-
남택진 교수팀, 레드닷 어워드 2021 대상 수상
우리 대학 남택진 산업디자인학과 교수팀이 세계 최대 규모의 디자인 공모전인 독일 ʻ레드닷 디자인 어워드(Red Dot Design Award) 2021ʼ 제품디자인 부문에서 대상(best of the best award)을 받았다. 수상작은 남 교수팀이 개발한 ʻ코로나 중증 환자 치료용 이동형 감염병동(mobile clinic module, MCM)ʼ이다. 올해 공모전에는 60여 개국에서 총 7천8백여 개의 작품이 출품돼 제품 디자인·커뮤니케이션 디자인·콘셉트 디자인 등 3개 분야에서 경쟁을 펼쳤다. 주최 측은 "수상작들이 자동차·로봇·의료 기술·포장에 이르기까지 디자인을 통해 현대 사회가 가진 문제를 해결하고 인류의 생활 수준을 향상하는 데 중요한 역할을 했다ˮ라고 밝혔다. 특히, 남 교수팀의 이동형 감염병동은 "제품 디자인이 감염병 확산을 방지하는 일에 얼마나 가치 있게 기여할 수 있는지를 보여줬다ˮ라고 평가했다.
이동형 감염병동의 쾌거는 이뿐만이 아니다. 레드닷 디자인 어워드(Red Dot Design Award)와 함께 세계 최고 권위의 디자인 공모전으로 손꼽히는 iF 디자인 어워드(International Forum Design Award) 2021에서도 제품·실내건축·사용자인터페이스·사용자경험 등 총 4개 분야에서 본상을 수상했다.
이로써, 남 교수팀의 이동형 음압병동은 국제 권위의 디자인 공모전을 연이어 석권하며 기능성·경제성·효용성뿐만 아니라 독창적 디자인과 심미성까지 갖춘 의료 시설로서 가치를 인정받게 됐다.
이동형 음압병동은 고급 의료 설비를 갖춘 음압 격리 시설로 신속하게 변형하거나 개조해 사용할 수 있도록 디자인됐다. 음압 프레임·에어 텐트·기능 패널 등의 각 모듈을 조합해 단시간 내에 음압 병동이나 선별진료소 등을 구축할 수 있다. 또한, 소규모의 장비와 인력으로도 관리·이송·설치가 가능해 기존의 조립식 병동 대비 경제적·시간적 효율을 높인 것이 가장 큰 특징이다. 남택진 교수팀은 작년 7월부터 KAIST 코로나 대응 과학기술 뉴딜사업(단장 배충식)의 일환으로 이동형 음압병동을 개발했다. 조스리 스튜디오·20Plus 등과 협력해 디자인을 진행했고 신성이엔지가 제작을 담당했다. 배상민(산업디자인학과)·이태식(산업및시스템 공학과)·김형수(기계공학과) 교수 등이 자문했으며, 석현정(산업디자인학과), 박해원·김성수(기계공학과), 한동수(전산학과) 교수 등이 감염병원 서비스 주제로 연구에 참여했다. 현재 한국 원자력의학원·제주도 백신 접종센터에 시제품이 설치돼 코로나 환자 및 백신 접종자들을 대상으로 시범 운영 중이다. 향후, 건양대 병원 등으로 적용 범위를 확대해나갈 예정이다. 디자인 총괄한 남택진 교수는 "현실 세계의 문제를 발견하고 해결하여 책임지는 디자이너가 더 많아지기를 바란다ˮ라고 수상 소감을 전했다. 이어, 남 교수는 "MCM의 생산 효율성과 안정된 운영을 위해 엔지니어링 디자인 측면을 개선하는 연구를 진행 중이며, 빠른 시일 내에 상용화와 수출이 이뤄질 수 있도록 박차를 가할 예정이다ˮ라고 전했다. KAIST 코로나 대응 과학기술 뉴딜사업단은 KAIST의 과학기술 역량을 기반으로 감염 예방·보호·진단·치료 등 감염병의 전 주기에 대응하는 치료 분야에서 산·학·연·병이 협력해 방역 요소기술 개발과 과학기술 기반의 방역 시스템을 구축하는 연구를 수행하고 있다.
2021.04.19
조회수 43832
-
자연계 효소처럼 작동하는 신개념 산업용 촉매 개발
우리 대학 연구진이 생체 내 단백질 *촉매인 *효소를 모방해 공급자 또는 개발자가 원하는 화학반응만 선택적으로 유도하되 안정성도 갖춘 기존에 없는 새로운 개념의 산업용 촉매 개발에 성공했다.
☞ 촉매(catalyst): 자신은 변하지 않으면서 물질 간의 화학반응이 잘 일어나도록 돕는 물질. 표면에 흡착된 반응물을 생성물로 빠르게 전환해주는 역할을 한다.
☞ 효소(enzyme): 생체 내의 화학반응을 매개하는 단백질 촉매. 반응물을 전환할 수 있는 금속 촉매 활성점(active site)이 부드러운 유기 고분자인 단백질로 둘러싸인 형태를 지니고 있는데, 단백질의 구조에 따라 오직 원하는 반응물만이 활성점에 접근해 생성물로 전환될 수 있다.
생명화학공학과 최민기, 화학과 김형준 교수 공동연구팀은 실생활에 흔히 쓰이는 플라스틱, 비닐 등의 재료인 화학 원료를 만들 때, 자연계 효소와 동일한 원리로 반응물을 선택적으로 전환할 수 있는 고성능 산업용 촉매를 개발하는 데 성공했다.
한정된 자원을 효율적으로 이용하기 위해서는 다양한 화학반응 경로 중 목표하는 반응물을 원하는 생성물로 선택적으로 전환해줄 수 있는 촉매를 디자인하는 것이 매우 중요하다. 지구상에 존재하는 촉매 중 가장 효율이 좋은 촉매는 자연계 및 우리 몸 등에 존재하는 '효소'다.
이와 달리 석유화학 산업에서 이용되는 촉매들은 알루미나·실리카·제올라이트와 같이 딱딱한 무기물 표면 위에 금속을 퍼뜨려 노출한 구조로 구성돼 있다. 이런 형태의 촉매에서는 금속 표면에 모든 반응물이 흡착되기 쉬워 특정 반응물만을 선택적으로 생성물로 전환하기에는 한계가 있다. 그 럼에도 불구하고 대부분 산업용 촉매 설계에서 무기 소재를 사용하는 이유는 이들이 열화학적 안정성이 뛰어나 다양한 반응 조건에서도 촉매가 안정적으로 작용하기 때문이다.
최민기·김형준 교수 공동연구팀은 이번 연구를 통해 단백질과 같이 부드럽고 유동성이 있으면서도 매우 높은 열화학적 안정성을 지닌 `폴리페닐렌설파이드(polyphenylene sulfide, PPS)'라는 엔지니어링 플라스틱 물질을 이용해서 고분자 막이 금속촉매 활성점을 감싼 형태의 신개념 촉매를 세계 최초로 개발했다. PPS는 내열성과 내화학성이 매우 뛰어나 자동차나 항공우주 산업 등에서 많이 사용되는 상용 고분자다.
연구팀은 이 새로운 촉매를 이용해 석유화학의 에틸렌 생산 공정 중 매우 중요한 아세틸렌 수소화 반응에 적용하는 데 성공했다. 우리나라 석유화학 산업의 원료는 90% 이상이 *나프타인데, 나프타분해시설(Naphtha Cracking Center, NCC)에서 이를 분해해 에틸렌 및 기타 기초유분들을 생산하고 있다. 특히 에틸렌은 주변에 흔한 플라스틱, 비닐, 접착제, 페인트까지 일상에서 사용하는 다양한 제품을 만드는데 이용하는 기본 핵심 화학 원료다.
☞ 나프타(naphtha): 원유를 증류할 때, 35~220℃의 끓는점 범위에서 유출되는 탄화수소의 혼합체이다. 중질 가솔린이라고도 부른다.
나프타를 분해할 때 생산되는 에틸렌에는 미량의 아세틸렌이 불순물로 함께 포함돼 있다. 아세틸렌은 추후 에틸렌을 이용해 화학제품을 만드는 데 매우 치명적이므로 미량의 아세틸렌을 수소화 반응으로 제거해 주는 공정을 반드시 거쳐야 한다. 그런데 이 공정은 99% 이상 에틸렌은 건들지 않으면서도, 1% 미만의 아세틸렌만 선택적으로 전환해야 하는 난제가 존재해왔다.
공동연구팀은 새로 개발한 촉매를 이 공정에 적용한 결과 1% 미만의 아세틸렌은 금속 입자를 둘러싸고 있는 고분자막을 투과해 쉽게 전환되는 대신 99% 이상의 에틸렌은 고분자막에 가로막혀 촉매 반응이 진행되지 않아서 기존 팔라듐(Pd) 촉매와 비교할 때 선택도는 2 배 이상, 안정성은 10배 이상 증진된 놀라운 결과를 얻었다.
우리 대학 생명화학공학과 이송현, 화학과 신승재 박사과정 학생이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 '사이언스 어드밴시스(Science Advances)' 7월 8일 字 온라인판에 게재됐다(논문명: Dynamic Metal-Polymer Interaction for the Design of Chemoselective and Long-Lived Hydrogenation Catalysts).
최민기 교수는 "자연계의 효소를 모방해 원하는 반응물만 선택적으로 전환할 수 있으면서도 매우 우수한 안정성을 갖는 촉매 설계 방법은 세계적으로 보고된 바가 없던 새로운 개념"이라면서 "향후 높은 선택도가 있어야 하는 다양한 화학반응에 폭넓게 응용 및 적용될 수 있을 것"이라고 전망했다.
이번 연구는 한국연구재단 중견연구자 지원사업과 LG화학의 지원으로 이뤄졌다.
2020.07.31
조회수 37687
-
스스로 그림 그리는 인공지능 반도체 칩 개발
전기및전자공학부 유회준 교수 연구팀이 생성적 적대 신경망(GAN: Generative Adversarial Network)을 저전력, 효율적으로 처리하는 인공지능(AI: Artificial Intelligent) 반도체를 개발했다.
연구팀이 개발한 인공지능 반도체는 다중-심층 신경망을 처리할 수 있고 이를 저전력의 모바일 기기에서도 학습할 수 있다. 연구팀은 이번 반도체 칩 개발을 통해 이미지 합성, 스타일 변환, 손상 이미지 복원 등의 생성형 인공지능 기술을 모바일 기기에서 구현하는 데 성공했다.
강상훈 박사과정이 1 저자로 참여한 이번 연구결과는 지난 2월 17일 3천여 명 반도체 연구자들이 미국 샌프란시스코에 모여 개최한 국제고체회로설계학회(ISSCC)에서 발표됐다. (논문명 : GANPU: A 135TFLOPS/W Multi-DNN Training Processor for GANs with Speculative Dual-Sparsity Exploitation)
기존에 많이 연구된 인공지능 기술인 분류형 모델(Discriminative Model)은 주어진 질문에 답을 하도록 학습된 인공지능 모델로 물체 인식 및 추적, 음성인식, 얼굴인식 등에 활용된다.
이와 달리 생성적 적대 신경망(GAN)은 새로운 이미지를 생성·재생성할 수 있어 이미지 스타일 변환, 영상 합성, 손상된 이미지 복원 등 광범위한 분야에 활용된다. 또한, 모바일 기기의 다양한 응용 프로그램(영상·이미지 내 사용자의 얼굴 합성)에도 사용돼 학계뿐만 아니라 산업계에서도 주목을 받고 있다.
그러나 생성적 적대 신경망은 기존의 딥러닝 네트워크와는 달리 여러 개의 심층 신경망으로 이루어진 구조로, 개별 심층 신경망마다 다른 요구 조건으로 최적화된 가속을 하는 것이 어렵다.
또한, 고해상도 이미지를 생성하기 위해 기존 심층 신경망 모델보다 수십 배 많은 연산량을 요구한다. 즉, 적대적 생성 신경망은 연산 능력이 제한적이고 사용되는 메모리가 작은 모바일 장치(스마트폰, 태블릿 등)에서는 소프트웨어만으로 구현할 수 없었다.
최근 모바일 기기에서 인공지능을 구현하기 위해 다양한 가속기 개발이 이뤄지고 있지만, 기존 연구들은 추론 단계만 지원하거나 단일-심층 신경망 학습에 한정돼 있다.
연구팀은 단일-심층 신경망뿐만 아니라 생성적 적대 신경망과 같은 다중-심층 신경망을 처리할 수 있으면서 모바일에서 학습도 가능한 인공지능 반도체 GANPU(Generative Adversarial Networks Processing Unit)를 개발해 모바일 장치의 인공지능 활용범위를 넓혔다.
연구팀이 개발한 인공지능 반도체는 서버로 데이터를 보내지 않고 모바일 장치 내에서 생성적 적대 신경망(GAN)을 스스로 학습할 수 있어 사생활을 보호를 가능케 하는 프로세서라는 점에서 그 활용도가 기대된다.
모바일 기기에서 저전력으로 다중-심층 신경망을 가속하기 위해서 다양한 핵심 기술이 필요하다. 연구팀이 개발한 GANPU에 사용된 핵심 기술 중 대표적인 기술 3가지는 ▲적응형 워크로드 할당(ASTM, 처리해야 할 워크로드*를 파악해 칩 상의 다중-심층 신경망의 연산 및 메모리 특성에 맞춰 시간·공간으로 나누어 할당함으로써 효율적으로 가속하는 방법) ▲입출력 희소성 활용 극대화(IOAS, 인공신경망 입력 데이터에서 나타나는 0뿐만 아니라 출력의 0도 예측해 연산에서 제외함으로써 추론 및 학습 과정에서의 속도와 에너지효율 극대화) ▲지수부만을 사용한 0 패턴 추측(EORS, 인공신경망 출력의 0을 예측하기 위한 알고리즘으로 인공신경망 입력과 연결 강도(weight)의 부동소수점 데이터 중 지수 부분만을 사용해 연산을 간단히 수행하는 방법)이다.
위의 기술을 사용함으로써 연구팀의 GANPU는 기존 최고 성능을 보이던 심층 신경망 학습 반도체 대비 4.8배 증가한 에너지효율을 달성했다.
연구팀은 GANPU의 활용 예시로 태블릿 카메라로 찍은 사진을 사용자가 직접 수정할 수 있는 응용 기술을 시연했다. 사진상의 얼굴에서 머리·안경·눈썹 등 17가지 특징에 대해 추가·삭제 및 수정사항을 입력하면 GANPU가 실시간으로 이를 자동으로 완성해 보여 주는 얼굴 수정 시스템을 개발했다.
2020.04.06
조회수 16684