말했다.
한국천문연구원 심채경 센터장은 “달 피트와 용암동굴은 과학·탐사 가치가 매우 높은 지역이다. 이번 성과는 그곳으로 들어가기 위한 기술적 장벽을 낮춘 의미 있는 진전”이라고 말했다.
한국항공우주연구원 장종태 책임연구원은 “달은 낮·밤 온도 차가 300도에 이르는 극한 환경이다. 이번 바퀴는 이런 환경에서도 견딜 수 있도록 정교하게 설계된 기술”이라며 “앞으로 실제 달 환경에서의 검증이 더욱 중요하다”고 강조했다.
이번 연구에는 KAIST 이성빈 박사과정과 무인탐사연구소 조남석 대표가 공동 제1저자로 참여했으며, 우주 극한 환경 극복을 위한 차세대 이동 기술을 제시한 성과로서 세계적인 로봇 전문 학술지 ‘사이언스 로보틱스 (Science Robotics)’ 12월 호에 게재됐다. KAIST 김세권 교수, 김준서 석사과정, 무인탐사연구소 이건호·이승주 연구원, 한국항공우주연구원 장종태 책임연구원·심규진 연구원, 한국천문연구원 심채경 센터장, 한양대학교 서태원 교수가 공저자로 참여했다.
※논문제목: Soft Deployable Airless Wheel for Lunar Lava Tube In-tact Exploration, DOI: 10.1126/scirobotics.adx2549
한편 연구는 과학기술정보통신부 혁신연구센터사업(IRC), 이공분야기초연구사업, 우주항공청 탐색연구사업의 지원을 받아 수행됐다.
2025.12.18
조회수 3662
-
‘뇌처럼 배우는 AI’ 가능성 열렸다...인간 전두엽의 학습 비밀 규명
사람은 갑작스러운 변화가 닥쳐도 금세 계획을 새로 세우고 목표를 조정하는 안정성과 유연성을 동시에 갖추고 있다. 그러나 이세돌 기사와 대국을 펼친 알파고를 비롯해 로봇 분야에 널리 사용되는 모델 프리 AI는 이러한 두 능력을 함께 구현하지 못한다. 우리 대 연구팀은 그 이유가 전두엽의 독특한 정보 처리 방식에 있으며, 이 원리가 ‘뇌처럼 유연하고 안정적인 AI’를 만들 핵심 열쇠가 될 수 있음을 규명했다.
우리 대학은 뇌인지과학과 이상완 교수 연구팀이 IBM AI 연구소와 함께 인간의 뇌가 목표 변화와 불확실한 상황을 처리하는 방식을 규명하고, 차세대 AI 강화학습이 나아가야 할 방향을 제시했다고 14일 밝혔다.
연구팀은 기존 강화학습 모델들이 목표가 바뀌는 상황에서는 안정성이 떨어지고, 환경이 불확실하면 유연성이 부족해지는 한계가 있지만 인간은 두 요소를 동시에 달성한다는 점을 집중했다. 연구팀은 이 차이가 전두엽이 정보를 표현하는 방식 자체에서 비롯된다고 보았다.
뇌 기능 MRI(fMRI) 실험, 강화학습 모델, AI 분석 기법을 활용한 결과, 인간 전두엽은 ‘목표 정보’와 ‘불확실성 정보’를 서로 간섭하지 않도록 분리해 저장하는 특별한 구조를 가지고 있음이 밝혀졌다. 이런 구조가 뚜렷할수록 사람은 목표가 바뀌면 빠르게 전략을 바꾸고, 환경이 불확실해도 안정적인 판단을 유지했다. 연구팀은 이를 통신 기술의 멀티플렉싱(multiplexing)처럼 서로 다른 정보를 한 번에 처리하는 특징을 갖는다는 점도 확인했다.
이렇게 인간의 전두엽은 목표가 바뀔 때마다 그 변화를 민감하게 추적해 의사결정의 유동성을 확보하는 ‘채널’이 있고, 동시에 또 다른 채널을 통해 환경의 불확실성을 분리해 안정적인 판단을 유지한다.
흥미로운 점은 전두엽이 첫 번째 채널을 통해 단순히 학습을 실행하는 수준을 넘어서, 두 번째 채널을 활용하여 상황에 따라 어떤 학습 전략을 쓸지 스스로 고르는 역할까지 한다는 것이다.
연구팀은 전두엽이 단순히 학습을 실행하는 수준을 넘어, 상황에 따라 어떤 학습 전략을 사용할지 스스로 선택하는 ‘메타학습 능력’을 갖고 있다는 점을 보여줬다.
즉, 전두엽은 무엇을 배울지뿐 아니라 어떻게 배울지도 학습하는 구조를 가지고 있으며, 이것이 인간이 끊임없이 바뀌는 상황에서도 흔들리지 않는 이유다.
이 연구는 개인의 강화학습·메타학습 능력 분석, 맞춤형 교육 설계, 인지 능력 진단, 인간-컴퓨터 상호작용 등 다양한 분야에 활용될 수 있으며, 뇌 기반 표현 구조를 활용하면 ‘뇌처럼 생각하는 AI’기술로서 AI가 인간의 의도와 가치를 더 잘 이해해 위험한 판단을 줄이고 사람과 더 안전하게 협력하는 기술로 이어질 수 있다.
연구 책임자인 이상완 교수는 “이번 연구는 변화하는 목표를 유연하게 따라가면서도 안정적으로 계획을 세우는 뇌의 작동 원리를 AI 관점에서 규명한 성과이며, 이러한 원리가 앞으로 AI가 사람처럼 변화에 적응하고 더 안전하고 똑똑하게 학습하는 차세대 AI의 핵심 기반이 될 것”이라고 말했다.
이 연구는 성윤도 박사과정 학생이 1 저자, IBM AI 연구소 마티아 리고티(Mattia Rigotti) 박사가 2저자로 참여했으며, 이상완 교수가 교신저자를 맡았다. 연구 결과는 국제 학술지 `네이처 커뮤니케이션스 (Nature Communications)‘ 11월 26일 자 게재됐다.
(논문명: Factorized embedding of goal and uncertainty in the lateral prefrontal cortex guides stably flexible learning) DOI: 10.1038/s41467-025-66677-w)
특히 이번 연구는 과학기술정보통신부 한계도전 R&D 프로젝트 사업 지원을 받아 수행됐다.
2025.12.15
조회수 3120