-
AI대학 비전선포식 개최..글로벌 AI 융합인재 양성 비전 제시
우리 대학은 1일 오전 10시 KAIST 학술문화관(E9) 5층 정근모컨퍼런스홀에서 ‘KAIST AI대학 비전선포식’을 개최했다.
이번 행사는 AI 시대를 선도할 핵심 인재 양성과 교육·연구 혁신, 산업 협력, 책임 있는 AI 생태계 구축을 위한 비전과 추진 방향을 대내외에 공유하기 위해 마련됐다.
KAIST AI대학은 인공지능을 단순한 활용 도구가 아닌 과학기술, 산업, 교육, 사회 전반의 변화를 이끄는 새로운 지식 생산의 기반으로 보고 있다. 이에 따라 AI 핵심 기술을 선도할 연구 인재와 다양한 분야에서 AI를 창의적으로 활용할 융합 인재를 함께 양성하고, 모델·알고리즘·시스템·인프라·도메인 융합은 물론 미래 사회 설계와 책임 있는 AI까지 포괄하는 교육·연구 체계를 구축해 나갈 계획이다.
비전선포식은 이광형 KAIST 총장의 환영사로 시작됐다. 이어 배경훈 부총리 겸 과학기술정보통신부 장관이 기조강연을 통해 AI 시대 핵심 인재 양성과 교육 혁신 방향을 제시했다. 본 세션에서는 윤국진 KAIST AI대학장이 ‘KAIST AI대학의 비전과 혁신 방향’을 주제로 AI대학의 중장기 비전과 주요 추진 전략을 발표했다.
특히 이번 행사에서는 ‘KAIST AI대학 자문단(KAIST College of AI Advisory Board)’ 위촉식도 함께 진행됐다. 자문단은 KAIST AI대학의 교육·연구·산업 협력·글로벌 협력·책임 있는 AI 구현 등을 위한 전략적 자문 역할을 맡게 된다.
해외 자문위원으로는 세계적인 AI 석학인 요슈아 벤지오(Yoshua Bengio) 몬트리올대 교수와 조경현 뉴욕대 교수가 참여했으며, 국내에서는 한국과학기술연구원(KIST)을 비롯해 (가나다 순) 네이버클라우드, 루닛, 리벨리온, 삼성전자, SK텔레콤, 업스테이지, NC AI, 인애이블퓨전, 크래프톤, 현대자동차·포티투닷 등 국내 주요 AI·ICT 기업 및 연구기관 관계자들이 참여했다.
이와 함께 ‘AI 시대의 새로운 교육·연구 문법’을 주제로 한 ‘KAIST AI 혁신 특별 세션’도 진행됐다. KAIST AI대학은 학생을 단순한 교육 수혜자가 아닌 미래 학습 방식과 연구 문화를 함께 설계하는 주체로 바라보고 있다. 이에 따라 학부생 대표들이 직접 발제자로 나서 대학 교육의 새로운 가능성을 제안했으며, 이어 AI대학장과 자문위원, 학생들이 함께 참여하는 패널 토론이 진행됐다.
윤국진 KAIST AI대학장은 “KAIST AI대학은 단순히 AI 기술을 가르치는 조직이 아니라 AI와 함께 인간의 지적 역량을 확장하고 새로운 지식과 미래를 설계하는 교육·연구 플랫폼이 되고자 한다”며 “이번 비전선포식을 계기로 세계적 수준의 AI 인재 양성, 도전적 연구, 산업 및 사회 문제 해결, 책임 있는 AI 생태계 구축을 이끄는 거점으로 성장해 나가겠다”고 밝혔다.
이광형 KAIST 총장은 “AI는 이제 특정 분야의 기술을 넘어 과학기술과 산업, 사회 전반의 변화를 이끄는 핵심 동력이 되고 있다”며 “KAIST AI대학이 대한민국 AI 인재 양성과 연구 혁신을 선도하고 세계와 협력하는 열린 플랫폼으로 성장할 수 있도록 적극 지원해 나가겠다”고 말했다.
배경훈 부총리는 “AI가 생성의 단계를 넘어 실행의 단계로 넘어가는 대전환의 시기에 선제적으로 대응하기 위해서는 AI 인재에 대한 투자가 가장 시급하다”면서, “교육 수요자인 학생들과의 활발한 소통을 통해 대한민국의 차별화된 AI 교육 시스템을 구축해 나가겠다”고 밝혔다.
2026.06.01
조회수 1353
-
“지구 안전선 이미 넘었다”...탄소 배출 한계 두 배 초과
지구는 무한하지 않다. 일정 수준을 넘는 오염은 기후와 생태계를 위협한다. 과학자들은 이를 막기 위해 ‘플래니터리 바운더리(Planetary Boundaries)’라는 지구 안전선을 제시해 왔다. 우리 대학 연구진이 기후변화와 질소 오염을 같은 기준으로 다시 계산한 결과, 현재 탄소 배출은 지구가 감당할 수 있는 한계를 두 배 이상 넘은 상태로 나타났다.
우리 대학은 녹색성장지속가능대학원 전해원 교수가 미국 에너지부 산하 태평양북서부국립연구소(PNNL)의 폴 울프람(Paul Wolfram) 박사팀과 공동 연구를 통해, 이산화탄소 배출 한계를 기존의 ‘탄소 총량(저량, stock)’ 기준에서 질소·인 오염과 같은 ‘연간 배출량(유량, flow)’ 기준으로 재산정했다고 6일 밝혔다.
그동안 기후변화는 대기 중에 얼마나 CO₂가 쌓였는지(저량)를 기준으로 평가해 왔다. 반면 질소·인 오염은 1년에 얼마나 배출되는지(유량)를 기준으로 계산했다. 서로 다른 잣대를 사용하다 보니 어떤 문제가 더 심각한지 공정하게 비교하기 어려웠다. 연구팀은 탄소 역시 질소와 동일한 ‘연간 배출량’ 기준으로 다시 계산했다.
지구 평균 온도 상승을 1.5°C 이내로 제한하는 조건에 맞춰 분석한 결과, 지구가 감당할 수 있는 연간 CO₂ 배출 한계는 약 ‘4~17기가톤(Gt CO₂/년)’으로 나타났다. 그러나 현재 인류의 연간 배출량은 약 ‘37기가톤(Gt CO₂/년)’에 달한다. 이는 지구의 안전 작동 범위를 두 배 이상 초과한 수준이다.
전해원 교수는 “탄소 배출을 질소 오염과 같은 기준으로 비교하면 기후변화의 심각성이 훨씬 더 분명하게 드러난다”며 “이번 연구는 서로 다른 환경 문제를 동일한 기준에서 바라볼 수 있게 해 정책 우선순위를 보다 명확히 정하는 데 기여할 것”이라고 말했다.
이어 “탄소와 질소·인 오염을 함께 고려한 통합적 전략 수립의 필요성도 더욱 커지고 있다”며 “전 세계적인 탈탄소화 노력을 한층 더 가속해야 한다”고 강조했다.
이번 연구는 전해원 교수와 폴 울프람(Paul Wolfram) 박사가 공동 교신으로 총괄하였으며, 미국 PNNL 연구원 하싼 니아지(Hassan Niazi)와 페이지 카일(Page Kyle) 등이 공동연구에 참여했다. 연구 결과는 국제 학술지 ‘네이처 서스테인어빌리티(Nature Sustainability)’에 2월 16일 자 게재되었다.
※ 논문명: Ensuring consistency between biogeochemical planetary boundaries, DOI: https://doi.org/10.1038/s41893-026-01770-6
이 연구는 AI기반 기후-인간 상호영향 차세대 통합평가모델 개발(과학기술정보통신부, 한국연구재단)과제의 지원을 받아 수행됐다.
한편, 전 교수는 3월 5일 자 사이언스(Science) 기고문 ‘지구 기후의 안정화를 위한 36가지 방법’에서 지난 20년간의 기후테크 발전을 재조명했다. 인류가 필요한 기술을 상당 부분 보유하고 있었음에도 충분히 빠르게 적용하지 못해 기후위기가 심화됐다고 지적했다. 또한 탄소중립 달성을 위해 탈탄소화 속도를 더욱 높여야 한다고 강조했다.
※ 기고문: Thirty-six solutions to stabilize Earth’s climate, 기고문 링크: https://doi.org/10.1126/science.aed5212
2026.03.06
조회수 3014
-
로봇도 이제 사람처럼 고무줄을 풀고 전선 끼운다
로봇이 전선, 의류, 고무줄처럼 형태가 자유롭게 변형되는 물체를 다루는 기술은 제조·서비스 산업 자동화의 핵심 과제로 꼽혀왔다. 그러나 이러한 변형 물체는 모양이 일정하지 않고 움직임을 예측하기 어려워, 로봇이 이를 정확히 인식하고 조작하는 데 큰 어려움이 있었다. KAIST 연구진이 불완전한 시각 정보만으로도 변형 물체의 상태를 정밀하게 파악하고 능숙하게 다룰 수 있는 로봇 기술을 개발했다. 이번 성과는 케이블 및 전선 조립, 부드러운 부품을 다루는 제조업, 의류 정리와 포장 등 다양한 산업 및 서비스 분야의 지능형 자동화에 기여할 것으로 기대된다.
우리대학 전산학부 박대형 교수 연구팀이 탄성 밴드처럼 형태가 연속적으로 변하고, 시각적으로 형태를 구별하기 어려운 물체도 로봇이 능숙하게 다룰 수 있게 하는 인공지능 기술인‘INR-DOM(아이엔알-돔, Implicit Neural-Representation for Deformable Object Manipulation)’을 개발했다고 21일 밝혔다.
박 교수 연구팀은 로봇이 관측한 부분적인 3차원 정보만으로 변형 가능한 물체의 전체 형상을 완전하게 복원하고, 이를 바탕으로 로봇의 조작 방식을 학습하는 기술을 개발했다.
또한, 로봇이 특정 과제를 효율적으로 학습할 수 있도록 강화학습과 대조학습을 결합한 새로운 2단계 학습 구조를 도입했다. 학습된 제어기는 시뮬레이션 환경에서 기존 기술 대비 월등히 높은 과제 성공률을 달성했으며, 실제 로봇 실험에서도 복잡하게 얽힌 고무줄을 풀어내는 등 높은 수준의 조작 능력을 선보여 변형 물체를 다루는 로봇의 적용 범위를 크게 넓힐 것으로 기대된다.
변형 물체 조작(Deformable Object Manipulation, DOM)은 로봇 공학의 오랜 난제 중 하나다. 변형 물체는 무한한 자유도를 가져 움직임을 예측하기 어렵고, 스스로 일부를 가리는 자기-가림(self-occlusion) 현상으로 인해 로봇이 전체적인 상태를 파악하기 어렵기 때문이다.
이러한 문제를 해결하기 위해 변형 물체 상태 표현법과 강화학습에 기반한 제어 기술이 널리 연구되고 있었다. 그러나 기존의 상태표현법은 변형 물체의 연속적으로 변형되는 표면이나 복잡한 3차원 구조를 정확히 표현하지 못했고, 상태 표현과 강화학습이 분리돼 물체 조작에 필요한 적합한 상태 표현공간을 구성하는 데 한계가 있었다.
연구팀은 이러한 한계를 극복하기 위해 ‘잠재 신경 표현(Implicit Neural Representation)’을 활용했다. 이 기술은 로봇이 관측한 부분적인 3차원 정보(점 구름, point cloud*)를 입력받아, 보이지 않는 부분을 포함한 물체의 전체 형상을 연속적인 곡면(부호화 거리 함수, SDF)으로 재구성한다. 이를 통해 로봇은 마치 사람처럼 물체의 전체적인 모습을 상상하고 이해할 수 있게 된다.
*점 구름 3차원 정보: 물체의 3차원 형상을 ‘표면을 찍은 점들의 집합’으로 표현하는 방식
나아가 연구팀은 2단계 학습 프레임워크를 도입했다. 1단계 사전학습에서는 불완전한 점 구름으로부터 완전한 형상을 복원하는 모델을 학습시켜, 가려짐에 강인하고 늘어나는 물체의 표면을 잘 나타내는 상태 표현 모듈을 확보한다. 2단계 미세조정에서는 강화학습과 대조학습을 함께 이용해, 로봇이 현재 상태와 목표 상태 간의 미묘한 차이를 명확히 구분하고 과제 수행에 필요한 최적의 행동을 효율적으로 찾아내도록 제어 정책과 상태 표현 모듈을 최적화한다.
연구팀이 개발한 INR-DOM 기술을 로봇에 탑재해 실험한 결과, 시뮬레이션 환경에서 고무링을 홈에 끼우거나(sealing), O링을 부품에 설치하거나(installation), 꼬인 고무줄을 푸는(disentanglement) 세 가지 복잡한 과제에서 모두 기존 최고 성능의 기술들보다 월등히 높은 성공률을 보였다. 특히 가장 어려운 과제였던 풀기(disentanglement) 작업에서는 성공률이 75%에 달해, 기존 최고 기술(ACID, 26%)보다 약 49% 높은 성과를 거뒀다.
연구팀은 INR-DOM 기술이 실제 환경에서도 적용 가능함을 검증하기 위해 샘플 효율적인 로봇 강화학습 기법(sample-efficient robotic reinforcement learning)과 INR-DOM을 결합해 실환경 강화학습을 수행했다.
그 결과, 실제 환경에서의 끼우기, 설치, 풀기 작업을 90% 이상의 성공률로 수행했으며, 특히 시각적으로 구별이 어려운 양방향 꼬임 풀기 작업에서 기존 이미지 기반 강화학습 기법 대비 25% 더 높은 성공률을 기록해 시각적 모호성에도 불구하고 강인한 조작이 가능함을 입증했다.
제1 저자인 송민석 연구원은 "이번 연구는 로봇이 불완전한 정보만으로도 변형 물체의 전체 모습을 이해하고, 이를 바탕으로 복잡한 조작을 수행할 수 있다는 가능성을 보여줬다”라며, "제조, 물류, 의료 등 다양한 분야에서 인간과 협력하거나 인간을 대신해 정교한 작업을 수행하는 로봇 기술 발전에 크게 기여할 것”이라고 말했다.
KAIST 전산학부 송민석 석사과정이 제1 저자로 참여한 이번 연구는 지난 6월 21~25일 LA USC에서 개최된 로봇 공학 분야 최상위 국제 학술대회인 ‘로보틱스: 사이언스 앤 시스템즈 (Robotics: Science and Systems, RSS) 2025’에서 발표됐다.
※논문명: Implicit Neural-Representation Learning for Elastic Deformable-Object Manipulations
※DOI: https://www.roboticsproceedings.org/(공개 예정), 현재는 https://arxiv.org/abs/2505.00500
한편, 이번 연구는 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원(IITP)의 ‘복합지능 자율행동체 SW 핵심기술 개발 사업’(RS-2024-00336738;자율행동체의 복합작업 자율 수행을 위한 임무 수행 절차 생성 기술 개발), ‘사람중심인공지능핵심원천기술개발’(RS-2022-II220311;일상적 물건들의 다접촉 로봇 조작을 위한 목적지향 강화학습 기술 개발), ‘컴퓨팅핵심기술’(RS-2024-00509279;글로벌AI프론티어랩)과 삼성전자의 지원을 받아 수행되었다. 자세한 내용은 https://inr-dom.github.io 에서 볼 수 있다.
2025.08.21
조회수 4647
-
극한 호우는 지구온난화 때문이었다
과거 60여 년간 동아시아지역에 호우 강도가 약 17% 증가했고 주된 원인이 인간 활동에 의한 지구온난화의 가속화임을 세계 최초로 입증하는 데 성공했다.
우리 대학 문술미래전략대학원(건설및환경공학과, 녹색성장및지속가능대학원 겸임) 김형준 교수와 인문사회연구소 문수연 박사가 한·미·일 국제 공동 연구를 통해 과거 60여 년간 관측된 동아시아 지역의 기상 전선에 의한 호우 강도의 증가가 인간 활동에 의한 기후변화의 영향이었음을 지구 메타버스 기술을 이용해 처음으로 증명했다고 5일 밝혔다.
여름 호우는 농업 및 산업에 큰 영향을 미치며 홍수나 산사태 등의 재해를 일으켜 지역의 생태계에도 영향을 주는 등 인간 사회 있어서 커다란 위협 중 하나라고 할 수 있다. 여름 호우의 강도가 과거 몇십 년간 변화돼 온 사실은 세계 각지에서 보고됐다. 그러나 동아시아의 여름 호우는 태풍, 온대 저기압, 전선과 같은 다양한 프로세스에 기인하며, 여름 호우의 40% 이상을 차지하는 전선이 야기하는 호우에 관한 연구는 아직 미흡하다. 또한, 호우는 기후 시스템의 자연 변동 혹은 우연성에 의한 영향 또한 존재하기 때문에 인간 활동에 의한 온난화가 전선 유래의 호우 강도에 어느 정도 영향을 주고 있는지는 아직 밝혀지지 않고 있다.
KAIST, 동경대, 동경공업대, 전남대, GIST, 유타주립대 등 한·미·일 8개 기관으로 구성된 국제 공동연구팀은 동아시아의 기상 전선에 의한 호우 강도를 과거 약 60년간 관측 데이터로 확인한 결과 중국 남동부의 연안 영역부터 한반도 그리고 일본에 걸쳐 호우의 강도가 약 17% 증가한 사실을 발견했다. 연구팀은 이러한 변화의 원인을 밝히기 위해 인간 활동에 의한 온실가스의 배출이 있는 지구와 그렇지 않은 지구를 시뮬레이션한 지구 메타버스 실험을 이용해 온실가스 배출에 의해 호우 강도가 약 6% 강화됐으며, 발견된 변화가 인간 활동에 의한 온난화의 영향을 배제하고서는 설명할 수 없음을 보이는 데 세계 최초로 성공했다.
교신 저자인 김형준 교수는 "이번 연구는 동아시아에서 기상 전선에 의한 호우의 강도가 최근 반세기에 걸쳐 유의미하게 증가했음을 밝히고 그러한 변화에 이미 인류의 흔적이 뚜렷하게 남겨져 있음을 증명한다ˮ며, "이는 기후변화의 영향을 이해하는 데 중요한 단서가 되며 동시에 탄소중립을 성공적으로 달성하더라도 필연적으로 진행되는 가까운 미래의 기후변화에 대해 효율적으로 적응하기 위해 필수 불가결한 정보라고 할 수 있다ˮ고 말했다.
이번 연구 결과는 국제 학술지 `사이언스 어드밴시스(Science Advances)'에 11월 24일 출판됐다. (논문명: Anthropogenic warming induced intensification of summer monsoon frontal precipitation over East Asia)
한편 이번 연구는 한국연구재단 해외우수과학자유치사업(BP+)와 인류세연구센터의 지원을 받아 수행됐다.
2023.12.05
조회수 12136
-
닥터 엠(Dr. M) 컨소시엄 협약체결 및 모바일 헬스케어 심포지엄 개최
우리 대학은 지난 11일‘닥터 엠(Dr. M)’사업 컨소시엄 발족 및 업무협약식을 갖고 상호협력을 위한 협약체결 및 스마트 모바일 헬스케어 산업 발전을 위한 공동 합의문을 발표하였다.
협약식에는 LG유플러스, 한글과컴퓨터, 국립중앙의료원, 대전선병원, 서울아산병원, 더클래식500, 삼성노블카운티, 을지대학교 성남고령친화종합체험관 등 관계자 50여명이 참석하였다.
‘닥터 엠(Dr. M)’ 컨소시엄은 헬스사이언스연구소(소장 정용)에서 지난 2년간의 모바일 헬스케어관련 개발기술과 시스템을 바탕으로 실증화 및 사업화를 위해 추진되었다.
이번 협약에 따라 참여기관과 ICT 기반의 모바일 헬스케어 융합연구, 신기술 지적재산권(IP) 확보, 산업체 기술 자문, 특허기술 이전 등 관련 협력을 진행하기로 하였으며, 모바일헬스케어 산업의 문제점 및 아이디어 도출/서비스모델 개발/연구개발/테스트/시범적용/사업화 등 일련의 과정을 원활하게 진행할 네크워크를 형성하게 되었다. KAIST를 포함한 각 참여기관은 컨소시엄을 통해 모바일 헬스케어 산업에서의 시너지 창출 및 모바일 헬스케어 산업 특성화 그룹으로의 발전을 기대하고 있다.
또한 이날 오후에는 컨소시엄 발족을 기념하여 ‘닥터 엠(Dr. M)’모바일 헬스케어 심포지엄을 개최하였다.
우리 대학은 공학과 의학 기술의 융합을 기반으로 새로운 건강관리 산업 생태계 구축을 위한 스마트 헬스케어 시스템 개발을 목표로 지난 2년간 약 20억원을 투입하여 센서 및 웨어러블 디바이스, 저전력 통신기술, IoT 기술, 클라우드/빅데이터 수집 플랫폼 기술, 질병 분석/예측/처방 기술의 단위기술 개발 및 결합 서비스 플랫폼인 ‘닥터 엠(Dr. M)’모바일 헬스케어 시스템을 개발하여 대규모 연구를 위한 테스트베드를 운영하고 있다.
‘닥터 엠(Dr. M)’모바일 헬스케어 시스템은 지난 1월 스위스 다보스 포럼에서 열린 세계경제포럼 연차총회에서 휴보(HUBO)와 함께 KAIST의 대표 연구 성과로 소개되었다.
2016.11.15
조회수 24678
-
KAIST-대전선병원, ‘모바일 헬스케어’ 공동연구 협약
우리 대학이 대전선병원과 손잡고 ‘모바일 헬스케어’ 분야 공동연구를 진행한다.
우리 대학과 대전선병원은 9일 오전 KAIST 본관 제1회의실에서 강성모 총장, 선승훈 의료원장 등 관계자 20여명이 참석한 가운데 ‘의료와 전자통신 기술을 활용한 의료 서비스 확대’를 내용으로 하는 협력협약서를 체결했다.
이번 협약을 통해 양 기관은 ▲모바일 헬스케어 관련 개발 및 연구 ▲의료산업에 기여할 수 있는 시스템 개발 및 연구 ▲해외환자 원격진료 시스템 개발 ▲국책과제 공동수행 등의 분야에서 상호 협력키로 했다.
구체적 협력방안으로 모바일을 접목한 사물인터넷 기반의 웨어러블 기기와 센싱(sensing)기구 개발을 추진하고, 이를 활용한 건강증진 및 의료서비스 시스템을 구축해 글로벌 헬스케어 시장에 공동으로 진출할 계획이다.
강성모 총장은 “50년 역사를 가진 선병원의 의료기술과 정보기술 분야 세계대학랭킹 20위권인 KAIST의 기술을 접목하면 '모바일 헬스케어‘ 분야에서 새로운 먹거리를 창출할 수 있을 것” 이라며 기대감을 표시했다.
한편, KAIST 정보과학기술대학은 개인의 생체정보 데이터를 통해 의료지식의 축적 및 의료 서비스에 연계 활용할 수 있는 모바일 헬스케어 시스템 개발을 추진 중이다. 이를 위해 전임직 교원 28명이 참여하는‘Dr. M 프로젝트’팀을 지난 3월 초 구성해 운영 중이다. 끝.
2014.06.09
조회수 14472
-
임춘택 교수, 새로운 무선충전 전달장치 개발
- 온라인 전기차 OLEV 용 ‘I형 무선전력 전달장치’ 개발 -
- 기존의 레일형 플랫폼 대비 공사기간 10분의 1로 단축하고 선로비용 기존의 80% 수준 -
우리 대학이 개발한 온라인 전기차 올레브(이하 OLEV)가 경제성을 더욱 개선한 새로운 무선전력 전달장치 개발로 실용화에 한걸음 더 다가섰다.
우리 대학 원자력및양자공학과 임춘택 교수(49세)가 기존의 레일형 급전선로와 형태가 다른 ‘I형 무선전력 전달장치’를 개발했다
임 교수 연구팀이 개발에 성공한 I형 무선전력 전달장치는 모듈형 제작이 가능하기 때문에 기존의 급전선로에 비해 콘크리트 공사가 필요 없고 아스팔트 시설비용도 절약할 수 있어 온라인 전기차에 적용할 경우 설치비용을 크게 절감할 수 있는 이점이 있다.
KAIST OLEV는 도로 밑 약 15cm 지점에 매설한 전선에서 발생하는 자기장을 차량하부에 장착한 집전장치에서 전기에너지로 변환해 운행하는 새로운 개념의 친환경 전기차인데, KAIST가 지난 2009년 세계 최초로 도로주행용 무선전기차 개발에 성공했다. KAIST OLEV는 신호대기 등 정차 중에 충전할 수 있으며 주행 중에는 실시간으로 전력을 전달받아 운행한다.
현재 대전 KAIST 문지캠퍼스를 비롯해 여수 엑스포전시관, 서울대공원에서 각각 시범운행 중인 OLEV는 레일형으로 급전선로 폭이 80cm이며 공극간격 20cm에서 집전장치 당 15kW까지 충전이 가능하다.
KAIST OLEV는 그 동안 기술력과 아이디어 면에서는 크게 인정을 받은 반면 기존 도로에 설치하기 위해선 도로를 파고 시스템을 설치해야 하는 등 경제성 문제로 상용화에 어려움이 있다는 지적을 받아왔다.
임 교수팀이 이번에 새로 개발한 ‘I형 무선전력 전달장치’는 급전선로 폭을 10cm로 줄여 기존선로 폭의 1/8로 줄였으며 무선전력도 공극간격 20cm에서 25kW까지 전달할 수 있도록 성능이 대폭 향상됐다. 또한 차량의 좌우 허용편차도 24cm로 넓어졌으며 전자기장도 국제적 설계 가이드라인을 충족해 인체안전성에도 문제가 없다.
급전선로 폭이 획기적으로 줄어들고 공장에서 대량으로 모듈제작이 가능해진 만큼 그동안 경제성 측면에서 지적을 받아 온 KAIST OLEV로서는 새로운 급전시설 개발이 실용화에 큰 도움이 될 것으로 전문가들은 예상하고 있다. 임춘택 교수도 “기존 레일형에 비해 공사시간은 10분의 1로 크게 단축되고 급전선로 비용도 80%에 불과해 시공성과 경제성이 모두 크게 개선됐다”고 강조했다.
임 교수 연구팀의 이번 연구성과는 작년 12월 국제전기전자공학회 전력전자 저널 (IEEE Trans. on Power Electronics)에 게재됐다. 임 교수는 올 2월 미국에서 열린 국제 전기차학회 (Conference on Electric Roads & Vehicles)에 초청돼 관련기술에 대해 강연도 진행했다. 한편, 이번 연구는 지식경제부가 지원한 온라인 전기자동차(OLEV) 원천기술개발과제를 통해 수행됐다.
2012.06.22
조회수 21322