-
아이처럼 세상의 원리 스스로 배우는 AI 월드모델 개발..ICML 2026 최우수논문상
AI에게 변화 전과 변화 후만 보여줬더니, 다음을 예측하는 것을 넘어 왜 그렇게 변했는지 스스로 원리를 찾아 이해하는 AI가 등장했다. 우리 대학 연구진이 관측만으로 세계의 작동 원리를 스스로 이론화하는 차세대 월드모델(World Model, AI가 세상을 이해하고 예측하기 위해 내부적으로 만드는 세계 모델) 기술을 개발했다.
우리 대학은 전산학부 안성진 교수 연구팀이 AI가 관측한 정보만으로 세계의 작동 원리를 스스로 이론화하도록 하는 새로운 학습 패러다임‘이론화 학습(L2T, Learning-to-Theorize)’을 제안하고, 이를 구현한 신경망 기반 이론 생성 모델 ‘NEO(Neural Theorizer, 네오)’를 개발했다고 27일 밝혔다.
이번 연구는 지난 7월 9일 서울에서 열린 세계 최고 권위의 인공지능 학회 제43회 국제기계학습학회(ICML 2026, International Conference on Machine Learning)에서 구두발표(Oral) 논문으로 선정됐다. 이는 전체 투고 논문 23,918편 가운데 상위 0.7%(168편)에 해당하는 성과다. 또한 구성적 학습 워크숍(Compositional Learning Workshop)에서는 최우수논문상(Best Paper Award)을 수상했다.
인공지능의 월드모델(World Model)은 로봇 제어와 자율주행, 생성형 AI, 자율 에이전트(스스로 판단하고 행동하는 AI) 등 다양한 분야의 핵심 기반기술이다. 지금까지의 월드모델은 주로‘다음에 무엇이 일어날지'를 예측하는 데 초점을 맞춰 왔다. 하지만 다음 장면을 잘 예측하더라도 왜 그런 변화가 일어났는지, 즉 세상의 작동 원리까지 이해하지는 못한다는 한계가 있었다.
연구팀은 이러한 한계를 인간의 학습 방식에서 해결책을 찾았다. 사람은 말을 배우기 전 어린 시절부터 세상이 어떻게 움직이는지에 대한 내부 이론을 스스로 만들며 세상을 이해한다. 연구팀은 이러한 발달인지과학의 관점을 인공지능에 적용해, 미래를 예측하는 AI가 아니라 세상의 원리를 스스로 이해하는 AI를 구현했다.
연구팀이 제안한 L2T(Learning-to-Theorize)는 정답이나 규칙을 미리 알려주지 않는다. 오직‘변화 전'과‘변화 후'의 관측 결과만 제시하면 AI가 그 사이에서 어떤 규칙이 작동했는지를 스스로 찾아낸다. 즉, 기존 AI가‘다음을 맞히는 것'에 집중했다면, 이번 AI는‘왜 그런 변화가 일어났는지'를 이해하도록 만든 것이 핵심이다.
이를 구현하기 위해 연구팀은 NEO(Neural Theorizer, 신경망 기반 이론 생성 모델)도 함께 개발했다. NEO는 관측된 변화 속에 숨어 있는 규칙을 스스로 찾아 이를 실행 가능한 형태의 규칙으로 정리한다. 이렇게 만들어진 규칙은 새로운 상황에서도 자유롭게 조합해 활용할 수 있다.
예를 들어 NEO는 회전(Rotate), 이동(Left·Down), 색칠(Paint)과 같은 기본 규칙을 각각 독립적으로 스스로 학습한다. 이후 학습 과정에서 한 번도 보지 못했던 새로운 조합인‘아래로 이동한 뒤 색을 칠하고 회전하는' 작업이 주어져도, 이미 익힌 기본 규칙들을 조합해 새로운 상황을 설명하고 해결할 수 있다.
반면 기존 AI는 여러 규칙이 섞인 패턴 자체를 통째로 외우는 방식이어서 처음 보는 새로운 조합이 등장하면 성능이 크게 떨어졌다. 연구팀은 다양한 실험을 통해 이번 기술이 구성적 일반화(Compositional Generalization, 기존에 배운 기본 규칙을 조합해 처음 보는 문제까지 해결하는 능력)에서 기존 방식보다 뛰어난 성능을 보였음을 입증했다.
안성진 교수는 "이번 연구는 인공지능(AI)의 세계 이해를 단순한 미래 예측에서 세상의 작동 원리를 스스로 설명하는 단계로 확장한 첫걸음”이라며 “예측 중심의 월드모델을 넘어‘월드 시어리 모델(World Theory Model)'이라는 새로운 방향을 제시했다. 앞으로 지능형 로봇과 자율 에이전트는 물론 과학적 발견을 지원하는 AI 등 다양한 분야의 핵심 기술로 발전할 것으로 기대한다”고 말했다.
이번 연구는 전산학부 백두진 석사과정과 이규빈 석사과정이 공동 제1저자로 참여하였다.
※ 논문명: Learning to Theorize the World from Observation, 논문 링크: https://arxiv.org/abs/2605.03413
※ 저자: Doojin Baek*, Gyubin Lee*, Junyeob Baek, Hosung Lee, Sungjin Ahn (*공동 제1저자) 한편, 해외우수과학자유치사업과 해외우수연구기관 협력허브 구축사업(과기부, 한국연구재단)의 지원을 받아 수행됐다.
2026.07.27
조회수 2710
-
'물리 세계 이해하는 AI' 세계 최고…ICML 2026 국제 AI 챌린지 우승
그림과 글을 함께 이해해 물리 법칙을 적용하고 스스로 추론하는 인공지능(AI)이 항공기와 로봇 등 실제 물리 세계를 설계하는 시대가 한 걸음 가까워졌다. 우리 대학 연구팀이 세계 최고 권위의 인공지능(AI)·기계학습(Machine Learning, 기계학습) 학회인 국제머신러닝학회(ICML) 국제 챌린지에서 세계 정상에 오르며 이 같은 기술력을 입증했다.
우리 대학은 AX학과 문일철 교수 연구팀이 국제머신러닝학회(ICML, International Conference on Machine Learning, 국제머신러닝학회) 2026의 공식 워크숍인 ‘AI4Math Workshop(AI for Mathematics Workshop, AI 기반 수학·과학 추론 워크숍)’이 개최한 ‘시각적으로 정의된 물리 문제 풀기(Visual Grounded Physics Problem Solving)’ 국제 챌린지에서 우승했다고 23일 밝혔다.
이번 챌린지는 지난 5월 1일부터 6월 16일까지 진행됐으며, ETH 취리히(ETH Zurich), 푸단대(Fudan University), 상하이 이노베이션 연구소(Shanghai Innovation Institute) 등 세계 유수 연구기관을 포함한 139개 참가팀이 경쟁했다. 연구팀은 최종 평가에서 가장 높은 성적을 거두며 우승을 차지했으며, 7월 11일 서울에서 열린 ICML 공식 시상식에서 1등상을 수상했다.
이번 대회는 그림과 텍스트로 제시된 물리 문제를 이해한 뒤, 물리 법칙을 적용해 정답뿐 아니라 풀이 과정까지 생성하는 AI의 추론 능력을 평가하는 국제 챌린지다.
참가 AI는 멀티모달(Multimodal, 텍스트·이미지 등 서로 다른 형태의 정보를 동시에 이해하는 기술) 정보를 통합하고, 뉴턴 역학 등 물리 법칙을 적용해 논리적으로 문제를 해결해야 한다. 단순 계산 능력이 아니라 복잡한 물리 현상을 이해하고 추론하는 능력을 평가하는 것이 특징이다.
이는 AI가 시험 문제를 푸는 수준을 넘어 실제 물리 환경을 이해하고 설계·운용을 최적화할 수 있는 가능성을 보여주는 성과다. 향후 항공기와 로봇, 자율주행, 우주 시스템 등 다양한 분야에서 실제 물리 환경을 고려한 설계와 의사결정을 수행하는 차세대 AI 기술로 활용될 것으로 기대된다.
이번 연구에는 산업및시스템공학과 곽지석 박사과정 학생을 비롯한 총 5명의 KAIST 응용인공지능연구실(AAILab) 연구진이 참가했다. 연구팀은 여러 AI 파운데이션 모델(Foundation Model, 대규모 데이터를 학습해 다양한 작업에 활용할 수 있는 범용 AI 모델)을 각각 독립적인 에이전틱 AI(Agentic AI, 스스로 계획을 세우고 여러 단계를 수행하며 문제를 해결하는 AI)로 구성한 뒤, 서로 답을 검증하고 토론하는 멀티에이전트 AI(Multi-Agent AI, 여러 AI 에이전트가 협업하며 문제를 해결하는 방식) 구조를 개발했다.
이를 통해 개별 AI의 오류를 줄이고 추론의 신뢰성을 높여 세계 최고 성능을 달성했으며, 복잡한 물리 현상에 대한 AI 추론과 에이전틱 AI 모델의 새로운 가능성을 제시했다.
문일철 교수는 “AI 파운데이션 모델을 에이전트로 변환시키며, 다양한 에이전트가 토론과 검증을 통해 올바른 답을 찾아내는 과정을 보고, 하나의 AI 파운데이션 모델이 미래를 독점할 수 없다는 점을 깨달았다.”고 우승 소회를 밝혔다. 이어 “이번 대회는 물리 문제를 푸는 시험문제와 같았지만, 사실 보잉(Boeing, 미국 항공우주기업) 등에서 시험하고 있는 AI 기반 항공기 설계 및 운용과 같이 물리적 상황의 최적 설계 및 운용에 쓰이는 인공지능을 만드는 기술이 본질이다.”라고 분석했다.
배충식 총장은 “문일철 교수 연구팀의 ICML 국제 챌린지 우승을 진심으로 축하한다”며 “이번 성과는 AI가 단순히 정보를 생성하는 수준을 넘어 실제 물리 세계를 이해하고 산업과 사회의 난제를 해결하는 기술로 발전하고 있음을 보여준 쾌거”라고 말했다. 이어 “KAIST는 미래 산업을 이끌 차세대 AI 원천기술 개발과 글로벌 AI 인재 양성에 더욱 매진하겠다”고 밝혔다.
이번 연구는 정보통신기획평가원(IITP, 정보통신기획평가원)의 사람중심 인공지능 핵심원천기술개발사업인 '이종 데이터 기반 상식 추출·이해·추론을 위한 인공지능 기술개발'(연구책임자 문일철)과 ITRC 국방군집체계연구센터의 지원을 받아 수행됐다.
2026.07.23
조회수 2496
-
난임 치료 성공률 높일 난자·배아 분석 원천기술 세계 최고 학회 인정
난임 치료를 위한 체외수정(IVF, In Vitro Fertilization)의 성공률을 높이려면 발달 가능성이 높은 난자와 배아를 정확하게 선별하는 것이 중요하다. 우리 대 연구진은 살아있는 난자와 배아를 손상시키지 않고 시간에 따른 변화를 연속 관찰하는 타임랩스(Time-lapse)와 3차원 정량 분석을 결합해 발달 가능성을 조기에 예측하는 원천기술을 개발했다.
우리 대학 물리학과 박용근 교수 연구팀의 이정하 박사후연구원은 이 연구 성과를 인정받아 지난 7월 영국 런던에서 열린 세계 최대 규모의 생식의학 학회인 유럽인간생식배아학회(ESHRE, European Society of Human Reproduction and Embryology) 2026 연례학술대회에서 기초과학상-포스터 발표 부문(Basic Science Award for Poster Presentation)을 수상했다고 21일 밝혔다.
기초과학상-포스터 발표 부문(Basic Science Award for Poster Presentation)은 매년 1만 명 이상이 참가하는 ESHRE 연례학술대회에서 발표된 기초과학 분야 포스터 연구 가운데 가장 우수한 연구 1편에 수여되는 상이다. 학회는 제출된 초록을 심사해 후보 연구 5편을 선정한 뒤, 현장 포스터 발표와 질의응답을 종합 평가해 최종 수상작을 결정한다.
이번 수상은 홀로토모그래피(Holotomography, 빛의 굴절 정보를 이용해 살아있는 세포 내부를 손상 없이 3차원으로 영상화하는 기술)를 난임 치료 분야에 적용해 살아있는 난자와 배아를 손상시키지 않고 시간에 따른 변화를 3차원으로 정량 분석하고, 발달 가능성을 조기에 예측할 수 있는 차세대 평가기술의 가능성을 제시한 연구의 독창성과 학술적 가치를 국제적으로 인정받았다는 점에서 의미가 있다. 연구팀은 기존에 전문가의 경험에 크게 의존했던 2차원 난자·배아 평가를 객관적이고 정량적인 3차원 평가 방식으로 발전시킬 가능성을 제시했다.
체외수정 시술에서는 어떤 난자와 배아를 선택하느냐가 임신 성공률을 좌우하는 핵심 요소다. 그러나 난자와 배아는 실제 환자에게 이식되는 세포이기 때문에 세포에 영향을 줄 수 있는 염색이나 형광물질을 이용한 분석법을 적용하기 어렵다.
현재 임상에서는 세포를 염색하지 않고 빛의 명암과 위상 차이를 이용해 형태를 관찰하는 호프만 변조 대비 현미경(Hoffman Modulation Contrast Microscopy)과 위상차 현미경(Phase-contrast Microscopy)을 주로 사용한다. 배아연구원(Embryologist, 체외수정 과정에서 난자와 배아를 배양하고 평가하는 전문 의료인력)은 이러한 현미경 영상에서 난자와 배아의 모양, 크기, 세포 분할 상태 및 발달 시기 등을 종합적으로 판단해 이식할 배아를 선택한다.
하지만 현재의 평가 방식은 주로 2차원 영상과 배아연구원의 경험에 의존하는 정성적 평가라는 한계가 있다. 보다 객관적이고 정량적인 평가기술 개발이 꾸준히 요구되는 이유다.
연구팀은 이러한 한계를 극복하기 위해 홀로토모그래피를 적용했다. 이 기술은 세포를 염색하거나 형광물질을 붙이지 않는 비표지(Label-free) 방식으로, 빛이 세포를 통과하면서 굴절되는 정도를 측정해 살아있는 세포의 내부 구조를 손상 없이 3차원으로 영상화한다. 또한 세포 내부 물질의 밀도와 성분에 따라 달라지는 굴절률(Refractive Index)을 정량적으로 측정할 수 있어 세포의 미세한 구조 변화까지 분석할 수 있다.
연구팀은 홀로토모그래피를 이용해 난자와 배아의 내부 구조를 살아있는 상태 그대로 3차원으로 분석했다. 또한 마우스(Mouse) 모델 실험을 통해 분석 과정에서 얻은 다양한 생물물리학적 정보를 바탕으로 발달 가능성을 조기에 예측할 수 있음을 확인했다. 나아가 세포의 모양과 크기 등 외형을 중심으로 평가하는 기존 형태학적 평가(Morphological Assessment)를 넘어, 객관적인 정량 데이터와 인공지능(AI, Artificial Intelligence) 분석을 결합한 새로운 난자·배아 평가 기술로 발전할 가능성을 제시했다. 관련 연구는 현재 국제학술지에 투고돼 심사가 진행 중이다.
※ 논문 사전 공개 (Preprint) 링크: 마우스 배아 발달 관련 연구 https://doi.org/10.1101/2024.05.07.592317, 마우스 난자 노화 관련 연구 https://doi.org/10.64898/2026.06.18.733271
이번 연구는 KAIST 물리학과, 분당차병원 난임센터(김지향 교수), 영국 어베뉴 클리닉(Avenue Clinic), 토모큐브(Tomocube)가 참여한 산·학·병 공동연구로 수행됐다. 기초 물리학에서 개발된 첨단 광학 원천기술을 난임 치료라는 임상 분야에 접목한 대표적인 융합연구 사례다.
박용근 교수는 “이번 수상은 살아있는 난자와 배아를 손상시키지 않고 3차원으로 정량 분석하는 새로운 접근법이 생식의학 분야에서 학술적 가치를 인정받았다는 점에서 의미가 있다”며 “현재 사람 세포를 이용한 검증을 진행하고 있으며, 앞으로 객관적이고 정확한 난자·배아 평가 기술로 발전시켜 난임 치료 성공률 향상에 기여할 수 있도록 연구를 이어가겠다”고 말했다.
이번 연구는 한국연구재단 글로벌 리더연구사업과 한국보건산업진흥원 연구중심병원 육성 R&D 사업의 지원을 받아 수행됐다.
2026.07.21
조회수 1967
-
유지환 교수팀, 세계 최고 권위 로봇저널 2년 연속 최우수 논문상 수상
세계 로봇공학 분야 최고 권위 학술지 중 하나인 IEEE Robotics and Automation Letters(RA-L)의 최우수 논문상(Best Paper Award)을 우리 대학 연구팀이 2년 연속 수상하며 세계 최고 수준의 소프트 로봇 연구 경쟁력을 입증했다.
우리 대학은 건설및환경공학과 유지환 교수 연구팀이 지난 6월 1일 오스트리아 빈에서 열린 세계 최대 규모의 로봇 학술대회인 ‘2026 IEEE 국제 로봇 및 자동화 학회(ICRA 2026)’에서 2025년에 이어 올해도 RA-L 최우수 논문상을 수상했다고 22일 밝혔다.
RA-L 최우수 논문상은 한 해 동안 출판된 로봇공학 논문 가운데 학문적 기여도, 기술적 독창성, 실험적 완성도, 향후 응용 가능성 등을 종합적으로 평가해 극소수의 우수 논문에만 수여되는 상이다. 올해는 2025년 IEEE RA-L에 게재된 1,700여 편의 논문 가운데 최우수 논문 5편이 선정됐다.
동일 연구팀의 RA-L 최우수 논문상 2년 연속 수상은 매우 이례적인 성과로, KAIST 소프트 로봇 연구의 세계적 경쟁력과 지속적인 연구 영향력을 보여주는 사례로 평가된다.
연구팀은 소프트 로봇 기술을 활용해 의복이 사용자의 신체 위로 스스로 펼쳐지며 착용을 보조하는 자가 착용 적응형 의복 기술을 제안했다.
기존 의복 착용 보조 기술은 외부 로봇 장치에 의한 복잡한 구동 및 제어에 의존하거나 사용자의 움직임과 자세를 제한하는 경우가 많았다. 반면 연구팀은 소프트 그로잉 로봇(공기압 등을 이용해 구조물이 스스로 펼쳐지며 성장하듯 이동하는 유연 로봇)의 핵심 원리인 공압 기반 전개 메커니즘을 의복 구조에 적용해 외부 로봇 없이도 의복 자체가 사용자의 신체를 따라 부드럽게 펼쳐지도록 구현했다.
연구팀은 얇고 유연한 소재로 구성된 공압식 반전 메커니즘(공기를 주입하면 접힌 구조가 뒤집히며 자연스럽게 펼쳐지는 구조)을 의복 내부에 통합하고, 공압을 이용해 의복이 사용자의 신체를 따라 전개되도록 설계했다.
이를 통해 의복은 높은 순응성(사용자의 신체 형태와 움직임에 자연스럽게 맞춰지는 특성)과 안전성을 유지하면서도 빠르고 안정적인 착용 보조 기능을 수행할 수 있다. 특히 소프트 로봇 특유의 유연한 구조는 인체와 직접 접촉하는 환경에서 안전성을 확보하는 데 유리하며, 복잡한 제어 시스템 없이도 실제 착용 동작을 지원할 수 있다는 장점을 갖는다.
연구팀은 소매, 재킷, 바지 등 다양한 의복 형태의 프로토타입을 제작하고 실험을 통해 자가 착용 성능을 검증했다. 실험 결과, 의복은 사용자의 신체를 따라 안정적으로 전개됐으며 착용 과정에서 사용자의 움직임 부담과 신체에 가해지는 힘을 줄여 안전한 착용 보조가 가능함을 확인했다.
이번 연구는 소프트 그로잉 로봇 기술이 이동·탐사 중심의 기존 응용을 넘어 인간의 일상생활을 직접 지원하는 기술로 확장될 수 있음을 보여준다. 특히 고령자, 장애인, 재활 환자 등 의복 착용에 어려움을 겪는 사용자를 위한 보조공학 기술로 발전할 가능성이 있으며, 향후 웨어러블 로봇(몸에 착용해 사용자의 움직임이나 신체 기능을 보조하는 로봇), 재활공학, 인간-로봇 상호작용(Human-Robot Interaction, 인간과 로봇이 효과적으로 소통하고 협력하는 기술) 분야에서 폭넓은 활용이 기대된다.
유지환 교수는 “이번 2년 연속 수상은 KAIST 로봇 연구의 지속적인 세계 경쟁력을 보여주는 뜻깊은 성과”라며 “특히 소프트 그로잉 로봇의 핵심 원리를 인간의 일상생활을 지원하는 의복 착용 보조 기술로 확장했다는 점에서 의미가 크다. 앞으로도 안전하고 유연한 소프트 로봇 기술을 바탕으로 인간 친화적인 로봇 연구를 지속해 나가겠다”고 말했다.
본 연구는 KAIST 김남균 박사가 주도적으로 수행했으며, KAIST와 미국 스탠퍼드대학교의 앨리슨 오카무라(Allison M. Okamura) 교수 연구그룹이 공동으로 참여했다. 해당 논문은 2025년 11월 19일 IEEE Robotics and Automation Letters에 게재됐다.
※ 논문 제목: Self-Wearing Adaptive Garments via Soft Robotic Unfurling, DOI: 10.1109/LRA.2025.3634909
한편 이번 연구는 한국연구재단 중견연구과제와 산업통상자원부 재원 한국산업기술진흥원 산업혁신인재성장지원사업의 지원을 받아 수행됐다.
2026.06.22
조회수 3561
-
전 세계 슬럼가 찾아내는 AI 개발..AAAI 2026 최우수논문상
“슬럼(Slum, 빈곤지역)이 어디에 있는지조차 모르는 도시들”
한국 연구진이 위성사진만으로 슬럼 지역을 스스로 찾아내는 인공지능(AI)을 개발했다. 사람이 미리 위치를 표시해 주지 않아도 새로운 도시에서 자동으로 적응해 정확도를 높이는 기술로, 데이터가 부족한 개발도상국의 도시정책 수립과 공공 자원 배분 방식을 근본적으로 바꿀 수 있을 것으로 기대된다.
우리 대학은 전산학부 차미영 교수와 기술경영학부 김지희 교수 공동 연구팀이 전남대학교(총장 이근배) 지리학과 양재석 교수와 함께한 학제 간 융합 연구를 통해 위성사진 기반 범용 슬럼 탐지 AI 기술을 개발했다고 6일 밝혔다.
이번 연구는 세계 최고 권위의 인공지능 학술대회 ‘국제인공지능학회(AAAI) 2026’에서 ‘사회적 임팩트 AI(AI for Social Impact)’ 부문 최우수논문상(Best Paper Award)을 수상했다. 해당 부문에 제출된 693편 중 단 2편만이 선정된 최고 영예로, 한국 연구팀의 혁신적인 AI 기술력이 단순한 기술 진보를 넘어 실질적인 사회적 가치 창출 측면에서도 세계 최정상 수준임을 확인시켜 준 쾌거다.
그동안 위성사진을 활용한 슬럼 탐지 연구는 있었지만, 도시마다 건물 형태와 밀집도가 크게 달라 새로운 지역에서는 정확도가 급격히 떨어지는 한계가 있었다. 특히 많은 개발도상국에서는 슬럼 위치를 일일이 표시한 데이터가 부족해 AI 학습 자체가 어려웠다.
연구팀은 이를 해결하기 위해 여러 개의 AI 모델이 서로 다른 지역 특성을 학습하고, 새로운 도시가 입력되면 가장 적합한 모델을 자동으로 선택하는 ‘전문가 혼합(Mixture-of-Experts, MoE)’ 구조를 도입했다.
이번 연구의 핵심은 ‘테스트 시점 적응(Test-Time Adaptation, TTA)’ 기술이다. 새로운 도시에서 슬럼 위치를 사람이 미리 표시하지 않아도, AI가 여러 모델의 예측 결과를 비교·검증해 공통적으로 일치하는 영역만을 신뢰함으로써 스스로 오류를 줄인다. 이를 통해 데이터가 부족한 지역에서도 안정적인 성능을 확보했다.
연구팀은 해당 기술을 아프리카 캄팔라(Kampala), 마푸토(Maputo) 등 주요 도시에 적용한 결과, 기존 최신 기술보다 더욱 정교하게 슬럼 지역을 구분하는 성과를 확인했다.
이 기술은 △ 개발도상국 도시 인프라 확충 계획 수립 △ 재난·감염병 취약지역 사전 파악 △ 주거환경 개선 사업 대상 선정 △ UN 지속가능발전목표(SDGs) 이행 점검 등 다양한 정책 분야에서 활용될 수 있을 것으로 기대된다.
차미영 교수는 “AI가 단순 분석 도구를 넘어, 데이터가 부족한 지역에서도 실질적인 사회 문제 해결에 기여할 수 있음을 보여준 연구”라고 말했다. 김지희 교수는 “막대한 비용이 드는 현장조사를 보완해, 한정된 자원을 가장 필요한 지역에 효과적으로 배분하는 데 도움이 될 것”이라고 밝혔다.
이번 연구에는 KAIST 전산학부 이수민, 박성원 석박사연구원이 공동 제1저자로 참여했으며, 연구 결과는 1월 25일 싱가포르에서 열린 AAAI 2026에서 발표됐다.
※ 논문명: Generalizable Slum Detection from Satellite Imagery with Mixture-of-Experts, 논문링크 : https://aaai.org/about-aaai/aaai-awards/aaai-conference-paper-awards-and-recognition/
또한, 한국연구재단의 중견연구자지원사업 및 데이터사이언스 융합인재양성사업의 지원을 받아 수행되었다.
2026.03.06
조회수 6114
-
보고 즉시 판단하는 ‘뇌 닮은’ 차세대 AI 반도체 제시
인공지능(AI) 고도화로 센서·연산·메모리를 하나로 통합하는 초저전력 반도체 기술의 중요성이 커지고 있다. 그러나 기존 구조는 데이터 이동에 따른 전력 손실과 지연, 메모리 신뢰성 한계를 안고 있다. 이러한 문제를 해결할 ‘센서–연산–저장’ 통합 AI 반도체 핵심 기술을 국내 연구진이 제시해 국제 학계의 주목을 받았다.
우리 대학은 전기및전자공학부 전상훈 교수 연구팀이 지난 12월 8일부터 10일까지 미국 샌프란시스코에서 열린 세계 최고 권위의 반도체 학회 ‘국제전자소자학회(IEEE IEDM 2025)’에서 총 6편의 논문을 발표했으며, 이 가운데 하이라이트 논문과 최우수 학생 논문(Top Ranked Student Paper)으로도 동시에 선정되었다고 31일 밝혔다.
※하이라이트 논문: Monolithically Integrated Photodiode–Spiking Circuit for Neuromorphic Vision with In-Sensor Feature Extraction, 논문 링크: https://iedm25.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=255
※최우수 학생 논문: A Highly Reliable Ferroelectric NAND Cell with Ultra-thin IGZO Charge Trap Layer; Trap Profile Engineering for Endurance and Retention Improvement, 논문링크: https://iedm25.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=124
하이라이트 논문으로 선정된 M3D 집적 신경모방 시각 센서 연구는 사람의 눈과 뇌를 하나의 칩 안에 쌓아 올린 반도체다. 쉽게 말해, 빛을 감지하는 센서와 뇌처럼 신호를 처리하는 회로를 아주 얇은 층으로 만들어 위아래로 겹쳐 한 칩에 넣었고, 이 덕분에 보고–판단하는 과정이 동시에 이뤄지는 구조를 구현했다.
이를 통해 연구팀은 카메라 센서 안에서 바로 ‘보고 동시에 판단하는’ AI 연산 기술이 동시에 이뤄지는 ‘세계 최초의 인-센서 스파이킹 컨볼루션(In-Sensor Spiking Convolution)’ 플랫폼을 완성했다.
이 기술은 기존에는 이미지를 찍고(센서), 숫자로 바꾼 뒤(ADC), 메모리에 저장하고(DRAM), 다시 연산하는(CNN) 여러 단계를 거쳐야 했지만, 이번 기술은 센서 안에서 바로 연산이 이뤄져 불필요한 데이터 이동을 없앴다. 그 결과 전력 소모는 크게 줄이고, 반응 속도는 획기적으로 높인 실시간·초저전력 엣지 AI 구현이 가능해졌다.
연구팀은 이번 학회에서 이러한 접근을 바탕으로 AI 반도체의 입력부터 저장까지 전 계층을 아우르는 6가지 핵심 기술을 제시했다. 기존 반도체 공정을 그대로 쓰면서도 전기를 훨씬 덜 쓰는 뇌처럼 작동하는 뉴로모픽 반도체와 AI에 최적화된 차세대 메모리를 동시에 만든 것이다.
먼저 센서 쪽에서는, 이미지를 찍는 부품과 계산하는 부품을 따로 두지 않고 센서 단계에서 바로 판단이 이뤄지도록 설계했다. 덕분에 사진을 찍어 다른 칩으로 보내 계산하던 기존 방식보다 전력 소모는 줄고 반응 속도는 빨라졌다.
또한 메모리 분야에서는, 같은 재료를 활용해 더 낮은 전압으로 동작하면서도 오래 쓰고, 전원이 꺼져도 데이터를 안정적으로 저장할 수 있는 차세대 낸드 플래시를 구현했다. 이를 통해 AI에 필요한 대용량·고신뢰성·저전력 메모리를 한꺼번에 만족하는 기반 기술을 제시했다.
연구를 이끈 전상훈 교수는 “이번 연구는 센서·연산·저장을 각각 따로 설계하던 기존 AI 반도체 구조에서 벗어나, 전 계층을 하나의 재료와 공정 체계로 통합할 수 있음을 실증했다는 점에서 큰 의의가 있다”며, “앞으로 초저전력 엣지 AI부터 대규모 AI 메모리까지 아우르는 차세대 AI 반도체 플랫폼으로 확장해 나갈 것”이라고 밝혔다.
한편, 이번 연구는 과학기술정보통신부, 한국연구재단 등 기초연구 사업과 극한스케일 극한물성 이종집적 한계극복 반도체기술 연구센터(CH³IPS)를 통해서 지원 받아 수행되었다. 삼성전자, 경북대, 한양대와 협업으로 수행되었다.
2025.12.31
조회수 5968
-
구글 Gemini 구조 악용한 ‘악성 전문가 AI’ 보안 위협 세계 최초 규명
구글 Gemini 등 대부분의 주요 상용 거대언어모델(LLM)은 효율성을 높이기 위해 여러 개의 ‘작은 AI 모델(전문가 AI)’를 상황에 따라 선택해 사용하는 전문가 혼합(Mixture-of-Experts, MoE) 구조를 활용하고 있다. 그러나 이 구조가 오히려 새로운 보안 위협이 될 수 있다는 사실이 KAIST 연구진에 의해 세계 최초로 밝혀졌다.
우리 대학 전기및전자공학부 신승원 교수와 전산학부 손수엘 교수 공동연구팀이 전문가 혼합 구조를 악용해 거대언어모델의 안전성을 심각하게 훼손할 수 있는 공격 기법을 세계 최초로 규명하고, 해당 연구로 정보보안 분야 최고 권위 국제 학회인 ACSAC 2025에서 최우수논문상(Distinguished Paper Award)을 수상했다고 26일 밝혔다.
ACSAC(Annual Computer Security Applications Conference)는 정보보안 분야에서 가장 영향력 있는 국제 학술대회 중 하나로, 올해 전체 논문 가운데 단 2편만이 최우수논문으로 선정됐다. 국내 연구진이 인공지능 보안 분야에서 이 같은 성과를 거둔 것은 매우 이례적이다.
연구팀은 이번 연구에서 전문가 혼합 구조의 근본적인 보안 취약성을 체계적으로 분석했다. 특히 공격자가 상용 거대언어모델의 내부 구조에 직접 접근하지 않더라도, 악의적으로 조작된 ‘전문가 모델’ 하나만 오픈소스로 유통될 경우, 이를 활용한 전체 거대언어모델이 위험한 응답을 생성하도록 유도될 수 있음을 입증했다.
쉽게 말해, 정상적인 AI 전문가들 사이에 단 하나의 ‘악성 전문가’만 섞여 있어도, 특정 상황에서 그 전문가가 반복적으로 선택되며 전체 AI의 안전성이 무너질 수 있다는 것이다. 이 과정에서도 모델의 성능 저하는 거의 나타나지 않아, 문제를 사전에 발견하기 어렵다는 점이 특히 위험한 요소로 지적됐다.
실험 결과, 연구팀이 제안한 공격 기법은 유해 응답 발생률을 기존 0%에서 최대 80%까지 증가시킬 수 있었으며, 다수의 전문가 중 단 하나만 감염돼도 전체 모델의 안전성이 크게 저하됨을 확인했다.
이번 연구는 전 세계적으로 확산되고 있는 오픈소스 기반 거대언어모델 개발 환경에서 발생할 수 있는 새로운 보안 위협을 최초로 제시했다는 점에서 큰 의미를 갖는다. 동시에, 앞으로 AI 모델 개발 과정에서 성능뿐 아니라 ‘전문가 모델의 출처와 안전성 검증’이 필수적임을 시사한다.
신승원·손수엘 교수는 “효율성을 위해 빠르게 확산 중인 전문가 혼합 구조가 새로운 보안 위협이 될 수 있음을 이번 연구를 통해 실증적으로 확인했다”며, “이번 수상은 인공지능 보안의 중요성을 국제적으로 인정받은 의미 있는 성과”라고 말했다.
이번 연구에는 전기및전자공학부 김재한·송민규 박사과정, 나승호 박사 (현 삼성전자), 전기및전자공학부 신승원 교수, 전산학부 손수엘 교수가 참여했으며, 연구 결과는 2025년 12월 12일 미국 하와이에서 열린 ACSAC에서 발표됐다.
※ 논문명: MoEvil: Poisoning Experts to Compromise the Safety of Mixture-of-Experts LLMs, 논문 파일: https://jaehanwork.github.io/files/moevil.pdf, GitHub(기술 오픈소스): https://github.com/jaehanwork/MoEvil
한편 이 연구는 과학기술정보통신부의 한국인터넷진흥원(KISA) 및 정보통신기획평가원(IITP)의 지원을 받았다.
2025.12.26
조회수 6035
-
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 6649
-
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 4890
-
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 4945
-
휴대폰 사진 단 몇 장으로 구현한 생생한 3D 가상 환경 속으로
기존의 3D 시뮬레이션은 실제 공간을 라이다(LiDAR)나 3D 스캐너로 정밀하게 측정하고, 수천 장의 사진을 카메라 위치 정보와 함께 보정해야 하는 번거로운 과정을 거쳐야 했다. 우리 대학 연구진은 이러한 한계를 극복하고 단 2~3장의 일반 사진만으로도 실험실이나 도심을 고정밀 3D 공간으로 복원해 시뮬레이션 환경을 구축할 수 있는 기술을 선보였다. 이로써 ‘현실을 찍으면 곧바로 가상 환경이 되는’새로운 패러다임을 제시했다.
우리 대학은 전산학부 윤성의 교수 연구팀이 정밀한 카메라 위치 정보 없이도 일반 영상만으로 고품질의 3차원 장면을 복원할 수 있는 새로운 기술 ‘SHARE(Shape-Ray Estimation)’를 개발했다고 6일 밝혔다.
기존의 3D 복원 기술은 소수의 영상으로 3차원 장면을 재현하기 위해 촬영 당시의 정밀한 카메라 위치와 방향 정보가 필수적으로 요구되어, 고가의 특수 장비나 복잡한 보정 과정이 필요하다는 한계가 있었다. 이러한 제약 때문에 실제 환경에서의 적용이 어렵고, 대중적 활용에도 제동이 걸려왔다.
연구팀은 이러한 문제를 해결하기 위해, 단 2~3장의 일반 사진만으로도 3차원 장면과 카메라의 방향을 동시에 추정해 정확한 3D 모델을 구축하는 기술을 개발했다. 별도의 추가 학습이나 정밀한 보정 과정 없이도 실제 환경에서 신속하고 정밀한 복원이 가능해 효율성과 범용성이 매우 높은 기술로 평가받고 있다.
핵심 기술인 SHARE는 영상 속에서 사물의 형태(Shape)와 카메라의 시선 방향(Ray)을 동시에 추정하는 새로운 방식을 도입했다.
기존 방식이 카메라 위치를 미리 알아야 3D 구조를 계산할 수 있었다면, SHARE는 영상 자체에서 공간 정보를 스스로 찾아내어 카메라와 구조를 추론한다. 이를 통해 서로 다른 위치에서 촬영된 다중 영상을 하나의 공통된 공간으로 정렬하고, 형상 왜곡 없이 안정적인 3D 복원을 실현했다.
윤성의 교수는 “SHARE 기술은 3D 복원의 진입 장벽을 획기적으로 낮춘 기술로, 건설·미디어·게임 등 다양한 산업에서 스마트폰 카메라만으로도 고품질 콘텐츠 제작을 가능하게 할 것”이라며 “로봇과 자율주행 분야에서도 저비용 시뮬레이션 환경 구축 등 다양한 응용 가능성이 있다”고 밝혔다.
이번 연구는 나영주 박사과정, 김태연 석사과정 학생이 공동 제1저자로 참여했으며, 연구 결과는 국제 이미지 처리 학회(IEEE International Conference on Image Processing, ICIP 2025)에서 9월 17일 발표되어 ‘최고 학생논문상(Best Student Paper Award)’을 수상했다.
이 상은 올해 채택된 643편의 논문 중 단 한 편에게만 수여되는 영예(수상률 0.16%)로, KAIST 연구진의 우수한 연구역량을 다시 한 번 입증했다.
*논문명 : Pose-free 3D Gaussian Splatting via Shape-Ray Estimation, DOI https://arxiv.org/abs/2505.22978
*수상정보: https://www.linkedin.com/posts/ieeeicip_congratulations-to-the-icip-2025-best-activity-7374146976449335297-6hXz
이번 성과는 과학기술정보통신부 SW스타랩 사업 ‘오픈 월드 로봇 서비스를 위한 불특정 환경 인지·행동·상호작용 알고리즘 개발’ 과제지원으로 수행되었다.
2025.11.06
조회수 4885
-
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 6903