-
급속충전 가능한 소듐이온 하이브리드 전지 개발
우리 대학 EEWS 대학원 강정구 교수 연구팀이 우수한 성능으로 급속 충전이 가능한 소듐 이온 기반의 하이브리드 전지를 개발했다.
연구팀은 질소가 올려진 메조 다공성 금속산화물 기반 전극을 이용해 높은 에너지 밀도와 고출력을 갖는 소듐 이온 에너지 저장 소자를 구현했다.
이 기술은 현재 주로 사용되는 리튬 이온 배터리보다 경제성 및 접근성 등에서 우수성을 가져 급속 충전이 필요한 휴대용 전자기기 등에 적용할 수 있을 것으로 기대된다.
강정구 교수 연구팀의 이번 연구 결과는 재료 분야 국제 학술지 ‘어드밴스드 사이언스(Advanced Science)’ 1월 27일 자에 게재됐다. (논문명: Synthesis of nitrogen-doped mesoporous structures from metal-organic frameworks and their utilization to enable high performances in hybrid sodium-ion energy storages)
현재 가장 높은 점유율의 상업용 배터리는 리튬 이온 물질 기반의 저장 소자로 넓은 전압 범위와 에너지 밀도가 높다는 장점이 있다.
그러나 배터리 발화 및 짧은 수명 등의 문제와 리튬 광물의 높은 가격, 부족한 희토류 원소 매장량, 느린 전기화학적 반응 속도 등의 한계 때문에 충·방전이 오래 걸리고 고출력 특성을 요구하는 전기 자동차 및 차세대 모바일 기기에 적용하기 위해 많은 개선이 필요하다.
반면 소듐 이온 기반 에너지 저장 소자는 안전하고 친환경적이며 가격이 상대적으로 매우 저렴하고 자원의 접근성이 높아 리튬 이온을 대체하면서 기존의 문제점을 극복할 수 있는 차세대 에너지 저장 소자로 주목받고 있다.
하지만 현재까지는 응용 분야에서 요구하는 성능에 미치지 못해 활용 폭이 좁다. 특히 기존의 금속산화물은 전기 전도성이 낮고 비표면적이 좁아 많은 양의 이온이 접근하는 데 한계가 있어 고성능을 구현하기에 어려움이 있었다.
연구팀은 질소가 도핑된 3차원 형태의 열린 메조 다공성 금속산화물 나노 구조체와 질소 도핑된 그래핀을 결합해 소듐 이온 기반 시스템에서 고용량과 고출력의 에너지 저장장치를 개발했다.
이번 연구에서 개발한 메조 다공성의 금속산화물 나노 구조체는 5~10나노미터 크기의 나노 입자들 사이에 다량의 열린 메조 기공이 형성돼 있고, 기공들이 나노 입자 사이에 3차원적으로 연결된 구조를 이뤄 질소 도핑 방법을 활용해 부족한 전기 전도도를 높일 수 있다.
이러한 메조 다공성 구조는 전해질이 기공을 통해 전극에 깊은 곳까지 수월한 침투가 가능하므로 전극 물질의 전체적인 표면이 에너지 저장에 활용돼, 높은 용량의 에너지 저장이 가능함과 동시에 충·방전 시간 역시 줄일 수 있다.
연구팀은 질소가 도핑된 다공성 금속산화물과 그래핀을 각각 음극과 양극에 각각 적용해 고성능의 소듐 이온 하이브리드 전지를 구현했다.
이 하이브리드 저장 소자는 소듐 기반의 배터리에 비해 같은 수준의 저장용량을 유지하면서 300배 이상 빠른 출력 밀도를 보이며, 수십 초 내 급속 충전이 가능해 소형의 휴대용 전자기기 등에 활용 가능할 것으로 기대된다.
강 교수는 “소듐 기반이기 때문에 저가 제작이 가능하고 활용성이 뛰어나 기존보다 높은 에너지 밀도를 갖는 에너지 저장장치의 상용화에 기여할 것이다”라며 “저전력 충전 시스템을 통해 급속 충전이 가능해 전기자동차와 휴대 가능한 전자 기기에 적용할 수 있을 것이다”라고 말했다.
이번 연구는 과학기술정보통신부 글로벌프론티어사업의 하이브리드인터페이스기반 미래소재연구단의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 소듐 이온 하이브리드 에너지 저장 장치의 구성 및 저장 메커니즘을 나타낸 모식도
그림2. 소듐 이온 하이브리드 저장 장치의 성능과 태양광 모듈을 활용한 실제 구동 이미지
2020.02.06
조회수 11152
-
인공신경망 기반 핵융합플라즈마 자기장 재구성 기술 개발
우리 대학 원자력및양자공학과 김영철 교수 연구팀(핵융합및플라즈마연구실)이 국가핵융합연구소, ㈜모비스 연구진과 공동으로 인공신경망 기반 핵융합플라즈마 자기장의 재구성 기법을 개발했다.
김 교수 연구팀은 비실시간으로 엄밀히 계산된 자기장 구조와의 오차를 최소화함과 동시에 실시간으로 해당 정보를 제공할 수 있는 인공신경망을 개발해 핵융합플라즈마 제어 성능을 높이는 데 기여할 것으로 기대된다.
정세민 박사과정이 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘뉴클리어 퓨전(Nuclear Fusion)’ 2019년 12월 3일 자에 게재됐다. (논문명: Deep neural network Grad-Shafranov solver constrained with measured magnetic signals)
핵융합 연구에 널리 사용되는 토카막은 실시간으로 재구성된 자기장 구조를 바탕으로 초고온(약 1억도) 핵융합 플라즈마의 운전과 제어를 가능하게 만든다. 따라서 재구성된 자기장 구조의 정확도는 토카막 운전 성능과 밀접한 관계가 있다.
2계 비선형 미분방정식을 따르는 토카막의 내부 자기장은 일반적으로 수치해석 기법과 외부에서 측정된 자기장 값을 이용하여 재구성된다. 실시간과 비실시간 재구성 기법이 존재하며, 비실시간 기법의 정확도가 실시간보다 높다고 알려졌지만 이름에서도 확인할 수 있듯 실시간 운전에 활용하기 어렵다는 아쉬움이 있다.
연구팀은 비실시간 기법의 정확도를 유지하되 실시간으로 해당 정보를 확보할 수 있는 알고리즘을 인공신경망을 활용해 개발했다. 측정된 외부 자기장과 토카막 내부 공간 정보를 입력값으로 하고 비실시간 기법을 활용해 재구성된 자기장을 출력값으로 신경망을 훈련했다.
또한, 신경망의 출력값은 앞서 언급된 2계 비선형 미분방정식을 만족해야 하므로 이 역시 신경망의 훈련 조건으로 둬 단순한 자기장 재구성을 넘어서 해당 문제의 지배방정식 역시 만족하도록 했다.
연구팀이 개발한 기법은 그 성능의 우수성과 더불어 토카막의 고성능 운전 달성에 큰 영향을 미칠 것을 인정받았다. 세계적으로 활발히 진행 중인 토카막 연구에 가장 기초적이며 중추적인 토카막 내부 자기장 정보를 최소화된 오차 내에서 실시간으로 제공할 수 있다는 점에서 토카막을 활용한 핵융합발전의 가능성을 제고할 수 있을 것으로 기대된다.
이번 연구는 과학기술정보통신부 한국연구재단의 핵융합기초연구사업과 개인연구사업(신진연구) 및 기관고유과제 KAI-NEET의 지원을 받아 수행됐다.
타기관 참여연구진
국가핵융합연구소(공저자순): 박준교, 이상곤, 한현선, 김현석 ㈜모비스(공저자순): 이근호, 권대호
□ 그림 설명
그림1. 토카막 내부 재구성된 자기장 구조
2020.02.05
조회수 10436
-
빅데이터로 인간의 창의성·혁신성을 계산하다
우리 대학 문화기술대학원의 박주용 교수 연구팀이 네트워크 과학과 빅데이터에 기반해 인간의 문화⋅예술 창작물의 혁신성과 영향력을 계산하는 이론물리학 알고리즘을 개발했다.
연구팀은 이 알고리즘을 통해 클래식 음악가들의 창작물의 창의성, 혁신성을 계산함으로써 음악의 발전에 베토벤이 끼친 영향력을 수치적으로 규명하고, 후기 낭만파 시대의 거장인 세르게이 라흐마니노프가 끊임없이 혁신을 시도한 대표적 예술가임을 밝혀냈다.
연구팀의 알고리즘은 예술 작품의 빅데이터로부터 창의성을 직접 계산함으로써 빠르게 증가하고 있는 창작 콘텐츠의 우수성을 효율적으로 판단할 수 있을 것으로 기대된다.
박도흠 박사과정이 1 저자로 참여한 이번 연구는 스프링어-네이처(Springer Nature) 그룹의 데이터 과학 전문 학술지인 ‘EPJ 데이터 사이언스(EPJ Data Science)’ 1월 30일 자 온라인판에 게제됐다. (논문명: Probabilistic Influence Networks and Quantifying Patterns of Advances in Works)
인간 고유의 영역으로 알려진 문화예술 창작에서도 인공지능 등의 컴퓨터 알고리즘이 널리 활용되며 예술 작품의 창의성을 과학적으로 평가하는 방법의 필요성이 커지고 있다.
그동안 인간 창의성의 산물인 문화예술은 수치적인 평가가 어려워 인공지능을 한 단계 발전시킨 ‘인공창의성’ 연구에 큰 장벽이 되어왔다. 개별 창작품들에 대한 사람들의 심리적 반응을 측정하는 시도는 종종 있었지만, 대규모의 객관적 실험을 수행하기에는 한계가 있다.
위와 같은 문제 해결을 위해 창작품 자체를 빅데이터화 한 뒤 그로부터 창의성을 평가하는 과학적 방법론 개발의 필요성이 커지고 있다.
연구팀은 1700년~1900년 사이에 작곡된 서양 피아노 악보로부터 동시에 연주되는 음정으로 만들어진 ‘코드워드(codeword)’를 추출하고 이론물리학의 한 분야인 네트워크 과학을 적용했다.
그리고 난 뒤 작품들 사이의 유사도를 측정해 작품들이 서로 얼마나 영향을 주고받았는지를 나타내는 네트워크를 만들어 각 작품이 얼마나 혁신적인지, 또한 후대의 작품에 얼마나 큰 영향을 끼쳤는지를 통해 창의성을 평가했다.
연구팀은 현대에도 큰 영향을 끼치고 있는 핵심적 음악 스타일이 확립된 200년에 걸쳐 음악 창작의 패러다임이 어떻게 변화해왔는지 이해했다고 밝혔다.
이 연구에서는 바로크⋅고전기(1710-1800년)의 대표 작곡가인 핸델과 하이든, 모차르트를 거쳐 고전-낭만 전환기(1800-1820년) 이후 베토벤이 최고의 영향력을 가진 작곡자로 떠오르고, 베토벤의 영향을 받아 리스트와 쇼팽 등 낭만기(1820-1910년)의 거장들이 등장하는 과정을 규명하였다. 올해로 탄생 250주년을 맞은 베토벤은 사후에도 100년 가까이 최고의 영향력을 유지한 것으로 밝혀졌다.
또한, 연구팀은 후기 낭만파의 거장인 라흐마니노프가 과거의 관습은 물론 자신의 작품으로부터 차별화를 끊임없이 시도한 최고의 혁신적 작곡가였음을 밝혀냈다.
코드워드에 기반한 네트워크로부터 음악의 창의성을 계산해내는 이 알고리즘은 낱말, 문장, 색상, 무늬 등으로 만들어진 문학 작품이나 그림, 건축, 디자인 등의 시각 예술의 창의성 연구에도 적용할 수 있을 것으로 보인다.
박주용 교수는 “문화예술 창작물의 과학적 연구에 장벽이 되어온 창의성 평가라는 난제를 네트워크 과학과 빅데이터를 활용해 해결할 수 있음을 보였다”라며 “특히 문화예술 창작 영역에서 컴퓨터의 활약이 커지는 상황에서 인간의 단순 계산력만을 따라하는 인공지능의 한계를 극복함으로써, 인간 창의성과 미적 감각의 잠재력을 극대화하는 인공창의성 발전에 큰 도움이 될 것이다”라고 말했다.
이번 연구는 한국연구재단 국제연구네트워크(GRN)와 한국사회과학연구지원(SSK) 사업, BK21 플러스사업의 지원을 통해 수행됐다.
□ 그림 설명
그림1.시대별 작곡가들 사이의 영향력을 나타내는 네트워크
그림2. 연도별 대표적 작곡가들의 영향력 변천사
2020.02.04
조회수 12197
-
재촬영 없이 MRI 강조영상 얻는 AI 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀 자기공명영상(magnetic resonance imaging: MRI)에서 재촬영 없이도 누락된 강조영상을 얻을 수 있는 인공지능 기술을 개발했다.
이 연구를 통해 각 질환별로 강조영상이 암의 진단에 미치는 영향을 객관적으로 밝힐 수 있으며, 실제 임상에서 고비용의 MRI를 효과적이고 체계적으로 활용할 수 있는 방안을 설계할 수 있을 것으로 기대된다.
이동욱 박사가 1 저자로 참여하고 건국대 의과대학 영상의학과 문원진 교수팀이 참여한 이번 연구 결과는 국제 학술지 ‘네이처 머신인테리젼스(Nature Machine Intelligence)’ 1월 18일 자 온라인판에 게재됐다. (논문명 : Assessing the importance of magnetic resonance contrasts using collaborative generative adversarial networks).
MRI는 엑스선 컴퓨터 단층촬영, 초음파와 더불어 임상 진단에서 중요한 역할을 하는 진단 장비이다. 특히 비침습적 방법으로 고해상도의 영상을 얻기 때문에 종양이나 병변을 관찰하며 진단하는데 매우 중요한 임상 정보를 제공한다. 이는 영상의 대조도 (contrast)를 다양하게 조절할 수 있는 MRI의 특징 덕분이다.
예를 들어 뇌종양을 진단하는 데 활용되는 T1·T2 강조영상, FLAIR 기법 영상, T1 조영증강 영상 등 여러 가지 대조 영상을 얻어 진단에 사용함으로써 종양을 찾을 수 있다.
하지만 실제 임상 환경에서는 강조영상을 모두 얻기 어려운 경우가 많다. 여러 장의 강조영상 촬영을 위해 촬영시간이 길어지기도 하고, 잡음이나 인공음영 발생으로 인해 진단에 사용하기 어려운 경우가 많기 때문이다.
또한, 뇌질환진단을 위한 MRI 검사는 의심 질환이 무엇인지에 따라 필수 강조영상이 달라지며, 이후 특정 질환으로 진단명이 좁혀지면서 부득이하게 누락된 강조영상을 확보하기 위한 재촬영이 필요한 경우가 많다. 이러한 상황에 의해 많은 시간과 비용이 소모된다.
최근 인공지능 분야에서 생성적 적대 신경망(Generative adversarial networks, GAN)이라는 딥러닝을 이용해 영상을 합성하는 기술이 많이 보고되고 있지만, 이 기술을 MRI 강조영상 합성에 사용하면 준비하고 미리 학습해야 하는 네트워크가 너무 많아지게 된다.
또한, 이러한 기법은 하나의 영상에서 다른 영상으로의 관계를 학습하기 때문에 몇 개의 강조영상의 존재하더라도 이 정보 간의 시너지를 활용하는 영상 학습기법이 없는 현실이다.
예 교수 연구팀은 자체 개발한 ‘협조·생성적 적대신경망(Collaborative Generative Adversarial Network : CollaGAN)’이라는 기술을 이용해 여러 MRI 강조영상의 공통 특징 공간을 학습함으로써 확장성의 문제를 해결했다.
이를 통해 어떤 대조 영상의 생성이 가능한지와 불가능한지에 대한 질문과, 그에 대한 체계적인 대답 기법을 제안했다.
즉, 여러 개의 강조영상 중에서 임의의 순서 및 개수로 영상이 없어져도 남아있는 영상을 통해 사라진 영상을 복원하는 기법을 학습한 후 합성된 영상의 임상적 정확도를 평가해, 강조 영상 간 중요도를 자동으로 평가할 수 있는 원천 기술을 개발했다.
예 교수 연구팀은 건국대 문원진 교수 연구팀과의 협력을 통해 T1강조·T2강조 영상과 같이 내인성 강조영상은 다른 영상으로부터 정확한 합성이 가능하며, 합성된 강조영상이 실제 영상과 매우 유사하게 임상 정보를 표현하고 있다는 것을 확인했다.
연구팀은 확보한 합성 영상이 뇌종양 분할기법을 통해 뇌종양 범위를 파악하는데 유용한 정보를 제공한다는 것을 확인했다. 또한, 현재 많이 사용되는 합성 MRI 기법(synthetic MRI)에서 생기는 인공음영 영상도 자동 제거가 가능함이 증명됐다. 이 기술을 이용하면 추가적인 재촬영을 하지 않고도 필요한 대조 영상을 생성해 시간과 비용을 비약적으로 줄일 수 있을 것으로 기대된다.
건국대 영상의학과 문원진 교수는 “연구에서 개발한 방법을 이용해 인공지능을 통한 합성 영상을 임상현장에서 이용하면 재촬영으로 인한 환자의 불편을 최소화하고 진단정확도를 높여 전체의료비용 절감 효과를 가져올 것이다”라고 말했다.
예종철 교수는 “인공지능이 진단과 영상처리에 사용되는 현재의 응용 범위를 넘어서, 진단의 중요도를 선택하고 진단 규약을 계획하는 데 중요한 역할을 할 수 있는 것을 보여준 독창적인 연구이다”라고 말했다.
이 연구는 한국연구재단의 중견연구자지원사업을 받아 수행됐다.
□ 그림 설명
그림1. CollaGAN의 작동 원리의 예
2020.01.30
조회수 12872
-
오차율 10% 이내 정확도의 소재 설계 기술 개발
우리 대학 화학과 김형준 교수 연구팀이 소재 물성의 예측 오차율을 기존 기술보다 30% 이상 줄여 정확도를 한층 높인 소재 시뮬레이션 설계 기술을 개발했다.
이번 기술 개발을 통해 기존 40%에 달했던 소재 물성 예측 오차율을 10% 내로 줄임으로써 소재 개발에 걸리는 시간과 비용을 크게 절약할 수 있을 것으로 기대된다.
김민호 박사와 창원대 김원준 교수가 공동 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘미국 화학회지(Journal of the American Chemical Societry)’ 1월 10일 자 온라인판에 게재됐다. (논문명 : uMBD: A Materials-Ready Dispersion Correction that Uniformly Treats Metallic, Ionic, and van der Waals Bonding)
새로운 기능성 소재 개발의 중요성이 커지면서 컴퓨터 시뮬레이션을 이용해 소재 물성을 정확히 예측해 새로운 소재를 설계하는 기술이 주목받고 있다.
소재 시뮬레이션 기술은 실제로 소재를 합성하고 평가하기 전에 가상 실험으로 다양한 소재 물성을 예측 및 설계하는 기술로, 주로 밀도범함수 이론(Density functional theory)이라는 양자 이론에 바탕을 두고 있다.
기존의 밀도범함수 이론은 소재 계면에서 반데르발스 힘을 정확하게 설명하지 못한다는 문제가 있었다. 반데르발스 힘은 전하의 일시적 쏠림으로 인해 분자가 순간적으로 극성을 띠면서 나타나는 당기는 힘을 뜻하는데, 이를 정확히 기술하지 못하기 때문에 소재 물성 예측 정확도가 떨어진다는 한계가 있다.
연구팀은 반데르발스 힘을 정확하고 효과적으로 기술할 수 있는 새로운 이론을 개발하고, 이를 밀도범함수 이론에 접목해 소재 시뮬레이션 기술의 정확도를 한층 높이는 데 성공했다.
연구팀은 100여 종의 다양한 소재를 테스트한 결과 40% 정도에 달했던 기존의 소재 물성 예측 오차율이 새 기술을 통해 10% 이내로 줄어듦을 확인했다.
특히 반데르발스 힘은 분자 소재부터 금속 및 반도체 소재에 이르기까지 거의 모든 재료 내에서 소재 물성을 결정하는 데 중요한 역할을 해, 연구팀의 새로운 이론은 다양한 차세대 기능성 소재 설계 연구에 적용 가능할 것으로 기대된다.
실제로 연구팀의 새 시뮬레이션 방법을 통해 리튬 이온 배터리 물질의 전압이나 2차원 소재의 박리 에너지를 예측하는 과정에서 높은 정확도를 보인 것으로 확인됐다.
김형준 교수는 “소재 개발 연구에 있어 경쟁력 강화를 위해서 기초 연구의 중요성이 점차 커지고 있다”라며 “새로 개발한 소재 시뮬레이션 기술을 배터리 소재, 에너지 전환 촉매 소재, 2차원 나노 소재 등 다양한 기능성 소재 설계 연구에 적용할 수 있을 것이다”라고 말했다.
이번 연구는 한국연구재단의 미래소재디스커버리 사업과 선도연구센터 지원 사업 (SRC)의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 새롭게 개발한 이론 (uMBD)을 이용한 소재 시뮬레이션 기술과 기능성 소재 설계
2020.01.29
조회수 11349
-
허원도 교수, 머리에 빛 비춰 기억 및 공감능력 향상 기술 개발
우리 대학 생명과학과 허원도 교수 연구팀이 머리에 빛을 비춰 뇌신경세포 내 칼슘 농도를 조절함으로써 공간기억 및 공감 능력을 높이는 비침습적인 기술을 개발했다.
이번 연구결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’ 1월 10일 자 온라인 판에 게재됐다.
칼슘은 세포 기능에 중요한 물질로, 세포 이동, 분열, 유전자 발현, 신경 전달 물질 분비, 항상성 유지 등에 폭넓게 관여한다. 세포가 제 기능을 잘 수행하기 위해서는 세포 내 칼슘 농도가 적절하게 조절돼야 한다.
세포 내 칼슘 양이 부족해지면 인지장애, 심장부정맥 등 다양한 질환으로 이어질 수 있다. 허원도 교수 연구팀은 이전 연구에서 세포에 빛을 비춰 세포 내 칼슘 농도를 조절하는 옵토스팀원(OptoSTIM1) 기술을 개발하여 네이처 바오이테크놀로지(Nature Biotechnology) 2015년 9월호 표지논문으로 보고한 바 있다.
옵토스팀원(OptoSTIM1) 기술은 빛을 이용하여 비침습적으로 세포의 기능을 조절하는 광유전학(Optogenetics) 기술이다. 쥐 머리에 청색 빛을 쬐어주면 광수용체 단백질 여러 개가 결합되며, 이 단백질 복합체가 세포의 칼슘 통로를 열면 세포 내로 칼슘이 유입된다. 외과적 시술에 비해 비침습적이긴 하나, 옵토스팀원(OptoSTIM1) 기술을 이용하려면 생체 내에 광섬유를 삽입해 빛을 뇌 조직 내로 전달하는 과정이 필요하다. 광섬유 삽입은 털, 피부, 머리뼈, 생체 조직 손상 및 면역력 약화 등 부작용을 유발한다는 문제점이 있다.
연구진은 옵토스팀원 기술에서 사용했던 광수용체 단백질의 유전자를 변형시킴으로써 빛에 민감도를 55배 증가시킨 몬스팀원(monSTIM1) 기술을 개발했다. 청색 빛에 대한 민감도를 크게 높여 광섬유 삽입 없이 살아있는 쥐의 머리에 손전등 강도의 빛을 쬐어주는 것만으로도 뇌신경세포의 칼슘 조절이 가능해졌다. 이를 이용해 수술 없이 살아있는 동물의 뇌신경세포의 활성화를 유도할 수 있기 때문에 향후 세포 수준뿐만 아니라 개체 수준에서의 칼슘 역할 규명이 가능할 것으로 기대된다.
연구진은 쥐의 뇌세포에 몬스팀원을 발현시키고, 뇌가 손상되지 않은 쥐의 머리 위에 청색광을 쬐어 비침습적으로 칼슘 신호를 활성화했다. 머리뼈 근처에 위치하는 뇌 피질뿐만 아니라 뇌 깊숙하게 위치한 해마와 시상까지도 칼슘 신호가 활성화됐다. 추가적으로 뇌 전대상 피질의 흥분성 신경세포에 몬스팀원 기술을 적용하여 행동 변화를 관찰했다. 살아있는 쥐에서 빛 자극을 통해 칼슘 신호가 증가하고 생쥐의 공간기억이 증가하고 공감능력이 향상됨을 관찰했다.
비침습적인 빛 자극으로 쥐의 생리학적 현상에 지장을 주지 않는 상태에서 뇌의 칼슘 신호를 실시간으로 조절할 수 있어 뇌 연구에 다양하게 적용 가능하다. 칼슘에 의한 신경 행동적인 변화에 대한 연구를 생체 모델에서 하기 위해 더 향상된 기술이다.
허원도 교수는“몬스팀원(monSTIM1) 기술을 이용하면 빛을 이용하면 뇌를 손상하지 않고 비침습적으로 세포 내 칼슘 신호를 쉽게 조작할 수 있다”라며 “이 기술이 뇌세포 칼슘 연구, 뇌인지 과학 연구 등에 다양하게 적용 되길 바란다”라고 말했다.
2020.01.22
조회수 8325
-
박찬범, 스티브 박 교수, 혈액 기반 알츠하이머병 멀티플렉스 진단센서 개발
KAIST(총장 신성철) 신소재공학과 박찬범 교수와 스티브 박 교수 공동 연구팀이 혈액으로 알츠하이머병을 진단할 수 있는 센서를 개발하는 데 성공했다.
연구팀이 개발한 진단 센서를 활용해 혈액 내에 존재하는 베타-아밀로이드 및 타우 단백질 등 알츠하이머병과 관련한 4종의 바이오마커 농도를 측정·비교하면 민감도는 90%, 정확도 88.6%로 중증 알츠하이머 환자를 구별해 낼 수 있다.
김가영 박사과정·김민지 석사과정이 공동 1저자로 참여한 이번 연구 결과는 국제 학술지‘네이처 커뮤니케이션스(Nature communications)’1월 8일 자 온라인판에 게재됐다. (논문명: Clinically accurate diagnosis of Alzheimer’s disease via multiplexed sensing of core biomarkers in human plasma)
알츠하이머병은 치매의 약 70%를 차지하는 대표적인 치매 질환이다. 현재 전 세계 65세 이상 인구 중 10% 이상이 이 질병으로 인해 고통을 받고 있다. 하지만 현재의 진단 방법은 고가의 양전자 단층촬영(PET) 또는 자기공명영상진단(MRI) 장비를 사용해야만 하기에 많은 환자를 진단하기 위해서는 저렴하면서도 정확한 진단 기술개발의 필요성이 제기돼 왔다.
연구팀은 랑뮤어 블라젯(Langmuir-blodgett)이라는 기술을 이용해 고밀도로 정렬한 탄소 나노튜브(Carbon nanotube)를 기반으로 한 고민감성의 저항 센서를 개발했다. 탄소 나노튜브를 고밀도로 정렬하게 되면 무작위의 방향성을 가질 때 생성되는 접합 저항(Tube-to-tube junction resistance)을 최소화할 수 있어 분석물을 더 민감하게 검출할 수 있다.
실제로 고밀도로 정렬된 탄소 나노튜브를 이용한 저항 센서는 기존에 개발된 탄소 나노튜브 기반의 바이오센서들 대비 100배 이상의 높은 민감도를 보였다.
연구팀은 고밀도로 정렬된 탄소 나노튜브를 이용해 혈액에 존재하는 알츠하이머병의 바이오마커 4종류를 동시에 측정할 수 있는 저항 센서 칩을 제작했다. 알츠하이머병의 대표적인 바이오마커인 베타-아밀로이드 42 (β-amyloid42,), 베타-아밀로이드 40 (β-amyloid40), 총-타우 단백질 (Total tau proteins) 및 과인산화된 타우 단백질 (Phosphorylated tau proteins)은 그 양이 알츠하이머병의 병리와 직접적인 상관관계를 가지기 때문에 알츠하이머병 환자를 구별해 내는 데 매우 유용하다.
고밀도로 정렬된 탄소 나노튜브 기반 센서 칩을 이용해 실제 알츠하이머 환자와 정상인의 혈액 샘플 내에 존재하는 4종의 바이오마커 농도를 측정 하고 비교한 결과, 민감도와 선택성은 각각 90%, 그리고 88.6%의 정확도를 지녀 중증 알츠하이머 환자를 상당히 정확하게 진단할 수 있음을 확인했다. 연구팀이 개발한 고밀도로 정렬된 탄소 나노튜브 센서는 측정방식이 간편하고, 제작비용도 저렴하다.
박찬범 교수는“본 연구는 알츠하이머병으로 이미 확정된 중증환자들을 대상으로 진행하였다. 향후 실제 진료 환경에 활용하기 위해서는 경도인지장애 (Mild cognitive impairment) 환자의 진단 가능성을 테스트하는 것이 필요하다”며“이를 위하여 경도인지장애 코호트, 치매 코호트 등의 범국가적인 인프라 구축이 필수적이며, 국가 공공기관의 적극적인 연구 네트워크 구축 및 지원의 장기성 보장이 요구된다”고 강조했다.
한편 이번 연구는 과학기술정보통신부 리더연구자 지원사업과 충남대병원 및 충북대병원 인체자원은행의 지원을 받아 수행됐다.
□ 그림 설명
그림 1. 혈액 내에 존재하는 총 4종의 바이오마커 농도를 측정해 알츠하이머병 환자를 구별하는 고밀도로 정렬된 카본 나노튜브 기반 저항 센서의 모식도
그림 2. 진단 센서 성능
2020.01.15
조회수 18399
-
조광현 교수, 암세포를 정상세포로 되돌리는 초기 원천기술 개발
우리대학 바이오및뇌공학과 조광현 교수 연구팀이 시스템생물학 연구를 통해 대장암세포를 일반적인 정상 세포로 되돌리는 초기 원천기술을 개발하는 데 성공했다.
연구팀은 대장암세포와 정상 대장 세포의 유전자 조절 네트워크를 분석해 대장암세포를 정상 대장 세포로 변환하는데 필요한 핵심 인자를 규명하고, 이를 통해 암세포의 정상 세포화라는 새로운 치료 원리를 개발했다.
KAIST 이수범 연구원, 황채영, 김동산 박사, 한영현 박사과정, 서울삼성병원의 이찬수 박사, 홍성노 교수, 김석형 교수 등이 참여한 이번 연구결과는 미국암학회(AACR)에서 출간하는 국제저널 ‘분자암연구(Molecular Cancer Research)’ 1월 2일 자 표지논문으로 게재됐으며, 하이라이트 특집 기사도 함께 출판됐다. (논문명: Network inference analysis identifies SETDB1 as a key regulator for reverting colorectal cancer cells into differentiated normal-like cells).
현재 항암치료로 가장 널리 사용되는 항암 화학요법은 빠르게 분열하는 암세포를 공격해 죽임으로써 암세포의 증식을 억제하는 방식이다. 이 기술은 신체 내 정상적으로 분열하고 있는 세포들까지도 함께 사멸시켜 구토, 설사, 탈모, 골수 기능장애, 무기력 등의 부작용을 일으킨다.
게다가 암세포들은 항암제에 본질적인 내성을 갖거나 새로운 내성을 갖게 돼 약물에 높은 저항성을 가지는 암세포로 진화하게 된다. 따라서 현재의 항암치료는 내성을 보이는 암세포를 없애기 위해 더 많은 정상 세포의 사멸을 감수해야만 하는 문제를 갖는다.
이를 극복하기 위해 암세포만을 특이적으로 없애는 표적 항암요법과 우리 몸의 면역시스템을 활용한 면역 항암요법이 주목을 받고 있으나 각각 효과와 적용대상이 매우 제한적이며 장기치료 시 여전히 내성 발생의 문제가 보고되고 있다. 이처럼 현재 개발된 항암요법들은 암세포를 죽여야 하는 공통적인 조건 때문에 근본적인 한계를 가진다.
문제 해결을 위해 연구팀은 암세포를 정상 세포로 변환하는 새로운 방식의의 치료전략을 제안했다. 암세포가 정상 세포로 변환되는 현상은 20세기 초부터 간혹 관찰됐지만, 그 원리가 연구되지 않았으며 또한 이를 인위적으로 제어하는 기술도 연구된 바 없었다.
1907년 스위스 병리학자 막스 아스카나지(Max Askanazy)가 난소의 기형종(테라토마)이 정상 세포로 분화되는 현상을 발견한 이래로 다양한 암종에서 정상 세포로 변화되는 현상들이 산발적으로 보고됐고, 이러한 보고에서는 암세포가 돌연변이를 지닌 상태에서 주변 미세환경의 변화나 특정 자극 때문에 정상 세포의 상태로 되돌아가는 현상만이 관찰됐다.
조 교수 연구팀은 시스템생물학 연구방법을 통해 대장암세포를 정상 대장 세포로 변환할 수 있는 핵심조절인자를 탐구했고, 그 결과 다섯 개의 핵심전사인자(CDX2, ELF3, HNF4G, PPARG, VDR)와 이들의 전사 활성도를 억제하고 있는 후성유전학적 조절인자인 SETDB1을 발견했다.
연구팀은 이번 연구를 통해 SETDB1을 억제함으로써 암세포를 효과적으로 정상 세포로 변환할 수 있음을 분자세포실험을 통해 증명했다. 대장암세포에서 SETDB1을 억제했을 때 세포가 분열을 중지하고 정상 대장 세포의 유전자 발현패턴을 회복하는 것을 확인했다.
이번 연구에 따르면 암세포에서는 암 특이적으로 활성화된 후성유전학적 조절인자 SETDB1이 정상 세포의 핵심전사인자를 억제해 암세포가 정상 세포로 변환하는 것을 차단하고 있는 것으로 밝혀졌다. 즉, SETDB1을 조절함으로써 다시 원래의 정상 세포 상태로 되돌릴 수 있음을 증명한 것이다.
조 교수 연구팀은 서울삼성병원과의 협동 연구를 통해 SETDB1이 높게 발현되는 대장암세포를 가진 환자들에게서 더 안 좋은 예후가 나타남을 확인했으며, 환자 유래 대장암 오가노이드(3차원으로 배양한 장기유사체)에서 SETDB1의 발현을 억제했을 때 다시 정상 세포와 같은 형태로 변화함을 관찰했다.
이번 연구에서 찾아낸 타겟 단백질의 활성을 억제할 수 있는 저분자화합물은 아직 개발된 바 없으며 추후 신약개발과 전임상실험을 통해 암세포의 정상 세포화라는 새로운 치료 기술이 본격적으로 실현될 수 있을 것으로 보인다.
이러한 새로운 개념의 치료전략이 적용된다면 현재 항암치료의 많은 부작용과 내성 발생을 모두 최소화함으로써 환자의 고통을 완화해 삶의 질을 크게 높일 수 있을 것으로 기대된다.
조 교수는 “그동안 암은 유전자 변이 축적에 의한 현상이므로 되돌릴 수 없다고 여겨졌으나 이를 되돌릴 가능성을 보여줬다”라며 “이번 연구는 암을 당뇨나 고혈압과 같은 만성질환으로서 잘 관리하면서 삶의 질을 유지할 수 있도록 하는 새로운 항암치료의 서막을 열었다”라고 말했다.
이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업과 바이오의료기술개발사업, KAIST Grand Challenge 30 사업의 지원으로 수행됐다.
□ 그림 설명
조광현 교수 연구팀은 SETDB1 단백질이 대장암세포가 정상대장세포로 분화하는 것을 차단하는 후성유전학적 장애물을 형성하고 있다는 사실을 밝히고 이를 억제함으로써 대장암세포를 정상대장세포로 효과적으로 분화시킬 수 있음을 증명하였다.
□ 분자암연구 표지 이미지
2020.01.09
조회수 17299
-
김희탁 김상욱 교수, 멤브레인 필요 없는 새로운 물 기반 전지 개발
우리 대학 생명화학공학과 김희탁 교수와 신소재공학과 김상욱 교수 공동 연구팀이 전기화학 소자의 핵심 부품인 멤브레인을 사용하지 않고도 에너지 효율 80% 이상을 유지하면서 1천 번 이상 구동되는 새로운 개념의 물 기반 아연-브롬 전지를 개발했다.
이번 연구를 통해 일본, 미국의 수입에 의존해 온 다공성 분리막이나 불소계 이온교환막을 사용하지 않는 기술로, 해당 기술에 대한 대외 의존도를 낮출 수 있을 것으로 기대된다.
이주혁 박사과정과 변예린 박사후연구원이 공동 1 저자로 참여한 이번 연구는 국제 학술지 ‘어드밴스드 머티리얼즈(Advanced materials)’12월 27일자 표지논문에 선정됐다.(논문명: High-Energy Efficiency Membraneless Flowless Zn-Br Battery: Utilizing the Electrochemical-Chemical growth of Polybromides)
최근 태양광, 풍력 등 신재생에너지의 불안정한 전력 공급을 해결하기 위해 전기 에너지를 미리 저장했다가 필요한 시간대에 사용할 수 있는 에너지저장장치(ESS)가 주목받고 있다.
현재는 리튬이온전지가 에너지저장장치용 이차전지로 사용되고 있으나 발화성 유기 전해액 및 리튬계 소재로 인한 발화의 위험성을 지니고 있다. 지난 2017년부터 올해 10월까지 총 21건의 에너지저장장치 화재사고가 발생했으며, 전체 에너지저장장치 시설 1천 490개 중 35%인 522개의 가동이 중단되기도 했다.
이러한 이유로 물을 전해질로 사용한 비 발화성 물 기반 이차전지 기술이 에너지저장장치용 차세대 이차전지로 주목받고 있다. 특히 다양한 물 기반 전지 기술 중 아연과 브롬을 활물질로 사용하는 아연-브롬 레독스 흐름 전지는 높은 구동 전압 및 높은 에너지 밀도를 가져 1970년대부터 지속해서 개발돼왔다.
그러나 아연-브롬 레독스 전지는 브롬이 아연과 반응해 전지 수명을 단축시키는 문제로 인해 상용화가 지연됐다. 이러한 반응을 억제하기 위해 펌프를 이용해 브롬이 함유된 전해질을 외부 탱크로 이송해 왔으나, 이는 펌프 구동을 위한 에너지 소모 및 브롬에 의한 외부 배관이 부식되는 문제를 동반한다.
브롬을 포획하는 전해질 첨가제 및 브롬의 이동을 차단할 수 있는 멤브레인에 대한 개발이 진행됐으나, 가격증가 및 출력 저하의 문제점이 발생했다.
김희탁 교수와 김상욱 교수 공동 연구팀은 일본, 미국에 의존하던 값비싼 멤브레인 소재와 어떠한 첨가제도 사용하지 않는 새로운 물 기반 아연-브롬 전지를 개발했다.
전해질 내의 이온과 외부 전기회로 사이의 전자를 주고받는 한정된 역할만 수행하던 전극의 기능에 멤브레인과 첨가제가 담당하던 브롬을 포획할 수 있는 기능을 추가했다.
질소가 삽입된 미세기공 구조를 전극 표면에 도입해 미세기공 내부에서 비극성 브롬을 극성 폴리브롬화물로 전환한 뒤, 질소 도핑 카본과 폴리브롬화물간 쌍극자-쌍극자 상호 작용을 통해 폴리브롬화물을 기공 내부에 고정했다.
이 기술은 멤브레인의 기능을 전극이 담당하므로 고가의 멤브레인이 필요 없으며, 브롬을 외부 탱크가 아닌 전극 내부에 저장함으로써 펌프 및 배관을 제거할 수 있어 가격 저감 및 에너지 효율을 증대했다.
연구팀이 개발한 다기능성 전극을 이용한 멤브레인을 사용하지 않는 물 기반의 아연-브롬 전지는 리튬-이온 전지보다 45배 저렴할 뿐 아니라, 에너지 효율 83% 이상을 보이며 1천 사이클 이상 운전이 가능하다.
김상욱 교수는 “차세대 물 기반 전지의 한계를 극복하기 위한 나노소재 기술을 이용한 새로운 해결책을 제시했다”라고 말했다.
김희탁 교수는 “이번 연구를 통해 기존보다 안전하고 경제적인 에너지저장장치의 개발이 가속화되기를 기대한다”라고 말했다.
이번 연구는 KAIST 나노융합연구소, 에너지클라우드 사업단, 과학기술정보통신부 리더연구자지원사업인 다차원 나노조립제어 창의연구단의 지원을 받아 수행됐다.
그림 1. 브롬 활물질을 전극내부에서 폴리브롬화물로 전환하여 저장하는 다기능성 전극의 메커니즘의 모식도와 멤브레인을 장착하지 않고 구동되는 전지의 실제 모습
그림 2. 질소가 도핑된 미세기공이 코팅된 다기능성 전극의 제조 과정
2020.01.08
조회수 17085
-
김지한 교수, 인공지능 이용한 다공성 물질 역설계 기술 개발
〈 김지한 교수 연구팀 〉
우리 대학 생명화학공학과 김지한 교수 연구팀이 인공지능을 활용해 원하는 물성의 다공성 물질을 역설계하는 방법을 개발했다.
김백준, 이상원 박사과정이 공동 1 저자로 참여한 이번 연구결과는 국제 학술지 ‘사이언스 어드밴시스(Science Advances)’ 1월 3일 자 온라인판에 게재됐다. (논문명 : Inverse Design of Porous Materials Using Artificial Neural Networks)
다공성 물질은 넓은 표면적과 풍부한 내부 공극(孔劇)을 가지고 있어 촉매, 기체 저장 및 분리, 센서, 약물 전달 등 다양한 분야에서 활용되고 있다.
기존에는 이러한 다공성 물질을 개발하기 위해 반복적인 실험을 통한 시행착오를 거치면서 시간과 비용이 많이 소모됐다. 이러한 낭비를 줄이기 위해 가상 구조를 스크리닝해 다공성 물질 개발을 가속화 하려는 시도들이 있었지만, 데이터베이스에 존재하지 않는 새로운 구조를 발견하지 못한다는 문제가 있었다.
최근에는 인공지능 기반의 역설계로 원하는 물성을 가진 물질을 개발하는 연구가 주목받고 있지만, 지금까지의 연구들은 단순한 소형 분자들 위주로 적용되고 있으며 복잡한 다공성 물질을 설계하는 연구는 보고되지 않았다.
김지한 교수 연구팀은 인공지능 기술과 분자 시뮬레이션 기술을 활용해 다공성 물질의 한 종류인 제올라이트 구조를 설계하는 방법을 개발했다.
연구팀은 인공지능 생성모델인 적대적 생성 신경망(GAN, Generative Adversarial Network)과 기존 분자 시뮬레이션에서 활용되는 3차원 그리드 데이터를 활용해 복잡한 다공성 물질의 특성을 인공지능이 학습하고 생성할 수 있도록 구조를 개발했다.
개발된 인공신경망 생성모델은 3차원 그리드로 이루어진 구조 정보와 흡착 물성 데이터를 같이 학습하게 되며, 학습 과정 안에서 흡착 물성을 빠르게 계산할 수 있다. 이를 통해 에너지 저장 소재의 특성을 효율적으로 학습할 수 있음을 증명했다.
또한, 연구팀은 인공지능 학습 과정에서 기존의 알려진 제올라이트 구조 중 일부를 제외해 학습시켰고, 그 결과 인공지능이 학습하지 않았던 구조들도 생성할 수 있음을 확인했다.
김지한 교수는“인공지능을 이용해 다공성 물질을 설계한 최초의 사례이다”라며 “기체 흡착 용도에 국한된 것이 아니라 다른 물성에도 쉽게 적용할 수 있어 촉매, 분리, 센서 등 다른 분야의 물질 개발에도 활용될 것으로 기대한다”라고 말했다.
이번 연구는 BK21, 한국연구재단 중견 연구자 지원 사업 그리고 에너지 클라우드 사업단의 지원을 받아 수행됐다.
□ 그림 설명
그림 1. 인공지능 기반 다공성 물질(제올라이트) 생성 개요도
2020.01.07
조회수 12824
-
김상현 교수, 6만 ppi 초고해상도 디스플레이 제작기술 개발
〈 김상현 교수 연구팀(왼쪽 위 두번째 김상현 교수) 〉
우리 대학 전기및전자공학부 김상현 교수 연구팀이 반도체 공정 기술을 활용해 기존 마이크로 LED 디스플레이의 해상도 한계를 극복할 수 있는 6만 ppi(pixel per inch) 이상의 초고해상도 디스플레이 제작 가능 기술을 개발했다.
금대명 박사가 1 저자로 참여한 이번 연구는 국제학술지 ‘나노스케일(Nanoscale)’ 12월 28일자 표지 논문으로 게재됐다. (논문명 : Strategy toward the fabrication of ultrahigh-resolution micro-LED displays by bonding interface-engineered vertical stacking and surface passivation).
디스플레이의 기본 단위인 LED 중 무기물 LED는 유기물 LED보다 높은 효율, 높은 신뢰성, 고속성을 가져 마이크로 크기의 무기물 LED를 픽셀 화소로 사용하는 디스플레이(마이크로 LED 디스플레이)가 새로운 디스플레이 기술로 주목받고 있다.
무기물 LED를 화소로 사용하기 위해서는 적녹청(R/G/B) 픽셀을 밀집하게 배열해야 하지만, 현재 적색과 녹색, 청색을 낼 수 있는 LED의 물질이 달라 각각 제작한 LED를 디스플레이 기판에 전사해야 한다. 따라서 마이크로 LED 디스플레이에 관련한 대부분 연구가 이런 패키징 측면의 전사 기술 위주로 이루어지고 있다.
그러나 수백만 개의 픽셀을 마이크로미터 크기로 정렬해 세 번의 전사과정으로 화소를 형성하는 것은 전사 시 사용하는 LED 이송헤드의 크기 제한, 기계적 정확도 제한, 그리고 수율 저하 문제 등 해결해야 할 기술적 난제들이 많아 초고해상도 디스플레이에 적용하기에는 한계가 있다.
연구팀은 문제 해결을 위해 적녹청 LED 활성층을 3차원으로 적층한 후, 반도체 패터닝 공정을 이용해 초고해상도 마이크로 LED 디스플레이에 대응할 수 있는 소자 제작 방법을 제안함과 동시에 수직 적층시 문제가 될 수 있는 색의 간섭 문제, 초소형 픽셀에서의 효율 개선 방안을 제시했다.
연구팀은 3차원 적층을 위해 기판 접합 기술을 사용했고, 색 간섭을 최소화하기 위해 접합 면에 필터 특성을 갖는 절연막을 설계해 적색-청색 간섭 광을 97% 제거했다.
이러한 광학 설계를 포함한 접합 매개물을 통해 수직으로 픽셀을 결합해도 빛의 간섭 없이 순도 높은 픽셀을 구현할 수 있음을 확인했다. 연구팀은 수직 결합 후 반도체 패터닝 기술을 이용해 6만 ppi 이상의 해상도 달성 가능성을 증명했다.
또한, 초소형 LED 픽셀에서 문제가 될 수 있는 반도체 표면에서의 비 발광성 재결합 현상을 시간 분해 광발광 분석과 전산모사를 통해 체계적으로 조사해 초소형 LED의 효율을 개선할 수 있는 중요한 방향성을 제시했다.
김상현 교수는 “반도체 공정을 이용해 초고해상도의 픽셀 제작 가능성을 최초로 입증한 연구로, 반도체와 디스플레이 업계 협력의 중요성을 보여주는 연구 결과이다”라며 “후속 연구를 통해 초고해상도 미래 디스플레이의 기술 개발에 힘쓰겠다”라고 말했다.
이번 연구는 한국연구재단 이공분야 기초연구사업 기본연구, 기후변화대응기술개발사업 등의 지원을 받아 수행됐다.
□ 그림 설명
그림 1. 1um 크기를 가진 마이크로 단일 LED 가 실제로 배열된 모습을 보여주는 이미지, 1 um, 0.6 um 크기를 가진 LED를 광 여기 방법을 통해 적색 발광이 되는 모습을 보여주는 이미지(작은 사진). 이는 작아진 LED에서도 적색 발광특성이 잘 발현됨을 보여줌.
그림 2. 나노스케일 커버 이미지: 본 제작 방법의 사용 예시를 보여줌
2020.01.06
조회수 17278
-
이상완 교수, 신경과학-인공지능 융합연구 통해 인간의 문제해결 과정 규명
우리 대학 바이오및뇌공학과 이상완 교수 연구팀이 신경과학과 인공지능의 융합연구를 통해 인간의 문제해결 과정에서 뇌가 정보를 처리하는 원리를 규명하는 데 성공했다.
연구팀은 신경과학-인공지능 융합연구를 이용해 인간의 문제 해결 과정을 이론적·신경과학적으로 규명하는 데 성공했다. 이번 연구를 통해 인간 지능의 핵심 요소들을 인공지능 알고리즘으로 이식할 가능성을 크게 높일 수 있을 것으로 기대된다.
이상완 교수와 함께 김동재 박사과정과 박건영 석사과정이 주도하고, 미국 캘리포니아 공과대학(Caltech)과의 국제 공동연구를 통해 진행된 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’12월 16일 자 온라인판에 게재됐다.
불확실성과 복잡도가 변하는 상황에서 달성 가능한 목표를 설정하고 계획을 세워 실행 및 전략을 수정해 나가는 과정은 인간이 가진 고유한 문제 해결 능력 중 하나이다. 최근 인공지능 알고리즘이 다양한 분야에서 인간의 작업 수행 능력을 넘어서고 있으나, 이러한 문제 해결 능력에 대한 완벽한 해결방안은 제시하지 못하고 있다.
인간의 문제 해결 과정은 목표설정-전략수립-실행-전략수정을 반복하는 과정으로, 이는 상태 의존적인 복잡한 시간의 함수이다. 일반적으로 인간의 문제 해결 과정은 많은 양의 데이터를 모으기 어렵고 불확실성과 복잡도가 높아 빅데이터 기반의 전통적 딥러닝 설계 방식으로는 구현이 어렵다.
연구팀은 문제 해결을 위해 ‘강화학습 이론 기반 실험 디자인’이라는 기술을 이용해 문제 해결 목표, 문제의 복잡도, 상황 변화의 불확실성이라는 세 가지 변수를 동시에 변화시켜 실제 인간의 문제 해결 과정과 유사한 상황을 구현했다.
이를 이용해 취득한 행동과 뇌 영상 데이터를 바탕으로 문제 해결 과정을 설명할 수 있는 수학적 모델을 찾기 위해 100가지가 넘는 종류의 메타 강화학습 알고리즘을 학습하고 비교 분석했다. 이 과정은 모델 기반 뇌 이미징 분석이라 불리는 기법이다.
연구팀은 더 엄밀한 검증을 위해 ‘정밀 행동 프로파일링’이라는 분석 방법을 적용했다. 이 방법을 이용하면 겉으로 보이는 행동이 인간과 유사할 뿐만 아니라, 실제로 인간과 같은 원리로 문제를 해결하는 모델을 도출할 수 있다.
그 결과로 문제의 불확실성 및 복잡도와 변화하는 상황에서 인간의 학습과 추론 과정을 모사하는 메타 강화학습 모델을 구현했고, 이 모델의 정보처리 과정이 전두엽의 한 부위인 복외측전전두피질의 신경 활성 패턴으로 설명된다는 것을 발견했다.
1 저자인 김동재 박사과정은 “다양한 가설을 엄밀히 검증하는 과정에 많은 시간이 소요됐지만 정밀 행동 프로파일링 방법론을 통해 실제 인간의 행동 원리를 재현하는 모델을 찾아냄으로써 추후 인공지능으로의 이식에도 큰 도움이 될 것이다”라고 말했다.
이상완 교수는 “기존 연구방식은 하나의 퍼즐 조각을 떼어서 다른 퍼즐의 빈자리를 메꾸는 것이라면, 이번 연구는 퍼즐을 푸는 원리를 배워 다른 퍼즐 맞추기에 적용하는 것에 비유할 수 있다”라며 “인간만이 가진 지능의 핵심 요소들을 인공지능 알고리즘으로 이식하는 기술은 이제 첫걸음을 떼었다고 생각한다. 이 기술이 완성되면 궁극적으로는 지능을 공학적으로 분해하고 과학적으로 이해할 수 있을 것으로 기대한다”라고 말했다.
연구팀은 최근 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받아 설립한 KAIST 신경과학-인공지능 융합연구센터에서 이러한 기반 기술을 활용해 인간 지능을 모사한 차세대 인공지능 모델을 개발하고, 아울러 딥마인드, MIT, IBM AI 연구소, 케임브리지 대학 등 해외 관련 연구 기관과의 국제 공동연구를 통해 기술의 파급력을 높여나갈 계획이라고 말했다.
이번 연구는 삼성전자 미래기술육성센터의 지원 및 과학기술정보통신부 정보통신기획평가원의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 메타 강화학습 모델과 각 단계의 정보처리 과정에 관여하는 뇌 영역
2019.12.23
조회수 8242