
< (왼쪽부터) 화학과 김현우 교수, 김동훈 석박사통합과정, 최경선 석박사통합과정 >
임산부의 입덧 완화 목적으로 사용됐던 약물인 탈리도마이드(Thalidomide)는 생체 내에서는 광학 이성질체*의 특성으로 한쪽 이성질체는 진정 효과를 나타내지만, 다른 쪽은 기형 유발이라는 심각한 부작용을 일으킨다. 이런 예처럼, 신약 개발에서는 원하는 광학 이성질체만을 선택적으로 합성하는 정밀 유기합성 기술이 중요하다. 하지만, 여러 반응물을 동시에 분석하는 것 자체가 어려웠던 기존 방식을 극복하고, 우리 연구진이 세계 최초로 21종의 반응물을 동시에 정밀 분석하는 기술을 개발해, AI와 로봇을 활용하는 신약 개발에 획기적인 기여가 기대된다.
*광학 이성질체: 동일한 화학식을 가지며 거울상 관계에 있으면서 서로 겹칠 수 없는 비대칭 구조로 존재하는 분자 쌍을 말한다. 이는 왼손과 오른손처럼 형태는 유사하지만 포개어지지 않는 관계와 유사하다.
우리 대학 화학과 김현우 교수 연구팀이 인공지능 기반 자율합성* 시대에 적합한 혁신적인 광학이성질체 분석 기술을 개발했다고 16일 밝혔다. 이번 연구는 다수의 반응물을 동시에 투입해 진행하는 비대칭 촉매 반응을 고해상도 불소 핵자기공명분광기(19F NMR)를 활용해 정밀 분석한 세계 최초의 기술로, 신약 개발 및 촉매 최적화 등 다양한 분야에 획기적인 기여가 기대된다.
* 인공지능 기반 자율합성: 인공지능(AI)을 활용해 화학 물질 합성 과정을 자동화하고 최적화하는 첨단 기술로, 미래 실험실의 자동화 및 지능형 연구 환경을 구현할 핵심 요소로 주목받고 있다. AI가 실험 조건을 예측·조절하고 결과를 해석해 후속 실험을 스스로 설계함으로써 반복 실험 수행 시 인간 개입을 최소화해 연구 효율성과 혁신성을 크게 높인다.
현재 자율합성 시스템은 반응 설계부터 수행까지는 자동화가 가능하지만, 반응 결과 분석은 전통적 장비를 활용한 개별 처리 방식에 의존하고 있어 속도 저하와 병목 현상이 발생하며 고속 반복 실험에는 적합하지 않다는 문제점이 제기돼 왔다.
또한, 1990년대에 제안된 다기질 동시 스크리닝 기법은 반응 분석의 효율을 극대화할 전략으로 주목받았지만, 기존 크로마토그래피 기반 분석법의 한계로 인해 적용 가능한 기질 수가 제한적이었다. 특히 원하는 광학 이성질체만 선택하여 합성하는 비대칭 합성 반응에서는 10종 이상의 기질을 동시에 분석하는 것이 불가능에 가까웠다.

< 그림 1. 기존의 유기 반응 평가법은 단일 기질을 사용해 최적 반응 조건을 도출한 뒤, 해당 조건에서의 기질 범위를 하나씩 확장해나가는 방식을 따르기에 잠재적인 반응 가능 영역이 미처 탐색되지 않은 채로 남는다. 이를 극복하기 위해 고효율 스크리닝을 도입하여 기질에 대한 촉매의 반응성을 넓게 탐색하며, 특히 다기질 스크리닝과 함께 결합할 경우 반응의 범위와 경향성을 훨씬 더 넓고 체계적으로 파악할 수 있다. >
이러한 한계를 극복하기 위해, 연구팀은 다수의 반응물을 하나의 반응 용기에 투입하여 동시에 비대칭 촉매 반응을 수행한 뒤 불소 작용기를 생성물에 도입하고, 자체 개발한 카이랄 코발트 시약을 적용해 모든 광학 이성질체를 명확하게 정량 분석할 수 있는 불소 핵자기공명분광기(19F NMR) 기반 다기질 동시 스크리닝 기술을 구현했다.
연구팀은 19F NMR의 우수한 분해능과 민감도를 활용해, 21종 기질의 비대칭 합성 반응을 단일 반응 용기에서 동시에 수행하고 생성물의 수율과 광학 이성질체 비율을 별도의 분리 과정 없이 정량 측정하는 데 성공했다.
김현우 교수는 “여러 기질을 한 반응기에 넣고 비대칭 합성 반응을 동시에 수행하는 것은 누구나 할 수 있지만, 생성물 전체를 정확하게 분석하는 것은 지금까지 풀기 어려운 과제였다”며, “세계 최고 수준의 다기질 스크리닝 분석 기술을 구현함으로써 AI 기반 자율합성 플랫폼의 분석 역량 향상에 크게 기여할 수 있을 것으로 기대된다”고 말했다.

< 그림 2. 서로 다른 기질들을 하나의 반응기 안에서 동시에 반응시키는 다기질 비대칭 촉매 반응을 불소 핵자기공명을 활용해 분석하는 방법을 구현했다. 배경신호가 깨끗하고 화학적 이동 범위가 넓은 불소 핵자기공명의 특성 활용하여 각 기질의 반응성을 정량적으로 분석할 수 있으며, 코발트 금속 착물을 이용하여 모든 반응물의 광학활성까지 동시에 측정할 수 있음을 알 수 있다. >
이어 “이번 연구는 신약 개발에 필수적인 비대칭 촉매 반응의 효율성과 선택성을 신속히 검증할 수 있는 기술로, AI 기반 자율화 연구의 핵심 분석 도구로 활용될 전망이다”라고 밝혔다.

< 그림 3. 총 21가지의 기질을 사용한 다기질 환원아민화 반응에서 불소 핵자기공명 기반의 분석 플랫폼을 이용해 촉매 시스템에 따른 반응물의 수율과 광학활성을 동시에 측정한 것을 알 수 있다. 각 반응물의 수율은 색의 채도로, 광학활성도는 숫자로 표시하였다. >
이번 연구에는 우리 대학 화학과 김동훈 석박통합과정 학생(제1 저자), 최경선 석박통합과정 학생(제2 저자) 가 참여했으며, 화학 분야 세계적 권위의 국제 학술지 미국화학회지(Journal of the American Chemical Society) 에 2025년 5월 27일 자 온라인 게재됐다.
※ 논문명: One-pot Multisubstrate Screening for Asymmetric Catalysis Enabled by 19F NMR-based Simultaneous Chiral Analysis
※ DOI: 10.1021/jacs.5c03446
이번 연구는 한국연구재단 중견연구자 지원사업, 비대칭 촉매반응 디자인센터, KAIST KC30 프로젝트의 지원을 받아 수행됐다.

< 그림 4. 다기질 스크리닝 반응 수행과 불소 핵자기공명분광기를 활용하는 개념도 >
우리 대학은 동문인 AI 교육기업 팀스파르타 이범규 대표가 생성형 AI 에이전트 기반 연구지원 프로그램 운영을 위해 전산학부에 1억 원을 기부했다고 16일 밝혔다. 우리 대학은 이번 기부를 바탕으로 약 2년간 전 학과 석·박사 연구자를 대상으로 생성형 AI 에이전트 활용 지원 프로그램을 운영할 계획이다. 연구자들은 ‘클로드 코드(Claude Code)',‘코덱스(Codex)' 등 최신 AI 개발 에이전트를 활용할 수 있으며, 관련 교육과 정기 세미나에도 참여하게 된다. 기부식은 지난 15일 대전 KAIST 본원에서 열렸으며, 이범규 대표와 이재길 KAIST 전산학부장, 류석영 KAIST 전산학부 교수가 참석했다. 이번 후원은 지난해 9월에 이은 이 대표의 두 번째 사재 출연이다. 프로그램은 6개월 단위로 운영되며 기수당 20명의 연구자를 선발할 예정이다. 제1기는 연내 선발을 목표로 하고 있으며, 장기적으로는 지원 범위와 참여 기부자를 확대
2026-07-16“우리 회사 문서만 학습한 AI 비서를 만들어줘.” 기업과 개인이 자신의 문서와 데이터를 AI에 학습시켜 ‘나만의 AI’를 만드는 시대가 열리고 있다. 하지만 AI를 맞춤형으로 학습시키면 업무 능력은 높아지는 반면 기존의 안전장치가 약해질 수 있다는 한계가 있었다. 국내 연구진이 맞춤형 성능은 그대로 유지하면서 안전성은 오히려 높이는 AI 핵심 기술을 개발했다. 우리 대학은 전기및전자공학부 김창익 교수 연구팀이 챗GPT와 같은 대형언어모델(LLM, Large Language Model)을 개인이나 기업의 데이터에 맞게 다시 학습시키는 파인튜닝(Fine-tuning, 기존 AI에 새로운 지식이나 업무를 추가로 학습시키는 과정)에서 안전성이 훼손되는 문제를 해결하는 ‘버퍼 앤드 리인포스(Buffer-and-Reinforce)’ 학습 프레임워크를 개발했다고 15일 밝혔다. 기존에는 AI를 맞춤형으로 학습시키면 새
2026-07-15뇌혈관질환은 치료 시기를 놓치면 심각한 후유증으로 이어질 수 있지만, 증상이 나타나기 전에는 알아차리기 어렵다. 국내 연구진이 실제 고령자의 일상생활 데이터를 분석해 집에서 나타나는 작은 변화만으로 뇌혈관질환 위험을 조기에 감지하는 AI 기술을 개발했다. 우리 대학은 건설및환경공학과 임리사 교수 연구팀이 성균관대학교(총장 유지범) 전자전기공학부 정조운 교수, 고려대학교(총장 김동원) 안암병원 신경과 조경희 교수 연구팀과 공동으로 실제 고령자의 주거환경에서 장기간 수집된 라이프로그 데이터를 활용해 뇌혈관질환 진단 전 위험단계를 식별하고, 진단이 임박한 위험 상태까지 평가하는 AI 프레임워크를 개발했다고 12일 밝혔다. 이번 연구는 ㈜리본케어가 실제 주거환경에서 수집한 고령자 1,224명의 라이프로그 데이터를 기반으로 수행됐다. 연구팀은 14일 단위로 구성한 총 13,362개의 생활 데이터 표본을 분석해 질환이 발생한 뒤 병원에서 치료하는 기존 접근에서 벗어나, 일상생활 속
2026-07-13인공지능(AI)이 화면 속 정보를 분석하는 기술을 넘어, 현실 세계의 물리적 특성을 이해하고 스스로 판단·행동하는 단계로 진화하고 있다. 우리 대학 연구진은 빛과 물질의 상호작용, 공간 인식, 미래 상황 예측, 행동 계획을 아우르는 피지컬 AI(Physical AI·물리 기반 인공지능) 핵심 기술을 개발했다. 이번 성과는 자율주행차와 휴머노이드 로봇, 산업용 로봇, 디지털 트윈 등 실제 환경에서 작동하는 차세대 자율 시스템 구현을 앞당길 것으로 기대된다. 우리 대학은 전산학부 윤성의 교수 연구팀이 ▲유리나 물처럼 투명한 물체를 정확히 인식하는 기술 ▲빛과 물질의 상호작용을 분석해 주변 환경을 이해하는 기술 ▲사진 한 장만으로 로봇이 목적지를 찾아가는 기술 ▲미래 상황을 예측해 행동을 계획하는 기술을 개발했다고 6일 밝혔다. 이번 연구는 시각 인식부터 물리적 이해, 미래 예측, 행동 계획까지 하나의 기술 흐름으로 연결했다는 점에서 의미가 크다. 이를 통
2026-07-06우리 대학 인공지능반도체대학원은 2026년 7월 2일 호텔 오노마 대전 5층 그랜드볼룸홀에서 「제6회 한국인공지능시스템포럼 조찬 강연회」를 개최했다. 이번 강연회는 한국인공지능시스템포럼(KAISF)이 주관하고, 정보통신기획평가원(IITP), 한국전자통신연구원(ETRI), PIM반도체설계연구센터, 우리 대학 인공지능반도체대학원이 공동 주최했다. 행사에는 관련 산학연 연구자 및 종사자, 정부부처와 공공기관 관계자 등이 참석해 인공지능과 모빌리티 산업의 기술 변화 및 발전 방향을 공유했다. 이날 강연은 카카오모빌리티 김진규 부사장이 맡아 Physical AI 시대의 모빌리티 혁신과 자율주행 상용화 방향을 중심으로 진행했다. 김 부사장은 서울 강남구 심야 자율주행 택시 ‘서울자율차’ 운영 사례를 바탕으로, 카카오 T 플랫폼이 시민의 이동 경험을 혁신하고 있는 방식과 자율주행 상용화를 위한 기술적·산업적 과제를 소개했다. 또한 자율주행 상용화가 단일
2026-07-06