-
화합물 생성AI 기술로 신약 개발 앞당긴다
신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다.
김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다.
심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의 생성하면서도 기존 화합물의 특성 예측이 동시에 가능한 기술은 개발되지 못했다.
연구팀은 화학 특성값의 집합 자체를, 분자를 표현하는 데이터 형식으로 간주해 분자 구조의 표현식과 함께 둘 사이의 상관관계를 아울러 학습하는 AI학습 모델을 제안했다. 유용한 분자 표현식 학습을 위해 컴퓨터 비전 분야에서 주로 연구된 다중 모달리티 학습 기법을 도입해, 두 다른 형식의 데이터를 통합하는 방식으로, 바라는 화합물의 성질을 만족하는 새로운 화합물의 구조를 생성하거나 주어진 화합물의 성질을 예측하는 생성 및 성질 특성이 동시에 가능한 모델을 개발했다.
연구팀이 제안한 모델은 50가지 이상의 동시에 주어지는 특성값 입력을 따르는 분자 구조를 예측하는 등 분자의 구조와 특성 모두의 이해를 요구하는 과제를 해결하는 능력을 보였으며, 이러한 두 데이터 정보 공유를 통해 화학반응 예측 및 독성 예측과 같은 다양한 문제에도 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 것으로 확인됐다.
이 연구는 독성 예측, 후보물질 탐색과 같이 많은 산업계에서 중요하게 다뤄지는 과제를 포함해, 더 광범위하고 풍부한 분자 양식과 고분자, 단백질과 같은 다양한 생화학적 영역에 적용될 수 있을 것으로 기대된다.
예종철 교수는 “새로운 화합물의 생성과 화합물의 특성 예측 기술을 통합하는 화학분야의 새로운 생성 AI기술의 개척을 통해 생성 AI 기술의 저변을 넓힌 것에 자부심을 갖는다”고 말했다.
예종철 교수 연구팀의 장진호 석박통합과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’지난 3월 14일 자 온라인판에 게재됐다. (논문명 : Bidirectional Generation of Structure and Properties Through a Single Molecular Foundation Model)
한편 이번 연구는 한국연구재단의 AI데이터바이오선도기술개발사업으로 지원됐다.
2024.03.25
조회수 4606
-
극저온일수록 강력한 초고속 반도체 소자 개발
KAIST 연구진이 초고속 구동이 가능하고 온도가 낮아질수록 성능이 더욱 향상되어 고주파수 대역 및 극저온에서의 활용 가능성이 기대되는 고성능 2차원 반도체 소자 개발에 성공하였다.
전기및전자공학부 이가영 교수 연구팀이 실리콘의 전자 이동도와 포화 속도*를 2배 이상 뛰어넘는 2차원 나노 반도체 인듐 셀레나이드(InSe)** 기반 고이동도, 초고속 소자를 개발했다고 20일 밝혔다.
*포화 속도(Saturation velocity): 반도체 물질 내에서 전자나 정공이 움직일 수 있는 최대 속도를 가리킴. 포화 속도는 포화 전류량 및 차단 주파수(Cutoff frequency) 등을 결정하며 반도체의 전기적 특성을 평가할 수 있는 핵심 지표 중 하나임.
**인듐 셀레나이드(InSe): 인듐과 셀레늄으로 이루어진 무기 화합물로 2차원 층간 반데르발스 결합을 이루고 있음
연구진은 고이동도 인듐 셀레나이드에서의 2.0×107 cm/s를 초과하는 우수한 상온 전자 포화 속도 값을 달성하였는데, 이는 실리콘과 다른 유효한 밴드갭을 지니는 타 2차원 반도체들의 값보다 월등히 우수한 수치이다. 특히 80 K으로 냉각시 InSe의 전자 포화 속도는 최대 3.9×107 cm/s로 상온 대비 50% 이상 향상되는데, 이는 전자 포화 속도가 약 20% 정도만 상승하는 실리콘 그리고 냉각하여도 포화 속도에 거의 변화가 없는 그래핀 대비 주목할만하다. 인듐 셀레나이드의 전자 포화 속도를 체계적으로 분석하여 보고한 것은 이번이 처음이며, 연구진은 전자 포화 속도 양상의 결정 기제 또한 규명하였다.
*이종접합: 서로 다른 결정 반도체의 2개의 층 또는 영역 사이의 접점
이번 연구를 주도한 석용욱 학생은 “고성능 소자 개발을 통해 2차원 반도체 InSe의 높은 전자 이동도와 포화 속도를 확인할 수 있었다”며 “실제 극저온 및 고주파수 구동이 필요한 응용 기기에의 적용 연구가 필요하다”라고 덧붙였다.
이가영 교수는 “고주파수 전자 시스템 구현에는 높은 포화 속도가 요구되는데 이번에 개발한 고성능 전자 소자는 초고속 구동이 가능하여 5G 대역을 넘어 6G 주파수 대역에서의 동작이 가능할 것으로 예측된다”며 “저온으로 갈수록 소자의 성능이 더욱 향상되어 퀀텀 컴퓨터의 양자 제어 IC(Integrated circuit)와 같이 극저온 고주파수 구동 환경에 적합하다.”라고 말했다.
KAIST 전기및전자공학부 석용욱 박사과정 학생이 제1저자로 참여한 이번 연구는 나노과학 분야 저명 국제 학술지 `ACS Nano'에 2024년 3월 19일 정식 출판됐으며 동시에 저널 표지 논문으로 채택됐다. (논문명 : High-Field Electron Transport and High Saturation Velocity in Multilayer Indium Selenide Transistors)
한편 이번 연구는 한국연구재단의 신진연구자지원사업, 기초연구사업 및 BK21, KAIST의 C2(Creative & Challenging) 프로젝트, LX 세미콘-KAIST 미래기술센터, 그리고 포스코청암재단의 지원을 받아 수행됐다.
붙임 : 연구개요, 그림 설명, 교수 이력
2024.03.20
조회수 3934
-
세계 최고 수준 리튬 금속배터리 용매 개발
휴대용 전자기기 및 전기차 등에 적용해 1회 충전에 많은 에너지를 저장하고 오래 사용할 수 있는 고 에너지밀도 이차전지 개발의 중요도가 커지고 있다. 한국 연구진이 리튬 이차전지의 에너지 밀도를 높이고 고전압 구동시 안정성을 높여줄 용매를 개발하여 화제다.
우리 대학 생명화학공학과 최남순 교수팀이 UNIST 화학과 홍성유 교수팀, 서울대 화학생물공학부 이규태 교수팀, 고려대 화공생명공학과 곽상규 교수팀, 경상국립대 나노·신소재공학부 고분자공학전공 이태경 교수와 공동연구를 통해 4.4V의 높은 충전 전압에서 리튬 금속전지의 효율과 에너지를 유지하는 세계 최고 수준의 전해액 조성 기술을 개발했다고 19일 밝혔다.
공동연구팀은 기존에 보고되지 않은 용매를 새롭게 디자인하고 합성해 전해액 주 용매로 사용했으며 전극-전해액 계면을 안정화하는 첨가제 기술과의 조합을 통해 리튬 금속전지의 고전압 수명 성능 및 고속 충전 특성을 획기적으로 높이는 데 성공했다.
리튬 금속전지를 오랜 시간 사용하기 위해서는 전해액의 이온 전달 성능뿐만 아니라 전극 표면을 보호하는 것이 필수적이다. 전자를 주는 성질이 강한 리튬금속 음극과 전자를 빼앗으려는 고전압 양극에 접촉하고 있는 전해액이 분해되지 않도록 전극과 전해액 사이에 보호층을 형성시켜야 한다.
최남순 교수 연구팀은 구동할 수 있는 상한 전압의 한계가 있는 용매들과는 달리 높은 충전 전압에서 안정적으로 사용할 수 있는 새로운 용매를 합성하는 데 성공했으며 이를 첨가제 기술과 접목해 현저하게 향상된 *가역 효율(상온 200회 99.9%)을 달성했다. 또한, 완전 충전-완전 방전 조건에서 첫 사이클 방전용량 대비 200사이클의 방전용량으로 용량 유지율을 측정하는데 개발된 전해액 기술은 리튬 대비 4.4V 높은 충전 전압 조건에서 다른 전해액보다 약 5% 정도 높은 75.0%의 높은 방전용량 유지율을 보였다.
☞ 가역 효율: 매 사이클마다 전지의 방전용량을 충전용량으로 나누어 백분율로 나타낸 값으로 배터리의 가역성을 의미함. 가역 효율이 높을수록 매 사이클마다 배터리 용량 손실이 적음을 의미함. 아무리 높은 용량을 구현하는 배터리라도 가역성이 높지 않다면 실용화가 어려움.
연구팀이 이번 연구에서 세계 최초로 합성 및 보고한 *환형 설폰아마이드 계열 용매인 TFSPP(1-(trifluoromethyl)sulfonyl)piperidine)는 기존에 사용되는 용매보다 우수한 고전압 안정성을 가져 전지 내부 가스 발생을 억제할 수 있음을 확인했다.
☞ 환형 설폰아마이드 용매: 질소원자 1개원 탄소원자 5개로 구성된 6원자 고리구조와 리튬염 구조를 모방한 작용기를 연결하여 제조되었으며 기존 에테르계 유기용매와 비교하여 3배 이상 높은 열안정성을 가짐. 또한, 상온에서 액체상태이며 리튬염을 녹일수 있는 용매임. 불에 잘 타는 일반적인 유기용매와는 달리 불에 타는 성질이 낮은 리튬염의 음이온 구조가 포함되어 있어 전해액의 발화 가능성을 낮출 것으로 기대됨.
또한, 연구팀은 두 가지 이온성 첨가제를 도입하여 리튬 금속 음극에 형성된 보호층이 부피 변화를 견디도록 설계했다. 이에 더해, 연구팀은 전자 방출 경향성이 높은 첨가제를 적용해 양극 표면에 보호층을 형성해 양극의 구조 안정성을 향상시켰다. 개발된 새로운 구조의 고전압 용매는 전극을 보호하는 첨가제와 함께 시너지 효과를 이끌어 고전압 리튬 금속전지 성능을 극대화했다는 점에서 그 의미가 크다.
이번 논문의 공동 제1 저자인 우리 대학 생명화학공학과 김세훈 박사과정은 “용매와 첨가제의 조합 기술을 통해 실용화가 가능한 리튬 금속전지용 용매 조성 프레임을 개발했으며 전지의 사용기간을 연장하는, 보다 안정적인 전극-전해액 계면층을 형성하는 새로운 전해액 조성 기술을 개발했다”라고 말했다.
최남순 교수는 “새로운 구조로 디자인된 TFSPP 용매는 기존 용매에 비해 열적 및 고전압 안정성이 매우 우수하고 전지 구동 중 전해액 분해를 최소화해 전지 내압 상승요인인 가스 발생을 억제하는 전해액 용매”임을 강조하며 “TFSPP를 주 용매로 사용해 전지의 고온 안정성을 개선했으며 본 연구팀 고유기술인 다중층 전극-전해액 보호층 형성을 통해 안정화함으로써 고전압 리튬 금속전지 실용화를 위한 전해액 설계에 있어서 새로운 이정표를 제시했다”라고 연구의 의미를 덧붙였다.
우리 대학 생명화학공학과 최남순 교수, 김세훈, 송채은, 이동현 연구원과 UNIST 화학과 홍성유 교수, 전지환 연구원, 서울대 화학생물공학부 이규태 교수, 박교빈, 송가원 연구원, 고려대 화공생명공학과 곽상규 교수, 권성현 연구원, 유승호 교수, 현재환 연구원, 그리고 경상국립대 나노·신소재공학부 고분자공학전공 이태경 교수가 진행한 이번 연구는 국제 학술지 ‘어드밴스드 머티리얼즈 (Advanced Materials)’에 3월 6일 字로 온라인 공개됐다. (논문명 : Electrolyte Design for High-Voltage Lithium-Metal Batteries with Synthetic Sulfonamide-Based Solvent and Electrochemically Active Additives)
한편 이번 연구는 한국연구재단의 단계도약형 탄소중립 기술개발사업과 한국산업기술평가관리원의 산업기술 혁신사업의 지원을 받아 수행됐다.
2024.03.19
조회수 5295
-
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 3525
-
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
-
해킹 공격 막는 암호 반도체 최초 개발
사물인터넷(IoT), 자율 주행 등 5G/6G 시대 소자 또는 기기 간의 상호 정보 교환이 급증함에 따라 해킹 공격이 고도화되고 있다. 이에 따라, 기기에서 데이터를 안전하게 전송하기 위해서는 보안 기능 강화가 필수적이다.
우리 대학 전기및전자공학부 최양규 교수와 류승탁 교수 공동연구팀이 ‘해킹 막는 세계 최초 보안용 암호 반도체’를 개발하는 데 성공했다고 29일 밝혔다.
연구팀은 100% 실리콘 호환 공정으로 제작된 핀펫(FinFET) 기반 보안용 암호반도체 크립토그래픽 트랜지스터(cryptographic transistor, 이하 크립토리스터(cryptoristor))를 세계 최초로 개발했다. 이는 트랜지스터 하나로 이루어진 독창적 구조를 갖고 있을 뿐만 아니라, 동작 방식 또한 독특해 유일무이한 특성을 구비한 난수발생기다.
인공지능 등의 모든 보안 환경에서 가장 중요한 요소는 난수발생기이다. 가장 널리 사용되는 보안 칩인 ‘고급 암호화 표준(advanced encryption standard, AES)’에서 난수발생기는 핵심 요소로, AES 보안 칩 전체 면적의 약 75%, 에너지 소모의 85% 이상을 차지한다. 따라서, 모바일 혹은 사물인터넷(IoT)에 탑재가 가능한 저전력/초소형 난수발생기 개발이 시급하다.
기존의 난수발생기는 전력 소모가 매우 크고 실리콘 CMOS 공정과의 호환성이 떨어진다는 단점이 있고, 회로 기반의 난수발생기들은 점유 면적이 매우 크다는 단점이 있다.
연구팀은 기존 세계 최고 수준 연구 대비 전력 소모와 점유 면적 모두 수천 배 이상 작은 암호 반도체인 단일 소자 기반의 크립토리스터(cryptoristor)를 개발했다. 절연층이 실리콘 하부에 형성되어 있는 실리콘 온 인슐레이터(Silicon-on-Insulator, SOI) 기판 위에 제작된 핀펫(FinFET)이 가지는 내재적인 전위 불안정성을 이용해 무작위적으로 0과 1을 예측 불가능하게 내보내는 난수발생기를 개발했다.
다시 설명하면, 보통 모바일 기기 등에서 정보를 교환할 때 데이터를 암호화하는 알고리즘에는 해커가 암호화한 알고리즘을 예측할 수 없도록 하는 것이 중요하다. 이에 무작위의 0과 1이 난수이며 0과 1의 배열이 매번 다른 결과가 나오게 하여 예측 불가능성을 가지도록 함으로써 공격자가 예측하지 못하도록 차단하는 방식이다.
특히, 크립토리스터 기반 난수발생기 연구는 국제적으로도 구현한 사례가 없는 세계 최초의 연구이면서, 기존 논리 연산용 또는 메모리용 소자와 동일한 구조의 트랜지스터이기 때문에, 현재 반도체 설비를 이용한 양산 공정으로 100% 제작이 가능하며 저비용으로 빠르게 대량생산이 가능하다는 점에서 의미가 크다.
연구를 주도한 김승일 박사과정은 개발된 “암호 반도체로서 초소형/저전력 난수발생기는 특유의 예측 불가능성으로 인해 보안 기능을 강화해 칩 또는 칩 간의 통신 보안으로 안전한 초연결성을 지원할 수 있고, 특히 기존 연구 대비 에너지, 집적도, 비용 측면에서 탁월한 장점을 갖고 있어 사물인터넷(IoT) 기기 환경에 적합하다”고 연구의 의의를 설명했다.
전기및전자공학부 김승일 박사과정이 제1 저자, 유형진 석사가 공저자로 참여한 이번 연구는 국제학술지 ‘사이언스(Science)’의 자매지인 ‘사이언스 어드밴시스(Science Advances)’ 2024년 2월 온라인판에 정식 출판됐다. (논문명 : Cryptographic transistor for true random number generator with low power consumption)
한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 국가반도체연구실지원핵심기술개발사업의 지원을 받아 수행됐다.
2024.02.29
조회수 4239
-
단백질 ‘생산 설계도’ 보호하는 RNA 조절 기전 찾았다
생명체는 DNA, RNA, 단백질과 같은 바이오분자들의 조절 작용으로 다양한 생물학적 기능을 수행한다. 바이오분자들의 조절로 유전 정보가 전달되고, 잘못 전달된 정보는 유전자 변형이나 감염성 질병의 원인이 된다. 따라서 분자생물학적 조절 연구는 유전자 치료제와 첨단 백신 개발에 중요하다. 특히, 2023년 코로나 mRNA 백신 기술을 개발한 과학자들이 노벨 생리의학상을 수상하면서 RNA 조절 연구에 기반한 첨단신약, 바이오공학 기술이 크게 주목받고 있다.
우리 대학 바이오및뇌공학과 이영석 교수 연구팀이 기초과학연구원(IBS) RNA 연구단 김빛내리 단장(서울대 생명과학부 석좌교수), 미국 국립암연구소 유진 발코프(Eugene Valkov) 박사팀과 공동연구를 통해 자체 개발한 단일핵산 분석법을 적용해 전령 RNA(messenger RNA, 이하 mRNA) 분해의 새로운 조절 기전을 찾았다고 밝혔다.
mRNA는 긴 단일 가닥 RNA 분자로, DNA에 보관된 유전 정보를 단백질에 전달하는 매개체로서 마치 단백질의 ‘생산 설계도’와 같다. 예를 들어, 코로나 mRNA 백신은 약 4,000개의 RNA 분자로 이루어져 있으며, 코로나 스파이크 단백질의 유전 정보와 다양한 RNA 변형을 활용해 스파이크 단백질 생산을 조절하도록 설계되어 있다. 결국 RNA 기능과 조절에 따라 유전자 치료제 및 mRNA 백신의 효능이 결정된다.
연구진은 다양한 RNA 조절 인자 중 특히 mRNA 꼬리에 주목해 왔다. mRNA는 말단에 50-150개의 아데닌 염기로 구성된 긴 꼬리를 갖는데, mRNA를 보호하고 단백질 합성을 촉진하는 역할을 한다. 그동안 이 꼬리는 아데닌으로만 구성된 것으로 알려졌지만, 연구진은 지난 연구에서 비(非) 아데닌 염기가 추가된 ‘혼합 꼬리(Mixed tail)’가 존재한다는 사실을 보고하였고, 이 혼합 꼬리가 mRNA의 분해를 막는 역할을 하여 유전자 활성을 높이는 데 기여함을 밝힌 바 있다.
그러나 RNA 변형의 결과인 mRNA 꼬리는 그 변형의 특이적인 행태로 인해 생화학 실험과 정량적 분석에 어려움이 있었다. 또한, 50-150개 RNA 분자의 연속적인 변형에 대한 단일염기 분석이 필요하여 mRNA 혼합 꼬리 조절 기전 연구에 제한이 있었다.
이를 해결하기 위해 연구진은 미국 국립암연구소 유진 발코프 박사 연구팀과 함께 mRNA 꼬리 조절 연구를 위한 단일핵산 분석법을 개발했다. 이어 이 분석법을 활용하여 세계 최초로 mRNA 꼬리가 분해되는 속도를 단일핵산 단위로 측정하는데 성공, mRNA 꼬리의 새로운 분해 기전을 규명했다.
연구진은 mRNA 분해를 유도하는 탈아데닐 복합체(CCR4-NOT)를 이용한 탈아데닐화 시스템을 개발하고 단일 염기 단위의 분해 반응을 수학적으로 모델링하여 혼합 꼬리 분해 효과를 정량화했다. 그 결과, 탈아데닐 복합체의 진행이 지연되는 위치를 확인할 수 있었으며, 복합체의 구성 요소들이 비 아데닌 염기에 의해 특정 위치에서 막혀 분해 속도가 조절되는 것을 밝혔다. 즉, 비 아데닌 염기가 일종의 ‘과속 방지턱’ 역할을 한다는 것을 입증한 것이다.
김빛내리 단장은 “mRNA 혼합 꼬리 조절에 대한 이해를 확장해 mRNA 안정성 조절과 유전자 발현 메커니즘에 대한 새로운 통찰을 제공했다”라며, “혼합 꼬리에 기반한 다양한 유전자 치료법 연구와 RNA 첨단 신약 개발에 기여할 것”이라고 말했다.
우리 대학 바이오및뇌공학과 이영석 교수는 “이번 연구는 분자생물학, 생화학 및 수학 분야가 만나 이룬 융합 연구의 결실”이라며, “미래 바이오공학 및 첨단바이오 분야 발전을 위한 공동연구의 중요성을 시사한다”라고 연구의 의의를 밝혔다.
이번 연구결과는 국제 학술지 ‘네이처 구조 분자생물학(Nature Structural & Molecular Biology, IF=16.8)’에 지난 2월 19일 게재됐다.
2024.02.28
조회수 3562
-
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
-
인공지능을 위한 신소재 혁신방향 제시
최근 ‘스타링크’와 같은 초연결 인터넷망과 빠른 통신이 가능한 6G 기술, 초고속 연산장치들이 개발됨에 따라, 이들과 쉽게 융합될 수 있는 초소형 고성능 장치들이 요구되고 있다. 이를 위해 감도가 좋은 센서 소재, 외부 자극을 감지할 수 있는 스마트 소재, 해킹이 불가능한 보안 소재 등 혁신적인 신소재 기술의 중요성이 날로 커지고 있다.
우리 대학 신소재공학과 김상욱 교수 연구팀이 생명화학공학과 리 섕 교수, 전기및전자공학부 권경하 교수, DGIST 로봇 및 기계전자공학과 김봉훈 교수와 함께 4차 산업혁명의 핵심 분야인 사물인터넷(IoT)을 크게 혁신할 수 있는 핵심 신소재를 소개하는 초청 논문을 발표했다고 22일 밝혔다.
김상욱 교수 연구팀은 그간 초미세 반도체회로 구현을 위한 블록공중합체 자기조립 제어(Directed Self-Assembly; DSA) 연구 분야를 세계 최초로 개척했고, 이를 실제 반도체 리소그라피 공정과 융합하는 데 성공해 국제 반도체 로드맵에 등록시켰다.
최근까지도 이 나노소재 기술을 반도체뿐만이 아니라 보안소자, 센서, 유저 인터페이스 등에 다양하게 적용하는 연구 방향을 제시해 국제적으로 선도해왔고, 이번에 그 중요성과 과학기술적 기여도를 인정받아 세계적인 학술지 `네이처 리뷰 일렉트리칼 엔지니어링(Nature Review Electrical Engineering)' 에 퍼스펙티브(perspective) 논문을 초청받아 표지논문으로 발표했다.
김상욱 교수는 “포스트 인공지능 시대의 사물인터넷 시스템은 신소재 기반의 저비용, 저전력, 소형화, 및 지속가능성이 강화된 소자기술의 혁신이 중요한데 자기조립 나노패턴 소재가 매우 중요한 역할을 할 것으로 기대된다”고 밝혔다.
`네이처 리뷰 일렉트리칼 엔지니어링' 은 세계적으로 권위를 인정받는 네이처 저널에서 올해부터 새로 발간한 인공지능 기술등 전기전자 분야 리뷰 전문 학술지로서 관련분야의 세계적인 석학들을 엄격한 기준에 따라 선정하여 논문을 초청한다. 특히 특정 연구 분야를 객관적인 시각으로 소개하는 일반 리뷰(review)와는 달리 저자의 선구적이고 독창적인 시각을 제시하는 퍼스펙티브(perspective) 논문은 극히 소수의 학계 권위자에게만 의뢰하는 것으로 알려져 있으며, 이번 논문은 그 우수성을 인정받아 해당 호의 표지 논문으로 선정되었다. 한편 이번 논문연구는 한국연구재단의 리더연구자 지원사업인 다차원 나노조립제어 창의연구단의 지원을 받아 수행됐다.
*논문명: Intelligent block copolymer self-assembly towards IoT hardware components
2024.02.22
조회수 4326
-
흡연과 음주가 구강암 촉진 밝혀
흡연과 음주는 세포에서 활성산소의 부하를 증가시키고 높은 수준의 산화스트레스를 유발한다고 알려져 있다. 하지만 아직 산화스트레스가 구강암의 발달을 촉진하는 구체적인 기전은 명확히 밝혀지지 않았다.
우리 대학 의과학대학원 김준 교수 연구팀이 발암 위험 인자인 흡연과 음주가 구강암의 발생과 성장에 관여하는 새로운 기전을 규명했다고 21일 밝혔다.
연구팀은 이번 연구에서 흡연 및 음주가 직접적인 DNA 손상뿐 아니라 산화스트레스를 통한 전사 조절(발암 유전자의 발현 증가)로 구강암의 증식을 촉진하는 경로를 밝혀서 항암제 개발의 새로운 단서를 확보했다.
연구팀은 구강암 환자에서 특이적으로 높게 발현되는 TM4SF19 (Transmembrane 4 L Six Family Member 19) 단백질에 주목했다. 이 단백질은 산화스트레스에 의해 두 개의 분자가 중합해 형성되는 이합체 물질을 형성해 발암 유전자로 알려진 YAP(yes-associated protein)의 발현을 일시적으로 증가시킴을 구강암 세포주를 이용한 단백질 생화학 실험을 통해 밝혔다. 이 단백질(TM4SF19)은 대부분의 정상 조직에서는 낮게 발현되며, 아직 기능이 알려지지 않은 단백질이다. 구강암 세포에서 이 단백질(TM4SF19)을 억제하면 발암유전자(YAP) 발현이 감소했고, 이는 암세포의 증식과 전이 능력을 저하시키는 효과를 보였다.
의과학대학원 김준 교수는 “이번 연구는 흡연과 음주가 암 발달을 촉진하는 새로운 분자 기전을 규명했을 뿐 아니라 구강암 연구의 새로운 방향을 제시하고 새로운 약물 표적인 단백질(TM4SF19)을 발굴하였다는 점에서 의미가 있다”고 연구의 의의를 설명했다.
KAIST 의과학대학원 졸업생 신은비 박사후연구원이 제1 저자로 참여한 이번 연구는 국제 학술지 ‘미국국립과학원회보(PNAS)’에 2월 5일 자로 게재됐다. (논문명: TM4SF19 controls GABP-dependent YAP transcription in head and neck cancer under oxidative stress conditions)
한편 이번 연구는 한국연구재단 중견연구자지원사업의 지원을 받아 수행됐다.
2024.02.21
조회수 3515
-
차세대 반도체 솔리톤 안정화 기술 최초 개발
초고속 초저전력 차세대 반도체 기술을 구현할 스핀트로닉스 기술을 한 단계 성장시키는 원동력으로 위상적 솔리톤이라는 구조체를 이용해 정보를 저장하고 전송할 수 있는 초고속 비휘발성 메모리 소자 기술이 개발되었다.
우리 대학 물리학과 김세권 교수 연구팀이 기초과학연구원 복잡계 이론물리 연구단(PCS-IBS) 김경민 박사팀, 한양대학교 물리학과 박문집 교수팀과의 공동 연구로 뒤틀림 자성체*를 이용해 위상적 솔리톤을 안정화시킬 수 있는 기술을 세계 최초로 개발해 물리 및 화학 분야 세계적인 학술지 `나노 레터스(Nano Letters)'에 게재했다고 20일 밝혔다.
*자성체: 자성을 띄는 여러 물체를 통칭함
스핀트로닉스는 성장 한계에 다다른 기존 반도체 기술의 근본적인 문제점들을 전자의 양자적 성질인 스핀을 이용해 해결하고자 하는 연구 분야다. 이는 기존 정보처리 기술을 혁신적으로 발전시켜 초고속 초저전력 차세대 반도체 기술을 구현할 것으로 기대되고 있다.
한편 솔리톤이란 특정한 구조가 주변과 상호작용을 통해 사라지지 않고 계속 유지하는 현상을 말하며, 위상적 솔리톤이라는 구조체를 이용해 정보를 저장하고 전송할 수 있는 초고속 비휘발성 메모리 소자 개발이 전 세계 각국 학계와 산업계에서 경쟁적으로 연구가 이뤄지고 있다.
이전까지 차세대 메모리 소자 개발을 위해 연구됐던 위상적 솔리톤으로는 스핀 구조체로 자연계에 존재하는 다양한 자성체 중 수직 이방성*이라고 하는 특수한 성질을 갖는 자성체에서만 안정하다고 알려져, 물질 선택의 제한으로 인해 솔리톤 기반 정보처리 기술 발전에 어려움이 있었다.
* 수직 이방성: 자화 방향이 자성체에 수직한 방향을 선호하게 되는 성질
김세권 교수 연구팀은 특정 단층 강자성체* 두 겹을 서로 뒤틀어 접합시켜 이중층 자성체를 구성할 경우, 수직 이방성을 띠지 않는 다른 종류의 자성체에서도 위상적 솔리톤을 안정화시킬 수 있음을 세계 최초로 발견했다.
*강자성체: 자성체 중에서도 상온의 철과 같이 자발적 자화를 띄는 물체를 뜻함
이번 연구를 통해 발견된 안정한 위상적 솔리톤은 수직이방성이 아닌 수평 이방성을 띄는 자성체에 존재하는 ‘메론’이라고 불리는 스핀 구조체로서 이전에는 그 안정화 메커니즘이 알려지지 않았던 솔리톤이다. 메론 안정화 기술의 확보로 지금까지 수직 이방성 자성체에만 국한되어 있었던 솔리톤 기반 차세대 반도체 기술 연구를 다양한 자성체로 확대 발전시킬 수 있을 것으로 기대되며, 스핀트로닉스 기술을 한 단계 성장시키는 원동력으로 작용할 것으로 예상된다.
이번 연구 결과는 자성체 내부에서는 안정하지 않은 위상적 솔리톤이 두 자성체를 뒤틀어 접합할 경우, 자성체 간 상호작용을 통해 안정화될 수 있다는 것을 보인 첫 예시다. 여러 자성체를 뒤틀어 접합시키는 경우 자성체의 종류와 뒤틀림 각도를 조절함으로써 무한히 많은 자성 시스템을 구현할 수 있으므로, 이번 연구 결과는 뒤틀림 자성체 기반 스핀 기술이라고 하는 넓은 연구 영역을 새로이 개척했다고 판단된다.
우리 대학 김세권 교수는 "이번 논문은 무한히 많은 가능성을 갖는 뒤틀림 자성체 기반의 새로운 물리 현상 탐색과 활용 연구의 시발점으로 작용할 것ˮ이라고 기대감을 내비쳤다.
이번 연구는 우리 대학 김세권 교수, 우리 대학 고경춘 박사, 그리고 PCS-IBS 김경민 박사, 한양대학교 박문집 교수의 공동 연구로 진행되었으며, 한국연구재단 해외우수과학자 유치사업 플러스(브레인 풀 플러스)의 지원을 받아 수행됐다.
2024.02.20
조회수 3384
-
반도체가 곤충처럼 사물 움직임 감지한다
곤충의 시신경계를 모방하여 초고속, 저전력 동작이 가능한 신개념 ‘지능형 센서’ 반도체의 개발로 다양한 혁신적 기술로 확장가능한 기술이 개발되었다. 이 기술은 교통, 안전, 보안 시스템 등 다양한 분야에 응용되어 산업과 사회에 기여할 것으로 보인다.
우리 대학 신소재공학과 김경민 교수 연구팀이 다양한 멤리스터* 소자를 융합해 곤충의 시신경에서의 시각 지능*을 모사하는 지능형 동작인식 소자를 개발하는데 성공했다고 19일 밝혔다.
*멤리스터 (Memristor): 메모리(Memory)와 저항(Resistor)의 합성어로, 입력 신호에 따라 소자의 저항 상태가 변하는 전자소자.
*시각 지능 (Visual Intelligence): 시신경 내에서 시각 정보를 해석하고 연산을 수행하는 기능.
최근 인공지능(AI) 기술의 발전과 함께, 비전 시스템은 이미지 인식, 객체 탐지 및 동작 분석과 같은 다양한 작업에서 AI를 활용해 핵심적인 역할을 수행하고 있다. 하지만 기존 비전 시스템은 이미지 센서에서 수신된 신호를 복잡한 알고리즘을 이용해 물체와 그 동작을 인식하는 것이 일반적이다. 이러한 방식은 상당한 양의 데이터 트래픽과 높은 전력 소모가 필요하여 모바일 또는 사물인터넷 장치에 적용되기 어렵다.
한편, 곤충은 기본 동작 감지기(Elementary Motion Detector) 라는 시신경 회로를 통해 시각 정보를 효과적으로 처리해 물체를 탐지하고 그 동작을 인식하는데 탁월한 능력을 보인다. <그림1> 이를 구현하는 데 있어 기존 실리콘 집적회로(CMOS) 기술에서는 복잡한 회로가 요구되기 때문에, 실제 소자로 제작하기 어려운 한계가 있었다.
김경민 교수 연구팀은 다양한 기능의 멤리스터 소자들을 집적하여 고효율⋅초고속 동작 인식이 가능한 지능형 동작인식 소자를 개발했다. 동작인식 소자는 자체 개발한 두 종류의 멤리스터 소자와 저항 만으로 구성된 단순한 구조를 가지고 있다. 두 종류의 서로 다른 멤리스터는 각각 신호 지연 기능과 신호 통합 및 발화 기능을 수행하며, 이를 통해 곤충의 시신경을 직접 모사하여 사물의 움직임을 판단할 수 있음을 확인했다. <그림2>
연구팀은 개발된 동작인식 소자의 실질적인 활용에 대한 가능성을 입증하기 위해 차량 경로를 예측하는 뉴로모픽 컴퓨팅 시스템을 설계하였으며, 여기에 개발한 동작인식 소자를 적용하였다. <그림3> 그 결과 기존 기술 대비 에너지 소비를 92.9 % 감소하여 더 정확히 사물의 움직임을 예측할 수 있음을 검증하였다.
신소재공학과 김경민 교수는 “곤충은 매우 간단한 시각 지능을 활용해 놀랍도록 민첩하게 물체의 동작을 인지하는데, 이번 연구는 신경의 기능을 재현할 수 있는 멤리스터 소자를 활용해 이를 구현할 수 있었다는 점에 큰 의의가 있다”며, “최근 AI가 탑재된 휴대폰과 같이 에지(edge)형 인공지능 소자의 중요성이 매우 커지고 있는데, 이 연구는 동작 인식을 위한 효율적인 비전 시스템 구현에 기여할 수 있어, 향후 자율주행 자동차, 차량 운송 시스템, 로봇, 머신 비전 등과 같은 다양한 분야에 적용될 수 있을 것으로 기대된다”고 밝혔다.
이번 연구는 신소재공학과 송한찬 박사과정, 이민구 박사과정 학생이 공동 제1 저자로 참여했으며, 국제 학술지 ‘어드밴스드 머티리얼즈(Advanced Materials, IF: 29.4)’에 지난 1월 29일 字 온라인 게재됐다.
한편 이번 연구는 한국연구재단 중견연구사업, 차세대지능형반도체기술개발사업, PIM인공지능반도체핵심기술개발사업, 나노종합기술원 및 KAIST 도약연구사업의 지원을 받아 수행됐다. (논문명: Fully Memristive Elementary Motion Detectors for A Maneuver Prediction, 논문링크: https://doi.org/10.1002/adma.202309708)
2024.02.19
조회수 4069