-
에너지 저장, 하중지지 동시 가능한 구조배터리 개발
친환경 에너지 기반 자동차, 모빌리티, 항공우주 산업군 등에 활용되는 구조배터리는 높은 에너지 밀도를 통한 에너지 저장과 높은 하중 지지의 두 기능을 동시에 충족되어야 한다. 기존 구조배터리 기술은 두 가지 기능이 상충하여 동시에 향상하기 어려웠지만 우리 연구진이 이를 해결하기 위한 기반 기술 개발에 성공했다.
우리 대학 기계공학과 김성수 교수 연구팀이 하중 지지가 가능하고 화재 위험이 없고 얇고 균일한 고밀도 다기능 탄소섬유 복합재료 구조 배터리*를 개발했다고 19일 밝혔다.
*다기능 복합재료 구조 배터리(Multifunctional structural batteries): 복합재료를 구성하는 각 소재가 하중 지지 구조체 역할과 에너지 저장 역할을 동시에 수행할 수 있다는 점을 의미
초기의 구조 배터리는 상용 리튬이온전지를 적층형 복합재료에 삽입한 형태로, 기계적-전기화학적 성능 통합 정도가 낮으므로, 이는 소재 가공, 조립 및 설계 최적화에 어려움이 있어 상용화되기 어려운 실정이었다.
이러한 문제를 해결하기 위해 김성수 교수 연구팀은 ‘에너지 저장이 가능한 복합재료’의 관점에서 기존 복합재료 설계에서 중요한 계면 및 경화 특성을 중심으로 구조전지의 다기능성을 최대화할 수 있는 고밀도 다기능 탄소섬유 복합재료 구조 배터리를 개발하기 위한 체계적인 방식을 연구했다.
연구팀은 이번 연구를 통해 기계적 물성이 높은 에폭시 (Epoxy) 수지와 이온성 액체(ionic liquid)/탄산염 전해질(carbonate electrolyte) 기반 고체 폴리머 전해질이 단단해지는 경화 메커니즘을 분석하고 이를 통해 적절한 온도와 압력 조건을 제어하여 경화 공정을 최적화하였다.
또한 개발된 구조 배터리는 진공 분위기에서 복합재료를 압축 성형하여 구조배터리 내에서 전극과 집전체 역할을 담당하는 탄소섬유의 부피 비율을 기존 탄소섬유를 활용한 배터리 대비 약 160% 이상 향상시켰다.
이를 통해 전극과 전해질과의 접촉면이 획기적으로 증가함으로써 전기화학적 성능을 개선된 고밀도 구조 배터리를 제작할 수 있었다. 뿐만 아니라 경화 공정 중 구조배터리 내부에 발생할 수 있는 기포를 효과적으로 제어하여 구조 배터리의 기계적 물성을 동시에 향상시킬 수 있었다.
연구 책임자인 김성수 교수는 “고강성 초박형 구조 배터리의 핵심 소재인 고체 폴리머 전해질을 소재 및 구조적 관점에서 설계하는 프레임워크를 제시하였고, 이러한 소재 기반의 구조배터리를 자동차, 드론, 항공기, 로봇 등의 구조체 내부에 삽입하여 한번 충전으로 작동시간을 획기적으로 늘릴 수 있는 차세대 다기능 에너지 저장 어플리케이션 개발에 일조하는 기반 기술이 될 것”이라고 연구의 의미를 설명했다.
기계공학과 모하마드 라자(Mohamad Raja) 석사가 제1 저자로 참여하고 국제 저명 학술지인 ‘ACS Applied Materials & Interfaces’에 9월 10일 자로 게재됐다. 이번 연구는 해당 논문의 우수성을 인정받아 국제 학술지의 표지 논문(Supplementary cover)으로 선정됐다.
(논문명 : Thin, Uniform, and Highly Packed Multifunctional Structural Carbon Fiber Composite Battery Lamina Informed by Solid Polymer Electrolyte Cure Kinetics. https://doi.org/10.1021/acsami.4c08698).
한편, 이번 연구는 한국연구재단 중견연구사업 및 국가반도체연구실개발사업의 지원으로 수행되었다.
2024.11.19
조회수 892
-
소량의 전류로 전기차 배터리 정밀 진단 가능하다
전기차 배터리를 효율적으로 관리하고 안전하게 사용하기 위해서는 정확한 배터리 상태 진단이 필수적이다. 우리 연구진이 소량의 전류만을 사용해 높은 정밀도로 배터리의 상태를 진단하고 모니터링할 수 있는 기술을 개발하여 배터리의 장기적 안정성과 효율성을 극대화할 것으로 기대된다.
우리 대학 전기및전자공학부 권경하 교수와 이상국 교수 연구팀이 전기차 대용량 배터리의 안정성과 성능 향상에 활용할 수 있는 전기화학 임피던스 분광법(이하 EIS) 기술을 개발했다고 17일 밝혔다.
EIS 기술은 배터리의 임피던스* 크기와 변화를 측정해 배터리 효율과 손실을 평가할 수 있는 강력한 도구로, 배터리의 충전 상태(state-of-charge; SOC) 및 건강 상태(state-of-health; SOH)를 평가하는 중요한 도구로 여겨진다. 또한 배터리의 열적 특성과 화학적/물리적 변화, 수명 예측, 고장의 원인을 식별하는 데 활용 가능하다.
* 배터리 임피던스: 배터리 내부에서 전류 흐름에 저항하는 요소로, 이를 통해 배터리 의 성능과 상태를 평가할 수 있는 지표
그러나 기존 EIS 장비는 비용 및 복잡성이 높아 설치, 운영 및 유지 보수가 쉽지 않다. 또한, 감도 및 정밀도 제약으로 수 암페어(A)의 전류 교란을 배터리에 인가하는 과정에서 배터리에 큰 전기적 스트레스가 가해지기 때문에 배터리의 고장이나 화재 위험을 증가시킬 수 있어 활용이 어려웠다.
이에 연구팀은 고용량 전기차 배터리의 상태 진단 및 건강 모니터링을 위한 소전류 EIS 시스템을 개발하고 입증했다. 이 EIS 시스템은 낮은 (10mA) 전류 교란으로, 배터리의 임피던스를 정밀하게 측정할 수 있으며 측정 시 발생하는 열적 영향 및 안전 문제를 최소화한다.
추가로 부피가 크고 비용이 많이 드는 구성요소를 최소화해 차량 내 탑재가 용이한 설계다. 해당 시스템은 전기차 배터리의 여러 운영 조건(다양한 온도 및 배터리 잔존용량을 나타내는 SOC 레벨에서 배터리의 전기화학적 특성을 효과적으로 파악할 수 있음이 입증됐다.
권경하 교수(교신저자)는 "이 시스템은 전기차용 배터리 관리 시스템 (BMS)에 쉽게 통합 가능하며, 기존의 고전류 EIS 방식 대비 비용과 복잡성을 현저히 낮추면서도 높은 측정 정밀도를 입증했다ˮ면서 "전기차 뿐만 아니라 에너지저장시스템(ESS)의 배터리 진단 및 성능 향상에도 기여할 수 있을 것ˮ이라고 말했다.
이번 연구 결과는 국제 저명 학술지 `IEEE Transactions on Industrial Electronics (동 분야 상위 2%; IF 7.5)'에 지난 9월 5일 발표됐다.
(논문명 : Small-Perturbation Electrochemical Impedance Spectroscopy System With High Accuracy for High-Capacity Batteries in Electric Vehicles, 링크: https://ieeexplore.ieee.org/document/10666864)
한편, 이번 연구는 과학기술정보통신부 한국연구재단의 기초연구사업, 산업통상자원부 한국산업기술기획평가원의 차세대지능형반도체기술개발사업 및 정보통신기획평가원의 인공지능반도체대학원사업의 지원을 받아 수행됐다.
2024.10.17
조회수 1680
-
홀로토모그래피로 오가노이드 실시간 관찰 성공
인체 장기의 구조와 기능을 모사한 3차원 미니 장기인 오가노이드는 다양한 질병 연구와 신약 개발에 필수적인 역할을 하고 있다. 한국 연구진이 기존 이미징 기술의 한계를 극복하고 살아있는 오가노이드를 고해상도로 실시간 동적 변화를 관찰하는 데 성공했다.
우리 대학 물리학과 박용근 교수 연구팀이 기초과학연구원(IBS, 원장 노도영) 유전체 교정 연구단(단장 구본경) 연구팀과 ㈜토모큐브의 협력으로, 홀로토모그래피 (holotomography) 기술을 활용해 살아있는 소장 오가노이드를 실시간으로 고해상도로 관찰할 수 있는 이미징 기술을 개발했다고 14일 밝혔다.
기존의 이미징 기법들은 살아있는 오가노이드를 장기간 고해상도로 관찰하는 데 한계가 있었고, 형광 염색 등의 추가적인 처리가 필요한 경우가 많았다.
연구팀은 이러한 문제를 해결하기 위해 형광 등 염색 없이도 고해상도의 이미지를 제공하고, 세포 손상 없이 오랜 시간 동안 실시간으로 동적 변화를 관찰할 수 있는 홀로토모그래피 기술을 도입했다.
연구진은 실험용 쥐(마우스) 소장 오가노이드를 이용해 이 기술을 검증했으며, 그 결과 홀로토모그래피를 통해 오가노이드 내부의 다양한 세포 구조를 세밀하게 관찰할 수 있었고, 오가노이드의 성장 과정과 세포 분열, 세포 사멸 등의 동적 변화를 실시간으로 포착할 수 있었다.
또한, 약물 처리에 따른 오가노이드의 반응을 정밀하게 분석해 세포 생존 여부를 확인할 수 있었다.
연구진은 이번 연구를 통해 오가노이드 연구의 새로운 지평을 열었으며, 이를 통해 신약 개발, 맞춤형 치료, 재생 의학 등 다양한 분야에서 오가노이드의 활용을 극대화할 수 있을 것이라고 기대하고 있다.
향후 연구는 오가노이드의 생체 내 환경을 더 정확히 재현하고, 더욱 정교한 3차원 이미징을 통해 세포 수준에서의 다양한 생명현상을 이해하는 데 큰 기여를 할 것으로 전망된다.
논문의 제1 저자인 이만재 박사(KAIST 의과학대학원 졸, 現 충남대병원)는 “이번 연구는 기존의 한계를 뛰어넘는 새로운 이미징 기술로, 향후 오가노이드를 활용한 질병 모델링, 환자 맞춤형 치료 및 신약 개발 연구에 크게 기여할 것”이라고 밝혔다.
이번 연구 결과는 2024년 10월 1일 국제 학술지 ‘Experimental & Molecular Medicine’에 온라인 게재됐으며, 해당 기술은 다양한 생명과학 분야에서의 적용 가능성을 인정받고 있다.
(논문명: Long-term three-dimensional high-resolution imaging of live unlabeled small intestinal organoids via low-coherence holotomography)
본 연구는 한국연구재단 리더연구사업, KAIST 연구소 및 기초과학연구원의 지원을 받아 수행됐다.
2024.10.14
조회수 1446
-
고비용 인프라 없이 AI 학습 가속화 가능
우리 대학 연구진이 고가의 데이터센터급 GPU나 고속 네트워크 없이도 AI 모델을 효율적으로 학습할 수 있는 기술을 개발했다. 이 기술을 통해 자원이 제한된 기업이나 연구자들이 AI 연구를 보다 효과적으로 수행할 수 있을 것으로 기대된다.
우리 대학 전기및전자공학부 한동수 교수 연구팀이 일반 소비자용 GPU를 활용해, 네트워크 대역폭이 제한된 분산 환경에서도 AI 모델 학습을 수십에서 수백 배 가속할 수 있는 기술을 개발했다고 19일 밝혔다.
기존에는 AI 모델을 학습하기 위해 개당 수천만 원에 달하는 고성능 서버용 GPU(엔비디아 H100) 여러 대와 이들을 연결하기 위한 400Gbps급 고속 네트워크를 가진 고가 인프라가 필요했다. 하지만 소수의 거대 IT 기업을 제외한 대부분의 기업과 연구자들은 비용 문제로 이러한 고가의 인프라를 도입하기 어려웠다.
한동수 교수 연구팀은 이러한 문제를 해결하기 위해 '스텔라트레인(StellaTrain)'이라는 분산 학습 프레임워크를 개발했다. 이 기술은 고성능 H100에 비해 10~20배 저렴한 소비자용 GPU를 활용해, 고속의 전용 네트워크 대신 대역폭이 수백에서 수천 배 낮은 일반 인터넷 환경에서도 효율적인 분산 학습을 가능하게 한다.
기존의 저가 GPU를 사용할 경우, 작은 GPU 메모리와 네트워크 속도 제한으로 인해 대규모 AI 모델 학습 시 속도가 수백 배 느려지는 한계가 있었다. 하지만 연구팀이 개발한 스텔라트레인 기술은 CPU와 GPU를 병렬로 활용해 학습 속도를 높이고, 네트워크 속도에 맞춰 데이터를 효율적으로 압축 및 전송하는 알고리즘을 적용해 고속 네트워크 없이도 여러 대의 저가 GPU를 이용해 빠른 학습을 가능하게 했다.
특히, 학습을 작업 단계별로 CPU와 GPU가 나누어 병렬적으로 처리할 수 있는 새로운 파이프라인 기술을 도입해 연산 자원의 효율을 극대화했다. 또한, 원거리 분산 환경에서도 GPU 연산 효율을 높이기 위해, AI 모델별 GPU 활용률을 실시간으로 모니터링해 모델이 학습하는 샘플의 개수(배치 크기)를 동적으로 결정하고, 변화하는 네트워크 대역폭에 맞추어 GPU 간의 데이터 전송을 효율화하는 기술을 개발했다.
연구 결과, 스텔라트레인 기술을 사용하면 기존의 데이터 병렬 학습에 비해 최대 104배 빠른 성능을 낼 수 있는 것으로 나타났다.
한동수 교수는 "이번 연구가 대규모 AI 모델 학습을 누구나 쉽게 접근할 수 있게 하는 데 큰 기여를 할 것"이라고 밝혔다. “앞으로도 저비용 환경에서도 대규모 AI 모델을 학습할 수 있는 기술 개발을 계속할 계획이다”라고 말했다.
이번 연구는 우리 대학 임휘준 박사, 예준철 박사과정 학생, UC 어바인의 산기타 압두 조시(Sangeetha Abdu Jyothi) 교수와 공동으로 진행됐으며, 연구 성과는 지난 8월 호주 시드니에서 열린 ACM SIGCOMM 2024에서 발표됐다.
한편, 한동수 교수 연구팀은 2024년 7월 GPU 메모리 한계를 극복해 소수의 GPU로 거대 언어 모델을 학습하는 새로운 기술도 발표했다. 해당 연구는 최신 거대 언어 모델의 기반이 되는 전문가 혼합형(Mixture of Expert) 모델을 제한된 메모리 환경에서도 효율적인 학습을 가능하게 한다.
이 결과 기존에 32~64개 GPU가 필요한 150억 파라미터 규모의 언어 모델을 단 4개의 GPU만으로도 학습할 수 있게 됐다. 이를 통해 학습의 필요한 최소 GPU 대수를 8배~16배 낮출 수 있게 됐다. 해당 논문은 KAIST 임휘준 박사와 김예찬 연구원이 참여했으며, 오스트리아 빈에서 열린 AI 분야 최고 권위 학회인 ICML에 발표됐다. 이러한 일련의 연구 결과는 자원이 제한된 환경에서도 대규모 AI 모델 학습이 가능하다는 점에서 중요한 의미를 가진다.
해당 연구는 과학기술정보통신부 한국연구재단이 주관하는 중견연구사업 (RS-2024-00340099), 정보통신기획평가원(IITP)이 주관하는 정보통신·방송 기술개발사업 및 표준개발지원사업 (RS-2024-00418784), 차세대통신클라우드리더십구축사업 (RS-2024-00123456), 삼성전자의 지원을 받아 수행됐다.
2024.09.19
조회수 2120
-
미생물 이용한 플라스틱 환경오염 문제 해결 다가가
여러 친환경 고분자 중에서도 폴리하이드록시알카노에이트(이하 PHA)는 생분해성과 생체 적합성이 뛰어나 토양이나 해양 환경에서도 생분해되며, 식품 포장재나 의료용품 등에 사용되고 있다. 하지만 지금까지 생산된 천연 PHA(natural PHA)는 내구성, 열적 안정성 등 다양한 물성을 충족시키기 어렵고, 생산 농도가 낮아 상업적으로 활용하는 데 한계가 있었다. 우리 대학 연구진이 플라스틱으로 인한 환경오염 문제 해결에 중요한 기술을 개발해 화제다.
우리 대학 생명화학공학과 이영준 박사와 강민주 석사과정생을 포함한 이상엽 특훈교수 연구팀이 시스템 대사공학을 이용해 `방향족 폴리에스터*를 고효율로 생산하는 미생물 균주 개발'에 성공했다고 26일 밝혔다.
*방향족 폴리에스터: 방향족 화합물(벤젠과 같은 특별한 형태의 탄소 고리 구조)을 포함하고 에스터 결합을 가지고 있는 고분자
이번 연구에서는 대사공학을 이용해 대장균 내 방향족 단량체인 페닐 젖산(phenyllactate, PhLA) 생합성 회로의 대사 흐름을 강화하고 대사 회로를 조작해 세포 내부에 축적된 고분자의 분율을 높였으며, 컴퓨터 시뮬레이션을 이용해 PHA 합성 효소의 구조를 예측하고 구조와 기능의 상관관계를 바탕으로 효소를 개량했다.
연구팀은 이후 발효 최적화를 통해 세계 최고 농도(12.3±0.1 g/L)로 폴리(PhLA)를 고효율로 생산하고 30L 규모의 유가식 발효로 성공적으로 폴리에스터를 생산해 산업화 수준 생산의 가능성도 보였다. 생산된 방향족 폴리에스터들은 추후 약물 전달체로서의 가능성과 더불어 향상된 열적 물성, 상업화되고 개선된 기계적 물성을 보여주었다.
연구팀은 비천연 PHA 생산에서 외래 파신(phasin) 단백질*이 경제성, 효율성과 직결되는 세포 내 고분자 축적분율 증가에 중요한 역할을 한다는 것을 입증하고 PHA 합성 효소를 합리적 효소 설계 방법으로 개량했다. 효소의 삼차원 입체 구조를 호몰로지 모델링(비슷한 단백질의 구조를 바탕으로 새로운 단백질의 삼차원 입체 구조를 예측하는 방법)을 통해 예측하고, 이를 분자 도킹 시뮬레이션(단량체가 효소에 잘 결합할 수 있는지 예측하는 시뮬레이션)과 분자 동역학 시뮬레이션(분자들이 시간에 따라 어떻게 움직이고 상호작용하는지 예측하는 시뮬레이션)을 이용해 단량체의 중합 효율이 향상된 변이 효소로 개량했다.
*외래 파신 단백질: 파신은 PHA 생산과 관련된 단백질로 작은 입자(granule) 형태의 PHA 표면에서 세포질 환경과 상호작용하며 고분자 축적, granule 수 및 크기 조절 등에 관여한다. 본 연구에서는 다양한 천연 PHA 생산 미생물로부터 유래된 파신 단백질 암호화 유전자를 선별해 도입하였다.
이번 논문의 공동 제1 저자인 이영준 박사는 “친환경적인 원료와 방법으로 미생물 기반의 방향족 폴리에스터를 세계 최고 농도로 생산했다는 점에 의의가 있다”며 “이 기술이 플라스틱으로 인한 환경 오염 문제 해결에 중요한 역할을 할 것으로 기대된다”고 밝혔다. 또한 이상엽 특훈교수는 “시스템 대사공학을 이용해 유용한 고분자를 고효율로 생산하기 위해 다양한 전략을 제시한 이번 연구가 기후 변화 문제와 특히 최근 플라스틱 문제의 해결에 크게 기여할 수 있을 것”이라고 밝혔다.
해당 연구 결과는 국제 학술지인 셀(Cell) 誌가 발행하는 `생물공학 동향(Trends in Biotechnology)'에 8월 21일에 게재됐다.
※ 논문명 : Microbial production of an aromatic homopolyester
※ 저자 정보 : 이영준(한국과학기술원, 공동 제1 저자), 강민주 (한국과학기술원, 공동 제1 저자), 장우대(한국과학기술원, 제2 저자), 최소영(한국과학기술원, 제3 저자), 양정은(한국과학기술원, 제4 저자), 이상엽(한국과학기술원, 교신저자) 포함 총 6명
한편 이번 연구는 과기정통부가 지원하는 석유 대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제 (과제 책임자 KAIST 이상엽 특훈교수)와 ‘미생물 세포공장 기반 신규 방향족 바이오플라스틱의 원스텝-원팟 생산 원천기술 개발 과제 (과제 책임자 이화여대 박시재 교수)’의 지원을 받아 수행됐다.
2024.08.26
조회수 3126
-
틈새로 빠져나가는 소음까지 잡는다
소리는 작은 구멍이나 틈새만으로도 잘 빠져나가는 특징이 있다. 이러한 틈새를 통해 빠져나오는 소리는 보다 넓은 공간까지 잘 전파되며, 틈새를 전혀 막지 않으면서 외부 소리가 안에서 들리지 않게 하거나 내부 소리가 바깥에서 들리지 않도록 하는 것은 음향학적으로도 매우 도전적인 문제다.
우리 연구진이 다양한 산업 현장의 소음 문제 해결에 새로운 솔루션이 될 뿐 아니라 최근 가속화되고 있는 미래 기술인 항공 택시, 드론과 같은 도심 항공 모빌리티 등에서 발생하는 소음을 효과적으로 저감할 수 있는 획기적 기술을 개발했다.
우리 대학 기계공학과 전원주 교수 연구팀이 구조물의 틈새나 개구부를 통한 열 교환과 공기의 흐름은 자유롭게 허용하면서도 소음은 효과적으로 차단하기 위해, 음향 임피던스를 원하는 복소수 값으로 조절할 수 있는 신개념 음향 메타물질인 ‘복소 임피던스 타일’을 개발했다고 6일 밝혔다.
음향 임피던스란 소리가 전파되는 매질(예: 공기, 물)이 가진 고유의 음향학적 특성으로, 일반적으로 매질의 밀도와 음속의 곱셈으로 표현되기 때문에 그 값이 실수이며 매질이 정해지면 원하는 값으로 자유롭게 조절하는 것이 불가능하다.
하지만, 연구팀이 개발한 복소 임피던스 타일은 소리가 경계면에 부딪혀서 반사될 때 반사되는 소리의 크기뿐만 아니라 방향까지도 조절하는 것이 가능해지게 한다. 이는 구조물 벽면에서 소리를 흡수만 하는 기존 기술과는 달리, 소리의 크기와 방향을 적절하게 조절해 소리가 틈새로 거의 빠져나가지 않고 구조물 내에서 가둬진 채 줄어들도록 한다.
연구팀은 복소 임피던스 타일을 적용해 밖으로 빠져나가는 소리를 90% 이상 저감할 수 있음을 정밀한 전산 시뮬레이션을 통해 예측한 후, 제작과 실험을 통해 소음 저감 성능을 검증하는 데 성공했다. 심지어, 구조물 내벽에서 소리를 100% 완벽하게 흡수하는 경우보다도 복소 임피던스 타일을 사용했을 때 밖으로 빠져나가는 소리를 훨씬 더 큰 폭으로 저감할 수 있음을 확인했다.
전원주 교수는 “복소 임피던스 타일은 개구부나 틈새를 전혀 막지 않으면서도 소리는 밖으로 빠져나가지 못하게 할 수 있으며, 얇은 두께를 갖기 때문에 상대적으로 협소한 공간을 갖는 시스템에도 적용이 가능하다는 특징이 있다. 특히, 재료가 아닌 구조의 형상적인 특징을 이용하기 때문에 습도나 온도 변화에 따른 유지 보수가 쉬울뿐더러 제작도 용이하다는 장점을 가지고 있어 전자제품(헤어드라이기, 청소기 등)부터 향후 미래 교통수단으로 각광받는 도심 항공 모빌리티까지 다양한 시스템의 소음 저감에 새로운 솔루션으로 활용이 가능하다”고 말했다.
해당 연구 결과는 기계공학과 박사과정 양은진 학생과 김지완 학생이 공동 제1 저자로 참여했으며, 기계공학 분야의 국제 학술지인 `메카니컬 시스템 앤 시그널 프로세싱(Mechanical Systems and Signal Processing) (IF: 7.9, JCR 5/180(2.5%))'에 지난 3월 1일 게재됐다. (논문명: Complex-valued impedance tiles to reduce noise emanating through openings in mechanical systems)
한편, 이번 연구는 한국연구재단의 중견연구자지원사업과 KAIST 도약연구사업의 지원을 받아 수행됐다.
2024.08.06
조회수 2289
-
미래를 위한 대체 불가 바이오 제조 전략 제시
2021년 서울국제포럼과 KAIST가 공동 개최한 “글로벌 복합위기와 4차 산업혁명의 대전환기, 탄력성장의 도전과 기회” 포럼에서 KAIST 이상엽 특훈교수는 우리나라가 미래 국가경쟁력을 확보하기 위해서는 대체 불가 기술 (non-fungible technology; NFT)을 확보해야 한다고 처음으로 제시한 바 있다. 기후 변화의 심각성에 연간 약 1.1억 톤의 식품 폐기물을 포함한 다양한 유기 폐기물들, 그리고 이산화탄소도 바이오 제조를 위한 원료로 사용하도록 대체 불가능한 바이오기술(Bio-NFT)로 활용하는 것이 이제 선택이 아닌 필수가 됐다.
우리 대학 생명화학공학과 이상엽 특훈교수가 기술 혁신, 원료 공급 최적화 및 적절한 인프라를 통해 바이오 제조의 확장을 포함한 경쟁력 확보 전략 수립에 대한 논문을 네이처 화학공학지(Nature Chemical Engineering)에 월드뷰(Worldview)에 7월 22일 자로 제시했다고 24일 밝혔다.
※ 논문명 : Fungible and non-fungible technologies in biomanufacturing scale-up
※ 저자 정보 : 이상엽(한국과학기술원, 제1 저자, 교신저자) 1명
최근 신진 대사 공학과 합성 생물학의 급성장은 전통적인 화석 자원에 의존하는 제조 공정을 바이오 기반 대안으로 전환할 수 있는 잠재력을 보여주고 있다. 미생물 세포 공장을 통해 화학물질과 재료를 생산하는 바이오 기반 기술은 빠르게 발전하고 있으며, 이는 각각 5.7조 달러, 9.2조 달러, 22.5조 달러의 시장규모를 가진 화학, 식품 및 소비재 등 다양한 산업 부문에 혁신적인 변화를 가져오고 있다. 이는 2조 달러 규모의 제약시장 보다도 훨씬 크다.
그러나 이러한 바이오 제조로의 전환은 기술적, 경제적, 사회적 장벽으로 인해 어려움을 겪고 있다. 점점 더 많은 사람들이 지구 온난화의 현실과 그 악화되는 영향을 인식하면서 환경에 덜 해로운 제품에 대한 선호도가 높아지고 있지만, 실제 구매 결정에 있어서는 가격이 중요한 역할을 한다. 따라서, 각국 정부들은 규제 지원뿐만 아니라 대중과의 소통을 통해 지속 가능한 생산과 소비에 대한 이해와 헌신을 촉진해야 한다.
이 교수는 중요하게 떠오른 바이오 제조 확장, 특히 범용화학물질 생산 등 대체 불가능하지 않은 바이오기술 (not non-fungible)을 위해 풀어야 할 세 가지 주요 과제를 제시했다.
첫째, 미생물 세포 공장의 TRY(titer, rate, yield; 농도, 속도 및 수율)를 최대화하는 것으로 기존 대사공학에 데이터 과학, 인공지능 및 로봇 공학의 통합을 통해 이러한 역량을 강화해야 한다.
둘째, 원료 공급 및 물류의 최적화가 필요하다. 약 6억 톤의 바이오매스가 연간 바이오 기반 재료 생산을 위해 사용될 수 있지만, 최적의 분배 및 공급망이 완전히 구축되지 않았다. 다양한 원료의 사용을 가능하게 하는 기술 개발이 필요하다.
셋째, 인프라 및 시설 건설에 필요한 대규모 자본 투자 문제이다. 최근 들어 건설비용이 급격히 증가하여 최첨단 제조 시설을 구축하는 데 드는 높은 비용은 운영 확장의 재정적 실행 가능성을 어렵게 한다. 바이오 제조시설 구축을 위한 정책자금 투입 등 국가적인 인프라 개념에서의 투자가 요구되며, 단기적인 해결책으로는 완전히 유연한 중형 바이오 정제소를 건설하여 시장에 가장 적합한 제품을 생산할 수 있다고 제시했다.
이 교수는 “기술 혁신, 원료 공급 및 인프라 개발에의 집중적인 노력이 필요하다”고 강조하면서 “이를 통해 산업은 보다 지속 가능하고 경제적으로 실행 가능한 바이오 제조 공정으로 전환할 수 있으며, 이는 글로벌 시장에 큰 영향을 미칠 것이다. 지속 가능한 미래에 기여하고 산업에 상당한 경제적 기회를 제공할 것으로 기대된다.”고 밝혔다.
한편 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제 (과제책임자 KAIST 이상엽 특훈교수)의 지원을 받아 수행됐다.
2024.07.25
조회수 2270
-
극미량 돌연변이 세포로도 뇌질환 발생한다
뇌를 포함한 모든 신체 기관은 세포 분열 과정에서 발생하는 돌연변이(모자이시즘)을 피할 수 없다. 그렇다면 과연 몇 개의 신경세포에 질병 유발 돌연변이가 생겨났을 때부터 전체 뇌신경 회로를 망가트려 뇌 기능 이상을 일으킬 수 있을까?
우리 대학 의과학대학원 이정호 교수팀이 뇌세포 특이적 돌연변이(뇌 체성 모자이시즘)에 의한 소아 난치성 뇌전증 동물 모델과 환자 뇌 조직 연구를 통해 0.1퍼센트 이하 비율의 극미량 돌연변이 신경세포에 의해서도 뇌 전체 기능 이상을 유발해 뇌전증 발작이 발생할 수 있음을 규명했다고 9일 밝혔다.
이를 통해 난치성 뇌전증의 돌연변이 유전자 진단에 있어 새로운 기준을 마련하는 한편, 극미량의 돌연변이 신경세포가 다양한 뇌 질환 유발에 관여할 수 있음을 밝혔다. 이번 연구의 결과는 세계적 신경 의학 학술지 `브레인(Brain)'에 지난 6월 25일 字 게재됐다.
연구팀은 이번 연구에서 과연 얼마나 적은 수의 세포에서 특정 유전자 모자이시즘이 누적됐을 때 이것이 전체 뇌 기능 이상을 유도하는 뇌 질환 발생으로 이어질 것인가라는 질문에 대답하고자, 마우스 질병 모델과 인체 조직을 이용한 중개의학적 연구를 수행했다.
연구팀은 실험용 쥐의 뇌 조직에 뇌전증 유발 체성 모자이시즘*을 최소 수백 개에서 최대 수만 개의 세포에 유발했다. 이때 고작 8천에서 9천 개 수준의 돌연변이 신경세포가 나타날 때부터, 실험용 쥐가 뇌전증 발작을 일으키고, 관련된 병리가 나타남을 관찰했다. 더 나아가, 난치성 뇌전증 환자 뇌 조직에서 대용량 유전정보 증폭 시퀀싱을 수행해(ultra-high depth amplicon sequencing) 정확한 변이 모자이시즘 비율을 측정했고, 최소 0.07%에 이르는 뇌전증 유발 체성 모자이시즘을 관찰했다.
*체성 모자이시즘(Somatic Mosaicism): 하나의 수정란에서 분열 및 분화를 통해 우리 몸을 이루는 약 30조 개의 세포들이 만들어지는 과정에서 세포마다 돌연변이가 발생할 수 있다는 것으로 암의 진화뿐만 아니라 비암성 질환에서도 중요한 질병 원인으로 최근 주목을 받고 있음.
이 발견은 약물 치료에 반응하지 않아 수술에 이르게 되는 난치성 뇌전증의 유전적 정밀 진단에 도움을 줄 수 있으며, 또한 아직 원인이 밝혀지지 않은 수많은 난치성 신경 정신의학적 질환들이 뇌의 발생과 분화 과정에서 일어나는 극소량의 미세 돌연변이들과 밀접한 관련이 있음을 시사한다.
이번 연구는 국소 피질이형성증*의 진단법 향상 및 체성 모자이시즘에 의한 뇌 질환 원인 발견에 있어서 중요한 기초를 마련할 것으로 예상된다. 이번 연구 성과는 KAIST 교원 창업 기업인 소바젠㈜(대표 박철원, 김병태)을 통해 난치성 뇌전증 환자의 체성 모자이시즘 변이를 정밀 타겟하는 혁신 RNA 치료제 개발에 이용될 예정이다.
*국소 피질이형성증: 뇌 발달 과정 중 대뇌 피질에 국소적으로 신경세포이상이 발생하는 질환으로 기존 항뇌전증 약물에 전혀 반응하지 않는 소아 난치성 뇌전증을 일으키는 가장 중요한 원인으로 알려져 있다.
우리 대학 의과학대학원 졸업생 의사과학자이자 논문의 제1 저자 김진태 박사는 "극미량의 체성 돌연변이라도 뇌의 기능 이상을 유발할 수 있음이 알려졌고, 이를 통해 난치성 뇌전증 등의 유전적 진단과 치료제 개발에 도움이 될 수 있기를 바란다ˮ라고 말했다.
한편 이번 연구는 서경배과학재단, 한국연구재단, 보건산업진흥원 사업의 지원을 받아 수행됐다.
2024.07.09
조회수 2041
-
멀티모달 대형언어모델이 GPT-4V를 뛰어넘다
멀티모달 대형 언어모델이란 텍스트뿐만 아니라 이미지 데이터 유형까지 처리할 수 있는 초대형 언어모델을 말한다. 해외 대형 기업의 풍부한 컴퓨팅 자원의 지원으로부터 인간의 뇌에 있는 신경망의 개수와 유사한 수준초대형모델들이 만들어지고 있으나 학계에서는 이런 개발이 쉽지 않았다. KAIST 연구진이 오픈AI의 GPT-4V와 구글의 제미나이-프로(Gemini-Pro)를 뛰어넘는 멀티모달 대형언어모델을 개발하여 화제다.
우리 대학 전기및전자공학부 노용만 교수 연구팀이 오픈AI(OpenAI)의 GPT-4V 등 기업에서 비공개하고 있는 상업 모델인 초대형 언어모델의 시각 성능을 뛰어넘는 공개형 멀티모달 대형 언어모델을 개발해 출시했다고 20일 밝혔다.
노용만 교수 연구팀은 단순히 모델의 크기를 키우거나 고품질의 시각적 지시 조정 데이터셋을 만들지 않고 멀티모달 대형언어모델의 시각 성능을 획기적으로 높인 콜라보(CoLLaVO), 모아이(MoAI) 2가지 기술을 연속적으로 개발했다고 밝혔다.
연구팀이 개발한 첫번째 기술인 ‘콜라보(CoLLaVO)’는 현존하는 공개형 멀티모달 대형언어모델이 비공개형 모델의 성능에 비해 현저하게 낮은 이유를 일차적으로 물체 수준에 대한 이미지 이해 능력이 현저하게 떨어진다는 것을 먼저 검증해 보였다.
해당 능력을 효율적으로 증가시켜 시각-언어 태스크에 대한 성능을 향상 하기 위해 연구팀은 이미지 내의 정보를 배경과 물체 단위로 분할하고 각 배경 및 물체에 대한 정보를 멀티모달 대형언어모델에 입력으로 직접 넣어주는 새로운 방법‘크레용 프롬프트(Crayon Prompt)’라는 시각적 프롬프트를 새롭게 제안했다.
또한 시각적 지시 조정 단계에서 크레용 프롬프트로 학습한 정보를 잃어버리지 않기 위해 연구팀은 물체 수준 이미지 이해 능력과 시각-언어 태스크 처리 능력을 서로 다른 파라미터로 학습해 서로 간의 정보를 잃지 않게 만드는 획기적인 학습 전략인 ‘듀얼 큐로라(Dual QLoRA)’를 제안했다. 이를 통해, 콜라보(CoLLaVO) 멀티모달 대형언어모델은 이미지 내에서 배경 및 물체를 구분하는 능력이 뛰어나 일차원적인 시각 구분 능력이 크게 향상됐다고 밝혔다.
두 번째 대형언어모델인 ‘모아이(MoAI)’는 인간이 사물을 판단할 때 물체의 존재, 상태, 물체 간의 상호작용, 배경에 대한 이해, 텍스트에 대한 이해 등으로부터 상황을 판단하는 인지과학적인 요소에 영감을 받아서 만들어졌다고 밝혔다.
이는 기존 멀티모달 대형언어모델이 텍스트에 의미적으로 정렬된 시각 인코더(vision encoder)만을 사용하기 때문에, 이미지 픽셀 수준에서의 상세하고 종합적인 실세계 장면 이해가 부족하다는 점을 지적하며 이런 컴퓨터 비전 모델들의 결과를 받으면 모두 인간이 이해할 수 있는 언어로 변환한 뒤에 멀티모달 대형언어모델에 입력으로 직접 사용했다.
노용만 교수는 “연구팀에서 개발한 공개형 멀티모달 대형언어모델이 허깅페이스 일간 화제의 논문(Huggingface Daily Papers)에 추천됐고, 각종 SNS를 통해 세계 연구자에게 알려지고 있으며, 모든 모델을 공개형 대형언어모델로 출시 했기 때문에 이 연구모델이 멀티모달 대형언어모델 발전에 기여할 것이다”이라고 언급했다.
연구팀이 개발한 멀티모달 대형언어모델인 콜라보(CoLLaVO)와 모아이(MoAI)는 KAIST 전기및전자공학부 이병관 박사과정이 제1 저자로 참여하고 박범찬 석박사통합과정, 김채원 박사과정이 공동 저자로 참여했다.
콜라보(CoLLaVO)는 자연어 처리(NLP) 분야 최고의 국제 학회인 ‘Findings of the Association for Computational Linguistics(ACL Findings) 2024’에 5월 16일 자로 학회에 승인받았고, 모아이(MoAI)는 컴퓨터 비전 최고의 국제 학회인 ‘European Conference on Computer Vision(ECCV) 2024’학회 승인 결과를 기다리고 있다고 밝혔다.
한편 이번 연구는 KAIST 미래국방 인공지능 특화연구센터 및 전기및전자공학부의 지원을 받아 수행됐다.
[1] CoLLaVO 데모 GIF 영상
https://github.com/ByungKwanLee/CoLLaVO
[2] MoAI 데모 GIF 영상
https://github.com/ByungKwanLee/MoAI
2024.06.20
조회수 3901
-
사회처럼 건강한 유전자 커뮤니티의 모습을 찾다
구성원들 사이의 활발한 교류로 결속력이 높은 사회적 커뮤니티가 건강한 개인을 만들 듯, 유전자 커뮤니티의 결속력도 개인의 건강 상태에 영향을 미칠 수 있을까? 한국 연구진이 유전자 커뮤니티의 결속력 또한 개인의 건강 상태를 결정하고 환자 맞춤형 의료를 위해 활용될 수 있음을 보여 화제다.
우리 대학 바이오및뇌공학과 이도헌 교수 연구팀이 개인화된 유전자 네트워크에서 환자 특이적으로 결속력이 약화된 유전자 커뮤니티를 찾아내 환자 맞춤형으로 약물 표적을 예측할 수 있는 기술을 개발했다고 23일 밝혔다.
최근 고령화와 생활 습관 변화 등에 따라 암, 심혈관계 질환, 대사 질환 등 많은 복합질병의 발병률이 크게 증가하는 실정이다. 이에 전문가들은 개별 환자의 특성을 고려한 ‘환자 맞춤형 의료’를 제공해 그 치료 효과를 높임으로써 개인적, 사회적 의료비 부담을 경감해야 한다고 지적한다.
이도헌 교수 연구팀은 이러한 요구에 발맞춰 개인화된 유전자 네트워크를 정교하게 구축하고 해당 네트워크에서 각 유전자 커뮤니티의 결속력을 정확하게 측정할 수 있는 코지넷(COSINET, COmmunity COhesion Scores in Individualized gene Network Estimated from single Transcripotmics data) 기술을 개발했다.
연구진들은 수백 개의 정상 조직 유전자 발현 데이터를 근거로 유의미한 상관관계를 보이는 유전자 상호작용을 기반으로 정상 조직의 유전자 네트워크를 구축했다. 그리고 유전자 커뮤니티들의 유전자 상호작용마다 보이는 상관관계를 선형 회귀 분석을 통해 모델링한 뒤, 개별 환자의 유전자 발현량이 해당 예측 모델을 잘 따르는지를 통계적으로 분석했다. 이를 통해 환자 특이적으로 그 상호작용이 소실된 유전자 쌍을 정상 조직 유전자 네트워크에서 제거함으로써 개인화된 유전자 네트워크를 구축했다.
더 나아가 개인화된 유전자 네트워크에서 유전자들 사이의 최단 거리를 기반으로 소실된 유전자 상호작용이 각 유전자 커뮤니티 결속력 약화에 미치는 영향력을 정확하게 측정했다.
연구진들은 환자 특이적으로 그 결속력이 크게 감소한 유전자 커뮤니티를 통해 환자 특이적인 질병 기전을 설명할 수 있음을 보이고, 해당 유전자 커뮤니티에서 환자 특이적으로 결속력 약화에 크게 기여하는 유전자들을 찾아, 보다 효과적인 환자 맞춤형 약물 표적을 제안했다. 연구진들은 이러한 약물 표적 발굴 기술이 기존 기술 대비 약 4배 이상 효과적임을 증명했다.
이도헌 교수는 “여러 유전자가 관여하는 복합질병은 개별 유전자보다는 유전자들 사이의 상호작용을 고려하는 시스템적 관점에서 바라봐야 하며 현재 임상 현장에서 환자 맞춤형 의료를 위해 쓰이는 단일 유전자 기반의 바이오마커들은 복합질병의 이질성과 복잡성을 충분히 담아내기에는 한계가 있다. 따라서 이번 연구에서 개발한 개인화된 유전자 네트워크에서 유전자 커뮤니티의 결속력에 기반한 코지넷(COSINET) 기술이 복합질병의 환자 맞춤형 의료 실현을 위한 새로운 시각을 열어 줄 수 있을 것”이라고 말했다.
바이오및뇌공학과 이도헌 교수와 왕승현 박사과정이 공동으로 진행한 이번 연구는 영국 옥스퍼드대학교에서 발간하는 생명정보학 분야 최고 학술지인 `생명정보학 브리핑(Briefings in Bioinformatics)’ 2024년 5월호에 게재되고 온라인으로는 4월 15일 발표됐다.
(논문 제목: Community cohesion looseness in gene networks reveals individualized drug targets and resistance, https://academic.oup.com/bib/article/25/3/bbae175/7645997)
한편 이번 연구는 과학기술정보통신부 데이터 기반 디지털 바이오 선도 사업의 지원을 받아 수행됐다.
2024.04.23
조회수 2860
-
GPU에서 대규모 출력데이터 난제 해결
국내 연구진이 인공지능(AI) 등에 널리 사용되는 그래픽 연산 장치(이하 GPU)에서 메모리 크기의 한계로 인해 초병렬 연산*의 결과로 대규모 출력 데이터가 발생할 때 이를 잘 처리하지 못하던 난제를 해결했다. 이 기술을 통해 향후 가정에서 사용하는 메모리 크기가 작은 GPU로도 생성형 AI 등 고난이도 연산이 대규모 출력을 필요한 경우 이를 빠르게 수행할 수 있다.
*초병렬 연산: GPU를 이용하여 수 십 만에서 수 백 만 개의 작은 연산들을 동시에 수행하는 연산을 의미
우리 대학은 전산학부 김민수 교수 연구팀이 한정된 크기의 메모리를 지닌 GPU를 이용해 수십, 수백 만개 이상의 스레드들로 초병렬 연산을 하면서 수 테라바이트의 큰 출력 데이터*를 발생시킬 경우에도 메모리 에러를 발생시키지 않고 해당 출력 데이터를 메인 메모리로 고속으로 전송 및 저장할 수 있는 데이터 처리 기술(일명 INFINEL)을 개발했다고 7일 밝혔다.
*출력데이터: 데이터 분석 결과 또는 인공지능에 의한 생성 결과물에 해당하는 데이터
최근 AI의 활용이 급속히 증가하면서 지식 그래프와 같이 정점과 간선으로 이루어진 그래프 구조의 데이터의 구축과 사용도 점점 증가하고 있는데, 그래프 구조의 데이터에 대해 난이도가 높은 초병렬 연산을 수행할 경우 그 출력 결과가 매우 크고, 각 스레드의 출력 크기를 예측하기 어렵다는 문제점이 발생한다.
또한, GPU는 근본적으로 CPU와 달리 메모리 관리 기능이 매우 제한적이기 때문에 예측할 수 없는 대규모의 데이터를 유연하게 관리하기 어렵다는 문제가 있다. 이러한 이유로 지금까지는 GPU를 활용해 ‘삼각형 나열’과 같은 난이도가 높은 그래프 초병렬 연산을 수행할 수 없었다.
김 교수팀은 이를 근본적으로 해결하는 INFINEL 기술을 개발했다. 해당 기술은 GPU 메모리의 일부 공간을 수백 만개 이상의 청크(chunk)라 불리는 매우 작은 크기의 단위들로 나누고 관리하면서, 초병렬 연산 내용이 담긴 GPU 커널(kernel) 프로그램을 실행하면서 각 스레드가 메모리 충돌 없이 빠르게 자신이 필요한 청크 메모리들을 할당받아 자신의 출력 데이터를 저장할 수 있도록 한다.
또한, GPU 메모리가 가득 차도 무중단 방식으로 초병렬 연산과 결과 출력 및 저장을 지속할 수 있도록 한다. 따라서 이 기술을 사용하면 가정에서 사용하는 메모리 크기가 작은 GPU로도 수 테라 바이트 이상의 출력 데이터가 발생하는 고난이도 연산을 빠르게 수행할 수 있다.
김민수 교수 연구팀은 INFINEL 기술의 성능을 다양한 실험 환경과 데이터 셋을 통해 검증했으며, 종래의 최고 성능 동적 메모리 관리자 기술에 비해 약 55배, 커널을 2번 실행하는 2단계 기술에 비해 약 32배 연산 성능을 향상함을 보였다.
교신저자로 참여한 우리 대학 전산학부 김민수 교수는 “생성형 AI나 메타버스 시대에는 GPU 컴퓨팅의 대규모 출력 데이터를 빠르게 처리할 수 있는 기술이 중요해질 것으로 예상되며, INFINEL 기술이 그 일부 역할을 할 수 있을 것”이라고 말했다.
이번 연구에는 김 교수의 제자인 박성우 박사과정이 제1 저자로, 김 교수가 창업한 그래프 딥테크 기업인 (주)그래파이 소속의 오세연 연구원이 제 2 저자로, 김 교수가 교신 저자로 참여하였으며, 국제 학술지 ‘PPoPP’에 3월 4일자 발표됐다. (INFINEL: An efficient GPU-based processing method for unpredictable large output graph queries)
한편, 이번 연구는 과기정통부 IITP SW스타랩 및 ITRC 사업, 한국연구재단 선도연구센터인 암흑데이터 극한 활용 연구센터의 지원을 받아 수행됐다.
2024.03.07
조회수 3681
-
미생물로 자스민 향도 만든다
우리 대학 생물공정연구센터 최경록 연구교수와 생명화학공학과 이상엽 특훈교수가 ‘벤질아세테이트 생산을 위한 미생물 공정’논문을 발표했다고 26일 밝혔다. 이번 논문은 네이처(Nature) 誌가 발행하는 ‘네이처 화학공학(Nature Chemical Engineering)’의 표지논문으로 선정됐다.
※ 논문명 : A microbial process for the production of benzyl acetate
※ 저자 정보 : 최경록(한국과학기술원, 제1 저자), Luo Zi Wei(한국과학기술원, 제2 저자), 김기배(한국과학기술원, 제3 저자), Xu Hanwen(한국과학기술원, 제4 저자) 및 이상엽(한국과학기술원, 교신저자) 포함 총 5명
향은 화장품 및 식품 산업에서 중요한 요소다. 그중에서도 자스민 향과 일랑일랑 향은 각종 향수와 화장품, 개인 위생용품뿐만 아니라 식품 및 음료 제조에까지 널리 애용되고 있다. 하지만 자스민과 일랑일랑 꽃으로부터의 추출을 통해 생산되는 향료의 양이 수요를 충족시키기 못하기 때문에 산업에서는 두 향료의 향을 내는 주요한 방향성 성분인 벤질아세테이트를 석유로부터 유래한 원료를 이용해 화학적으로 합성해 첨가해 제품을 생산하고 있다. 이상엽 특훈교수 연구팀은 각종 산업에서 널리 이용되는 방향성 화합물인 벤질아세테이트를 친환경적이고 지속가능한 방식으로 생산하고자 시스템 대사공학을 통해 포도당으로부터 벤질아세테이트를 생산하는 대장균 발효 공정을 개발했다. 시스템 대사공학은 석유에 대한 의존도가 높은 기존의 화학산업을 대체할 바이오산업의 핵심인 미생물 세포공장을 보다 효과적으로 개발하기 위해 이상엽 특훈교수가 창시한 연구 분야다.
이상엽 특훈교수팀은 2019년 대장균을 대사공학적으로 개량해 포도당으로부터 벤조산을 생산하는 미생물 균주를 개발한 바 있다. 이번 연구에서는 해당 전략을 바탕으로 포도당으로부터 벤조산을 거쳐 벤질아세테이트를 생합성하는 대사 경로를 개발했다. 연구팀은 포도당으로부터 벤조산을 생합성하는 대사경로를 도입한 상단 균주와 벤조산을 벤질아세테이트로 전환하는 대사 경로가 도입된 하단 균주의 공생배양을 통해 포도당으로부터 벤질아세테이트를 생산하는 데 성공했다. 하지만 해당 공생배양 전략을 활용할 경우 벤조산을 벤질아세테이트로 전환하는 데에 이용되는 효소가 벤조산 생합성 중 생성되는 중간체에 비특이적으로 작용해 신나밀아세테이트라는 부산물을 생성하는 것이 확인됐다. 특히 이 과정에서 벤조산 생합성에 필요한 중간체가 소모되어 목표 화합물인 벤질아세테이트의 생산 효율이 감소된다. 이상엽 특훈교수 연구팀은 효소의 기질 비특이성으로 인한 부산물 생성 문제를 극복하기 위해 발효 초반에는 포도당으로부터 벤조산을 생산하는 상단 균주만을 배양해 벤조산을 우선적으로 생산하고, 하단 균주를 뒤늦게 접종해 배양액 내에 축적된 벤조산을 벤질아세테이트로 전환하는 지연 공생배양 전략을 고안했다. 하단 균주가 도입되는 시점에는 배양액 내 벤조산의 농도가 중간체의 농도보다 월등히 높아 벤조산이 벤질아세테이트로 전환되는 반응이 중간체가 부산물로 전환되는 반응보다 우세하게 진행된다. 연구진은 지연 공생배양 전략을 적용함으로써 추가적인 효소 및 균주 개량을 거치지 않고도 부산물의 생성은 억제하는 동시에 목표 화합물인 벤질아세테이트의 생산 농도는 기존 플라스크 수준의 발효 대비 10배 이상인 2.2 g/L까지 향상시킬 수 있었다. 또한 기술 경제성 분석을 통해 해당 미생물 공정을 통한 벤질아세테이트의 상업적 생산 가능성을 확인했다.
이번 논문의 제1 저자인 최경록 연구교수는 “이번 연구는 벤질아세테이트라는 산업적으로 유용한 화합물을 효과적으로 생산하는 미생물 공정을 개발함과 동시에, 대사공학을 연구 중 효소의 기질 비특이성으로 인해 빈번하게 발생하는 부산물 생성 및 이로 인한 목표 화합물 생산 효율의 저하 문제를 극복하는 새로운 접근을 제시했다는 데 큰 의의가 있다”고 말했다. 또한 이상엽 특훈교수는 “산업적으로 유용한 화합 물질을 지속가능한 방식으로 생산할 수 있는 미생물 공정의 종류와 수를 늘려 나감과 동시에 미생물 균주 개발 중 고질적으로 필연적으로 발생하는 여러 문제를 해결하는 효과적인 전략의 개발에도 힘쓴다면 석유화학산업의 친환경적이고 지속가능한 바이오산업으로의 전환을 더욱 앞당길 수 있을 것”이라고 밝혔다.
한편, 이번 연구는 과기정통부가 지원하는 바이오의료기술개발사업의 ‘지능형 세포공장기술 구현’ 과제 (과제책임자 KAIST 이상엽 특훈교수) 및 농촌진흥청이 지원하는 농업미생물사업단(단장 장판식)의 ‘미생물 대사 시스템 제어를 통한 무기물로부터의 단백질 생산 기술 개발’ 과제 (과제책임자 KAIST 최경록 연구교수)의 지원을 받아 수행됐다.
2024.02.26
조회수 4630