%EA%B3%B5%EA%B3%BC%EB%8C%80%ED%95%99
-
스스로 가설을 세워 검증하는 뇌 기반 AI 기술
뇌의 맥락 추론 방식이 챗지피티 같은 대규모 인공지능 모델과 어떻게 다를까? 우리 연구진이 ‘뇌처럼 생각하는 인공지능’기술로서 과도한 자신감을 보이는 인공지능의 할루시네이션(Hallucination) 현상을 완화하거나 인간이나 동물과 유사하게 스스로 가설을 세워 검증하는 신개념 인공지능 모델을 개발하는데 성공했다.
우리 대학 뇌인지과학과 이상완 교수(신경과학-인공지능 융합연구센터장)와 생명과학과 정민환 교수(IBS 시냅스 뇌질환 연구단 부연구단장) 연구팀이 동물이 가설을 세워 일관된 행동 전략을 유지함과 동시에, 본인의 가설을 스스로 의심하고 검증하면서 상황에 빠르게 적응하는 새로운 강화학습 이론을 제시하고 뇌과학적 원리를 규명했다고 20일 밝혔다.
현재 상황에 맞게 행동의 일관성과 유동성 사이의 적절한 균형점을 찾아가는 문제를 ‘안정성-유동성의 딜레마(Stability-flexibility dilemma)’라 한다. 이를 위해서는 현재 본인의 판단이 맞는지를 계속 검증하고 수정할 수 있어야 한하는데 뇌과학 및 인공지능 분야에서 다양한 연구가 있었으나 아직까지 완벽한 해법이 알려진 바가 없다.
연구팀은 스스로 세운 가설을 바탕으로 다음 상황을 예측하고 확인하는 행동 패턴을 동역학적으로 프로파일링 할 수 있는 새로운 방식을 고안했고, 이를 바탕으로 전통적인 강화학습 이론과 최신 인공지능 알고리즘 모두 동물의 관련 행동을 제대로 설명하지 못한다는 것을 발견했다.
이어 연구팀은 동물의 현재 상황에 대한 가설을 세우고, 가설의 예측 오류를 바탕으로 행동 전략을 비대칭적으로 업데이트하는 새로운 적응형 강화학습 이론과 모델을 제안했다.
최신 인공지능 모델은 효율적 문제 해결에 집중하다 보니 인간이나 동물의 행동을 잘 설명하지 못하는 경우가 많은 반면, 제안 모델은 예상치 못한 사건에 대한 동물의 행동을 최신 인공지능 모델 대비 최대 31%, 평균 15% 더 잘 예측함을 보였다.
특히, 이 결과는 기존 연구에서 발표된 네 가지 서로 다른 동물 실험 데이터(two-step task, two-armed bandit task, T-maze task, two-armed bandit task with MSN inactivation) 분석을 통해 일관성 있게 재현되었다.
연구팀은 더 나아가 중뇌 기저핵* 선조체**속 중간크기 가시뉴런***이 가설 기반 적응형 강화학습 과정에 관여함을 밝혔다. 직접 경로 가시뉴런들은 예상한 사건을 마주한 경험을, 간접 경로 가시뉴런들은 예상하지 못한 사건을 마주한 경험을 부호화해 행동 전략을 조절함을 보였다.
*기저핵(Basal Ganglia): 대뇌피질, 시상, 뇌간 등 운동 조절 및 학습하는 기능을 담당하는 뇌 부위
**선조체(Striatum): 기저핵의 일부로 가치 평가 및 강화학습 능력과 관련된 부위
***가시뉴런Medium Spiny Neuron, MSN): 선조체의 약 90%를 차지하는 대표적 신경세포로 신경활동을 억제하는 특징을 가지고 있음
본 연구 결과는 뇌의 맥락 추론 방식이 대규모 인공지능 모델과 근본적으로 다르다는 것을 보여준다. 챗지피티(ChatGPT)나 딥시크와 같은 인공지능 모델은 사용자 입력으로부터 맥락 정보를 추정하고 이를 바탕으로 필요한 전문가 시스템에 매칭하며 (딥시크 모델은 강화학습을 사용하여 매칭), 새로운 정보가 들어올 때까지는 이것이 맞다고 가정한다.
이와 달리 뇌는 스스로 추정한 맥락(가설)을 의심하고, 의심이 확인되는 즉시 새로운 맥락을 적극 받아들인다. 이는 과도한 자신감을 보이는 인공지능의 할루시네이션(Hallucination) 현상을 완화하거나 인간과 유사한 추론엔진을 구성할 수 있는 새로운 방향성을 제시한다.
본 연구는 뇌과학-인공지능 융합연구로서, 실제 분야에 널리 활용될 수 있다. 예를 들어, 인간의 동역학적 행동 프로파일링 기술을 이용하면 개개인의 가설 수립, 검증 학습 능력 분석이 가능하므로, 맞춤형 교육 커리큘럼 디자인, 인사 및 인력관리 시스템, 인간-컴퓨터 상호작용 분야에 바로 적용할 수 있다.
제안된 적응형 강화학습 모델은 ‘뇌처럼 생각하는 인공지능’기술로서 인간-인공지능 가치 정렬 (Value alignment) 문제 해결에 활용될 수 있다. 또한 이 과정에 관여하는 것으로 알려진 기저핵 내 보상학습 회로와 관련된 중독이나 강박증과 같은 정신질환의 뇌과학적 원인 규명에 활용될 수 있다.
연구 책임자인 이상완 교수는 "이번 연구는 인공지능의 강화학습 이론만으로 설명할 수 없는 뇌의 가설 기반 적응학습 원리를 밝혀낸 흥미로운 사례ˮ라면서 "스스로 의심하고 검증하는 뇌과학 이론을 대규모 인공지능 시스템 설계와 학습 과정에 반영하면 신뢰성을 높일 수 있을 것ˮ이라고 말했다.
뇌인지공학 프로그램 양민수 박사과정 학생이 1 저자, 생명과학과 정민환 교수가 공동 저자, 뇌인지과학과 이상완 교수가 교신저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스 (Nature Communications)‘ 2월 20일자로 게재됐다. (논문명: Striatal arbitration between choice strategies guides few-shot adaptation) DOI: 10.1038/s41467-025-57049-5)
한편 이번 연구는 과학기술정보통신부 정보통신기획평가원 SW스타랩, 한계도전 R&D 프로젝트, 한국연구재단 중견연구자 및 KAIST 김재철AI대학원 사업 지원을 받아 수행됐다.
2025.02.27 조회수 1892 -
KAIST, 조선시대 ‘일월오봉도’ 색소없이 완벽 구현하다
일반적으로 색깔을 표현하기 위해서는 가시광선 내의 특정 파장의 빛을 흡수하는 화학 색소가 필요하다. 그런데 우리 연구진이 화학 색소를 사용하지 않아 친환경적이며, 변색이나 퇴색 없이 컬러 그래픽을 영구 보존할 수 있는 초정밀 컬러 그래픽으로 조선시대 ‘일월오봉도’를 구현하는데 성공했다.
우리 대학 생명화학공학과 김신현 교수 연구팀이 반구 형태의 미세구조를 이용해 화학 색소를 전혀 사용하지 않고 고해상도의 컬러 그래픽을 구현하는 기술을 개발했다고 26일 밝혔다.
영롱한 파란색을 띄는 몰포 나비나 피부색을 바꾸는 팬서 카멜레온은 화학 색소 없이도 발색하는데, 이는 물질을 이루는 규칙적인 나노구조가 빛의 간섭 현상을 통해 가시광선의 빛을 반사해 나타나는 구조색이다. 구조색은 물질이 아니라 구조에 따라 색깔이 달라지기 때문에 한가지 소재로도 다양한 색깔을 나타낼 수 있다.
그러나 구조색 발색을 위한 규칙적인 나노구조는 인공적으로 구현하기 위한 기술적 난이도가 높고, 다양한 색 표현이 어려울 뿐만 아니라 다양한 색을 정교하게 패턴으로 나타내기 매우 어렵다.
김신현 교수 연구팀은 규칙적인 나노구조 대신 부드러운 표면을 갖는 반구 형태의 미세구조만을 이용해 다양한 구조색을 높은 정밀도로 패턴화할 수 있는 새로운 기술을 개발했다.
뒤집어진 반구 형태의 미세 구조체에 빛이 입사할 때 측면으로 입사한 빛은 곡면을 따라 전반사돼 재귀반사가 일어나게 된다. 이때 반구의 직경이 10마이크로미터 내외(머리카락 굵기의 10분의 1 수준) 일때 재귀반사가 일어나는 서로 다른 경로의 빛이 가시광선 영역에서 간섭해 구조색이 나타난다.
구조색은 반구의 크기에 따라 조절 가능하며, 팔레트에서 물감을 섞듯 서로 다른 크기의 반구를 배열함으로써 발현 가능한 색을 무한히 늘릴 수 있다.
연구팀은 다양한 크기의 반구형 미세구조를 정밀하게 패턴화하기 위해 반도체 공정에 사용되는 양성 감광성 고분자*를 광식각법**을 통해 미세기둥 형태로 패턴화한 다음 온도를 올려 감광성 고분자의 리플로우***를 유도함으로써 반구형 미세구조를 형성했다.
*양성 감광성 고분자((positive photoresist): 자외선에 노출된 영역이 현상액에 쉽게 용해되는 감광성 재료
**광식각법(photolithography): 반도체 공정에서 주로 사용되는 패턴 형성법
***리플로우(reflow): 고온에서 고분자 구조 내에 흐름이 발생하여 형상이 곡면 형태로 변하는 현상
이러한 방식을 이용하면 원하는 크기와 색깔을 갖는 반구형 미세구조를 원하는 위치에 미리 설계한 방식대로 단일 단계에 형성할 수 있으며, 임의의 컬러 그래픽을 색소 없이 단일 물질만을 이용해 재현해 낼 수 있다.
색의 영구 보존이 가능한 초정밀 컬러 그래픽 기술은 빛의 입사 각도나 시야 각도에 따라 변색이 가능하며, 패턴의 한쪽 방향으로만 색깔을 보이며, 반대편으로는 투명한 야누스 형태의 특징을 갖는다. 이러한 구조색 그래픽은 최신 LED 디스플레이에 준하는 높은 해상도를 가지며 손톱 크기에 복잡한 컬러 그래픽을 담을 수 있고, 이를 대면적 스크린에 프로젝션도 가능하다.
연구를 주도한 김신현 교수는 “새롭게 개발한 무색소 컬러 그래픽 구현 기술이 향후 예술과 접목해 새로운 형태의 예술 작품을 표현하는 참신한 방법이 될 수 있으며 광학 소자 및 센서, 위변조 방지 소재, 심미성 포토카드 등을 포함한 광범위한 분야에 적용할 수 있을 것으로 기대된다”고 말했다.
우리 대학 손채림 석사가 제1 저자로 참여한 이번 연구 결과는 재료 분야의 권위있는 국제학술지‘어드밴스드 머터리얼즈(Advanced Materials)’ 2월 5일 자에 게재됐다. (논문명: Retroreflective Multichrome Microdome Arrays created by Single-Step Reflow, 단일 단계 리플로우 공정을 이용한 재귀반사형 다색 미세돔 배열 설계, DOI:10.1002/adma.202413143)
이번 연구는 한국연구재단의 미래융합파이오니어사업 및 중견연구자지원사업의 지원을 받아 수행됐다.
2025.02.26 조회수 1639 -
챗GPT를 이용한 개인정보 악용 가능성 규명
최근 인공지능 기술의 발전으로 챗GPT와 같은 대형 언어 모델(이하 LLM)은 단순한 챗봇을 넘어 자율적인 에이전트로 발전하고 있다. 구글(Google)은 최근 인공지능 기술을 무기나 감시에 활용하지 않겠다는 기존의 약속을 철회해 인공지능 악용 가능성에 대한 논란이 불거진 점을 상기시키며, 연구진이 LLM 에이전트가 개인정보 수집 및 피싱 공격 등에 활용될 수 있음을 입증했다.
우리 대학 전기및전자공학부 신승원 교수, 김재철 AI 대학원 이기민 교수 공동연구팀이 실제 환경에서 LLM이 사이버 공격에 악용될 가능성을 실험적으로 규명했다고 25일 밝혔다.
현재 OpenAI, 구글 AI 등과 같은 상용 LLM 서비스는 LLM이 사이버 공격에 사용되는 것을 막기 위한 방어 기법을 자체적으로 탑재하고 있다. 그러나 연구팀의 실험 결과, 이러한 방어 기법이 존재함에도 불구하고 쉽게 우회해 악의적인 사이버 공격을 수행할 수 있음이 확인됐다.
기존의 공격자들이 시간과 노력이 많이 필요한 공격을 수행했던 것과는 달리, LLM 에이전트는 이를 평균 5~20초 내에 30~60원(2~4센트) 수준의 비용으로 개인정보 탈취 등이 자동으로 가능하다는 점에서 새로운 위협 요소로 부각되고 있다.
연구 결과에 따르면, LLM 에이전트는 목표 대상의 개인정보를 최대 95.9%의 정확도로 수집할 수 있었다. 또한, 저명한 교수를 사칭한 허위 게시글 생성 실험에서는 최대 93.9%의 게시글이 진짜로 인식됐다.
뿐만 아니라, 피해자의 이메일 주소만을 이용해 피해자에게 최적화된 정교한 피싱 이메일을 생성할 수 있었으며, 실험 참가자들이 이러한 피싱 이메일 내의 링크를 클릭할 확률이 46.67%까지 증가하는 것으로 나타났다. 이는 인공지능 기반 자동화 공격의 심각성을 시사한다.
제1 저자인 김한나 연구원은 "LLM에게 주어지는 능력이 많아질수록 사이버 공격의 위협이 기하급수적으로 커진다는 것이 확인됐다”며, "LLM 에이전트의 능력을 고려한 확장 가능한 보안 장치가 필요하다”고 말했다.
신승원 교수는 “이번 연구는 정보 보안 및 AI 정책 개선에 중요한 기초 자료로 활용될 것으로 기대되며, 연구팀은 LLM 서비스 제공업체 및 연구기관과 협력하여 보안 대책을 논의할 계획이다”라고 밝혔다.
전기및전자공학부 김한나 박사과정이 제1 저자로 참여한 이번 연구는 컴퓨터 보안 분야의 최고 학회 중 하나인 국제 학술대회 USENIX Security Symposium 2025에 게재될 예정이다. (논문명: "When LLMs Go Online: The Emerging Threat of Web-Enabled LLMs") DOI: 10.48550/arXiv.2410.14569
한편 이번 연구는 정보통신기획평가원, 과학기술정보통신부 및 광주광역시의 지원을 받아 수행됐다.
2025.02.24 조회수 1364 -
적층 제조된 티타늄 합금의 강도-연성 딜레마 AI 기술로 극복
우리 대학 기계공학과 이승철 교수 연구팀이 POSTECH 신소재공학과 김형섭 교수 연구팀과 함께 인공지능 기술을 활용해 Ti-6Al-4V 합금의 강도-연성 딜레마를 극복하고 고강도·고연신 금속 제품을 생산해 내는 데 성공했다고 밝혔다. 연구팀이 개발한 인공지능은 3D프린팅 공정변수에 따른 기계적 물성을 정확히 예측하는 동시에 예측의 불확실성 정보를 제공하며 이 두 정보를 활용해 실제 3D프린팅을 진행할 가치가 높은 공정변수를 추천한다.
3D프린팅 기술 중에서도 레이저 분말 베드 융합은 뛰어난 강도 및 생체 적합성으로 유명한 Ti-6Al-4V 합금을 제조하기 위한 혁신적인 기술이다. 그러나 3D프린팅으로 제작된 이 합금은 강도와 연성을 동시에 높이기 어렵다는 문제점이 있다. 3D프린팅의 공정변수와 열처리 조건을 조절해 이를 해결하고자 하는 연구들이 있었지만, 방대한 공정변수 조합들을 실험 및 시뮬레이션으로 탐색하기에는 한계가 있었다.
연구팀이 개발한 능동 학습(Active Learning) 프레임워크는 다양한 3D프린팅 공정변수 및 열처리 조건들을 빠르게 탐색하여 그 중 합금의 강도와 연성을 동시에 높일 수 있다고 예상되는 것을 추천한다. 이런 추천은 인공지능 모델이 각 공정변수 및 열처리 조건에 대해 예측한 극한 인장 강도와 전연신율을 비롯해 예측의 불확실성 정보도 활용해 진행되며 추천된 것에 대해선 3D프린팅 및 인장 실험을 통해 실제 물성값을 얻게 된다. 새롭게 얻어낸 물성값을 인공지능 모델 학습에 추가로 활용하여 반복적으로 공정변수 및 열처리 조건들을 탐색하였으며 단 5번만의 시도로 고성능 합금을 생산해 낼 수 있는 공정변수 및 열처리 조건들을 도출하였다. 이를 적용해 3D프린팅한 Ti-6Al-4V 합금은 극한 인장 강도 1190MPa, 전연신율 16.5%를 기록하며 강도-연성 딜레마를 극복해 냈다.
이승철 교수는 “이번 연구에서 3D프린팅 공정변수와 열처리 조건을 최적화하여 고강도·고연신 Ti-6Al-4V 합금을 최소한의 실험만으로 도출해 낼 수 있었으며, 기존 연구들과 비교해 비슷한 극한 인장 강도를 가지지만 더 큰 전연신율을 가진 합금을 그리고 비슷한 전연신율을 가지지만 더 큰 극한 인장 강도를 가진 합금을 제작할 수 있었다.”라고 말했다. “또한, 기계적 물성뿐만 아니라 열전도도 및 열팽창과 같은 다른 물성에 관해서도 본 연구 방법이 적용되면 3D프린팅 공정변수와 열처리 조건에 대한 효율적인 탐색이 가능할 것으로 예상된다”라고 덧붙였다.
이번 연구 결과는 국제 학술지 ‘Nature Communications’에 지난 1월 22일에 출판되었으며 (https://doi.org/10.1038/s41467-025-56267-1), 이 연구는 한국연구재단 나노·소재기술개발사업 및 선도연구센터사업의 지원을 받아 진행됐다.
2025.02.21 조회수 1420 -
뼈처럼 사용할수록 더 강해지는 신소재 개발
아파트 건물, 차량 등을 구성한 재료는 반복 하중을 받으면 시간이 지남에 따라 성능이 저하되어 고장과 파괴가 발생한다. 한미 공동연구진이 뼈에 하중이 가해지면 내부의 피로부터 미네랄이 합성되어 골밀도를 증가시키는 원리에서 영감을 얻은 생체모방기술을 이용하여 사용할수록 단단해지는 신소재를 개발하는데 성공했다.
우리 대학 신소재공학과 강성훈 교수 연구팀이 존스홉킨스 대학, 조지아 공과대학과 공동연구를 통해 뼈가 운동을 하면 더 강해지는 것과 같이 반복적으로 사용할수록 더욱 강해지는 신소재를 개발했다고 20일 밝혔다.
강성훈 교수 연구팀은 기존의 재료가 반복적으로 사용할수록 성능이 저하되는 문제를 해결하고자 뼈가 운동과 같이 응력이 가해졌을 때 세포의 작용에 의해 미네랄을 형성해서 더욱 강해지는 특성에서 영감을 받아, 세포의 작용에 의존하지 않고도 응력을 가하면 스스로 미네랄을 합성해 더욱 강해져 다양한 응용 분야에서 사용이 가능할 것으로 기대되는 신소재를 개발했다.
연구팀은 세포의 작용을 대체하기 위해서 힘을 많이 가할수록 더 많은 전하를 생성하는 다공성 압전(힘을 전기로 변환하는 작용) 바탕재를 만든 후 그 안에 피와 유사한 미네랄 성분을 갖는 전해질을 넣은 복합재료를 합성했다.
그리고 이 재료에 주기적인 힘을 가한 후 재료의 물성 변화를 측정한 결과, 응력의 빈도와 크기에 비례해서 재료의 강성이 향상되고 아울러 에너지 소산 능력도 향상되는 결과를 보였다.
이러한 특성을 갖는 이유는 미네랄이 반복적인 응력에 의해 다공성 재료 내부에 형성되고 커다란 힘이 가해졌을 때는 파괴되면서 에너지를 소산시키고 다시 반복적인 응력을 가하면 미네랄이 다시 형성되기 때문임을 마이크로 CT를 이용한 내부 구조 촬영을 통해 밝혀냈다.
이는 기존의 재료들이 반복적으로 사용할수록 강성과 충격 흡수 능력이 감소되는 것과 달리 사용할수록 강성과 충격 흡수 능력이 동시에 향상되는 특성을 보여 주었다.
또한 이 재료는 가해지는 응력의 크기와 빈도에 비례해서 특성이 향상되기에 구조물의 용도에 적합한 기계적 물성 분포를 갖도록 자가 조정이 가능하며 자가 치유 능력을 갖고 있다.
강성훈 교수는 “이번 연구를 통해서 개발된 신소재는 기존 재료에 비해 반복적으로 사용할수록 강성과 충격 흡수가 잘되는 특성을 가지게 되므로 인공 관절 뿐만 아니라, 항공기, 선박, 자동차, 구조물 등 다양한 분야에 원리가 응용될 수 있을 것으로 기대된다”라고 말했다.
강성훈 교수가 교신저자로 발표한 이번 연구는 국제 학술지 `사이언스 어드밴시즈(Science Advances)' 2월 11권 6호에 출판됐다. (논문명 : A material dynamically enhancing both load-bearing and energy-dissipation capability under cyclic loading)
DOI:10.1126/sciadv.adt3979
한편 이번 연구는 한국연구재단 해외우수과학자유치사업 (Brain Pool Plus)의 지원을 받아 존스홉킨스대학 극한재료연구소와 조지아 공과대학과 공동연구로 수행됐다.
2025.02.20 조회수 1390 -
최대 11배 빨라진 PIM 반도체 네트워크 개발
최근 인공지능, 빅데이터, 생명과학 등 연구에 사용되는 메모리 대역폭이 차지하는 비중이 높아, 메모리 내부에 연산장치를 배치하는 프로세싱-인-메모리(Processing-in-Memory, 이하 PIM) 반도체에 대한 연구개발이 활발히 진행되고 있다. 국제 공동 연구진이 기존의 PIM 반도체가 내부장치를 활용하면서도 통신을 할때 반드시 PIM 반도체 외부로 연결되는 CPU를 통해야한다는 문제점으로 발생한 병목현상을 해결했다.
우리 대학 전기및전자공학부 김동준 교수 연구팀이 미국 노스이스턴 대학(Northeastern Univ.), 보스턴 대학(Boston Univ.)와 스페인 무르시아 대학(Universidad de Murcia)의 저명 연구진과‘PIM 반도체 간 집합 통신에 특화된 인터커넥션 네트워크 아키텍처’를 통한 공동연구로 PIM 반도체의 통신 성능을 비약적으로 향상하는 기법을 개발했다고 19일 밝혔다.
김동준 교수 연구팀은 기존 PIM 반도체가 갖는 메모리 내부 연산 장치 간 통신 구조의 한계를 밝히고, 기존에 메모리 내부에 존재하는 데이터 이동을 위한 버스 구조를 최대한 활용하면서 각 연산장치를 직접적으로 상호 연결하는 *인터커넥션 네트워크 구조를 적용함으로써 PIM 반도체의 통신 성능을 극대화하는 기법을 제안했다.
※ 인터커넥션 네트워크(interconnection network): 다중 연산 장치를 포함하는 대규모 시스템 설계에 쓰이는 연산 장치 간 연결 구조를 말한다. 인터커넥션 네트워크는 다중 연산 장치를 포함하는 시스템 설계의 필수 요소 중 하나로써 시스템 규모가 커질수록 더욱 중요해지는 특징이 있다.
이를 통해 PIM 반도체를 위한 연산 과정에서 통신 처리를 위한 CPU의 개입을 최소화해 PIM 반도체 시스템의 전체적인 성능과 활용성을 높인 PIM 반도체에 특화된 인터커넥션 네트워크 구조를 개발했다.
메모리 공정은 복잡한 로직의 추가가 어렵다는 문제점이 있는데 김동준 교수팀이 개발한 네트워크 구조는 PIM에서 비용 효율적인 인터커넥트를 구현했다.
이 구조는 병렬 컴퓨팅과 기계학습 분야에서 널리 활용되는 집합 통신(Collective communication) 패턴에 특화돼 있으며, 각 연산장치의 통신량과 데이터 이동 경로를 미리 파악할 수 있다는 집합 통신의 결정성(determinism) 특징을 활용해 기존 네트워크에서 비용을 발생시키는 주요 구성 요소들을 최소화시켰다.
기존 PIM 반도체들이 통신하기 위해서는 CPU를 거쳐야만 하기 때문에 상당한 성능 손실이 있었다. 하지만, 연구팀은 PIM 특화 인터커넥션 네트워크를 적용하면 기존 시스템 대비 어플리케이션 성능을 최대 11배 향상했다고 밝혔다. 그 이유는 PIM 반도체의 내부 메모리 대역폭 활용률을 극대화하고 PIM 메모리 시스템의 규모가 커짐에 따라 통신 성능의 확장성이 함께 증가했기 때문이다.
최근 미국 전기전자공학회(IEEE) 컴퓨터 아키텍쳐 분야에서는 한국 최초로 2025 IEEE 펠로우(석학회원)로 선임되었고 이 연구를 주도한 김동준 교수는 “데이터 이동(data movement)을 줄이는 것은 PIM을 포함한 모든 시스템 반도체에서 핵심적인 요소이며, PIM은 컴퓨팅 시스템의 성능과 효율성을 향상할 수 있지만 PIM 연산장치 간 데이터 이동으로 인해 성능 확장성이 제약될 수 있어 응용 분야가 제한적이고, PIM 인터커넥트가 이에 대한 해법이 될 수 있다”고 연구의 의의를 설명했다.
전기및전자공학부 손효준 박사과정이 제1 저자로 참여한 이번 연구는 미국 네바다주 라스베이거스에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 ‘2025 IEEE International Symposium on High Performance Computer Architecture, HPCA 2025’에서 올 3월에 발표될 예정이다. (논문명: PIMnet: A Domain-Specific Network for Efficient Collective Communication in Scalable PIM)
한편 이번 연구는 한국연구재단, 삼성전자, 정보통신기획평가원 차세대지능형반도체기술개발사업의 지원을 받아 수행됐다.
2025.02.19 조회수 1325 -
초경량·고강도 동시 갖춘 첨단 신소재 개발
최근 자동차, 항공, 모빌리티 등 첨단 산업에서는 경량화와 동시에 우수한 기계적 성능을 갖춘 소재에 대한 수요가 증가하고 있다. 국제 공동연구진이 나노 구조를 활용한 초경량 고강도 소재를 개발하여 향후 맞춤형 설계를 통해 다양한 산업에 응용 가능성을 제시했다.
우리 대학 기계공학과 유승화 교수 연구팀이 토론토 대학(Univ. of Toronto) 토빈 필레터 교수(Prof. Tobin Filleter) 연구팀과 협력해, 높은 강성과 강도를 유지하면서도 경량성을 극대화한 나노 격자 구조를 개발했다고 18일 밝혔다.
연구팀은 이번 연구에서 격자 구조의 보(beam) 형상을 최적화해 경량성을 유지하면서도 강성과 강도를 극대화하는 방안을 모색했다.
특히, 다목적 베이지안 최적화(Multi-objective Bayesian Optimization) 알고리즘*을 활용해 인장 및 전단 강성 향상과 무게 감소를 동시에 고려하는 최적 설계를 수행했다. 기존 방식보다 훨씬 적은 데이터(약 400개)만으로도 최적의 격자 구조를 예측하고 설계할 수 있음을 입증했다.
*다목적 베이지안 최적화 알고리즘: 여러 목표를 동시에 고려해 최적의 해결책을 찾는 방법으로, 불확실도가 있는 상황에서도 효율적으로 데이터 수집과 결과 예측을 반복하며 최적화를 진행
연구팀은 더 나아가, 나노 스케일에서는 크기가 작아질수록 기계적 특성이 향상되는 효과를 극대화하기 위해 열분해 탄소(pyrolytic carbon) 소재*를 활용해 초경량·고강도·고강성 나노 격자 구조를 구현했다.
*열분해 탄소 소재: 높은 온도에서 유기물을 분해해 얻는 탄소 물질로, 내열성과 강도가 뛰어나 다양한 산업에서 사용 예를 들어, 고온에서도 변형되지 않는 코팅재로 활용되어 반도체 장비나 인공 관절 코팅에 쓰임
이를 위해 이광자 중합(two-photon polymerization, 2PP) 기술*을 적용해 복잡한 나노 격자 구조를 정밀하게 제작했으며, 기계적 성능 평가 결과 해당 구조가 강철에 버금가는 강도와 스티로폼 수준의 경량성을 동시에 갖추고 있음을 확인했다.
*이광자 중합 기술: 레이저 빔을 이용해 특정 파장의 두 개의 광자가 동시에 흡수될 때만 중합 반응이 일어나도록 하는 원리를 기반으로 하는 첨단 광학 제조 기술
또한, 멀티포커스 이광자 중합(multi-focus 2PP) 기술을 이용해 나노스케일의 정밀도를 유지하면서도 밀리미터 스케일의 구조물 제작이 가능함을 연구팀은 입증했다.
유승화 교수는 “이번 기술은 기존 설계 방식의 한계로 지적되던 응력 집중 문제를 3차원 나노 격자 구조를 통해 혁신적으로 해결함으로써, 초경량성과 고강도를 동시에 구현한 신소재 개발에 중요한 진전을 이루었다”라고 말했다.
이어 유 교수는 “데이터 기반 최적화 설계와 정밀 3D 프린팅 기술을 융합한 이 기술은 항공우주 및 자동차 산업의 경량화 수요에 부응할 뿐만 아니라, 맞춤형 설계를 통한 다양한 산업 응용 가능성을 열어갈 것으로 기대된다”라고 강조했다.
이번 연구는 피터 설레스 박사(Dr. Peter Serles)와 KAIST 여진욱 박사가 공동 제1 저자로 연구를 주도했으며, 유승화 교수와 토빈 필레터 교수가 교신 저자로 참여했다.
연구 결과는 세계적인 국제 학술지인 ‘어드밴스드 머터리얼즈(Advanced Materials)’에 2025년 1월 23일 게재됐다.(논문 제목: Ultrahigh Specific Strength by Bayesian Optimization of Lightweight Carbon Nanolattices) DOI: https://doi.org/10.1002/adma.202410651
이번 연구는 과학기술정보통신부에서 지원하는 다상소재 혁신생산공정 연구센터 과제(ERC사업)와 식품의약품안전처의 M3DT(의료기기 디지털 개발도구) 과제, KAIST 국제협력사업의 지원을 받아 수행됐다.
2025.02.18 조회수 1358 -
감정노동 근로자 정신건강 살피는 AI 나왔다
감정노동이 필수적인 직무를 수행하는 상담원, 은행원 근로자들은 실제로 느끼는 감정과는 다른 감정을 표현해야 하는 상황에 자주 놓이게 된다. 이런 감정적 작업 부하에 장시간 노출되면 심각한 정신적, 심리적 문제뿐만 아니라 심혈관계 및 소화기계 질환 등 신체적 질병으로도 이어질 수 있어 이는 심각한 사회 문제로 여겨지고 있다. 한미 공동 연구진은 인공지능을 활용해서 근로자의 감정적 작업 부하를 자동으로 측정하고 실시간으로 모니터링할 수 있는 새로운 방법을 제시했다.
우리 대학 전산학부 이의진 교수 연구팀은 중앙대학교 박은지 교수팀, 미국 애크런 대학교의 감정노동 분야 세계적인 석학인 제임스 디펜도프 교수팀과 다학제 연구팀을 구성해 근로자들의 감정적 작업 부하를 실시간으로 추정해 심각한 정신적, 신체적 질병을 예방할 수 있는 인공지능 모델을 개발했다고 11일 밝혔다.
연구팀은 이번 연구를 통해 근로자가 감정적 작업 부하가 높은 상황과 그렇지 않은 상황을 87%의 정확도로 구분해 내는데 성공했다. 이 시스템은 기존의 설문이나 인터뷰 같은 주관적인 자기 보고 방식에 의존하지 않고도 감정적 작업 부하를 실시간으로 평가할 수 있어 근로자들의 정신건강 문제를 사전에 예방하고 효과적으로 관리할 수 있다는 장점이 있다. 또한, 이 시스템은 콜센터뿐만 아니라 고객 응대가 필요한 다양한 직종에 적용될 수 있어 감정 노동자들의 장기적인 정신건강 보호에 크게 기여할 것으로 기대된다.
기존 연구는 주로 사무실에서 컴퓨터를 사용해 서류 업무를 주로 다루는 직장인의 인지적 작업 부하(정보를 처리하고 의사결정을 내리는 데 필요한 정신적 노력)를 다뤘으며, 고객을 상대하는 감정 노동자들의 작업 부하를 추정하는 연구는 전무한 상황이었다.
감정 노동자들의 감정적 작업 부하는 고용주로부터 요구되는 정서 표현 규칙과 관련이 깊다. 특히 감정노동이 요구되는 상황에서는 자신의 실제 감정을 억제하고 친절한 응대를 해야 하기 때문에 대체적으로 근로자의 감정이나 심리적 상태가 표면적으로 드러나 있지 않다.
기존의 감정-탐지 인공지능 모델들은 주로 인간의 감정이 표정이나 목소리에 명백하게 드러나는 데이터를 활용해 모델을 학습해왔기 때문에 자신의 감정을 억제하고 친절한 응대를 강요받는 감정 노동자들의 내적인 감정적 작업 부하를 측정하는 것은 어려운 일로 여겨져 왔다.
모델 개발을 위해서는 현실을 충실히 반영한 고품질의 상담 시나리오 데이터셋 구축이 필수적어서 연구팀은 현업에 종사 중인 감정 노동자들을 대상으로 고객상담 데이터셋을 구축했다. 일반적인 콜센터 고객을 응대 시나리오를 개발하여 31명의 상담사로부터 음성, 행동, 생체신호 등 다중 모달 센서 데이터를 수집했다.
연구팀은 인공지능 모델 개발을 위해 고객과 상담사의 음성 데이터로부터 총 176개의 음성특징을 추출했다. 음성 신호 처리를 통해서 시간, 주파수, 음조 등 다양한 종류의 음성특징이 추출하며, 대화 내용은 고객의 개인정보 보호를 위하여 사용하지 않았다. 정서 표현 규칙으로 인한 상담사의 억제된 감정 상태를 추정하기 위하여 상담사로부터 수집된 생체신호로부터 추가적인 특징을 추출했다.
피부의 전기적 특성을 나타내는 피부 전도도(EDA, Electrodermal activity) 13개의 특징, 뇌의 전기적 활성도를 측정하는 뇌파(EEG, Electroencephalogram) 20개의 특징, 심전도(ECG, Electrocardiogram) 7개의 특징, 그 외 몸의 움직임, 체온 데이터로부터 12개의 특징을 추출했다. 총 228개의 특징을 추출해 9종의 인공지능 모델을 학습하여 성능 비교 평가를 수행했다.
결과적으로, 학습된 모델은 상담사가 감정적 작업 부하가 높은 상황과 그렇지 않은 상황을 87%의 정확도로 구분해 냈다. 흥미로운 점은 기존 감정-탐지 모델에서 대상의 목소리가 성능 향상에 기여하는 주요한 요인이었지만 본인의 감정을 억누르고 친절함을 유지해야 하는 감정노동의 상황에서는 상담사의 목소리가 포함될 경우 오히려 모델의 성능이 떨어지는 현상을 보였다는 것이다. 그 외에 고객의 목소리, 상담사의 피부 전도도 및 체온이 모델 성능 향상에 중요한 영향을 미치는 특징으로 밝혀졌다.
이의진 교수는 "감정적 작업 부하를 실시간으로 측정할 수 있는 기술을 통해 감정노동의 직무 환경 개선과 정신건강을 보호할 수 있다”며 "개발된 기술을 감정 노동자의 정신건강을 관리할 수 있는 모바일 앱과 연계하여 실증할 예정이다”고 말했다.
중앙대학교 박은지 교수(KAIST 전산학부 박사 졸업)가 제1 저자이며 유비쿼터스 컴퓨팅 분야 국제 최우수 학술지인 「Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies」 2024년 9월호에 게재됐다. 또한, 이 연구는 인간-컴퓨터 상호작용 분야의 최우수 학술대회인 ACM UbiComp 2024에서 발표됐다. (논문제목: Hide-and-seek: Detecting Workers’ Emotional Workload in Emotional Labor Contexts Using Multimodal Sensing, https://doi.org/10.1145/3678593)
이번 연구는 과학기술정보통신부 정보통신기획평가원 ICT융합산업혁신기술개발사업의 지원을 받아 수행됐다.
2025.02.11 조회수 1743 -
수면 무호흡증 실시간 진단 센서 개발
이산화탄소는 주요 호흡 대사 산물로서, 날숨 내 이산화탄소 농도의 지속적인 모니터링은 호흡·순환기계 질병을 조기 발견 및 진단하는 데 중요한 지표가 될 뿐만 아니라, 개인 운동 상태 모니터링 등에 폭넓게 사용될 수 있다. 우리 연구진이 마스크 내부에 부착하여 이산화탄소 농도를 정확히 측정하는데 성공했다.
우리 대학 전기및전자공학부 유승협 교수 연구팀이 실시간으로 안정적인 호흡 모니터링이 가능한 저전력 고속 웨어러블 이산화탄소 센서를 개발했다고 10일 밝혔다.
기존 비침습적 이산화탄소 센서는 부피가 크고 소비전력이 높다는 한계가 있었다. 특히 형광 분자를 이용한 광화학적 이산화탄소 센서는 소형화 및 경량화가 가능하다는 장점에도 불구하고, 염료 분자의 광 열화 현상으로 인해 장시간 안정적 사용이 어려워 웨어러블 헬스케어 센서로 사용되는 데 제약이 있었다.
광화학적 이산화탄소 센서는 형광 분자에서 방출되는 형광의 세기가 이산화탄소 농도에 따라 감소하는 점을 이용하며, 형광 빛의 변화를 효과적으로 검출하는 것이 중요하다.
이를 위해 연구팀은 LED와 이를 감싸는 유기 포토다이오드로 이루어진 저전력 이산화탄소 센서를 개발했다. 높은 수광 효율을 바탕으로 형광 분자에 조사되는 여기 광량이 최소화된 센서는 수 mW 수준을 소비하는 기존 센서에 비해 수십 배 낮은 171μW의 소자 소비전력을 달성했다.
연구팀은 또한 이산화탄소 센서에 사용되는 형광 분자의 광 열화 경로를 규명해 광화학적 센서에서 사용 시간에 따라 오차가 증가하는 원인을 밝히고, 오차 발생을 억제하기 위한 광학적 설계 방법을 제시했다.
이를 기반으로, 연구팀은 기존 광화학적 센서의 고질적 문제였던 광 열화 현상에 따른 오차 발생을 효율적으로 감소시키고 동일 재료에 기반한 기존 기술은 20분 이내인데 반해 최대 9시간까지 안정적으로 연속 사용이 가능하며, 이산화탄소 감지 형광 필름 교체시 다회 활용도 가능한 센서를 개발했다.
개발된 센서는 가볍고(0.12 g), 얇으며(0.7 mm), 유연하다는 장점을 기반으로 마스크 내부에 부착되어 이산화탄소 농도를 정확히 측정했다. 또한, 실시간으로 들숨과 날숨을 구별해 호흡수까지 모니터링 가능한 빠른 속도와 높은 해상도를 보였다.
유승협 교수는 "개발한 센서는 저전력, 고안정성, 유연성 등 우수한 특성을 가져 웨어러블 디바이스에 폭넓게 적용될 수 있어 과탄산증, 만성 폐쇄성 폐질환, 수면 무호흡 등 다양한 질병의 조기 진단에 사용될 수 있다”면서 “특히, 분진 발생 현장이나 환절기 등 장시간 마스크 착용 환경에서의 재호흡에 따른 부작용 개선에도 사용될 것으로 기대된다ˮ 라고 밝혔다.
신소재공학과 김민재 학사과정과 전기및전자공학부 최동호 박사과정이 공동 제1 저자로 참여한 이번 연구는 Cell 자매지인 `디바이스(Device)' 온라인판에 지난달 22일 공개됐다. (논문명: Ultralow-power carbon dioxide sensor for real-time breath monitoring) DOI: https://doi.org/10.1016/j.device.2024.100681
한편 이번 연구는 산업통상자원부 소재부품기술개발사업, 한국연구재단 원천기술개발사업, KAIST 학부생 연구참여 프로젝트 (URP) 프로그램의 지원을 받아 수행됐다.
2025.02.10 조회수 1397 -
고활성 수소연료전지 촉매 개발, ‘백금 사용량 1/3 저감, 내구성 2배 향상’
우리 대학 신소재공학과 조은애 교수 연구팀이 인하대학교 함형철 교수 연구팀과 공동연구를 통해 수소연료전지의 핵심 소재인 전극에 들어가는 백금의 사용량 저감에 성공하였으며, 내구성이 향상된 촉매 소재를 개발했다고 7일 밝혔다.
수소차의 동력원으로 사용되는 양성자 교환막 연료전지(proton exchange membrane fuel cell, PEMFC)는 값비싼 백금 촉매 소재를 사용한다. 따라서, 백금 사용량 저감 및 반응 중 안정적인 활성을 갖는 촉매 소재 개발이 양성자 교환막 연료전지 기술 개발에 있어 중요한 부분을 차지한다.
연료전지는 백금 촉매의 성능을 높여 백금 사용량을 줄이려는 전략으로 상대적으로 값싼 비귀금속과의 합금화를 주로 사용한다. 그러나, 일반적인 합금 촉매의 경우 비귀금속이 반응 중 녹아 나올 수 있으며, 녹아 나온 비귀금속에 의해 연료전지가 손상되는 추가 문제를 유발할 수 있다.
이를 해결하기 위한 전략으로, 녹아 나온 상태에서도 연료전지에 손상을 주지 않는 것으로 알려진 아연을 촉매 개발에 이용하였다. 하지만, 다른 비귀금속에 비해 아연의 낮은 *환원 전위로 인해 백금-아연 촉매를 제작하는 데에 또 다른 어려움이 있다.
(*환원 전위: 주로 금속 원소의 환원 반응이 일어나는 기준이 되는 평형 전위 값을 의미하며, 해당 값이 클수록 금속으로 환원되려는 성질이 강함)
공동연구팀은 백금과 비귀금속을 반응기 내부에서 동시에 환원시켜 제조하는 일반적인 방법이 아닌, 아연 단일원자 구조를 포함한 탄소 *담지체를 먼저 제조한 후 담지체에 존재하는 원자 단위로 분산된 아연을 이용하는 방법을 적용하였다.
(*담지체: 전기화학촉매의 분산성, 안정성을 높이기 위해 촉매와 함께 사용되는 물질. 일반적으로 탄소 기반 물질이 사용됨)
구체적인 전략으로는, 제조된 아연 단일원자 구조를 포함한 탄소 담지체 위에 백금 나노입자를 합성하였다. 그 후, 고온 열처리를 통해 담지체에 존재하는 아연 원자가 백금 나노입자로 이동하면서 원자 수준에서 정렬된 구조를 갖는 백금-아연 나노입자 구조로 전환되었다.
합성된 백금-아연 나노입자 촉매는 일반적인 방법에 비해 아연을 효과적으로 도입할 수 있었으며, 고온 열처리 과정에서 입자끼리 뭉치는 현상을 억제하여 나노입자가 갖는 넓은 표면적을 효과적으로 사용하는 데에 긍정적인 영향을 주었다.
또한, 무질서한 배열인 합금 구조가 아닌 원자 수준에서 정렬된 구조의 백금-아연 나노입자의 촉매를 제조하여, 향상된 성능과 내구성을 보일 수 있었다.
동일 백금 사용량 기준으로 촉매의 성능을 비교한 결과, 상용 백금 나노입자 촉매 대비 백금-아연 나노입자에서 3배의 성능 향상을 보였다.
더불어, 연료전지 구동 환경 모사 실험의 전과 후의 성능 비교를 통해 내구성 평가를 진행하였으며, 상용 백금 나노입자 촉매 대비 공동연구팀이 개발한 백금-아연 나노입자 촉매에서 2배의 내구성 향상을 보였다.
공동연구팀은 우수한 내구성을 뒷받침하기 위해 밀도범함수 이론 기반 연산을 이용하였다. 백금-아연 나노입자와 아연 단일원자 담지체 사이에서 강한 결합력을 확인하였으며, 이를 바탕으로 백금-아연 나노입자 촉매의 우수한 내구성을 설명했다.
조은애 교수는 “일반적인 방법으로는 구현이 어려운 백금-아연 나노입자 촉매를 아연 단일원자 구조 담지체를 이용하여 합성할 수 있었다”고 설명하며, “저렴하고 매장량이 풍부한 금속인 아연을 활용하여 백금 사용량을 기존 상용 촉매 대비 1/3 수준으로 줄일 수 있었으며, 내구성 또한 향상된 촉매를 개발할 수 있었다”고 평가했다.
우리 대학 신소재공학과 이광호 박사과정이 제1저자로 참여한 이번 연구 결과는 화학 공학 분야 국제 학술지 ‘케미컬 엔지니어링 저널(Chemical Engineering Journal)’ 2025년 2월 1일자 온라인판에 게재됐다. (논문명 : Anchoring ordered PtZn nanoparticles on MOF-derived carbon support for efficient oxygen reduction reaction in proton exchange membrane fuel cells)
한편, 이번 연구는 과학기술정보통신부 한국연구재단의 지원을 받아 수행됐다.
2025.02.07 조회수 1609 -
논문 마이닝부터 합성 조건 추천까지, MOF 연구를 혁신하는 대규모 언어 모델
우리 연구진이 챗GPT를 활용해 금속 유기 골격체(Metal-Organic Frameworks, MOFs) 연구 논문에서 실험 데이터를 자동으로 추출하는 데이터 마이닝 툴(이하 L2M3)을 개발했다. L2M3는 MOF의 합성 조건 및 물성 정보를 체계적으로 수집하며, 분류, 정보 식별 및 데이터 추출 작업에서 각각 98.3%, 97.3%, 95.3%의 높은 정확도를 기록했다. 또한, 추출한 데이터를 기반으로 MOF의 합성 조건을 추천하는 시스템을 개발하여 연구자들의 실험 과정 최적화를 지원하고 있어 화제가 되고 있다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 대규모 언어 모델(이하 LLMs) 급격한 발전에 주목하며, 이를 활용을 통해 금속 유기 골격체 문헌에서 MOF의 합성 및 물성 정보를 대량으로 추출하는 데이터 마이닝 툴(L2M3)를 개발했다고 7일 발표했다.
최근 MOF에 대한 연구들이 활발히 진행되어 MOF 실험 데이터가 축적되고 있다. 이에 따라 MOF 연구의 발전을 위해서는 신뢰할 수 있는 실험 데이터 확보가 필수적이며, 특히 논문에 산재한 합성 조건과 물성 정보를 효과적으로 정리하는 것이 큰 과제로 남아 있다. 기존에도 MOF 관련 데이터를 활용하려는 시도가 있었으나, 대부분 일부 특정 특성에 국한되어 있어 있다는 한계점이 존재했다.
김지한 교수 연구팀이 개발한 L2M3는 LLM을 활용하여 쉽고 효율적인 데이터 마이닝 환경을 구축함으로써, 데이터 마이닝에 익숙하지 않은 연구자들도 손쉽게 사용할 수 있는 강력한 도구로의 잠재력을 갖추고 있다.
기존 데이터 마이닝 방식으로는 다양한 특성에 대한 정확한 정보 추출이 어려웠으나, L2M3는 LLM의 자연어 처리 능력을 활용하여 더 정밀한 데이터 추출이 가능하다. 특히, 분류(98.3%)와 정보 식별(97.3%)에서 높은 정확도를 기록했으며, 과정이 복잡하여 정확도 확보가 어려운 데이터 추출 단계에서도 95.3%라는 뛰어난 성능을 보였다.
뿐만 아니라, L2M3는 추출된 합성 조건 데이터를 대규모 언어 모델로 미세 조정해 합성 조건 추천 시스템을 개발하였다. 연구자가 전구체 정보를 입력하면 최적의 합성 조건을 제안하여 실험 과정에서 발생하는 시행착오를 줄이고, MOF 합성을 더욱 효율적으로 수행할 수 있도록 지원한다. 이러한 접근 방식은 MOF 연구뿐만 아니라 다양한 재료 과학 분야에서도 데이터 마이닝과 인공지능을 활용한 연구 패러다임을 새롭게 정의할 수 있는 가능성을 제시하고 있다.
김지한 교수는 “이번 연구는 인공지능을 활용한 재료 과학 연구의 새로운 기준을 제시하는 중요한 진전을 의미한다. L2M3는 방대한 과학 문헌에서 실험 데이터를 체계적으로 수집하고 분석함으로써, 기존 데이터 부족 문제를 해결하고 보다 신뢰성 높은 데이터 기반 연구를 가능하게 한다. 향후 L2M3의 데이터 처리 성능과 합성 조건 추천 모델이 더욱 정교화된다면, MOF뿐만 아니라 다양한 재료 연구에서도 혁신적인 발견을 가속화할 것으로 기대된다.” 라고 말했다.
생명화학공학과 강영훈, 이원석 박사, 배태언 박사과정이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `미국 화학회지(Journal of the American Chemical Society)'에 지난 1월 21일 게재됐다. (논문명: Harnessing Large Language Models to Collect and Analyze Metal–Organic Framework Property Data Set)
한편 이번 연구는 과학기술정보통신부의 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업, 한국연구재단(NRF)의 나노 및 소재기술개발사업, 그리고 국가슈퍼컴퓨팅센터의 지원을 받아 수행됐다.
2025.02.07 조회수 1383 -
암세포 발생 순간 되돌리는 분자스위치 발견
조광현 교수 연구팀은 암세포를 죽이지 않고 그 상태만을 변환시켜 정상 세포와 유사한 상태로 되돌리는 암 가역 치료 원천기술을 개발한 바 있다. 이번에는 정상세포가 암세포로 변화되는 순간의 유전자 네트워크에 암 가역화를 유도할 수 있는 분자스위치가 숨겨져 있음을 최초로 밝히는데 성공하였다.
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 정상세포에서 암세포로 변화하는 순간의 임계 전이(臨界轉移, critical transition) 현상을 포착하고 이를 분석해 암세포를 다시 정상세포로 되돌릴 수 있는 분자스위치를 발굴하는 기술 개발에 성공했다고 5일 밝혔다.
임계 전이란 물이 섭씨 100도에서 증기로 변하는 것처럼 특정 시점에 갑작스러운 상태변화가 일어나는 현상을 말한다. 정상세포가 유전적, 후성유전적 변화의 축적으로 인해 특정 시점에 암세포로 변화되는 과정에도 이러한 임계 전이 현상이 나타난다.
연구팀은 암 발생 과정에서 정상세포가 암세포로 전환되기 직전, 정상세포와 암세포들이 공존하는 불안정한 임계 전이 상태에 놓일 수 있음을 발견하고 이러한 임계 전이 상태를 시스템생물학 방법으로 분석해 암화 과정을 역전시킬 수 있는 암 가역화 분자스위치 발굴 기술을 개발했다. 그리고 이를 대장암세포에 적용해 암세포가 정상세포의 특징을 회복할 수 있음을 분자세포실험으로 확인했다.
암 발생의 임계 전이를 관장하는 유전자 네트워크의 컴퓨터 모델을 단일세포 유전자 발현 데이터로부터 자동 추론해내고 이를 시뮬레이션 분석해 암 가역화 분자스위치를 체계적으로 찾아내는 원천기술을 개발한 것이어서 향후 다른 암종의 가역 치료제 개발에도 응용될 수 있을 것으로 기대된다.
조광현 교수는 "정상세포가 되돌릴 수 없는 암세포 상태로 변화되기 직전의 임계 전이 순간을 포착해 암세포의 운명을 다시 정상세포 상태로 되돌릴 수 있는 분자스위치를 발굴해 낸 것이다ˮ라고 말했다.
이어 “특히 이번 연구에서는 그동안 수수께끼로 여겨졌던 암 발생 과정 이면의 세포 내에 어떠한 변화가 일어나는지를 유전자 네트워크 차원에서 상세히 밝혀냈다”며 “암세포의 운명을 다시 정상세포로 되돌릴 수 있는 중요한 단서가 바로 이러한 변화의 순간에 숨어있다는 것을 처음으로 규명한 연구다”라고 강조했다.
우리 대학 신동관 박사(現 국립암센터), 공정렬 박사, 정서윤 박사과정 학생 등이 참여했으며 서울대학교 연구팀이 대장암 환자 오가노이드(체외배양조직)를 제공해 진행된 이번 연구 결과는 와일리(Wiley)에서 출간하는 국제저널 `어드밴스드 사이언스(Advanced Science)' 1월 22일 字 온라인판 논문으로 출판됐다. (논문명: Attractor landscape analysis reveals a reversion switch in the transition of colorectal tumorigenesis) (DOI: https://doi.org/10.1002/advs.202412503)
한편 이번 연구는 과학기술정보통신부 한국연구재단의 중견연구사업과 기초연구실사업, 그리고 보건복지부 한국보건산업진흥원의 질병중심 중개연구사업의 지원을 통해 수행됐다.
2025.02.05 조회수 4835