
< (앞) 남지수 박사과정, (뒷줄 왼쪽부터) 복신 첸 박사과정, 김미소 교수 >
치과 치료부터 복잡한 시제품 제작까지 널리 쓰이는 ‘광경화 3D 프린팅’은 빠르고 정밀하지만 충격에 약해 쉽게 파손되는 한계가 있었다. KAIST 연구진이 이 약점을 극복할 수 있는 신기술을 개발, 의료용 보형물부터 정밀 기계 부품까지 한층 튼튼하면서도 경제적으로 제작할 수 있는 길을 열었다.
우리 대학은 기계공학과 김미소 교수 연구팀이 광경화 3D 프린팅의 내구성 한계를 근본적으로 해결할 수 있는 신기술을 개발했다고 29일 밝혔다.
디지털 광 조형(Digital Light Processing, DLP) 기반 3D 프린팅은 빛으로 액체 레진(고분자 중합체)을 굳혀 정밀한 구조물을 빠르게 제조하는 기술로, 치과·정밀 기계 등 다양한 분야에서 활용되고 있다. 기존 사출 성형은 내구성은 뛰어나지만 금형 제작에 많은 시간과 비용이 드는 반면, 광경화 3D 프린팅은 자유로운 형상 구현이 가능하지만 내구성의 약점이 있었다.
김 교수 연구팀은 ▲충격과 진동을 흡수하면서도 고무에서 플라스틱까지 다양한 물성을 구현할 수 있는 신규 광경화 레진 소재와 ▲구조물의 각 부위에 최적 강도를 자동 배치하는 머신러닝 기반 설계 기술을 결합해 문제를 풀어냈다.

< 그림 1. 광 조절 기반 그래디언트(Gradient) 구조체로 구현하는 광 경화 3DP 고내구성 기술 강성 제어형 점탄성 폴리우레탄 아크릴레이트 (PUA) 소재 개발, 머신러닝 기반 물성 구배 최적화, 그리고 회색조 DLP 3D 프린팅을 통합한 새로운 제조 기술의 개략도. 감쇠 성능을 향상하고, 응력 집중을 완화하여, 고신뢰성·내구성·맞춤형 제조를 위한 통합 솔루션을 제시함. 관절 등 반복적 하중이 가해지는 구조 부품, 자동차 내장재, 정밀 기계 부품 등 다양한 응용 가능성을 보여줌. >
연구팀은 ‘동적 결합을 도입한 폴리우레탄 아크릴레이트(PUA)’ 소재를 개발해 기존 소재 대비 충격·진동 흡수 능력을 크게 높였다. 또한 빛의 세기를 조절해 하나의 레진 조성물에서 서로 다른 강도를 구현할 수 있는 ‘회색조 DLP’ 기술을 적용, 구조물 내 부위별 맞춤 강도를 부여하는 데 성공했다. 이는 인체의 뼈와 연골이 다른 역할을 하며 조화를 이루는 원리에서 착안한 것이다.
머신러닝 알고리즘은 구조와 하중 조건을 분석해 최적의 강도 분포를 자동으로 제안한다. 이를 통해 소재 개발과 구조 설계가 유기적으로 연결되며, 맞춤형 강도 분배가 가능해졌다.
경제성 또한 주목할 부분이다. 기존에는 다양한 물성을 구현하기 위해 고가의 ‘다중 재료 프린팅’ 기술이 필요했지만, 이번 기술은 단일 소재와 단일 공정만으로 동일한 효과를 내 생산 비용을 크게 절감한다. 복잡한 장비나 재료 관리가 불필요해지고, AI 기반 구조 최적화로 연구개발 시간과 제품 설계 비용까지 줄일 수 있다.
김미소 교수는 “이번 기술은 소재 물성과 구조 설계의 자유도를 동시에 확장한 것”이라며, “환자 맞춤형 보형물은 더 내구성 있고 편안해지고, 정밀 기계 부품도 더욱 견고하게 제작할 수 있을 것”이라고 설명했다. 이어 “단일 소재·단일 공정만으로 다양한 강도를 구현해 경제성까지 확보한 점이 큰 의미가 있다”며 “향후 바이오메디컬, 항공·우주, 로봇 등 다양한 산업 분야로의 활용이 기대된다”고 덧붙였다.
이번 연구는 KAIST 기계공학과 김미소 교수 연구팀이 주도했으며, KAIST 박사과정 남지수 학생이 제1저자로 참여했다. 성균관대 복신 첸(Boxin Chen) 학생도 공동연구로 기여했다. 연구 결과는 재료과학 분야 세계적 권위 학술지 어드밴스드 머터리얼즈(Advanced Materials, IF 26.8)에 7월 16일 자 온라인 게재됐다. 또한 연구의 우수성을 인정받아 학술지 권두 도판(Frontispiece)에도 선정됐다.
※ 논문 제목: Machine Learning-Driven Grayscale Digital Light Processing for Mechanically Robust 3D-Printed Gradient Materials
※ DOI: 10.1002/adma.202504075
본 연구의 성과로 김미소 교수는 2025년 7월 국제 학술 출판사 와일리(Wiley)가 주관하는‘와일리 라이징 스타 어워드(Wiley Rising Star Award)’와 ‘와일리 여성 재료과학상(Wiley Women in Materials Science Award)’을 동시에 수상하며 국제적으로도 많은 주목을 받고 있다.
와일리 라이징 스타 어워드는 향후 학문적 리더로서의 잠재력을 지닌 신진 연구자에게 주어지는 상이며, 와일리 여성 재료과학상은 재료과학 분야에서 탁월한 업적을 이룬 여성 과학자를 기리기 위해 제정된 권위 있는 상이다.

< 그림 2. 권두 도판(frontispiece) 이미지. (Issue 42 예정) 광경화 3D 프린터로 구현한 다중 물성 구조. 프로젝터 빛 세기를 위치별로 달리해, 강한 빛은 단단하게·약한 빛은 유연하게 형성되며, AI가 구조 형상에 최적화된 패턴을 설계해 파손을 예방하고 전체를 튼튼하게 만듦 >
한편 이번 연구는 과학기술정보통신부의 지원을 받아 한국연구재단 BRIDGE 융합연구개발사업, 중견연구자지원사업, 차세대 반도체 대응 미세기판 기술개발사업의 일환으로 수행됐다.
“지난해 가장 많이 팔린 상품을 찾아줘.” AI가 회사 자료를 찾는 과정에서 존재하지 않는 항목을 잘못 사용하면 검색이 실패할 수 있다. 지금까지는 작은 오류 하나에도 검색 명령 전체를 다시 만들어야 했지만, 우리 대학 연구진이 틀린 부분만 찾아 바로잡는 기술을 개발했다. AI의 데이터 검색을 더 빠르고 정확하게 만들어 기업의 ‘AI 업무비서’ 활용을 앞당길 것으로 기대된다. 우리 대학은 전산학부 김민수 교수 연구팀이 사람의 일상적인 질문을 데이터베이스에서 원하는 정보를 찾는 컴퓨터 명령어인 SQL(Structured Query Language)로 바꾸는 과정에서 발생하는 오류를 찾아 수정하는 기술 ‘세이프큐엘(SafeQL)’을 개발했다고 4일 밝혔다. 최근에는 “지난해 매출이 가장 많이 늘어난 상품은?”, “재고가 부족한 상품은?”처럼 일상적인 말로 질문하면 AI가
2026-09-04우리 대학이 세계적인 연구기관인 미국 캘리포니아공과대학교(California Institute of Technology, 이하 ‘Caltech’)와 공동연구를 넘어 차세대 연구자까지 함께 키우는 새로운 글로벌 협력 모델을 구축한다. 우리 대학은 9월 1일부터 2일까지 Caltech과 ‘제1회 KAIST-Caltech 분자과학 및 화학혁신 공동 워크숍(1st KAIST-Caltech Joint Workshop on Molecular Science and Chemical Innovation)’을 개최한다고 2일 밝혔다. 이번 워크숍은 양 기관이 첨단 분자과학과 미래 화학기술 분야의 연구성과를 공유하는 데 그치지 않고, 공동연구와 인재양성, 연구시설 활용까지 연결하는 지속 가능한 협력체계를 구축하기 위해 마련됐다. 특히 KAIST와 Caltech 교수가 박사후연구원(Postdoctoral Researcher)을 함께 선발하고 지도하는
2026-09-02“이 단백질에 잘 결합하는 신약 후보를 설계해줘.” 연구자가 AI에게 이렇게 요청하면 AI가 단백질의 3차원 구조를 예측하고, 어떤 물질이 잘 결합할지 분석해 유망한 신약 후보를 설계한다. 우리 대학 연구진이 세계에서 가장 빠르게 단백질 구조 예측을 수행하는 바이오 AI 모델 ‘K-Fold(케이폴드)’를 국내 독자 기술로 개발했다. 우리 대학은 과학기술정보통신부 ‘AI 특화 파운데이션 모델 프로젝트’의 주관기관으로 ‘팀 KAIST’를 구성하고, 차세대 바이오 AI 모델 ‘K-Fold’를 공개했다고 28일 밝혔다. ‘팀 KAIST’는 화학과 김우연 교수가 연구를 총괄하고, 김우연 교수 그룹과 김재철AI대학원 황성주·안성수 교수 그룹 연구원들이 AI 모델 개발을, 생명과학과 오병하·김호민·이규리 교수가 단백질
2026-08-28AI가 똑똑해질수록 더 많은 데이터를 빠르게 처리할 수 있는 ‘고성능 메모리’가 필요하다. 하지만 기존처럼 반도체를 계속 작게 만드는 데는 한계가 있다. 우리 대학 연구진이 반도체를 위로 쌓는 3차원 구조의 약점까지 해결하면서, AI 반도체의 성능은 높이고 전력 소모는 낮출 새로운 길을 열었다. 우리 대학은 전기및전자공학부 권지민 교수 연구팀이 UNIST(총장 박종래), 연세대학교(총장 윤동섭) 등 국내 연구진과 공동으로 차세대 메모리 소자인 산화물 수직 채널 트랜지스터(Vertical Channel Transistor, VCT)의 결함을 줄이고 성능과 안정성을 크게 높일 수 있는 새로운 다층 층간 절연막 구조를 개발했다고 20일 밝혔다. 컴퓨터의 주기억장치로 사용되는 DRAM은 컴퓨터가 작업 중인 데이터를 임시로 저장해 빠르게 꺼내 쓸 수 있도록 하는 메모리다. 지난 수십 년간 DRAM은 반도체 소자의 크기를 줄여 같은 면적에 더 많은 데이터를 저장
2026-08-20우리 대학은 KAIST와 국가AI연구거점이 공동으로 제프 딘(Jeff Dean) 디스커버리 루프(Discovery Loop) 공동 창업자 겸 CEO를 초청해 13일 서울 AI 허브에서 특별강연을 개최했다고 18일 밝혔다. 제프 딘은 1999년 구글 초기 멤버로 합류해 27년간 검색 인프라의 근간인 맵리듀스(MapReduce)와 빅테이블(Bigtable), AI 시대의 핵심 기반인 텐서플로우(TensorFlow)와 TPU 개발을 이끌었고, 구글 브레인을 공동 설립한 뒤 수석과학자로서 제미나이(Gemini) 개발을 총괄해 '구글의 전설'로 불리는 인물이다. 그는 최근 산제이 게마왓(Sanjay Ghemawat), 쿽 레(Quoc Le), 오리올 비냘스(Oriol Vinyals)와 함께 디스커버리 루프를 창업했다. 가설 수립부터 실험 실행과 결과 분석에 이르는 연구의 반복 과정을 AI로 자동화해, 과학·공학 발견의 속도 자체를 끌어올리겠다는 구상이다. 우리 대학은 이
2026-08-18