〈 유승협 교수, 이현우 박사과정〉
우리 대학 전기및전자공학부 유승협 교수 연구팀이 유기발광다이오드(OLED)와 유기포토다이오드(OPD)를 이용해 초저전력 심박 및 산소포화도 센서 구현에 성공했다.
전기및전자공학부 유회준 교수 연구팀과의 협력을 통해 이뤄진 것으로 이 기술을 통해 심박 및 산소포화도 센서가 다양한 웨어러블 기기에 적용될 수 있는 계기가 될 것으로 기대된다.
이현우 박사과정이 1저자로 참여한 이번 연구는 ‘사이언스 어드밴스 (Science Advances)’11월 9일자 온라인 판에 게재됐다. (논문명 : Toward all-day wearable health monitoring: An ultralow-power, reflective organic pulse oximetry sensing patch)
심박 및 산소포화도 센서는 신체의 건강 상태를 나타내는 가장 중요한 생체 신호의 하나인 심장 박동과 혈액 내 산소와 결합한 헤모글로빈의 농도로서 신체 내 원활한 산소 공급 여부를 가늠할 수 있는 산소포화도를 측정하는 기기이다.
심박 및 산소포화도 센서에는 일반적으로 LED와 포토다이오드로 구성된 광학적 방법이 이용된다. 이 기술은 간단하고 소형화가 용이한 비 침습적 방법이면서 주요 생체신호의 모니터링이 가능하다는 이점이 있어 병원용 기기뿐 아니라 스마트 워치 등 웨어러블 기기에도 탑재되는 경우가 많다.
이러한 센서는 배터리 용량이 매우 제한적인 웨어러블 기기의 특성상 센서의 전력소모를 줄이는 것이 매우 중요하다.
그러나 현재 상용 심박 및 산소포화도 센서는 이산소자들의 배열로 구성돼 피부에서 산란으로 인해 전방위로 전달되는 빛을 효율적으로 감지하기 어렵다. 이러한 이유로 좀 더 강한 빛을 필요로 하기 때문에 장기간 실시간 모니터링에는 한계가 있다.
연구팀은 문제 해결을 위해 광원의 발광 파장에 따른 피부에서의 빛의 전달 형태를 실험과 피부 모델 시뮬레이션을 통해 검토했다. 유기소자의 경우 자유로운 패턴 구현이 용이한 점을 최대한 이용해 유기포토다이오드가 유기발광다이오드를 동심원 형태로 감싸 피부에서 전방위로 분포되는 빛을 효율적으로 감지하는 최적 구조를 갖는 유연 심박 및 산소포화도 센서를 구현했다.
이를 통해 평균소비전력 약 0.03밀리와트(mW)만으로도 심박 및 산소포화도를 측정할 수 있었다. 이는 LED와 PD가 일렬로 배치된 상용 센서가 갖는 통상 전력소모 양의 약 수십 분의 일에 해당하는 매우 작은 값으로 24시간 동작에도 1밀리와트시(mWh)가 채 되지 않는 양이다.
이 기술은 매우 낮은 전력 소모 외에도 유기소자가 갖는 유연 소자의 형태적 자유도도 그대로 갖는다. 따라서 스마트 워치부터 작게는 무선 이어폰, 스마트 반지, 인체 부착형 패치 등의 웨어러블 기기에서 배터리로 인한 제한을 최소화하면서 일상에 지장 없이 지속적인 생체 신호 모니터링을 가능하게 할 것으로 기대된다.
유승협 교수는 “생체 신호의 지속적인 모니터링은 건강의 이상 신호를 상시 검출 할 수 있게 할 뿐 아니라 향후 빅데이터 등과 연계하면 이들 생체신호의 특정 패턴과 질병 간의 상호 관계를 알아내는 등에도 활용될 수 있다.”고 말했다.
이번 연구는 과학기술정보통신부 한국연구재단-나노·소재원천기술개발사업 및 선도연구센터 사업의 지원을 받아 수행됐다.
□ 사진 설명
사진1. 연구팀이 개발한 센서
-
연구 애물단지 열을 컴퓨팅에 활용한다
기존의 반도체 소자에서 열 발생은 피할 수 없는데, 이는 에너지 소모량을 증가시키고, 반도체의 정상적인 동작을 방해하기 때문에 문제가 되며, 이에 열 발생을 최소화하는 것이 기존 반도체 기술의 관건이었다. KAIST 연구진이 이렇게 애물단지로 여겨지던 열을 오히려 컴퓨팅에 활용하는 방법을 고안하여 화제다. 우리 대학 신소재공학과 김경민 교수 연구팀이 산화물 반도체의 열-전기 상호작용에 기반하는 열 컴퓨팅(Thermal computing) 기술 개발에 성공했다고 25일 밝혔다. 연구팀은 전기-열 상호작용이 강한 모트 전이 (Mott transition) 반도체*를 활용했으며, 이 반도체 소자에 열 저장 및 열전달 기능을 최적화해 열을 이용하는 컴퓨팅을 구현했다. 이렇게 개발된 열 컴퓨팅 기술은 기존의 CPU, GPU와 같은 디지털 프로세서보다 1,000,000(백만)분의 1 수준의 에너지만으로 경로 찾기 등과 같은 복잡한 최적화 문제를 풀 수 있었다. *모트 전이 반도체:
2024-06-25 -
연구 뉴로모픽 반도체 신개념 메모리 소자 개발
우리 연구진이 공정 비용이 낮고 초저전력 동작이 가능하여 기존의 메모리를 대체하거나 차세대 인공지능 하드웨어를 위한 뉴로모픽 컴퓨팅(Neuromorphic Computing) 구현에 사용될 메모리 소자를 개발하여 화제다. 전기및전자공학부 최신현 교수 연구팀이 디램 (DRAM) 및 낸드(NAND) 플래시 메모리를 대체할 수 있는 *초저전력 차세대 상변화 메모리 소자를 개발했다고 4일 밝혔다. ☞ 상변화 메모리(Phase Change Memory): 열을 사용하여 물질의 상태를 비정질과 결정질을 변경하여, 이를 통해 저항 상태를 변경함으로써 정보를 저장하거나 처리하는 메모리 소자. 기존 상변화 메모리는 값비싼 초미세 반도체 노광공정을 통해 제작하며 소모 전력이 높은 문제점이 있었다. 최 교수 연구팀은 상변화 물질을 전기적으로 극소 형성하는 방식을 통해 제작한 초저전력 상변화 메모리 소자로 값비싼 노광공정 없이도 매우 작은 나노미터(nm) 스케일의 상변화 필라멘트를 자체적
2024-04-04 -
연구 설명해주는 인공지능 구현을 위한 초저전력 하드웨어 기술 개발
우리 대학 신소재공학과 김경민 교수 연구팀이 다양한 멤리스터* 소자를 이용한 설명 가능한 인공지능 (XAI) 시스템을 구현하는데 성공했다고 25일 밝혔다. *멤리스터 (Memristor): 메모리 (Memory)와 저항 (Resistor)의 합성어로, 입력 신호에 따라 소자의 저항 상태가 변하는 소자 최근 인공지능 (AI) 기술의 급속한 발전이 다양한 분야에서 성과를 이루고 있다. 이미지 인식, 음성 인식, 자연어 처리 등에서 AI의 적용 범위가 확대되며 우리의 일상생활에 깊숙이 자리 잡고 있다. AI는 인간의 뉴런 구조를 모방해 만든 ‘인공신경망’을 기반으로, 적게는 수백만 개에서 많게는 수조 개에 달하는 매개변수를 통해 데이터를 분석하고 의사 결정을 내린다. 그러나 이 많은 매개변수로 인해 AI 모델의 동작 원리를 정확하게 이해하기 어렵고, 이는 통상적으로 블랙박스에 비유되곤 한다. AI가 어떤 기준으로 결정을 내는지 알 수 없다면, AI에 결함이나
2024-03-25 -
연구 34배의 큰 힘을 내는 인공근육 소자 개발
우리 일상에 스며든 소프트 로봇, 의료기기, 웨어러블 장치 등에 적용시킬때 초저전력으로 구동되며 무게 대비 34배의 큰 힘을 내는 이온성 고분자 인공근육을 이용한 유체 스위치가 개발됐다. 유체 스위치는 유체 흐름을 제어함으로써 특정 방향으로 유체가 흐르게 하여 다양한 움직임을 유발하도록 한다. 우리 대학 기계공학과 오일권 교수 연구팀이 초저전력에서 작동하며 협소한 공간에서 사용할 수 있는 소프트 유체 스위치를 개발했다고 4일 밝혔다. 인공근육은 인간의 근육을 모방한 것으로 전통적인 모터에 비해 유연하고 자연스러운 움직임을 제공해 소프트 로봇이나 의료기기, 웨어러블 장치 등에 사용되는 기본 소자 중 하나이다. 이러한 인공근육은 전기, 공기 압력, 온도 변화와 같은 외부 자극에 반응하여 움직임을 만들어 내는데, 인공근육을 활용하기 위해서는 이 움직임을 얼마나 정교하게 제어하는지가 중요하다. 또한 기존 모터를 기반으로 한 스위치는 딱딱하고 큰 부피로 인해 제한된 공간 내에서
2024-01-04 -
연구 박인규 교수팀의 전자 코 기술, 2023년 10대 나노기술 선정
우리 대학 기계공학과 박인규 교수 연구팀이 개발한 마이크로 LED 가스 센서가 과학기술정보통신부와 나노기술연구협의회가 수여하는 2023년 10대 나노기술에 선정됐다고 29일 밝혔다. (기술명: 마이크로 LED와 금속산화물 나노소재가 일체된 초저전력 가스센서 기술) 박인규 교수 연구팀은 수십 마이크로미터 크기(마이크로미터: 10-6m)의 초소형 LED 바로 위에 고민감도의 금속산화물 나노소재가 집적된 광활성식 가스센서 플랫폼을 개발했다. 연구팀은 초소형 마이크로 LED에서 나오는 빛이 금속산화물에 전달되어 광활성시키고 가스 감지 소재로 활용되는 원리를 적용하고, 딥러닝 알고리즘을 이용해 여러 종의 가스를 실시간으로 높은 정확도로 선택적 판별하는 전자코 (electronic nose; E-nose) 기술을 개발했다. (가스 종 판별 정확도 99%, 농도 값 예측 오차 14%) 마이크로 LED 가스 센서는 낭비되는 광 에너지 손실 없이 전달 효율을 높여서 초저전력 가스 감지
2023-12-29