-
논문 마이닝부터 합성 조건 추천까지, MOF 연구를 혁신하는 대규모 언어 모델
우리 연구진이 챗GPT를 활용해 금속 유기 골격체(Metal-Organic Frameworks, MOFs) 연구 논문에서 실험 데이터를 자동으로 추출하는 데이터 마이닝 툴(이하 L2M3)을 개발했다. L2M3는 MOF의 합성 조건 및 물성 정보를 체계적으로 수집하며, 분류, 정보 식별 및 데이터 추출 작업에서 각각 98.3%, 97.3%, 95.3%의 높은 정확도를 기록했다. 또한, 추출한 데이터를 기반으로 MOF의 합성 조건을 추천하는 시스템을 개발하여 연구자들의 실험 과정 최적화를 지원하고 있어 화제가 되고 있다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 대규모 언어 모델(이하 LLMs) 급격한 발전에 주목하며, 이를 활용을 통해 금속 유기 골격체 문헌에서 MOF의 합성 및 물성 정보를 대량으로 추출하는 데이터 마이닝 툴(L2M3)를 개발했다고 7일 발표했다.
최근 MOF에 대한 연구들이 활발히 진행되어 MOF 실험 데이터가 축적되고 있다. 이에 따라 MOF 연구의 발전을 위해서는 신뢰할 수 있는 실험 데이터 확보가 필수적이며, 특히 논문에 산재한 합성 조건과 물성 정보를 효과적으로 정리하는 것이 큰 과제로 남아 있다. 기존에도 MOF 관련 데이터를 활용하려는 시도가 있었으나, 대부분 일부 특정 특성에 국한되어 있어 있다는 한계점이 존재했다.
김지한 교수 연구팀이 개발한 L2M3는 LLM을 활용하여 쉽고 효율적인 데이터 마이닝 환경을 구축함으로써, 데이터 마이닝에 익숙하지 않은 연구자들도 손쉽게 사용할 수 있는 강력한 도구로의 잠재력을 갖추고 있다.
기존 데이터 마이닝 방식으로는 다양한 특성에 대한 정확한 정보 추출이 어려웠으나, L2M3는 LLM의 자연어 처리 능력을 활용하여 더 정밀한 데이터 추출이 가능하다. 특히, 분류(98.3%)와 정보 식별(97.3%)에서 높은 정확도를 기록했으며, 과정이 복잡하여 정확도 확보가 어려운 데이터 추출 단계에서도 95.3%라는 뛰어난 성능을 보였다.
뿐만 아니라, L2M3는 추출된 합성 조건 데이터를 대규모 언어 모델로 미세 조정해 합성 조건 추천 시스템을 개발하였다. 연구자가 전구체 정보를 입력하면 최적의 합성 조건을 제안하여 실험 과정에서 발생하는 시행착오를 줄이고, MOF 합성을 더욱 효율적으로 수행할 수 있도록 지원한다. 이러한 접근 방식은 MOF 연구뿐만 아니라 다양한 재료 과학 분야에서도 데이터 마이닝과 인공지능을 활용한 연구 패러다임을 새롭게 정의할 수 있는 가능성을 제시하고 있다.
김지한 교수는 “이번 연구는 인공지능을 활용한 재료 과학 연구의 새로운 기준을 제시하는 중요한 진전을 의미한다. L2M3는 방대한 과학 문헌에서 실험 데이터를 체계적으로 수집하고 분석함으로써, 기존 데이터 부족 문제를 해결하고 보다 신뢰성 높은 데이터 기반 연구를 가능하게 한다. 향후 L2M3의 데이터 처리 성능과 합성 조건 추천 모델이 더욱 정교화된다면, MOF뿐만 아니라 다양한 재료 연구에서도 혁신적인 발견을 가속화할 것으로 기대된다.” 라고 말했다.
생명화학공학과 강영훈, 이원석 박사, 배태언 박사과정이 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `미국 화학회지(Journal of the American Chemical Society)'에 지난 1월 21일 게재됐다. (논문명: Harnessing Large Language Models to Collect and Analyze Metal–Organic Framework Property Data Set)
한편 이번 연구는 과학기술정보통신부의 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업, 한국연구재단(NRF)의 나노 및 소재기술개발사업, 그리고 국가슈퍼컴퓨팅센터의 지원을 받아 수행됐다.
2025.02.07
조회수 1541
-
원하는 소재 개발 인공지능 모퓨전(MOFFUSION)으로
최근 생성형 인공지능은 텍스트, 이미지, 비디오 생성 등 다양한 분야에서 널리 사용되고 있지만, 소재 개발 분야에서는 아직 충분히 활용되지 못하고 있다. 이러한 상황에서 KAIST 연구진이 구조적 복잡성을 지닌 다공성 소재를 생성하는 인공지능 모델을 개발하여, 사용자가 원하는 특성의 소재를 선택적으로 생성할 수 있게 되었다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 원하는 물성을 가진 금속 유기 골격체(Metal-Organic Frameworks, MOF)를 생성하는 인공지능 모델을 개발했다고 23일 밝혔다.
김지한 교수 연구팀이 개발한 생성형 인공지능 모델인 모퓨전(MOFFUSION)은 금속 유기 골격체의 구조를 보다 효율적으로 표현하기 위해, 이들의 공극 구조를 3차원 모델링 기법을 활용해 나타내는 혁신적인 접근 방식을 채택했다. 이 기법을 통해 기존 모델들에서 보고된 낮은 구조 생성 효율을 81.7%로 크게 향상시켰다.
또한, 모퓨전은 생성 과정에서 사용자가 원하는 특성을 다양한 형태로 표현하여 인공지능 모델에 입력할 수 있는 특징이 있다. 연구진은 사용자가 원하는 물성을 숫자, 카테고리, 텍스트 등 다양한 형태로 입력할 수 있으며, 데이터 형태와 관계없이 높은 생성 성능을 보임을 확인했다.
예를 들어, 사용자가 생성하고자 하는 물질의 특성값을 텍스트 형태(예:“30 g/L의 수소 흡착량을 갖는 구조”)로 모델에 입력하면, 모델은 이에 상응하는 물질을 선택적으로 생성한다. 이러한 특징은 소재 개발에 있어 인공지능 모델의 활용성과 편의성을 크게 개선하는 요소로 작용한다.
김지한 교수는 “원하는 물성의 소재를 개발하는 것은 소재 분야의 가장 큰 목표이며 오랜 연구 주제”라며, “연구팀이 개발한 기술은 인공지능을 활용한 다공성 소재 개발에 있어 큰 발전을 이뤘으며, 앞으로 해당 분야에서 생성형 인공지능의 도입을 촉진할 것”이라고 말했다.
우리 대학 생명화학공학과 박준길 박사, 이유한 박사가 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)'에 지난 1월 2일 게재됐다. (논문명 : Multi-modal conditional diffusion model using signed distance functions for metal-organic frameworks generation) (https://doi.org/10.1038/s41467-024-55390-9)
한편 이번 연구는 과학기술정보통신부의 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업, 나노 및 소재기술 개발사업, 그리고 한국연구재단 (NRF) 중견연구자 지원사업의 지원을 받아 수행됐다.
2025.01.23
조회수 2256
-
난치성 뇌종양 치료의 새로운 가능성 열다
면역항암제는 암세포를 제거하는 T세포의 항암 면역작용을 강화하는 가장 주목받는 항암치료 요법이다. 하지만 난치성 뇌종양인 교모세포종의 경우 면역관문억제제를 활용한 수차례 임상시험에서 그 효과를 확인할 수 없었다. 우리 연구진이 난치성 암종에서 T세포가 만성적 항원에 노출되어 기능이 상실되거나 약화된 원인을 분석하여 T세포 활성 제어 인자를 발굴하고 치료 효능 증진 원리를 규명했다.
우리 대학 생명과학과 이흥규 교수 연구팀이 한국화학연구원(원장 이영국) 감염병예방진단기술연구센터와 협력하여, 교모세포종 실험 쥐 모델에서 억제성 Fc 감마수용체(FcγRIIB)의 결손을 통한 면역관문억제제의 세포독성 T세포 불응성을 회복해, 항암 작용 증대를 유도함으로 생존율 개선 효능을 확인했다고 6일 밝혔다.
연구팀은 최근 세포독성 T세포에서 발견된 억제 수용체(FcγRIIB)가 종양 침윤 세포독성 T세포의 특성과 면역관문억제제(항 PD-1)의 치료 효능에 미치는 영향을 확인했다.
연구 결과, 억제 수용체(FcγRIIB)가 결손되었을때 종양항원 특이적 기억 T세포의 증가를 유도했다. 이 같은 T세포 아형은 탈진화를 억제하고 줄기세포 특성을 강화했고, 이를 통한 항 PD-1 치료의 회복된 T세포 항암 면역반응을 이끌었다. 또한, 연구팀은 항원 특이적 기억 T세포가 FcγRIIB 결손 시 상대적으로 높은 수의 증가와 함께 지속적인 종양 조직 내 T세포 침투를 이끈다는 결과를 확인했다.
해당 연구는 면역관문억제제에 불응성을 보이는 종양에 대한 새로운 치료 타깃을 제시했으며, 특히 교모세포종과 같은 항 PD-1 치료에 반응하지 않는 종양에 FcγRIIB 억제와 항 PD-1 치료를 병행함으로써 시너지 효과를 발휘할 수 있음을 증명했다.
연구팀은 이러한 FcγRIIB 억제를 통한 항암 면역작용 증진 전략이 면역관문억제제의 효능을 높이는 데 중요한 기여를 할 것으로 기대하고 있다.
생명과학과 이흥규 교수는 “면역관문 치료제를 이용한 뇌종양 치료 임상 실패를 극복할 가능성과 다른 난치성 종양으로의 범용적 적용 가능성을 제시한 결과로 추후 세포독성 T 세포의 종양 세포치료 활용과 접근 가능성도 확인한 결과”라고 소개했다.
우리 대학 구근본 박사(現, 한국화학연구원 감염병예방진단기술연구센터 선임연구원)가 제1 저자로 참여한 이번 연구는 암 면역치료 학회(Society for Immunotherapy of Cancer)에서 발간하는 종양면역 및 치료 분야 국제 학술지 `Journal for ImmunoTherapy of Cancer'에 10월 26일 온라인판에 게재됐다. (논문명: Inhibitory Fcγ receptor deletion enhances CD8 T cell stemness increasing anti-PD-1 therapy responsiveness against glioblastoma, http://dx.doi.org/10.1136/jitc-2024-009449)
한편 이번 연구는 한국연구재단 개인기초연구사업, 바이오의료기술개발사업 및 삼성미래육성재단의 지원을 받아 수행됐다.
2024.11.06
조회수 3685
-
인공지능 화학 학습으로 새로운 소재 개발 가능
새로운 물질을 설계하거나 물질의 물성을 예측하는 데 인공지능을 활용하기도 한다. 한미 공동 연구진이 기본 인공지능 모델보다 발전되어 화학 개념 학습을 하고 소재 예측, 새로운 물질 설계, 물질의 물성 예측에 더 높은 정확도를 제공하는 인공지능을 개발하는 데 성공했다.
우리 대학 화학과 이억균 명예교수와 김형준 교수 공동 연구팀이 창원대학교 생물학화학융합학부 김원준 교수, 미국 UC 머세드(Merced) 응용수학과의 김창호 교수 연구팀과 공동연구를 통해, 새로운 인공지능(AI) 기술인 ‘프로핏-넷(이하 PROFiT-Net)’을 개발하는 데 성공했다고 9일 밝혔다.
연구팀이 개발한 인공지능은 유전율, 밴드갭, 형성 에너지 등의 주요한 소재 물성 예측 정확도에 있어서 이번 기술은 기존 딥러닝 모델의 오차를 최소 10%, 최대 40% 줄일 수 있는 것으로 보여 주목받고 있다.
PROFiT-Net의 가장 큰 특징은 화학의 기본 개념을 학습해 예측 성능을 크게 높였다는 점이다. 최외각 전자 배치, 이온화 에너지, 전기 음성도와 같은 내용은 화학을 배울 때 가장 먼저 배우는 기본 개념 중 하나다.
기존 AI 모델과 달리, PROFiT-Net은 이러한 기본 화학적 속성과 이들 간의 상호작용을 직접적으로 학습함으로써 더욱 정밀한 예측을 할 수 있다. 이는 특히 새로운 물질을 설계하거나 물질의 물성을 예측하는 데 있어 더 높은 정확도를 제공하며, 화학 및 소재 과학 분야에서 크게 기여할 것으로 기대된다.
김형준 교수는 "AI 기술이 기초 화학 개념을 바탕으로 한층 더 발전할 수 있다는 가능성을 보여주었다ˮ고 말했으며 “추후 반도체 소재나 기능성 소재 개발과 같은 다양한 응용 분야에서 AI가 중요한 도구로 자리 잡을 수 있는 발판을 마련했다ˮ고 말했다.
이번 연구는 KAIST의 김세준 박사가 제1 저자로 참여하였고, 국제 학술지 `미국화학회지(Journal of the American Chemical Society)' 에 지난 9월 25일 字 게재됐다.
(논문명: PROFiT-Net: Property-networking deep learning model for materials, PROFiT-Net 링크: https://github.com/sejunkim6370/PROFiT-Net)
한편 이번 연구는 한국연구재단(NRF)의 나노·소재 기술개발(In-memory 컴퓨팅용 강유전체 개발을 위한 전주기 AI 기술)과 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업으로 진행됐다.
2024.10.10
조회수 5646
-
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 5022
-
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 5713
-
자바스크립트 안정성을 책임지다
전 세계에서 가장 널리 사용되는 프로그래밍 언어 중 하나인 자바스크립트*는 컴퓨터 뿐 아니라 스마트폰, 스마트시계 등 다양한 기기에서 동작하기 때문에, 자바스크립트 실행기를 올바르게 구현하는 것이 매우 중요하다. 또한 프로그램 개발 및 배포 과정에서 사용되는 소프트웨어의 안정성 보장이 중요하다.
*자바스크립트: C나 Java와 같이 컴파일 후 사용해야하는 프로그래밍 언어와 달리 코드를 작성하고 바로 실행해 볼 수 있음
우리 대학 전산학부 류석영 교수 연구팀이 고려대 박지혁 교수와 공동연구를 통해 인간 친화적인 형태인 영어로 작성한 자연어 명세에서 컴퓨터에 친화적인 형태인 기계화 명세를 자동으로 추출해 이를 기반으로 자바스크립트 생태계 안정성을 보장하는 기술을 개발하는데 성공했다고 7일 밝혔다.
현재 자바스크립트는 2015년부터 매년 새로운 기능이 추가될 정도로 급성장에 따른 부작용으로 프로그램 실행 중 작동이 되지 않거나 개인 정보 유출 등 언어 생태계의 안정성을 보장하기가 상당히 어려운 상황이다.
연구팀은 이번 기술을 활용하여 크롬 및 엣지와 같은 웹 브라우저에 내장된 자바스크립트 엔진 및 코드 변환 도구에서 수많은 결함을 검출해 내는 데 성공했다. 또한, 자바스크립트용 정적 분석기*를 결함 없이 자동으로 생성하는 데 성공해, 기존 수동으로 개발돼오던 정적 분석기보다 우수한 안정성을 제공했다.
*정적 분석기: 주어진 프로그램을 실행하지 않고 자동으로 분석하는 도구
이러한 장점을 인정받아, 자바스크립트 언어의 명세를 관리하는 위원회에서는 자바스크립트에 새로운 기능을 추가할 때마다 이 기술을 필수적으로 사용하도록 했다. 이 기술은 자바스크립트 언어의 명세를 작성하는 도중에도 결함을 검출할 수 있어서, 자바스크립트 언어의 설계 초기 단계에서 발생할 수 있는 결함을 줄이는 효과를 보였다.
연구팀은 이번 연구를 통해 수년간 논문으로 발표한 결과물들을 산업계에서 널리 사용되는 자바스크립트에 성공적으로 적용, 자바스크립트뿐 아니라 다양한 프로그래밍 언어에도 적용할 수 있는 기틀을 마련했다. 연구팀은 이번 연구를 기반으로, 자바스크립트 후속 언어로 빠르게 성장하고 있는 웹어셈블리 언어에도 관련연구를 적용하고, 네트워크 소프트웨어용 프로그래밍 언어인 P4에 적용하는 연구를 코넬대학 연구팀과 공동으로 진행하고 있다.
연구팀은 모든 연구 결과물을 오픈 소스 SW로 개발해, 누구나 활용할 수 있도록 공개했다. 여러 기기가 스마트 기능을 갖게 되면서 개인 정보 유출 등 심각한 문제가 많이 발생하는 상황에서, 브라우저만 있으면 어느 기기에서나 동작하는 자바스크립트 코드가 올바르게 동작하도록 돕는 데 기여했다.
류석영 교수는 "10년이 넘는 동안 뚝심 있게 자바스크립트를 연구한 학생들의 노력이 만들어 낸 획기적인 기법”이라며, "더 많은 프로그래밍 언어에 적용해, 일상생활에서 더 안전하고 올바르게 동작하는 소프트웨어를 사용할 수 있기를 기대한다”고 말했다.
이번 연구는 컴퓨팅 분야 최고 학술지인 'Communications of the ACM' 2024년 5월호에 게재되고 온라인으로는 4월 24일 발표됐다.
(논문 제목: JavaScript Language Design and Implementation in Tandem,
https://cacm.acm.org/research/javascript-language-design-and-implementation-in-tandem/
https://www.youtube.com/watch?v=JGxc-KIUnQY)
한편 이번 연구는 한국연구재단 중견연구자지원사업 및 선도연구센터와 정보통신기획평가원(IITP), 삼성전자의 지원을 받아 수행됐다.
2024.05.07
조회수 5419
-
홍정욱 교수, Elsevier ADES 저널 수석편집장 선임
건설및환경공학과 홍정욱 교수가 세계 최대의 저널 출판사인 Elsevier에서 출간하는 전산역학 분야 권위 학술지인 ‘Advances in Engineering Software’의 수석편집장(Editor-in-Chief)으로 2024년 1월 3일자로 선임됐다.
ADES 저널은 JCR의 공학(Engineering)분야 Q1으로 분류되는 우수한 저널로서 홍정욱 교수는 수석편집장 임무를 통해 투고된 논문의 우수성을 심사하고 다양한 국제적인 활동을 통하여 해당 저널의 수준을 향상시키는 역할을 수행한다.
2024.02.07
조회수 4504
-
혹시 나도 수면 질환? AI로 간단히 검사해 보세요
각종 장비를 몸에 부착한 채 병원에서 하룻밤을 보내야 하는 번거로운 검사 없이 웹사이트를 통해 간단히 수면 질환 위험도를 파악할 방법이 나왔다. 우리 대학 수리과학과 김재경 교수 연구팀이 삼성서울병원 주은연‧최수정 교수팀, 이화여대 서울병원 김지현 교수팀과 공동 연구를 통해 개발한 세 가지 수면 질환을 예측할 수 있는 알고리즘 ‘슬립스(SLEEPS‧SimpLe quEstionnairE Predicting Sleep disorders)’를 12일 공개했다.
‘잠이 보약’이라는 말처럼 수면은 정신적‧신체적 건강에 주요한 영향을 미친다. 성인의 60%가량이 수면 질환을 앓고 있지만, 관련하여 전문 의료진에게 문의한 비율은 6% 수준에 불과하다. 병원 방문을 꺼리는 원인 중 하나로는 수면 질환 진단을 받기 위해 시행하는 수면다원검사가 번거롭다는 이유가 있다.
공동연구진은 약 5,000명의 수면다원검사 결과를 기계 학습을 통해 학습시켜 수면 질환 위험도를 예측하는 알고리즘 ‘슬립스’를 개발했다. 슬립스에서 나이, 성별, 키, 체중, 최근 2주간의 수면 시 어려움, 수면 유지 어려움, 기상 시 어려움, 수면 패턴에 대한 만족도, 수면이 일상 기능에 미치는 영향 등 간단한 9개의 질문에 답하는 것만으로 만성불면증, 수면호흡장애, 수면호흡장애를 동반한 불면증의 위험도를 90%의 정확도로 예측할 수 있다. 가령, 슬립스 검사 결과 수면호흡장애 위험도가 50%라는 결과가 나왔다면, 실제 수면다원검사를 시행했을 때 수면호흡장애가 발견될 확률이 50%임을 의미한다.
제1 저자인 하석민 미국 MIT 박사과정생(前 IBS 의생명 수학 그룹 연구원)은 “미국 하버드대 연구팀도 AI 기반 수면 질환 검사 알고리즘을 개발한 바 있으나, 이 시스템은 목둘레, 혈압 등 쉽게 답하기 어려운 문항이 포함되어 있어 사용이 까다로웠다”며 “또한, 하버드대 연구팀의 시스템은 예측 정확도도 70% 정도에 그쳤다”고 말했다.
슬립스 사이트(www.sleep-math.com)를 통해 누구나 수면 질환 여부를 예측해볼 수 있다. 현재 본인의 상태를 기준으로 몸무게 변화나 나이가 듦에 따른 수면 질환 위험도 변화도 살펴볼 수 있다.
김재경 교수는 “이번 연구는 수학으로 우리가 직면한 건강 문제를 해결해보고자 하는 시도에서 시작됐고, 중요하지만 쉽게 간과할 수 있는 수면 질환에 기계 학습을 접목했다”며 “수면 질환 진단의 복잡한 과정을 줄인 만큼, 많은 사람이 슬립스를 통해 자신의 수면 건강을 알 수 있는 계기가 되길 바란다”고 말했다.
주은연 삼성서울병원 교수는 “슬립스는 간편한 수면 질환 자가 검진 시스템”이라며 “향후 건강검진 항목에 AI 기반 자가 검진 시스템을 포함한다면 잠재적인 수면 질환 환자들을 스크리닝하여 수면 질환으로 인해 발생하는 수많은 질병을 선제적으로 예방할 수 있을 것”이라고 말했다.
슬립스 개발 성과는 지난 9월 의료 건강 분야 국제학술지 ‘Journal of Medical Internet Research’에 실린 바 있다.
2023.12.14
조회수 10203
-
K-약용식물에서 세 단계만에 분자연금술 뚝딱
K-약용식물 추출물에서 단 세 단계 만에 퇴행성 신경질환 등 난치성 신경질환 치료제로 개발가능한 물질인 ‘수프라니딘 B’를 합성하는 ‘분자 연금술’에 성공하여 화제다.
우리 대학 화학과 한순규 교수 연구팀이 국내 자생 ‘광대싸리’에 극미량 존재하는 고부가가치 천연물을 생체모방 전략을 통해 쉽게 얻을 수 있는 물질로부터 간단하게 합성하는 방법을 개발했다고 1일 밝혔다.
`세큐리네가 알칼로이드'는 국내 자생 약용식물인 ‘광대싸리’에서 발견되는 천연물 군으로, 항암 및 신경돌기 성장 촉진 등 다양한 약리 활성을 보여 수십 년간 합성화학계의 관심을 받아왔다.
이들 물질 군에는 기본 골격으로부터 산화되거나 사슬처럼 연결된 형태를 갖는 100여 종의 초복잡 천연물들이 존재하는데, 상대적으로 간단한 기본 골격체의 합성은 잘 정립되어 있었던 반면, 초복잡 화합물의 합성은 난제로 남아 있었다.
그 중 `수프라니딘(suffranidine) B'도 초복잡 세큐리네가 천연물 중의 하나로, 신경세포의 신경돌기 성장을 촉진해, 퇴행성 신경질환이나 신경 절단 등 현재는 난치성인 신경질환의 치료제로 기대되는 물질이다. 그러나 식물 1 킬로그램(kg)당 추출량이 0.4 밀리그램(mg)에 그칠 정도로 극히 적고 정제 또한 어려워 추가적인 연구에 제한점이 많았다.
한 교수 연구팀은 광대싸리에서 쉽게 대량으로 추출할 수 있는 기본골격을 갖는 세큐리네가 천연물인 알로세큐리닌(allosecurinine)과 시중에서 값싸게 구할 수 있는 누룩산(kojic acid) 유래 물질로부터 단 세 단계 만에 수프라니딘 B를 합성하는 방법을 개발했다.
이번 연구는 수프라니딘 B의 세계 최초 합성으로 쉽게 구할 수 있는 물질로부터 고부가가치 화합물을 간단하게 만들어 낸 일종의 `분자 연금술'이라 볼 수 있다. 수프라니딘 B와 같이 복잡한 천연물을 이렇게 짧은 과정으로 합성해 낸 사례는 몹시 드물다.
생체모방 합성(biomimetic synthesis)은 자연이 천연물을 합성하는 과정(생합성)을 모방해 복잡한 천연물을 합성하는 연구 방식이다. 합성 과정에서 생합성 경로에 존재할 것으로 여겨지는 중간체들의 화학적 반응성을 탐구할 수 있으므로, 해당 물질의 생합성 경로를 더욱 깊게 이해할 기회를 제공한다. 세큐리네가 알칼로이드는 1956년 최초로 발견되었으나 현재까지도 생합성 경로가 밝혀지지 않은 상태다.
한 교수는 "이번 연구로 수프라니딘 B를 간단하게 생산할 수 있게 되었을 뿐 아니라 초복잡 세큐리네가 천연물의 생합성에 대한 이해 또한 높일 수 있었다ˮ며 "고부가가치 국내 자생 약용식물을 합성화학적으로 또는 합성생물학적으로 생산할 수 있는 학문적 토대를 마련했다ˮ고 밝혔다.
KAIST 화학과 강규민 석박사통합과정 학생이 제1 저자로 참여한 이번 연구는 화학 분야 저명 국제 학술지인 `미국화학회지(Journal of the American Chemical Society)' 지난 11월 2일 자에 게재됐다. (논문명 : Synthesis of Suffranidine B)
한편 이번 연구는 KAIST의 도약연구(UP) 및 한국연구재단의 기초연구사업(중견연구)등의 지원을 통해 이뤄졌다.
2023.12.01
조회수 5950
-
다결정 및 단결정 재료 극한 변형 메커니즘 규명
우리 대학 항공우주공학과 연구팀 (익스트림역학 및 멀티피직스 연구실; https://continuum.kaist.ac.kr)이 미국 로스앨러모스국립연구소, 오크리지국립연구소 및 위스콘신대학과의 공동연구를 통해 초고온 및 초고압용 체심입방 결정재료의 극한 변형 메커니즘을 실험 및 이론적으로 규명했다.
주기율표의 Group V 및 Group VI에 속한 체심입방 금속재료 (그림 1-a)는 높은 용융점, 우수한 기계 및 내화학적 성능 및 가공성으로 인해 항공우주, 원자력 및 초전도체 등 다양한 극한 환경에서 주로 사용돼왔으며 최근엔 의료기기용 재료로도 큰 주목을 받고 있다.
체심입방 금속재료의 극한 환경 하의 변형 및 흐름에 관한 예측은 원자미끄러짐 기반 비탄성 변형 메커니즘 특유의 물리 및 수학적 복잡성으로 인해, 대부분 경험적 방법론에 의존해왔다. 또한 기존에 제시된 대부분의 이론 모델들은 단결정 또는 다결정 상태의 극한 거동을 부분적으로만 예측할 수 있었지만, 본 연구에서는 체심입방 단결정 및 다결정 재료의 극한 거동을 다양한 온도 및 속도 조건에서 동시에 설명할 수 있는 연속체역학 기반 이론 모델을 제시하였다. 연구팀은 새롭게 제시된 이론 모델을 통해 대표적 체심입방금속재료인 단결정 및 다결정 탄탈럼의 극한의 기계적 변형, 전위 결함 및 미세 구조 발달을 정확하게 예측하고 (그림 1-b 및 1-c) 이를 로스앨러모스국립연구소가 보유한 Los Alamos Neutron Science Center (LANSCE)의 중성자 디프랙션 장비를 통해 실험적으로 검증했다 (그림 1-d). 또한 기존의 경험론적 이론 모델에서는 설명할 수 없었던 체심입방 단결정 구조체에서 주로 발견되는 원자 미끄러짐의 불안정성을 수리적으로 규명하였으며, 이는 향후 극한 환경용 재료 및 구조체 설계에 적극 활용될 수 있을 것으로 기대되고 있다.
본 연구 결과는 이론 및 실험에 관한 국제협력을 통해 얻어졌으며, 우리학교 항공우주공학과의 조한솔 교수 연구실과 위스콘신-매디슨 대학 기계공학과의 커트 브롱크홀스트(Curt Bronkhorst) 교수 연구실 및 오크리지국립연구소에서 이론 정립 및 단결정 및 다결정 거동 경계값 문제에 관한 수치 계산을 수행하고, 로스앨러모스 국립연구소에서 검증 실험을 수행했다.
우리 대학 항공우주공학과의 이승현 박사과정 학생이 제1 저자로 참여한 이번 연구는 고체 및 응용역학 분야 최상위 학술지인 인터내셔널 저널 오브 플라스티시티 (Int. Journal of Plasticity) 에 연속 출간됐다.
https://doi.org/10.1016/j.ijplas.2023.103529
https://doi.org/10.1016/j.ijplas.2020.102903
https://arxiv.org/abs/2303.06743
한편 본 연구에 참여한 박사과정 이승현 학생은 로스앨러모스국립연구소의 여름 프로그램에 지원 및 선정돼 이번 6월 로스앨러모스국립연구소의 이론부에 방문하여 후속 연구를 진행할 예정이다.
본 연구는 한국연구재단 신진과제 (2020R1C1C101324813), 기초연구실 (2021R1A4A103278312) 그리고 미국립과학재단 (CMMI 2118399)의 지원을 통해 수행됐다.
2023.05.02
조회수 6366
-
말기 고형암 표적 2세대 면역치료제 개발
암은 현대인의 건강을 위협하는 대표적인 질병으로 꼽히고 있다. 최근의 암 연구 중에서 가장 많은 진전이 있었던 분야는 암 환자가 갖고 있는 면역체계를 활용해 암을 극복하는 면역 항암치료다. 여기 기존의 모든 항암 치료에 불응한 말기 고형암 환자들에게 적용 가능한 차세대 면역 항암 치료법이 개발되어 화제다.
우리 대학 생명과학과 김찬혁 교수 연구팀이 면역시스템이 억제되는 종양미세환경을 극복하는 ‘2세대 T세포 수용체 T (T cell receptor specific T, 이하 TCR-T) 세포’ 치료제를 개발했다고 20일 밝혔다.
연구팀은 유전자 조작을 통해 암세포를 직접 파괴할 수 있도록 하는 TCR-T 세포 치료제 제작에 크리스퍼-캐스9 유전자 편집 기술을 이용해 T 세포 수용체 신호전달의 핵심적인 CD247 유전자에 추가신호 전달체인 트레프2-결합 도메인이 포함되도록 개량했다. 이러한 유전자 편집을 통한 개량은 TCR-T 세포의 증식 및 지속성을 향상시켰고, 생쥐를 이용한 악성 흑색종 모델에서 탁월한 항암 효과를 보임을 확인했다.
KAIST 생명과학과 나상준 박사와 김세기 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 '저널 포 이뮤노쎄라피 오브 캔서 (Journal for Immunotherapy of Cancer)'에 지난 4월 5일 출판됐다. (논문명: Engineering second-generation TCR-T cells by site-specific integration of TRAF-binding motifs into the CD247 locus)
초기 미비한 항암 효과를 보이던 1세대 키메라 항원 수용체 (chimeric antigen receptor, 이하 CAR)를 장착한 CAR-T 세포와 다르게, 추가신호 전달체가 포함된 2세대 CAR-T 세포는 말기 백혈병 환자들을 대상으로 80% 이상의 높은 치료 효과를 보이며 ‘기적의 항암제’로 불리고 있다. 하지만 현 CAR-T 치료제는 B세포성 급성 백혈병과 다발 골수종 같은 혈액암에만 치료 효과가 국한돼 있으며, 고형암 환자들을 대상으로 높은 치료효과를 보이는 CAR-T 치료제가 아직까지 없다는 점이 해결해야 할 과제로 대두되고 있다. 또한 TCR-T 치료제는 CAR-T와는 다르게 아직 1세대 구조에 머물고 있다.
이러한 관점에서, 연구진은 고형암을 표적으로 하는 TCR-T 세포에 추가 신호 전달체인 트레프2-결합 도메인이 포함된 2세대 TCR-T 세포 치료제를 개발했다. 단일 단백질로 이뤄진 CAR와 다르게 단백질 복합체를 형성하는 TCR에 추가신호 전달체를 포함시키는 엔지니어링은 훨씬 도전적이다. 연구진은 다양한 시도 끝에 TCR의 형성과 기존 신호전달에 영향을 주지 않으면서 동시에 추가 신호가 유발되는 최적의 TCR 모듈을 구축했다.
제1 저자인 나상준 박사는 “고형암이 형성하는 면역억제 환경에서, 기존 1세대 TCR-T 세포의 항암효과는 제한될 수 밖에 없다”라며 “반면 2세대 TCR-T 세포는 면역억제 환경에서도 지속적인 항암효과를 유지하도록 고안된 기술 전략으로, 기존 치료제의 효과를 기대하기 어려운 고형암 환자들에게 필요한 치료제가 될 것으로 기대한다”라고 말했다.
이번 연구는 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
2023.04.20
조회수 7392