%EC%8B%9C%EC%8A%A4%ED%85%9C
-
미생물로 친환경 나일론 유사 플라스틱 개발 성공
폴리에스터 아마이드는 일반적으로 많이 사용되는 플라스틱인 PET(폴리에스터)와 나일론(폴리아마이드)의 장점을 모두 갖춘 차세대 소재다. 하지만 지금까지는 화석 연료에서만 생산할 수 있어 환경오염 문제를 피할 수 없었다. 우리 연구진이 플라스틱을 대체할 미생물을 이용한 신규 바이오 기반 플라스틱을 개발하는데 성공했다.
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 시스템 대사공학을 이용하여 미생물 균주를 개발하고 여러 가지 신규 유형의 친환경 바이오 플라스틱인 폴리에스터 아마이드를 생산하여, 한국화학연구원(원장 이영국) 연구진과 공동 분석을 통해 생산된 이 플라스틱의 물성 확인까지 성공했다고 20일 밝혔다.
이상엽 특훈교수 연구팀은 자연계에 존재하지 않는 새로운 미생물 대사회로를 설계해 폴리(3-하이드록시뷰티레이트-ran-3-아미노프로피오네이트), 폴리(3-하이드록시뷰티레이트-ran-4-아미노뷰티레이트) 등을 포함한 9종의 다른 폴리에스터 아마이드를 생산할 수 있는 플랫폼 미생물 균주를 개발했다.
폐목재, 잡초 등 지구상에서 가장 풍부한 바이오매스의 주원료인 포도당을 원료로 사용해 폴리에스터 아마이드를 친환경적으로 생산할 수 있도록 했다. 또한 연구팀은 해단 균주의 유가 배양식 발효 공정을 이용해 고효율 생산 (54.57 g/L)을 보임으로써 추후 산업화될 가능성도 확인했다.
우리 연구진은 한국화학연구원 정해민, 신지훈 연구원과 함께 바이오 기반 플라스틱의 물성을 분석한 결과, 기존의 고밀도 폴리에틸렌(HDPE)과 유사한 성질을 갖고 있는 것으로 나타났다. 즉, 친환경적이면서도 기존 플라스틱을 대체할 수 있을 만큼 강도와 내구성이 뛰어나다는 것을 확인했다.
이번 연구에서 개발된 균주 및 전략들은 여러 가지 폴리에스터 아마이드 뿐만 아니라 다른 그룹의 여러가지 고분자들을 생산하는 대사회로들을 구축하는데 유용하게 쓰일 것으로 예상된다.
이상엽 특훈교수는 “이번 연구는 석유화학 산업 기반에 의존하지 않고도 폴리에스터 아마이드(플라스틱)을 재생가능한 바이오기반 화학산업을 통해 만들수 있는 가능성을 세계 최초로 제시한 것으로 앞으로 생산량과 생산성을 더욱 높이는 연구를 이어갈 계획”이라 말했다.
해당 연구 결과는 국제 학술지인 `네이쳐 케미컬 바이올로지(Nature Chemical Biology)'에 3월 17일자로 온라인 게재됐다.
※ 논문명 : Biosynthesis of poly(ester amide)s in engineered Escherichia coli, DOI:10.1038/s41589-025-01842-2)
※ 저자 정보 : 채동언(KAIST, 제1저자), 최소영(KAIST, 제2저자), 안다희(KAIST, 제3저자), 장우대(KAIST, 제4저자), 정해민(한국화학연구원, 제5저자), 신지훈(한국화학연구원, 제6저자), 이상엽(KAIST, 교신저자) 포함 총 7명
한편, 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제(과제 책임자 이상엽 특훈교수)의 지원을 받아 수행됐다.
2025.03.20 조회수 1590 -
챗GPT 등 대형 AI모델 학습 최적화 시뮬레이션 개발
최근 챗GPT, 딥시크(DeepSeek) 등 초거대 인공지능(AI) 모델이 다양한 분야에서 활용되며 주목받고 있다. 이러한 대형 언어 모델은 수만 개의 데이터센터용 GPU를 갖춘 대규모 분산 시스템에서 학습되는데, GPT-4의 경우 모델을 학습하는 데 소모되는 비용은 약 1,400억 원에 육박하는 것으로 추산된다. 한국 연구진이 GPU 사용률을 높이고 학습 비용을 절감할 수 있는 최적의 병렬화 구성을 도출하도록 돕는 기술을 개발했다.
우리 대학 전기및전자공학부 유민수 교수 연구팀은 삼성전자 삼성종합기술원과 공동연구를 통해, 대규모 분산 시스템에서 대형 언어 모델(LLM)의 학습 시간을 예측하고 최적화할 수 있는 시뮬레이션 프레임워크(이하 vTrain)를 개발했다고 13일 밝혔다.
대형 언어 모델 학습 효율을 높이려면 최적의 분산 학습 전략을 찾는 것이 필수적이다. 그러나 가능한 전략의 경우의 수가 방대할 뿐 아니라 실제 환경에서 각 전략의 성능을 테스트하는 데는 막대한 비용과 시간이 들어간다.
이에 따라 현재 대형 언어 모델을 학습하는 기업들은 일부 경험적으로 검증된 소수의 전략만을 사용하고 있다. 이는 GPU 활용의 비효율성과 불필요한 비용 증가를 초래하지만, 대규모 시스템을 위한 시뮬레이션 기술이 부족해 기업들이 문제를 효과적으로 해결하지 못하고 있는 상황이다.
이에 유민수 교수 연구팀은 vTrain을 개발해 대형 언어 모델의 학습 시간을 정확히 예측하고, 다양한 분산 병렬화 전략을 빠르게 탐색할 수 있도록 했다.
연구팀은 실제 다중 GPU 환경에서 다양한 대형 언어 모델 학습 시간 실측값과 vTrain의 예측값을 비교한 결과, 단일 노드에서 평균 절대 오차(MAPE) 8.37%, 다중 노드에서 14.73%의 정확도로 학습 시간을 예측할 수 있음을 검증했다.
연구팀은 삼성전자 삼성종합기술원와 공동연구를 진행하여 vTrain 프레임워크와 1,500개 이상의 실제 학습 시간 측정 데이터를 오픈소스로 공개(https://github.com/VIA-Research/vTrain)하여 AI 연구자와 기업이 이를 자유롭게 활용할 수 있도록 했다.
유민수 교수는 “vTrain은 프로파일링 기반 시뮬레이션 기법으로 기존 경험적 방식 대비 GPU 사용률을 높이고 학습 비용을 절감할 수 있는 학습 전략을 탐색하였으며 오픈소스를 공개하였다. 이를 통해 기업들은 초거대 인공지능 모델 학습 비용을 효율적으로 절감할 것이다”라고 말했다.
이 연구 결과는 방제현 박사과정이 제1 저자로 참여하였고 컴퓨터 아키텍처 분야의 최우수 학술대회 중 하나인 미국 전기전자공학회(IEEE)·전산공학회(ACM) 공동 마이크로아키텍처 국제 학술대회(MICRO)에서 지난 11월 발표됐다. (논문제목: vTrain: A Simulation Framework for Evaluating Cost-Effective and Compute-Optimal Large Language Model Training, https://doi.org/10.1109/MICRO61859.2024.00021)
이번 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단, 정보통신기획평가원, 그리고 삼성전자의 지원을 받아 수행되었으며, 과학기술정보통신부 및 정보통신기획평가원의 SW컴퓨팅산업원천기술개발(SW스타랩) 사업으로 연구개발한 결과물이다.
2025.03.13 조회수 1106 -
암세포 발생 순간 되돌리는 분자스위치 발견
조광현 교수 연구팀은 암세포를 죽이지 않고 그 상태만을 변환시켜 정상 세포와 유사한 상태로 되돌리는 암 가역 치료 원천기술을 개발한 바 있다. 이번에는 정상세포가 암세포로 변화되는 순간의 유전자 네트워크에 암 가역화를 유도할 수 있는 분자스위치가 숨겨져 있음을 최초로 밝히는데 성공하였다.
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 정상세포에서 암세포로 변화하는 순간의 임계 전이(臨界轉移, critical transition) 현상을 포착하고 이를 분석해 암세포를 다시 정상세포로 되돌릴 수 있는 분자스위치를 발굴하는 기술 개발에 성공했다고 5일 밝혔다.
임계 전이란 물이 섭씨 100도에서 증기로 변하는 것처럼 특정 시점에 갑작스러운 상태변화가 일어나는 현상을 말한다. 정상세포가 유전적, 후성유전적 변화의 축적으로 인해 특정 시점에 암세포로 변화되는 과정에도 이러한 임계 전이 현상이 나타난다.
연구팀은 암 발생 과정에서 정상세포가 암세포로 전환되기 직전, 정상세포와 암세포들이 공존하는 불안정한 임계 전이 상태에 놓일 수 있음을 발견하고 이러한 임계 전이 상태를 시스템생물학 방법으로 분석해 암화 과정을 역전시킬 수 있는 암 가역화 분자스위치 발굴 기술을 개발했다. 그리고 이를 대장암세포에 적용해 암세포가 정상세포의 특징을 회복할 수 있음을 분자세포실험으로 확인했다.
암 발생의 임계 전이를 관장하는 유전자 네트워크의 컴퓨터 모델을 단일세포 유전자 발현 데이터로부터 자동 추론해내고 이를 시뮬레이션 분석해 암 가역화 분자스위치를 체계적으로 찾아내는 원천기술을 개발한 것이어서 향후 다른 암종의 가역 치료제 개발에도 응용될 수 있을 것으로 기대된다.
조광현 교수는 "정상세포가 되돌릴 수 없는 암세포 상태로 변화되기 직전의 임계 전이 순간을 포착해 암세포의 운명을 다시 정상세포 상태로 되돌릴 수 있는 분자스위치를 발굴해 낸 것이다ˮ라고 말했다.
이어 “특히 이번 연구에서는 그동안 수수께끼로 여겨졌던 암 발생 과정 이면의 세포 내에 어떠한 변화가 일어나는지를 유전자 네트워크 차원에서 상세히 밝혀냈다”며 “암세포의 운명을 다시 정상세포로 되돌릴 수 있는 중요한 단서가 바로 이러한 변화의 순간에 숨어있다는 것을 처음으로 규명한 연구다”라고 강조했다.
우리 대학 신동관 박사(現 국립암센터), 공정렬 박사, 정서윤 박사과정 학생 등이 참여했으며 서울대학교 연구팀이 대장암 환자 오가노이드(체외배양조직)를 제공해 진행된 이번 연구 결과는 와일리(Wiley)에서 출간하는 국제저널 `어드밴스드 사이언스(Advanced Science)' 1월 22일 字 온라인판 논문으로 출판됐다. (논문명: Attractor landscape analysis reveals a reversion switch in the transition of colorectal tumorigenesis) (DOI: https://doi.org/10.1002/advs.202412503)
한편 이번 연구는 과학기술정보통신부 한국연구재단의 중견연구사업과 기초연구실사업, 그리고 보건복지부 한국보건산업진흥원의 질병중심 중개연구사업의 지원을 통해 수행됐다.
2025.02.05 조회수 4873 -
초당 9,120프레임 포착 곤충눈 모사 카메라 개발
곤충의 겹눈은 빠르게 움직이는 물체를 병렬적으로 감지하고, 어두운 환경에서는 감도를 높이기 위해 시각세포가 여러 시간의 신호를 합쳐서 반응해 움직임을 결정한다. KAIST 연구진이 곤충의 생체를 모사하여 기존 고속 카메라가 직면했던 프레임 속도와 감도 간의 한계를 극복한 저비용 고속 카메라를 개발하는데 성공했다.
우리 대학 바이오및뇌공학과 정기훈·전산학과 김민혁 교수 연구팀이 곤충의 시각 구조에서 영감을 받아 초고속 촬영과 고감도를 동시에 구현한 새로운 생체모사 카메라를 개발했다고 16일 밝혔다.
고속 및 저조도 환경에서의 고품질 이미징은 많은 응용 분야에서 중요한 과제이다. 기존의 고속 카메라는 빠른 움직임을 포착하는 데 강점을 가지고 있지만, 프레임율을 높일수록 빛을 수집할 수 있는 시간이 줄어들어 저조도 환경에서는 감도가 부족한 문제가 발생해왔다.
이를 해결하기 위해 연구팀은 곤충의 시각 기관처럼, 여러 개의 광학 채널과 시간 합산을 활용하는 방식을 채택했다. 기존 단안 카메라 시스템과 달리, 생체 모사 카메라는 겹눈을 통해 서로 다른 시간대의 프레임을 병렬적으로 획득할 수 있다.
이 과정에서 각 프레임이 중첩되는 시간 동안 빛을 합산함으로써 신호대잡음비를 증가시킬 수 있다. 연구팀은 이러한 방식을 적용한 생체 모사 카메라가 기존의 고속 카메라 대비 최대 40배 더 어두운 물체까지 포착할 수 있었다고 밝혔다.
또한 연구팀은 카메라의 속도를 크게 향상하기 위해 ‘채널 분할’ 기술을 도입하여 패키징에 사용된 이미지센서보다 수천 배 빠른 프레임률을 획득할 수 있었다. 이에 더해 ‘압축 이미지 복원’ 알고리즘을 활용해 합산된 프레임에서 발생할 수 있는 흐림 현상을 제거하며, 선명한 이미지를 재구성했다.
연구팀은 제작된 생체 모사 카메라는 두께 1mm 이하의 매우 얇고, 작은 크기에도 불구하고 초당 9,120프레임을 촬영할 수 있고, 낮은 조도에서도 선명한 이미지를 제공한다.
향후 연구팀은 3D 이미징 및 초해상도 이미징을 위한 고급 이미지 처리 알고리즘을 통해 바이오의료 응용뿐 아니라 모바일 등 다양한 카메라 응용 기술을 개발할 예정이라고 밝혔다.
제1 저자인 바이오및뇌공학과 김현경 박사과정은 “제작된 곤충 눈 카메라가 작은 크기임에도 불구하고 고속 및 저조도 촬영에서 뛰어난 성능을 발휘하는 것을 실험적으로 검증했다”라며, “이 카메라는 이동식 카메라 시스템, 보안 감시, 의료 영상 등 다양한 분야에서의 응용 가능성을 열었다”라고 말했다.
바이오및뇌공학과 김현경 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 어드밴시스(Science Advances)'에 1월 출판됐다. (논문명 : Biologically-inspired microlens array camera for high-speed and high-sensitivity imaging)
DOI: https://doi.org/10.1126/sciadv.ads3389
한편 이번 연구는 국방기술진흥연구소, 과학기술정보통신부, 그리고 산업통상자원부의 지원을 받아 수행됐다.
2025.01.16 조회수 2233 -
암세포를 정상세포로 되돌려 치료하는 원천기술 개발
지금까지 다양한 항암 치료 기술이 개발됐음에도 현재 시행되고 있는 모든 항암치료의 공통점은 암세포를 사멸시켜서 치료하는 것을 목표로 하고 있다. 이로 인해 암세포가 내성을 획득해 재발하거나 정상세포까지 사멸시켜 큰 부작용을 유발하는 등 근본적인 한계를 지니고 있다.
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 대장암세포를 죽이지 않고 그 상태만을 변환시켜 정상 대장세포와 유사한 상태로 되돌림으로써 부작용 없이 치료할 수 있는 대장암 가역 치료를 위한 원천기술을 개발하였다고 22일 밝혔다.
연구팀은 정상세포의 암화 과정에서 정상적인 세포분화 궤적을 역행한다는 관찰 결과에 주목하고, 이를 기반으로 정상세포의 분화궤적에 대한 유전자네트워크의 디지털트윈을 제작하는 기술을 개발했다.
그리고 이를 시뮬레이션 분석해 정상세포 분화를 유도하는 마스터 분자스위치를 체계적으로 탐색해 발굴한 뒤 대장암세포에 적용했을 때 대장암세포의 상태가 정상화된다는 것을 분자세포 실험과 동물실험을 통해 입증했다.
이번 연구성과는 암세포를 정상세포로 가역화 하는 것이 우연한 현상적 발견에 의존하는 것이 아니라 암세포 유전자 네트워크의 디지털 트윈을 제작하고 분석함으로써 체계적으로 접근해 이루어낼 수 있음을 보인 원천기술 개발이며 이 기술을 다른 다양한 암종에 응용하여 암 가역 치료제 개발이 가능함을 제시한 것에 큰 의미가 있다.
조광현 교수는 "암세포가 정상세포로 변환될 수 있다는 것은 놀라운 현상이다. 이번 성과는 이를 체계적으로 유도해낼 수 있음을 증명한 것이다ˮ라고 말했다.
이어 “이번 연구 결과는 암세포를 정상세포로 되돌리는 가역 치료 개념을 최초로 제시한 성과들을 바탕으로 정상세포의 분화궤적을 체계적으로 분석해 암 가역화 치료타겟을 발굴하는 원천기술을 개발한 것이다”라고 강조했다.
우리 대학 공정렬 박사, 이춘경 박사과정 학생, 김훈민 박사과정 학생, 김주희 박사과정 학생 등이 참여한 이번 연구 결과는 와일리(Wiley)에서 출간하는 국제저널 `어드밴스드 사이언스(Advanced Science)' 12월 11일 字 온라인판 논문으로 출판됐다. (논문명: Control of cellular differentiation trajectories for cancer reversion) DOI: https://doi.org/10.1002/advs.202402132
한편 이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구사업 및 기초연구실사업의 지원을 통해 수행되었으며 연구 성과는 바이오리버트(주)로 기술이전 되어 실제 암 가역치료제 개발에 활용될 예정이다.
2024.12.23 조회수 6631 -
이제 골격근도 제작 가능하다
인체의 상당 부분을 차지하는 골격근을 이제 우리 연구진에 의해 랩온어칩과 같은 첨단 바이오 제조 기술을 적용해 안정적인 제작이 가능하게 됐다.
우리 대학 기계공학과 바이오미세유체 연구실 전성윤 교수 연구팀이 기계공학과 심기동 교수팀과 공동 연구를 통해, 체외 삼차원 환경에서 골격근 조직을 제작하는 바이오 미세유체시스템(Biomicrofluidic system)*을 개발했다고 27일 밝혔다.
*바이오 미세유체시스템: 반도체 회로 제조 등에 사용되는 포토리소그래피(Photolithography) 공정 등을 기반으로 제작되는 마이크로 스케일의 시스템으로, 세포 및 생체조직 배양, 유동 생성 및 제어 등에 활용됨
연구팀은 해당 연구에서 자체 개발한 미세유체시스템을 사용해 골격근 조직 배양에 있어 큰 비중을 차지하는 하이드로겔의 구성 성분, 겔화 시간, 세포의 농도를 조절해 다양한 조건에서 삼차원 근육 밴드를 제작했다.
또한, 제작된 골격근 조직에 대해 근육의 수축력 및 반응 속도 측정과 함께 조직 형태, 기계적 특성, 골격근 성장 및 분화와 관련된 유전자 발현 비교 등 다양한 분석을 진행했다. 그리고 결과 분석을 통해 최적의 근육 조직 제작법을 확립했으며, 이러한 최적의 제작법으로 배양했을 때 견고한 골격근 조직이 제작된 것을 확인했다.
조직공학 및 배양 시스템 설계의 중요성을 강조한 이번 연구에서는, 하이드로젤 특성이 3D 근골격계 조직 발달에 미치는 영향을 조사했다. 주요 연구 결과에 따르면 하이드로젤의 기계적 특성은 세포 분화와 조직 기능을 높인다.
전성윤 교수는 “이번 연구는 인공 골격근 조직 배양에 있어 세포가 함유된 하이드로젤 제조에 대한 조건의 영향을 탐구함으로써 기존의 균일하지 못한 배양 방식에 가이드라인을 제시하고, 치료 응용 및 질병 모델링을 위한 조직 공학 최적화를 위한 필수 인사이트를 제공한다. 그리고 향후 골격근뿐 아니라 심장이나 골수와 같은 인공 생체 조직 제작에 도움을 주고 본 플랫폼은 노화나 우주 미세중력등에 의한 근감소증을 비롯한 여러 근골격계 질병 연구에 활용 될 것을 기대한다”고 말했다.
기계공학과 김재상 박사 및 김인우 박사과정 학생이 공동으로 진행한 이번 연구는, 국제 학술지인 ‘어드밴스드 펑셔널 머터리얼즈(Advanced functional materials)’에 2024년 10월 7일자로 게제됐다.(논문명 : Strategic Approaches in Generation of Robust Microphysiological 3D Musculoskeletal Tissue System. https://doi.org/10.1002/adfm.202410872)
한편 이번 연구는 한국연구재단 및 BK21 사업의 지원으로 수행되었다.
2024.11.27 조회수 3584 -
친환경을 위한 숙신산 세계 최고 수준 생산 성공
지구 온난화 등의 심각한 환경 문제로 인해 화석 연료를 대체할 수 있는 친환경 기반 화학물질 생산 기술개발의 필요성이 지속적으로 증가하고 있다. 우리 연구진이 화학적인 공정이 아닌 시스템 대사공학을 활용, 플라스틱의 원료와 식품, 의약품 등의 합성에 사용되는 매우 중요한 산업 기반 화학물질인 숙신산을 세계 최고 수준으로 생산하는 데 성공해 화제다.
우리 대학 생명화학공학과 김지연 박사과정생과 이종언 박사를 포함한 이상엽 특훈교수 연구팀이 마그네슘(Mg2+) 수송 시스템을 최적화함으로써 고효율 숙신산 생산 균주를 개발했다고 11일 밝혔다.
이상엽 특훈교수 연구팀은 한우의 반추위에서 분리한 미생물인 ‘맨하이미아 (Mannheimia)’의 대사회로를 조작하고 마그네슘 수송 시스템을 최적화해 세계 최고 수준의 생산성을 갖는 숙신산 생산 기술을 개발했다.
연구팀은 미생물 발효 과정 중 pH 조절을 위해 사용되는 다양한 알칼리성 중화제가 숙신산 생산에 미치는 영향을 파악하고, 최적화된 중화제를 선정했다. 특히 수산화마그네슘(Mg(OH)2)이 포함된 중화제를 사용, 마그네슘이 미치는 생리학적 영향을 분석해 세포 성장과 숙신산 생산에 중요한 역할을 한다는 사실을 확인했다.
또한, 맨하이미아 내 존재하는 마그네슘 수송체인 corA 유전자를 규명하고, 다양한 마그네슘 수송체를 도입해 마그네슘의 수송을 더욱 향상했다. 그중 살모넬라 엔테리카(Salmonella enterica) 균에서 유래한 고효율 마그네슘 수송체를 도입해 시스템을 최적화한 결과 152.23 g/L의 숙신산을 생산했으며, 최대 생산성은 39.64 g/L/h를 달성했다.
이는 기존 대비 약 2배 향상된, 현재까지 보고된 세계 최고의 숙신산 생산성 수치로, 연구팀은 이 과정에서 계속해서 세계 기록을 세우며 자체 기록을 경신하고 있다. 이는 생물학적 플랫폼을 통해 화학물질 생산을 극대화한 중요한 발전으로 의의를 지닌다.
이번 논문의 공동 제1 저자인 김지연 박사과정생은 “마그네슘 수송 시스템을 최적화해 고농도의 숙신산을 생산했다는 점에 의의가 있다”며, “이 기술이 향후 중요한 화학물질들을 생물학적으로 생산하는 미생물 균주 개발의 전략으로 작용할 것으로 기대된다”고 밝혔다. 또한, 이상엽 특훈교수는 “이번 연구는 숙신산 생산의 새로운 표준을 제시했으며 생물 기반 화학물질의 경제성을 크게 높일 수 있는 잠재력을 가지고 있으며, 지속 가능한 바이오화학 산업의 발전에도 크게 기여할 것으로 기대된다”고 말했다.
해당 연구 결과는 국제 학술지인 `미국 국립과학원 회보(PNAS)'에 9월 6일(현지시간) 자 게재됐다.
※ 논문명 : High-level succinic acid production by overexpressing a magnesium transporter in Mannheimia succiniciproducens
※ 저자 정보 : 김지연(한국과학기술원, 공동 제1 저자), 이종언(한국과학기술원, 공동 제1 저자), 안정호(한국과학기술원), 이상엽(한국과학기술원, 교신저자) 포함 총 4명
한편, 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제(과제 책임자 KAIST 이상엽 특훈교수)의 지원을 받아 수행됐다.
2024.09.11 조회수 3182 -
국내 최초 인공위성 대상 사이버 보안 점검 수행
최근 지구 관측, 기상 관측, 위성통신, 위성항법 시스템 등 다양한 우주 산업영역이 빠르게 확장되고 있으며 위성 시스템은 사회의 필수적인 인프라로 자리 잡고 있다. 이들 시스템에 대한 사이버공격은 심각한 경제적 손실과 함께 국민 생활의 불편을 초래할 수 있어 국가 우주 인프라 보호를 위해 위성 사이버보안 관리체계가 요구되고 있다.
우리 대학은 국가정보원과 협력하여 우주 분야를 대상으로 한 사이버 위협에 대비하고 국가 위성 자산의 안정성을 확보하기 위해 KAIST 인공위성연구소에서 운영 중인 인공위성과 지상국을 대상으로 사이버보안 점검을 국내 최초로 실시한다고 28일 밝혔다.
국가정보원은 지난 6월 관계 부처와 KAIST 등 우주 관련 연구기관이 참여하는 위성 사이버보안 협의체를 출범해 인공위성의‘설계ㆍ운용ㆍ폐기’등 생애 全 주기에 대한 사이버보안 관리체계를 구축하고 있다.
인공위성연구소는 국가정보원과 함께 임무 운영을 종료한 차세대소형위성과 운영 지상국을 대상으로 다양한 사이버공격 시나리오를 검토하고 대응 방안을 모색해 나갈 계획이다.
우리 대학 이광형 총장은 “우주 연구 분야에서 국내 최고 수준의 기술력을 갖추고 있는 KAIST와 사이버보안 최고 기관인 국가정보원의 역량이 뭉쳐져 시너지 창출이 될 것”이라며, “KAIST가 사이버 위협으로부터 국가 우주자산을 보호할 수 있는 체계 마련과 기술개발에 큰 역할을 할 것으로 기대한다”고 밝혔다.
2024.08.28 조회수 2735 -
미생물 이용한 플라스틱 환경오염 문제 해결 다가가
여러 친환경 고분자 중에서도 폴리하이드록시알카노에이트(이하 PHA)는 생분해성과 생체 적합성이 뛰어나 토양이나 해양 환경에서도 생분해되며, 식품 포장재나 의료용품 등에 사용되고 있다. 하지만 지금까지 생산된 천연 PHA(natural PHA)는 내구성, 열적 안정성 등 다양한 물성을 충족시키기 어렵고, 생산 농도가 낮아 상업적으로 활용하는 데 한계가 있었다. 우리 대학 연구진이 플라스틱으로 인한 환경오염 문제 해결에 중요한 기술을 개발해 화제다.
우리 대학 생명화학공학과 이영준 박사와 강민주 석사과정생을 포함한 이상엽 특훈교수 연구팀이 시스템 대사공학을 이용해 `방향족 폴리에스터*를 고효율로 생산하는 미생물 균주 개발'에 성공했다고 26일 밝혔다.
*방향족 폴리에스터: 방향족 화합물(벤젠과 같은 특별한 형태의 탄소 고리 구조)을 포함하고 에스터 결합을 가지고 있는 고분자
이번 연구에서는 대사공학을 이용해 대장균 내 방향족 단량체인 페닐 젖산(phenyllactate, PhLA) 생합성 회로의 대사 흐름을 강화하고 대사 회로를 조작해 세포 내부에 축적된 고분자의 분율을 높였으며, 컴퓨터 시뮬레이션을 이용해 PHA 합성 효소의 구조를 예측하고 구조와 기능의 상관관계를 바탕으로 효소를 개량했다.
연구팀은 이후 발효 최적화를 통해 세계 최고 농도(12.3±0.1 g/L)로 폴리(PhLA)를 고효율로 생산하고 30L 규모의 유가식 발효로 성공적으로 폴리에스터를 생산해 산업화 수준 생산의 가능성도 보였다. 생산된 방향족 폴리에스터들은 추후 약물 전달체로서의 가능성과 더불어 향상된 열적 물성, 상업화되고 개선된 기계적 물성을 보여주었다.
연구팀은 비천연 PHA 생산에서 외래 파신(phasin) 단백질*이 경제성, 효율성과 직결되는 세포 내 고분자 축적분율 증가에 중요한 역할을 한다는 것을 입증하고 PHA 합성 효소를 합리적 효소 설계 방법으로 개량했다. 효소의 삼차원 입체 구조를 호몰로지 모델링(비슷한 단백질의 구조를 바탕으로 새로운 단백질의 삼차원 입체 구조를 예측하는 방법)을 통해 예측하고, 이를 분자 도킹 시뮬레이션(단량체가 효소에 잘 결합할 수 있는지 예측하는 시뮬레이션)과 분자 동역학 시뮬레이션(분자들이 시간에 따라 어떻게 움직이고 상호작용하는지 예측하는 시뮬레이션)을 이용해 단량체의 중합 효율이 향상된 변이 효소로 개량했다.
*외래 파신 단백질: 파신은 PHA 생산과 관련된 단백질로 작은 입자(granule) 형태의 PHA 표면에서 세포질 환경과 상호작용하며 고분자 축적, granule 수 및 크기 조절 등에 관여한다. 본 연구에서는 다양한 천연 PHA 생산 미생물로부터 유래된 파신 단백질 암호화 유전자를 선별해 도입하였다.
이번 논문의 공동 제1 저자인 이영준 박사는 “친환경적인 원료와 방법으로 미생물 기반의 방향족 폴리에스터를 세계 최고 농도로 생산했다는 점에 의의가 있다”며 “이 기술이 플라스틱으로 인한 환경 오염 문제 해결에 중요한 역할을 할 것으로 기대된다”고 밝혔다. 또한 이상엽 특훈교수는 “시스템 대사공학을 이용해 유용한 고분자를 고효율로 생산하기 위해 다양한 전략을 제시한 이번 연구가 기후 변화 문제와 특히 최근 플라스틱 문제의 해결에 크게 기여할 수 있을 것”이라고 밝혔다.
해당 연구 결과는 국제 학술지인 셀(Cell) 誌가 발행하는 `생물공학 동향(Trends in Biotechnology)'에 8월 21일에 게재됐다.
※ 논문명 : Microbial production of an aromatic homopolyester
※ 저자 정보 : 이영준(한국과학기술원, 공동 제1 저자), 강민주 (한국과학기술원, 공동 제1 저자), 장우대(한국과학기술원, 제2 저자), 최소영(한국과학기술원, 제3 저자), 양정은(한국과학기술원, 제4 저자), 이상엽(한국과학기술원, 교신저자) 포함 총 6명
한편 이번 연구는 과기정통부가 지원하는 석유 대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제 (과제 책임자 KAIST 이상엽 특훈교수)와 ‘미생물 세포공장 기반 신규 방향족 바이오플라스틱의 원스텝-원팟 생산 원천기술 개발 과제 (과제 책임자 이화여대 박시재 교수)’의 지원을 받아 수행됐다.
2024.08.26 조회수 7101 -
대형언어모델로 42% 향상된 추천 기술 연구 개발
최근 소셜 미디어, 전자 상거래 플랫폼 등에서 소비자의 만족도를 높이는 다양한 추천서비스를 제공하고 있다. 그 중에서도 상품의 제목 및 설명과 같은 텍스트를 주입하여 상품 추천을 제공하는 대형언어모델(Large Language Model, LLM) 기반 기술이 각광을 받고 있다. 한국 연구진이 이런 대형언어모델 기반 추천 기술의 기존 한계를 극복하고 빠르고 최상의 추천을 해주는 시스템을 개발하여 화제다.
우리 대학 산업및시스템공학과 박찬영 교수 연구팀이 네이버와 공동연구를 통해 협업 필터링(Collaborative filtering) 기반 추천 모델이 학습한 사용자의 선호에 대한 정보를 추출하고 이를 상품의 텍스트와 함께 대형언어모델에 주입해 상품 추천의 높은 정확도를 달성할 수 있는 새로운 대형언어모델 기반 추천시스템 기술을 개발했다고 17일 밝혔다.
이번 연구는 기존 연구에 비해 학습 속도에서 253% 향상, 추론 속도에서 171% 향상, 상품 추천에서 평균 12%의 성능 향상을 이뤄냈다. 특히, 사용자의 소비 이력이 제한된 퓨샷(Few-shot) 상품* 추천에서 평균 20%의 성능 향상, 다중-도메인(Cross-domain) 상품 추천**에서 42%의 성능 향상을 이뤄냈다.
*퓨샷 상품: 사용자의 소비 이력이 풍부하지 않은 상품.
**다중-도메인 상품 추천: 타 도메인에서 학습된 모델을 활용하여 추가학습없이 현재 도메인에서 추천을 수행. 예를 들어, 의류 도메인에 추천 모델을 학습한 뒤, 도서 도메인에서 추천을 수행하는 상황을 일컫는다.
기존 대형언어모델을 활용한 추천 기술들은 사용자가 소비한 상품 이름들을 단순히 텍스트 형태로 나열해 대형언어모델에 주입하는 방식으로 추천을 진행했다. 예를 들어 ‘사용자가 영화 극한직업, 범죄도시1, 범죄도시2를 보았을 때 다음으로 시청할 영화는 무엇인가?’라고 대형언어모델에 질문하는 방식이었다.
이에 반해, 연구팀이 착안한 점은 상품 제목 및 설명과 같은 텍스트뿐 아니라 협업 필터링 지식, 즉, 사용자와 비슷한 상품을 소비한 다른 사용자들에 대한 정보가 정확한 상품 추천에 중요한 역할을 한다는 점이었다. 하지만, 이러한 정보를 단순히 텍스트화하기에는 한계가 존재한다. 이에 따라, 연구팀은 미리 학습된 협업 필터링 기반 추천 모델로부터 사용자의 선호에 대한 정보를 추출하고 이를 대형언어모델이 이해할 수 있도록 변환하는 경량화된 신경망을 도입했다.
연구팀이 개발한 기술의 특징으로는 대형언어모델의 추가적인 학습이 필요하지 않다는 점이다. 기존 연구들은 상품 추천을 목적으로 학습되지 않은 대형언어모델이 상품 추천이 가능하게 하도록 대형언어모델을 파인튜닝(Fine-tuning)* 하는 방법을 사용했다. 하지만, 이는 학습과 추론에 드는 시간을 급격히 증가시키므로 실제 서비스에서 대형언어모델을 추천에 활용하는 것에 큰 걸림돌이 된다. 이에 반해, 연구팀은 대형언어모델의 직접적인 학습 대신 경량화된 신경망의 학습을 통해 대형언어모델이 사용자의 선호를 이해할 수 있도록 했고, 이에 따라 기존 연구보다 빠른 학습 및 추론 속도를 달성했다.
*파인튜닝: 사전 학습된 대규모 언어모델을 특정 작업이나 데이터셋에 맞게 최적화하는 과정.
연구팀을 지도한 박찬영 교수는 “제안한 기술은 대형언어모델을 추천 문제에 해결하려는 기존 연구들이 간과한 사용자-상품 상호작용 정보를 전통적인 협업 필터링 모델에서 추출해 대형언어모델에 전달하는 새로운 방법으로 이는 대화형 추천 시스템이나 개인화 상품 정보 생성 등 다양한 고도화된 추천 서비스를 등장시킬 수 있을 것이며, 추천 도메인에 국한되지 않고 이미지, 텍스트, 사용자-상품 상호작용 정보를 모두 사용하는 진정한 멀티모달 추천 방법론으로 나아갈 수 있을 것”이라고 말했다.
우리 대학 산업및시스템공학과 김세인 박사과정 학생과 전산학부 강홍석 학사과정(졸) 학생이 공동 제1 저자, 네이버의 김동현 박사, 양민철 박사가 공동 저자, KAIST 산업및시스템공학과의 박찬영 교수가 교신저자로 참여한 이번 연구는 데이터마이닝 최고권위 국제학술대회인 ‘국제 데이터 마이닝 학회 ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2024)’에서 올 8월 발표할 예정이다. (논문명: Large Language Models meet Collaborative Filtering: An Efficient All-round LLM-based Recommender System).
한편 이번 연구는 네이버 및 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행됐다. (NRF-2022M3J6A1063021, RS-2024-00335098)
2024.07.17 조회수 4320 -
암세포 약물반응 예측 ‘그레이박스’ 개발
지난 수십 년간 많은 의생명과학자의 집중적인 연구에도 불구하고 여전히 국내 사망원인 1위는 암이다. 이처럼 암 치료가 난해한 이유는 환자마다 암 발생의 원인이 되는 유전자 돌연변이와 그로 인한 유전자 네트워크 변형이 서로 달라서 전통적인 실험생물학 접근만으로 표적치료를 적용하는 데에는 본질적인 한계가 있기 때문이다. 한편 딥러닝과 같은 소위 블랙박스(black-box) 방식의 인공지능 기술을 활용해 실험을 대체하고 데이터 학습을 통해 약물 반응을 예측할 수 있으나 이에 대한 생물학적 근거를 설명할 수 없어 결과를 신뢰하기 어려웠다.
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 인공지능과 시스템생물학을 융합해 암세포의 약물 반응 예측 및 메커니즘 분석을 동시에 이룰 수 있는 새로운 개념의 ‘그레이박스’ 기술을 개발했다고 3일 밝혔다.
조광현 교수 연구팀은 높은 예측 성능을 보이지만 그 근거를 알 수 없어 블랙박스로 불리는 딥러닝과 복잡한 대규모 모델의 경우 예측 성능의 한계를 지니지만 예측 결과에 대한 상세한 근거를 제시할 수 있어서 화이트박스로 불리는 시스템생물학 기술을 융합함으로써 두 기술의 한계를 동시에 극복할 수 있는 소위 ‘그레이박스’ 기술을 착안했다.
연구팀은 다양한 암종의 돌연변이 및 표적항암제 타겟 유전자 정보를 집대성해 분자 조절 네트워크 모델을 구축함으로써 여러 암종과 항암제의 약물 반응 예측에 활용될 수 있는 범용적 골격 모델을 우선 정립했다. 특히 다양한 암종에서 돌연변이가 빈번하게 발생하는 유전자들을 중심으로 전암(pan-cancer) 유전자 네트워크를 제작했고 표적항암제별 약물 반응과 관련된 돌연변이 및 연관 유전자들로 구성된 부분네트워크(sub-network)를 추출함으로써 약물 반응 예측을 위한 시스템생물학 모델을 제작했다.
연구팀은 이렇게 제작된 모델의 매개변수를 딥러닝 블랙박스 최적화기를 통해 결정하는 방식으로 트라메티닙, 아파티닙, 팔보시클립 세 개의 표적항암제 및 대장암, 유방암, 위암 세 개의 암종에 대한 그레이박스 모델을 구축했다. 완성된 모델의 약물 반응 컴퓨터시뮬레이션 결과는 각 암종별 약물반응의 민감도 차이를 보이는 세포주(cancer cell lines) 실험을 통해 비교 검증됐다.
특히 개발된 모델은 미국 국립암연구소(National Cancer Institute)의 돌연변이 정보 기반 약물 반응 예측으로는 동일한 반응을 보일 것으로 예상된 암세포주들이 실제로는 서로 다른 약물 반응을 보일 수 있다는 것을 정확히 예측했으며, 약물 반응의 차이가 발생하는 원인 또한 세포 주별 분자 네트워크 동역학의 차이로 상세히 설명할 수 있었다.
이번 연구 성과는 학습에 의한 시뮬레이션 모델 최적화를 통해 블랙박스 모델인 인공지능 기술의 높은 예측력과 화이트박스 모델인 시스템생물학 기술의 해석력을 동시에 달성한 새로운 약물 반응 예측 기술 개발이어서 그 의미가 크다. 특히, 발생 원인이 이질적이고 복잡한 네트워크 질환인 암에 대해 범용적으로 활용가능한 약물 반응 예측 원천기술이므로 향후 기술 고도화를 통해 다양한 종류의 암종 및 환자 맞춤형 치료 전략 제시에 활용될 수 있을 것으로 기대된다.
조광현 교수는 "인공지능 기술의 높은 예측력과 시스템생물학 기술의 우수한 해석력을 동시에 갖춘 새로운 융합원천기술로서 향후 고도화를 통해 신약 개발 산업의 활용이 기대된다ˮ고 말했다.
바이오및뇌공학과 김윤성 박사, 한영현 박사 등이 참여한 이번 연구 결과는 셀 프레스(Cell Press)에서 출간하는 국제저널 `셀 리포트 메소드(Cell Reports Methods)' 5월 20일 字 표지논문으로 출판됐다. (논문명: A grey box framework that optimizes a white box logical model using a black box optimizer for simulating cellular responses to perturbations)
논문링크: https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(24)00117-6
한편 이번 연구는 삼성미래기술육성사업 및 과학기술정보통신부와 한국연구재단의 중견연구사업 등의 지원으로 수행됐다.
2024.06.03 조회수 5177 -
수술 후 방광 기능은 전자센서로 모니터링하세요
방광절제술을 받은 환자들의 성공적인 재활을 위해 카테터* 삽입없이 방광 기능을 안전하게 모니터링하는 생체전자 시스템이 개발되어 화제다.
*카테터: 방광에 삽입하는 고무 또는 금속제의 가는 관
우리 대학 전기및전자공학부 권경하 교수팀이 미국 노스웨스턴대 김지혜 박사와 공동연구를 통해 방광의 크기 및 압력 변화를 정확하게 측정하는 디지털 헬스케어 기술을 개발했다고 16일 밝혔다.
부분적 방광절제술*은 긴 회복 기간이 필요하며, 이 기간에 요로 동역학 검사**(이하 UDS)를 통해 몸 밖으로 소변을 배출하는 기능을 간헐적으로 평가한다. 그러나 UDS는 환자 친화적이지 않으며 사용자마다 결과에 변동성이 있고, 연속적인 데이터 수집 능력이 제한된다. 또한 카테터 관련 요로 감염의 위험을 초래하며, 고위험 환자에게서는 상행성 신우신염으로 진행되기도 한다. 이러한 UDS의 적절한 대안으로, 요로에 카테터를 삽입하지 않고 방광의 상태를 연속적이고 실시간으로 모니터링할 수 있는 기술이 필요하다.
*부분적 방광절제술: 방광에 종양이 있는 부위를 잘라내고 나머지 방광을 이어 붙여주는 수술
**요로 동역학 검사: 방광과 요도의 전반적인 기능을 확인하여 치료 계획을 세우기 위한 진단적 검사
이에 연구팀은 방광의 충전 및 배뇨와 관련된 기계적 변형 변화를 무선 원격 측정할 수 있는 이식형 방광 플랫폼을 개발했다. 이 시스템은 생분해성 스트레인 센서를 이용해 방광의 크기와 압력 변화를 실시간으로 측정하고, 회복 기간이 끝나면 해당 센서가 신체 내에서 자연스럽게 용해돼 사라지는 것이 특징이다. 모니터링 장비 제거를 위한 추가 수술이 필요 없고 합병증 위험을 줄이는 것은 물론 환자의 편안함과 회복 시간을 개선한다.
연구팀은 이 플랫폼을 이식 후 최대 30일까지 실시간 변화를 재현적으로 측정할 수 있음을 쥐 모델에서 입증했다. 또한 개코원숭이 실험을 통해, 해당 기술이 전통적인 UDS와 비교해 최대 8주까지 압력 측정의 일치성을 보였다. 이러한 결과는 해당 시스템이 장기간 수술 후 방광 회복 모니터링을 위한 UDS의 적절한 대안으로 사용될 수 있음을 시사한다.
권경하 교수는 "비인간 영장류(개코원숭이)를 활용한 광범위한 실험을 통해 방광 기능에 대한 정확하고 신뢰할 수 있는 데이터를 제공하는 장치의 효능을 입증했다ˮ면서 "환자들의 회복 시간을 단축하고 전반적인 수술 결과를 개선하는데 활용할 수 있을 것ˮ이라고 말했다.
이번 연구 결과는 국제 학술지 `미국 국립 과학원 회보 (Proceedings of the National Academy of Sciences; PNAS)'에 지난 4월 2일 발표됐다. (논문명 : A wireless, implantable bioelectronic system for monitoring urinary bladder function following surgical recovery, 링크: https://www.pnas.org/doi/abs/10.1073/pnas.2400868121?af=R)
한편, 이번 연구는 과학기술정보통신부 한국연구재단의 기초연구사업, 지역혁신선도연구센터사업 및 BK21의 지원을 받아 수행됐다.
2024.04.16 조회수 4922