-
다크나잇 속 조커가 ‘내가 되는’ 기술 개발
만약 영화 다크나잇을 보면서 화면 속 조커를 바라보는 것이 아니라, 내가 조커가 되어 고담시를 직접 바라본다면 어떨까. 관객의 시선이 아닌 등장인물의 눈으로 세상을 경험하는 영상 기술이 현실이 되고 있다. 우리 대학 연구진이 일반 영상만으로도 사용자가 직접 보는 시점의 영상을 생성하는 새로운 인공지능 모델을 개발했다.
으리 대학은 김재철AI대학원 주재걸 석좌교수 연구팀이 관찰자 시점의 영상만을 활용해 영상 속 인물이 실제로 보고 있었을 장면을 정밀하게 생성하는 인공지능 모델 ‘에고엑스(EgoX)’를 개발했다고 23일 밝혔다.
최근 증강현실(AR), 가상현실(VR), AI 로봇 기술이 빠르게 발전하면서 ‘내가 직접 보는 장면’을 그대로 담은 1인칭 시점 영상(Egocentric video)의 중요성이 커지고 있다. 그러나 고품질의 1인칭 영상을 얻기 위해서는 사용자가 고가의 액션캠이나 스마트 글래스를 직접 착용해야 하는 한계가 있었다. 또한 이미 촬영된 일반 영상(제3자 시점, Exocentric video)을 1인칭 시점으로 자연스럽게 변환하는 데에도 기술적 제약이 존재했다.
이번 기술은 단순히 화면을 회전시키는 수준을 넘어, 인물의 위치와 자세, 주변 공간의 3차원(3D) 구조를 종합적으로 이해한 뒤 이를 기반으로 1인칭 시점 영상을 재구성한다는 점이 특징이다.
기존 기술은 정지 이미지만 변환하거나 4대 이상의 카메라 영상이 필요한 경우가 많았다. 또한 빛의 방향이나 움직임이 복잡한 동영상에서는 화면이 어색해지는 문제가 있었다.
반면 EgoX는 단 하나의 3인칭 시점 영상만으로도 고품질의 1인칭 영상을 생성할 수 있다. 연구팀은 특히 인물의 머리 움직임과 실제 시야 사이의 상관관계를 정밀하게 모델링함으로써, 고개를 돌릴 때 시야가 자연스럽게 전환되는 모습까지 사실적으로 구현하는 데 성공했다.
이 기술은 특정 환경에 국한되지 않고 요리, 운동, 작업 등 다양한 일상 상황에서도 안정적인 성능을 보였다. 이를 통해 별도의 웨어러블 장치를 착용하지 않고도 기존에 축적된 영상으로부터 고품질의 1인칭 시점 데이터를 확보할 수 있는 새로운 가능성을 열었다는 평가를 받고 있다.
EgoX는 향후 다양한 산업 분야에 상당한 파급력을 미칠 것으로 기대된다. AR·VR 및 메타버스 분야에서는 일반 영상을 사용자가 직접 체험하는 듯한 몰입형 콘텐츠로 전환해 사용자 경험을 극대화할 수 있다.
또한 로봇이 사람의 행동을 보고 학습하는 모방 학습(Imitation Learning)의 핵심 데이터로 활용될 수 있어 로봇과 AI 학습 분야에도 기여할 것으로 전망된다. 스포츠 중계나 브이로그를 선수나 주인공의 시점으로 전환하는 등 새로운 형태의 영상 서비스도 가능해질 것으로 기대된다.
주재걸 석좌교수는 “이번 연구는 단순한 영상 변환 기술을 넘어, 인공지능이 사람의 ‘시야’와 ‘공간 이해’를 학습해 재구성했다는 점에서 의미가 크다”며 “앞으로는 기존에 촬영된 영상만으로도 누구나 몰입형 콘텐츠를 제작하고 경험할 수 있는 환경이 열릴 것으로 기대한다”고 말했다. 이어 “KAIST는 생성형 AI 기반 비디오 기술 분야에서 세계적 경쟁력을 확보해 나갈 것”이라고 덧붙였다.
이번 연구는 강태웅, 김기남 KAIST 박사과정, 김도현 서울대 학부연구생이 제 1저자로 참여했으며, 논문은 2025년 12월 9일 arXiv에 선공개되어 미국 NVIDIA 및 Meta 등의 빅테크들을 비롯한 AI 산업 및 학계의 큰 주목을 받았으며, 2026년 6월 3일 미국 콜로라도에서 열리는 국제 학술대회인 The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)에 공식 발표될 예정이다.
※ 논문명: EgoX: Egocentric Video Generation from a Single Exocentric Video, 논문링크: https://keh0t0.github.io/EgoX/
※ 저자: 강태웅(제1저자, KAIST), 김기남(제1저자, KAIST), 김도현 (제1저자, 서울대학교), 박민호 (공동저자, KAIST), 형준하 (공동저자, KAIST), 주재걸(교신저자, KAIST)
한편, 이번 연구는 과학기술정보통신부 재원으로 한국연구재단의 지원을 받은 개인기초연구사업 ‘생성형 인공지능 기술을 통한 사용자 중심 콘텐츠 생성 및 편집 기술 연구’ 과제와, 슈퍼컴퓨터 5호기 초고성능컴퓨팅 기반 R&D 혁신 지원 사업 ‘디퓨전 모델 기반 비디오 촬영 시점 변환 연구’ 과제의 지원을 받아 수행됐다.
2026.02.23
조회수 2149
-
영상 속 1등이 어디죠? ‘딱 그 순간’을 찾아내는 AI 기술 세계 1위
‘카메라가 다른 곳을 비추는 사이 사라진 물체는 무엇 인가요?’라는 복잡한 질문이 나오면 AI는 많은 경우 영상 속 실제 상황을 보고 판단하는 것이 아니라, 언어 패턴에 의존해 ‘그럴듯한 답’을 추측하는 문제가 있다. 우리 대학 연구진은 이 한계를 해결하기 위해 영상 속 ‘딱 중요한 순간(Trigger moment)’을 AI가 스스로 찾아내도록 하는 기술을 개발했고, 이 기술로 국제 AI 대회에서 우수성을 입증했다.
우리 대학은 전산학부 윤성의 교수 연구팀이 이화여대 노준혁 교수 연구팀과 공동 연구를 통해, 세계적 권위의 컴퓨터 비전 학회 ICCV 2025에서 열린 Perception Test Challenge의 영상 근거 기반 질의응답(Grounded Video Question Answering) 트랙에서 1위를 차지했다고 28일 밝혔다.
이번 ICCV 2025에서 열린 인지 테스트 대회(Perception Test Challenge)는 구글 딥마인드(Google DeepMind)가 주관하여 총 상금 50,000 유로(한화 약 8,300만원)가 걸린 대회로, 영상·음성·텍스트 등 다양한 데이터를 종합적으로 이해하는 멀티모달 AI의 인지 및 추론 능력을 평가한다. 특히 언어 중심 편향을 벗어나 실제 영상 근거를 바탕으로 판단하는 능력이 핵심 평가 요소다.
우리 대학 연구팀은 영상 전체를 무작정 분석하는 기존 방식과 달리, AI가 정답을 위해 꼭 필요한 핵심 장면(Trigger moment)을 먼저 찾아내도록 만드는 새로운 기술을 개발했다. 쉽게 말하면, “이 질문에 답하려면 이 장면이 결정적이야!”를 AI가 스스로 찾아내도록 설계한 기술이다.
이 프레임워크를 연구팀은 CORTEX(Chain-of-Reasoning for Trigger Moment Extraction)라고 부른다.
연구팀의 시스템은 서로 다른 기능을 수행하는 세 모델이 순차적으로 작동하는 3단계 구조로 구성된다. 먼저 추론 AI(Gemini 2.5 Pro)가 질문에 답하기 위해 어느 순간을 봐야 하는지 사고하고 딱 그 순간(Trigger moment) 후보를 찾는다. 다음으로 객체 위치 찾기 모델(Grounding 모델, Molmo-7B)이 해당 순간 화면 속 사람·차·사물의 정확한 위치(좌표)를 파악한다. 마지막으로 추적 모델(Tracking 모델, SAM2)이 선택된 한 장면을 기준으로 앞뒤 시간대의 객체 움직임을 정밀하게 추적해 오류를 줄인다.
즉, ‘핵심 장면 한 컷을 정확히 찍고, 그 장면을 중심으로 정답 근거를 추적하는 방식’덕분에 영상 초반 오판이나 가려짐 같은 문제도 크게 줄었다.
총 23개 팀이 참여한 영상 근거 기반 질의응답(Grounded VideoQA) 트랙에서 KAIST팀 SGVR Lab(Scalable Graphics, Vision & Robotics Lab)은 ‘고차 추적 정확도(HOTA, Higher Order Tracking Accuracy)’지표에서 0.4968점을 기록하며 2등 미국 콜럼비아대의 0.4304점을 압도적인 점수 차로 상회하며 1위를 차지했다. 이는 전년도 우승 기록 0.2704점보다도 약 두 배에 가까운 성과다.
이 기술은 실생활에서도 넓게 쓰일 수 있다. 자율주행차는 사고 위험이 있는 순간을 정확히 보고, 로봇은 주변 상황을 더 똑똑하게 이해한다. 또 보안·감시 시스템은 중요한 장면을 빠르게 찾아내고, 미디어 분석에서는 사람이나 사물의 행동을 시간 순서대로 정확히 추적할 수 있다.
즉, AI가 “영상 속 실제 근거”를 보고 판단할 수 있도록 만드는 핵심 기술이다. 특히 영상 속 객체가 시간에 따라 어떻게 행동하는지 정확히 짚어내는 능력은 향후 AI의 실제 현장 적용을 크게 확장할 것으로 기대된다.
이번 연구는 ICCV 2025, the 3rd Perception Test Challenge 학회에서 10월 19일자 발표하였다.
이 성과는 과학기술정보통신부 기초연구사업 중견연구와 SW스타랩 사업 ‘오픈 월드 로봇 서비스를 위한 불특정 환경 인지·행동·상호작용 알고리즘 개발’ 및 AGI 사업 ‘체화형 AGI를 위한 현실 세계 구축과 인지 에이전트 기반 이원 역량 접근법’ 과제의 지원을 받아 수행되었다.
2025.11.28
조회수 3765
-
입어도 되고 수술 없이 치료도 되는 초음파 센서 나왔다
기존의 몸에 부착해 사용하는 초음파 센서는 출력 세기가 약하고 구조가 쉽게 변형돼, 고해상도 영상이나 치료 목적으로 활용하기 어려웠다. 우리 대학 연구팀이 이러한 한계를 극복하고 곡률(휘어진 정도)을 자유롭게 조절할 수 있는 유연 초음파 센서 기술을 개발했다. 이번 성과는 몸에 밀착해 정확한 영상을 얻는 웨어러블 의료기기와 수술 없이 초음파로 치료까지 가능한 비침습적 차세대 의료기술의 발전 가능성을 크게 높였다.
우리 대학은 전기및전자공학부 이현주 교수 연구팀이 반도체 웨이퍼 공정(MEMS)을 활용해 유연함부터 단단함까지 자유롭게 구현할 수 있는 ‘Flex-to-Rigid(FTR) 구조’의 초음파 트랜스듀서(센서, CMUT)를 제작했다고 12일 밝혔다.
연구팀은 저온에서 녹는 금속(저융점 합금, LMPA)을 소자 내부에 삽입해, 전류를 가하면 금속이 녹아 자유롭게 형태를 바꾸고, 냉각 시 다시 고체로 굳어 원하는 곡면 형태로 고정할 수 있는 기술을 구현했다.
기존의 고분자(폴리머) 막 기반 초음파 센서(CMUT)는 낮은 탄성계수(딱딱함)로 인해 충분한 음향 에너지를 발생시키지 못하고, 진동 시 초점이 흐려지는 문제가 있었다. 또한 곡률 조절이 어려워 목표 위치에 정밀하게 초점을 맞추기 힘든 한계가 있었다.
이현주 교수 연구팀은 단단한 실리콘 기판에 유연한 엘라스토머(고무 유사 물질) 브리지를 결합한 FTR 구조를 고안해 높은 출력 성능과 유연성을 동시에 확보했다. 내부의 저융점 합금은 전류에 의해 고체와 액체 상태를 오가며, 소자의 형태를 자유롭게 조정하고 고정할 수 있도록 돕는다.
그 결과, 초음파가 한 점으로 모이도록 전자적으로 신호를 제어하는 ‘별도의 빔 조정’ 과정 없이도 이번에 개발한 센서로 기계적으로 모양(곡률)에 맞추어 초점을 자동으로 형성하기 때문에 특정 부위에 정밀한 초음파 초점을 형성할 수 있었으며, 반복적인 굽힘에도 안정적인 전기·음향 특성이 유지됨을 확인했다.
이 센서의 출력은 조직을 손상시키지 않고 특정 부위를 부드럽게 자극해 치료 효과를 내는 초음파 기술인 ‘저강도 집속 초음파(LIFU)’ 수준 이상으로, 수술이나 절개 없이 신경과 장기를 자극해 염증을 완화하는 비침습적 치료에 활용될 수 있음이 검증됐다.
연구팀은 이 소자를 동물 모델에 적용해 비장(spleen)을 비침습적으로 자극하는 실험을 수행했으며, 그 결과 관절염 모델에서 염증이 완화되고 보행이 개선되는 치료 효과를 확인했다.
향후에는 한줄(1차원)이 아닌 많은 초음파 센서를 평면 위에 바둑판처럼 배열한 구조인 ‘2차원 배열 소자’ 개발을 통해 고해상도 초음파 영상과 치료를 동시에 구현하는 스마트 의료 기술로 발전시킬 계획이다.
또한 이 기술은 반도체 공정과 호환돼 대량 생산이 가능하므로, 웨어러블 및 재택 의료용 초음파 시스템으로 확장될 전망이다.
이번 연구에는 전기및전자공학부 이상목 박사와 샤오지아 량(Xiaojia Liang) 박사과정이 공동 제1저자로 참여했으며, 연구 결과는 국제 학술지 네이처 파트너 저널 플렉서블 일렉트로닉스(npj Flexible Electronics, IF 15.5)에 10월 23일 자 온라인판으로 게재됐다.
※ 논문명: Flexible ultrasound transducer array with statically adjustable curvature for anti-inflammatory treatment DOI https://doi.org/10.1038/s41528-025-00484-7
과학기술정보통신부 바이오‧의료기술개발사업(뇌과학 선도융합기술개발사업)과 범부처전주기의료기기연구개발사업단의 지원을 받아 수행됐다.
2025.11.12
조회수 5331
-
안개 속 모습도 또렷하게..숨겨진 영상 복원 AI 개발
물방울이 맺힌 유리창 밖을 보면 물체의 형체를 선명하게 알아볼 수 없는 것처럼, 카메라 센서에도 산란에 의해 뒤섞인 빛이 들어오면 흐린 영상이 촬영된다. 우리 연구진은 이러한 손상 영상을 시간의 연속성을 분석하여 선명하게 복원하는 AI 기술을 개발했다. 영상 촬영에선 산란 효과 뿐만 아니라 아지랑이와 같은 수차 효과, 야간에 발생하는 광자 잡음 효과 등 다양한 영상 손상 현상이 일어날 수 있는데, 이번에 개발된 기술은 이러한 다양한 손상 현상에 범용적으로 적용될 수 있어 향후 의료·방산·로봇 비전 분야에서 커다란 전환점을 마련할 것으로 기대된다.
우리 대학 바이오및뇌공학과 장무석 교수와 김재철AI대학원 예종철 교수 공동 연구팀이 움직이는 산란 매질 너머의 숨겨진 영상을 복원할 수 있는 ‘비디오 디퓨전 기반 영상 복원 기술(시간축 정보 정합성을 활용해 흐릿하거나 손상된 영상을 디퓨전 모델로 되살리는 기술)’을 세계 최초로 개발했다고 31일 밝혔다.
이 기술은 안개 낀 도로에서 자동차 전조등을 켜도 시야가 흐릿하게 보이는 현상이나, 김 서린 욕실 유리창 너머의 모습이 왜곡되어 보이는 것처럼 빛이 흐트러지는 환경에서도 원래 영상을 선명하게 복원할 수 있게 한다.
산란 매질은 빛의 경로를 무질서하게 섞어 시각 정보를 왜곡하는 물질로, 안개·연기·불투명 유리·피부 조직 등이 대표적이다. 이번에 개발된 기술은 기존에 보이지 않던 영역을 마치 ‘가려진 간유리 뒤를 들여다보듯’ 복원할 수 있게 해준다.
이를 통해 혈액이나 피부 속을 들여다보는 비침습적 의료 진단, 화재 현장의 연기 속 인명 구조, 벽에서 반사된 빛으로 영상을 복원하는 비시선 영상, 안개 낀 도로에서의 안전 운전 보조, 불투명 유리나 플라스틱 내부의 산업 검사, 흐린 물속 시야 확보 등 일상과 산업 전반에 활용될 수 있는 길을 열었다.
연구팀은 기존 인공지능 복원 기술이 훈련된 데이터 범위에서만 성능을 내는 한계를 극복하기 위해, 광학 모델과 비디오 디퓨전 모델을 결합한 새로운 복원 방식을 제안했다.
특히 시간에 따라 산란 환경이 변하는 경우(예: 바람에 흔들리는 커튼 너머 풍경)에도 안정적으로 복원할 수 있도록 연속된 영상의 시간적 상관관계를 학습한 디퓨전 모델을 도입했다. 그 결과 다양한 거리·두께·잡음 조건에서도 기존 최고 성능의 복원 모델을 뛰어넘는 결과를 얻었다.
공동 연구팀은 디퓨전 기반 복원 기술 중 최초로 시간 상관관계를 반영해, 움직이는 산란 매질 너머에서 정자의 움직임 패턴을 관찰하는 데 성공함으로써 세계적으로 큰 학문적 의미를 남겼다. 또한, 별도의 추가 학습 없이도 안개 제거, 영상 화질 개선(고해상도 프레임 생성), 블라인드 디블러링(흐린 영상 선명화) 등 다양한 상황에서 적응적으로 영상을 복원할 수 있는 최적화 기법을 도입해, 범용 복원 프레임워크로 확장될 가능성을 입증했다.
권태성 연구원은 “시간 상관관계를 학습한 디퓨전 모델이 움직이는 산란매질 너머 보이지 않는 데이터를 복원하는 광학 역문제 해결에 효과적임을 확인했다”면서, “앞으로는 안개 제거, 영상 화질 개선, 블라인드 디블러링 뿐만 아니라, 빛의 시간적 변화를 역추적해야 풀 수 있는 다양한 광학 역문제로 연구를 확장할 계획”이라고 밝혔다.
이번 연구는 바이오및뇌공학과 권태성·송국호 박사과정이 공동 제1 저자로 참여했으며, 세계 최고 수준의 인공지능 학술지 IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI)에 8월 13일에 게재됐다.
※논문명: Video Diffusion Posterior Sampling for Seeing Beyond Dynamic Scattering Layers
※DOI: 10.1109/TPAMI.2025.3598457
이번 연구는 과학기술정보통신부, 한국연구재단의 우수신진 연구자 사업 및 뇌선도연구센터사업, 삼성미래기술육성사업, AI 스타펠로우십의 지원을 받아 수행됐다.
2025.09.01
조회수 4477
-
차세대소형위성2호 2년 임무 완수 - 북극·산림 변화 척척 관측
우리 대학 우주연구원(원장 한재흥)이 개발하여 2023년 5월 25일 18시 24분 나로우주센터에서 누리호 3차로 발사한 차세대소형위성2호가 핵심 임무인 국산 영상레이다(SAR, Synthetic Aperture Radar) 기술검증 및 전천후 지구관측 등을 지난 2년간 성공적으로 마쳤다.
차세대소형위성2호에 탑재된 영상레이다 시스템은 KAIST 우주연구원이 국내 최초로 설계, 제작, 지상 시험․평가를 거쳐 국산화한 기술로, 2025년 5월 25일 자로 2년간의 우주 궤도상 기술검증 임무를 성공적으로 완료했다.
특히 이 영상레이다 시스템이 100kg급 소형위성인 차세대소형위성2호에 탑재되어 관측임무를 완수했다는 점은, 우주용 영상레이다 시스템의 소형·경량화 기술 확보와 국내 위성기술 경쟁력 강화 측면에서 의미가 크다.
개발된 영상레이다는 전자파를 이용하는 능동 센서로, 주야간 기상조건에 관계없이 전천후 영상 획득이 가능한 장점이 있다. 어두운 밤이나 구름 또는 비가 많은 기상 환경에서도 관측할 수 있어 한반도처럼 강우와 구름이 빈번한 지역의 감시에 특히 유용하다.
위성 발사 이후, 차세대소형위성2호는 하루 평균 3~4회의 영상 촬영을 수행하며 기능점검과 기술검증을 진행해 왔다. 현재까지 1,200회 이상의 지구관측을 완료했으며, 위성의 임무 수명이 지난 현재에도 영상레이더의 성능은 양호하여, 관측 임무를 안정적으로 이어가고 있다.
국산화 기술 검증 단계임에도, KAIST 우주연구원은 극지연구소(소장 신형철) 및 국립공원연구원(원장 김진태)과 협력하여 2024년 3월 이후에는 북극 빙권 변화분석과 산림 영역 변화탐지를 위한 관심 지역을 우선 촬영하고 있다.
KAIST 우주연구원은 북극 해빙 관심지역에 대한 반복 관측을 수행하고 있으며, 극지연구소 원격탐사빙권정보센터는 관측결과를 이용하여 시계열 기반의 분석을 통해 기후변화로 인한 해빙 면적 및 구조 변화를 정밀 추적하고 있다.
최근, 극지연구소는 차세대소형위성2호와 유럽 우주청(ESA)의 센티넬-1호(Sentinel-1)의 관측 데이터를 융합하여, 캐나다 밀른(Milne) 빙붕(Ice Shelf, 육지에서 흐른 빙하가 바다로 흘러 들어가면서 바다 위에 떠 있는 거대한 얼음층)에서 2021년부터 2025년 사이에 빙붕 뒤편의 얼음 호수 면적이 무려 15㎢나 증가한 사실을 포착했다. 이로 인해 구조적 불안정성이 심화되고 있으며, 이는 북극의 기후 변화가 가속화되고 있음을 보여주는 중요한 신호로 분석된다.
극지연구소 원격탐사빙권정보센터 김현철 센터장은 "이번 연구 결과는 북극 빙붕이 기후변화에 얼마나 취약한지를 보여주는 중요한 증거이며 앞으로도 차세대소형위성2호 영상레이다를 이용한 지속적인 관측과 분석을 통해 북극 환경 변화를 예측하고, 국제적인 협력을 강화해 나갈 것"이라고 밝혔다. 또한 “이번 연구 성과를 국제학술대회에 발표하며 북극 환경 변화에 대한 국민의 이해를 높이기 위해 교육과 홍보 활동도 전개할 예정”이라고 덧붙였다.
한편, 국립공원연구원 기후변화연구센터와 협력을 통해, 차세대소형위성2호의 영상자료는 기후변화에 따른 생물계절 변화탐지, 고지대 침엽수 고사 및 산사태와 같은 산림 생태계 변화 모니터링 연구에도 활용되고 있다. 아울러 산림지역의 탄소 저장량 공간 분포를 위성 영상으로 분석하고, 이를 현장 측정값과 비교하여 분석 정밀도를 높이는 연구도 병행 중이다.
영상레이다는 빛과 날씨에 영향을 받지 않을 뿐 아니라, 산불 발생 시 시야를 가리는 화염과 연기를 뚫고도 관측이 가능하다. 따라서 넓은 면적의 보호구역을 정기적으로 감시하는 데 매우 효과적인 도구로, 향후 산림 보호정책 수립에도 기여할 것으로 기대된다.
뿐만 아니라, KAIST 우주연구원은 차세대소형위성2호의 관측 영상 활용도 제고를 위해 우주항공청(윤영빈 청장)의 예산지원으로 위성에서 수신된 기술 검증 중심의 데이터를 연구기관들이 쉽게 활용할 수 있도록 표준 영상 제품으로 가공하는 시스템도 개발 중이다.
우주연구원 한재흥 원장은 “차세대소형위성2호는 국산화 개발에 성공한 데에 그치지 않고, 실제 환경 분석과 국가 연구에 직접 활용되어 성과를 내고 있다는 점에서 더욱 큰 의미가 있다”며 “앞으로도 차세대소형위성2호 영상레이다 데이터의 활용에 힘쓸 것”이라고 밝혔다.
이광형 KAIST 총장은 “차세대소형위성2호는 KAIST가 보유한 우주 기술력과 연구진의 혁신 역량을 집약한 결과물로, 이번 성과는 KAIST가 앞으로 우주 기술 인재 양성과 연구개발에 더 큰 가능성을 보여줄 수 있는 신호라고 생각하고 앞으로도 이에 더욱 박차를 가할 것”이라고 밝혔다.
2025.05.29
조회수 6297
-
KAIST-고려대, 심혈관 진단 정밀도 높이는 영상기술 개발 및 임상 성공
우리 대학 기계공학과 유홍기 교수팀이 고려대학교 구로병원 심혈관센터 김진원 교수팀과 협력해, 관상동맥 질환의 진단 정밀도를 혁신적으로 높일 수 있는 영상기술을 개발하고, 이를 세계 최초로 사람을 대상으로 한 임상시험에 성공했다.
이번 연구에서는 광간섭단층촬영(OCT)과 형광수명영상(FLIm)을 결합한 차세대 다중 모달 영상 기술을 실제 환자에게 적용해, 심장 혈관 속 동맥경화반*의 구조뿐만 아니라 그 내부의 생화학적 조성까지 실시간으로 정밀하게 파악할 수 있음을 입증했다.
*동맥경화반: 콜레스테롤과 염증 세포 등이 동맥 벽에 쌓여 혈관이 좁아지게 만드는 병변.
기존 영상기술로는 경화반 내부의 복잡한 병변을 정확히 구분하거나 정량화하기 어려웠지만, OCT-FLIm 기술을 통해 염증, 치유반(손상 회복 흔적), 칼슘 침착 등 다양한 병리 정보를 정밀하게 구분할 수 있다. 특히, FLIm의 형광 수명 정보를 활용함으로써, 이러한 생화학적 특성이 환자의 임상 상태와 밀접하게 연관되어 있음을 확인했다.
연구진은 급성 심근경색과 같은 급성 관상동맥 증후군 환자에서는 염증 지표가 높게 나타났으며, 급속히 진행되는 병변에서는 반복된 경화반 파열과 치유로 인해 치유반이 높은 빈도로 뚜렷하게 분포하는 특징을 발견했다. 이는 심혈관 질환의 진행 정도나 개별 경화반의 상태를 보다 정밀하게 파악할 수 있는 단서를 제공한다.
이번 임상에서는 OCT와 FLIm을 완전히 통합한 융합 영상 카테터(Catheter)가 사용되었다. 연구진은 국내 환자 40명을 대상으로 실제 혈관 재개통 시술 중 해당 카테터를 삽입하여 병변을 분석했고, 모든 환자에서 시술이 안전하게 완료되었다. 이는 세계 최초로 융합 영상 카테터를 임상에 성공적으로 적용한 사례다.
*영상카테터: 관상동맥 내부에 삽입되어, 끝단에 부착된 렌즈를 통해 영상을 촬영하는 가느다란 관 모양의 의료기기
동맥경화반의 병태생리는 매우 복잡하며, 단순한 해부학적 정보만으로는 향후 심혈관 질환 발생 여부나 치료 예후를 예측하기 어렵다는 사실이 여러 연구를 통해 밝혀지고 있다. 이번 연구는 실제 환자의 혈관에서 병리학적 위험 요소를 실시간으로 시각화하고 정량화한 세계 최초로 임상 사례로, 심혈관 질환의 정밀 진단과 개인 맞춤형 치료 전략 개발에 있어 중요한 전환점이 될 것으로 기대된다.
유홍기 교수가 공동 교신저자, 남형수 연구교수가 공동 제1 저자로 참여한 이번 연구 결과는 심장학 분야 최고 권위 학술지인 미국의학회 심장학 저널, 자마 카디오로지(JAMA Cardiology, Journal of the American Medical Association)에 2025년 5월 7일 자로 게재되었다.
※ 논문명: Intracoronary Structural-Molecular Imaging for Multitargeted Characterization of High-Risk Plaque
DOI: 10.1001/jamacardio.2025.0928
이번 연구는 삼성미래기술육성사업 및 범부처전주기의료기기연구개발사업의 지원으로 수행되었다.
2025.05.08
조회수 6414
-
차세대 새로운 패러다임 동영상 인식기술 개발
챗GPT와 같은 거대 언어 모델의 근간이 되는 트랜스포머로 구축된 기존 비디오 모델보다 8배 낮은 연산량과 4배 낮은 메모리 사용량으로도 높은 정확도를 기록했으며, 추론 속도 또한 기존 트랜스포머 기반 모델 대비 4배의 매우 빠른 속도를 달성한 동영상 인식기술이 우리 연구진에 의해 개발됐다.
우리 대학 전기및전자공학부 김창익 교수 연구팀이 초고효율 동영상 인식 모델 ‘비디오맘바(VideoMamba)’를 개발했다고 23일 밝혔다.
비디오맘바는 기존 트랜스포머 기반 모델들이 가지고 있는 높은 계산 복잡성을 해결하기 위해 설계된 새로운 동영상 인식 모델이다. 기존의 트랜스포머 기반 모델들은 셀프-어텐션(self-attention)이라는 메커니즘에 의존해 계산 복잡도가 제곱으로 증가하는 문제를 가지고 있었다.
김창익 교수 연구팀의 비디오맘바는 선택적 상태 공간 모델(Selective State Space Model, Selective SSM)* 메커니즘을 활용해 선형 복잡도**로 효율적인 처리가 가능하다. 이를 통해 비디오맘바는 동영상의 시공간적 정보를 효과적으로 포착해 긴 종속성을 가진 동영상 데이터도 효율적으로 처리할 수 있다.
*선택적 상태 공간 모델(Selective SSM): 입력에 따라 동적으로 매개변수를 조정하여 시퀀스 데이터의 문맥을 더 잘 이해하는 상태 공간 모델
**선형 복잡도:입력 데이터의 크기에 비례하여 계산량이 증가하는 알고리즘 복잡도
김창익 교수 연구팀은 동영상 인식 모델의 효율성을 극대화하기 위해 비디오맘바에 1차원 데이터 처리에 국한된 기존 선택적 상태 공간 메커니즘을 3차원 시공간 데이터 분석이 가능하도록 고도화한 시공간적 전방 및 후방 선택적 상태 공간 모델(spatio-temporal forward and backward SSM)을 도입했다. 이 모델은 순서가 없는 공간 정보와 순차적인 시간 정보를 효과적으로 통합해 인식 성능을 향상한다. 연구팀은 다양한 동영상 인식 벤치마크에서 비디오맘바의 성능을 검증했다.
연구팀이 개발한 비디오맘바는 영상 분석이 필요한 다양한 응용 분야에서 효율적이고 실용적인 솔루션을 제공할 수 있다. 예를 들어, 자율주행에서는 주행 영상을 분석해 도로 상황을 정확하게 파악하고, 보행자와 장애물을 실시간으로 인식해 사고를 예방할 수 있다. 의료 분야에서는 수술 영상을 분석해 환자의 상태를 실시간으로 모니터링하고 긴급 상황 발생 시 신속히 대처할 수 있다. 스포츠 분야에서는 경기 중 선수들의 움직임과 전술을 분석해 전략을 개선하고, 훈련 중 피로도나 부상 가능성을 실시간으로 감지해 예방할 수 있다.
연구를 주도한 김창익 교수는 “비디오맘바의 빠른 처리 속도와 낮은 메모리 사용량, 그리고 뛰어난 성능은 우리 생활에서의 다양한 동영상 활용 분야에 큰 장점을 제공할 것이다”고 연구의 의의를 설명했다.
이번 연구에는 전기및전자공학부 박진영 석박사통합과정, 김희선 박사과정, 고강욱 박사과정이 공동 제1 저자, 김민범 박사과정이 공동 저자, 그리고 전기및전자공학부 김창익 교수가 교신 저자로 참여했다. 연구 결과는 올해 9월 이탈리아 밀라노에서 열리는 컴퓨터 비전 분야 최우수 국제 학회 중 하나인 ‘European Conference on Computer Vision(ECCV) 2024’에서 발표될 예정이다. (논문명: VideoMamba: Spatio-Temporal Selective State Space Model)
한편, 이번 연구는 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행됐다. (No. 2020-0-00153, 기계학습 모델 보안 역기능 취약점 자동 탐지 및 방어 기술 개발)
2024.07.23
조회수 9882
-
인공지능으로 배터리 원소, 충방전 상태 인식
국제공동연구진이 인공지능 학습을 통해 배터리의 표면 형상만 보고 각 원소의 함량 그리고 충·방전 횟수에 대한 정보를 높은 정확도로 알아내는 영상인식 기술을 개발하여 화제다.
우리 대학 신소재공학과 홍승범 교수가 한국전자통신연구원(ETRI), 미국 드렉셀대학과 공동연구를 통해 다양한 조성과 각기 다른 충·방전 사이클의 NCM 양극재 주사전자현미경 사진을 합성곱 신경망* 기반 인공지능에 학습시켜 주요 원소 함량과 충·방전 상태를 99.6%의 높은 정확도로 맞추는 방법론을 세계 최초로 개발했다고 2일 밝혔다.
*합성곱 신경망(콘볼루션 신경망, Convolutional Neural Network, CNN): 시각적 영상을 분석하는 데 사용되는 다층의 피드-포워드적인 인공신경망의 한 종류이다.
연구팀은 반도체 공정에서는 웨이퍼의 불량 검수를 위해 주사전자현미경(SEM)을 사용하는 반면 배터리 공정에서는 그런 경우가 드물고 연구 현장에서만 입자의 크기 분석을 위해 SEM을 활용하고, 열화된 배터리 소재의 경우 입자가 깨지고 부서지는 형상으로부터 신뢰성을 예측하는 것에 착안했다. 연구팀은 반도체 공정에서와 같이 배터리 공정도 자동화된 SEM으로 양극재 표면을 검수해서 원하는 조성대로 합성이 되었는지 수명은 신뢰성 있게 나올 것인지를 확인해 불량률을 줄일 수 있다면 획기적일 것으로 판단했다.
연구진은 자율주행차에 적용가능한 합성곱 신경망 기반 인공지능에 배터리 소재의 표면 영상을 학습시켜서 양극재의 주 원소 함량과 충·방전 사이클 상태를 예측할 수 있게 했다. 이런 방법론이 첨가제가 들어간 양극재에도 적용가능한 지 확인한 결과 함량은 상당히 정확하게 예측하는 반면 충·방전 상태는 정확도가 낮다는 단점을 알게 됐다. 이에 연구팀은 향후 다양한 공정을 통해서 만든 배터리 소재의 형상을 학습시켜 차세대 배터리의 조성 균일성 검수 및 수명 예측에 활용할 계획이다.
연구를 이끈 홍승범 교수는 “이번 연구는 세계 최초로 마이크론 스케일의 주사전자현미경 사진의 소재 구조 데이터를 통해 주 원소 함량과 충·방전 상태를 빠르고 정확하게 예측할 수 있는 인공지능 기반 방법론을 개발한 데 의의가 있고 이번 연구에서 개발된 현미경 영상 기반 배터리 소재의 함량 및 상태 감별 방법론은 향후 배터리 소재의 성능과 품질을 향상하는 데 중요한 역할을 하게 될 것으로 기대된다”고 전망했다.
한편, 이번 연구는 공동 제1 저자인 신소재공학과 졸업생 오지민 박사와 염지원 박사와 공동저자인 ETRI 김광만 박사와 미국 드렉셀 대학교 아가르(Agar) 교수가 참여하였고, 한국연구재단(2020M3H4A3081880, RS-2023-00247245), KAIST 글로벌특이점 사업의 지원 및 미국 연구진과의 국제공동연구를 통해 수행됐으며, 국제 학술지 ‘엔피제이 컴퓨테이셔날 머티리얼즈(npj computational materials)’에 지난 5월 4일 자 출판됐다. (논문 제목: Composition and state prediction of lithium-ion cathode via convolutional neural network trained on scanning electron microscopy images)
2024.07.02
조회수 14422
-
인공지능으로 북한 등 경제지표 추정하다
유엔기구(UN)의 지속가능발전목표(SDGs)에 따르면 하루 2달러 이하로 생활하는 절대빈곤 인구가 7억 명에 달하지만 그 빈곤의 현황을 제대로 파악하기는 쉽지 않다. 전 세계 중 53개국은 지난 15년 동안 농업 관련 현황 조사를 하지 못했으며, 17개국은 인구 센서스(인구주택 총조사)조차 진행하지 못했다. 이러한 데이터 부족을 극복하려는 시도로, 누구나 웹에서 받아볼 수 있는 인공위성 영상을 활용해 경제 지표를 추정하는 기술이 주목받고 있다.
우리 대학 차미영-김지희 교수 연구팀이 기초과학연구원, 서강대, 홍콩과기대(HKUST), 싱가포르국립대(NUS)와 국제공동연구를 통해 주간 위성영상을 활용해 경제 상황을 분석하는 새로운 인공지능(AI) 기법을 개발했다고 21일 밝혔다. 연구팀이 주목한 것은 기존 통계자료를 기반으로 학습하는 일반적인 환경이 아닌, 기초 통계도 미비한 최빈국(最貧國)까지 모니터링할 수 있는 범용적인 모델이다.
연구팀은 유럽우주국(ESA)이 운용하며 무료로 공개하는 센티넬-2(Sentinel-2) 위성영상을 활용했다. 연구팀은 먼저 위성영상을 약 6제곱킬로미터(2.5×2.5㎢)의 작은 구역으로 세밀하게 분할한 후, 각 구역의 경제 지표를 건물, 도로, 녹지 등의 시각적 정보를 기반으로 AI 기법을 통해 수치화했다.
이번 연구 모델이 이전 연구와 차별화된 점은 기초 데이터가 부족한 지역에도 적용할 수 있게끔 인간이 제시하는 정보를 인공지능의 예측에 반영하는 `인간-기계 협업 알고리즘'에 있다. 즉, 인간이 위성영상을 보고 경제 활동의 많고 적음을 비교하면, 기계는 이러한 인간이 제공한 정보를 학습하여 각각의 영상자료에 경제 점수를 부여한다. 검증 결과, 기계학습만 사용했을 때보다 인간과 협업할 경우 성능이 월등히 우수했다.
이번 연구를 통해 연구팀은 기존 통계자료가 부족한 지역까지 경제분석의 범위를 확장하고, 북한 및 아시아 5개국(네팔, 라오스, 미얀마, 방글라데시, 캄보디아)에도 같은 기술을 적용하여 세밀한 경제 지표 점수를 공개했다. (그림 1) 이 연구가 제시한 경제 지표는 기존의 인구밀도, 고용 수, 사업체 수 등의 사회경제지표와 높은 상관관계를 보였으며, 데이터가 부족한 저개발국가에 적용 가능함을 연구팀은 확인했다.
이러한 변화탐지를 북한에 적용한 결과, 대북 경제제재가 심화된 2016년과 2019년 사이에 북한 경제에서 세 가지 경향을 발견할 수 있었다. 첫째, 북한의 경제 발전은 평양과 대도시에 더욱 집중되어 도시와 농촌 간 격차가 심화됐다. 둘째, 경제제재와 달러 외환의 부족을 극복하기 위해 설치한 관광 경제개발구에서는 새로운 건물 건설 등 유의미한 변화가 위성영상 이미지와 연구의 경제 지표 점수 변화에서 드러났다. 셋째, 전통적인 공업 및 수출 경제개발구 유형에서는 반대로 변화가 미미한 것으로 확인됐다.
연구에 참여한 우리 대학 전산학부·IBS 데이터사이언스그룹 CI 차미영 교수는 "전산학, 경제학, 지리학이 융합된 이번 연구는 범지구적 차원의 빈곤 문제를 다룬다는 점에서 중요한 의미가 있으며, 이번에 개발한 인공지능 알고리즘을 앞으로 이산화탄소 배출량, 재해재난 피해 탐지, 기후 변화로 인한 영향 등 다양한 국제사회 문제에 적용해 볼 계획이다ˮ 라고 말했다.
이 연구에는 경제학자인 우리 대학 기술경영학부 김지희 교수, 서강대 경제학과 양현주 교수, 홍콩과기대 박상윤 교수도 함께 참여하였다. 이들은 “이 모델은 저비용으로 개발도상국의 경제 상황을 상세하게 확인할 수 있어 국제개발협력(ODA) 사업에 도움을 줄 수 있을 것으로 예상된다”며 “이번 연구가 선진국과 후진국 간의 데이터 격차를 줄이고 유엔과 국제사회의 공동목표인 지속가능한 발전을 달성하는 데 기여할 수 있기를 바란다ˮ고 밝혔다.
위성영상과 인공지능을 활용한 SDGs 지표의 개발과 이의 정책적 활용은 국제적인 주목을 받고 있는 기술 분야 중 하나이며 한국이 앞으로 주도권을 가지고 이끌 수 있는 연구 분야이다. 이에 연구팀은 개발한 모델 코드를 무료로 공개하며, 측정한 지표가 여러 국가의 정책 설계 및 평가에 유용하게 사용될 수 있도록 앞으로도 기술을 개선하고 매해 새롭게 업데이트되는 인공위성 영상에 적용하여 공개할 계획이다.
한편 이번 연구 결과는 전산학부 안동현 박사과정, 싱가포르 국립대 양재석 박사과정이 공동 1저자로 국제 학술지 네이처 출판 그룹의 `네이처 커뮤니케이션즈(Nature Communications)'에 지난 10월 26일 자 게재됐다. (논문명: A human-machine collaborative approach measures economic development using satellite imagery, 인간-기계 협업과 위성영상 분석에 기반한 경제 발전 측정).
논문링크: https://www.nature.com/articles/s41467-023-42122-8
2023.11.21
조회수 15269
-
고용량 배터리 수명 증대 영상화하다
전기자동차에서 볼 수 있는 고용량 배터리에 사용되고 있는 실리콘 활물질은 기존 음극 활물질인 흑연 대비 높은 용량 값(4200 mAh/g)을 갖고 있으나, 충전 및 방전 간 400%에 달하는 높은 부피 팽창/수축률이 배터리 수명에 악영향을 미치고 있다. 이를 해결하기 위해서 단일벽 탄소나노튜브를 소량 첨가해 수명 특성이 향상되는 결과를 얻었는데, 이런 향상이 어떻게 가능한지 나노스케일에서 영상화한 연구 결과가 공개됐다.
우리 대학 신소재공학과 홍승범 교수 연구팀이 LG에너지솔루션과 협업해 배터리의 수명 특성 향상 메커니즘 영상화 결과를 국제학술지‘에이씨에스 에너지 레터스(ACS Energy Letters, Impact Factor: 22)’에 게재했다고 19일 밝혔다. (논문명: Spatially Uniform Lithiation Enabled by Single-Walled Carbon Nanotubes)
연구팀은 이전에는 실리콘 활물질이 충·방전을 거치면서 전자 전도 네트워크가 열화되는 과정을 영상화하였는데, 이번 연구에서는 단일벽 탄소나노튜브의 존재로 인해서 그 형태를 유지하고 있는 전자전도 네트워크가 활물질 내에 균일한 충·방전이 가능하도록 기능하고 있음을 보여 수명 증대 메커니즘을 검증했다.
구체적으로 연구팀은 원자간력 현미경(Atomic Force Microscopy) 기반의 켈빈 프루브 현미경(Kelvin Probe Force Microscopy)를 이용해 1회 및 90회 충·방전 싸이클 후의 전극 내 천연흑연과 실리콘 산화물 입자에서의 표면 전위를 측정 및 영상화했다. 이를 통해 단일벽 탄소나노튜브(Single-Walled Carbon Nanotube, SW-CNT)가 첨가된 전극에서는 활물질 내 표면 전위가 균일하게 분포하고 있는 반면, 첨가되지 않은 기존 전극의 경우에는 90회 충·방전 후에 불균일한 표면전위를 보여, 전자 전도 네트워크가 제대로 기능을 발휘하지 않아 불균일한 충·방전이 됨을 연구팀은 확인했다.
이처럼 활물질 내부의 표면 전하를 영상화할 수 있는 기술은 실리콘 활물질 뿐만 아니라, 다양한 전극 시스템에 적용될 수 있으며, 향후 배터리 충전 및 방전 상태 균일성을 확인하고 수명 향상 연구로 발전할 수 있다.
이번 연구의 제1 저자인 신소재공학과 박건 연구원은 “충·방전 시 수반되는 실리콘 계열 활물질의 급격한 부피 변화에도 불구하고 가느다란 탄소나노튜브가 전자 전도 채널을 유지하고 이로 인해 전극 내에 균일한 충·방전을 가능케하는 것이 매우 신기한 일이었는데, 이를 나노스케일에서 직접 영상화해 그 역할을 미시세계에서 이해할 수 있었던 것이 큰 의미가 있다”라고 말했다. 교신 저자인 홍승범 교수는 “원자간력 현미경을 활용해서 나노스케일에서 일어나는 전기화학적인 현상을 영상화하고 이를 통해서 배터리 성능 및 수명을 향상할 수 있는 혁신적인 아이디어를 창출할 수 있게 되어 매우 기쁘다”라고 말했다.
이번 연구는 LG에너지솔루션, LG에너지솔루션-KAIST Frontier Research Lab.과 KAIST 글로벌 특이점 사업의 지원을 받아 수행됐다.
2023.09.19
조회수 11793
-
차세대소형위성 2호 성공적 관측영상 공개
우리 대학은 지난 5월 25일 나로우주센터에서 발사된 누리호 3차 주탑재 위성인 차세대소형위성 2호에 대한 초기 운영을 완수했다고 5일 밝혔다.
차세대소형위성 2호는 2023년 5월 25일 18시 24분에 발사된 후 고도 550km 궤도에 안착했으며, KAIST는 지난 3개월 동안 차세대소형위성 2호에 대한 초기 운영을 통해 위성 본체, 탑재체, 지상국 전반에 걸친 기능 점검과 시스템 안정화 및 탑재체 시험 관측을 모두 수행했다.
초기 운영 기간 중 KAIST 인공위성연구소는 주 탑재체인 ‘영상레이다 (SAR: Synthetic Aperture Radar)’로 전 세계 여러 곳을 시험 촬영하는 데 성공했으며, 초기 운영 종료 시점에 즈음하여 대표적인 시험 관측 영상을 공개했다.
영상레이다는 전파를 지상으로 쏜 후 지상에서 산란되어 되돌아온 전파를 수신하여 신호처리를 통해 영상을 얻기 때문에 주·야간 빛의 영향을 받지 않으며 구름 등 기상 상황과 관계없이 지상관측을 수행할 수 있다. 공개된 시험 관측 영상은 초기 운영 기간 중 영상레이다 탑재체 시험 운영 과정에서 촬영된 영상으로서, 가시광선이 아닌 마이크로파(microwave)로 바라본 세상을 담고 있는 것이 특징이다.
또한 초기 운영 기간 중 과학 탑재체 ‘레오도스 (LEO-DOS)’의 기능을 점검하고 정상적인 작동상태를 확인하였으며, 시험 운영을 통해 우주방사선 관측자료를 확보했다. 한국천문연구원(원장 박영득)이 개발한 근지구궤도 우주방사선 관측장비 ‘레오도스 (LEO-DOS: Low-Earth Orbit space radiation DOSimeter)’가 시험 운영기간 동안 획득한 전 지구 우주방사선 등가선량 지도를 공개했다.
아울러 KAIST 인공위성연구소는 초기 운영 기간 중 산·학·연에서 국산화한 핵심기술검증 탑재체 4종 (① GPS·Galileo 복합 항법 수신기, ② 상변환 물질을 이용한 열 제어장치, ③ X-대역 GaN기반 전력증폭기, ④ 태양전지배열기)에 대한 시험 운영을 통해 모든 탑재체가 정상적으로 작동함도 확인했다.
첫 번째, 항법위성으로부터 신호를 획득해 궤도를 돌고 있는 차세대소형위성 2호의 위치와 속도를 측정하는 ‘GPS·Galileo 복합 항법 수신기((주) 두시텍 개발)’의 모든 기능이 정상적임을 확인하였다. 두 번째, ‘상변환 물질을 이용한 열 제어장치(한국공학대 개발)’에 대한 작동시험 결과 등온 축열 기능을 이용해 열교환을 수행하고 위성 내부 고발열 유닛 온도를 일정하게 유지하는 열제어 기능이 정상 작동함을 확인했다. 세 번째, ‘X-대역 전력증폭기(한국전자통신연구원 개발)’의 상태 정보를 점검하고, 탑재된 전용 안테나를 통해 방사한 X-대역 시험 신호를 지상의 추적안테나로 수신함으로써 전력증폭기가 정상적으로 작동하고 있음을 확인하였다. 네 번째, ‘태양 전지 배열기(KAIST 개발)’가 임무 궤도에서 생성하는 전압과 전류 검침 정보를 통해 우주에서 정상적으로 전력을 생산함을 확인했다.
KAIST 인공위성연구소는 차세대소형위성 2호 발사 후 3개월간의 초기 운영을 완수함에 따라, 이후 영상레이다 탑재체에 대한 기술 검증 임무와 과학 탑재체 및 핵심 기술 검증 탑재체에 대한 정상 임무에 돌입할 예정이다.
영상레이다 탑재체는 향후 8개월간 추가적인 기술 검증을 거친 후 정상 임무를 통해 본격적으로 활용될 예정이다. 추가 기술 검증 기간에는 영상레이다에 대한 기술 시험 운영과 검보정을 수행하게 된다. 기술검증을 최종 완료한 후 정상 임무를 통해 북극 해빙 변화 탐지, 산림변화 탐지 및 해양 환경오염 탐지 등에 활용될 영상레이다 관측 자료를 제공할 예정이다.
KAIST 인공위성연구소 한재흥 소장은 “차세대소형위성 2호의 목표궤도 진입 후 정상적인 위성 관제와 임무 수행을 지속하고 있으며, 영상레이다 탑재체 시험 관측, 과학 탑재체 시험 관측, 핵심기술검증 탑재체 기능 점검을 모두 성공적으로 마쳤다”고 초기 운영 결과를 밝혔다.
한소장은 “KAIST가 개발한 차세대소형위성 2호는 위성 본체와 탑재체 대부분이 국내 독자 기술로 개발됐으며, 공개된 영상은 KAIST가 국내에서는 처음으로 국산화한 우주용 영상레이다를 이용해 촬영한 지구관측 사진이라는 점에서 큰 의미가 있다. 이번에 확보한 귀중한 기술자산과 운영경험이 향후 국산 영상레이다 기술 고도화에 활용되기를 바란다”고 덧붙였다.
2023.09.05
조회수 8963
-
차세대소형위성2호 초기 교신 성공
우리 대학 인공위성연구소(소장 한재흥)에서 개발한 차세대소형위성2호가 지난 5월 25일 18시 24분에 발사된 누리호에서 안전하게 분리되어 목표 궤도에 성공적으로 안착하였으며, 같은날 19시 58분 대전 KAIST 지상국과 최초 교신에 성공했다.
차세대소형위성2호의 최초 비콘 신호는 누리호 발사 후 약 40분 만인 25일 저녁 7시 4분경 항공우주연구원의 남극 세종기지 안테나를 통해 수신할 예정이었으며, 실제로는 7시 7분에 수신이 확인되었다. 위성 발사 후 약 94분 만인 25일 저녁 7시 58분경 대전 KAIST 지상국과 최초 교신에 성공했다.
이후, 남극 세종기지에서 비콘 신호를 2차례 더 확인했고, 스웨덴 보덴 지상국과 대전 KAIST 지상국에서 8차례 교신을 수행하면서 차세대소형위성2호의 통신시스템과 자세제어시스템, 전력시스템, 탑재 컴퓨터 등의 기능을 점검했다.
특히, 국내 우주핵심기술 연구개발 성과물로 차세대소형위성2호의 자세제어시스템에 처음 적용된 반작용휠과 광학자이로의 기능을 점검하고, 차세대소형위성2호 태양전지판이 태양을 바라보는 자세제어와 고속데이터 송신을 위해 안테나를 지상국으로 지향하는 자세제어 기능을 확인했다.
또한, 태양전지판과 태양전력조절기, 리튬이온 배터리 등 차세대소형위성2호의 전력시스템을 점검해, 태양전지판에서 안정적으로 생성된 약 256W의 전력을 통해 위성 배터리가 만충전 상태를 유지하고 있는 것을 확인했다.
차세대소형위성2호는 중점임무인 영상레이더 기술검증과 지구관측, 우주과학임무인 근지구궤도 우주방사선 관측, 그리고 4종의 국내 개발 핵심기술에 대한 우주검증을 수행할 예정이다.
영상레이더는 광학카메라와 달리 빛과 구름의 영향을 받지 않아, 주야간 및 악천후에도 지상 관측이 가능하다. 순수 국내 기술로 개발된 차세대소형위성2호의 X-대역 영상레이더는 해상도 5m, 관측폭 40km의 레이더 영상을 획득을 목표로 한다.
우주방사선 관측기는 근지구 궤도의 중성자·하전입자에 대한 정밀 선량 지도를 작성하고, 태양활동 상승 주기의 우주방사선 변화에 따른 우주환경 영향과 근지구 궤도의 중성자 가중치를 연구하는 데 활용된다.
아울러 산·학·연에서 국산화한 위성핵심기술 4종(①상변환 물질을 이용한 열제어장치, ②X-대역 GaN기반 전력증폭기, ③GPS·Galileo 복합항법수신기, ④태양전지배열기)에 대한 우주검증도 함께 수행된다.
차세대소형위성2호는 약 3개월의 초기 운영 기간 동안 위성 본체 및 탑재체에 대한 기능을 상세히 점검한 후, 계획된 영상레이더에 대한 기술검증•지구관측, 우주방사선 관측 및 핵심기술 검증의 정상적인 임무를 약 2년간 수행할 예정이다.
위성 발사 후 1주일 동안 위성 본체 및 탑재체에 대한 기초적인 상태 점검을 수행하고, 발사 후 1개월까지 위성 본체에 대한 세부 기능을 상세히 점검한 뒤, 발사 후 3개월까지 모든 탑재체에 대한 세부 기능점검을 완료함으로써 향후 정상 임무를 위한 위성 상태 최적화를 수행할 예정이다. 이광형 KAIST 총장은 "우리별 1호부터 30여 년간 축적해온 소형위성 개발과 운영 경험을 바탕으로 차세대소형위성2호의 임무를 성공적으로 완수하여 우리나라 소형위성 기술 수준을 한 단계 높일 수 있을 것으로 기대한다"라고 밝혔다.
2023.05.26
조회수 15186