-
지질 뗏목의 원리 밝혀 질병 치료에 희소식
지질 뗏목은 세포막 간 융합, 신호 전달, 바이러스 침투 등 세포 기능과 질병 발병의 핵심 과정에 중요한 역할을 한다. 한국 연구진이 지금까지 알려지지 않았던 지질 뗏목의 정렬 원인과 그 조절 메커니즘을 밝혀내어 세포막 간 상호작용을 조절하여 질병 치료에 새로운 접근법을 제공할 수 있을 것으로 기대된다.
우리 대학 바이오및뇌공학과 최명철 교수팀이 고등과학원(원장 최재경) 현창봉 교수팀, 포항가속기연구소(소장 강흥식) 이현휘 박사와 공동으로 세포막 간의 상호작용을 매개하는 지질 뗏목(Lipid Raft)의 정렬 현상의 원리를 최초로 규명했다고 5일 밝혔다. 세포 융합, 바이러스 침투, 세포 간 신호 전달 등 다양한 세포막 간의 상호작용을 조절할 수 있는 핵심 기전을 밝힌 것이다.
세포막(Cell membrane)은 세포의 내부와 외부를 구분하는 얇고 유연한 막으로, 지질 이중층(lipid bilayer)으로 구성돼 있다. 세포막에는 수많은 막단백질(membrane proteins)이 존재하는데, 이들은 세포가 외부 환경과 소통할 수 있는 창구 기능을 한다.
지질 뗏목은 세포막의 특정 영역으로서, 높은 유동성을 가지는 세포막의 다른 부분들과는 달리 매우 낮은 유동성을 가지며, 기능적으로 연관된 막단백질들을 안정된 뗏목 안으로 모아 효율적인 상호작용을 가능하게 한다. 세포막을 바다로, 막단백질을 사람으로 비유하자면, 망망대해에서 멀리 떨어져 헤엄치는 사람들끼리는 서로 의사소통하기 어렵지만, 이들을 한 뗏목 위에 모두 태워 놓으면 서로 쉽게 대화할 수 있는 것과 비슷하다.
연구팀은 지질 뗏목 위에 존재하는 막단백질 중 많은 수가 세포막 간의 상호작용, 즉 두 세포막이 서로 생체신호를 주고받거나, 단백질을 통해 결합하거나, 두 막이 하나로 합쳐지는 등의 작용에 관여한다는 점에 주목했다.
연구팀은 두 세포막 간의 거리가 지질 뗏목의 정렬을 조절하는 핵심 요인일 것이라는 가설을 세우고, 세포막을 여러 겹 쌓아 놓은 구조의 지질 다중막(lipid multilayer)을 재구성해 이 가설을 검증했다. 이때 지질 뗏목들은 단순히 정렬만 되는 것이 아니라, 각각의 지질 뗏목의 크기가 커지면서 보다 안정된 구조를 형성했다. 두 세포막 사이의 거리가 지질 뗏목의 정렬과 크기를 조절하는 핵심 스위치인 것을 밝혀낸 것이다.
연구팀은 분자동역학(molecular dynamics) 시뮬레이션*을 통해 물 분자층을 분석한 결과, 지질 뗏목들이 정렬된 상태가 정렬되지 않은 상태보다 불안정한 수소결합 층의 부피가 작기 때문에 전체 시스템의 에너지를 최소화하기 위해 지질 뗏목이 자연적으로 정렬되는 것을 밝혀냈다.
*분자동역학 시뮬레이션: 분자 간 상호작용이 주어졌을 때 운동 방정식을 수치적으로 풀어 구조와 동적 과정을 해석하는 방법
최명철 교수는 “지질 뗏목이 세포막 간의 상호작용에 관여한다는 사실은 잘 알려져 있지만, 어떤 원리로 상호작용을 매개하는지는 아직 베일에 싸여 있었다”며, “이번 논문은 세포막 간의 거리가 지질 뗏목의 정렬, 나아가 세포막 사이의 상호작용을 조절하는 핵심 스위치임을 밝혀내어 생명 현상의 바탕이 되는 물리적 환경의 중요성을 재조명하는 이정표적 연구”라고 연구의 의의를 설명했다.
최 교수는 또한 “특히 물 분자의 수소결합이 지질 뗏목의 정렬을 매개하는 중요한 요소임을 보여주었는데, 이는 우리 몸의 약 70%를 차지하는 물이 생명 현상이 일어나는 무대에서 단순한 조연이 아닌 주연으로 활약할 수 있음을 보여준다”고 강조했다. 이어 최 교수는 “지질 뗏목을 모사하는 구조는 현재 생체 센서 등에 활발하게 활용되고 있으며, 이번에 발견한 세포막 사이의 거리라는 스위치를 통해 보다 다양한 기능을 가진 생체 센서들이 개발될 수 있는 공학적 토대도 제공할 것이다”라고 기대감을 내비쳤다.
우리 대학 이수호 박사와 고등과학원 박지현 박사가 공동 제1 저자로, 고등과학원 현창봉 교수와 KAIST 최명철 교수가 공동 교신저자로 참여한 이번 연구 결과는 국제학술지 ‘미국화학회지(Journal of American Chemical Society)’에 5월 22일 字 표지논문(supplementary journal cover)으로 게재됐다. (논문명: Water Hydrogen-Bond Mediated Layer by Layer Alignment of Lipid Rafts as a Precursor of Intermembrane Processes)
한편 이번 연구는 한국연구재단, 보건복지부, KAIST의 지원을 받아 수행됐다.
2024.06.05
조회수 1609
-
인공지능이 상황에 따라 알아서 업데이트되다
최근 실생활에 활용되는 인공지능 모델이 시간이 지남에 따라 성능이 점차 떨어지는 현상이 다수 발견되었고, 이에 따라 지속가능한 인공지능 학습 기술에 대한 필요성이 커지고 있다. AI 모델이 꾸준히 정확한 판단을 내리는 것은 더욱 안전하고 신뢰할 수 있는 인공지능을 만들기 위한 중요한 요소이다.
우리 대학 전기및전자공학부 황의종 교수 연구팀이 시간에 따라 데이터의 분포가 변화하는 드리프트 환경에서도 인공지능이 정확한 판단을 내리도록 돕는 새로운 학습 데이터 선택 기술을 개발했다고 14일 밝혔다.
최근 인공지능이 다양한 분야에서 인간의 능력을 뛰어넘을 정도의 높은 성능을 보여주고 있지만, 대부분의 좋은 결과는 AI 모델을 훈련시키고 성능을 테스트할 때 데이터의 분포가 변하지 않는 정적인 환경을 가정함으로써 얻어진다. 하지만 이러한 가정과는 다르게 SK 하이닉스의 반도체 공정 과정에서 시간에 따른 장비의 노화와 주기적인 점검으로 인해 센서 데이터의 관측값이 지속적으로 변화하는 드리프트 현상이 관측되고 있다.
시간이 지나면서 데이터와 정답 레이블 간의 결정 경계 패턴이 변경되면, 과거에 학습되었던 AI 모델이 내린 판단이 현재 시점에서는 부정확하게 되면서 모델의 성능이 점차 악화될 수 있다.
본 연구팀은 이러한 문제를 해결하기 위해, 데이터를 학습했을 때 AI 모델의 업데이트 정도와 방향을 나타내는 그래디언트(gradient)를 활용한 개념을 도입하여 제시한 개념이 드리프트 상황에서 학습에 효과적인 데이터를 선택하는 데에 도움을 줄 수 있음을 이론적으로 실험적으로 분석했다. 그리고 이러한 분석을 바탕으로 효과적인 학습 데이터 선택 기법을 제안하여, 데이터의 분포와 결정 경계가 변화해도 모델을 강건하게 학습할 수 있는 지속 가능한 데이터 중심의 AI 학습 프레임워크를 제안했다.
본 학습 프레임워크의 주요 이점은, 기존의 변화하는 데이터에 맞춰서 모델을 적응시키는 모델 중심의 AI 기법과 달리, 드리프트의 주요 원인이라고 볼 수 있는 데이터 자체를 직접 전처리를 통해 현재 학습에 최적화된 데이터로 바꿔줌으로써, 기존의 AI 모델 종류에 상관없이 쉽게 확장될 수 있다는 점에 있다. 실제로 본 기법을 통해 시간에 따라 데이터의 분포가 변화되었을 때에도 AI 모델의 성능, 즉 정확도를 안정적으로 유지할 수 있었다.
제1 저자인 김민수 박사과정 학생은 "이번 연구를 통해 인공지능을 한번 잘 학습하는 것도 중요하지만, 그것을 변화하는 환경에 따라 계속해서 관리하고 성능을 유지하는 것도 중요하다는 사실을 알릴 수 있으면 좋겠다ˮ고 밝혔다.
연구팀을 지도한 황의종 교수는 “인공지능이 변화하는 데이터에 대해서도 성능이 저하되지 않고 유지하는 데에 도움이 되기를 기대한다”고 말했다.
본 연구에는 KAIST 전기및전자공학부의 김민수 박사과정이 제1 저자, 황성현 박사과정이 제2 저자, 그리고 황의종 교수(KAIST)가 교신 저자로 참여했다. 이번 연구는 지난 2월 캐나다 밴쿠버에서 열린 인공지능 최고 권위 국제학술 대회인 ‘국제 인공지능 학회(Association for the Advancement of Artificial Intelligence, AAAI)’에서 발표되었다. (논문명: Quilt: Robust Data Segment Selection against Concept Drifts)
한편, 이 기술은 SK 하이닉스 인공지능협력센터(AI Collaboration Center; AICC)의 지원을 받은 ‘노이즈 및 변동성이 있는 FDC 데이터에 대한 강건한 학습’ 과제 (K20.05) 와 정보통신기획평가원의 지원을 받은 ‘강건하고 공정하며 확장가능한 데이터 중심의 연속 학습’ 과제 (2022-0-00157) 와 한국연구재단의 지원을 받은 ‘데이터 중심의 신뢰 가능한 인공지능’ 과제 성과다.
2024.03.14
조회수 2029
-
구글딥마인드와 공동연구를 통해 인공지능으로 시각을 상상하다
‘노란 포도'나 `보라색 바나나'와 같이 본 적 없는 시각 개념을 이해하고 상상하는 인공지능 능력 구현이 가능해졌다.
우리 대학 전산학부 안성진 교수 연구팀이 구글 딥마인드 및 미국 럿거스 대학교와의 국제 공동 연구를 통해 시각적 지식을 체계적으로 조합해 새로운 개념을 이해하는 인공지능 새로운 모델과 프로그램을 수행하는 벤치마크를 개발했다고 30일 밝혔다.
인간은 `보라색 포도'와 `노란 바나나' 같은 개념을 학습하고, 이를 분리한 뒤 재조합해 `노란 포도'나 `보라색 바나나'와 같이 본 적 없는 개념을 상상하는 능력이 있다. 이런 능력은 체계적 일반화 혹은 조합적 일반화라고 불리며, 범용 인공지능을 구현하는 데 있어 핵심적인 요소로 여겨진다.
체계적 일반화 문제는 1988년 미국의 저명한 인지과학자 제리 포더(Jerry Fodor)와 제논 필리쉰(Zenon Pylyshyn)이 인공신경망이 이 문제를 해결할 수 없다고 주장한 이후, 35년 동안 인공지능 딥러닝 분야에서 큰 도전 과제로 남아 있다. 이 문제는 언어뿐만 아니라 시각 정보에서도 발생하지만, 지금까지는 주로 언어의 체계적 일반화에만 초점이 맞춰져 있었고, 시각 정보에 관한 연구는 상대적으로 부족했다.
안성진 교수가 이끄는 국제 공동 연구팀은 이러한 공백을 메우고자 시각 정보에 대한 체계적 일반화를 연구할 수 있는 벤치마크를 개발했다. 시각 정보는 언어와는 달리 명확한 `단어'나 `토큰'의 구조가 없어, 이 구조를 학습하고 체계적 일반화를 달성하는 것이 큰 도전이다.
연구를 주도한 안성진 교수는 “시각 정보의 체계적 일반화가 범용 인공지능을 달성하기 위해 필수적인 능력이며 이 연구를 통해 인공지능의 추론능력과 상상능력 관련 분야의 발전을 가속할 것으로 기대한다”고 말했다.
또한, 딥마인드의 책임 연구원으로 연구에 참여한 연구원이자 현재 스위스 로잔연방공과대학교(EPFL)의 찰라 걸셔(Caglar Gulcehre) 교수는 “체계적 일반화가 가능해지면 현재보다 훨씬 적은 데이터로 더 높은 성능을 낼 수 있게 될 것이다”라고 전했다.
이번 연구는 12월 10일부터 16일까지 미국 뉴올리언스에서 열리는 제37회 신경정보처리학회(NeurIPS)에서 발표될 예정이다.
관련논문: “Imagine the Unseen World: A Benchmark for Systematic Generalization in Visual World Models”, Yeongbin Kim, Gautam Singh, Junyeong Park, Caglar Gulcehre, Sungjin Ahn, NeurIPS 23
2023.11.30
조회수 2224
-
독립적으로 더 스마트해진 ‘도커SSD’ 개발
정보를 저장하는 솔리드 스테이트 드라이브(Solid-Sate Drive, SSD)가 컴퓨터 없이도 데이터 처리가 가능한 독립 서버로 운영이 가능해지며 편리성이 극대화되고 데이터의 탄소 배출량도 획기적으로 감소시킬 수 있는 새로운 형태의 스마트 SSD로 개발됐다.
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 물리적 장치의 실행이 아닌 가상으로 데이터 처리와 운영이 되는 `도커(Docker)' 개념을 적용한 새로운 고성능·저전력 메모리 (PIM, Processing-In-Memory) 모델 중 하나인 `도커SSD'를 개발했다고 27일 밝혔다.
스마트 SSD는 여러 가지 데이터를 처리하는 프로그램들을 데이터가 실제 존재하는 스토리지 근처에서 실행할 수 있게 함으로써 데이터 이동에 불필요한 에너지 및 전력 소모를 줄이고 고성능 결과를 얻게 하는 기술로 오랫동안 다양한 곳에 적용을 시도해 왔다. 하지만 기존 데이터 처리 프로그램을 SSD 제조사별로 그리고 장치가 제공하는 환경별로 모두 수정하고 새로 만들어야 하는 문제 때문에 스마트 SSD를 다양한 환경과 데이터 처리 응용에 적용하는 것에 한계가 존재했다. 이러한 한계를 극복하고자 KAIST 연구팀은 스마트 SSD의 제조사나 장치 환경에 관계 없이 현존하는 여러 가지 프로그램들을 그대로 스토리지에 이식하여 실행할 수 있는 도커SSD를 개발하였다.
이를 위해 정명수 교수 연구팀은 사용자들에게 데이터 처리 기술 중 편의성을 제공하는 방법으로 `컨테이너'를 주목했다. 컨테이너는 응용 프로그램과 해당 프로그램 실행에 필요한 라이브러리를 모두 포함한 소프트웨어 패키지로, 외부의 환경에 구애받지 않고, 컨테이너 내부적으로 독립적인 실행 환경을 운용할 수 있게 해준다.
연구팀이 개발한 도커SSD는 가상화 운영체제 환경인 *도커(Docker)를 스토리지 내부에서 실행할 수 있는 특허 기술을 적용해 호스트로부터 요청받은 컨테이너 단위의 작업을 처리한다. 사용자들은 메모리/스토리지 제조사에 영향을 받지 않고 다양한 응용 프로그램을 스토리지 내부에서 실행할 수 있다. 또한, 외부와 독립적인 실행 환경을 제공하는 컨테이너의 특성 덕분에, 사용자들이 기존 응용 프로그램의 소스 코드를 수정할 필요조차 없어져 사용자 편의성이 극대화된다.
☞ 도커(Docker): 리눅스 컨테이너를 만들고 사용할 수 있도록 하는 컨테이너화 기술
연구팀은 일반적으로 SSD 장치에 접근하기 위해 사용되는 스토리지 프로토콜과, 도커 소프트웨어 동작의 기반이 되는 네트워크 관련 프로토콜이 서로 호환되지 않는다는 점을 극복하기 위해 스토리지 프로토콜을 통해 네트워크 관련 메시지를 전송할 수 있는 새로운 인터페이스를 독자 개발했다. 또한, 컨테이너 및 도커를 실행하기 위해서 기존 운영체제를 경량화하여 도커SSD 내부에 통합했다. 마지막으로, 스토리지에 내재된 저사양 프로세서를 활용하여 작업을 처리할 경우 성능이 저하될 수 있다는 점을 착안하여 자체 제작한 저전력 하드웨어 가속 모듈을 활용하여 네트워크 및 입출력 관련 동작을 가속함으로써 문제를 해결했다.
연구팀은 도커SSD에 적용한 운영체제 수준 가상화의 실효성 검증을 통해 현재 학계에서 가장 자주 사용되는 스토리지 기반 모델보다도 데이터를 2배 빠르게 처리하면서 전력 소모 또한 약 2배 감소시킴을 확인했다.
정명수 교수는 "불필요한 데이터 이동을 최소화하여 빠르면서 에너지 절약에 최적화된, 동시에 사용자 입장에서 편리하면서도 우수한 호환성을 가진 메모리 모델을 확보했다ˮ며 "고성능·저전력 메모리 모델인 도커SSD는 빠르게 확장하고 있는 국내·외 데이터센터 운영 기업/기관에 실용화되어 탄소중립에 기여할 수 있을 것ˮ이라 말했다.
이번 연구는 스코틀랜드 에든버러에서 오는 2024년 3월에 열릴 컴퓨터 구조 분야 최우수 학술대회인 `국제 고성능 컴퓨터 구조 학회(IEEE International Symposium on High Performance Computer Architecture, HPCA)'에 관련 논문(논문명: DockerSSD: Containerized In-Storage Processing and Hardware Acceleration for Computational SSDs)으로 발표될 예정이다.
한편 해당 연구는 KAIST 교원창업 회사인 파네시아(https://panmnesia.com)와 정보통신기획평가원등의 연구 지원을 받아 진행됐다.
2023.11.27
조회수 2393
-
2.4배 가격 효율적인 챗GPT 핵심 AI반도체 개발
오픈AI가 출시한 챗GPT는 전 세계적으로 화두이며 이 기술이 가져올 변화에 모두 주목하고 있다. 이 기술은 거대 언어 모델을 기반으로 하고 있다. 거대 언어 모델은 기존 인공지능과는 달리 전례 없는 큰 규모의 인공지능 모델이다. 이를 운영하기 위해서는 수많은 고성능 GPU가 필요해, 천문학적인 컴퓨팅 비용이 든다는 문제점이 있다.
우리 대학 전기및전자공학부 김주영 교수 연구팀이 챗GPT에 핵심으로 사용되는 거대 언어 모델의 추론 연산을 효율적으로 가속하는 AI 반도체를 개발했다고 4일 밝혔다.
연구팀이 개발한 AI 반도체 ‘LPU(Latency Processing Unit)’는 거대 언어 모델의 추론 연산을 효율적으로 가속한다. 메모리 대역폭 사용을 극대화하고 추론에 필요한 모든 연산을 고속으로 수행 가능한 연산 엔진을 갖춘 AI 반도체이며, 자체 네트워킹을 내장하여 다수개 가속기로 확장이 용이하다. 이 LPU 기반의 가속 어플라이언스 서버는 업계 최고의 고성능 GPU인 엔비디아 A100 기반 슈퍼컴퓨터보다 성능은 최대 50%, 가격 대비 성능은 2.4배가량 높였다. 이는 최근 급격하게 생성형 AI 서비스 수요가 증가하고 있는 데이터센터의에서 고성능 GPU를 대체할 수 있을 것으로 기대한다.
이번 연구는 김주영 교수의 창업기업인 ㈜하이퍼엑셀에서 수행했으며 미국시간 7월 12일 샌프란시스코에서 진행된 국제 반도체 설계 자동화 학회(Design Automation Conference, 이하 DAC)에서 공학 부문 최고 발표상(Engineering Best Presentation Award)을 수상하는 쾌거를 이뤘다.
DAC은 국제 반도체 설계 분야의 대표 학회이며, 특히 전자 설계 자동화(Electronic Design Automation, EDA)와 반도체 설계자산(Semiconductor Intellectual Property, IP) 기술 관련하여 세계적인 반도체 설계 기술을 선보이는 학회다. DAC에는 인텔, 엔비디아, AMD, 구글, 마이크로소프트, 삼성, TSMC 등 세계적인 반도체 설계 기업이 참가하며, 하버드대학교, MIT, 스탠퍼드대학교 등 세계 최고의 대학도 많이 참가한다.
세계적인 반도체 기술들 사이에서 김 교수팀이 거대 언어 모델을 위한 AI 반도체 기술로 유일하게 수상한 것은 매우 의미가 크다. 이번 수상으로 거대 언어 모델의 추론에 필요한 막대한 비용을 획기적으로 절감할 수 있는 AI 반도체 솔루션으로 세계 무대에서 인정받은 것이다.
우리 대학 김주영 교수는 “미래 거대 인공지능 연산을 위한 새로운 프로세서 ‘LPU’로 글로벌 시장을 개척하고, 빅테크 기업들의 기술력보다 우위를 선점하겠다”라며 큰 포부를 밝혔다.
2023.08.04
조회수 3851
-
암모니아 합성 친환경 공정 촉매 개발
암모니아는 최근 높은 수소 저장 용량과 운송의 편의성으로 수소경제를 위한 새로운 수소 운반체로도 큰 주목을 받고 있다. 그런데 기존 암모니아를 생산 공정은 화석 연료로부터 생산한 수소와 공기에 존재하는 질소를 분리해 고온·고압 조건에서 반응을 진행하기 때문에 많은 이산화탄소 방출과 에너지 소모가 발생한다. 이에 대안으로 최근에는 수전해로부터 생산한 수소를 이용해 저온·저압에서 암모니아를 합성하는 친환경 공정에 관한 관심이 커지고 있다.
우리 대학 생명화학공학과 최민기, 화학과 김형준 교수 공동연구팀이 알칼리/알칼리 토금속 조촉매의 작동 기작 규명을 통해 저온·저압 조건에서도 높은 암모니아 합성 활성을 갖는 고성능 촉매를 개발했다고 7일 밝혔다.
암모니아의 저온·저압 합성에서는 주로 활성이 우수한 루테늄 촉매가 사용됐지만, 일반적인 루테늄 촉매의 경우 수소 피독 현상으로 질소 활성화가 억제되면서 활성 저하가 발생하는 문제가 있다. 이를 해결하기 위해 기존 연구들에서는 산화바륨, 산화세슘 등의 알칼리/알칼리 토금속 조촉매를 도입해 활성을 높이고자 하였으나, 조촉매의 작용 원리에 대한 이해가 매우 제한적이었으며 조촉매-촉매 계면 구조를 정확히 분석한 사례가 없어 고성능 촉매를 설계하는 데 한계가 있었다.
본 연구진은 수소 분자가 루테늄 촉매 입자 위에서 흡착과 동시에 분해되면, 이때 발생한 수소 원자가 산화바륨과 루테늄 계면에서 다시 양성자(H+)와 전자(e-)로 분해됨을 확인하였다. 이때 생성된 전자는 루테늄 촉매 입자에 축적되어 전자 밀도를 크게 높인다. 이렇게 전자가 풍부해진 루테늄 입자는 암모니아 합성과정에서 가장 어려운 단계인 질소 분자의 분해를 가속할 수 있어, 기존의 촉매에 비해 저온·저압 조건에서도 암모니아 생산 속도를 비약적으로 증진시킬 수 있음을 확인했다.
조촉매의 작동 기작 규명에 더해 연구팀은 산화바륨 조촉매-루테늄 촉매 계면 형성이 극대화된 촉매를 새롭게 설계했다. 새로운 촉매는 앞서 제시한 메커니즘을 바탕으로 기존 촉매들보다 최고 수준의 암모니아 합성 활성을 보였고, 100시간 동안 성능 저하 없이 안정적인 암모니아 생산이 가능했다. 또한 본 촉매는 경제적인 촉매 전구체를 사용하면서도 단순한 공정을 통해 합성됐기 때문에 상용화의 가능성이 클 것으로 기대된다.
최민기 교수는 “알칼리/알칼리 토금속 조촉매의 작동 메커니즘은 세계적으로 보고된 바가 없던 새로운 개념이라는 점에서 학문적 의미가 크다”며, “알칼리/알칼리 토금속 조촉매-금속 촉매 계면 조절을 통한 고성능 저온·저압 암모니아 합성 촉매 개발은 암모니아 생산의 경제성을 크게 증진하는데 기여할 뿐 아니라 환경문제 및 에너지 부족 문제에 적극적으로 대응할 수 있을 것”이라고 말했다.
한편, 한국에너지기술연구원과 한국연구재단 중견연구자 지원사업의 지원을 받아 수행된 이번 연구는 KAIST 생명화학공학과 백예준 박사과정 학생, 화학과 권민재 학사과정 학생이 공동 제1 저자로 참여했으며, 연구 결과는 국제학술지 ‘미국화학회지(Journal of the American Chemical Society)’에 지난 5월 15일 字 온라인판에 게재됐다.
2023.06.07
조회수 3282
-
표적단백질 시캠1 발굴로 새로운 암 면역치료법 제시
우리 몸에는 면역반응의 과도한 유도를 조절하고 자가면역질환의 발생을 억제하는 역할을 하는 조절 T세포가 있는데, 종양 내에 존재하여 면역세포의 암세포 제거 능력을 저해하는 조절 T세포만을 골라서 제거할 수 있는 암 면역치료법이 개발됐다.
우리 대학 의과학대학원 박수형 교수 연구팀이 우리 대학 의과학대학원 신의철 교수, 삼성서울병원 서성일, 강민용 교수팀과 공동연구를 통해 종양 내 조절 T세포의 선택적 제거를 통한 신규 면역항암 전략을 제시했다고 6일 밝혔다.
이번 연구는 우리 몸에 존재하는 조절 T세포에는 영향을 주지 않으면서 종양 내에 존재하는 조절 T세포를 선택적으로 제거하는 것을 가능케 하는 새로운 표적 단백질인 시캠1(이후 CEACAM1)을 발굴하고, 이를 타겟으로 종양 내 조절 T세포를 선택적으로 제거했을 때, 최근 암 환자에게 널리 쓰이는 기존 면역항암제의 효능을 월등히 증가시킬 수 있음을 증명하였다.
암 환자의 종양 내 조절 T세포를 선택적으로 제거하는 치료의 개발은 많은 암 연구자들의 관심사다. 종양 내 조절 T세포를 선택적으로 제거하기 위해서는 해당 세포에만 특이적으로 높게 발현하는 이른바 표적 단백질을 발굴해야 한다.
KAIST-삼성서울병원 공동연구진은 이번 연구에서 신장암 환자로부터 얻은 조직과 혈액을 분석해서 CEACAM1이 혈액에 존재하는 조절 T세포에는 발현되지 않지만, 종양 내 조절 T세포에서만 선택적으로 발현된다는 것을 발견했다. 연구진은 또한 단일세포 전사체 데이터를 분석해 그러한 양상이 신장암에 국한되지 않고 다양한 암종에서 나타남을 확인했다.
연구진은 신장암 환자의 종양 내 면역세포에서 CEACAM1을 발현하는 종양 내 조절 T세포를 제거했을 때 면역항암 작용을 하는 면역세포의 종양 제거 능력이 월등히 증가되는 현상을 관찰했다. 더불어, CEACAM1을 발현하는 면역세포를 제거함으로써 대표적인 면역항암제인 면역관문억제제(Immune Checkpoint Inhibitor)의 면역항암 기능이 월등히 증가됨을 확인했다.
연구진은 이 결과를 토대로 CEACAM1을 발현하는 종양 내 조절 T세포가 항종양 면역반응을 억제하는 주된 세포임을 밝혔고, 이 세포의 세부적인 특성을 파악하고 선택적으로 제거하거나 이를 표적으로 하는 치료 전략이 매우 효과적인 항암치료 및 면역치료제 개발에도 활용이 될 것으로 전망한다고 설명했다.
이번 연구의 공동 제1 저자인 KAIST 전승혁 박사와 삼성서울병원 강민용 교수는 "이번 연구 결과는 새로운 표적 단백질을 발굴함과 동시에 종양 내 조절 T세포의 생물학적 특징에 대한 이해를 높였다는 측면에서 중요한 연구이며, 이번 연구의 결과가 궁극적으로 면역항암제에 대한 저항성을 극복하는 해결책이 될 것으로 기대한다ˮ고 설명했다.
삼성서울병원 서성일 교수는 “이번 연구는 임상 샘플을 사용해 종양 내 조절 T세포 제거 치료의 단서를 발견했다는 점에서 의의가 있다”며 “CEACAM1의 발현이 종양의 성장과도 밀접한 연관이 있어 바이오마커로써 응용될 가능성도 있다”고 말했다.
박수형 교수는 “종양 내 조절 T세포를 제어하는 치료는 많은 연구자가 관심을 가지는 분야이지만 아직 이를 이용한 치료법은 개발되지 않은 실정”이라며 “이번 연구에서 발굴한 CEACAM1이 종양 내 조절 T세포의 제거 치료제 개발에 실마리를 제공할 수 있을 것ˮ이라고 덧붙였다.
과학기술정보통신부 중견연구자지원사업과 기초연구실지원사업을 받아 수행한 이번 연구 결과는 미국암학회 (American Association for Cancer Research)에서 발행하는 종양 분야 저명 학술지인 Clinical Cancer Research에 최근 게재됐다 (논문명: CEACAM1 marks highly suppressive intratumoral regulatory T cells for targeted depletion therapy).
2023.03.06
조회수 3705
-
차세대 반도체 핵심소재로 열적으로 안정된 강유전체 소재 최초 개발
우리 대학 전기및전자공학부 전상훈 교수 연구팀이 하프니아 강유전체 소재의 물성적 이해를 바탕으로 반도체 3D 집적 공정에서도 열적으로 안정한 *강유전체 소재를 세계 최초로 개발했다고 12일 밝혔다. 현재 반도체 제조 업계에서 고집적, 고효율의 3D 메모리 소자에 대한 필요성이 꾸준하게 대두되고 있다는 점을 고려할 때, 이번 연구는 강유전체 기반의 3D 메모리 집적 공정에서 핵심 기술로 평가받을 것이라 예상된다.
*강유전체: 외부의 전기장 없이도 스스로 분극을 가지는 재료로서 외부 전기장에 의해 분극의 방향이 바뀔 수 있는 소재를 말한다. 비휘발성 특성이 있어, 기능성 소재로서 메모리 소자에 활용이 가능하지만, 고온에서 열적으로 안정성을 확보해야하는 도전 목표가 남아 있으며, 일반 유전체를 일컫는 상유전체는 외부의 전기장이 없으면 분극 특성을 유지하지 못한다는 점에서 다르다.
하프니아 강유전체 소재는 비휘발성 절연막으로, CMOS 공정 호환성, 동작 속도, 내구성 등의 우수한 물리적 특성을 바탕으로 차세대 반도체의 핵심 소재로써 활발하게 연구되고 있는 물질이다. 하지만 하프니아 소재는 필연적으로 고온에서 비휘발성 특성을 잃고 누설전류가 증가하는 한계를 가진다. 이를 억제하기 위해 세계 유수의 기관들에서 다양한 접근방법들이 보고됐지만, 3D 집적 공정 시에 발생하는 고온의 열처리 조건 (750℃ 이상, 30분)에서 강유전체 박막 내의 일반 유전체 (상유전체) 형성을 억제할 수 없었다.
전상훈 교수 연구팀은 세계 최초로 3D 집적 공정에서 요구되는 고온의 열처리 조건에서도 강유전체 박막 내의 상유전체의 형성을 완벽하게 억제하고 비휘발성 기능을 유지하며 우수한 내구성을 가지는 하프니아 강유전체 소재 및 공정 기술을 개발하는 데에 성공했다. 연구팀은 강유전체 박막 내에 이온 반지름이 작은 원소를 고용하는 도핑 기술을 활용해 강유전체 박막의 결정화 온도를 제어함과 동시에 도펀트의 농도에 따른 운동학적 에너지를 고려해 강유전체 소재의 비휘발성 및 기능성과 열적 안정성을 획기적으로 개선했다.
전상훈 교수 연구팀은 CMOS 공정을 이용해 강유전체 기반의 메모리 소자를 집적했고 고온의 열적 에너지(750℃ 이상, 30분)를 가한 후에도 우수한 강유전성이 발현되는 것을 확인했다. 또한 열적 에너지에 따른 강유전체 소재의 도메인 스위칭 동작을 전기적 측정을 통해 직관적으로 분석할 수 있는 시스템을 개발해 추후, 강유전체 소재의 열적 안정성 연구의 프레임 워크를 구축 및 제시했다. 해당 연구는 학계에서 활발하게 연구되고 있는 강유전체 소재의 기능성과 반도체 제조 업계에서 필요로 했던 강유전체 소재 기반의 3D 메모리 소자 집적 공정 사이의 간극을 줄였다는 점에서 큰 의미를 가진다.
전상훈 교수는 “이번 연구 결과는 답보상태에 있던 강유전체 소재 기반의 3D 메모리 및 회로 집적 기술 개발에 대한 돌파구가 되는 기술이 될 것으로 판단되며, 향후 고집적/고효율의 시스템 개발에 있어 핵심 역할을 할 것”이라고 설명했다.
전기및전자공학부 김기욱 박사 과정이 제1 저자로 수행한 이번 연구는 반도체 소자 및 회로 분야의 최고 권위 학회인‘IEEE 국제전자소자학회(International Electron Devices Meeting) 2022 (IEDM 2022)’에 12월 5일 발표를 마쳤다. 한편 이번 연구는 삼성전자(Samsung Electronics)와 차세대 지능형 반도체 사업단의 지능형 반도체 선도기술개발의 지원을 받아 진행됐다.
2022.12.12
조회수 4664
-
세계 최초로 사람처럼 사물의 개념을 스스로 학습하는 장면 인식 기술 개발
우리 대학 전산학부 안성진 교수 연구팀이 미국 럿거스(Rutgers) 대학교와 공동연구를 통해 사람의 라벨링 없이 스스로 영상 속 객체를 식별할 수 있는 인공지능 기술을 개발했다고 1일 밝혔다. 이 모델은 복잡한 영상에서 각 장면의 객체들에 대한 명시적인 라벨링 없이도 객체를 식별하는 최초의 인공지능 모델이다.
기계가 주변 환경을 지능적으로 인지하고 추론하기 위해서는 시각적 장면을 구성하는 객체들과 그들의 관계를 파악하는 능력이 필수적이다. 하지만 이 분야의 연구는 대부분 영상의 각 픽셀에 대응하는 객체의 라벨을 사람이 일일이 표시해야 하는 지도적 학습 방식을 사용했다. 이 같은 수작업은 오류가 발생하기 쉽고 많은 시간과 비용을 요구한다는 단점이 있다.
이에 반해 이번에 연구팀이 개발한 기술은 인간과 유사하게 환경에 대한 관측만으로 객체의 개념을 스스로 자가 학습하는 방식을 취한다. 이렇게 인간의 지도 없이 스스로 객체의 개념을 학습할 수 있는 인공지능은 차세대 인지 기술의 핵심으로 기대돼왔다.
비지도 학습을 이용한 이전 연구들은 단순한 객체 형태와 배경이 명확히 구분될 수 있는 단순한 장면에서만 객체를 식별하는 단점이 있었다. 이와 달리 이번에 안성진 교수 연구팀이 개발한 기술은 복잡한 형태의 많은 객체가 존재하는 사실적인 장면에도 적용될 수 있는 최초의 모델이다.
이 연구는 그림 인공지능 소프트웨어인 DALL-E와 같이 텍스트 입력을 통해 사실적인 이미지를 생성할 수 있는 이미지 생성 연구에서 영감을 얻었다. 연구팀은 텍스트를 입력하는 대신, 모델이 장면에서 객체를 감지하고 그 객체의 표상(representation)으로부터 이미지를 생성하는 방식으로 모델을 학습시켰다. 또한, 모델에 DALL-E와 유사한 트랜스포머 디코더를 사용하는 것이 사실적이고 복잡한 영상을 처리할 수 있게 한 주요 요인이라고 밝혔다.
연구팀은 복잡하고 정제되지 않은 영상뿐만 아니라, 많은 물고기가 있는 수족관과 교통이 혼잡한 도로의 상황을 담은 유튜브 영상과 같이 복잡한 실제 영상에서도 모델의 성능을 측정했다. 그 결과, 제시된 모델이 기존 모델보다 객체를 훨씬 더 정확하게 분할하고 일반화하는 것을 확인할 수 있었다.
연구팀을 이끈 안성진 교수는 "인간과 유사한 자가 학습 방식으로 상황을 인지하고 해석하는 혁신적인 기술ˮ이라며 "시각적 상황인지 능력을 획기적으로 개선해 지능형 로봇 분야, 자율 주행 분야뿐만 아니라 시각적 인공지능 기술 전반에 비용 절감과 성능향상을 가져올 수 있다ˮ고 말했다.
이번 연구는 미국 뉴올리언스에서 지난 11월 28일부터 개최되어 12월 9일까지 진행 예정인 세계 최고 수준의 기계학습(머신러닝) 학회인 제36회 신경정보처리학회(NeurIPS)에서 발표됐다.
2022.12.02
조회수 4118
-
이성주, 신진우 교수팀, 스스로 새로운 환경 적응하는 인공지능 기술 개발
우리 대학 전기및전자공학부 이성주 교수와 AI대학원 신진우 교수 연구팀이 공동연구를 통해 스스로 환경변화에 적응하는 테스트타임 적응 인공지능 기술을 개발했다고 밝혔다.
해당 연구는 “NOTE: Robust Continual Test-time Adaptation Against Temporal Correlation”라는 제목으로 인공지능 분야 최고권위 국제학술대회 ‘신경정보처리시스템학회(NeurIPS) 2022'에서12월 발표될 예정이다.
이성주 교수와 신진우 교수 공동 연구팀이 스스로 새로운 환경에 적응하는 “테스트타임 적응 (Test-Time Adaptation)” 인공지능 기술을 개발하였다. 연구팀이 제안한 알고리즘은 기존의 최고 성능 알고리즘보다 평균 11% 향상된 정확도를 보였다.
기계학습 모델들의 한계점은 학습했던 데이터와 다른 분포의 데이터에 적용되면 성능이 급격히 하락한다는 것이다. 이를 푸는 여러 방법 중에서 데이터를 미리 수집할 필요없이 모델이 스스로 테스트 데이터를 분석하여 변하는 환경에 적응하고 성능을 향상시키는 기술인 테스트타임 도메인 적응 (Test-Time Adaptation) 방법이 최근 산학계에서 크게 각광을 받고 있었다.
연구팀은 기존의 테스트타임 도메인 적응 기술들이 모두 데이터가 이상적인 균일분포를 따른다는 가정을 한다는 문제점에 착안했다. 실제 데이터는 환경 변화나 시간 변화에 따라 데이터 분포가 변하거나 비균일분포의 데이터에 대해서는 기존 기술을 동작하지 않는다. 하지만 연구팀이 제시한 “NOTE” 기술은 비균일분포의 데이터에서도 기존 최대 성능 알고리즘 보다 평균 11%만큼 향상된 정확도를 보였다.
이성주 교수 연구팀과 신진우 교수 연구팀의 공동연구로, 공태식 박사과정이 제1저자로 연구를 이끌었고, 정종헌 박사과정, 김태원 학사과정, 김예원 석사과정이 공동 저자로 기여하였다.
이성주 교수와 신진우 교수는 ”테스트타임 도메인 적응은 인공지능이 스스로 환경 변화에 적응하여 성능을 향상시키는 기술로, 활용도가 무궁무진하다. 이번에 발표될 NOTE 기술은 실제 데이터 분포에서 성능향상을 보인 최초의 기술이고 자율주행, 인공지능 의료, 모바일 헬스케어 등 다양한 분야에 적용이 가능할 것으로 기대된다.” 라고 밝혔다.
이 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원 (No. NRF-2020R1A2C1004062)과 방위사업청과 국방과학연구소의 지원(UD190031RD)으로 한국과학기술원 미래 국방 인공지능 특화연구센터에서 수행된 연구이다.
2022.10.21
조회수 5270
-
모발 이식에 적용가능한 생체친화적 접착제 개발
우리 대학 화학과 서명은 교수와 이해신 교수가 주도한 공동연구팀이 와인의 떫은맛 성분인 탄닌산(tannic acid)과 생체적합성 고분자를 섞어 생체친화적 접착제를 개발했다고 21일 밝혔다.
탄닌산은 폴리페놀의 일종으로 과일 껍질, 견과류, 카카오 등에 많이 들어 있다. 접착력과 코팅력이 강해 다른 물질과 빠르게 결합하기 때문에, 와인을 마시면 떫은맛을 느끼는 이유는 탄닌산이 혀에 붙기 때문이다. 물에 녹는 고분자와 탄닌산을 섞으면 마치 젤리와 같이 끈적이는 작은 액체 방울을 말하는 코아세르베이트(coacervate)가 가라앉는 경우가 생기는데, 몸에 쓸 수 있는 생체적합성 고분자를 사용하면 독성이 낮은 의료용 접착제로 응용할 수 있다. 그러나 코아세르베이트는 근본적으로 액체에 가까워 큰 힘을 버틸 수 없어 접착력을 향상하는 데 한계가 있었다.
연구팀은 두 종류의 생체적합성 고분자를 조합해 구조를 설계함으로써 접착력을 높일 수 있는 방법을 찾아냈다. 폴리에틸렌글리콜(polyethylene glycol), 이하 PEG)과 폴리락틱산(polylactic acid, 이하 PLA)은 모두 미국식품의약국(FDA)에서 인체 사용을 허가받은 물질이다. 안약, 크림 등에 많이 사용되는 PEG가 물에 잘 녹는 반면, 젖산(lactic acid)에서 유래한 바이오플라스틱으로 잘 알려진 PLA는 물에 녹지 않는다. 이들을 서로 연결한 블록 공중합체(block copolymer)를 만들고 물에 넣으면, 물에 녹지 않는 PLA 블록이 뭉쳐 미셀(micelle)을 만들고 PEG 블록이 그 표면을 감싸게 된다. 미셀과 탄닌산이 섞여 만들어지는 코아세르베이트는 단단한 PLA 성분으로 인하여 고체처럼 거동하며, PEG 대비 천 배 넘게 향상된 탄성 계수(elastic modulus)를 보여 접착 시 훨씬 강한 힘도 버틸 수 있다.
연구팀은 나아가 마치 금속을 열처리하듯 온도를 올렸다 내리는 과정을 반복하면 물성이 백 배 이상 더욱 향상되는 것을 관찰했고, 이는 정렬된 미셀들과 탄닌산 사이의 상호작용이 점차 견고해지기 때문임을 알아냈다.
연구팀은 피부 자극이 적고 체내에서 잘 분해되는 소재 특성을 이용, 모발의 끝에 이 접착제를 발라 피부에 심는 동물실험을 통해 모발 이식용 접착제로서 응용 가능성을 보였다. 탄닌산을 비롯한 폴리페놀의 접착력과 저독성에 주목해 의료용 접착제, 지혈제, 갈변 샴푸 등 다양한 응용 분야를 개척해 온 KAIST 이해신 교수는 모낭을 옮겨심는 기존의 모발 이식 방식이 여러 번 시행하기 어려운 한계를 보완하는 새로운 기술로 활용될 수 있을 것으로 기대했다.
우리 대학 화학과 서명은 교수 연구팀의 박종민 박사(現 한국화학연구원 선임연구원)와 이해신 교수 연구팀의 박은숙 박사가 공동 제1 저자로 연구를 주도하고 우리 대학 화학과 김형준 교수 연구팀과 생명화학공학과 최시영 교수 연구팀이 협업한 이번 연구 결과는 국제학술지 '미국화학회지 Au(JACS Au)'에 8월 22일 字로 온라인 게재됐다. (논문명 : Biodegradable Block Copolymer–Tannic Acid Glue)
한편 이번 연구는 한국연구재단(NRF)의 보호연구사업과 선도연구센터지원사업(멀티스케일 카이랄 구조체 연구센터), 산업통상자원부의 생분해성 바이오 플라스틱 제품화 및 실증사업, 한국화학연구원 기관고유사업의 지원을 받아 진행됐다.
2022.09.21
조회수 7558
-
디스플레이 소재로 빛 이용해 친환경 암모니아 합성법 제시
우리 대학 생명화학공학과 이도창 교수, 이상엽 특훈교수, 박영신 연구교수 연구팀이 디스플레이 소재인 양자점(퀀텀닷)을 이용해 *질소 고정 박테리아의 암모니아 생산 효율을 대폭 늘렸다고 16일 밝혔다.
☞ 질소 고정(Nitrogen Fixation) : 공기 중 질소 기체 분자(N₂)를 암모니아(NH₃)를 비롯한 질소화합물로 전환하는 과정을 말한다.
이 교수 연구팀은 양자점에 의해 흡수된 빛 에너지가 박테리아의 암모니아 합성 반응에 사용되도록 설계했으며, 그 결과 박테리아의 암모니아 생산량을 큰 폭으로 증가시킬 수 있었다. 이를 위해 연구팀은 양자점을 질소고정 박테리아 안에 더 많이 넣을 수 있는 방법을 제시했다.
생명화학공학과 고성준 박사가 제1저자로 참여한 이번 연구의 결과는 국제 학술지 `미국 화학회지(JACS)'에 표지 논문으로 선정돼 출판됐다. (논문명 : Light-Driven Ammonia Production by Azotobacter vinelandii Cultured in Medium Containing Colloidal Quantum Dots).
질소 고정 박테리아는 질소 고정 효소를 이용해 대기 중 질소를 암모니아로 전환하여 생장에 필요한 단백질을 생산한다. 이러한 질소 고정 반응은 화학적 암모니아 합성법인 하버-보슈 공정에 비해 에너지 소비와 이산화탄소 배출이 현저하게 적다.
하지만, 박테리아는 생장에 필요한 만큼만 암모니아를 생산하도록 진화돼 질소 고정 효소의 반응이 느리기에 이를 산업적으로 활용하기 어렵다. 질소 고정 반응이 느린 이유는 효소의 두 가지 구성요소(전자 전달부, 촉매 반응부)의 비효율적인 상호작용 때문이다. 전자 전달부가 촉매 반응부에 전자를 공급한 후, 반드시 탈착돼야만 촉매 반응부가 새로운 전자를 추가로 공급받아 암모니아를 생성할 수 있다.
연구팀은 문제 해결을 위해 빛을 흡수하는 양자점을 박테리아의 질소 고정 반응에 전자 공급원으로 활용해 나노·바이오 복합 시스템을 구축했다. 양자점은 수 나노미터의 작은 크기를 갖는 반도체 나노입자이며 디스플레이 소재로 많이 알려진 물질이다. 하지만, 양자점이 흡수한 빛 에너지를 표면에 쉽게 전달할 수 있도록 입자의 구조 및 표면을 제어하면 광 감응 및 광 촉매 소재로도 우수한 특성을 보인다. 연구팀은 질소 고정 효소의 전자 전달부 역할을 양자점으로 대체하기 위해 양자점의 코어/쉘 구조를 전자 전달에 유리하게 설계했다. 또한, 양자점이 생물학적 시스템에 결합할 수 있도록 표면 화학 특성을 제어해 수(水)분산 특성을 확보했다.
연구팀은 구조 및 표면이 제어된 양자점을 질소 고정 박테리아의 대사활동이 가장 활발한 성장기에 추가해, 박테리아의 능동적인 양자점 흡수를 유도했다. 이렇게 제작된 양자점-박테리아 복합 시스템에 빛을 조사한 결과, 질소고정 반응 속도가 증가하며 암모니아 생산량이 대폭 증가함을 확인했다. 고성준 박사는 "디스플레이 소재와 미생물의 장점을 합해 빛 에너지를 이용한 새로운 방식의 암모니아 합성법을 제시한 결과ˮ라며 "이번 연구를 활용한 그린 암모니아 생산 플랫폼을 구축한다면, 환경 및 에너지 문제에 적극적으로 대응할 수 있을 것이다ˮ라고 말했다.
한편 이번 연구는 삼성미래기술육성사업의 지원을 받아 수행됐다.
2022.06.16
조회수 5621