-
낙엽을 활용한 친환경 마이크로 슈퍼커패시터 개발
우리 대학 기계공학과 김영진 교수 연구팀과 한국에너지기술연구원(이하 에너지연, 원장 김종남) 에너지저장연구실 윤하나 박사 연구팀이 공동연구를 통해, 극초단 펨토초 레이저 직접 묘화 기술을 기반으로, 세계최초 낙엽 상 그래핀-무기-하이브리드 마이크로 슈퍼커패시터 제작에 성공했다고 13일 밝혔다.
웨어러블 전자 장치의 발전은 유연한 에너지 저장장치의 혁신에 직접적으로 영향을 받는다. 다양한 에너지 저장장치 중 마이크로 슈퍼커패시터의 경우 높은 전력 밀도, 긴 수명 및 짧은 충전 시간으로 큰 관심을 끌고 있다. 그러나, 증대되는 전자 전기 제품의 소비 및 사용, IT 모바일 기기의 첨단화에 따른 짧은 교체 주기에 따라 폐전지의 발생량이 증대하고 있다. 이는 폐전지의 수거, 재활용 및 처리 과정에 있어, 안정성 및 환경적인 이슈 등의 많은 어려움을 유발한다.
산림은 전 세계 육지의 30% 가량을 덮고 있으며, 산림에서는 엄청난 양의 낙엽이 배출된다. 이러한 바이오매스는 자연적으로 풍부하고, 생분해성이며 재생 가능한 매력적인 친환경 재료다. 그러나 이를 효과적으로 활용하지 못하고 방치하면 화재 위험, 식수원 오염 등 산림 재해가 발생할 수 있다.
연구팀은 두 가지 문제점을 동시에 해결할 방법으로 친환경의 생분해성 바이오매스인 낙엽 위에 추가 재료 없이 펨토초 레이저 펄스를 조사해, 대기 중에서 특별한 처리 없이 단일 단계로 높은 전기 전도성을 지닌 미세 전극인 3D 다공성 그래핀을 생성하는 기술을 개발했다. 또한 이를 활용해 유연한 마이크로 슈퍼커패시터를 제작하는 방안을 제시했다. 연구팀은 해당 연구를 통해 낙엽으로부터 쉽고 저렴하며 빠르게 다공성 그래핀-무기결정 하이브리드 전극을 제작할 수 있음을 보였으며, 제작된 그래핀 마이크로 슈퍼커패시터를 LED 발광을 위한 전원 공급 및 온, 습도계 타이머/카운터 기능의 전자시계 전원 공급을 테스트함으로써 성능을 검증했다. 이는 저가의 녹색 그래핀 기반 유연한 전자 제품의 대량 생산을 위한 길을 열 수 있음을 의미한다. (그림1)
연구 논문의 교신저자인 우리 대학 김영진 교수는 개발된 차세대 에너지 저장 소자에 대해 "현재 감당이 어려운 산림 바이오매스인 낙엽을 차세대 에너지 저장 소자로 재사용함으로써, 폐자원의 재사용 및 에너지 선순환 시스템 확립을 가능하게 한다ˮ라고 했다. 또한 공동 교신저자인 에너지연 윤하나 박사는 "이번 기술은 친환경 산업의 기술 혁신 및 고부가가치 신재생에너지 및 이차전지 사업으로써의 신시장 창출뿐 아니라 국가의 사회적, 경제적 비용을 크게 감소시킬 수 있을 것이며, 더 나아가 웨어러블 전자 제품 및 스마트 홈이나 사물 인터넷에도 적용될 것으로 기대된다ˮ라고 말했다.
이번 연구는 한국농림축산식품부의 기획평가원 지원사업과 산림청의 산림과학기술 연구개발사업 및 한국에너지기술연구원 주요사업의 지원을 받아 수행됐다.
기계공학과 레딘츤손 박사 후 연구원과 에너지연 이영아 연구원이 공동 제1 저자로 참여한 이번 연구 결과는 재료과학 및 융합연구분야의 세계적인 학술지인 `어드밴스드 펑셔널 머티리얼즈'(Advanced Functional Materials)에 작년 12월 5일 온라인 공개됐다. (논문명 : Green Flexible Graphene–Inorganic-Hybrid Micro-Supercapacitors Made of Fallen Leaves Enabled by Ultrafast Laser Pulses)
2022.01.13
조회수 12860
-
신소재 데이터 고속 분석을 위한 인공지능 훈련 방법론 개발
우리 대학 신소재공학과 홍승범 교수 연구팀이 시뮬레이션을 기반으로 한 신소재 데이터 분석을 위한 인공지능을 개발했다고 24일 밝혔다.
최근 컴퓨팅 파워가 기하급수적으로 증가함에 따라 인공지능을 활용한 다양한 응용들이 실생활에 활용되고 있으며, 이에 인공지능을 활용해 신소재 데이터를 고속으로 분석하고 소재를 역설계하는 기술의 연구 역시 가속화되고 있다.
최근 인공지능의 효율 및 정확도를 증가시키는 연구를 바탕으로 자율주행 자동차, 데이터베이스 기반의 마케팅 및 물류 시스템 보조 등의 분야에 인공지능의 활용이 높아지고 있다. 특히 신소재 개발에 장시간이 소요되는 점을 고려할 때, 소재 및 공정 개발에 인공지능을 활용해 다양한 구조 및 물성 데이터 사이의 상관관계를 빠르게 분석해 신소재 개발 소요 시간을 획기적으로 줄일 수 있는 인공지능 방법론이 주목을 받고 있다.
그러나 신소재 데이터의 경우, 대량의 유의미한 실험 데이터를 구하기 어렵고 기업들이 중요한 데이터는 대외비로 취급하고 있어서 인공지능을 소재 데이터 영역에 적용하는 것이 상당히 어려운 것이 현실이다. 이런 데이터의 다양성, 크기 및 접근성 문제가 해결돼야 하며, 이를 보완하기 위해 생성 모델 및 적절한 데이터의 합성에 관한 연구가 진행되고 있다. 인공지능의 성능 향상을 위해 생성되는 데이터 또한 실제 소재가 가지는 물리적 제약을 따라야 하며, 소재 데이터의 재료적 특징을 파악할 수 있는 기술이 필요하다.
홍승범 교수 연구팀이 이번에 개발한 인공지능 훈련 방법론은 훈련을 위해 생성되는 데이터가 물리적 제약을 공유하도록 위상 필드 시뮬레이션을 활용해 기초 데이터를 형성하고 소재 데이터가 가지고 있는 실제 측정 과정에서 발생하는 다양한 잡음, 입자의 분포 정보 및 입자의 경계를 모사해 크기가 작은 소재 데이터의 한계를 해결했다. 기존에 수작업으로 작성한 소재 데이터를 활용한 인공지능과의 상 분리 성능을 비교했으며, 생성된 데이터의 모사 요소가 상 분리에 영향을 미치는 영향을 파악했다.
아울러 이번 연구에서 제시하는 소재 데이터 생성을 활용한 인공지능 훈련 방법은 기존의 수작업으로 훈련 데이터를 준비하는 시간을 크게 단축할 수 있으며, 인공지능의 전이 학습 및 다양한 물리적 제약을 바탕으로 하는 위상 필드 시뮬레이션 활용을 바탕으로 다양한 소재 데이터에 빠르게 적용할 수 있는 장점이 있다.
홍승범 교수는 "인공지능은 분야를 막론하고 다양한 영역에서 활용되고 있으며, 소재 분야 역시 인공지능의 도움을 바탕으로 신소재 개발을 더욱 빠르게 완료할 수 있는 세상을 맞이할 것이다ˮ라며, "이번 연구 내용을 신소재 개발에 바로 적용하기에는 데이터 합성 측면에서의 여전히 보강이 필요하지만, 소재 데이터 활용에 큰 문제가 됐던 훈련 데이터를 준비하는 긴 시간을 단축해 소재 데이터의 고속 분석 가능성을 연 것에 연구의 의의가 있다ˮ고 말했다.
신소재공학과 염지원 연구원, 노스웨스턴(Northwestern) 대학의 티베리우 스탄(Tiberiu Stan) 박사가 공동 제1 저자로 참여한 이번 연구는 노스웨스턴 대학의 피터 부리스(Peter Voorhees) 교수 연구실과 함께 진행됐으며 연구 결과는 국제 학술지 `악타 머터리얼리아(Acta Materialia)'에 게재됐다. (논문명: Segmentation of experimental datasets via convolutional neural networks on phase field simulations)
한편 이번 연구는 KAIST 글로벌특이점 연구 지원으로 수행됐다.
2021.08.24
조회수 11523
-
신경신호 모사를 통한 인공 감각 시스템 개발
우리 대학 바이오및뇌공학과 박성준 교수 연구팀이 고려대학교 천성우 교수, 한양대학교 김종석 박사 공동 연구팀과 함께 인간 피부-신경 모사형 인공 감각 인터페이스 시스템을 개발했다고 12일 밝혔다.
이번 연구 결과는 국제 학술지 `네이처 일렉트로닉스(Nature Electronics)'에 2021년 6월 3일 字로 출판됐다. (논문명: Artificial Neural Tactile Sensing System)
가상/증강 현실, 메타버스, 화상 환자를 위한 인공피부, 로봇형 의수/의족 등에 사용될 수 있는 인공 감각 시스템은, 구현해야 할 원리와 그 시스템의 복잡성 때문에 실제 감각기관처럼 만들기 어려운 상황이었다. 특히 사람은 다양한 유형의 촉각 수용기를 통해 (압력, 진동 등) 정보를 조합하여 촉각을 감지하므로, 완벽한 인공 감각 시스템의 구현은 더욱 어려울 수 밖에 없다.
연구팀은 문제 해결을 위해 나노입자 기반의 복합 촉각 센서를 제작하고, 이를 실제 신경 패턴에 기반한 신호 변환 시스템과 연결하는 방법을 사용하였다. 이 두 가지 기술의 조합을 통해 연구팀은 인간의 촉각 인식 프로세스를 최대로 모방하는 인공 감각 인터페이스 시스템을 구현하는데 성공했다.
연구팀은 우선 압전재료 및 압전 저항성 재료의 조합으로 이루어진 전자 피부를 제작했다. 이 센서는 나노입자의 적절한 조합을 통해 피부 내의 압력을 감지하는 늦은 순응 기계적 수용기(SA mechanoreceptor)와 진동을 감지하는 빠른 순응 기계적 수용기(FA mechanoreceptor)를 동시에 모사할 수 있다는 특징을 가지고 있다. 해당 센서를 통해 생성된 전위는, 연구팀이 제작한 회로 시스템을 통해 실제 감각 신호와 같은 형태의 패턴으로 변환된다. 이때 생체 내 상황을 최대한 모사하기 위해, 실제 감각신경을 추출, 다양한 감각에 의한 신호를 측정하여 함수화하는 방법이 사용됐다.
해당 시스템을 동물 모델에 적용한 결과, 연구팀은 인공 감각 시스템에서 발생한 신호가 생체 내에서 왜곡 없이 전달되며, 근육 반사 작용 등 생체 감각 관련 현상들을 구현할 수 있음을 확인했다. 또한 연구팀은 지문 구조로 만든 감각 시스템을 20여 종의 직물과 접촉함으로써, 딥 러닝 기법을 통해 직물의 질감을 99% 이상 분류할 수 있을 뿐만 아니라 학습된 신호를 기반으로 인간과 동일하게 예측할 수 있음을 보여줬다.
박성준 교수는 "이번 연구는 실제 신경 신호의 패턴 학습을 바탕으로 한 인간 모사형 감각 시스템을 세계 최초로 구현했다는 데 의의가 있다. 해당 연구를 통해 향후 더욱 현실적인 감각 구현이 가능할 뿐만 아니라, 연구에 사용된 생체신호 모사 기법이 인체 내 다양한 종류의 타 감각 시스템과 결합될 경우 더욱 큰 시너지를 낼 수 있으리라 기대한다ˮ 라고 말했다.
한편 이번 연구는 한국연구재단 신진연구사업, 범부처의료기기개발 사업, 나노소재원천기술개발사업, 차세대 지능형 반도체 개발사업, KK-JRC 스마트 프로젝트, KAIST 글로벌 이니셔티브 프로그램, Post-AI 프로젝트 사업의 지원을 받아 수행됐다.
2021.07.12
조회수 14811
-
디스플레이 구동 가능한 OLED 전자 섬유 개발
우리 대학 전기및전자공학부 최경철 교수 연구팀이 정보 출력이 가능한 유기발광다이오드(OLED) 전자 섬유를 개발했다고 12일 밝혔다.
전자 섬유는 실제 입을 수 있는 형태의 소자로서 기존 2차원 평면 소자와는 다르게 인체의 다양한 움직임에 순응하고 뛰어난 착용성과 휴대성을 제공할 수 있는 섬유의 1차원 구조 덕분에 차세대 폼 팩터(form-factor)로 주목받고 있다. 특히나 빛을 방출하는 전자 섬유는 패션, 기능성 의류, 의료, 안전, 차량 디자인 등 다양한 응용 잠재력에 많은 주목을 받고 있다.
하지만 지금까지의 발광 전자 섬유 연구는 디스플레이로 활용되기엔 부족한 전기광학적 성능을 보여 왔거나 단순히 소자 단위로만 연구가 진행 또는 종횡비가 긴 2차원 평면 단위에서 연구가 이루어져 응용 기술 개발에 어려움이 있었다.
최경철 교수 연구팀은 OLED 전자 섬유 디스플레이 구현을 위해 높은 전기광학적 성능 구현과 함께 주소 지정 체계 구축에 주목했다. 연구팀은 먼저 300 마이크로미터(µm) 직경의 원통형 섬유 구조에 적합한 RGB 인광 OLED 소자 구조를 설계했고 연구팀이 보유한 원천기술인 딥 코팅 공정을 활용해 평면 OLED 소자에 버금가는 수준의 OLED 전자 섬유를 개발했다.
특히 고효율을 얻을 수 있는 인광 OLED를 섬유에 성공적으로 구현해 최고 1만 cd/m2(칸델라/제곱미터) 수준의 휘도, 60 cd/A(칸델라/암페어) 수준의 높은 전류 효율을 보였다. (이는 기존 기술 대비 약 5배 이상의 전류 효율에 해당하는 수치다.)
연구팀은 아울러 OLED 전자 섬유를 기반으로 안정적인 디스플레이 구동을 위해, OLED 전자 섬유 위에 접촉 영역을 설계해 직조된 주소 지정 체계를 구축했다. 그리고 문자와 같은 정보를 디스플레이 해 실제 입을 수 있는 기능성을 확인했다.
최 교수 연구팀 관계자는 이 전자 섬유가 디스플레이라는 표시 장치 관점에서 반드시 요구되는 밝은 밝기와 낮은 전력 소모를 위한 높은 전류 효율, 낮은 구동 전압, 그리고 주소 지정성을 갖췄다고 밝혔다.
이번 연구를 주도한 최 교수 연구팀의 황용하 박사과정은 "섬유 기반 디스플레이 구현을 위해 필수적으로 요구되는 요소 기술들을 구현하는 데 집중했다ˮ며 "전자 섬유가 가진 뛰어난 착용성과 휴대성을 제공함과 동시에 디스플레이 기능성을 구현해 패션, 기능성 의류 등 다양한 응용 분야에 적할 수 있을 것이라 기대된다ˮ고 말했다.
최경철 교수 연구팀의 황용하 박사과정이 제1 저자로 주도한 이번 연구 결과는 나노 분야의 권위 있는 국제 학술지 `어드밴스드 펑셔널 머터리얼즈(Advanced Functional Materials)' (피인용지수(IF) 16.836) 2월 4일 字로 온라인 게재됐으며, 5월 3일 字로 전면 표지 논문(Front Cover)으로 게재됐다. (논문명: Bright-Multicolor, Highly Efficient, and Addressable Phosphorescent Organic Light-Emitting Fibers: Toward Wearable Textile Information Displays)
한편, 이번 연구는 산업통상자원부 전자부품산업핵심기술개발사업과 LG디스플레이의 지원을 받아 수행됐다.
2021.05.12
조회수 51625
-
땀 검사로 건강 상태를 진단할 수 있는 전자소자 개발
우리 대학 전기및전자공학부 권경하 교수 연구팀이 성균관대학교 화학공학과 김종욱 박사과정 연구원(지도교수:김태일 교수, 성균관대학교 화학공학/고분자 공학부)과 땀의 체적 유량 및 총 손실을 실시간으로 측정하는 무선 전자 패치를 개발했다고 6일 밝혔다.
이 기술은 미국 노스웨스턴대 존 로저스 교수, 보스턴 소재 웨어리파이(Wearifi)사와 특허 출원 진행 중이며, 해당 연구 결과는 국제 학술지 `네이처 일렉트로닉스(Nature Electronics)'에 지난 3월 말 발표됐다. (논문명 : An on-skin platform for wireless monitoring of flow rate, cumulative loss and temperature of sweat in real time)
땀은 비침습적으로 수집할 수 있는 생체 유체로, 침습적인 혈액 채취와 비교해 채취하기가 쉽다는 분명한 이점을 제공한다. 이에 일상에서 실시간으로 땀 수집 및 성분 분석을 제공할 수 있는 웨어러블 기술에 대한 수요가 증가하고 있다.
땀과 화학 시약의 변색 반응을 이용해 다양한 생체 지표 수집이 가능하지만, 정확한 측정(발색)을 하려면 땀의 유량과 총 손실을 실시간으로 측정하는 것이 핵심적으로 요구된다. 이에 연구팀은 땀의 정량적 속도 및 체적 측정이 가능한 웨어러블 무선 전자 패치를 개발했고, 변색 반응을 이용해 땀 성분 분석이 가능한 미세 유체 시스템과 통합했다.
그 결과, 연구팀은 땀 내 염화물, 포도당 및 크레아틴 농도, 수소이온지수(pH) 및 체적 유량을 동시에 측정하는 데 최초로 성공했다. 측정한 지표는 낭포성 섬유증, 당뇨병, 신장 기능 장애, 대사성 알칼리증 진단 등에 활용할 수 있다.
연구팀은 땀이 수집되는 짧고 정교한 미세 유체 채널 외벽에 저전력 열원을 배치해 채널을 통과하는 땀과 열 교환을 유도했다. 땀의 유속이 증가함에 따라 열원의 하류와 상류의 온도 차이가 증가하는 것에 착안, 상·하류 온도 차이와 땀의 배출 속도 간의 정확한 관계를 규명했다. 그 결과, 생리학적으로 유의미하다고 인정되는 0~5마이크로리터/분(μl/min) 범위의 땀 속도를 정확하게 측정하는 데 성공했다. 웨어러블 패치로 측정한 데이터는 블루투스 통신이 가능한 스마트폰 앱을 통해 실시간 확인이 가능하다.
이 패치는 미세 유체 채널을 통과하는 땀과 전자 회로가 완전히 분리되어, 기존 유속 측정 기기들의 유체와의 접촉으로 인한 부식 및 노후화에 취약하다는 단점을 극복했다. 또한, 얇고 유연한 회로 기판 인쇄 기법과 신축성 있는 실리콘 봉합 기술을 접목해 다양한 굴곡을 가진 피부 위에 편안하게 부착할 수 있도록 제작됐다. 땀 배출로 인한 피부 온도 변화를 실시간으로 감지하는 센서도 부착돼 있어 다양한 응용 분야에서 활용이 기대된다.
권경하 교수는 "개발된 무선 전자 패치는 개인별 수분 보충 전략, 탈수 증세 감지 및 기타 건강 관리에 폭넓게 활용할 수 있다ˮ면서 "피부 표면 근처의 혈관에서 혈류 속도를 측정하거나, 약물의 방출 속도를 실시간으로 측정해 정확한 투여량을 계산하는 등 체계화된 약물 전달 시스템에도 활용할 수 있을 것ˮ이라고 말했다.
한편, 이번 연구는 한국연구재단의 뇌과학원천기술개발사업의 지원을 받아 수행됐다.
2021.05.06
조회수 29654
-
반도체 다층 소자의 개별 층 두께를 옹스트롬 정확도로 비파괴 검사하는 기술 개발
우리 대학 기계공학과 김정원 교수 연구팀이 삼차원 낸드플래시 메모리(이하 3D-NAND)의 비파괴적인 검사를 위해 광학 측정법과 머신러닝을 사용한 다층 두께 측정기술을 개발했다. 이 기술은 200층 이상의 초고밀도 3D-NAND 소자 공정 과정에서 전수검사 방법으로 사용돼 공정의 효율을 극대화할 수 있을 것으로 기대된다.
3D-NAND 메모리는 수백층의 메모리 셀이 적층되어 있는 메모리 반도체로, 기존의 평면형 플래시 메모리와 비교하여 저장용량과 에너지 효율이 매우 우수하여 개인용 USB부터 서버 시스템까지 다양하게 사용되고 있다.
기존에는 수직으로 적층된 반도체 셀들의 두께를 측정하기 위하여 전자현미경을 사용하였다. 하지만 전자현미경을 사용한 방법은 샘플의 단면을 이미징하기 위하여 샘플을 절단해야 하고 비용도 많이 들기 때문에, 전수검사로서는 적합하지 않은 문제가 있었다.
연구팀은 반도체 다층 구조가 초고속 광학 시스템에 자주 사용되는 유전체 거울의 구조와 유사하다는 점에 착안하여, 유전체 거울의 분석에 활용되는 광학 스펙트럼 측정법을 반도체 다층 구조에도 적용했다.
연구팀은 엘립소미터(ellipsometer)와 스펙트로포토미터(spectrophotometer)를 이용한 반도체 다층 샘플의 스펙트럼 측정과 머신러닝 알고리즘을 활용하여 200층이 넘는 반도체 물질의 각 층 두께를 1.6 옹스트롬 (1Å = 1미터의 100억 분의 1)의 평균제곱근오차로 예측할 수 있는 방법을 개발했다. 이 기술은 삼차원 반도체 소자의 검수 공정, 적층 공정, 그리고 식각 공정의 정확도를 크게 향상시킬 수 있을 것으로 기대된다.
연구팀은 또한 시뮬레이션 스펙트럼 데이터를 생성해 개별 층의 두께 불량을 검출할 수 있는 머신러닝 학습법도 개발했다. 그 결과 반도체 물질 적층 시 목표로 설정한 두께보다 약 50Å만큼 얇게 제작된 샘플들을 정상 범주의 샘플들로부터 성공적으로 분리할 수 있었다. 연구팀이 개발한 불량샘플 검출법은 시뮬레이션 데이터를 활용하기 때문에 큰 비용이 들지 않으며, 공정의 초기에 발견될 수 있는 불량 샘플들을 효과적으로 검출할 수 있을 것으로 기대된다.
최근 글로벌 IT 기업들의 서버 시스템에 대한 수요가 늘어나고 높은 저장용량을 가진 스마트 기기들이 개발됨에 따라, 초고밀도, 초고효율을 갖는 3D-NAND 메모리가 반도체 시장에서 각광받고 있다. 이번 연구 결과는 다양한 삼차원 반도체 소자들의 비파괴적인 검수를 위해 활용될 수 있다.
김 교수는 “비파괴적인 광학 측정법과 머신러닝을 결합한 방법은 다양한 반도체 검수 공정에도 적용할 수 있다”고 밝히며, “다양한 반도체 소자들의 형상이나 공정 조건 모니터링에도 광학측정법과 머신러닝을 결합한 접근방식을 활용할 것”이라고 말했다.
기계공학과 곽현수 박사과정 학생이 제1저자로 참여하고 삼성전자 메모리 계측기술팀과의 산학협력연구로 수행된 이번 연구는 국제학술지 ‘라이트: 어드밴스드 매뉴팩처링(Light: Advanced Manufacturing)’ 창간호에 1월 12일 게재됐다. (논문명: Non-destructive thickness characterisation of 3D multilayer semiconductor devices using optical spectral measurements and machine learning)
이번 연구는 삼성전자 산학연구과제의 지원을 받아 수행됐다.
2021.01.13
조회수 66623
-
핫전자(뜨거운 전자) 이용, 온실가스 저감원리 규명
우리 연구진이 금속-산화물 계면에서의 촉매 화학 반응 과정에 대한 메커니즘을 직접 밝히고, *핫전자(뜨거운 전자)가 촉매 선택도를 향상시키는 데 결정적인 요소임을 실시간 핫전자 검출을 통해 입증했다.
☞ 핫전자(Hot electron): 분자의 흡착, 화학 촉매 반응, 빛의 흡수와 같은 외부 에너지가 금속 표면에 전달될 때, 화학 에너지의 순간적인 전환과정에서 에너지가 올라간(물질의 자유전자보다 약 100배 높은) 상태의 전자를 말한다. 태양광을 전기에너지로 전환하는 데 사용되는 매개체로도 사용된다.
우리 대학 화학과 박정영 교수(기초과학연구원(IBS) 나노물질 및 화학반응 연구단 부연구단장), 신소재공학과 정연식 교수, 생명화학공학과 정유성 교수 공동연구팀이 차세대 고성능 촉매 설계에 활용할 수 있는 반응성 향상 원리의 기틀을 마련했다고 8일 밝혔다.
현재 에너지 사용량 절감과 친환경 화학 공정 개발이라는 글로벌 도전 과제를 해결하기 위해 새로운 고효율 촉매 소재 개발은 필수적이다. 친환경 화학을 위한 불균일 촉매의 궁극적인 목표는 원하는 생성물에 대해 높은 선택성을 가진 재료를 설계하는 것이다.
많은 화학 촉매 반응 중 알코올의 선택적 산화는 에너지 변환 및 화학 합성에서 중요한 변환 과정이며, 특히 메탄올의 부분 산화를 통해 생성되는 메틸 포르메이트는 포름알데히드 및 포름산과 같은 귀중한 화학 물질의 화학연료로 사용되는 고부가 가치 생성물이다. 따라서 지구온난화 문제의 핵심인 이산화탄소의 저감과 고부가 가치 화학연료 생성의 향상을 위해서는 열역학적인 장벽을 뛰어넘어 높은 선택도를 가지는 우수한 성능의 촉매 개발이 필요하다.
공동연구팀은 이를 해결하는 방안으로, 백금 나노선을 티타늄 산화물에 접합시켜 `금속 나노선-산화물 계면'이 정밀하게 제어되는 신개념의 촉매를 개발했고, 더 나아가 금속 나노선-산화물 계면 기반의 `핫전자 촉매소자'를 활용해 실시간으로 핫전자의 이동을 관찰했다. 연구진은 금속-산화물 계면이 형성되면 메틸 포르메이트의 생성효율이 향상되는 동시에 이산화탄소의 생성이 현저히 감소하는 점을 관찰했으며, 이 높은 선택도는 촉매 표면에 형성된 계면에서의 증폭된 핫전자의 생성과 연관이 있음을 규명했다.
또한 연구진은 계면에서의 증가된 촉매 성능을 실험뿐 아니라 이론적으로도 입증했다. 연구진은 금속 나노선-산화물 계면에서의 증폭된 촉매 선택도가 계면에서의 완전히 다른 촉매 반응 메커니즘에서 기인하는 것임을 양자역학 모델링 계산 결과 비교를 통해 증명했다.
연구를 주도한 화학과 박정영 교수는 "핫전자와 금속 나노선-산화물 계면을 이용해 온실가스인 이산화탄소의 생성을 줄이고 고부가 가치 화학연료의 생성을 증대시킬 수 있다ˮ며 "촉매의 선택도를 핫전자와 금속-산화물 계면을 통해서 제어할 수 있다는 개념은 에너지 전환 및 차세대 촉매 개발에 이용될 수 있고 지구온난화의 주원인인 온실가스의 저감 등의 응용성을 가질 거라고 예상된다ˮ고 말했다.
나노선과 산화물의 접합 연구를 주도한 신소재공학과 정연식 교수는 "기존의 촉매 소자 시스템에서는 기술적으로 어려웠던 금속-산화물 계면에서의 핫전자 검출을 아주 정밀한 나노선 프린팅 기술로 인해 가능하게 만든 연구며, 이 기술은 향후 다양한 차세대 하이브리드 촉매 개발에 활용할 수 있으리라 기대된다ˮ고 말했다.
이론적인 계산으로 계면과 촉매 선택도 간 관계 입증을 주도한 생명화학공학과 정유성 교수 역시 "촉매 화학 반응에서의 선택도를 높이기 위해 금속-산화물 계면이 중요한 역할을 할 수 있음을 실험적 관찰과 이론적인 양자 계산을 통해 증명한 연구로, 불균일 촉매를 이용한 화학 공정 개발에 활용될 수 있을 것으로 기대된다ˮ 라고 언급했다.
우리 대학 화학과 이시우 박사가 제1 저자로 참여하고 기초과학연구원(IBS) 및 한국연구재단의 지원으로 수행된 이번 연구 결과는 종합 과학분야의 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)에 1월 4일 字 게재됐다. (논문명 : Controlling hot electron flux and catalytic selectivity with nanoscale metal-oxide interfaces)
2021.01.11
조회수 65638
-
인공지능 기술을 이용한 유전자 전사인자 예측 시스템 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 미국 캘리포니아대학교 샌디에이고캠퍼스(UCSD) 생명공학과 버나드 팔슨(Bernhard Palsson) 교수 공동연구팀이 인공지능을 이용해 단백질 서열로부터 *전사인자를 예측하는 시스템인 '딥티팩터(DeepTFactor)'를 개발했다고 29일 밝혔다. 이번 연구는 국제학술지인 '미국국립과학원회보(PNAS)'에 12월 28일 字 게재됐다. (논문명: DeepTFactor: A deep learning-based tool for the prediction of transcription factors)
※ 전사인자 (transcription factor) : 유전자의 전사(유전 정보를 복사하는 과정)를 조절하는 단백질. 특정 DNA 서열에 특이적으로 결합해 유전자의 전사를 조절한다.
※ 저자 정보 : 김기배(한국과학기술원, 제1 저자), 예 가오(Ye Gao) (UCSD, 제2 저자), 버나드 팔슨(Bernhard Palsson) (UCSD, 제3 저자), 이상엽(교신저자) 포함 총 4명
전사인자는 특정한 DNA 서열에 특이적으로 결합해 유전자의 전사(유전 정보를 복사하는 과정)를 조절하는 단백질이다. 전사인자로 인한 유전자 전사를 분석함으로써 유기체가 유전적 또는 환경적 변화에 어떻게 반응해 유전자의 발현을 제어하는지 이해할 수 있다. 이러한 점에서 유기체의 전사인자를 찾는 것은 유기체의 전사 조절 시스템 분석을 위한 첫 단계라고 할 수 있다.
지금까지 새로운 전사인자를 찾기 위해서는 이미 알려진 전사인자와의 상동성(유사한 성질)을 분석하거나, 기계학습(머신러닝)과 같은 데이터 기반의 접근 방식을 이용했다. 기존의 기계학습 모델을 이용하기 위해서는 분자의 물리 화학적 특성을 계산하거나, 생물학적 서열의 상동성을 분석하는 등, 해결하고자 하는 문제에 대한 전문 지식에 의존해 모델의 입력값으로 사용할 특징을 찾아내는 과정이 필요하다.
한편, 심층 학습(딥러닝)은 문제 해결을 위한 잠재적인 특징을 내재적으로 학습할 수 있기에 최근 다양한 생물학 분야에서 활용되고 있다. 하지만, 심층 학습을 이용한 예측 시스템의 경우 시스템 내부의 복잡한 연산 때문에 추론 과정을 직접 확인할 수 없는 `블랙박스(black box)'라는 특징을 가지고 있다.
공동연구팀은 심층 학습 기법을 이용해 주어진 단백질 서열이 전사인자인지 예측할 수 있는 시스템인 딥티팩터(DeepTFactor)를 개발했다. 딥티팩터는 단백질 서열로부터 전사인자를 예측하기 위해 세 개의 병렬적인 합성곱 신경망(convolutional neural network)을 이용한다. 공동연구팀은 딥티팩터를 이용해 대장균(Escherichia coli K-12 MG1655)의 전사인자 332개를 예측했으며, 그중 3개의 전사인자의 게놈 전체 결합 위치(genome-wide binding site)를 실험으로 확인함으로써 딥티팩터의 성능을 검증했다.
공동연구팀은 나아가 딥티팩터의 추론 과정을 이해하기 위해 특징 지도 (saliency map) 기반의 심층 학습 모델 해석 방법론을 사용했다. 이를 통해 딥티팩터의 학습 과정에서 전사인자의 DNA의 결합 영역에 대한 정보가 명시적으로 주어지지 않았지만, 내재적으로 이를 학습해 예측에 활용한다는 사실을 확인했다.
연구팀 관계자에 따르면, 특정 생물군의 단백질 서열만을 위해 개발됐던 이전 예측 방법론들과 달리, 딥티팩터는 모든 생물군의 단백질 서열에서 우수한 성능을 보여 다양한 유기체의 전사 시스템 분석에 활용 가능할 것으로 기대된다.
이상엽 특훈교수는 “이번 연구에서 개발한 딥티팩터를 이용해서 새롭게 발견되는 단백질 서열과 아직 특성화되지 않은 수많은 단백질 서열을 높은 처리 능력으로 분석할 수 있게 됐다”며 “이는 유기체의 전자 조절 네트워크 분석을 위한 기초 기술로써 활용 가능할 것”이라고 밝혔다.
한편, 이번 연구는 과기정통부가 지원하는 기후변화대응기술개발사업의 바이오리파이너리를 위한 시스템대사공학 원천기술개발 과제 지원을 받아 수행됐다.
2020.12.30
조회수 57395
-
암 진단에 필요한 새로운 형광 증폭 기술 개발
우리 대학 신소재공학과 장재범 교수 연구팀이 암 진단에 필요한 새로운 형광 신호 증폭 기술을 개발했다고 17일 밝혔다. 연구 결과는 국제 학술지인 영국왕립화학회(Royal Society of Chemistry)의 `나노스케일(Nanoscale)'誌 11월 13일 字에 게재됐다. (논문명: FRACTAL: Signal amplification of immunofluorescence via cyclic staining of target molecules)
※ 저자 정보: 조예린(신소재공학과 학사과정 학생, 제1 저자), 서준영(신소재공학과 박사과정 학생, 제2 저자), 장재범 교수(교신저자) 등 총 8명
최근 3D 전체 조직 영상화(이미징)를 가능하게 하는 생체조직 *팽창 기술(ExM) 및 투명화 기술(CLARITY, 3DISCO, CUBIC)은 복잡한 세포 간 상호작용 및 역할을 밝혀내는 핵심적인 역할을 하고 있다. 하지만 큰 부피 내부의 세포 변화를 관찰하기 위해서는 약한 형광 신호를 증폭해 높은 이미지 처리량을 갖는 기술이 필요하다.
※ 팽창 현미경 (Expansion Microscopy): 조직을 팽창시켜 일반 현미경으로 초고해상도를 얻을 수 있는 기술
※ 조직 투명화 기술 (Tissue Clearing System): 빛의 산란을 최소화하고 투과도를 극대화하여 3D 전체 조직을 이미징하는 기술
지금까지 신호 증폭 기술은 다양한 화학 반응으로 개발돼왔는데, 이들 중 많은 기술은 단일 화학 반응을 이용하기 때문에 다중 표지 신호 증폭 영상화를 위해서는 단일 신호 증폭과 비활성화 과정을 채널별로 반복해야 하는 단점이 있고, 유전자(DNA) 기반의 신호 증폭 기법은 서로 다른 항체에 대한 유전 물질 분자 결합의 최적화 과정이 필요하므로 일반적인 생물 실험실에서 사용이 어렵다.
장재범 교수 연구팀은 이러한 문제점 개선을 위해 현재 상용화돼 있는 형광 분자가 표지된 항체를 사용해, 추가적인 최적화 과정이 필요 없는 신호 증폭 기술에 주목했다.
결과적으로 연구팀은 `프랙탈(FRACTAL, Fluorescence signal amplification via repetitive labeling of target molecules)'이라는 새로운 신호 증폭 기술을 개발했다. 프랙탈 기술은 항체 기반의 염색 방법으로, 신호 증폭 과정이 매우 간단하다는 특징이 있다. 이 기술은 신호 증폭을 위해 특수한 화학 물질을 필요로 하지 않으며, 형광 분자가 표지된 2차 항체의 반복적인 염색을 통해 형광 신호를 증폭시킨다.
이 기술은 한 종류의 1차 항체, 두 종류의 2차 항체, 총 세 종류의 항체를 이용하는 아주 간단한 기술이다. 신호 증폭 과정은 표적 단백질에 대한 1차 항체 및 첫 번째 2차 항체 염색으로 시작되며, 그다음으로 첫 번째 2차 항체에 결합하는 두 번째 2차 항체의 염색이 이뤄진다. 두 번째 2차 항체의 숙주(host)와 1차 항체의 숙주(host)는 같으며, 그다음 염색은 다시 두 번째 2차 항체에 결합하는 첫 번째 2차 항체의 염색으로 이어진다.
예를 들어 토끼의 1차 항체를 사용하고 당나귀의 항-토끼 2차 항체를 첫 번째 2차 항체로 사용했다면 토끼의 항-당나귀 2차 항체를 두 번째 2차 항체로 사용하게 된다. 그러면 두 번째 2차 항체에는 첫 번째 2차 항체가 결합하게 되고 그 반대의 경우로도 결합해 염색을 이어나가게 된다.
이 과정의 반복을 통해 연구팀은 기존 형광 신호를 9배 이상 증폭시켰으며, 이는 같은 밝기를 얻는 데 필요한 영상화 시간을 9배 이상 줄일 수 있다는 결과를 얻었다. 연구팀은 초고해상도 현미경(STORM) 분석을 통해 염색 횟수에 따라 항체가 균일한 결합 층을 형성하며 형광 신호를 증폭시키는 현상을 확인했다.
연구팀은 이 기술을 서로 다른 종으로부터 유래된 직교적인(orthogonal) 항체 쌍에 적용해, 동시 다중 표지 신호 증폭 영상화를 구현했으며, 팽창 현미경에도 적용해 팽창 후에도 높은 형광의 강도를 갖는 형광 신호 증폭 기술을 구현했다.
이 기술은 간단한 항체-항원 반응에 기반해 형광 신호를 증폭시키는 기술로, 영상을 통한 생체조직의 분석 및 치료기술 개발, 다지표 검사, 의료 및 신약 개발 분야에 이바지할 것으로 연구진은 기대하고 있다.
제1 저자인 조예린 학생은 "높은 이미지 처리량을 가진 이 기술은 디지털 병리 분야의 발전에 중추적인 영향을 미칠 것ˮ이며, "생체 내 다중지표에 대한 정보를 정밀하게 제공해 현대 의약 분야의 의약품 분석 및 치료 시스템에 직접적으로 응용될 수 있다ˮ라고 말했다.
장재범 교수도“이 기술은 환자 생체 검사 조직 내부에서 매우 중요하지만 낮은 수준으로 발현되는 바이오마커들을 정확하게 이미징 할 수 있게 해주기 때문에, 암 진단 및 면역 항암제 반응률 예측 등에 큰 도움이 될 것으로 기대된다.”라고 강조했다
한편 이번 연구는 과학기술정보통신부가 지원하는 뇌과학원천기술개발 과제와 KAIST 학부연구생프로그램(URP)의 지원을 받아 수행됐다.
2020.12.18
조회수 52264
-
도파민의 성질로 박테리아 생장의 실시간 탐지 기술 개발
우리 몸의 신경전달물질인 도파민의 성질을 이용해 박테리아(병원균)를 쉽게 검출할 수 있는 기술이 우리 대학 연구진에 의해 개발됐다.
생명과학과 정현정 교수, 화학과 이해신 교수 공동연구팀이 도파민의 반응을 이용해 병원균의 생장과 항생제 내성을 광학적으로 측정하고 맨눈으로 실시간 검출하는 기술을 개발했다고 7일 밝혔다.
박테리아의 항생제 내성 문제는 현대인의 건강을 위협하는 위험요인으로 꼽히고 있다. 항생제 내성에 대한 적절한 대처가 없다면 30년 이내에 항생제 내성균에 의한 피해가 암보다 더 현대인의 수명을 줄일 수 있다는 보고서가 발표되기도 했다. 항생제 내성균의 종류가 점차 늘어나면서 미국 질병통제예방센터(CDC)는 연간 최소 200만 명 이상의 환자가 항생제 내성 병원균에 의해 발생하고 있다고 보고했다.
도파민은 대다수 생명체에서 신경전달물질로 사용되며, 산소가 존재하는 환경에서 다른 물질의 도움 없이 자체 중합반응(두 개 이상 결합해 큰 화합물이 되는 일)이 일어난다. 이렇게 중합된 도파민 고분자는 짙은 갈색을 나타내고, 다양한 물질 표면에 흡착해 층을 형성한다.
연구팀은 이러한 도파민의 성질을 이용해 병원균이 생장하는지와 항생제 내성을 갖는지를 육안과 형광으로 동시에 탐지 가능한 기술을 개발했다. 이 기술은 현재 사용되는 디스크 확산 검사나 균 배양 분석에 대비해 시간이 짧고 중합효소 연쇄 반응(PCR 검사)과 비교할 때도 전처리 과정이 필요 없는 간편한 기술이라는 점이 큰 장점이다.
우리 대학 나노과학기술대학원 석박사통합과정 이주훈 학생이 제1 저자로, 나노과학기술대학원 석박사통합과정 류제성 학생과 생명과학과 강유경 박사가 공동 저자로 참여한 이번 연구 결과는 재료과학 분야 국제학술지 `어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials, IF 16.836)'에 11월 3일 字 온라인 게재됐다. (논문명 : Polydopamine Sensors of Bacterial Hypoxia via Fluorescence Coupling)
도파민의 자체 중합반응에서는 개시제 역할을 하는 산소가 필수적인 존재다. 연구팀은 박테리아가 생장함에 따라 용액 내의 산소를 소모하는 현상을 이용, 박테리아의 생장 정도를 도파민의 중합반응과 연관 지어 관측하는 방법을 개발했다.
또 박테리아의 생장에 영향을 끼치지 않는 소재인 덱스트란으로 형광나노입자를 제조해 실험에 사용했다. 도파민의 자체 중합반응은 용액 내에 존재하는 형광나노입자 표면에 흡착하고 층을 형성해 입자의 화학적, 물리적 성질에 큰 변화를 일으키고 기존에 발생하던 강한 형광 신호를 약하게 만든다. 또한, 도파민과 나노입자가 첨가된 용액 내에서는 도파민의 산화와 자체 중합반응 때문에 용액의 색이 짙은 갈색으로 변한다.
하지만 박테리아가 용액 내에 존재하는 경우 박테리아 생장 때문에 산소가 소모돼 도파민의 자체 중합반응은 저해되고 용액의 색깔은 투명하게 유지된다. 나노입자의 형광 신호 역시 원래의 신호를 유지하게 된다.
연구팀은 이러한 현상을 박테리아의 생장 및 항생제 내성을 탐지하는데 적용할 수 있다는 점에 착안, 항생제에 내성을 가지는 `뉴 델리 메탈로-베타락타마제 1 (NDM-1)'을 발현하는 대장균(E. coli)을 대상으로 실험을 진행했다.
일반적인 대장균의 경우 카바페넴 계열의 항생제인 암피실린에 의해 생장이 크게 저해되는데, 항생제에 내성을 갖는 대장균은 생장이 잘 이뤄진다. 즉 항생제 내성을 가지는지에 따라 소모하는 산소의 양이 달라지고, 이 차이 때문에 도파민의 중합반응 여부를 육안과 광학적 측정으로 확인할 수 있다.
이렇게 살아있는 세포의 활성에 따라 일어나는 도파민의 자체 중합반응은 실제로 인체에 존재하는 다양한 `카테콜아민' 물질에서 나타나는 반응과 깊은 관련이 있다. 일례로 피부에 존재하는 카테콜아민은 자체 중합반응이 왕성하게 일어나 피부의 색에 큰 영향을 주는 멜라닌 색소를 형성하게 되는데 신경계에 존재하는 카테콜아민은 자체 중합반응이 거의 일어나지 않고 단일분자 형태로 존재하여 작용하는 것으로 알려져 있다. 연구팀은 이번 연구 결과를 향후 생체 내에서 도파민 등 카테콜아민의 역할과 작용을 다양한 생체 모델에서 밝히는 연구로 발전시킨다면 매우 흥미로운 연구 결과를 얻을 것으로 기대하고 있다.
정현정 교수는 “이번 연구는 도파민의 자체 중합반응을 생체 시스템에서 규명한 연구로 큰 의미를 가지며, 이를 박테리아 생장 및 항생제 내성의 실시간 검출에 적용할 수 있어 기존의 미생물 배양법보다 신속하게, 그리고 PCR 검사보다 간편하게 진단이 가능해 감염병 확산 예방에 크게 기여할 것으로 기대된다”고 말했다.
한편 이번 연구는 한국연구재단 중견연구자지원사업 및 KAIST 그랜드 챌린지 사업의 지원을 통해 이뤄졌다.
2020.12.07
조회수 46458
-
메모리-중심 인공지능 가속기 시스템 개발
삼성미래기술육성재단이 지원한 우리 대학 연구진이 세계 최초로 `프로세싱-인-메모리(Processing-In-Memory, 이하 PIM)' 기술을 기반으로 한 인공지능 추천시스템 학습 알고리즘 가속에 최적화된 지능형 반도체 시스템 개발에 성공했다.
전기및전자공학부 유민수 교수 연구팀은 PIM 기술 기반의 메모리-중심 인공지능 가속기 반도체 시스템을 개발했다고 16일 밝혔다. 유 교수는 관련 분야에서 그동안의 탁월한 연구 성과를 인정받아 올해 아시아에서 유일하게 페이스북 패컬티 리서치 어워드(Facebook Faculty Research Award)를 수상했다.
인공지능 기술을 기반으로 고안된 추천시스템 알고리즘은 구글(Google), 페이스북(Facebook), 유튜브(YouTube), 아마존(Amazon) 등 빅테크 기업들이 콘텐츠 추천 및 개인 맞춤형 광고를 제작하는데 기반이 되는 핵심 인공지능 (AI) 기술이다. 온라인 광고를 통한 수입은 구글과 페이스북과 같은 실리콘밸리의 빅테크 기업의 주 수익 모델인 만큼 고도화된 추천 인공지능 기술에 대한 수요는 최근 들어 급상승하는 추세다.
페이스북이 최근 공개한 자료에 따르면 페이스북 데이터센터에서 처리되는 인공지능 연산의 70%가 추천 알고리즘을 처리하는 데에 사용되며, 인공지능 알고리즘 학습을 위한 컴퓨팅 자원의 50%를 추천 알고리즘을 학습하는 데 사용하고 있다.
유민수 교수 연구팀은 최근 메모리 반도체에 인공지능 연산 기능이 추가된 프로세싱-인-메모리(PIM) 기술 기반의 지능형 반도체 시스템을 개발하는 데 성공했다. 유 교수팀이 개발한 이 시스템은 인공지능 추천시스템 알고리즘의 학습 과정을 엔비디아(NVIDIA)의 그래픽카드(GPU)를 사용하는 기존 인공지능 가속 시스템 대비 최대 21배까지 빠르다고 연구팀 관계자는 설명했다.
지능형 메모리 반도체 기술은 우리나라의 AI 반도체 세계시장 공략을 위한 핵심기술로 주목받고 있다. 특히 정부에서도 `AI 종합 반도체 강국 실현'이라는 비전 아래 막대한 국가적 투자를 아끼지 않는 핵심 투자 분야다. 따라서 유 교수팀의 연구 성과는 향후 막대한 수요와 급성장이 예상되는 세계 AI 반도체 시장에서 메모리-중심으로 설계된 PIM 기술의 상용화 및 성공 가능성을 시사한다는 점에서 의미가 크다고 전문가들은 평가하고 있다.
유민수 교수는 서강대와 KAIST에서 각각 학사와 석사를 거쳐 미국 텍사스 오스틴 주립대에서 박사학위를 취득한 후 지난 2014년 인공지능 컴퓨팅 기술 기업인 미국 엔비디아(NVIDIA) 본사에 입사했다. 엔비디아에 입사한 이후 줄곧 인공지능 컴퓨팅 가속을 위한 다양한 하드웨어 및 소프트웨어 시스템 연구를 주도했으며 지난 2018년부터 우리 대학 전기및전자공학부 교수로 재직 중이다.
전기및전자공학부 권영은 박사과정이 제1 저자, 이윤재 석사과정이 제2 저자로 참여한 이번 연구 결과는 세계 최초의 추천시스템 학습용 가속기 시스템 개발 성과라는 학술 가치를 인정받아 컴퓨터 시스템 구조 분야 최우수 국제 학술대회인 IEEE International Symposium on High-Performance Computer Architecture(HPCA)에서 `Tensor Casting: Co-Designing Algorithm-Architecture for Personalized Recommendation Training' 이라는 논문 제목으로 내년 2월에 발표된다.
2020.11.16
조회수 35361
-
액정화면 깨뜨리지 않고 부드럽게 터치하는 인공손가락 개발
우리 대학 연구진이 액정 같이 깨어지기 쉬운 화면을 부드럽게 터치해 다양한 작업을 할 수 있는 인공손가락을 선보였다.
기계공학과 오일권 교수 연구팀이 스마트폰이나 햅틱 반응형 디스플레이를 정교하게 터치할 수 있는 소프트 터치 액츄에이터 기술을 개발했다고 밝혔다.
연구팀은 부드럽고 얇은 박막형의 소프트 터치 *액츄에이터를 원격으로 조정, 스마트폰 화면 위에서 전자피아노 연주하기, 전자책 넘기기, 화면스크롤하기 등을 시연해냈다.
※ 액츄에이터 : 전기적 신호를 기계적 운동으로 변환하는 장치
일종의 디지털 촉각인 ‘햅틱’을 구현, 사람 또는 전자디바이스와 섬세한 피드백을 주고받는 한편 가상현실이나 증강현실을 보다 실감나게 하려는 연구가 활발하다.
주로 부드러운 인공근육 기반 소프트 액츄에이터에 대한 연구가 많이 이뤄지고 있지만, 낮은 전압에서는 반응속도가 너무 느려 터치형 액츄에이터로 활용하기에 어려움이 있었다.
인체에 나쁜 영향을 주거나 디바이스의 오작동을 유발하지 않으면서 터치 피드백을 주고받기 위해서는 저전압 구동이 전제되어야 하기 때문이다.
이에 연구팀은 저전압에서도 빠르게 반응할 수 있는 높은 효율의 소프트 액츄에이터를 위한 새로운 소재를 물색하였다.
유연성을 위해 금속을 배제한 공유결합으로 된 다공성 고리화합물(*트라이어진 고리)을 합성하고 널리 쓰이는 전도성 고분자(PE DOT-PSS)를 결합했다.
※ 트라이어진 고리(Covalent Triazine Framework, CTF) : 다공성 내인성 미세조도(PIM-1) 고분자로 이루어진 물질
실제 이 소재의 액츄에이터로 만든 인공손가락은 낮은 전압(±0.5V)으로도 빠르게 큰 변형을 만들 수 있어 부드러운 터치반응을 유도할 수 있었다.
핵심은 다공성 탄소구조체로 인해 비표면적을 극대화한 것이다. 비표적을 넓혀 표면전하량을 늘리는 한편 작동속도와 반응성도 높일 수 있었다. 실제 0.5V에서 17mm 정도 구부러지는 변형을 확인했다.
개발된 소프트 터치 액츄에이터를 배열형태로 확장하여 스마트폰 전자피아노 어플리케이션 위에서 연속적 터치를 통해서‘Happy Birthday’를 연주하였으며 전자책넘기기와 화면스크롤 기능 등을 구현했다.
과학기술정보통신부와 한국연구재단이 추진하는 리더연구사업(창의연구)의 지원으로 수행된 이번 연구의 성과는 국제학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 10월 23일 게재됐다.
2020.11.05
조회수 33392