KAIST

3차원 광학 나노구조체는 빛의 진폭, 위상, 편광 상태를 정밀하게 조작할 수 있어 포토닉스 분야에서 큰 관심을 받고 있다. 한국 연구진이 기존 기술로는 구현이 어려웠던 3차원 퀀텀닷 나노구조체를 정교하게 쌓아 올리는 적층 방식으로 구현하는 데 성공했다. 우리 대학 신소재공학과 정연식 교수, 전기및전자공학부 장민석 교수, 동국대학교 최민재 교수 공동 연구팀이 초미세 전사 프린팅 기반으로 3차원 퀀텀닷 구조 제작 기술을 개발했다고 27일 밝혔다. 연구팀이 개발한 이 기술은 대부분의 나노입자에 적용될 수 있어 범용성이 뛰어나고 우수한 패턴 품질을 제공할 수 있다. 또한, 프린팅 방식으로 대면적화가 가능해 고성능 소자 양산에 활용할 수 있는 장점을 가진다. 특히 편광 빛에 대한 선택적 반응을 보이는 구조적 비대칭성을 가진 대면적 카이랄 구조체를 구현해 기존 최고 기록인 19도* 대비 향상된 약 21도의 세계 최고 수준 **원편광 이색성(Circular dichroism) 성능

최근까지도 다양한 웨어러블 시스템을 위한 섬유의 기능화를 위한 시도가 이뤄지고 있다. 그중에서, 나노구조체의 전사 기술은 섬유의 굴곡진 형상과 낮은 표면 접착력으로 인해 웨어러블 시스템을 위한 기능성 섬유 제조에 있어서는 한계를 마주했다. 공동연구팀은 신축성이 우수한 마이크로 스케일의 전기방사 섬유를 개발하여 웨어러블 헬스케어 응용에 접목돼, 땀의 미세한 포도당 수치 진단이 가능하고 다양한 기능성 의복의 고안 및 웨어러블 시스템 영역을 확장하게 할 기술을 개발했다. 우리 대학 기계공학과 박인규 교수와 한국기계연구원(KIMM) 정준호 박사 공동연구팀이 `전기방사 섬유 상 금속 및 금속산화물 기반 나노구조체 전사 기술'을 개발했다고 13일 밝혔다. 연구팀은 일상 속 웨어러블 헬스케어 응용을 위해 기반 고분자의 열적 거동 특성(열 변형 특성) 및 산소 플라즈마 처리를 통한 표면 특성을 고려해, 신축성이 우수한 마이크로 스케일의 전기방사 섬유 위 금속/금속산화물 나노구조체의

지질 뗏목은 세포막 간 융합, 신호 전달, 바이러스 침투 등 세포 기능과 질병 발병의 핵심 과정에 중요한 역할을 한다. 한국 연구진이 지금까지 알려지지 않았던 지질 뗏목의 정렬 원인과 그 조절 메커니즘을 밝혀내어 세포막 간 상호작용을 조절하여 질병 치료에 새로운 접근법을 제공할 수 있을 것으로 기대된다. 우리 대학 바이오및뇌공학과 최명철 교수팀이 고등과학원(원장 최재경) 현창봉 교수팀, 포항가속기연구소(소장 강흥식) 이현휘 박사와 공동으로 세포막 간의 상호작용을 매개하는 지질 뗏목(Lipid Raft)의 정렬 현상의 원리를 최초로 규명했다고 5일 밝혔다. 세포 융합, 바이러스 침투, 세포 간 신호 전달 등 다양한 세포막 간의 상호작용을 조절할 수 있는 핵심 기전을 밝힌 것이다. 세포막(Cell membrane)은 세포의 내부와 외부를 구분하는 얇고 유연한 막으로, 지질 이중층(lipid bilayer)으로 구성돼 있다. 세포막에는 수많은 막단백질(membrane prote

우리 대학이 4월 과학의 달을 맞아 첨단 연구성과를 체험형 전시 프로그램으로 구성해 시민과 소통에 나선다. 25일부터 28일까지 4일간 대전 엑스포 시민광장 및 과학공원 일대에서 열리는 '2024 대한민국 과학축제 & 과학기술대전'에 6개 연구팀 및 3개 창업기업이 참여해 기술을 선보인다. '과학 실험실' 구역에서는 수면·퍼스널 컬러·뇌구조 분야의 연구진이 체험형 전시로 관람객을 맞는다. 석현정 산업디자인학과 교수 연구팀은 인공지능 기반 퍼스널컬러 진단 서비스를 제공하는 '나의 퍼스널 컬러 찾기(The Authentic Color Play)' 부스를 설치한다. 방문객들은 현장에서 피부색 자동 측정 기술을 직접 체험해보고 개인 피부에 최적화된 색상을 추천받을 수 있다. 김재경 수리과학과 교수 연구팀은 방문객이 양질의 수면을 하고 있는지 3분 만에 알아볼 수 있는 '슬립스(SLEEPS)' 프로그램을 운영한다. 머신러닝 기반의 수면장애 예측 알고리즘을

최근 자연어나 이미지, 동영상, 음악 등 다양한 분야에서 주목받는 생성형 AI가 신약 설계 분야에서도 기존 신규성 문제를 극복하고 새로운 혁신을 일으키고 있다고 하는데 어떤 기술일까? 우리 대학 화학과 김우연 교수 연구팀이 단백질-분자 사이의 상호작용을 고려해 활성 데이터 없이도 타겟 단백질에 적합한 약물 설계 생성형 AI를 개발했다고 18일 밝혔다. 신규 약물을 발굴하기 위해서는 질병의 원인이 되는 타겟 단백질에 특이적으로 결합하는 분자를 찾는 것이 중요하다. 기존의 약물 설계 생성형 AI는 특정 단백질의 이미 알려진 활성 데이터를 학습에 활용하기 때문에 기존 약물과 유사한 약물을 설계하려는 경향이 있다. 이는 신규성이 중요한 신약 개발 분야에서 치명적인 약점으로 지적되어 왔다. 또한 사업성이 높은 계열 내 최초(First-in-class) 타겟 단백질에 대해서는 실험 데이터가 매우 적거나 전무한데, 이 경우 기존 방식의 생성형 AI를 활용하는 것이 불가능하다. 연구팀