본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%EA%B3%B5%EA%B3%BC%EB%8C%80%ED%95%99
최신순
조회순
인공장기 생체 단백질 모방 금속 필름 개발
오랜 기간에 걸쳐 생체 구조체를 형틀로 삼아 다양한 무기물을 증착 및 성장시킴으로써 생체 모방 재료를 합성하는 연구들이 이루어져 왔는데, 이를 생체 형틀법이라고 한다. 이런 생체 형틀법은 생체에 있는 특정 구조체에 사용되어 오랜 시간 동안 에너지, 광학, 마이크로로봇, 의료 분야 등에 응용되어 왔다. 특히 생체 구조체를 사용하고 모방했다는 점에서 인체 내 활용이 용이하여 인공장기나 상처 치유 분야로 많이 연구되었다. 우리 대학 신소재공학과 장재범, 김일두 교수 연구팀이 생체 형틀법을 이용해 세포외 기질을 구성하는 여러 단백질 중 원하는 특정 단백질만을 선택해 해당 단백질 구조체를 모방한 금속 필름을 합성하고 전기 전달 특성을 확인하는 것에 성공했다고 16일 밝혔다. 세포외 기질이란 세포 밖에 존재하며 세포의 분화, 성장, 이동에 중요한 역할을 수행할 뿐만 아니라 생체 조직과 기관(organ)의 구조적·기계적 특성 유지에 필수적인 생체 구조물이다. 이러한 세포외 기질은 여러 단백질을 포함하며, 그 단백질 구조체를 원하는 형태로 변형하거나 최근에는 세포외 기질을 3D 프린팅을 위한 바이오잉크로 사용할 만큼 세포외 기질을 다루는 많은 기술 개발이 진행되고 있다. 따라서 세포외 기질은 생체 형틀법을 통해 다양한 구조의 재료 합성에 이용될 수 있지만, 현재까지 관련된 연구는 많이 이뤄지지 않았다. 연구팀은 2022년 항체(Antibody)를 활용한 신개념 생체 형틀법인 `항체 유도 생체 형틀‘을 개발해 최초로 다세포 생물 내부에 있는 특정 단백질 구조체를 모방한 금속 구조체를 합성하는 데 성공했다. 이번 연구에서는 이전 연구를 세포외 기질로 확장해 세포를 지탱하는 구조체를 구성하는 단백질 중 피브로넥틴(fibronectin)을 표적 단백질로 삼아 그물형 금속 필름 제작에 성공했다. 연구팀은 이에 더 나아가 합성한 그물형 금속 필름에 추가적 처리를 통해 금속을 통한 전기 전달이 가능하도록 만들었다. 이를 기반으로 물을 전기 분해하여 수소를 생산하거나, 또는 수소와 금속간 화학적 반응을 통해 수소를 검출할 수 있는 센서로 활용할 수 있었다. 해당 기술은 다양한 생물의 세포외 기질에도 적용 가능할 것으로 예상되어 더 큰 규모나 더 복잡한 생체 모방 재료 합성도 가능할 것으로 생각된다. 또한, 원하는 형태로 세포외 기질을 패턴화 및 정렬함으로써 본 기술로 전기 회로 제작도 가능할 것으로 생각된다. 우리 대학 신소재공학과 송창우 박사과정, 안재완 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 사이언스(Advanced Science)'에 10월 18일 자로 온라인 공개되었으며, 전면 표지 논문(Front Cover)으로 선정됐다. (논문명 : Metallization of Targeted Protein Assemblies in Cell-Derived Extracellular Matrix by Antibody-Guided Biotemplating). 제1 저자인 송창우 박사과정은 "이번 연구는 기존에 개발한 항체 유도 생체 형틀법을 세포외 기질로 확장함으로써 합성된 생체 모방 재료가 더 다양한 분야에 활용 가능하다는 것을 보였다ˮ 라며 "이를 기반으로 조직 수준의 세포외 기질 및 원하는 형태로 변형된 세포외 기질을 이용해 조직 공학(Tissue engineering) 및 생체 조직 제조(Biofabrication)으로 활용 범주를 넓힐 수 있을 것이다ˮ 라고 말했다. 한편 이번 연구는 한국연구재단 과학난제도전 융합연구개발사업, 웨어러블 플랫폼소재 기술센터, 우수신진연구사업 등의 지원을 받아 수행됐다.
2023.11.17
조회수 1728
뉴로모픽 반도체로 통증도 느낀다
최근 인간의 뇌를 모방한 뉴로모픽 반도체 소자 연구가 주목받고 있다. 이에서 더 나아가 최근에는 뇌를 넘어 첨단 센서와 휴머노이드 분야에 적용가능한 감각신경계 모사에 관한 연구가 활발하게 진행되고 있다. 우리 대학 신소재공학과 김경민 교수 연구팀이 새로운 메모리 소자인 멤리스터를 사용하여 통증자극 민감도 조절 기능을 갖는 뉴로모픽 통각수용체 소자를 최초로 구현했다고 15일 밝혔다. ※ 멤리스터(memristor): 메모리(memory)와 저항(resistor)의 합성어로, 전류의 흐름에 따라 저항이 변화하는 전자소자 감각신경계의 핵심적인 역할 중 하나는 유해한 자극을 감지해 위험한 상황을 회피하는 것이다. 특히 통각수용체는 자극이 민감도의 임계치를 넘으면 통증 신호를 발생하여 인체가 자극에서 회피할 수 있도록 한다. 이를 위해 통각수용체의 신호 전달에는 통증 신호를 전달하는 흥분성 신경전달물질(Excitatory Neurotransmitter)과 외부 자극에 대한 임계치를 조절하는 억제성 신경전달물질(Inhibitory Neurotransmitter)이 관여하는 것으로 알려져 있다. 특히 억제성 신경전달물질은 흥분 작용과 역균형을 이뤄 신경의 과도한 활성화를 방지하고, 다양한 외부 자극에 적절하게 반응하기 위한 핵심적인 역할을 가지게 된다. <그림 1> 그동안 이러한 복잡한 감각신경계의 동작을 모사하는 전자 소자를 개발하는 연구가 활발히 진행되었는데, 기존의 연구에서는 흥분성 신경전달물질의 특성은 쉽게 구현할 수 있었으나, 억제성 신경전달물질에 의한 임계치 조절 특성까지 동시에 구현하는데 한계가 있었다. 김경민 교수 연구팀은 이중 전하 저장층 구조를 통해 외부에서의 자극에 대한 임계치를 조절할 수 있는 뉴로모픽 통각수용체 소자를 최초로 개발했다. <그림 2> 두 종류의 서로 다른 전하 저장층은 각각 전도성을 조절하는 흥분성 신경전달물질의 역할과 임계치를 조절하는 억제성 신경전달물질의 역할을 맡아 통각수용체의 필수적인 기능들인 통증 전달 특성(threshold triggering), 통증 완화(Relaxation), 통증 민감화(Sensitization) 등의 특성을 조절할 수 있음을 확인했다. <그림 3> 이는 신경계의 복잡한 기능을 신경계의 동작 원리를 모방하여 단순한 구조의 전자 소자로 구현하는 새로운 방법을 제시한 의의가 있다. 또한, 이 소자는 온도 자극에도 반응하는 온도수용체 특성을 보였으며, 특히 억제성 상태를 제어하여 단일 소자가 고온 범위와 저온 범위를 모두 감지할 수 있는 가변적인 온도수용체 특성을 구현할 수 있었다. <그림 4> 이러한 통각수용체, 온도수용체 소자는 인간을 모방하는 휴머노이드 피부에 적용하여 인간과 같은 방식으로 자극을 감지하는 센서로 활용될 수 있다. 김경민 교수는 "이번 연구는 흥분성 및 억제성 신호 작용의 특성을 단일 소자에 구현해, 간단한 반도체 기술로 복잡한 생물학적 감각신경계의 특성을 모사하는 새로운 방법론을 제시한 것에 큰 의의가 있다ˮ며 "이처럼 임계치를 조절할 수 있는 특성은 감각신경계 모사뿐 아니라 임계 스위칭 특성을 활용하는 보안 소자나 차세대 컴퓨팅 소자에도 활용될 수 있을 것으로 기대된다ˮ고 밝혔다. 한편 이번 연구는 신소재공학과 김근영 석박사통합과정 학생이 제1 저자로 참여했으며, 국제 학술지 `어드밴스드 머티리얼즈(Advanced Materials, Impact Factor: 29.4)'에 10월 21일 字 온라인 게재됐다. 이번 연구는 한국연구재단, 나노종합기술원, KAIST, 그리고 SK 하이닉스의 지원을 받아 수행됐다. (논문명: Threshold Modulative Artificial GABAergic Nociceptor, 논문링크: https://doi.org/10.1002/adma.202304148)
2023.11.15
조회수 2379
인공지능 결합한 홀로그래픽 현미경 기술 총망라
의생명공학 연구에 일반적으로 사용되는 현미경 기술들은 염색이나 유전자 조작을 해야만 관찰할 수 있다는 한계가 있다. 하지만 염색이 된 세포들은 치료 목적으로 활용할 수 없어 세포나 조직을 살아있는 상태 그대로 관찰할 수 있는 홀로그래픽 현미경과 이를 체계적으로 분석할 수 있는 인공지능을 결합한 의생명공학 연구의 활용 방안 및 문제점에 대한 분석이 필요하다. 우리 대학 물리학과 박용근 교수 연구팀이 국제 학술지 `네이처 메소드(Nature Methods)'에 홀로그래픽 현미경과 인공지능 융합 연구 방법론을 조망한 견해 (perspective)를 게재했다고 14일 전했다. 연구팀은 기존 현미경 기술 대비 홀로그래픽 현미경의 이미지 복원 기술이 시간을 많이 필요하고 전처리 없이 세포나 조직을 찍을 수 있다는 장점이 있지만, 대신에 그만큼 결과물 분석에 많은 시간과 노력을 들여야 한다고도 분석했다. 박용근 교수 연구팀은 이런 문제점을 홀로그래픽 현미경과 인공지능과의 통합을 통해 해결할 수 있다는 방법론을 제시했다. 지난 수년간, 홀로그래픽 현미경과 인공지능을 결합해 의생명공학 연구에 혁신을 일으킨 내용들이 잇달아 국제 학술지에 발표됐다. 인공지능을 통해 홀로그래픽 이미지를 복원하고, 세포의 종류와 상태를 구분하고, 염색 없이 측정된 결과물에 가상으로 염색 정보를 재생산 해내는 등의 연구를 통해 연구팀은 기존의 홀로그래픽 현미경 기술의 효율을 극대화했다. 홀로그래픽 현미경 기술 소개에 더불어 인공지능의 결합이 광범위한 의생명공학 연구에 활용돼 온 내용을 총망라한 이번 리뷰 논문은 제시된 방법론의 혁신성을 인정받아 생명과학 분야의 권위 학술지인 `네이처 메소드(Nature Methods)'에 지난 10월 24일 자 출판됐다. (논문명: Artificial intelligence-enabled Quantitative Phase Imaging Methods for Life Sciences) 제1 저자인 물리학과 박주연 학생은 "홀로그래픽 현미경에 인공지능을 결합하면, 의생명공학 연구의 효율을 기하급수적으로 높일 수 있다ˮ며, "이번 리뷰 논문을 통해 이 융합 기술이 더욱 활발하게 개발됨과 동시에 더욱 다양한 의생명공학 연구에 활용될 것ˮ이라고 기대했다. 한편 이번 논문은 캘리포니아대학교 로스앤젤레스(UCLA) 아이도간 오즈칸(Aydogan Ozcan) 교수팀, 토모큐브(Tomocube) 인공지능 연구팀과 공동 집필했으며, 연구재단의 리더연구사업, 과학기술정보통신부의 홀로그램핵심기술지원사업, 나노 및 소재 기술개발사업의 지원을 받아 수행됐다.
2023.11.14
조회수 1842
부드러워져 재사용 불가능한 주사바늘 개발
정맥주사는 혈관에 약물을 직접 주입하는 방법으로 신속한 효과를 유도하고 지속적인 약물 투여를 통한 치료가 가능해 범세계적으로 환자치료에 통용되고 있다. 하지만 금속이나 플라스틱 등 딱딱한 소재로 제작된 주사바늘은 부드러운 생체조직에 손상과 염증을 발생시킬 수 있다. 또한 비용 절감을 위한 비윤리적 주사바늘 재사용을 가능하게 하며, 이는 인체면역 결핍 바이러스(HIV), B형/C형 간염 바이러스 등 심각한 혈액 매개 질환 감염을 초래하기도 한다. 이는 전 세계적인 문제이며, 감염관리의 중요성으로 인해 세계보건기구(WHO)는 재사용이 불가능한 스마트 주사기 개발과 사용을 장려하고 있다. 우리 대학 전기및전자공학부 정재웅 교수 연구팀이 의과학대학원 정원일 교수 연구팀과 공동 연구를 통해 환자 건강증진 및 의료진 안전을 도모할 수 있는 가변 강성 정맥 주사바늘을 개발하는 데 성공했다고 13일 밝혔다. 이번에 개발된 기술은 체온에 의해 주사바늘이 유연해지는 특성을 통해 정맥에 약물 주입 중 주사 삽입 부위의 자유로운 움직임을 보장함과 동시에 주사바늘에 의한 혈관 벽 손상 방지를 도모할 수 있을 것으로 예상된다. 또한 사용 후 찔림 사고나 비윤리적 주사기 재사용에 따른 혈액 매개 질환 감염 문제를 예방할 수 있을 것이라 기대된다. 전기및전자공학부 카렌-크리스티안 아그노(Karen-Christian Agno) 박사과정 연구원과 의과학대학원 양경모 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)' 10월 30일 字에 게재됐다. (논문명 : A temperature-responsive intravenous needle that irreversibly softens on insertion) 연구팀은 액체금속의 일종인 갈륨(Gallium)을 이용하여 주사바늘 구조를 만들고 이를 생체적합성 폴리머로 코팅해 가변 강성 정맥 주사바늘을 제작했다. 딱딱한 상태의 주사바늘은 상용 정맥 카테터와 비슷한 수준의 생체조직 관통력을 갖는다. 하지만 체내 삽입 후, 갈륨의 액체화로 인해 조직과 같이 부드러운 상태로 변해 혈관 손상 없이 안정적인 약물 전달이 가능하다. 한 번 사용한 주사바늘은 갈륨의 과냉각 현상에 의해 상온에서도 부드러운 상태를 유지해 바늘 찔림 사고나 재사용 문제를 원천적으로 방지할 수 있다. 연구팀은 개발된 정맥 주사바늘의 약물 전달 기능과 생체적합성을 검증하고자 실험 쥐를 대상으로 동물실험을 진행했다. 이식된 가변 강성 정맥 주사바늘은 딱딱한 상용 금속 바늘이나 플라스틱 카테터에 비해 훨씬 낮은 염증 반응을 보여 연구팀은 우수한 생체적합성을 확인했다. 또한 상용 주사바늘과 같이 안정적으로 약물을 전달할 수 있음을 확인했다. 아울러 가변 강성 정맥 주사바늘은 박막형 온도 센서를 탑재할 수 있도록 디자인됐다. 이를 통해 실시간으로 환자의 심부체온을 모니터링하는 것이 가능하며, 또한 잘못된 주사바늘 위치로 인한 혈관이 아닌 다른 조직으로의 약물 누수 감지도 가능해 환자에게 더 나은 의료서비스를 제공할 수 있다. 이번 연구를 주도한 정재웅 교수는 "개발된 가변 강성 정맥 주사바늘은 기존의 딱딱한 의료용 바늘로 인한 문제를 극복해 환자와 의료진 모두의 안전을 보장하고, 주사바늘 재사용으로 인한 감염 문제를 해결할 수 있다는 점에서 가치가 매우 크다”라고 말했다. 한편 이번 연구는 한국연구재단이 추진하는 중견연구자지원사업, 생체신호센서융합기술개발사업, 리더연구자지원사업의 지원을 받아 수행됐다.
2023.11.13
조회수 2677
트랜스포머 대체할 차세대 월드모델 기술 세계 최초 개발
우리 대학 전산학부 안성진 교수 연구팀이 미국 럿거스 대학교와 협력하여 트랜스포머 및 재귀신경망 기반의 월드모델을 대체할 차세대 에이전트 월드모델 기술을 세계 최초로 개발했다. 월드모델은 인간의 뇌가 현실 세계의 경험을 바탕으로 환경 모델을 구축하는 과정과 유사하다. 이러한 월드모델을 활용하는 인공지능은 특정 행동의 결과를 미리 시뮬레이션해보고 다양한 가설을 검증할 수 있어, 범용 인공지능의 핵심 구성 요소로 여겨진다. 특히, 로봇이나 자율주행 차량과 같은 인공지능 에이전트는 학습을 위해 여러 가지 행동을 시도해 보아야하는데, 이는 위험성과 고장 가능성을 높인다는 단점을 갖는다. 이에 반해, 월드모델을 갖춘 인공지능은 실세계 상호작용 없이도 상상모델 속에서 학습을 가능케 해 큰 이점을 제공한다. 그러나 월드모델은 자연어처리 등에서 큰 발전을 가능하게 한 트랜스포머와 S4와 같은 새로운 시퀀스 모델링 아키텍처의 적용에 한계가 있었다. 이로 인해, 대부분의 월드모델이 성능과 효율성 면에서 제약이 있는 고전적인 재귀적 신경망에 의존하고 있었고 안성진 교수팀은 작년 세계최초로 트랜스포머 기반의 월드모델을 개발하였으나 추론 계산속도나 메모리능력에서 여전히 개선할 문제를 갖고 있었다. 이러한 문제를 해결하기 위해, 안성진 교수가 이끄는 KAIST와 럿거스 대학교 공동연구팀은 재귀적 신경망과 트랜스포머 기반 월드모델의 단점을 극복한 새로운 월드모델의 개발에 성공했다. 연구팀은 S4 시퀀스 모델에 기반한 S4 World Model (S4WM)을 개발하여, 재귀적 신경망의 최대 단점인 병렬처리가 가능한 시퀀스 학습이 불가능하다는 문제를 해결하였다. 또한, 재귀적 신경망의 장점인 빠른 추론시간을 유지하도록 하여 느린 추론 시간을 제공하는 트랜스포머 기반 월드모델의 단점을 극복했다. 연구를 주도한 안성진 교수는 "병렬 학습과 빠른 추론이 가능한 에이전트 월드모델을 세계 최초로 개발했다ˮ며, 이는 "모델기반 강화학습 능력을 획기적으로 개선해 지능형 로봇, 자율주행 차량, 그리고 자율형 인공지능 에이전트 기술 전반에 비용절감과 성능 향상이 예상된다ˮ고 밝혔다. 이번 연구는 12월 10일부터 16일까지 미국 뉴올리언스에서 열리는 세계 최고 수준의 인공지능 학회인 제37회 신경정보처리학회(NeurIPS)에서 발표될 예정이다. 관련논문: “Facing off World Model Backbones: RNNs, Transformers, and S4”Fei Deng, Junyeong Park, Sungjin Ahn, NeurIPS 23, https://arxiv.org/abs/2307.02064
2023.11.09
조회수 1861
화학공장 대체 방안 ‘아이브릿지’에서 찾다
기후 변화와 환경 문제가 심각하게 대두됨에 따라 현재의 화학 공장을 대체할 수 있는 지속가능한 미생물 세포공장이 크게 주목받고 있다. 미생물 세포공장으로 활용할 미생물을 개량하기 위해선 미생물이 가진 유전자들의 발현을 증폭 또는 억제해 유용한 화합물을 생산하도록 미생물 대사 메커니즘을 개량해야 하지만, 어떠한 유전자를 증폭하고 억제할 것인지 결정하는 것은 지금까지 어려운 문제로 남아있다. 우리 대학 이상엽 특훈교수 연구팀이 아이브릿지(iBridge)라는 시뮬레이션 프로그램을 개발하여 생산하고자 하는 화합물에 맞춤형 미생물 공장을 구축할 수 있도록 과발현 및 억제 유전자들을 예측함으로써 미생물 공장을 적은 비용으로 빠르고 효율적으로 구축하는 방법을 제시했다고 9일 밝혔다. 이상엽 특훈교수가 창시한 시스템 대사공학은 유전공학, 합성생물학, 시스템생물학, 발효공학 등을 접목해 개량한 미생물을 이용해 유용한 화합물들을 생산하는 분야다. 미생물을 목표로 하는 유용한 화합물을 생산하도록 개량하기 위해선 미생물의 유전자들을 삭제, 발현억제, 과발현 등이 필수적이지만, 이를 일일이 실험적으로 확인하지 않고서는 여전히 전문가들조차 판별하기 어려워 많은 시간과 자원이 소모된다. 연구팀은 신규 개발된 아이브릿지(iBridge) 시뮬레이션을 활용해 세 가지의 유용한 화합물을 세계 최고 수준으로 생산하는 대장균 미생물 세포공장을 구축하는 데 성공했다. 연구팀은 많은 화장품에서 보습제 역할을 하는 판테놀, 나일론의 원료인 퓨트레신, 항균성 식품첨가제인 4-하이드록시페닐젖산 등을 생산하는 대장균 균주를 개발하고, 신규 개발된 시뮬레이션 아이브릿지(iBridge)를 활용해 세계 최고 농도로 이들 화합물을 생산하는 공정을 개발했다. 그뿐만 아니라 연구팀은 이들 세 가지 외에도 산업적으로 유용한 화합물 298 여종의 미생물 공장을 구축하기 위한 과발현 및 억제 유전자들을 예측해 제시했다. 이번 논문의 공동 제1 저자인 우리 대학 이영준 박사는 “이번에 개발된 시뮬레이션을 이용하니 여러 가지 미생물 공장들이 기존방법보다 월등히 빠른 속도로 구축됐다”며 “더 다양한 유용한 화합물들을 생산하는 미생물 세포공장들이 이 기술을 활용해 빠르게 구축될 수 있을 것”이라고 말했다. 또한 이상엽 특훈교수는 “시스템 대사공학은 현재 우리가 해결해야 할 기후변화문제에 접근하는 매우 중요한 기술”이라며 “이 시뮬레이션은 기존의 화학 공장을 친환경 미생물 공장으로 대체하는 시기를 앞당기는 데 크게 기여할 수 있을 것”이라고 밝혔다. 생물공정연구센터 김원준 박사, 이영준 박사, 생명화학공학과 김현욱 교수와 이상엽 특훈교수가 참여한 이번 논문은 셀 (Cell) 誌가 발행하는 `셀 시스템즈 (Cell Systems)'에 동료심사를 거쳐 11월 6일 온라인판에 게재됐다. ※ 논문명 : 세포 내 화학반응 속도의 공분산의 합을 활용한 게놈 수준 과발현 및 억제 유전자 예측 (Genome-Wide Identification of Overexpression and Downregulation Gene Targets Based on the Sum of Covariances of the Outgoing Reaction Fluxes) ※ 저자 정보 : 김원준 (한국과학기술원, 공동 제1 저자), 이영준 (한국과학기술원, 공동 제1 저자), 김현욱 (한국과학기술원, 공동 제1 저자) 및 이상엽(한국과학기술원, 교신저자) 포함 총 6 명 한편, 이번 연구는 과기정통부가 지원하는 ‘석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제(과제책임자 KAIST 이상엽 특훈교수) 및 바이오매스기반 탄소중립형 바이오플라스틱 제품기술개발사업’ 과제(과제책임자 KAIST 최소영 연구교수)의 지원을 받아 수행됐다. 아이브릿지 사이트: https://github.com/kaistsystemsbiology/iBridge.git
2023.11.09
조회수 1904
예종철 교수 연구팀, 삼성휴먼테크 논문대상 신호처리분야 금상 수상
우리 대학 김재철AI대학원 예종철 교수팀이 `확산모델 (diffusion model)의 사후 샘플링(posterior sampling)을 이용한 일반적인 역문제 해결 기법'으로 제 29회 삼성휴먼테크논문대상에서 신호처리 분야 금상을 수상했다고 밝혔다. 삼성휴먼테크논문대상은 과학기술 저변 확대와 과학 인재 양성을 위해 삼성전자가 1994년 제정한 논문상으로, 매년 2,000편 가량의 논문 중 서면 및 발표 심사를 거쳐 창의성, 논리성, 실용성, 발전성이 뛰어난 논문을 선정하여 수여되는 상이다. 바이오및뇌공학과 박사과정 졍형진, 김정솔 학생이 공동 1저자로 참여한 이 논문은, 확산 모델과 사후 샘플링을 결합하여 일반적인 역문제에 대한 새로운 관점과 해결방법을 제시하였고, 그 실용성과 독창성을 인정받아 대학부 신호처리 분야 수상작 7편 중 1위로 금상을 수상하였다. 역문제는 영상을 획득하는 과정에서 이미징 시스템의 특성과 잡음의 영향으로 망가진 측정값으로부터 실제 신호를 복원하는 문제로 정의된다. 이러한 문제는 영상 화질 개선부터 위상 복원을 통한 세포 구조 시각화와 같은 다양한 과학 분야에서 중요성과 실용성을 가지며, 수십 년간 지속적으로 연구되어 왔다. 과거의 인공지능 및 딥러닝 알고리즘은 이미징 시스템이 선형이며 잡음이 없는 경우를 가정하여 역문제를 효과적으로 해결하였으나, 이러한 가정은 현실 세계에서의 상황과 비교하여 훨씬 단순화된 형태였다. 이 연구에서는 처음으로 확산 모델을 이용해 사후 샘플링을 진행하는 방법으로 역문제를 해결하였는데, 이는 확산 모델이 생성하는 중간 이미지로 측정값을 근사하고, 실제 측정값과의 차이가 줄어들도록 중간 이미지를 보정하는 방식으로 구현된다. 이를 통해 이미징 시스템이 선형 및 비선형인 경우, 그리고 이미징 시스템에서 흔히 발생하는 가우시안 잡음과 푸아송 잡음이 존재하는 경우에 대한 일반적인 역문제 해결이 가능함을 입증하였다. 나아가 개발된 기술은 여러 종류의 역문제에 대한 개별적 학습을 필요로 하지 않는 특성을 가지며, 이는 논문의 실용성을 높이고, 이전의 연구들과 차별성을 지니게 한다. 정형진, 김정솔 바이오및뇌공학과 박사과정 학생은 “큰 규모의 논문대회에서 연구의 내용을 인정받아 기쁘고, 좋은 논문을 작성할 수 있도록 지도해주신 예종철 교수님께 감사하다” 고 소감을 밝혔다. 또한, 알고리즘의 성능과 효율성을 높이는 연구를 이어나가 역문제의 해결이 필요한 다양한 과학 분야들에 기여하고 싶다는 희망을 전했다. 논문명: Diffusion Posterior Sampling for General Noisy Inverse Problems
2023.11.07
조회수 1865
고성능 비 백금계 연료전지 촉매 개발
연료전지는 부산물로 물 만을 배출하는 친환경적인 에너지 변환 장치로, 다양한 연료전지 중 양성자 교환막 연료전지(PEMFC)는 수송용 및 발전용 연료전지로 현재 상용화가 진행 중이다. 다만 연료전지의 촉매로 사용되는 백금 촉매는 자원의 희소성으로 인한 높은 가격 때문에 대량 생산 및 전 세계적인 보급에 문제점을 갖고 있었다. 우리 대학 생명화학공학과 이진우 교수 연구팀이 국민대학교 장세근 교수 연구팀, 서강대학교 백서인 교수 연구팀과 공동연구를 통해 비백금계 촉매 기반 고 전력밀도의 양성자 교환막 연료전지를 개발했다고 7일 밝혔다. 상대적으로 다른 비 백금계 촉매들에 비해 좋은 성능을 가진다고 알려져 백금을 대체하고 기존 연료전지 비용을 줄이기 위한 가장 유력한 후보 물질로 주목받아 온 M-N-C계 촉매는 PEMFC 연료전지에서 높은 전력밀도를 구현하는 데는 많은 한계가 있었다. 이진우 연구팀은 기존 백금 촉매를 대체할 수 있는 비 백금계 Fe-N-C 촉매의 높은 성능을 구현해 매우 뛰어난 가격 경쟁력과 높은 전력밀도의 연료전지 성능을 달성했다. 연구팀은 M-N-C 촉매 중 하나인 Fe-N-C 촉매 나노입자의 활성점 주변의 결함 정도를 조절하여 높은 성능의 Fe-N-C 촉매를 합성했다. 탄소 기반의 물질을 특정 양의 이산화탄소(CO2)를 흘려주면서 열처리를 진행하는 이산화탄소 활성화 방법을 통해 탄소 기반 촉매 내부의 결함 정도를 미세 조정했고 그에 따른 최적화된 촉매가 활성화되는 것을 확인했다. 연구팀은 결과적으로 적절한 결함을 가질 때 철 단일원자 활성점의 전자구조가 최적화되면서 결함을 만들지 않은 기존 Fe-N-C 촉매에 비해 매우 우수한 전기화학적 성능을 제공하는 것을 확인해 결함과 활성점의 성능 상관관계에 대하여 규명했다. 연구팀이 개발을 한 최적화된 Fe-N-C촉매는 PEMFC 연료전지에서 기존에 개발이 된 Fe-N-C촉매보다 44% 향상된 높은 전력 밀도를 보였으며 현재 사용이 되고 있는 백금 촉매를 대체를 할 수 있음을 PEMFC단전지에서 보여주었다. 연구팀이 개발한 비 백금계 Fe-N-C촉매는 높은 전기화학적 특성으로 기존의 백금 촉매 대체를 통해 연료전지의 스택 가격 감소와 그에 따른 상용화에 이바지할 수 있을 것으로 기대된다. KAIST 생명화학공학과 이승엽 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 머티리얼스 (Advanced materials)' 10월 13일 온라인으로 게재됐다. (논문명: Insight into Defect Engineering of Atomically Dispersed Iron Electrocatalysts for High-Performance Proton Exchange Membrane Fuel Cell) 이진우 교수는 "비 백금계 Fe-N-C 촉매의 결함과 성능의 관계를 밝히고 결함 조절을 통해서 백금을 전혀 사용하지 않고 높은 전력밀도의 양성자 교환막 연료전지를 개발한 것은 큰 의미가 있으며 개발된 촉매 및 합성 방법은 향후 다양한 종류의 연료전지에서 귀금속인 백금을 대체하여 적용할 수 있을 것으로 기대된다ˮ 라고 말했다. 한편 이번 연구는 한국연구재단 중견연구자지원사업과 한국전력 사외공모 기초연구지원사업의 지원을 받아 수행됐다.
2023.11.07
조회수 1649
포스트 AI 시대 핵심 신소재는?
우리 대학 신소재공학과 김상욱 교수 연구팀이 인공지능(Artificial Intelligence, 이하 AI)이 불러온 4차 산업혁명 이후를 뜻하는 포스트 AI시대의 핵심 신소재를 전망하는 초청논문을 발표했다고 6일 밝혔다. 대화형 AI인 `챗GPT(ChatGPT)'가 월간 사용자 1억 명을 두 달 만에 달성하는 등 AI는 우리 생활에 한층 가까이 다가왔다. 4차 산업혁명의 핵심 기술인 AI는 인간의 지능을 모사해 데이터를 학습하고 이에 따라 합리적인 의사결정을 내릴 수 있다. 단순 반복적인 작업을 대체하는데 머물렀던 과거 인공지능 기술들과 달리, 더욱 어렵고 복잡한 작업을 효율적으로 수행할 수 있어 의료, 자율 주행 자동차, 로보틱스 등의 분야에서 새로운 기술 혁신을 이루고 있다. 최근에는 사물인터넷(IoT) 기술의 발전과 함께 현실 세계의 다양한 사물과 개체들이 인터넷을 통해 연결된 초연결 시대가 도래하고 있다. 포스트 AI 시대에는 AI가 다양한 기기들과 결합해 우리 주변의 정보를 항상 받아들이고 이에 따라 최적의 의사결정을 하며 이를 현실적으로 실물세계에 구현하는 사이버세계와 현실세계가 하나로 융합되는 시대가 될 것으로 전망되고 있다. 포스트 AI 시대가 다가옴에 따라 웨어러블 장치를 위한 스마트 섬유, 소프트 로보틱스를 위한 인공근육, 환경친화적인 에너지 생산효율을 극대화할 수 있는 단일원자촉매등 AI의 한계를 보조하고 보완할 수 있는 신소재의 혁신이 더욱 중요해지고 있으며, 무엇보다 실용적인 기술의 확보가 시급하다. 김상욱 교수 연구팀은 스마트 섬유 개발의 원천소재인 그래핀 산화물 액정성을 세계 최초로 발견하였고, 소프트 로보틱스 분야에 새로운 돌파구를 마련한 헤라클레스 인공 근육 개발 그리고 세계 최초로 단일원자촉매를 발견하는 등 미래 신소재분야에서 혁신적인 연구를 수행해 온 공로를 인정받아 세계적인 학술지 `어드밴스드 머티리얼스 (Advanced Materials)' 명예의 전당(Hall of Fame) 특집 리뷰논문을 게재했다. `어드밴스드 머티리얼스' 명예의 전당 초청논문은 신소재 분야의 세계적인 석학들을 매우 엄격한 기준에 따라 선정하여 그 미래 연구방향을 소개하는 권위 있는 특집 논문이다. 김상욱 교수는 "인공지능이 이끄는 4차 산업혁명 이후의 포스트 AI 시대는 신소재 기반의 사물 혁신이 중요해질 것인데 그래핀과 같은 2차원 소재가 매우 중요한 역할을 할 것으로 기대된다ˮ고 밝혔다. KAIST 응용과학연구소 이강산 박사가 제1 저자로 참여하고 KAIST 신소재공학과 수치스라 파드마잔 사시카라(Suchithra Padmajan Sasikala) 연구교수와 경희대학교 정보디스플레이학과 임준원 교수가 공동 교신저자로 참여한 이번 연구는 한국연구재단의 리더 연구자 지원사업인 다차원 나노 조립제어 창의연구단의 지원을 받아 수행됐다. *논문명: 2D Materials Beyond Post-AI Era: Smart Fibers, Soft Robotics And Single Atom Catalysts
2023.11.06
조회수 2149
기계공학과 이정철 교수 연구팀, 2023년 대한기계학회 추계학술대회 KSME-SEMES 오픈이노베이션 챌린지 전문가그룹 금상 수상
우리 대학 기계공학과 이정철 교수 연구팀(이정철 교수, 고주희 박사과정)이 지난 11월 1일~4일 인천 송도 컨벤시아에서 성황리에 개최된 2023년 대한기계학회 추계학술대회 KSME-SEMES 오픈이노베이션 챌린지 대회에서 전문가그룹 금상을 수상했다. 발표 주제는 “가열 유동채널 공진기 기반 하이퍼 멀티모달 측정과 머신 러닝을 활용한 초미량 미확인 액체 인식 기술”로서 가열전극과 유동채널이 통합된 기계공진기를 이용하여 다양한 작동 온도에서 약 100 밀리초에 1번씩 액상 시료의 밀도, 역학점도, 열전도도, 비열, 열확산도, 동점도 그리고 무차원 수인 프란틀 (Prandtl) 수, 총 7개 물성을 동시에 획득할 수 있는 하이퍼 멀티모달 측정이 가능함을 최초로 소개하였다. 또한 개발한 하이퍼 멀티모달 측정을 머신러닝과 결합하여 액상 다원 혼합물을 분리하지 않고 분석할 수 있는 아이디어를 제안하고 가능성을 소개하였다. 이는 기존의 혼합물 분석의 gold standard 로 간주되던 LC-MS (Liquid chromatography – Mass spectrometry) 와 같은 선 분리-후 단일 측정의 패러다임을 뒤집는 아이디어로 그 독창성을 인정받았다. 제안 아이디어는 여러 반도체 공정에 사용되는 액상 혼합물의 농도 및 순도 모니터링을 통한 공정 품질제어를 비롯하여 다양한 액상시료 관련 산업과 연구에 효과적으로 사용될 것으로 기대된다.
2023.11.06
조회수 1308
남택진 산업디자인학과 교수, 제25회 대한민국디자인대상 디자인공로부문 국무총리표창 수상
우리 대학 남택진 교수가 올해 제25회 대한민국 디자인대상 디자인공로 부문에서 국무총리 표창을 받았다. 서울 코엑스에서 열린 대한민국 디자인 대상은 산업통상자원부가 주최하고 한국디자인진흥원이 주관하는 시상식이다. 이 상은 디자인산업 발전의 주역 및 디자인 주도 경영 실적이 우수한 선도기업과 지자체에 수여되는 디자인 분야 국내 최고 영예의 포상이다. 개인 디자인공로 부분에서는 디자인개발 및 교육·저술 등 디자인산업 발전에 크게 기여한 자, 디자인 정책 방향 제시·홍보 등을 통해 디자인 역량 강화 및 국민 인식 확산에 크게 기여한 자, 한국디자인의 위상을 널리 알린 자에게 수여된다. 남택진 교수는 2001년 KAIST 최초의 1회 학부 졸업생 교수로 부임하여 디자인 및 HCI(Human Computer Interaction) 교육과 연구, 세계디자인학회, 한국디자인학회를 중심으로 한 학계 활동, 디자인 연구 논문과 책 출판, 음압병동개발, 디자인 자문을 통한 공공 및 산업계 혁신에 기여한 점을 공적으로 인정받았다. 남택진 교수는 2017년부터 2021년까지 KAIST 산업디자인학과장을 역임하였다. 디자인 주도 사회혁신 사례인 이동형 음압병동 디자인 개발과 실용화를 성공시켜 디자인 분야 지식 창출 및 한국디자인의 국제 위상 제고하였다. 세계디자인학회(IASDR)에서 한국을 대표하는 보드 멤버로 활동하고 있으며 2019년부터 사무총장을 역임하고 있다. 2006년 이후 한국디자인학회 상임이사, 부회장, 저널 부편집장 직무를 수행하면서 Archives of Design Research 저널을 SCOPUS에 등재되는 데 핵심 역할을 하였다. 대기업과 스타트업에 브랜딩, 제품디자인, UI/UX 디자인 자문을 활발히 수행하고 있다. 세계적인 디자인 어워드인 iF, IDEA, Red Dot에서 최고상을 수상하였다. ‘디자인 연구논문 길잡이’ 책을 저술해 디자인 연구자들에게 연구 수행법과 논문 작성법을 체계적으로 소개하였다. 디자이너를 위한 여러 프로토타이핑 도구를 개발하고 무료로 배포해 디자인 관련 교육과 실무에 기여 하였다. 이번 수상 이외에도 남 교수는 2021년 과학기술원 혁신에 기여한 공을 인정받아 과학기술정보통신부장관 표창을 수상 한 바 있다. 이번 제25회 대한민국디자인대상 시상식은 11월1일(수) 오후 4시에 서울 코엑스에서 진행됐다.
2023.11.03
조회수 1554
인공지능 챗봇 이미지 데이터 훈련 비용 최소화하다
최근 다양한 분야에서 인공지능 심층 학습(딥러닝) 기술을 활용한 서비스가 급속히 증가하고 있다. GPT와 같은 거대 언어 모델을 훈련하기 위해서는 수백 대의 GPU와 몇 주 이상의 시간이 필요하다고 알려져 있다. 따라서, 심층신경망 훈련 비용을 최소화하는 방법 개발이 요구되고 있다. 우리 대학 전산학부 이재길 교수 연구팀이 심층신경망 훈련 비용을 최소화할 수 있도록 훈련 데이터의 양을 줄이는 새로운 데이터 선택 기술을 개발했다고 2일 밝혔다. 일반적으로 대용량의 심층 학습용 훈련 데이터는 레이블 오류(예를 들어, 강아지 사진이 `고양이'라고 잘못 표기되어 있음)를 포함한다. 최신 인공지능 방법론인 재(再)레이블링(Re-labeling) 학습법은 훈련 도중 레이블 오류를 스스로 수정하면서 높은 심층신경망 성능을 달성하는데, 레이블 오류를 수정하기 위한 추가적인 과정들로 인해 훈련에 필요한 시간이 더욱 증가한다는 단점이 있다. 한편 막대한 훈련 시간을 줄이려는 방법으로 중복되거나 성능 향상에 도움이 되지 않는 데이터를 제거해 훈련 데이터의 크기를 줄이는 핵심 집합 선별(coreset selection) 방식이 큰 주목을 받고 있다. 그러나 기존 핵심 집합 선별 방식은 훈련 데이터에 레이블 오류가 없다고 가정한 표준 학습법을 위해 개발됐고, 재레이블링 학습법을 위한 핵심 집합 선별 방식에 관한 연구는 부족한 실정이다. 이재길 교수팀이 개발한 기술은 레이블 오류를 스스로 수정하는 최신 재레이블링 학습법을 위해 핵심 집합 선별을 수행하여 심층 학습 훈련 비용을 최소화할 수 있도록 해준다. 따라서, 레이블 오류가 포함된 현실적인 훈련 데이터를 지원하므로 실용성이 매우 높다. 또한 이 교수팀은 특정 데이터의 레이블 오류 수정 정확도가 해당 데이터의 이웃 데이터의 신뢰도와 높은 상관관계가 있음을 발견했다. 즉, 이웃 데이터의 신뢰도가 높으면 레이블 오류 수정 정확도가 커지는 경향이 있다. 이웃 데이터의 신뢰도는 심층신경망의 충분한 훈련 전에도 측정할 수 있으므로, 각 데이터의 레이블 수정 가능 여부를 예측할 수 있게 된다. 연구팀은 이러한 발견을 기반으로 전체 훈련 데이터의 총합 이웃 신뢰도를 최대화하는 데이터 부분 집합을 선별해 레이블 수정 정확도와 일반화 성능을 최대화하는 `재레이블링을 위한 핵심 집합 선별'을 제안했다. 총합 이웃 신뢰도를 최대화하는 부분 집합을 찾는 조합 최적화 문제의 효율적인 해법을 위해 총합 이웃 신뢰도를 가장 증가시키는 데이터를 차례차례 선택하는 탐욕 알고리즘(greedy algorithm)을 도입했다. 연구팀은 이미지 분류 문제에 대해 다양한 실세계의 훈련 데이터를 사용해 방법론을 검증했다. 그 결과, 레이블 오류가 없다는 가정에 따른 표준 학습법에서는 최대 9%, 재레이블링 학습법에서는 최대 21% 최종 예측 정확도가 기존 방법론에 비해 향상되었고, 모든 범위의 데이터 선별 비율에서 일관되게 최고 성능을 달성했다. 또한, 총합 이웃 신뢰도를 최대화한 효율적 탐욕 알고리즘을 통해 기존 방법론에 비해 획기적으로 시간을 줄이고 수백만 장의 이미지를 포함하는 초대용량 훈련 데이터에도 쉽게 확장될 수 있음을 확인했다. 제1 저자인 박동민 박사과정 학생은 "이번 기술은 오류를 포함한 데이터에 대한 최신 인공지능 방법론의 훈련 가속화를 위한 획기적인 방법ˮ 이라면서 "다양한 데이터 상황에서의 강건성이 검증됐기 때문에, 실생활의 기계 학습 문제에 폭넓게 적용될 수 있어 전반적인 심층 학습의 훈련 데이터 준비 비용 절감에 기여할 것ˮ 이라고 밝혔다. 연구팀을 지도한 이재길 교수도 "이 기술이 파이토치(PyTorch) 혹은 텐서플로우(TensorFlow)와 같은 기존의 심층 학습 라이브러리에 추가되면 기계 학습 및 심층 학습 학계에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다. 우리 대학 데이터사이언스대학원에 재학 중인 박동민 박사과정 학생이 제1 저자, 최설아 석사과정, 김도영 박사과정 학생이 제2, 제3 저자로 각각 참여한 이번 연구는 최고권위 국제학술대회 `신경정보처리시스템학회(NeurIPS) 2023'에서 올 12월 발표될 예정이다. (논문명 : Robust Data Pruning under Label Noise via Maximizing Re-labeling Accuracy) 한편, 이 기술은 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 SW컴퓨팅산업원천기술개발사업 SW스타랩 과제로 개발한 연구성과 결과물(2020-0-00862, DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발)이다.
2023.11.02
조회수 1903
<<
첫번째페이지
<
이전 페이지
1
2
3
4
5
6
7
8
9
10
>
다음 페이지
>>
마지막 페이지 158