-
빛으로 기억 조절해 정신질환 치료 가능성 열어
우리 뇌에 과도한 기억이 형성되면 극심한 공포와 관련된 기억이 제대로 소멸되지 않아 발생하는 PTSD 같은 정신질환의 원인이 된다고 한다. 우리 연구진이 빛으로 단백질의 활성을 조절하는 광유전학 기술을 개발하고 이를 통해 과도한 기억 형성을 억제해 PTSD의 발생을 줄일 수 있는 가능성을 열어 화제다.
우리 대학 생명과학과 허원도 교수 연구팀이 뇌에서 기억 형성을 조절하는 새로운 메커니즘을 밝혀냈다. 연구팀은 다양한 뇌 신경전달물질들에 의해 활성화되는 대표적인 세포내 신호전달분자효소인 PLCβ1 단백질*에 집중했다. 이번 연구는 기억 형성과 소멸을 조절하는 데 중요한 역할을 하는 단백질(PLCβ1)의 기능을 규명하였으며, PTSD와 같은 과도한 기억 형성에 의한 정신질환의 새로운 분자적 기전을 밝히는데 기여했다.
*PLCβ1 단백질: 인산지질 가수분해효소 C 베타 1
우리 뇌는 매일 다양한 경험을 통해 새로운 기억을 형성하고 소멸시킨다. 기억 형성과정은 해마라는 뇌 부위에서 이루어지며, 여기서는 양성적 신호와 음성적 신호가 균형을 맞추어 최적의 기억 형성을 유지한다. 그러나 양성 조절 인자가 부족하면 기억 형성에 문제가 생기고, 음성 조절 인자가 손상되면 과도한 기억이 형성된다. 이러한 과도한 기억 형성은 PTSD와 같은 정신질환의 원인이 될 수 있다.
허원도 교수 연구팀은 세계 최초로 단백질(PLCβ1)이 해마에서 기억 억제자로 작용하여 과도한 기억 형성을 억제하는 중요한 역할을 하는 등 동 단백질이 해마에서 특히 중요한 역할을 한다는 것을 밝혔다.
연구팀은 단백질(PLCβ1)을 결핍시킨 마우스에서 과도한 기억 형성과 공포 반응이 증가하는 것을 발견하였고, 반대로 동 단백질이 과발현하거나 광유전학으로 활성화시키면 과도한 공포 반응이 억제되는 것을 확인하였다. 이는 동 단백질이 기억 형성 초기 단계에서 중요한 역할을 하며, 적절한 기억 형성을 유도함을 의미한다.
연구팀은 빛으로 제어하는 광유전학 기술을 개발하여 단백질(PLCβ1)의 기능을 정밀하게 조절하였다. 이 기술은 빛을 이용해 특정 단백질을 활성화하거나 비활성화할 수 있어, 뇌의 특정 부위에서 일어나는 신경 활동을 정밀하게 제어할 수 있다. 이를 통해 연구팀은 동 단백질이 기억 형성 초기 단계에서 중요한 역할을 한다는 것을 입증하였다. 이는 광유전학 기술이 신경 과학 연구뿐만 아니라 PTSD와 같은 정신질환 원인 규명 및 치료에도 혁신적인 도구가 될 수 있음을 보여주는 결과이다.
단백질(PLCβ1) 결핍 마우스에서 나타난 과도한 공포 반응은 PTSD 환자의 증상과 유사하다. 연구팀은 동 단백질 활성화가 극심한 스트레스로 인해 과도한 공포 기억이 형성되는 마우스 모델에서 공포 반응을 감소시킬 수 있음을 확인하였다. 이는 동 단백질이 PTSD와 같은 정신질환의 원인에 중요한 역할을 하며 동 단백질을 조절함으로써 과도한 기억 형성을 억제해 PTSD의 발생을 줄일 수 있는 가능성이 열린 것이다.
교신저자인 허원도 교수는 "이번 연구는 단백질(PLCβ1)이 해마에서 기억 형성 초기 단계에서 중요한 역할을 한다는 것을 밝혀냈으며, 이는 PTSD와 같은 정신질환의 새로운 치료 가능성을 제시한다. 그리고 동 단백질의 기능을 정밀하게 조절함으로써 과도한 공포 기억 형성을 억제할 수 있는 방법을 개발할 수 있을 것으로 기대되며, 이는 정신질환 치료에 혁신적인 돌파구가 될 수 있을 것이다"고 말했다. 아울러 “실제 치료에 적용되거나 동 단백질 신호 억제가 다른 뇌 기능에 어떤 영향을 미치는지, 그리고 인간에게 적용 가능한지에 대한 임상 연구가 추가적으로 필요하다.” 고 첨언했다.
생명과학과 이진수 박사가 제1 저자로 수행한 이번 연구는 저명 국제 학술지 ‘사이언스 어드밴스(Sciences Advances)’2024년 7월호 인쇄판에 게재될 예정이며, 2024년 6월 28일자로 온라인판에 게재됐다. (논문명: Phospholipase C beta 1 in the dentate gyrus gates fear memory formation through regulation of neuronal excitability). (Impact Factor: 13.6). (DOI: 10.1038/s41592-023-02122-4)
한편, 이번 연구는 과학기술정보통신부 중견연구사업, KAIST 글로벌특이점 사업의 지원을 받아 수행됐다.
2024.07.15
조회수 2678
-
역대급 진청색 페로브스카이트 LED 구현 성공
태양전지, 광검출기, LED 등 다양한 차세대 광전소자에 적용가능한 물질로 주목을 받는 할라이드(할로젠화물) 페로브스카이트는 ‘Rec. 2020’이라는 디스플레이의 색 좌표 기준을 100% 만족할 수 있는 유일한 물질이다. 하지만, 이렇게 우수한 성능에도 진청색 페로브스카이트 LED의 경우에는 현저히 낮은 효율과 낮은 밝기를 보고하고 있었다. KAIST 연구진이 진청색 페로브스카이트 LED에서 보이는 색상 불안정성 문제를 해결함과 동시에, 높은 밝기를 갖는 기술을 선보여 화제다.
우리 대학 전기및전자공학부 이정용 교수 연구팀이 높은 색순도로 인해 차세대 디스플레이로 주목받는 진청색 페로브스카이트 LED의 구동 전압에 따라 변화하는 색 변화 문제와 낮은 밝기 문제를 획기적으로 해결했다고 10일 밝혔다.
이정용 교수 연구팀은 점차 고색순도를 요구하고 있는 디스플레이 업계의 요구에 따라, 높은 색순도를 갖는 것으로 알려진 페로브스카이트 LED 중 진청색 LED의 고질적인 문제점들을 효과적으로 해결하는 기술을 개발했다.
먼저, 서로 다른 종류의 이온들을 혼합해 만드는 진청색 LED의 경우 구동 전압의 크기에 따라 색이 변화하는 문제점과 상용화에 가장 중요한 지표인 밝기가 낮다는 문제점을 해결해야만 상용화에 조금 더 다가갈 수 있는 상황이었다. 이정용 교수 연구팀은 염화이온 공석 타겟 리간드 전략*을 사용해 이러한 문제점을 획기적으로 해결할 수 있었다. 이를 기반으로 진청색 페로브스카이트 LED의 고질적인 문제점을 해결할 수 있는 인사이트를 제시함으로써 상용화에 한층 더 가까이 갈 수 있을 것으로 기대된다.
*염화이온 공석 타겟 리간드 전략 : 결정구조의 결함(defect)로 여겨지는 1가 양이온 공석(vacancy), 2가 양이온 공석 등 다양한 종류의 공석 중, 염화이온 공석만을 특정하여 이를 효과적으로 제거할 수 있는 sulfonate 리간드 전략을 디자인하여 적용함
연구팀은 색 불안정성을 유발하는 원인인 이온 이동에 의한 상 분리 현상을 일으키는 할라이드 이온 통로*를 표적으로 하여 막을 수 있는 물질을 선택하고 전략적으로 해당 통로를 막음으로써, 이온 이동을 효과적으로 억제했다. 또한, 해당 전략을 적용할 수 있는 물질의 후보군을 선택해, 탄소 사슬의 길이 변화에 따른 성능변화 경향 및 색 안정성 경향도 함께 보여 진청색 페로브스카이트 LED의 문제점을 해결할 수 있는 새로운 관점을 제시했다.
*할라이드 이온 통로: 할라이드 이온들이 페로브스카이트 격자 내부를 이동할 수 있는 통로 역할을 하는 할라이드 공석(vacancy)을 일컬음
또한 연구팀은 해당 연구를 통해, 지금까지 보고된 진청색 페로브스카이트 LED 성능 중에서 가장 높은 수준의 밝기(2700 nit)를 보고했다. 이를 통해, 햇빛이 강하게 내리비치는 야외 조명환경에서 디스플레이가 잘 보이지 않는 야외시인성 문제를 해결할 수 있는 수준의 높은 밝기를 갖는 진청색 페로브스카이트 LED를 제작해 해당 차세대 페로브스카이트 디스플레이의 상용화를 한층 더 앞당길 수 있을 것으로 기대된다.
제1 저자인 이승재 박사과정생은 "서로 다른 할라이드 이온들을 혼합해 만드는 진청색 페로브스카이트 LED의 고질적인 색 불안정성 문제를 효과적으로 해결한 연구ˮ 이며 "동시에 최근 스마트폰에서 요구하는 최대 밝기인 2,000 니트(nit) 이상의 높은 밝기를 갖는 우수한 진청색 페로브스카이트 LED를 제작해, 이미 높은 수준을 보이는 녹색과 적색 LED와의 격차를 한층 더 줄임으로써 RGB 디스플레이에 적용할 수 있는 가능성을 열었다.ˮ 라고 말했다.
전기및전자공학부 이승재 박사과정, 김준호 박사가 제1 저자로 참여한 이번 연구는 국제학술지 ‘사이언스(Science)’의 자매지인 ‘사이언스 어드밴시스(Science Advances)’2024년 5월 온라인판에 정식 출판됐다. (논문명 : Brightening deep-blue perovskite light-emitting diodes: A path to Rec. 2020)
한편 이번 연구는 한국연구재단 (NRF)의 지원을 받아 수행됐다.
2024.07.10
조회수 2165
-
엔비디아를 긴장시킬 고용량·고성능 GPU 개발
최근 대규모 AI 서비스 제공 최전선에 있는 빅테크들은 더 좋은 성능을 사용자들에게 제공하기 위해 경쟁적으로 모델 및 데이터의 크기를 증가시키는 추세이며, 최신 대규모 언어모델은 학습을 위해 수에서 수십 테라바이트(TB, 10^12 바이트)의 메모리를 요구한다. 국내 연구진이 현재 AI 가속기 시장을 독점하고 있는 엔비디아(NVIDIA)에 맞설 수 있는 차세대 인터페이스 기술이 활성화된 고용량·고성능 AI 가속기를 개발했다.
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 차세대 인터페이스 기술인 CXL(Compute Express Link)이 활성화된 고용량 GPU 장치의 메모리 읽기/쓰기 성능을 최적화하는 기술을 개발했다고 8일 밝혔다.
최신 GPU의 내부 메모리 용량은 수십 기가바이트(GB, 10^9 바이트)에 불과해 단일 GPU만으로는 모델을 추론·학습하는 것이 불가능하다. 대규모 AI 모델이 요구하는 메모리 용량을 제공하기 위해 업계에서는 일반적으로 GPU 여러 대를 연결하는 방식을 채택하지만, 이 방법은 최신 GPU의 높은 가격으로 인해 총소유비용(TCO·Total Cost of Ownership)을 과도하게 높이는 문제를 일으킨다.
이에 차세대 연결 기술인 CXL(Compute Express Link)을 활용해 대용량 메모리를 GPU 장치에 직접 연결하는‘CXL-GPU*’구조 기술이 다양한 산업계에서 활발히 검토되고 있다. 하지만 CXL-GPU의 고용량 특징만으로는 실제 AI 서비스에 활용되기 어렵다. 대규모 AI 서비스는 빠른 추론·학습 성능을 요구하기 때문에, GPU에 직접적으로 연결된 메모리 확장 장치로의 메모리 읽기/성능이 기존 GPU의 로컬 메모리에 준하는 성능이 보장될 때 비로소 실제 서비스에 활용될 수 있다.
*CXL-GPU: CXL을 통해 연결된 메모리 확장 장치들의 메모리 공간을 GPU 메모리 공간에 통합시킴으로써 고용량을 지원한다. 통합된 메모리 공간 관리에 필요한 동작들은 CXL 컨트롤러가 자동으로 처리해주므로, GPU는 기존에 로컬 메모리에 접근하던 방식과 동일한 방식으로 확장된 메모리 공간에 접근할 수 있다. 기존 메모리 용량을 늘리기 위해 고가의 GPU를 추가 구매하던 방식과 달리, CXL-GPU는 GPU에 메모리 자원만 선택적으로 추가할 수 있어 시스템 구축 비용을 획기적으로 절감할 수 있다.
우리 연구진은 CXL-GPU 장치의 메모리 읽기/쓰기 성능이 저하되는 원인을 분석해 이를 개선하는 기술을 개발했다. 메모리 확장 장치가 메모리 쓰기 타이밍을 스스로 결정할 수 있는 기술을 개발하여 GPU 장치가 메모리 확장 장치에 메모리 쓰기를 요청하면서 동시에 GPU 로컬 메모리에도 쓰기를 수행하도록 설계했다. 즉, 메모리 확장 장치가 내부 작업을 수행 상태에 따라 작업을 하도록 하여, GPU는 메모리 쓰기 작업의 완료 여부가 확인될 때까지 기다릴 필요가 없어 쓰기 성능 저하 문제를 해결할 수 있도록 했다.
또한 연구진은 메모리 확장 장치가 사전에 메모리 읽기를 수행할 수 있도록 GPU 장치 측에서 미리 힌트를 주는 기술을 개발했다. 이 기술을 활용하면 메모리 확장 장치가 메모리 읽기를 더 빨리 시작하게 되어, GPU 장치가 실제 데이터를 필요로 할 때는 캐시(작지만 빠른 임시 데이터 저장공간)에서 데이터를 읽어 더욱 빠른 메모리 읽기 성능을 달성할 수 있다.
이번 연구는 반도체 팹리스 스타트업인 파네시아(Panmnesia)*의 초고속 CXL 컨트롤러와 CXL-GPU 프로토타입을 활용해 진행됐다. 연구팀은 파네시아의 CXL-GPU 프로토타입을 활용한 기술 실효성 검증을 통해 기존 GPU 메모리 확장 기술보다 2.36배 빠르게 AI 서비스를 실행할 수 있음을 확인했다. 해당 연구는 오는 7월 산타클라라 USENIX 연합 학회와 핫스토리지의 연구 발표장에서 결과를 선보인다.
*파네시아는 업계 최초로 CXL 메모리 관리 동작에 소요되는 왕복 지연시간을 두 자리 나노초(nanosecond, 10^9분의 1초) 이하로 줄인 순수 국내기술의 자체 CXL 컨트롤러를 보유하고 있다. 이는 전세계 최신 CXL 컨트롤러등 대비 3배 이상 빠른 속도다. 파네시아는 고속 CXL 컨트롤러를 활용해 여러 개의 메모리 확장 장치를 GPU에 바로 연결함으로써 단일 GPU가 테라바이트 수준의 대규모 메모리 공간을 형성할 수 있도록 했다.
전기및전자공학부 정명수 교수는 “CXL-GPU의 시장 개화 시기를 가속해 대규모 AI 서비스를 운영하는 빅테크 기업의 메모리 확장 비용을 획기적으로 낮추는 데 기여할 수 있을 것”이라 말했다.
2024.07.08
조회수 2842
-
김성민 교수팀, 모바일 최고 국제학회 최우수논문상 다회 수상 쾌거
우리 대학 전기및전자공학부 김성민 교수 연구팀이 스마트 팩토리에서 사각지대 없이 정밀한 위치를 추적하는 기술을 세계 최초로 개발했다고 5일 밝혔다. 목표물에 무전원 태그를 부착해, 장애물에 가려진 상황에서도 센티미터(cm) 이하의 정확도로 3차원 위치를 추적할 수 있는 기술이다.
해당 연구를 통해 연구팀은 모바일 컴퓨팅 분야 최고 권위 국제 학술대회인 ACM 모비시스(ACM MobiSys)에서 2022 최우수논문상에 이어 2024 최우수논문상을 수상하는 쾌거를 이뤘다. 해당 학회에서 최우수논문상을 다회 수상한 연구팀은 김성민 교수 연구팀과, 미국 미시간대, 그리고 예일대 뿐이다(주 저자 기준).
(논문명: SuperSight: Sub-cm NLOS Localization for mmWave Backscatter)
연구팀이 최초 개발한 무선 태그는, 기존 기술(UWB, Ultra Wide Band) 대비 반사성이 10배 이상 높은 밀리미터파(mmWave)*를 활용, 장애물을 우회하는 반사 신호를 확보해 사각지대 없는 위치추적이 가능하다. 반사의 방향에 따라 고유한 신호를 발생시키는 태그가 각 신호의 전파 경로를 파악하여 목표물의 위치를 추적하는 원리다.
*밀리미터파: 30~300기가헤르츠(GHz)의 주파수를 갖는 전파로 5G/6G 등 차세대 표준에서 도입을 준비 중인 대역이다.
이 기술은 가구, 전자제품 등 다양한 실내 장애물에 막혀 작동 범위가 제한되는 기존 기술의 문제점을 해결하고, 더불어 15배 이상 높은 3차원 위치 정확도(8.3mm)를 갖는다. 즉, 잦은 연결 장애를 겪는 현재에 비해 안정적으로 실내 목표물의 정확한 위치를 추적할 수 있어, 스마트 팩토리 및 증강 현실(AR) 등 광범위한 위치 기반 서비스에 활용될 수 있다.
무선 태그는 스스로 무선 신호를 생성하는 대신, 주변의 신호를 반사하는 방식으로 작동한다. 주변 빛을 반사하는 거울과 같이, 신호 생성에 필요한 전력을 아낄 수 있어 초저전력으로 동작한다. 이에 태양전지 등 무전원으로 동작하거나 코인 전지 하나로 40년 이상 구동할 수 있어, 대량 운용에 적합하다.
김성민 교수는 “태그는 천장 타일이나 컴퓨터 본체 등 주변 사물을 반사체로 이용해 임의의 실내 환경에서 사각지대 없이 작동한다”며 “실내 위치추적의 안정성 문제를 해결함으로써, 포괄적인 위치 기반 서비스의 보급을 기대한다”고 말했다.
한편 이번 연구는 정보통신기획평가원 ITRC 혁신도약형과제와 삼성미래기술육성사업의 지원을 받아 수행됐다.
2024.07.05
조회수 1943
-
미생물로 계란을 만든다고?
우리 연구진이 미생물로 계란의 대체제를 개발하는 논문을 발표해서 화제다. 비동물성 원료를 활용한 계란 대체제 개발을 통해 온실가스 배출 및 폐기물 문제 등을 가져오는 공장식 축산의 문제를 해결하고 손쉽게 단백질 섭취가 가능한 지속가능한 식량 체계 구축에 기여할 수 있을 것으로 기대한다.
우리 대학 생물공정연구센터 최경록 연구교수와 생명화학공학과 이상엽 특훈교수가 ‘미생물 유래 친환경 액상 계란 대체물 개발’논문을 발표했다고 4일 밝혔다.
연구진은 미생물 용해물의 가열을 통해 형성된 젤이 삶은 계란과 유사한 미시적 구조와 물리적인 특성을 가지는 것을 확인하였고, 미생물 유래의 식용 효소나 식물성 재료를 첨가하여 다양한 식감을 구현할 수 있음을 밝혔다. 더 나아가, 액체 상태인 용해물을 이용하여 머랭 쿠키를 굽는 등, 미생물 용해물이 난액을 기능적으로 대체할 수 있음을 규명하였다.
현재까지 비동물성 단백질을 기반으로 한 계란 대체제 개발이 진행돼왔으나, 계란의 온전한 영양을 제공하는 동시에 젤화, 거품 형성 등 난액(卵液)이 요리 재료로서 지니는 중요한 핵심 기능적 특성을 함께 구현하는 대체제는 개발되지 못했다. 이러한 배경에서, 연구진은 단위 건조 질량당 단백질 함량이 육류에 비견될 정도로 많은 미생물 바이오매스를 난액 대체제로 개발하고자 했다.
특히, 인류의 오랜 섭취 경험을 통해 효모, 고초균, 유산균 및 기타 프로바이오틱스 균주 등 다양한 미생물들의 안정성이 검증됐고, 미생물 바이오매스는 생산 시 발생하는 이산화탄소뿐만 아니라 물, 토지 등 요구되는 자원이 적으면서도 고품질의 영양성분을 가지고 있기에, 연구진은 미생물 바이오매스를 대체 난액으로 활용하는 기술을 개발할 수 있다면 지속 가능한 미래 식량자원의 확보에 기여할 수 있을 것으로 기대했다.
하지만 미생물 배양을 통해 회수한 반고체 상태의 미생물 바이오매스를 가열하면 난액과 달리 액상으로 변하는 것이 관찰됐다. 이에 연구진은 계란찜을 만들기 위해선 먼저 계란의 껍데기[난각(卵殼)]를 깨트리고 난액을 모아야 한다는 사실에 착안해 미생물의 세포 구조 중 난각에 상응하는 세포벽과 세포막을 파쇄해 미생물 용해물을 제조했고, 이를 가열할 경우 난액처럼 단백질이 응고돼 젤 형태로 변하는 것을 확인했다.
이상엽 특훈교수는 “영양 측면에서도 우수한 성분들을 갖추고 있어 평소 식량에도 사용될 수 있지만, 특히 미래 장거리 우주여행 식량, 전시 상황 등 긴급 상황 시의 대비를 위한 비상식량 등으로도 활용할 수 있으며, 무엇보다 지속 가능한 식량 체계 확보에 도움이 된다”고 말했다.
이번 논문은 네이처(Nature) 誌가 발행하는 'npj 식품 과학(npj Science of Food)'에 6월 19일자 온라인 게재됐다.
※ 논문명 : Microbial lysates repurposed as liquid egg substitutes
※ 저자 정보 : 최경록(한국과학기술원, 제1 저자), 안다희(한국과학기술원, 제2 저자), 정석영(한국과학기술원, 제3 저자), 이유현(한국과학기술원, 제4 저자) 및 이상엽(한국과학기술원, 교신저자) 포함 총 5명
이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제 (과제책임자 KAIST 이상엽 특훈교수)와 농촌진흥청이 지원하는 농업미생물사업단(단장 장판식 교수)의 ‘미생물 대사시스템 제어를 통한 무기물로부터의 단백질 생산 기술 개발’ 과제 (과제책임자 KAIST 최경록 연구교수) 및 의 지원을 받아 수행됐다.
2024.07.04
조회수 2693
-
인공지능으로 배터리 원소, 충방전 상태 인식
국제공동연구진이 인공지능 학습을 통해 배터리의 표면 형상만 보고 각 원소의 함량 그리고 충·방전 횟수에 대한 정보를 높은 정확도로 알아내는 영상인식 기술을 개발하여 화제다.
우리 대학 신소재공학과 홍승범 교수가 한국전자통신연구원(ETRI), 미국 드렉셀대학과 공동연구를 통해 다양한 조성과 각기 다른 충·방전 사이클의 NCM 양극재 주사전자현미경 사진을 합성곱 신경망* 기반 인공지능에 학습시켜 주요 원소 함량과 충·방전 상태를 99.6%의 높은 정확도로 맞추는 방법론을 세계 최초로 개발했다고 2일 밝혔다.
*합성곱 신경망(콘볼루션 신경망, Convolutional Neural Network, CNN): 시각적 영상을 분석하는 데 사용되는 다층의 피드-포워드적인 인공신경망의 한 종류이다.
연구팀은 반도체 공정에서는 웨이퍼의 불량 검수를 위해 주사전자현미경(SEM)을 사용하는 반면 배터리 공정에서는 그런 경우가 드물고 연구 현장에서만 입자의 크기 분석을 위해 SEM을 활용하고, 열화된 배터리 소재의 경우 입자가 깨지고 부서지는 형상으로부터 신뢰성을 예측하는 것에 착안했다. 연구팀은 반도체 공정에서와 같이 배터리 공정도 자동화된 SEM으로 양극재 표면을 검수해서 원하는 조성대로 합성이 되었는지 수명은 신뢰성 있게 나올 것인지를 확인해 불량률을 줄일 수 있다면 획기적일 것으로 판단했다.
연구진은 자율주행차에 적용가능한 합성곱 신경망 기반 인공지능에 배터리 소재의 표면 영상을 학습시켜서 양극재의 주 원소 함량과 충·방전 사이클 상태를 예측할 수 있게 했다. 이런 방법론이 첨가제가 들어간 양극재에도 적용가능한 지 확인한 결과 함량은 상당히 정확하게 예측하는 반면 충·방전 상태는 정확도가 낮다는 단점을 알게 됐다. 이에 연구팀은 향후 다양한 공정을 통해서 만든 배터리 소재의 형상을 학습시켜 차세대 배터리의 조성 균일성 검수 및 수명 예측에 활용할 계획이다.
연구를 이끈 홍승범 교수는 “이번 연구는 세계 최초로 마이크론 스케일의 주사전자현미경 사진의 소재 구조 데이터를 통해 주 원소 함량과 충·방전 상태를 빠르고 정확하게 예측할 수 있는 인공지능 기반 방법론을 개발한 데 의의가 있고 이번 연구에서 개발된 현미경 영상 기반 배터리 소재의 함량 및 상태 감별 방법론은 향후 배터리 소재의 성능과 품질을 향상하는 데 중요한 역할을 하게 될 것으로 기대된다”고 전망했다.
한편, 이번 연구는 공동 제1 저자인 신소재공학과 졸업생 오지민 박사와 염지원 박사와 공동저자인 ETRI 김광만 박사와 미국 드렉셀 대학교 아가르(Agar) 교수가 참여하였고, 한국연구재단(2020M3H4A3081880, RS-2023-00247245), KAIST 글로벌특이점 사업의 지원 및 미국 연구진과의 국제공동연구를 통해 수행됐으며, 국제 학술지 ‘엔피제이 컴퓨테이셔날 머티리얼즈(npj computational materials)’에 지난 5월 4일 자 출판됐다. (논문 제목: Composition and state prediction of lithium-ion cathode via convolutional neural network trained on scanning electron microscopy images)
2024.07.02
조회수 2366
-
맞춤형 종양 모델 구축 스페로이드 플랫폼 개발
세포들이 뭉쳐 생성된 구형 집합체인 스페로이드(spheroid)의 제작 기술은 현재 단일 조건의 스페로이드를 대규모로 생성하는 것까지는 가능하나, 체내 조직의 기능을 모사할 수 있는 최적의 크기 및 세포 조성 범위의 탐색이 어렵고, 다중 약물 스크리닝에 적합하지 않다는 문제가 있었다. 우리 연구진이 단 3번의 세포 주입으로 10가지 세포 조성을 갖는 100개의 스페로이드를 제작하고, 25가지 약물 조합을 동시에 처리할 수 있는 플랫폼을 구축하는 데 성공했다.
우리 대학 바이오및뇌공학과 박제균 교수 연구팀이 다양한 스페로이드 어레이(배열)를 맞춤형으로 손쉽게 제작하고 이를 구획화해 다중 시약 처리를 수행할 수 있는 조립형 마이크로어레이 플랫폼을 개발했다고 27일 밝혔다.
기존 단일 조건의 스페로이드를 대규모로 제작하는 방법은 다중 약물 스크리닝이 어렵고, 다중 약물 스크리닝이 가능한 방법은 대규모 제작이 어려워, 두 가지 장점을 동시에 만족하는 플랫폼이 개발되지 않은 실정이었다.
* 다중 약물 스크리닝: 암 치료의 식별 및 약물 안전성 평가를 위해 약물의 종류, 농도 등 다양한 실험 조건 변화에 따른 세포 및 조직의 반응을 평가하는 방법
연구팀은 조립식 플랫폼의 핵심기술인 행잉드롭 마이크로어레이*, 그래디언트(gradient) 블록**, 오목 기둥 마이크로어레이***를 개발하고, 이들의 조립 방식에 따라 달라지는 여러 가지 스페로이드 어레이 기반 종양 모델의 제작 방법과 분석 방법을 발표했다.
* 행잉드롭 마이크로어레이: 고드름과 같이 표면에 매달린 형태의 물방울을 의미하는 행잉드롭 내에 세포가 존재하면 중력에 의해 세포들이 응집되어 스페로이드가 만들어짐. 행잉드롭 마이크로어레이는 바닥 면에 구멍이 2차원으로 배열되어, 단 한 번의 세포 혼합용액 주입으로 행잉드롭을 어레이 형태로 형성할 수 있어, 균일한 스페로이드 어레이를 제작할 수 있음
** 그래디언트 블록: 경사면을 가지는 블록으로, 행잉드롭 마이크로어레이와 조립하게 되면 각각의 어레이 구멍에 가라앉는 세포의 수가 선형으로 변화하게 되어 이를 통해 크기가 규칙적으로 변화하는 스페로이드 어레이를 제작할 수 있음
***오목 기둥 마이크로어레이: 행잉드롭과 접촉하여 스페로이드를 기둥 상부에 안착시켜 회수할 수 있는 구조를 갖고 있어, 스페로이드 어레이를 개별적으로 분리하고 이동시킬 수 있음
연구팀은 10가지의 다른 세포 조성을 가지며, 조성 별로 10개의 스페로이드가 존재하는, 총 100개의 삼중 배양 스페로이드로 구성된 어레이를 단 세 번의 세포 혼합용액 주입으로 생성시키는데 성공했다.
또한 연구팀은 행잉드롭 마이크로어레이와 오목 기둥 마이크로어레이의 조립을 통해 대규모로 생성된 스페로이드를 작은물방울 형태로 각각 분리하고, 구획화된 행잉드롭 마이크로어레이로 옮겨 스페로이드 어레이를 구획화시키는 방법을 새롭게 선보였다. 이를 통해 스페로이드 어레이의 순차적 다중 시약 처리 및 일괄적 형광 염색이 가능하게 되어 스페로이드 분석 및 실험 과정이 획기적으로 개선됐다.
연구를 주도한 박제균 교수는 “이번 연구는 다양한 크기와 조성을 갖는 스페로이드 어레이를 대규모로 제작하고, 원하는 대로 이동시켜 일괄 또는 다중 시약 처리가 가능한 고효율 스크리닝 플랫폼의 개발 성과”임을 강조하며, “간단하면서도 우수한 편의성을 갖춘 플랫폼이기에, 향후 다른 연구자들도 스페로이드 및 오가노이드의 크기와 조성에 따른 변화 연구와 다양한 세포 조성으로 이루어진 복잡한 스페로이드, 오가노이드 어레이를 이용한 고효율 약물 스크리닝 등에 활용할 수 있을 것”이라고 말했다.
우리 대학 바이오및뇌공학과 김휘수 박사가 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘어드밴스드 헬스케어 머티리얼즈(Advanced Healthcare Materials)’에 2024년 5월 30일 자로 온라인판에 게재됐다.(https://doi.org/10.1002/adhm.202400501. 논문명: Reconfigurable Hanging Drop Microarray Platform for On-demand Preparation and Analysis of Spheroid Array) 또한 상기 논문은 와일리-VCH(Wiley-VCH) 출판사의 “핫 토픽: 종양과 암(Hot Topic: Tumors and Cancer)” 세션에도 선정됐다.
한편 이번 연구는 한국연구재단 기초연구사업(중견연구)의 지원을 받아 수행됐다.
2024.06.27
조회수 2281
-
챗MOF로 96.9% 금속 유기 골격체 물성 예측하다
우리 대학 연구진이 챗GPT를 활용해 큰 다공성, 높은 표면적, 그리고 뛰어난 조절 가능성으로 많은 화학 응용 분야에서 사용되는 금속 유기 골격체의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(이하 챗MOF)을 개발했다. 챗MOF는 검색 및 예측 작업에서 각각 96.9% 및 95.7%의 높은 성공률을 보여 화제다.
생명화학공학과 김지한 교수 연구팀이 인공지능(AI)의 급격한 발전에 주목하며, 대규모 언어 모델(이하 LLMs) 활용을 통해 금속 유기 골격체(Metal-Organic Frameworks, MOFs)의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(ChatMOF)을 개발했다고 26일 발표했다.
최근 인공지능(AI)의 발전에는 큰 도약이 있었지만 재료 과학에서의 LLM의 잠재력을 완전히 실현하기에는 여전히 물질의 복잡성과 재료별 특화된 훈련 데이터의 부족이라는 한계점이 존재했다.
김지한 교수 연구팀이 개발한 챗MOF는 재료 분야에서 전통적인 머신러닝 모델과 LLM을 결합한 혁신적인 접근 방식으로 계산 및 머신러닝 도구에 대한 초보자들과의 격차를 상당히 줄일 수 있는 잠재력을 가지고 있다.
또한 이 독특한 시스템은 인공지능의 변혁적인 능력과 재료 과학의 복잡한 측면들을 연결하며, 다양한 작업에서 뛰어난 성능을 보여준다. 챗MOF는 검색 및 예측 작업에서 각각 96.9% 및 95.7%의 높은 성공률을 보고한다. 한편, 더 복잡한 구조 생성 작업은 그 복잡함에도 불구하고 주목할 만한 87.5%의 정확도를 달성한다. 이러한 유망한 결과는 챗MOF가 가장 요구가 많은 작업을 관리하는 데도 효과적임을 강조한다.
김지한 교수는 “연구팀이 개발한 기술은 재료 과학 분야에서 인공지능의 더 높은 자율성을 달성하기 위한 중요한 진전을 나타낸다. 기술이 발전함에 따라, 모델 용량과 온라인 플랫폼에서의 데이터 공유에 대한 체계적인 개선을 통해 챗MOF의 성능을 더욱 최적화할 수 있으며, 이는 금속 유기 골격체 연구 분야에서 놀라운 진전을 촉진할 수 있다.”라고 말했다.
생명화학공학과 강영훈 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈(Nature communications)'에 지난 6월 3일 게재됐다. (논문명: ChatMOF: An Artificial Intelligence System for Predicting and Generating Metal-Organic Frameworks Using Large Language Models)
한편 이번 연구는 과학기술정보통신부의 지원으로 국가 소재 연구 데이터 사업단, 그리고 한국연구재단 (NRF) 중견 연구자 지원 사업의 지원을 받아 수행됐다.
2024.06.26
조회수 3240
-
차세대 뉴로모픽 컴퓨팅 신뢰성 문제를 풀다
최근 인간의 뇌를 모방해 하드웨어 기반으로 인공지능 연산을 구현하는 뉴로모픽 컴퓨팅 기술이 최근 주목받고 있다. 뉴로모픽 컴퓨팅의 단위 소자로 활용되는 멤리스터(전도성 변화 소자)는 저전력, 고집적, 고효율 등의 장점이 있지만 멤리스터로 대용량 뉴로모픽 컴퓨팅 시스템을 구현하는데 불규칙한 소자 특성으로 인한 신뢰성 문제가 발견되었다. 우리 연구진이 뉴로모픽 컴퓨팅의 상용화를 앞당길 신뢰성 향상 기술을 개발하여 화제다.
우리 대학 전기및전자공학부 최신현 교수 연구팀이 한양대학교 연구진과의 공동 연구를 통해 차세대 메모리 소자의 신뢰성과 성능을 높일 수 있는 이종원자가 이온* 도핑 방법을 개발했다고 21일 밝혔다.
* 이종원자가 이온(Aliovalent ion): 원래 존재하던 원자와 다른 원자가(공유 결합의 척도, valance)를 갖는 이온을 말함
공동연구팀은 기존 차세대 메모리 소자의 가장 큰 문제인 불규칙한 소자 특성 변화 문제를 개선하기 위해, 이종원자가 이온을 도핑하는 방식으로 소자의 균일성과 성능을 향상할 수 있다는 사실을 실험과 원자 수준의 시뮬레이션을 통해 원리를 규명했다.
공동 연구팀은 이러한 불규칙한 소자 신뢰성 문제를 해결하기 위해 이종원자가 할라이드(halide) 이온을 산화물 층 내에 적절히 주입하는 방법이 소자의 신뢰성과 성능을 향상할 수 있음을 보고했다. 연구팀은 이러한 방법으로 소자 동작의 균일성, 동작 속도, 그리고 성능이 증대됨을 실험적으로 확인했다.
연구팀은 또한, 원자 단위 시뮬레이션 분석을 통해 결정질과 비결정질 환경에서 모두 실험적으로 확인한 결과와 일치하는 소자 성능 개선 효과가 나타남을 보고했다. 그 과정에서 도핑된 이종원자가 이온이 근처 산소 빈자리(oxygen vacancy)를 끌어당겨 안정적인 소자 동작을 가능하게 하고, 이온 근처 공간을 넓혀 빠른 소자 동작을 가능하게 하는 원리를 밝혀냈다.
최신현 교수는 "이번에 개발한 이종원자가 이온 도핑 방법은 뉴로모픽 소자의 신뢰성과 성능을 획기적으로 높이는 방법으로서, 차세대 멤리스터 기반 뉴로모픽 컴퓨팅의 상용화에 기여할 수 있고, 밝혀낸 성능 향상 원리를 다양한 반도체 소자들에 응용할 수 있을 것이다ˮ 고 밝혔다.
전기및전자공학부 배종민 석사과정, 한양대학교 권초아 박사후연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 어드밴시스(Science Advances)' 6월호에 출판됐다. (논문명 : Tunable ion energy barrier modulation through aliovalent halide doping for reliable and dynamic memristive neuromorphic systems)
한편 이번 연구는 한국연구재단 신소자원천기술개발사업, 신재료PIM소자사업, 우수신진연구사업, 나노종합기술원 반도체공정기반 나노메디컬 디바이스개발 사업, 그리고 국가슈퍼컴퓨팅센터 혁신지원프로그램의 지원을 받아 수행됐다.
2024.06.21
조회수 3448
-
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 3811
-
기업 의사결정을 거대언어모델로 최초 해결
기업 내외의 상황에 따라 끊임없이 새롭게 결정해야 하는 기업 의사결정 문제는 지난 수십 년간 기업들이 전문적인 데이터 분석팀과 고가의 상용 데이터베이스 솔루션들을 통해 해결해 왔는데, 우리 연구진이 최초로 거대언어모델을 이용하여 풀어내어 화제다.
우리 대학 전산학부 김민수 교수 연구팀이 의사결정 문제, 기업 데이터베이스, 비즈니스 규칙 집합 세 가지가 주어졌을 때 거대언어모델을 이용해 의사결정에 필요한 정보를 데이터베이스로부터 찾고, 비즈니스 규칙에 부합하는 최적의 의사결정을 도출할 수 있는 기술(일명 계획 RAG, PlanRAG)을 개발했다고 19일 밝혔다.
거대언어모델은 매우 방대한 데이터를 학습했기 때문에 학습에 사용된 바 없는 데이터를 바탕으로 답변할 때나 오래전 데이터를 바탕으로 답변하는 등 문제점들이 지적되었다. 이런 문제들을 해결하기 위해 거대언어모델이 학습된 내용만으로 답변하는 것 대신, 데이터베이스를 검색해 답변을 생성하는 검색 증강 생성(Retrieval-Augmented Generation; 이하 RAG) 기술이 최근 각광받고 있다.
그러나, 사용자의 질문이 복잡할 경우 다양한 검색 결과를 바탕으로 추가 정보를 다시 검색하여 적절한 답변을 생성할 때까지 반복하는 반복적 RAG(IterativeRAG)라는 기술이 개발됐으며, 이는 현재까지 개발된 가장 최신의 기술이다.
연구팀은 기업 의사결정 문제가 GPT-3.5 터보에서 반복적 RAG 기술을 사용하더라도 정답률이 10% 미만에 이르는 고난도 문제임을 보이고, 이를 해결하기 위해 반복적 RAG 기술을 한층 더 발전시킨 계획 RAG(PlanRAG)라는 기술을 개발했다.
계획 RAG(PlanRAG)는 기존의 RAG 기술들과 다르게 주어진 의사결정 문제, 데이터베이스, 비즈니스 규칙을 바탕으로 어떤 데이터 분석이 필요한지에 대한 거시적 차원의 계획(plan)을 먼저 생성한 후, 그 계획에 따라 반복적 RAG를 이용해 미시적 차원의 분석을 수행한다.
이는 마치 기업의 의사결정권자가 어떤 데이터 분석이 필요한지 계획을 세우면, 그 계획에 따라 데이터 분석팀이 데이터베이스 솔루션들을 이용해 분석하는 형태와 유사하며, 다만 이러한 과정을 모두 사람이 아닌 거대언어모델이 수행하는 것이 커다란 차이점이다. 계획 RAG 기술은 계획에 따른 데이터 분석 결과로 적절한 답변을 도출하지 못하면, 다시 계획을 수립하고 데이터 분석을 수행하는 과정을 반복한다.
김민수 교수는 “지금까지 거대언어모델 기반으로 의사결정 문제를 푼 연구가 없었던 관계로, 기업 의사결정 성능을 평가할 수 있는 의사결정 질의응답(DQA) 벤치마크를 새롭게 만들었다. 그리고 해당 벤치마크에서 GPT-4.0을 사용할 때 종래의 반복적 RAG에 비해 계획 RAG가 의사결정 정답률을 최대 32.5% 개선함을 보였다. 이를 통해 기업들이 복잡한 비즈니스 상황에서 최적의 의사결정을 사람이 아닌 거대언어모델을 이용하여 내리는데 적용되기를 기대한다”고 말했다.
이번 연구에는 김 교수의 제자인 이명화 박사과정과 안선호 석사과정이 공동 제1 저자로, 김 교수가 교신 저자로 참여했으며, 연구 결과는 자연어처리 분야 최고 학회(top conference)인 ‘NAACL’ 에 지난 6월 17일 발표됐다. (논문 제목: PlanRAG: A Plan-then-Retrieval Augmented Generation for Generative Large Language Models as Decision Makers)
한편, 이번 연구는 과기정통부 IITP SW스타랩 및 ITRC 사업, 한국연구재단 선도연구센터인 암흑데이터 극한 활용 연구센터의 지원을 받아 수행됐다.
2024.06.19
조회수 2512
-
땀의 포도당 수치 진단 웨어러블 기술 개발
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 안정적인 전사를 처음으로 선보였다.
연구팀은 금속/금속산화물 기반의 정교한 나노구조체를 수 마이크로 스케일의 곡면 형태인 전기방사 섬유 위에 전사하는 안정적인 공정을 개발했다. 나노 원형, 마이크로 원형, 나노 사각형, 나노 그물, 나노 라인, 나노 십자가와 같은 다양한 구조체의 전기방사 섬유 상 전사가 가능할 뿐 아니라, 금, 은, 알루미늄, 니켈과 같은 금속 재료부터 이산화티타늄, 이산화규소와 같은 금속산화물까지 다양한 재료의 나노구조체 전사가 가능해졌다.
연구팀은 열 성형이 가능한 열가소성 고분자를 선정해 안정적으로 섬유화했으며, 산소 플라즈마 처리를 통한 나노구조체 지지 고분자의 식각과 표면 개질로 인한 화학적 결합 증진을 유도한 바 있다. 이는 착용할 수 있는 전기방사 섬유 위에 나노구조체가 결합돼 다양한 기능성 의복의 고안 및 웨어러블 시스템 영역을 확장할 것이라는데 의미가 크다.
연구를 지도한 박인규 교수는 "개발된 차세대 전기방사 섬유상 나노구조체의 전사 공정은 본질적인 문제인 섬유 상 나노구조체의 적용 한계, 낮은 범용성, 대량 생산의 어려움을 해결할 수 있을 것으로 기대되고, 추후 웨어러블 헬스케어 응용을 포함한 다양한 웨어러블 시스템으로 확장될 수 있을 것이다ˮ라며 "이는 웨어러블 나노기술의 압도적 선도 국가가 되기 위한 발판이 될 것이다ˮ고 연구의 의의를 설명했다.
기계공학과 하지환 박사과정이 제1 저자로 참여한 이번 연구는 저명 국제 학술지 `어드밴스드 펑셔널 머터리얼스(Advanced Functional Materials)' 2024년 4월 온라인판에 출판됐다. (논문명: Nanotransfer Printing of Functional Nanomaterials on Electrospun Fibers for Wearable Healthcare Applications)
한편 이번 연구는 과학기술정보통신부 및 산업통상자원부의 재원으로 한국연구재단 중견연구자지원사업, 산업기술알키미스트프로젝트의 지원을 받아 수행됐다.
2024.06.13
조회수 3078