-
그래핀 기반 2차원 반도체 소자 시뮬레이션의 양자 도약 달성
반도체 연구 개발에서 소자의 미세화에 따라 원자 수준에서 전류의 흐름을 이해하고 제어하는 것이 핵심적 요소가 되고 있는 상황에서, 우리 연구진이 기존에는 불가능했던 원자만큼 얇은 2차원 반도체 소자의 엄밀한 양자 역학적 컴퓨터 시뮬레이션을 성공적으로 구현하고 이를 기반으로 원자 결함에 의해 발생하는 특이한 소자 특성을 세계 최초로 보고했다.
우리 대학 전기및전자공학부 김용훈 교수 연구팀이 자체적으로 개발한 양자 수송 이론을 통해 세계 최초로 그래핀 전극 간 전자의 터널링 현상(전자가 포텐셜 장벽을 투과하는 현상)으로 작동하는 *2차원 터널링 트랜지스터의 **제1 원리 시뮬레이션을 수행하는 데 성공했다고 4일 밝혔다.
* 2차원 터널링 트랜지스터: 그래핀을 전극으로 하여 전극 간 전자의 터널링(tunneling) 현상을 통해 소자가 작동하는 반도체 소자이다. 소자의 동작 특성을 결정하는 그래핀 전극간 전자의 터널링 현상은 소스-드레인(source-drain) 전극 및 게이트(gate) 전압에 의해 결정된다.
**제1 원리 시뮬레이션: 제1원리 계산은 물질 내 전자들의 거동을 해석할 때 실험적 데이터나 경험적 모델을 도입하지 않고 지배방정식인 슈뢰딩거 방정식을 원자 정보를 포함시켜 직접 푸는 양자역학적 물질 시뮬레이션 방법으로 대표적인 방법론은 밀도 범함수론(density functional theory, DFT)이 있음
전기및전자공학부 김태형 박사과정과 이주호 박사가 공동 제1 저자로 참여한 이번 연구는 소재 계산 분야의 권위 있는 학술지 `네이쳐 파트너 저널 컴퓨테이셔널 머터리얼즈(Npj Computational Materials)' (IF 13.20) 3월 25일 字 온라인판에 게재됐다. (논문명: Gate-versus defect-induced voltage drop and negative differential resistance in vertical graphene heterostructures)
제1 원리 시뮬레이션이란 슈퍼컴퓨터에서 원자 수준의 양자역학 계산을 수행해 실험적 데이터나 경험적 모델의 도움 없이 물질의 특성을 도출하는 방법으로 제1 원리 계산을 통한 평형 상태의 소재 연구는 1998년 월터 콘(Walter Khon) 교수가 노벨상을 받은 `밀도 범함수론(density functional theory: DFT)'을 기반으로 다방면으로 수행돼왔다.
반면 전압 인가에 따른 비평형 상태에서 작동하는 나노 소자의 제1 원리 계산은 DFT 이론을 적용하기 어렵고 그 대안으로 제시된 이론들에도 한계가 있어 현재 그래핀 기반 2차원 반도체 소자의 엄밀한 양자역학적 시뮬레이션은 불가능한 상황이었다.
연구팀은 먼저 이러한 어려움을 극복하기 위해 자체적으로 수립한 새로운 양자 수송 계산 체계인 다공간 DFT 이론을 발전시켜 그래핀 기반 2차원 터널링 트랜지스터의 제1 원리 시뮬레이션을 가능하게 했다.
다음으로 이를 그래핀 전극-육각형 질화붕소 채널-그래핀 전극 소자 구조에 적용해 질화붕소 층에 존재하는 원자 결함이 다양한 비선형 소자 특성들을 도출시킬 수 있음을 보여 원자 결함의 종류와 위치에 대한 정보가 신뢰성 있는 2차원 소자의 구현에 매우 중요함 요소을 입증했다.
한편 이러한 비선형 소자 특성은 연구진이 기존에 세계 최초로 제안했던 양자 혼성화(quantum hybridization) 소자 원리(device principle)에 따라 발현됨을 보여 2차원 소자의 양자적 특성을 활용하는 한 방향을 제시했다.
김 교수는 "나날이 치열해지는 반도체 연구/개발 분야에서 세계적으로 경쟁력 있는 나노 소자 전산 설계 원천기술을 확보했다ˮ고 연구의 의미를 소개하며 "양자 효과가 극대화될 수밖에 없는 차세대 반도체 연구/개발에서 양자역학적 제1 원리 컴퓨터 시뮬레이션의 역할이 더욱 중요해질 것”이라고 강조했다.
한편 이번 연구는 삼성전자 미래기술 육성센터의 지원을 받아 수행됐다.
2022.04.04
조회수 9873
-
코로나19 바이러스의 높은 전파율은 위중증화 비율을 낮춘다는 연구 결과를 수리 모델로 입증
우리 대학 의과학대학원 신의철 교수, 수리과학과 김재경 교수 공동연구팀은 수학 모델 연구를 통해 ‘높은 바이러스 전파율은 궁극적으로 코로나19 위중증화 비율을 낮춘다’는 역설적인 연구결과를 발표했다.
2년 전부터 시작된 코로나19 팬데믹이 아직 종식되지 않은 가운데, 오미크론 변이주가 우세 종이 되면서 한국을 비롯한 세계 각국에서는 코로나19 환자 수가 급증하고 있다. 한편, 이러한 오미크론의 유행이 오히려 코로나19가 경증 호흡기 질환으로 토착화되는 것을 앞당기면서 코로나19 팬데믹의 종식을 가져올 수 있다는 조심스러운 전망들도 나오고 있다. 이와 동시에, 일부 유럽 국가들에서는 사회적 거리두기 등의 방역 대책을 완화하고 코로나19 이전의 일상생활로 돌아가는 정책을 취하기 시작하고 있다.
이렇게 코로나19 팬데믹의 미래가 아직 불분명하고 혼돈스러운 상황에서, 김재경 교수 및 홍혁표 석박사통합과정, 고려대 구로병원 감염내과 노지윤 교수, 신의철 교수 등으로 구성된 공동연구팀은 ‘바이러스 전파율이 변화하면 코로나19 토착화의 과정에서 어떤 일이 일어날까?’하는 질문에 대한 답을 구하기 위해 수학 모델을 만들어 분석했다.
이번 연구에서는 코로나19 바이러스에 대한 인체 면역반응을, 짧게 유지되는 중화항체 면역반응과 오래 유지되는 T 세포 면역반응으로 나누어 수학 모델에 적용하는 새로운 접근법을 택했다. 그리고 돌파감염이 빈번히 일어날 수 있지만, 돌파감염 후 회복하고 나면 면역반응이 다시 증강된다는 사실을 바탕으로 분석했다.
그 결과, 백신 접종률이 높은 상황에서는 바이러스 전파율이 높아지면 일시적으로는 코로나19 환자 수는 증가하지만 궁극적으로 코로나19 위중증화 비율이 낮아지면서 위중증 코로나19 환자 수는 줄어들고 결과적으로 코로나19가 경증 호흡기 질환으로 토착화되는 과정이 오히려 빨라질 수 있다는 역설적인 연구 결과를 얻었다.
연구팀이 가정한 바이러스 전파율이 높아지는 상황은, 실제에서는 사회적 거리두기 완화나 오미크론 등 전파가 잘 되는 변이주의 출현으로 일어날 수 있다. 이번 연구 결과는 오미크론 자체의 낮은 위중증 성질은 배제하고, 높은 전파율이 일으키는 결과를 예측한 것으로서 코로나19 토착화 과정에서 일어날 수 있는 일들을 잘 설명해 주고 있다.
연구팀은 연령이나 기저질환 유무에 따라 다르게 나타나는 위중증률을 수학 모델에서 고려하지 않은 제한점을 이야기하며, 특히 고위험군 집단을 대상으로 이번 연구 결과를 적용할 때는 주의가 필요하다고 설명했다. 또한 바이러스 전파율이 높아지는 상황에서 일시적으로 증가하는 코로나19 환자 수가 너무 많아지면 의료체계가 붕괴될 수도 있으므로, 이러한 점을 고려해 연구 결과를 신중하게 해석, 적용할 필요가 있다고 연구팀은 설명하였다. 따라서 향후 단계적 일상회복 정책으로 다시 전환할 때는 그 무엇보다도 위중증 환자를 수용할 병상 확보 등 의료체계의 정비가 중요하다는 점을 강조했다.
김재경 교수와 홍혁표 대학원생은 ‘코로나19 팬데믹과 같이 미래가 불투명한 상황에서 수학 모델을 잘 활용함으로써 인간의 직관으로는 유추하기 어려운 역설적인 연구결과를 얻었다’며 앞으로도 의학 연구에서 수학 모델을 적극적으로 이용하는 것이 중요하다는 점을 역설했다.
노지윤 교수와 신의철 교수는 ‘오미크론이 우세 종이 되고 코로나19 환자 수가 급증하는 현 상황에서 무조건 두려워만 할 것이 아니라 과학적 접근을 통해 미래를 예측하고 이를 정책에 반영하는 것이 매우 중요하다’고 강조했다.
이번 연구 결과는 2월 11일 字로 메드아카이브(medRxiv)에 공개됐다(논문 제목: Increasing viral transmission paradoxically reduces progression rates to severe COVID-19 during endemic transition).
한편, 이번 연구는 기초과학연구원, 한국보건산업진흥원, 한국연구재단의 지원을 받아 수행됐다.
2022.02.14
조회수 7300
-
계산적 항체 디자인을 통한 범용성 코로나바이러스 중화항체 개발
우리 대학 생명과학과 오병하 교수 연구팀이 계산적 항체 디자인을 개발하고 이를 적용해 오미크론을 포함해 현재 유행 중인 모든 코로나19 변종 바이러스에 뛰어난 효과를 나타내는 중화항체*를 개발했다고 밝혔다.
*병원체가 신체에 침투했을 때 생화학적으로 미치는 영향을 중화하여 세포를 방어하는 치료용 항체.
코로나19 감염을 유발하는 바이러스로 알려진 SARS-CoV-2 바이러스*는 스파이크 당단백질 부위에 있는 수용체 결합 부위(이하 항원)를 인간 세포막에 붙어있는 hACE2(human Angiotensin Converting Enzyme2) 수용체에 결합시켜 세포 내로 침입하는 기전을 보인다. 이러한 기전에 착안해 세계 유수의 제약회사들의 연구진은 수용체 결합 부위에 붙는 중화항체 에테세비맙(Etesevimab), 밤라니비맙(Bamlanivimab) 등을 개발했다.
*현재 중증급성호흡기 증후군 팬데믹을 일으키고 있는 코로나바이러스. RNA 바이러스이며 바이러스 표면 스파이크 단백질을 통해 인간 ACE2 단백질과 결합하여 세포 내로 침투.
하지만, 이 항체들은 최초에 유행한 코로나바이러스에 효과적인 것과 다르게 알파, 베타, 델타 등과 같은 변이에는 중화능이 없거나 떨어지는 것으로 보고됐다. 변이 바이러스의 등장으로 기존 항체들의 중화능이 떨어지는 이유는 바이러스의 항체 인식부위 서열에 변이가 생겨 항체가 더 이상 제대로 결합하지 못하게 되기 때문이다.
연구진은 계산적 단백질 디자인 방법으로 바이러스 항원에서 변이가 생기지 않는 부분에 강력하게 결합하는 항체를 개발했다. 결과적으로, 이번에 개발한 항체는 오미크론을 포함해 알려진 SARS-CoV-2의 모든 변이 바이러스뿐만 아니라 SARS-CoV-1, 천산갑 코로나 바이러스에도 강력한 결합력*을 보이며 우수한 중화 능력 지표**도 확인했다.
* picomolar(리터당 10-12 mole)에서 femtomolar (리터당 10-15 mole)의 결합력을 보임.
** Neutralization constant 50 (NC50) 가 0.10-8.3 nM로써 높은 중화능을 보임.
연구진이 개발한 항체는 미래에 출현할지 모르는 새로운 중증호흡기증후군 유발 코로나바이러스에도 대응할 수 있는 범용 코로나 치료항체 후보로 기대된다. 또한, 이번에 개발된 계산적 항체 디자인 기술은 항원의 특정 부위에 결합하는 항체를 발굴하는 새로운 방법으로서 그 응용성이 넓고 기술적 가치가 높다.
오병하 교수는 "이번에 개발한 항체는 아미노산 서열이 거의 바뀌지 않는 표면에 결합하기 때문에 향후 출현할 수 있는 신·변종 코로나바이러스에 즉각 대응할 수 있는 치료 물질이 될 수 있다는데 큰 의의가 있다ˮ라고 밝혔으며, 아울러, "이번 연구를 통해 개발한 계산적 항체 디자인 방법은 실험적으로는 얻기 어려운 항체를 개발하는데 널리 이용될 것으로 기대한다ˮ라고 밝혔다.
우리 대학 생명과학과 정보성 박사과정이 제1 저자로 참여한 이번 연구 결과는 항체 전문 학술지 ‘mAbs’에 게재됐다. 이번 연구는 연세대학교 조현수 교수 연구팀과 한국화학연구소 김균도 박사 연구팀도 참여했다. (관련 논문명: Computational design of a neutralizing antibody with picomolar binding affinity for all concerning SARS-CoV-2 variants)
참고로, 상기 논문 발표 후 오미크론이 새롭게 출현하였으며, 연구진은 개발한 중화항체가 이 변종에도 효과가 있음을 실험적으로 입증하였다.
한편 이번 연구는 KAIST 코로나대응 과학기술뉴딜사업단과 한국과학재단 기초과학연구실 사업의 지원을 받아 수행됐다.
2022.02.04
조회수 7159
-
소량의 데이터로 딥러닝 정확도 향상기술 발표
최근 다양한 분야에서 심층 학습(딥러닝) 기술을 활용한 서비스가 급속히 증가하고 있다. 서비스 구축을 위해서는 심층 학습 모델을 훈련해야 하며, 이를 위해서는 충분한 훈련 데이터를 준비해야 한다. 특히 훈련 데이터에 정답지를 만드는 레이블링(labeling) 과정이 필요한데 (예를 들어, 낙타 사진에 `낙타'라고 정답을 적어줌), 이 과정은 일반적으로 수작업으로 진행되므로 엄청난 노동력과 시간이 소요된다. 따라서 훈련 데이터가 충분하지 않은 상황을 효과적으로 타개하는 방법이 요구되고 있다.
우리 대학 전산학부 이재길 교수 연구팀이 적은 양의 훈련 데이터가 존재할 때도 높은 예측 정확도를 달성할 수 있는 새로운 모델 훈련 기술을 개발했다고 27일 밝혔다.
심층 학습 모델의 훈련은 주어진 훈련 데이터에서 레이블과 관련성이 높은 특성을 찾아내는 과정으로 볼 수 있다. 예를 들어, `낙타'의 주요 특성이 등에 있는 `혹'이라는 것을 알아내는 것이다. 그런데 훈련 데이터가 불충분할 경우 바람직하지 않은 특성까지도 같이 추출될 수 있는 문제가 발생한다. 예를 들어, 낙타 사진의 배경으로 종종 사막이 등장하기에 낙타에 대한 특성으로 `사막'이 추출되는 것도 가능하다. 사막은 낙타의 고유한 특성이 아닐뿐더러, 이러한 바람직하지 않은 특성으로 인해 사막이 아닌 곳(예: 동물원)에 있는 낙타는 인식하지 못할 수 있다.
이 교수팀이 개발한 기술은 심층 학습 모델의 훈련에서 바람직하지 않은 특성을 억제해 충분하지 않은 훈련 데이터를 가지고도 높은 예측 정확도를 달성할 수 있게 해준다.
우리 대학 지식서비스공학대학원에 재학 중인 박동민 박사과정 학생이 제1 저자, 송환준 박사, 김민석 박사과정 학생이 제2, 제3 저자로 각각 참여한 이번 연구는 최고권위 국제학술대회 `신경정보처리시스템학회(NeurIPS) 2021'에서 올 12월 발표될 예정이다. (논문명 : Task-Agnostic Undesirable Feature Deactivation Using Out-of-Distribution Data)
바람직하지 않은 특성을 억제하기 위해서 분포 外(out-of-distribution) 데이터를 활용한다. 예를 들어, 낙타와 호랑이 사진의 분류를 위한 훈련 데이터에 대해 여우 사진은 분포 외 데이터가 된다. 이때 이 교수팀이 착안한 점은 훈련 데이터에 존재하는 바람직하지 않은 특성은 분포 외 데이터에도 존재할 수 있다는 점이다.
즉, 위의 예에서 여우 사진의 배경으로도 사막이 나올 수 있다. 따라서 다량의 분포 외 데이터를 추가로 활용해 여기에서 추출된 특성은 영(0) 벡터가 되도록 심층 학습 모델의 훈련 과정을 규제해 바람직하지 않은 특성의 효과를 억제한다. 훈련 과정을 규제한다는 측면에서 정규화 방법론의 일종이라 볼 수 있다. 분포 외 데이터는 쓸모없는 것이라 여겨지고 있었으나, 이번 기술에 의해 훈련 데이터 부족을 해소할 수 있는 유용한 보완재로 탈바꿈될 수 있다.
연구팀은 이 정규화 방법론을 `비선호(比選好) 특성 억제'라고 이름 붙이고 이미지 데이터 분석의 세 가지 주요 문제에 적용했다. 그 결과, 기존 최신 방법론과 비교했을 때, 이미지 분류 문제에서 최대 12% 예측 정확도를 향상했고, 객체 검출 문제에서 최대 3% 예측 정확도를 향상했으며, 객체 지역화 문제에서 최대 8% 예측 정확도를 향상했다.
제1 저자인 박동민 박사과정 학생은 "이번 기술은 훈련 데이터 부족 현상을 해결할 수 있는 새로운 방법ˮ 이라면서 "분류, 회귀 분석을 비롯한 다양한 기계 학습 문제에 폭넓게 적용될 수 있어, 심층 학습의 전반적인 성능 개선에 기여할 수 있다ˮ 고 밝혔다.
연구팀을 지도한 이재길 교수도 "이 기술이 텐서플로우(TensorFlow) 혹은 파이토치(PyTorch)와 같은 기존의 심층 학습 라이브러리에 추가되면 기계 학습 및 심층 학습 학계에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다.
한편, 이 기술은 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 SW컴퓨팅산업원천기술개발사업 SW스타랩 과제로 개발한 연구성과 결과물(2020-0-00862, DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발)이다. (끝).
2021.10.27
조회수 9985
-
코로나19 환자에서 나타나는 자연살해 세포 변화 규명
우리 대학 의과학대학원 신의철 교수 연구팀이 충남대학교병원 감염내과 김연숙, 천신혜 교수팀과의 공동연구를 통해 코로나19 환자들에서 자연살해 세포의 항바이러스 기능이 약화돼 있고, 이러한 기능 변화는 경증 코로나19 환자에서는 일주일 내로 사라지지만 중증 환자에서는 오래 지속됨을 규명했다고 10일 밝혔다. 이로써, 항바이러스 선천면역 반응의 한 축을 담당하는 자연살해 세포의 기능 이상을 중증 코로나19 환자에서 처음으로 규명하게 됐다.
우리 몸은 바이러스에 감염되면 이에 대항하여 일차적으로 선천면역 반응이 나타나며, 항바이러스 선천면역 반응을 담당하는 주된 세포가 바로 자연살해 세포다. 이러한 자연살해 세포의 대부분을 차지하는 것이 바이러스에 감염된 세포를 직접 죽이는 세포독성 자연살해 세포인데, 코로나19 환자에서 이러한 세포독성 자연살해 세포의 수나 기능이 감소돼 있다는 보고는 있었지만, 자연살해 세포의 구체적인 변화나 기능감소 기전에 대해서는 규명된 바가 없었다.
이번 연구에서 KAIST-충남대병원 공동연구팀은 한국인 코로나19 환자들을 대상으로 진단 초기부터 회복 시까지 추적 연구를 수행해 코로나19 바이러스 감염증에서 질병의 진행 과정에 따라 자연살해 세포에 일어나는 변화를 최초로 규명했고, 중증 환자와 경증 환자에서 자연살해 세포의 특성 및 기능의 차이점에 대해 밝혔다. 특히 이번 연구에서는 최첨단 면역학 연구기법과 유전자 발현 분석을 동시에 활용해 코로나19 환자에서 자연살해 세포들에 나타나는 변화를 다각도에서 분석하고 규명했다.
공동연구팀은 정상인이나 독감 환자와는 달리 코로나19 환자에게서만 특징적으로 나타나는 비정형 자연살해 세포를 발견했고, 이러한 비정형 자연살해 세포가 일반적인 자연살해 세포보다 세포독성 기능이 감소해있음을 밝혔다.
연구팀은 이러한 비정형 자연살해 세포들이 질병의 중증도와 관계없이 코로나19 바이러스에 감염된 환자들에서 공통적으로 질병 초기에 빠르게 증가하며, 이로 인해 코로나19 환자의 선천면역 반응이 약화되어 있음을 밝혔다. 그리고 코로나19 환자들의 질병 진행 과정에서 자연살해 세포 특성을 추적 관찰한 결과, 중증 코로나19 환자에서 이러한 비정형 자연살해 세포들의 증가 상태가 더 장기간 지속되며 이는 선천면역 반응의 손상과 연관됨을 밝혔다.
이번 연구는 세계 처음으로 코로나19 환자에서 비정형 자연살해 세포의 증가를 발견해 코로나19 환자에서 나타나는 선천면역 반응 손상의 기전을 보고한 연구로 세계 면역학계의 주목을 받고 있다.
과학기술원 공동연구과제의 지원을 받아 수행한 이번 연구 결과는 국제 저명 학술지인 `알레르기 및 임상면역학 저널(The Journal of Allergy and Clinical Immunolgy)'에 게재됐다. 특히 이번 논문은 저널 편집자로부터 주목을 받아야 할 주요 연구성과로 선정돼 하이라이트 논문으로 저널에 소개될 예정이다. (논문명: Abnormality in the NK cell population is prolonged in severe COVID-19 patients)
이번 연구의 제1 저자인 우리 대학 임가람 박사 연구원(現 연세의대 소화기내과 임상강사)은 "코로나19 바이러스 감염증에서 특징적으로 비정형 자연살해 세포들이 증가해 있음을 발견했다ˮ며 "다른 호흡기 바이러스 감염에서는 보이지 않는 이러한 자연살해 세포 변화는 코로나19 바이러스 감염증의 임상적 특징을 이해하고, 중증 환자에서 선제적인 치료를 조기에 시작하는 임상적 근거가 될 것이다ˮ고 설명했다.
충남대병원 김연숙 교수는 "이번 연구는 코로나19 환자의 질병 과정의 초기부터 회복기까지 자연살해 세포의 변화 및 특성을 세계에서 최초로 분석해 규명한 연구 결과로서 코로나19 환자에서 나타나는 선천면역 반응의 손상 기전을 최초로 밝혔다는 점에서 의미가 있는 연구ˮ라고 말했다.
2021.08.11
조회수 8317
-
코로나19 폐 손상 유발 면역세포의 특성 및 역동적 변화 규명
우리 대학 의과학대학원 박수형 교수 연구팀이 충북대학교 의과대학 최영기 교수(현 한국바이러스기초연구소장), 지놈인사이트 이정석 박사팀과 공동연구를 통해 코로나19 바이러스 증식의 절정기, 그리고 회복기에 걸쳐 나타나는 면역반응의 양적·질적 변화를 규명해 폐 손상을 일으키는 특정 면역세포의 특성과 기원을 규명했다고 4일 밝혔다. 이는 코로나19 환자에서 과잉 면역반응에 의해 발생하는 폐 손상을 조절할 수 있는 타깃(대상)을 제시하는 연구 결과다.
코로나19에 감염되면 처음 바이러스가 유입되어 감염되는 폐 조직 내에서 즉각적인 면역세포의 활성화가 일어남이 알려져 있다. 이 면역세포의 대부분은 대식세포(macrophage)인데, 코로나19에 환자가 감염된 후 혈류를 통해 활성화된 단핵구가 폐 조직으로 들어오며 추가로 대식세포로 분화하며 바이러스에 감염된 폐 조직 세포들을 제거하여 초기 방어로 대응을 하게 된다.
코로나19 감염 후 일어나는 초기의 면역반응과 그 시간에 따른 변화를 폐에서 면역세포를 여러 차례 얻어 연구하는 것은 환자를 통해서는 불가능하다. 따라서 페럿(식육목 족제비과의 포유류)과 같은 호흡기감염 동물모델이 바이러스 감염 후 면역반응의 정확한 면모를 밝히는 데 중요한 역할을 한다. 충북대학교 최영기 교수 연구팀은 실험동물인 페렛이 SARS-CoV-2 바이러스에 감수성이 있다는 것을 세계 최초로 학계에 보고했다.
이번 연구에서 KAIST-충북대-지놈인사이트 공동연구팀은 코로나19 바이러스 감염 동물모델을 이용하여 감염이 진행되는 동안의 폐 내 면역세포의 변화를 첨단 연구기법인 단일세포 시퀀싱을 이용해 정밀하게 분석했고, 폐 면역세포의 대부분을 차지하는 대식세포를 10가지 아형으로 분류해 이중 어떤 대식 세포군이 폐 손상에 기여하는지를 분석했다.
연구팀은 코로나19 바이러스 감염 2일 후부터 혈류에서 활성화된 단핵구가 급격하게 폐 조직으로 침윤하며 대식세포로 분화하며 양적으로 증가함을 확인했다. 특히 이러한 혈류 기원 침윤 대식세포들은 염증성 대식세포의 성질을 강하게 나타내며, 바이러스 제거에 기여할 뿐만 아니라 조직손상을 일으키는 주범이 될 수 있음을 제시했다. 또한 이러한 대식세포 분화의 양상은 중증 코로나19 환자들의 폐 조직에서 관찰되는 변화와도 높은 유사도를 보임을 규명했다.
보건복지부와 KAIST의 지원을 받아 수행한 이번 연구 결과는 국제 저명 학술지인 네이처 커뮤니케이션스(Nature Communications)誌 7월 28일 字에 게재됐다(논문명: Single-cell transcriptome of bronchoalveolar lavage fluid reveals sequential change of macrophages during SARS-CoV-2 infection in ferrets).
공동연구팀은 현재 면역억제제를 투약받은 코로나19 환자들의 면역반응 변화를 종적으로 추적하며, `싸이토카인 폭풍'과 같은 치명적인 중증 코로나19의 과잉면역반응의 적절한 제어와 약물의 면역학적 효과를 규명하는 후속 연구를 진행하고 있다.
이번 연구의 제1 저자인 지놈인사이트 이정석 박사와 우리 대학 고준영 박사과정은 "이번 연구 결과는 코로나19 환자의 폐가 경험하게 되는 선천 면역반응을 단일세포 전사체라는 오믹스 데이터를 이용해 다각적으로 분석해, 바이러스 감염 시에 발생하는 대식세포 면역반응의 이중성을 이해하는 중요한 자료ˮ고 설명했다.
충북대학교 최영기 교수는 “SARS-CoV-2 바이러스 감염 후 시간의 경과에 따른 바이러스의 증식성 변화 및 병리학적 분석을 수행한 이번 결과는 전반적인 바이러스 감염 및 회복에 관여하는 병인기전을 이해할 수 있는 중요한 연구자료“라고 말했다.
박수형 교수는 "코로나19가 감염된 직후 시간에 따른 변화를 감염 전과 비교하여 정밀하게 규명한 것이 이 연구의 가장 큰 수확이며, 감염 후 폐 손상이 특정 염증성 대식세포에 의한 것임을 규명하여 중증 코로나19 환자에서 사용되는 면역억제 치료 전략을 정교하게 만들 수 있는 근거를 마련했다ˮ라고 말했다.
2021.08.05
조회수 10714
-
정송 교수 연구팀, 아시아대학 최초 ACM MobiSys 2021 Best Paper Award 수상
우리 대학 AI대학원과 전기및전자공학부 소속 정송 교수 연구실의 김세연 박사과정생과 이경한 박사졸업생 (현 서울대 전기정보공학부 부교수)이 지난 주 COVID-19으로 인해 온라인으로 개최된 2021년도 ACM MobiSys 학회(https://www.sigmobile.org/mobisys/2021/)에서 Best Paper Award를 수상했다.
ACM MobiSys는 모바일시스템 분야의 최고 학회로서 올해 총 266편의 논문이 제출되어 36개의 논문이 억셉트되었으며 (논문게재율: 21.6%) 이번 정송 교수 연구팀의 Best Paper Award 수상은 19년의 MobiSys 역사상 첫 아시아권 대학의 수상이다. (제1저자 소속 대학 기준)
- 논문명: zTT: Learning-based DVFS with Zero Thermal Throttling for Mobile Devices
(모바일 기기의 열쓰로틀링 방지를 위한 강화 학습 기반의 동적 주파수 할당 기술)
- 논문 저자: 김세연 (KAIST), 빈경민 (서울대), 하상태 (U. of Colorado at Boulder), 이경한 (서울대), 정송 (KAIST)
- 논문 내용:
동적 전압/주파수 할당 기술(Dynamic Voltage and Frequency Scaling, DVFS)은 운영 체제(OS) 단에서 프로세서 성능을 보장하는 동시에 에너지 소모를 줄이기 위해 동적으로 프로세서의 전압과 주파수를 조절하는 기술이다. 하지만 모바일 기기의 동적 주파수 할당 기술은 두 가지 한계점을 가지고 있다. 첫째, OS 레벨에서 수행되기 때문에 어플리케이션의 성능을 보장하지 못한다. 둘째, 모바일 기기의 특성상 빈번하게 변하는 환경을 반영하지 못하여 과열을 일으켜 열쓰로틀링(Thermal Throttling)을 야기시켜 사용자 경험(QoE)를 크게 감소시킬 수 있다. 특히, 모바일 기기에서 발열 문제는 최신 스마트폰과 같은 고성능 기기의 성능을 크게 떨어뜨리는 고질적인 문제로 알려져 있다. 해당 연구에서는 이러한 기존 기술의 한계를 해결하기 위해 모바일 기기의 과열을 예방하고, 사용자 경험을 보장하는 동시에 에너지 소모를 최소화하기 위해 심층 강화 학습(Deep-Reinforcement Learning) 기반의 동적 주파수 할당 기술을 개발했다. 이는 실시간으로 수집되는 상태 정보를 바탕으로 어플리케이션과 모바일 기기의 동작 환경에 적응하여 안정된 성능을 보장하고, 전력 소모를 크게 줄일 수 있는 기술이다. 연구팀은 해당 연구 기술이 운영 체제나 어플리케이션이 보다 최적화된 성능으로 동작하기 위한 하나의 설정 옵션으로 패키징될 수 있을 것이라고 전망하고 있다.
위 상을 수상한 김세연 박사과정생은 논문에 대해 “5G 스마트폰과 같은 모바일 단말에서 과도한 발열로 인해 발생하는 열쓰로틀링에 따른 급격한 성능 저하 문제를 강화학습 기반의 동적 전압/주파수 스케일링을 통해 획기적으로 해결한 연구”라고 설명했다.
정송 교수는 “사용자 체감 성능을 높이면서 열쓰로틀링으로 인한 급격한 성능 저하를 방지하기 위해서는, 적정한 온도를 유지하기 위한 총전력 소모 범위 내에서 프로세서 컴포넌트 (CPU, GPU 등) 간 최적의 전력 분배를 수행하는 것이 관건이지만, 주변 환경 (주변 온도, 쿨링 상황 등)과 사용자 애플리케이션 특성에 따라 허용 가능한 총 전력 소모 범위와 최적의 전력 분배가 실시간으로 변화하기 때문에 전통적인 제어기법으로는 해결하기 매우 어려운 문제였다”고 부연 설명했다.
연구팀의 이러한 결과는 전력소모 문제로 인공지능 기법의 도입이 어려울 것으로 예상되었던 모바일 플랫폼에서 조차 강화학습 기반의 시스템 제어가 성능 개선에 크게 이바지 할 수 있음을 보임으로써, 차세대 운영체제에 AI/ML 기반 제어 기법들을 적극적으로 도입하기 위한 계기를 마련한 것으로 평가받았다.
2021.07.09
조회수 10702
-
약물 가상 스크리닝 기술로 코로나19 치료제 후보 발굴
우리 대학 생명화학공학과 이상엽 특훈교수(연구부총장)와 한국파스퇴르연구소 김승택 박사 공동연구팀이 ‘약물 가상 스크리닝 기술을 이용한 코로나19 치료제 개발’에 성공했다고 8일 밝혔다.
이번 연구 결과는 국제 학술지인 ‘미국국립과학원회보(PNAS)'에 7월 7일 字 온라인 게재됐다.
※ 논문명 : Drugs repurposed for COVID-19 by virtual screening of 6,218 drugs and cell-based assay
※ 저자 정보 : 이상엽(한국과학기술원, 교신저자), 김승택(한국파스퇴르연구소, 교신저자), 장우대(한국과학기술원, 제1저자), 전상은(한국파스퇴르연구소, 제2저자), 포함 총 4명
코로나바이러스감염증-19(이하 코로나19)는 글로벌 팬데믹으로 전개되고 있으며 현재 인류 보건을 심각하게 위협하는 상황이다. 코로나19 치료 목적으로 미국식품의약국(FDA)에서 정식 승인을 받은 렘데시비르(상품명 베클러리)가 현재 임상에서 사용 중이지만, 사망률은 감소시키지 못하고 회복 기간을 5일 정도 단축함으로써 치료 효과가 기대에 미치지 못하는 것으로 알려졌다. 또한 렘데시비르는 정맥 주사제여서 의료기관에서 입원을 통해 수일 동안 투여받아야 하므로 팬데믹 상황에 적합하지 않은 약물이다. 따라서 코로나19로 인한 사망률을 획기적으로 감소시키고, 치료 기간을 단축시키는 경구용 치료제 개발이 시급한 상황이었다.
이에 이상엽 특훈교수와 한국파스퇴르연구소 김승택 박사 공동연구팀은 약물 가상 스크리닝 기술을 이용한 약물 재창출 전략으로 코로나19 치료제 개발 연구를 수행했다.
연구팀은 팬데믹 상황에 대응한 신속한 치료제 개발을 위해 가상 스크리닝 기술을 이용한 약물 재창출 전략을 수립했다. 약물 재창출은 이미 안전성이 검증된 FDA 승인 약물 또는 임상 진행 중인 약물을 대상으로 새로운 적응증을 찾는 방식이다. 이 전략은 신약 개발 과정에 소요되는 시간을 단축시킬 수 있어 코로나19와 같은 팬데믹 상황에 적합한 신약 개발 전략이다.
우리 대학 생명화학공학과 장우대 박사는 우선 FDA 승인 약물 또는 임상 진행 중인 약물을 데이터베이스에서 수집해 6,218종의 약물 가상 라이브러리를 구축했다. 실험으로 이 약물들을 모두 검증하기에는 시간과 비용이 많이 소요되기 때문에 바이러스 치료제로 가능성이 있는 약물만 신속하게 선별할 수 있는 컴퓨터 기반 가상 스크리닝 기술을 도입했다.
기존의 도킹 시뮬레이션 기반의 가상 스크리닝 기술은 높은 위양성률(false positive rate)로 인해 유효물질 도출 비율(hit rate)이 매우 낮은 것이 문제점인 상황이었다. 연구팀은 구조 유사도 분석 모듈과 상호작용 유사도 분석 모듈을 도킹 전후에 도입하여 가상 스크리닝의 정확도를 높이는 데 성공했다. 이번 연구를 통해 개발된 가상 스크리닝 기술은 단백질-약물 복합체 구조 정보를 이용하여 다양한 후보 약물을 빠르고 정확하게 스크리닝할 수 있는 것이 특징이다.
연구팀은 또한 바이러스 치료제로 주로 사용되는 핵산 유사체(nucleotide analogues) 기반 전구약물(prodrug)의 활성형 구조를 자동으로 생성하는 알고리즘을 개발했다. 전구약물은 그 자체로는 약효가 없고 체내 대사를 통해 활성형 구조로 변환되어야만 약효를 나타낸다. 따라서 전구약물은 활성형으로 구조변환 후, 도킹 시뮬레이션을 수행하는 것이 중요하다. 연구팀은 렘데시비르를 포함한 여러 핵산유사체 기반 전구약물들의 활성형 구조를 자동으로 생성하는 데 성공하였고, 도킹 시뮬레이션의 정확도를 향상시킬 수 있었다.
연구팀은 가상 스크리닝 플랫폼으로 사스-코로나바이러스-2(SARS-CoV-2)의 복제와 증식에 필수적인 역할을 하는 단백질 가수분해 효소(3CL hydrolase, Mpro)와 RNA 중합효소(RNA-dependent RNA polymerase, RdRp)를 저해할 수 있는 후보 화합물을 15종과 23종으로 각각 선별했다.
그 후, 가상 스크리닝으로 선별된 38종의 약물에 대해 한국파스퇴르연구소의 생물안전 3등급(BSL-3) 실험실에서 세포 이미지 기반 항바이러스 활성 분석 플랫폼을 활용해 약효를 검증했다.
먼저 사스-코로나바이러스-2를 감염시킨 원숭이 신장세포(Vero cell)를 이용한 시험관 내(in vitro) 실험을 수행한 결과, 38종의 약물 중 7종의 약물에서 항바이러스 활성이 확인됐다.
또한, 검증된 7종의 약물에 대해 인간 폐 세포(Calu-3 cell)에서 추가적인 검증 실험을 수행했고, 3종의 약물에서 항바이러스 활성이 확인됐다. 후보 약물에는 암 및 특발성 폐섬유증(idiopathic pulmonary fibrosis)으로 임상이 진행 중인 오미팔리십(omipalisib), 암 및 조로증(progeria)으로 임상이 진행 중인 티피파닙(tipifarnib), 식물 추출물로써 항암제로 임상이 진행 중인 에모딘(emodin)이 있다. 특히 오미팔리십은 현재 코로나19 표준 치료제인 렘데시비르 대비 항바이러스 활성이 약 200배 이상 높은 것으로 확인됐고, 티피파닙은 렘데시비르와 유사한 수준으로 항바이러스 활성이 확인됐다.
세포 수준에서 항바이러스 효과가 확인된 약물은 바이러스 감염 동물모델을 이용한 전임상시험이 필요하다. 이에 연구팀은 과기정통부의 코로나 치료제 전임상 지원사업을 통해 후보 약물 중 하나의 약물에 대해 약효를 평가했다. 그러나 이 과정에서 동물에 대한 약물 독성이 나타났다. 약물의 독성을 최소화하면서 치료 유효 농도에 도달할 수 있는 최적의 약물 농도를 찾기 위해 추가적인 전임상시험을 진행할 예정이다. 또한, 나머지 후보 약물들에 대해서도 전임상시험을 계획 중이다.
연구팀 관계자는 이번 연구를 통해 예측 성능이 우수한 약물 가상 스크리닝 플랫폼을 구축했고, 이를 통해 코로나19 치료제로 유망한 후보물질을 단기간에 발견할 수 있었다고 설명했다.
이상엽 특훈교수는 “이번 연구를 통해 신종 바이러스 출현 시 신속하게 대응할 수 있는 기반 기술을 마련했다는 데에 의의가 있으며, 이를 통해 향후 코로나바이러스 계열의 유사한 바이러스나 신종 바이러스 출현 시에도 적용할 수 있는 기술을 개발하고자 한다”라고 밝혔다.
한편 이번 연구는 과기정통부가 지원하는 KAIST 코로나대응 과학기술 뉴딜사업과 바이오·의료기술개발사업의 지원을 받아 수행됐다.
2021.07.08
조회수 13297
-
코로나19 회복 후, 장기간 유지되는 기억 T세포 규명
우리 대학 의과학대학원 신의철 교수 연구팀이 고려대 안산병원 최원석 교수, 충북대병원 정혜원 교수와의 공동연구를 통해 코로나19 회복자들에서 기억 T세포가 10개월 동안 잘 유지되며, 특히 줄기세포 유사 기억세포가 효율적으로 잘 발생함을 규명했다고 7일 밝혔다. 이는 중증 코로나19에 대해 방어를 하는 기억 T세포가 장기간 유지될 것을 제시하는 연구 결과다.
코로나19에 한 번 걸렸다 회복되면 이에 대항하는 방어면역이 형성된다. 그리고 이러한 방어면역의 양대 축으로 중화항체와 기억 T세포가 존재함이 알려져 왔다. 하지만 코로나19 바이러스에 대한 중화항체는 시간이 지남에 따라 감소하는 것으로 알려져, 최근에는 기억 T세포에 관한 관심이 증대되고 있다.
기억 T세포는 코로나19 감염 자체를 예방하지는 못하지만, 중증 코로나19로의 진행을 막는 것으로 알려진 중요한 면역세포다. 하지만, 코로나19 회복자에서 기억 T세포가 얼마나 오래 유지될 수 있는지, 그리고 그 기능도 오랜 기간 잘 유지되는지는 명확히 알려진 바가 없었다.
이번 연구에서 KAIST-고려대안산병원-충북대병원 공동연구팀은 한국인 코로나19 회복자들을 대상으로 10개월 동안 추적 연구를 수행해, 코로나19 바이러스에 대항하는 기억 T세포가 어떤 특성을 보이는지, 그리고 얼마나 오랫동안 유지되는지 등 지금까지 명확히 알려지지 않았던 질문들에 대한 답을 구했다. 특히 이번 연구에서는 최첨단 면역학 연구기법을 활용해, 기억 T세포의 장기 유지에 중요한 줄기세포 유사 기억 T세포의 발생을 분석하고, 한 번에 여러 가지 기능을 나타내는 다기능성 기억 T세포의 존재를 분석했다.
공동연구팀은 코로나19 회복 직후부터 나타나는 기억 T세포가 10개월의 추적관찰 동안 잘 유지됨을 밝혔다. 특히 이러한 기억 T세포 유지는 애초에 걸렸던 코로나19의 경증/중증 여부와는 상관없이 대부분의 회복자들에게서 잘 나타남을 확인했다. 그리고 10개월이 지난 후에도 다시 코로나19 바이러스 항원을 만나면 기억 T세포는 증식을 활발히 하며 한 번에 여러 가지 기능을 수행하는 다기능성을 잘 나타냄도 확인했다. 이러한 결과는 회복자가 코로나19 바이러스에 다시 노출됐을 때 기억 T세포들의 방어면역 기능이 잘 나타날 것임을 시사하는 결과다.
특히, 코로나19 회복자들에서 줄기세포 유사 기억 T세포가 잘 발생함을 규명했다. 줄기세포 유사 기억 T세포는 장기간에 걸쳐 기억 T세포들의 숫자를 유지해주는 재생기능을 가진 세포로서, 이번 연구 결과는 코로나19 회복자들의 기억 T세포가 상당히 오랜 기간 동안 잘 유지될 것임을 기대하게 하는 연구 결과다. 특히 이번 연구는 코로나19 회복 후 세계 처음으로 줄기세포 유사 기억 T세포의 발생을 보고한 것으로 세계 면역학계의 주목을 받고 있다.
삼성미래기술육성재단과 KAIST의 지원을 받아 수행한 공동연구팀의 이번 연구 결과는 국제 저명 학술지인 네이처 커뮤니케이션스(Nature Communications)誌 6월 30일 字에 게재됐다(논문명: SARS-CoV-2-specific T cell memory is sustained in COVID-19 convalescent patients for 10 months with successful development of stem cell-like memory T cells).
연구팀은 코로나19 회복자들의 장기 방어면역을 확인함과 동시에, 현재 사용되고 있는 상용화된 코로나19 백신들의 효능 평가와 추후 백신 개발의 핵심 목표 중 하나인 T세포 방어면역 장기 지속성에 대한 지표를 제시한 점에 관해 연구 의미를 부여했다.
공동연구팀은 현재 코로나19 백신을 접종받은 사람들의 기억 T세포 형성 및 기능 특성을 규명함과 동시에 코로나19 회복자들의 기억 T세포와의 비교를 통해 백신의 면역학적 효과를 파악하는 후속 연구를 진행하고 있다.
이번 연구의 제1 저자인 정재형 우리 대학 박사과정 연구원과 나민석 박사후 연구원(現 연세의대 임상강사)은 "코로나19로부터 회복 후 최대 10개월까지도 기억 T세포 면역반응이 유지됨을 확인했다ˮ며 "이러한 방어면역 지속성에 중요한 역할을 할 것으로 예측되는 줄기세포 유사 기억 T세포의 특성 및 기능 규명을 통해 재감염의 이해 및 코로나19 백신에 의한 기억 T세포 평가의 중요 지표를 마련했다ˮ고 설명했다.
신의철 교수는 "이번 연구는 코로나19 회복자의 기억 T세포 기능 및 특성을 세계에서 최장기간 연구한 결과로서 시간에 따른 방어면역 분석을 통해 향후 최적화된 차세대 백신 개발 전략을 설계할 수 있는 토대를 마련했다는 점에서 의미가 있는 연구ˮ라고 말했다.
2021.07.07
조회수 11382
-
딥러닝 생성모델의 오류 수정 기술 개발
우리 대학 AI대학원 최재식 교수(설명가능 인공지능연구센터장) 연구팀이 심층 학습(이하 딥러닝) 생성모델의 오류 수정 기술을 개발했다고 25일 밝혔다.
최근 딥러닝 생성모델(Deep Generative Models)은 이미지, 음성뿐만 아니라 문장 등 새로운 콘텐츠를 생성하는 데 널리 활용되고 있다. 이런 생성모델의 발전에도 불구하고 최근 개발된 생성모델도 여전히 결함이 있는 결과를 만드는 경우가 많아, 국방, 의료, 제조 등 중요한 작업 및 학습에 생성모델을 활용하기는 어려운 점이 있었다.
최 교수 연구팀은 딥러닝 내부를 해석하는 설명가능 인공지능 기법을 활용해, 생성모델 내부에서 이미지 생성과정에서 문제를 일으키는 유닛(뉴런)을 찾아 제거하는 알고리즘을 고안해 생성모델의 오류를 수리했다. 이러한 생성 오류 수리 기술은 신경망 모델의 재학습을 요구하지 않으며 모델 구조에 대한 의존성이 적어, 다양한 적대적 생성 신경망에 폭넓게 응용 및 적용될 수 있을 것으로 기대된다. 또한, 고안된 기술은 딥러닝 생성모델의 신뢰도를 향상해 생성모델이 중요 작업에도 적용될 수 있을 것으로 기대된다.
AI대학원의 알리 투씨(Ali Tousi), 정해동 연구원이 공동 제1 저자로 참여한 이번 연구는 `국제 컴퓨터 비전 및 패턴인식 학술대회 (IEEE Conference on Computer Vision and Pattern Recognition, CVPR)'에서 6월 23일 발표됐다. (논문명: Automatic Correction of Internal Units in Generative Neural Networks, CVPR 2021).
적대적 생성 신경망은 생성기와 구분기의 적대적 관계를 이용한 모델로서, 생성 이미지의 품질이 높고 다양성이 높아, 이미지 생성뿐만 아니라 다양한 분야(예, 시계열 데이터 생성)에서 주목받고 있다.
딥러닝 생성모델의 성능을 향상하기 위해서 적대적 생성기법 및 생성기의 새로운 구조 설계 혹은 학습 전략의 세분화와 같은 연구가 활발히 진행되고 있다. 그러나 최신 적대적 생성 신경망 모델은 여전히 시각적 결함이 포함된 이미지를 생성하고 있으며, 재학습을 통해서 이를 해결하기에는 오류 수리를 보장할 수 없으며, 많은 학습 시간과 비용을 요구하게 된다. 이렇게 규모가 큰 최신 적대적 생성 신경망 모델의 일부 오류를 해결하기 위해 모델 전체를 재학습하는 것은 적합하지 않다.
연구팀은 문제 해결을 위해 생성 오류를 유도하는 딥러닝 내부의 유닛(뉴런)을 찾아 제거하는 알고리즘을 개발했다. 알고리즘은 딥러닝 모델의 시각적 결함의 위치를 파악하고, 딥러닝 모델 내 여러 계층에 존재하는 오류를 유발한 유닛을 찾아서 활성화하지 못하도록 하여 결함이 발생하지 않도록 했다.
연구팀은 설명가능 인공지능 기술을 활용해 시각적 결함이 생성된 이미지의 어느 부분에 분포하는지, 또 딥러닝 내부의 어떤 유닛이 결함의 생성에 관여하는지 찾을 수 있었다. 개발된 기술은 딥러닝 생성모델의 오류를 수리할 수 있고, 생성모델의 구조에 상관없이 적용할 수 있다.
연구팀은 전통적인 구조를 가지는 `진행형 생성모델(Progressive GAN, PGGAN)'에서 개발 기술이 효과적으로 생성 오류를 수리할 수 있음을 확인했다. 수리 성능은 매사추세츠 공과대학(MIT)이 보유한 수리 기술 대비 FID 점수가 10점 정도 감소했으며, 사용자 평가에서 시험 이미지 그룹의 약 50%가 결함이 제거됐고, 약 90%에서 품질이 개선됐다는 결과를 얻었다. 나아가 특이 구조를 가지는 `StyleGAN2'와 `U-net GAN'에서도 생성 오류 수리가 가능함을 보임으로써 개발 기술의 일반성과 확장 가능성을 보였다.
연구팀이 개발한 생성모델의 오류 제거 기술은 다양한 이미지 외에도 다양한 생성모델에 적용돼 모델의 결과물에 대한 신뢰성을 높일 것으로 기대된다.
공동 제1 저자인 알리 투씨와 정해동 연구원은 "딥러닝 생성모델이 생성한 결과물에 있는 시각적 오류를 찾고, 이에 상응하는 활성화를 보이는 생성모델 내부의 유닛을 순차적으로 제거함으로써 생성 오류를 수리할 수 있음을 보였다ˮ라며 이는 "충분히 학습된 모델 내부에 미학습 혹은 잘못 학습된 내부요소가 있음을 보여주는 결과다ˮ라고 말했다.
한편 이번 연구는 2021년도 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받은 혁신성장동력프로젝트 설명가능인공지능 및 한국과학기술원 인공지능 대학원 프로그램과제를 통해서 수행됐다.
2021.06.25
조회수 19050
-
한국4차산업혁명정책센터, WEF에 코로나19 접촉자 추적 기술에 관한 기고문 게재
우리 대학 한국4차산업혁명정책센터(센터장 김소영)가 코로나19 접촉자 추적앱의 현황 및 과제와 신뢰 구축 방안을 제시한 기고문이 세계경제포럼(WEF) 홈페이지에 5월 5일(수)에 공식 게재됐다.
<코로나19 접촉자 추적앱의 현황 및 과제 해결을 위한 신뢰 구축 방안(Digital contact tracing apps help slow COVID-19. Here's how to increase trust.)>을 제목으로 하는 기고문은 코로나19 접촉자 추적 기술을 재정의하고, 관련 데이터 운용에 따른 개인정보 유출, 빅테크기업과 각국 정부의 빅브라더 현상 등의 사회적 문제를 해결하기 위한 정책 방안을 제시하기 위해 작성됐다.
코로나19 접촉자 추적 기술은 한국을 포함한 여러 나라에 도입되어 감염자와 접촉자를 분류하고, 감염의 확산 추세를 낮추고 있다. 반면, 개인정보보호 이슈로 인한 자국민의 반대로 해당 기술을 도입하지 않는 국가도 존재한다. 기술을 도입한 국가 또한 개인정보 노출, 사회적 낙인, 데이터 미폐기 및 오용 등의 사회적 문제를 해결하지 못하고 있는 실정이다. 한국4차산업혁명정책센터에서는 이러한 문제점 해결에 앞서 대중의 신뢰를 구축하는것에 초점을 맞춰야 한다는 것을 강조했다.
백단비 연구원, 코넬리우스 칼렌지(Cornelius Kalenzi) 연수연구원, 임문정 연수연구원이 참여한 이번 기고문은 국가별 코로나19 접촉자 추적 기술의 규제 현황을 체계화하고, 대응 방안으로 기술 채택 속도에 기민하게 대응하는 애자일(Agile) 거버넌스 모델 도입, 독립적이며 신뢰할 수 있는 감시 기구 및 승인 시스템 도입, 지속적인 모니터링 실시 등 기존의 시스템을 강화하는 방안을 제시하고, 향후 ‘신뢰’가 코로나19 접촉자 추적 기술을 넘어 의료시스템 운영에도 필수적 요소가 될 것이라고 제시한 것에 큰 의의가 있다.
WEF는 글로벌 이슈에 관해 투고된 기고문을 피칭(pitching)을 통해 선정한 뒤 홈페이지 글로벌 아젠다(Global Agenda) 메뉴를 통해 게시하고 있다. 글로벌 아젠다(Global Agenda) 메뉴는 WEF 홈페이지의 첫 화면으로 마이크로소프트 창립자 빌 게이츠, 고든 브라운 영국 전 총리를 비롯하여 국제적으로 저명한 리더와 전문가들이 피칭에 참여해 글로벌 현안에 적합한 기고를 채택하고 있다.
한국4차산업혁명정책센터는 <온라인 교육의 미래: 한국으로부터의 교훈(The future of online education: lessons from South Korea)>, <청각 장애 학생을 위한 온라인 수업 개선방안(Here's how we can improve online learning for deaf students)> 등 WEF 글로벌 아젠다에 지속적으로 글로벌 이슈를 분석하고 연구하며 정책적 대안을 제시하고 있다.
한편, 이번에 게시된 기고문은 WEF 홈페이지(https://www.weforum.org/agenda/2021/05/could-the-governance-required-for-contact-tracing-apps-already-exist/) 에서 확인할 수 있다.
2021.05.07
조회수 24182
-
이상수 교수팀, iF 디자인 어워드 금상 포함 8개상 석권
우리 대학 이상수 산업디자인학과 교수가 이끄는 디자인팀이 세계 최고 권위의 디자인 공모전인 'iF 디자인 어워드 2021(International Forum Design Award 2021)'에서 최고상인 금상(Gold Award)을 비롯해 총 8개의 상을 받았다.
이 교수팀의 이번 성과는 우리 대학이 iF 디자인 어워드에서 금상을 받은 최초의 사례로 산학 연계 수업을 통해 수상작을 배출했다는 점에서 특히 주목할 만하다. 금상을 수상한 얼라인(ALINE, 정은희, 남서우, 박수연, 황영주, Edwin Truman, 이선옥, 최다솜 학생 참여)은 최근 화두로 떠오르고 있는 ESG 투자(사회적책임투자)를 기반으로 디자인됐다. 새로운 개념으로 투자할 수 있게 도와주는 모바일 애플리케이션 솔루션으로 수익률을 중심으로 판단하던 기존의 방식에서 벗어나 사용자의 가치관을 반영해 투자와 소비를 유도하는 서비스다. 심사위원단은 "정제된 사용자경험(UX) 디자인을 통해 투자 및 소비의 새로운 장을 열었다”고 평가했다.
이뿐만이 아니라 iF 디자인어워드 2021의 서비스디자인 부문 표지 작품으로 게재된 것과 동시에 iF가 지구의 날을 맞아 발행한 '2020-2021 지속 가능한(sustainable) 소비를 위한 디자인 10선'에도 선정되는 등 많은 관심을 받았다.
또한, 대학에서 구성된 디자인팀이 학생 부문이 아닌 일반 기업 경쟁 부문에 참가해 한 번에 8개의 상을 수상한 것 역시 국제적으로도 극히 이례적인 성과로 평가받고 있다. 이상수 교수팀은 52개국 1만여 개 작품이 출품된 올해 공모전에서 서비스 디자인 부문 3개, 사용자 인터페이스(UI) 부문 2개, 사용자 경험(UX) 부문 2개, 커뮤니케이션 부문 1개 등 4개 부문에 걸쳐 총 8개의 상을 받았다. 특히, 금상은 1만여 개의 경쟁 작품 중에서 75개의 출품작에만 주어지는 최고 등급의 상이라는 점에서 이 교수팀의 이번 성과는 더욱 큰 의미를 가진다. 그밖에, 서비스 디자인 부문에서는 부모와 자녀가 함께하는 투자 서비스 핀토(Pinto, 김영우, 김태륜, 조해나 학생 참여), UI부문에서는 멘탈 어카운팅을 반영한 인터페이스 디자인 아쿠아(Aqua, 정기항, 신동욱, 최성민, 임현승 학생 참여), 커뮤니케이션 부문에서는 주식 선물 모바일 애플리케이션 스톡박스(Stockbox, 김병재, 박찬형, 신준범, 이민하, 김우석 학생 참여) 등이 본상을 받았다.
이번 성과를 이끈 이상수 교수는 2020년 NH투자증권-KAIST UX디자인 연구센터를 개소해 새로운 투자 서비스 및 UX디자인을 목표로 연구해왔다. 이 교수(NH투자증권-KAIST UX디자인 연구센터장)는 "KAIST 산업디자인학과 학생들이 세계 최고 수준의 디자인 역량을 갖췄다는 것을 입증받아 기쁘다”라고 소감을 전했다. 이어, "디자인이 단순히 사용자를 즐겁게 만드는 것에 그치는 것이 아니라 더 좋은 사회를 만드는데 기여할 수 있도록 앞으로도 최선을 다할 것ˮ 이라고 수상 소감을 밝혔다.
이상수 교수는 매년 산학 연계 수업을 통해 산업 현장에서 쓰일 수 있는 실질적인 디자인 교육을 지향하고 있으며, 지난 2018년에도 네이버와의 협업을 통해 레드닷 디자인 어워드에서 본상 3개를 한 번에 수상하며 주목받은 바 있다. 한편, iF 디자인 어워드는 레드닷, IDEA 디자인상과 더불어 세계 3대 디자인상으로 손꼽히는 권위 있는 시상식이다. 제품·패키지·커뮤니케이션·서비스디자인·사용자 경험(UX)·사용자 인터페이스(UI)·콘셉트·인테리어·건축 등 총 9개 부문에서 디자인 차별성과 영향력 등을 종합적으로 평가해 수상작을 선정하고 있다.
2021.05.04
조회수 26838