[연구]파네시아·메타 ‘하나의 칩처럼 움직이는 AI 데이터센터 (AI DC)’ 구조 제시​

< 정명수 KAIST 석좌교수 겸 파네시아 대표 > 우리 대학에서 축적된 반도체·컴퓨터 시스템 연구가 교원 창업을 거쳐 글로벌 빅테크 메타(Meta)와의 협력으로 확장되며 차세대 AI 데이터센터(AI DC)의 새로운 설계 방향을 제시했다. CPU·AI 가속기·메모리를 하나로 묶어 데이터센터 전체가 마치 ‘하나의 거대한 칩’처럼 움직이도록 하는 구조다.우리 대학은 전기및전자공학부 정명수 교수와 교원창업기업인 팹리스(fabless, 반도체 설계 전문기업) 파네시아 연구진이 메타 연구진과 함께 차세대 AI 데이터센터 구조를 제시한 리뷰 논문을 네이처(Nature)가 발행하는 국제 학술지 ‘네이처 리뷰 일렉트리컬 엔지니어링(Nature Reviews Electrical Engineering, NREE)’에 게재했다고 9일 밝혔다.이번 성과는 KAIST에서 시작된 연구가 교원 창업을 통해 실제 반도체 기술로 발전하고, 글로벌 기업과의 공동 연구로 이어져 미래 AI 데이터센터의 기술 방향을 제시했다는 데 의미가 있다. 연구–창업–산업–글로벌 협력으로 이어지는 KAIST 연구·창업 생태계를 보여주는 사례다.특히 배충식 KAIST 총장이 추진하는 5대 혁신 전략 가운데 연구성과를 산업과 창업으로 연결하는 ‘Beyond Laboratory’​와 글로벌 협력을 확대하는 ‘Beyond KAIST–Global Connect’​의 방향과도 맞닿아 있다.배충식 KAIST 총장은 “KAIST의 연구성과가 창업을 통해 산업으로 이어지고, 다시 세계적인 기업과의 협력으로 확장돼 미래 기술의 방향을 제시한 의미 있는 사례”라며 “KAIST는 연구와 창업, 산업과 세계를 연결해 우리 기술이 글로벌 혁신의 새로운 기준을 만들어갈 수 있도록 지원하겠다”고 말했다.최근 생성형 AI와 초거대 AI가 발전하면서 AI 연산에 수백~수천 개의 가속기(AI의 대규모 계산을 빠르게 처리하는 반도체)를 동시에 사용하는 시대가 되고 있다.하지만 가속기를 많이 연결한다고 무조건 빨라지는 것은 아니다. 여러 사람이 한 줄로 물건을 전달할 때 한 사람만 늦어도 전체 작업이 밀리는 것처럼, 일부 가속기의 데이터 전달이 늦어지면 전체 AI 연산도 느려질 수 있다. 따라서 개별 반도체의 성능뿐 아니라 수많은 가속기와 메모리를 얼마나 빠르고 효율적으로 연결하느냐가 중요하다.KAIST 정명수 교수와 파네시아·메타 연구진은 이를 해결하기 위해 CXL(Compute Express Link, CPU·가속기·메모리를 빠르게 연결하고 자원을 공유하는 국제표준 기술)을 활용해 CPU와 AI 가속기, 메모리를 하나로 묶고 이를 데이터센터 전체로 확장하는 구조를 제시했다.< 기존 네트워크 기반 구조와 단일 칩형CXL 패브릭의 아키텍처 관점 비교 > 기존 데이터센터가 여러 컴퓨터가 네트워크를 통해 협업하는 방식이라면, 이번 구조는 서버 간 경계를 낮춰 CPU·가속기·메모리를 긴밀하게 연결한다. 데이터센터 전체를 ‘하나의 거대한 컴퓨터’처럼 움직이게 하는 것​이 핵심이다.현재 엔비디아의 NVLink나 UALink 등도 여러 가속기를 빠르게 연결하지만 주로 랙(rack, 여러 서버와 장비를 층층이 설치하는 구조) 내부 연결에 초점을 둔다. 반면 이번 구조는 가속기뿐 아니라 CPU와 메모리까지 CXL로 연결하고 그 범위를 데이터센터 전체로 확대한다.연구진이 제시한 구조에서는 하나의 연결 영역에 최대 960개의 가속기를 연결할 수 있다. 연구진에 따르면 현행 NVLink 기반 랙보다 약 13배 큰 규모다.데이터 이동 시간도 기존 네트워크 기반 구조의 마이크로초(μs, 100만분의 1초) 수준에서 수백 나노초(ns, 10억분의 1초) 수준으로 줄일 수 있다. AI 데이터센터에서는 이러한 작은 지연도 반복되면 전체 성능에 큰 영향을 미친다.< 지연시간 변동을 최소화하는 핵심 구성요소— 대규모(고-팬아웃) 스위치 > 운영도 유연해질 수 있다. CPU·가속기·메모리를 각각의 자원처럼 연결해 문제가 생긴 부품만 교체하거나, 남는 연산·메모리 자원을 필요한 곳에 활용할 수 있기 때문이다.결국 이번 연구는 AI 데이터센터의 기본 단위를 ‘서버’에서 ‘데이터센터 전체’로 확장하는 설계 방향​을 제시한 것이다. 수많은 컴퓨터의 집합에서 한발 더 나아가 데이터센터 자체가 하나의 거대한 컴퓨터처럼 작동하도록 하는 개념이다.이번 연구가 게재된 NREE의 리뷰 논문(review article, 특정 분야의 주요 연구와 기술을 종합적으로 분석하고 발전 방향을 제시하는 논문)은 학술지 측이 해당 분야 전문가에게 직접 집필을 요청하는 초청 방식으로 기획된다.이번 논문에서 KAIST 정명수 교수와 파네시아 연구진은 메타의 데이터센터 인프라 연구진과 함께 CXL 기술의 발전 현황을 분석하고 차세대 AI 데이터센터의 설계 방향을 제시했다.< 연구 이미지 (AI 생성) > 정 교수 연구진은 KAIST에서 CXL 기반 컴퓨터 시스템과 반도체 기술을 지속적으로 연구해 왔으며, 창업 이후에는 관련 핵심 기술을 실제 반도체 칩으로 제작해 작동을 검증하는 등 연구성과의 실용화를 이어가고 있다.정명수 KAIST 전기및전자공학부 교수 겸 파네시아 대표는 “AI가 거대해질수록 개별 가속기의 성능만큼 수많은 가속기와 메모리를 얼마나 빠르고 효율적으로 연결하느냐가 중요하다”며 “이번 연구는 CXL을 기반으로 데이터센터 전체를 하나의 컴퓨팅 시스템처럼 동작시키는 차세대 AI 인프라의 방향을 제시했다는 데 의미가 있다”고 말했다.※ 논문명: One-Chip-Like Datacenter Design Enabled by CXL-Based Scale-Up Fabrics, 논문원본: https://www.nature.com/articles/s44287-026-00315-5한편 이번 연구는 네이처 리뷰 일렉트리컬 엔지니어링(Nature Reviews Electrical Engineering)에 8월 10일 게재됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66810

[연구]말하지 않아도 ‘이게 아닌데’ 눈치채는 AI 개발​

< (왼쪽부터) 얀센 왕(Yansen Wang, 마이크로소프트연구소 아시아), 동치 한(Dongqi Han, 마이크로소프트연구소 아시아), 서흔(Xu Xin, KAIST·주저자), 동쉔 리(Dongsheng Li, 마이크로소프트연구소 아시아). 우측 상단은 이상완 KAIST 교수(교신저자) > 일일이 말하거나 몸짓으로 알려주지 않아도, AI가 사람의 뇌에서 나오는 ‘이게 아닌데’라는 반응을 알아채 스스로 행동을 고치는 시대​가 다가오고 있다. 우리 대학 연구진이 뇌파로 사람과 AI의 인지적 어긋남을 포착해 AI가 사람의 목표에 맞춰 실시간으로 행동을 수정하는 기술을 개발했다. ‘명령하는 AI’에서 ‘의도를 눈치채는 AI’로의 변화​를 앞당길 것으로 기대된다.우리 대학은 뇌인지과학과 이상완 석좌교수(신경과학-인공지능 융합연구센터장) 연구팀이 마이크로소프트연구소 아시아(Microsoft Research Asia)와 국제 공동연구를 통해 인간의 뇌파를 이용해 AI를 실시간으로 인간의 목표에 맞추는 차세대 뇌-컴퓨터 인터페이스(BCI) 기술인 ‘신경 가치 정렬(Neural Value Alignment, NVA)’​을 개발했다고 10일 밝혔다.< 신경 가치 정렬(Neural Value Alignment)의 개념 > AI가 사람과 자연스럽게 협업하기 위해서는 사람이 실제로 무엇을 원하는지 정확하게 파악해야 한다. 하지만 지금까지 AI는 주로 사람의 말이나 행동, 몸짓 등 외부로 드러난 정보를 바탕으로 의도를 추정해 왔다.문제는 같은 행동이라도 목적이 다를 수 있다는 점이다. 예를 들어 사람이 컵을 집더라도 직접 물을 마시려는 것인지, 다른 사람에게 건네려는 것인지 행동만 보고서는 구별하기 어렵다. 이러한 ‘목표-행동 모호성’ 때문에 AI가 사람의 의도를 잘못 이해하면 사용자가 다시 명령하거나 행동을 교정해야 했다.연구팀은 이 문제를 해결하기 위해 사람이 예상과 다른 상황을 마주했을 때 뇌에서 무의식적으로 발생하는 ‘예측 오차’​에 주목했다. 쉽게 말해 AI가 잘못된 행동을 했을 때 사람이 순간적으로 느끼는 “이게 아닌데”라는 뇌의 반응​을 이용한 것이다.특히 연구팀은 이 반응을 두 종류로 구분했다. AI가 사람의 궁극적인 목표 자체를 잘못 이해했을 때 나타나는 ‘보상 예측 오차(RPE)’​와, 목표는 맞지만 행동 과정이나 방식이 예상과 다를 때 나타나는 ‘상태 예측 오차(SPE)’​다.연구팀은 AI가 작업하는 모습을 지켜보는 사람의 실시간 뇌파(EEG)를 측정했다. 그 결과, AI가 목표 자체를 잘못 이해했을 때와 목표는 맞지만 행동 방식이 잘못됐을 때 사람의 뇌가 서로 다른 신호를 보내는 것을 확인했다. 두 가지 오류가 동시에 발생했을 때 나타나는 특징적인 뇌파 패턴도 찾아냈다.연구팀은 여기에 딥러닝을 적용해 뇌파만으로 사람이 AI의 행동을 어떻게 받아들이고 있는지를 구분하는 기술을 개발했다. 쉽게 말해 사람이 직접 “틀렸다”고 말하지 않아도, 뇌파를 통해 “목표가 틀렸다”거나 “방법이 틀렸다”는 반응을 AI가 알아챌 수 있게 한 것​이다.이어 이렇게 읽어낸 뇌 신호를 AI에 실시간으로 전달해 스스로 행동을 고치도록 하는 ‘신경 가치 정렬 기반 인간-AI 시너지’ 알고리즘​을 제안했다.AI는 상태 예측 오차(SPE)가 감지되면 “원하는 목표는 맞지만 방법이 잘못됐다”고 판단해 행동 방식을 바꾸고, 보상 예측 오차(RPE)가 나타나면 “목표 자체를 잘못 이해했다”고 판단해 사람이 실제로 원하는 것이 무엇인지 다시 찾는다.시뮬레이션 결과, 사람의 목표가 갑자기 바뀌거나 일부 신호가 빠지는 등 불확실한 상황에서도 기존 방식보다 빠르게 사람의 의도 변화에 적응하는 것으로 나타났다.이번 연구의 핵심은 사람이 AI에게 계속 “이렇게 해”, “그게 아니야”라고 말하거나 몸짓으로 알려주지 않아도, AI가 사람의 무의식적인 ‘이게 아닌데’라는 뇌 반응을 읽고 스스로 행동을 고칠 수 있는 가능성​을 보여줬다는 점이다.향후 기술이 발전하면 가정이나 산업 현장의 피지컬 AI 로봇이 사용자의 의도를 보다 자연스럽게 파악하고 행동을 조정하는 데 활용될 수 있다. 자율주행차가 운전자의 판단을 빠르게 반영하거나, 말을 하거나 몸을 움직이기 어려운 환자가 의료·재활 로봇을 제어하고, AI가 학생의 인지 상태에 맞춰 학습을 돕는 기술로도 확장될 수 있다.궁극적으로는 사람이 일일이 명령해야 움직이는 AI에서, 사람의 반응을 알아채고 스스로 맞춰가는 AI로 발전하는 새로운 인간-AI 협업 방식​을 제시한 연구다.< 연구 이미지 (AI 생성) > 이번 국제 공동연구를 주도한 이상완 교수는 “이번 연구는 인공지능이 눈에 보이는 행동 결과만으로 인간의 의도를 추정하던 기존 방식에서 벗어나, 행동 이면에서 발생하는 뇌의 인지 신호를 AI와의 협업에 직접 활용할 수 있음을 보여줬다는 데 의미가 있다”며 “향후 피지컬 AI, BCI, 자율주행, 정밀 맞춤형 교육, 의료용 로봇, 인간-컴퓨터 상호작용(HCI) 등 인간의 판단과 AI의 행동을 긴밀하게 연결해야 하는 다양한 분야로 확장될 수 있을 것”이라고 말했다.마이크로소프트연구소 이미란 전무는 “이번 성과는 KAIST와 마이크로소프트연구소 아시아가 지속해 온 국제 공동연구의 결실”이라며 “앞으로도 양 기관의 협력을 통해 인간과 AI가 보다 자연스럽게 소통하고 협력할 수 있는 세계적 수준의 BCI 기술 개발을 이어갈 것으로 기대한다”고 말했다.이번 연구에는 KAIST 뇌인지과학과 박사과정 서흔(Xin Xu) 학생이 제1저자로 참여했으며, 마이크로소프트연구소 아시아의 얀센 왕(Yansen Wang), 동치 한(Dongqi Han), 동쉔 리(Dongsheng Li) 박사 등이 공동 연구진으로 참여했다. 연구 결과는 사이버네틱스 분야 대표 국제 학술지 ‘IEEE 트랜잭션스 온 사이버네틱스(IEEE Transactions on Cybernetics)’​에 2026년 8월 온라인 게재됐다.※논문명: Neural Value Alignment: Human–AI Collaboration Under Goal-Action Ambiguity, DOI: 10.1109/TCYB.2026.3722605>한편, 지속적으로 변화하는 환경에서 AI가 새로운 정보에 빠르게 적응하도록 하는 KAIST 이상완 교수 연구팀-마이크로소프트연구소 아시아의 또 다른 공동연구도 KAIST 뇌인지과학과 박사과정 니클라스 쾨페(Niklas Koeppe) 학생이 제1저자로 참여해 인공지능 분야 대표 국제학회인 ICML 2026(International Conference on Machine Learning)​에서 지난 6월 발표됐다.※논문명: Mitigating Plasticity Loss through Architectural Design in Continual Learning, 논문원본: https://icml.cc/virtual/2026/poster/61534이번 연구는 과학기술정보통신부 정보통신기획평가원의 디지털분야글로벌연구지원사업 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66870

[연구]비타민 A 유래 물질로 지친 면역세포 지킨다…난치성 뇌종양 치료 새 길​

< (좌측부터) KAIST 이흥규 교수, 강인 박사후연구원 > 암과 오래 싸운 면역세포는 결국 지쳐 공격력을 잃는다. 특히 악성 뇌종양에서는 이런 ‘면역세포 탈진’ 때문에 면역항암제도 제대로 힘을 쓰지 못한다. 우리 대학 연구진이 세포의 성장과 면역 기능을 조절하는 비타민 A 유래 물질 ‘올트랜스 레티노산(ATRA)’​을 활용해 면역세포가 완전히 지치는 것을 막고, 기존 면역항암제의 효과까지 높일 수 있는 가능성을 찾았다.우리 대학은 생명과학과 이흥규 교수 연구팀이 서울성모병원·건양대학교 의과대학 공동연구진과 함께, 비타민 A가 우리 몸에서 실제 기능을 할 수 있는 형태로 바뀐 활성형 대사체의 하나인 ‘올트랜스 레티노산(all-trans retinoic acid, ATRA)’이 뇌종양 안에서 암세포를 직접 찾아 파괴하는 핵심 면역세포인 CD8 T세포가 공격 능력을 거의 잃는 ‘말기 탈진’ 상태로 진행하는 것을 억제하고, 대표적인 면역항암제인 항-PD-1의 치료 효과를 높일 수 있음을 규명했다고 8일 밝혔다.교모세포종은 수술과 방사선, 항암치료 후에도 재발이 잦은 대표적인 난치성 뇌종양이다. 면역항암제를 사용해도 치료 효과가 제한적인 경우가 많은데, 종양 안으로 들어간 면역세포가 암세포와 오랫동안 싸우면서 점차 기능을 잃기 때문이다.특히 암세포를 직접 공격하는 CD8 T세포가 오랜 전투로 체력을 모두 소진한 병사처럼 ‘말기 탈진’ 상태에 이르면 암세포를 죽이는 능력이 크게 떨어진다. 이 상태에서는 암세포가 면역세포에 거는 ‘브레이크’를 풀어주는 항-PD-1 면역항암제를 사용해도 충분한 치료 효과를 얻기 어렵다.연구팀은 이미 지쳐버린 면역세포를 다시 깨우는 대신, 애초에 완전히 지치지 않도록 할 수 없을까​라는 데 주목했다. 이에 세포의 성장과 특정 기능을 갖도록 변화하는 과정인 ‘분화’, 면역 기능 등을 조절하는 활성형 비타민 A 대사체 ATRA의 역할을 분석했다.< ATRA-WNT.β-카테닌-TCF-1βBD 작동 원리 > 산소가 부족하고 암세포와 오랫동안 접촉하는 뇌종양 환경을 실험실에서 재현한 결과, ATRA에 노출된 CD8 T세포는 말기 탈진 상태로 진행하는 비율이 현저히 낮았다. 또한 인터루킨-2(IL-2), 인터페론 감마(IFN-γ), 종양괴사인자 알파(TNF-α) 등 면역세포가 서로 신호를 주고받으며 암세포를 공격하는 데 필요한 면역 신호물질을 더 잘 만들어내며 암세포를 죽이는 능력도 유지했다.연구팀은 ATRA가 면역세포를 지치지 않게 하는 원리도 밝혀냈다. ATRA가 CD8 T세포 안에서 세포의 성장과 기능 유지를 조절하는 일종의 내부 신호체계인 ‘WNT/β-카테닌 신호’​를 활성화하고, 면역세포가 오랫동안 기능을 유지하는 데 중요한 TCF-1βBD 단백질을 증가시키는 것을 확인했다.쉽게 말해 ATRA가 면역세포 내부의 ‘기능 유지 스위치’를 켜 암세포와 오래 싸우더라도 배터리가 완전히 방전되듯 기능을 잃지 않도록 돕는 것​이다.실제 생쥐 뇌종양 모델에서도 효과를 확인했다. ATRA로 조절한 CD8 T세포는 종양 안에서 면역세포 기능을 더 잘 유지했고, ATRA 자체를 투여하는 것으로도 종양 안의 CD8 T 세포 수와 기능이 향상되었다. 몸속에 존재하는 종양의 크기와 양을 뜻하는 ‘종양 부담’​이 줄면서 생존 기간도 늘어났다.< 생쥐 뇌종양 모델에서 확인한 ATRA의 CD8 T세포 기능 유지 효과 및 항-PD-1 병용치료 효과 확인 > 특히 재발성 뇌종양에서는 항-PD-1만 사용했을 때 치료 효과가 제한적이었지만, ATRA와 항-PD-1을 함께 사용하자 종양 억제와 장기 생존 효과가 크게 향상됐다.즉, 항-PD-1이 면역세포에 걸린 ‘브레이크’를 풀어주는 치료라면, ATRA는 면역세포의 ‘배터리’가 완전히 방전되지 않도록 지켜주는 역할을 하는 셈이다. 이번 연구는 이 두 가지를 함께 활용해 기존 면역치료의 한계를 극복할 수 있는 새로운 병용치료 전략을 제시했다.사람의 뇌종양 환자 데이터를 분석한 결과에서도 레티노산에 반응해 활성이 달라지는 유전자들의 발현이 높은 환자군에서 면역세포의 탈진 정도가 낮고 생존 결과도 더 좋은 경향을 보였다.다만 연구팀은 이번 연구가 환자를 대상으로 ATRA의 치료 효과를 직접 입증한 것은 아니며, 실제 뇌종양 치료에 적용하기 위해서는 적절한 투여 방법과 용량, 면역항암제와의 병용 효과 등을 확인하는 추가 임상 연구가 필요하다고 설명했다.< 연구이미지 (AI 생성) > 이흥규 교수는 “교모세포종은 면역세포가 종양 안에서 쉽게 지쳐버려 면역치료가 잘 듣지 않는 대표적인 암”이라며 “이번 연구는 활성형 비타민 A 신호가 CD8 T세포의 말기 탈진을 막고 항암 기능을 유지하도록 돕는 분자 원리를 밝혔다는 데 의미가 있다”고 말했다.이어 “향후 정밀한 전달 방식과 병용치료 전략을 검증한다면 난치성 뇌종양의 면역치료 반응을 높이는 새로운 접근법으로 발전할 수 있을 것”이라고 말했다.이번 연구에는 KAIST 생명과학과 강인 박사후연구원이 제1저자로, 이흥규 교수가 교신저자로 참여했으며, KAIST 신소재공학과 장재범 교수, 건양대학교 의과대학 이성기 교수, 서울성모병원 안스데반 교수 등이 공동연구에 참여했다.연구 결과는 국제학술지 ‘신호전달 및 표적치료(Signal Transduction and Targeted Therapy)’에 8월 26일 게재됐다.※ 논문명: All-trans retinoic acid suppresses CD8+ T-cell terminal exhaustion and potentiates anti-PD-1 therapy in glioblastoma, DOI: 10.1038/s41392-026-02852-9※ 저자 정보: 강인(KAIST, 제1저자), 김유민, 강병훈, 김현진, 김은우, 김채원, 김현철, 박상희, 박원형, 임서현, 김나은, 장성우, 나정우, 황인주, 김민지, 안스데반(서울성모병원, 공동저자), 이성기(건양대학교 의과대학, 공동저자), 장재범(KAIST, 공동저자), 이흥규(KAIST, 교신저자)한편, 이번 연구는 한국연구재단 이공분야기초연구사업, 바이오의료기술개발사업, AI-네이티브 첨단바이오 자율실험실 과제, 삼성미래기술육성재단, 보건복지부 한국보건산업진흥원 보건의료기술연구개발사업 등의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66770

[연구]배터리 속 이온 움직임인 줄 알았는데…‘가짜 신호’ 였다​

< (왼쪽부터) KAIST 최남순 교수, Dongyan Chen 박사과정, 홍승범 교수, 육종민 교수 > 배터리 속 이온이 움직였다는 신호, 실제로는 울퉁불퉁한 표면 때문에 생긴 착시일 수 있다. 우리 대학 연구진이 이처럼 배터리 내부를 잘못 해석하게 만들 수 있는 ‘가짜 신호’의 원인을 밝히고 이를 줄이는 방법을 개발했다. 향후 배터리 속 이온의 이동을 더욱 정확하게 분석해 전고체·나트륨이온전지 등 차세대 배터리 소재 개발의 신뢰도를 높일 것으로 기대된다.우리 대학은 신소재공학과 홍승범 교수 연구팀이 신소재공학과 육종민 교수 연구팀, 생명화학공학과 최남순 교수 연구팀과 공동연구를 통해 배터리 나노 분석 과정에서 실제 이온 이동으로 오인될 수 있는 측정 오류의 발생 원인을 규명하고, 이를 효과적으로 줄이는 방법을 제시했다고 7일 밝혔다.배터리는 충전과 방전을 반복하면서 리튬이나 나트륨 이온이 내부를 오간다. 이온이 얼마나 빠르고 원활하게 이동하는지는 배터리의 성능과 수명에 영향을 미친다. 따라서 더 좋은 배터리를 개발하려면 이온이 내부에서 어디로 이동하고 어디에서 막히는지를 정확하게 파악하는 것이 중요하다.이를 분석하는 기술 중 하나가 원자힘현미경(Atomic Force Microscope, AFM)을 기반으로 한 전기화학 변형 현미경(Electrochemical Strain Microscopy, ESM)이다. ESM은 매우 작은 탐침으로 배터리 소재 표면을 훑으면서 이온이 움직일 때 소재에 생기는 미세한 변화를 측정해 이온의 이동을 간접적으로 파악하는 기술이다.< DART-ESM 측정에서 나타나는 trace-retrace 불일치 현상의 모식도 > 문제는 배터리 소재의 표면이 울퉁불퉁할 경우 실제 이온이 이동하지 않아도 비슷한 신호가 나타날 수 있다는 점이다. 이를 실제 이온 이동으로 판단하면 이온이 어디로 움직이는지 잘못 해석할 가능성이 있다.연구팀은 이러한 ‘가짜 신호’가 왜 발생하는지를 확인하기 위해 이온이 이동하지 않는 단결정 실리콘 표면에 일부러 미세한 홈을 만들었다. 이온은 움직이지 않지만 표면만 울퉁불퉁한 실험 환경을 만든 것이다.그 결과 표면의 높낮이가 변하면 현미경 탐침과 시료가 맞닿는 정도가 달라지고, 이것만으로도 실제 이온 이동과 비슷한 신호가 발생한다는 사실을 정량적으로 확인했다.같은 현상은 실제 배터리 소재에서도 나타났다. 연구팀이 흑연 음극과 나트륨 고체전해질(Na₂Zn₂TeO₆)을 분석한 결과에서도 표면의 모양에 따라 ESM 신호가 달라졌다. 특정 소재만의 문제가 아니라 다양한 배터리 소재를 나노 수준에서 분석할 때 주의해야 하는 현상임을 확인한 것이다.연구팀은 해결책으로 배터리 소재의 표면을 최대한 평평하게 만드는 방법을 제시했다. 이를 위해 아르곤(Ar) 이온 빔을 이용해 시료 단면을 정밀하게 다듬는 냉각식 단면 연마기(Cooling Cross-Section Polisher, CCP)를 사용했다. 아르곤은 다른 물질과 화학반응을 거의 일으키지 않아 시료의 성질을 크게 변화시키지 않으면서 표면을 정밀하게 가공하는 데 활용된다.그 결과 표면의 거칠기가 크게 줄면서 울퉁불퉁한 표면 때문에 발생하던 측정 오류도 효과적으로 감소했다. 울퉁불퉁한 길을 자동차가 달릴 때 차체가 위아래로 흔들리는 것처럼, 배터리 소재 표면에 높낮이가 있으면 이를 훑는 현미경 탐침이 시료와 맞닿는 정도도 달라진다. 이러한 변화가 실제 이온의 움직임과 비슷한 신호를 만들어낼 수 있는 것이다.특히 연구팀은 배터리 소재를 이루는 작은 결정들이 서로 맞닿아 있는 경계인 ‘입계(grain boundary)’에서 나타나는 신호에 주목했다. 여러 개의 타일을 붙였을 때 타일과 타일 사이에 경계선이 생기는 것과 비슷하다.< 나트륨 이온 배터리용 NZTO 고체전해질의 AFM 이미지 사포 연마 후와 CCP 처리 후 비교 > 표면을 평평하게 만들기 전에는 이 입계에서 ESM 신호가 강하게 나타났지만, 표면을 다듬은 뒤에는 신호 증가가 사라졌다. 이는 기존에 ‘이온이 잘 이동하는 통로’로 해석될 수 있었던 일부 신호가 실제 이온 이동 때문이 아니라 표면의 높낮이 때문에 나타났을 가능성을 보여준다.이번 연구는 배터리 나노 분석에서 이러한 측정 오류가 왜 발생하는지를 실험으로 밝히고, 배터리 소재 표면을 평평하게 다듬는 실용적인 방법으로 오류를 줄일 수 있음을 제시했다는 데 의미가 있다.이를 통해 앞으로 배터리 속 이온이 실제로 어디에서 잘 이동하고 어디에서 막히는지를 보다 정확하게 파악할 수 있을 것으로 기대된다. 이는 충전 속도를 높이고 수명을 늘리기 위해 이온이 원활하게 이동할 수 있는 배터리 소재를 설계하는 데 중요한 기초 정보가 될 수 있다.연구팀은 이번 분석 방법이 현재 널리 사용되는 리튬이온전지는 물론, 액체 대신 고체 전해질을 사용하는 전고체전지와 리튬 대신 나트륨 이온을 사용하는 나트륨이온전지 등 차세대 배터리 소재의 작동 원리를 정확하게 이해하고 새로운 소재를 설계하는 데 활용될 것으로 기대하고 있다.또한 정확한 나노 분석 데이터가 축적되면 인공지능(AI)과 머신러닝을 이용해 새로운 배터리 소재를 설계하고 성능을 예측하는 연구에서도 보다 신뢰도 높은 학습 데이터로 활용될 수 있다.< 연구 이미지 (AI 생성) > 홍승범 교수는 “이번 연구는 배터리 소재를 나노 수준에서 분석할 때 표면의 높낮이가 측정 결과에 미치는 영향을 명확하게 밝혀낸 것”이라며 “배터리 속 이온의 움직임을 보다 정확하게 파악해 차세대 배터리 소재의 작동 원리를 이해하고 설계하는 데 기여할 것으로 기대한다”고 말했다.이번 연구에는 신소재공학과 진동연(Dongyan Chen) 박사과정 연구원이 제1저자로 참여했으며, 재료과학 및 나노기술 분야 국제 학술지 ‘스몰 메서즈(Small Methods)’에 2026년 6월 11일 게재됐다.※ 논문명: Quantitative Analysis of Topographic Crosstalk in DART-ESM Arising from Feedback-Loop-Delay-Induced Contact Stiffness Variations in Battery Materials, DOI: 10.1002/smtd.70763한편, 이번 연구는 과학기술정보통신부 재원으로 한국연구재단의 「AI 및 머신러닝과 자동화 시스템을 활용한 고성능 소듐 이온 배터리 풀셀 개발」 및 「다각도-멀티스케일 데이터 융합형 리튬이차전지 설계 인공지능 플랫폼 개발」 과제의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66710

[연구]약한 수소결합이 ‘결합 1등’ 구리 밀어냈다…금속 선택의 새 길 열어​

< (왼쪽부터) 서창현 석박사통합과정, 니투 싱(Neetu Singh) 박사, 백윤정 교수, 임하늘 석박사통합과정 > 늘 ‘결합 1등’이던 구리가 밀려났다. 우리 대학 연구진이 금속과 직접 결합하는 구조는 그대로 둔 채, 주변의 약한 수소결합만 조절해 구리가 가장 안정적으로 결합한다는 오랜 금속 안정성 순서를 뒤집는 데 성공했다. 원하는 금속을 골라내는 분리 기술과 촉매 설계 등에 새로운 가능성을 제시할 것으로 기대된다.우리 대학은 화학과 백윤정 교수 연구팀이 비타민 B2의 핵심 구조인 플라빈(flavin)을 이용해 금속을 중심으로 여러 분자가 둘러싸 결합한 ‘금속 착물’을 개발하고, 금속 주변의 수소결합(hydrogen bonding)을 조절해 기존 ‘어빙-윌리엄스 계열(Irving–Williams series)’과 반대되는 금속 안정성 경향을 구현했다고 6일 밝혔다.어빙-윌리엄스 계열은 철·니켈·구리처럼 다른 물질과 다양한 방식으로 결합하는 전이금속이 주변 분자와 얼마나 안정적으로 결합하는지를 순서로 나타낸 경험 법칙이다. 망간(Mn), 철(Fe), 코발트(Co), 니켈(Ni), 구리(Cu), 아연(Zn) 가운데 일반적으로 망간에서 구리로 갈수록 안정성이 높아지고, 특히 구리가 매우 안정한 결합을 만드는 것으로 알려져 있다.이러한 차이는 금속 안에서 전자들이 어떻게 배치돼 있는지를 뜻하는 ‘전자 구조(electronic structure)’에 따라 나타나는 것으로 이해돼 왔다. 다시 말해 어떤 금속이 더 잘 붙는지는 각 금속이 원래 가진 특성에 크게 좌우된다고 본 것이다.지금까지 이 순서를 바꾸려면 금속을 직접 붙잡는 분자인 ‘리간드(ligand)’를 새롭게 만들거나, 금속과 주변 분자가 결합하는 방식인 ‘배위 구조(coordination structure)’를 바꾸는 것이 일반적이었다.하지만 연구팀은 금속과 직접 결합하는 부분이 아니라 그 바깥에서 작용하는 ‘수소결합’에 주목했다. 수소결합은 분자와 분자 사이에서 작용하는 비교적 약한 힘으로, 주변 구조를 일정한 형태로 잡아주는 역할을 한다.< 금속 주변의 수소결합이 구리의 구조 변형을 제한해 안정성을 선택적으로 낮추는 그림 > 연구팀은 플라빈의 일부 화학 구조를 변형한 ‘플라빈 유도체’를 이용해 망간부터 아연까지 서로 다른 금속을 넣되, 각 금속을 둘러싼 분자들이 똑같은 방식으로 결합하도록 만들었다. 금속 주변의 기본 조건을 같게 한 뒤, 수소결합이 각 금속의 안정성에 어떤 차이를 만드는지 살펴본 것이다.그 결과 수소결합이 특히 구리가 안정해지는 데 필요한 구조 변화를 막는다는 사실을 확인했다. 구리는 주변의 결합 구조를 조금 변형해 자신에게 유리한 형태를 만들면서 더욱 안정해지는 특성이 있다. 사람이 몸을 조금 움직여 자신에게 가장 편한 자세를 찾는 것과 비슷하다.하지만 연구팀이 만든 구조에서는 주변의 수소결합이 구리를 단단히 잡아주면서 이러한 ‘편한 자세’를 취하기 어려워졌다. 그 결과 구리가 안정해지는 데 얻었던 이점이 줄어들면서, 기존과 반대되는 ‘반(反) 어빙-윌리엄스 경향(anti-Irving–Williams trend)’이 나타났다.중요한 것은 구리가 ‘결합 1등’에서 밀려났다는 것 자체보다, 금속마다 정해져 있다고 여겨졌던 ‘잘 붙는 순서’를 주변 환경을 바꿔 조절할 수 있음을 보여줬다는 점​이다. 예를 들어 여러 금속이 섞여 있을 때 원하는 금속은 잘 붙게 하고 다른 금속은 덜 붙게 만들 수 있다면, 필요한 금속만 골라내거나 회수하는 기술에 활용할 수 있다.< 금속 주변의 수소결합이 구리의 안정성을 선택적으로 낮춰 기존 Irving–Williams series를 뒤집음을 보여주는 그림 > 이 원리는 원하는 금속이 더 잘 작용하도록 주변 환경을 조절하는 촉매 설계에도 활용될 수 있다. 또한 우리 몸의 단백질과 효소가 철·구리·아연 등 여러 금속 가운데 필요한 금속을 골라 사용하는 것처럼, 생명체의 작동 원리를 본떠 필요한 기능을 구현하는 ‘생체모사 시스템(biomimetic system)’​을 설계하는 데도 새로운 방법을 제시할 것으로 기대된다.< 연구 이미지 (AI 생성) > 백윤정 교수는 “이번 연구의 핵심은 구리의 안정성을 낮췄다는 것 자체보다, 금속이 가진 고유한 특성으로 여겨졌던 결합 안정성의 순서를 주변 환경을 통해 바꿀 수 있음을 보여줬다는 데 있다”며 “앞으로 원하는 금속을 선택적으로 붙잡거나 반응시키는 새로운 화학 시스템을 설계하는 데 활용될 것으로 기대한다”고 말했다.한편, 이번 연구는 덴마크에서 개최된 국제배위화학학술대회(International Conference on Coordination Chemistry, ICCC)에서도 주목받았다. 제1 저자인 KAIST 화학과 임하늘 석박사통합과정 학생은 이번 연구를 포스터로 발표해 한국인 학생으로는 유일하게 우수 포스터상을 수상했다. 임하늘 학생이 제1 저자로 참여한 이번 연구는 미국화학회(ACS)가 발행하는 국제 학술지 ‘미국화학회지(Journal of the American Chemical Society, JACS)’에 9월 3일자로 게재됐다.※ 논문명: When Copper Falls: Overriding the Irving–Williams Stability Trend through Outer-Sphere Hydrogen Bonding, DOI: 10.1021/jacs.6c10430※ 저자 정보: 임하늘(KAIST, 제1 저자), Neetu Singh(KAIST, 공동 제2 저자), 권성연(IBS, 공동 제2 저자), 서창현(KAIST, 제3 저자), 정낙관(KRISS, 제4 저자), 백윤정(KAIST, 교신저자) 등 총 6명이번 연구는 과학기술정보통신부가 지원하는 개인기초연구사업의 ‘우수신진연구’ 과제의 지원을 받아 수행됐다. 또한 KAIST 국제협력처의 ‘신진연구자 대상 미국 국제공동연구 오픈트랙 사업’및‘KARA Partnership 연구협력사업’의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66690

[연구]AI 업무비서 실수해도 ‘처음부터 다시’ 없다…틀린 곳만 고친다​

< (좌측부터) 제1저자 이건호 박사과정 학생, 교신저자 김민수 교수 > “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.< SafeQL의 가지치기를 통한 효율적인 SQL 탐색 과정. > 최근에는 “지난해 매출이 가장 많이 늘어난 상품은?”, “재고가 부족한 상품은?”처럼 일상적인 말로 질문하면 AI가 이를 SQL로 바꿔 회사의 매출·고객·재고 자료를 찾아주는 ‘Text-to-SQL’ 기술이 활용되고 있다. 복잡한 컴퓨터 명령어를 몰라도 말이나 글로 질문해 필요한 데이터를 찾을 수 있게 해주는 기술이다.문제는 AI가 검색 명령을 만들면서 데이터베이스에 실제로 없는 테이블이나 항목의 이름을 잘못 사용하거나, 자료를 잘못 연결하는 등의 실수를 할 수 있다는 것이다. 이 경우 SQL이 실행되지 않아 AI가 필요한 데이터를 가져오지 못한다.기존에는 이런 작은 오류 하나에도 오류 내용을 챗GPT와 같은 생성형 AI의 기반인 대형언어모델(LLM)에 다시 보내 검색 명령 전체를 새로 만들게 했다. 보고서에서 단어 하나가 틀렸다는 이유로 문서 전체를 다시 쓰는 것과 비슷하다. 이미 맞았던 부분까지 달라지거나 새로운 오류가 생길 수 있고, AI를 반복해서 사용하는 만큼 비용과 시간도 늘어난다.SafeQL은 이 방식을 바꿨다. AI에게 검색 명령 전체를 다시 만들게 하는 대신, 데이터베이스가 알려주는 오류와 실제 저장된 정보를 이용해 어디가 잘못됐는지 찾아 해당 부분만 고친다. 존재하지 않는 테이블이나 항목을 사용했는지 확인하고, 빠진 자료의 연결이나 잘못 사용한 함수·검색값 등도 찾아 수정한다.연구팀은 이를 위해 데이터베이스에서 실제로 실행할 수 있는 여러 수정안 가운데 원래 AI가 만든 명령과 가장 가까운 답부터 찾아가는 ‘안전 질의 공간(Safe Query Space)’ 방식을 설계했다. 쉽게 말해 가능한 수정안을 모두 확인하는 대신, 제대로 작동할 가능성이 높은 답부터 골라 확인하는 방식​이다. 맞지 않는 후보를 미리 제외해 수정에 필요한 시간도 줄였다.또한 SafeQL을 세계적으로 널리 사용되는 공개형 데이터베이스 관리 프로그램인 PostgreSQL 내부에 구현해 복잡한 명령에서도 오류가 발생한 위치를 정확하게 찾도록 했다. 틀린 부분만 고쳐서는 해결하기 어려운 경우에만 LLM을 다시 사용하도록 해 불필요한 AI 사용도 줄였다.연구팀은 전 세계 연구자들이 AI의 데이터베이스 검색 능력을 비교하는 데 널리 사용하는 BIRD와 Spider 벤치마크를 통해 SafeQL의 성능을 검증했다.특히 BIRD 벤치마크 평가에서 SafeQL은 AI가 처음 만든 SQL의 실행 오류를 최대 87.4% 해결했으며, 원하는 답을 정확하게 찾아내는 실행 정확도도 기존 최고 기술보다 최대 5.8%포인트 높였다. 검색 명령 전체를 AI에게 다시 만들게 하는 기존 방식과 비교하면 토큰 사용량은 최대 15.1배 줄이고, 오류 수정 시간은 최대 29.6배 단축했다.SafeQL은 많은 데이터 요청을 처리하는 기업에서 특히 유용할 것으로 기대된다. AI가 매출·고객·재고 등 사내 데이터를 찾는 과정에서 오류가 발생해도 검색 명령 전체를 다시 만들지 않고 잘못된 부분만 빠르게 수정할 수 있기 때문이다. 이를 통해 AI 운영에 필요한 비용과 시간을 줄이고, 기업 데이터를 보다 정확하고 안정적으로 활용하는 ‘AI 에이전트’ 기반 업무 자동화를 앞당길 수 있을 것으로 기대된다.< 연구 이미지 (AI 생성) > 김민수 교수는 “기업에서 AI가 실제 업무를 맡으려면 필요한 데이터를 정확하게 찾는 것이 중요하다”며 “SafeQL은 AI가 검색 과정에서 실수하더라도 처음부터 다시 하는 대신 틀린 부분만 바로잡아 오류와 비용, 시간을 함께 줄이는 기술로, 신뢰할 수 있는 AI 업무 자동화를 앞당길 것으로 기대한다”고 말했다.이번 연구에는 KAIST 전산학부 이건호 연구원이 제1저자로 참여했으며 김민수 교수가 교신저자를 맡았다. 연구 결과는 9월 1일부터 5일까지 미국 보스턴에서 열리는 세계적인 데이터베이스 분야 국제학술대회 VLDB(International Conference on Very Large Data Bases)에서 발표될 예정이다.※ 논문명: SafeQL: Search-based Refinement for Safe and Efficient LLM-based Text-to-SQL, DOI: 10.14778/3819518.3819545※ 저자정보: 이건호(KAIST, 제1저자), 김민수(KAIST, 교신저자)한편, 이번 연구는 과학기술정보통신부의 지원을 받은 한국연구재단(NRF)과 정보통신기획평가원(IITP)의 SW스타랩 사업의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66610

[연구]CO₂보다 6,000배 강력한 반도체 온실가스…‘무질서의 힘’으로 잡는다​

< (왼쪽부터) 지승혁 생명화학공학과 박사후연구원, 생명화학공학과 최민기 교수 > 반도체를 만들 때 사용하는 가스 중에는 이산화탄소보다 6,000배 이상 강력한 온실가스가 있다. 우리 대학 연구진이 여러 금속 원자를 섞으면 오히려 구조가 안정되는 ‘무질서의 힘’​을 이용해 이 가스를 높은 효율로 없애면서, 온실가스 분해를 돕는 촉매도 오래 사용할 수 있는 기술을 개발했다.우리 대학은 생명화학공학과 최민기 교수 연구팀이 삼성전자 연구진과 공동연구를 통해 반도체 미세회로를 만드는 공정 등에 사용되는 온실가스인 사불화탄소(CF₄)를 높은 효율로 장기간 제거할 수 있는 새로운 촉매를 개발했다고 3일 밝혔다.CF₄는 반도체 웨이퍼에서 필요 없는 부분을 선택적으로 깎아 미세한 회로를 만드는 건식 식각 공정 등에 사용된다. 문제는 사용 후 남은 미량의 CF₄다. 탄소와 불소가 매우 단단하게 결합돼 있어 쉽게 분해되지 않고, 대기 중으로 배출되면 약 5만 년 동안 남을 수 있다. 지구온난화에 미치는 영향도 이산화탄소보다 6,000배 이상 크다.현재 반도체 제조 현장에서는 CF₄가 그대로 배출되지 않도록 높은 온도에서 수증기와 촉매를 이용해 분해한다. 촉매는 화학반응이 더 빠르고 쉽게 일어나도록 돕는 물질로, 자동차 배기가스에서 유해물질을 줄이는 촉매와 비슷한 역할​을 한다.하지만 기존 촉매는 오래 사용할수록 성능이 떨어지는 문제가 있었다. CF₄가 분해되면서 생기는 불화수소(HF)가 수분과 만나 강한 부식 환경을 만들고, 이로 인해 촉매의 미세한 입자들이 서로 뭉치거나 구조가 변하기 때문이다. 작은 촉매 입자들이 큰 덩어리로 뭉치면 처리해야 할 CF₄와 맞닿는 면적이 줄어들어 성능도 떨어진다.연구팀은 이 문제를 역설적으로 ‘무질서의 힘’​을 이용해 해결했다. 서로 다른 여러 종류의 원자를 하나의 구조 안에 고르게 섞으면 배열은 복잡하고 무질서해지지만, 오히려 특정한 구조로 쉽게 바뀌지 않아 전체 구조를 안정적으로 유지할 수 있다. 이를 ‘엔트로피 안정화(entropy stabilization)’​라고 한다. 쉽게 말해 여러 종류의 원자를 고르게 섞어 촉매가 한쪽으로 뭉치거나 다른 구조로 변하는 것을 어렵게 만드는 원리다.연구팀은 이 원리를 이용해 알루미늄(Al), 아연(Zn), 갈륨(Ga), 니켈(Ni), 코발트(Co) 등 여러 금속을 하나의 알루미네이트 결정구조 안에 고르게 섞었다. 알루미네이트는 알루미늄과 산소를 기본 골격으로 여러 금속이 결합한 물질이다. 이를 통해 고온과 수분, 불소가 함께 존재하는 가혹한 환경에서도 쉽게 뭉치거나 변형되지 않는 ‘엔트로피 안정화 알루미네이트 촉매’​를 개발했다.성능 차이는 뚜렷했다. 새 촉매는 기존 알루미나 촉매보다 CF₄를 분해하는 활성이 약 2.3배 높았다. 특히 약 800℃에서 150시간 동안 진행한 가혹 조건 실험에서 기존 알루미나 촉매의 CF₄ 전환율은 93%에서 48%로 떨어졌다. 반면 새 촉매는 98%에서 92%로 높은 수준을 유지했다. CF₄를 높은 효율로 제거하면서도 장시간 성능을 유지할 수 있음을 보여준 것이다.연구팀은 여기서 한발 더 나아가 CF₄가 실제로 어떻게 분해되는지도 밝혀냈다. 연구팀은 산소의 이동 경로를 추적할 수 있는 산소 동위원소를 이용했다. 쉽게 말해 산소 원자에 ‘이름표’를 붙여 반응 과정에서 산소가 어디에서 와서 어디로 이동하는지를 추적하는 방법​이다. 그 결과 촉매가 자신의 구조에 있는 산소를 먼저 이용해 CF₄를 분해하고, 주변의 수증기가 빠져나간 산소를 다시 채우면서 반응이 계속된다는 사실을 확인했다. 촉매가 산소를 꺼내 쓰면 수증기가 다시 채워주는 일종의 ‘산소 충전 시스템’인 셈이다. 연구팀은 이를 통해 그동안 이론적으로 제시됐던 CF₄ 분해 과정을 세계 최초로 실험적으로 규명했다.< 여러 금속을 고르게 혼합한 알루미네이트 촉매의 설계와 반도체 공정가스 CF4 제거 성능 설명(AI 생성이미지) > 이번 연구는 CF₄를 잘 분해하는 촉매 하나를 개발한 것을 넘어, 높은 분해 성능과 긴 수명을 동시에 확보할 수 있는 새로운 촉매 설계 방법을 제시했다는 데 의미가 있다. 향후 금속의 종류와 조합을 바꿔 다양한 반도체 공정가스를 처리하는 촉매 개발에도 활용될 것으로 기대된다.최민기 교수는 “자연계의 무질서가 오히려 구조를 안정하게 만들 수 있다는 원리를 촉매 설계에 적용해 높은 CF₄분해 성능과 장기 안정성을 동시에 확보했다”며 “금속의 종류와 조합을 바꿔 다양한 반도체 공정가스 처리 촉매로 확장할 수 있는 새로운 소재 설계 방법을 제시했다는 데 의미가 있다”고 말했다.이번 연구는 KAIST 생명화학공학과 지승혁 박사후연구원이 제1저자로 연구를 주도했으며, 삼성전자 연구진이 공동저자로 참여했다. 연구 결과는 화학, 화공 분야 국제저명학술지 ‘앙게반테 케미 인터내셔널 에디션(Angewandte Chemie International Edition)’에 6월 게재됐다.※ 논문명: Entropy-Stabilized Aluminate Catalysts that Break the Activity–Stability Tradeoff in CF₄ Hydrolysis, DOI: 10.1002/anie.6752036한편, 이번 연구는 한국연구재단의 개인기초연구사업(중견연구 유형1)과 우수연구자 교류지원사업(BrainLink)의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66590

[연구]얼굴에 ‘착’ 붙는 LED 마스크…미백부터 피부 탄력까지 높인다​

< 김민서 학생(좌), 이건재 교수 (우) > 얼굴에 ‘착’ 붙는 LED 마스크가 피부 미백은 물론 피부 재생 주사의 탄력 개선 효과까지 높이는 것으로 나타났다. 우리 대학 연구진이 얼굴에 밀착해 빛을 고르게 전달하는 LED 마스크를 실제 사람에게 적용한 결과, 미백 효과와 함께 피부 재생 주사 병행 시 탄력 개선율이 약 4배 높아지는 것을 확인했다.우리 대학은 신소재공학과 이건재 교수가 이끄는 공동연구팀이 작은 LED를 촘촘하게 배열해 점이 아닌 넓은 면에서 고르게 빛을 내는 유연한 면발광 마이크로 발광다이오드(LED)​와 코·볼·턱처럼 높낮이가 다른 얼굴 굴곡에 맞춰 각 부분이 따로 움직이는 3차원 탄성 지지대를 결합한 얼굴밀착형 LED 마스크를 활용해 피부 미백과 탄력 개선 효과를 확인했다고 2일 밝혔다.< 3차원 탄성 지지대를 적용한 얼굴밀착 면발광 마이크로LED 마스크의 구조와 구동 모습 > 최근 집에서 간편하게 피부를 관리하는 홈 뷰티 기기가 인기를 끌고 있지만, 기존의 딱딱한 LED 마스크는 코처럼 튀어나온 곳과 눈 밑이나 볼처럼 들어간 곳에 동시에 밀착하기 어렵다. LED와 피부 사이에 틈이 생기면 빛의 반사가 늘어 피부 전달 광량이 줄고, 열 집중 시 저온화상 위험도 커질 수 있다.연구팀은 이러한 문제를 해결하기 위해 2024년 얼굴 굴곡을 따라 밀착되는 면발광 LED 마스크를 개발해 기존 LED 마스크보다 피부 속 탄력 효과가 최대 340% 향상됨을 입증한 바 있다. 이번 연구에서는 여기서 한발 더 나아가 실제 사람을 대상으로 미백 효과를 확인하고, 피부과에서 널리 쓰이는 피부 재생 주사와 함께 사용했을 때 탄력 개선과 시술 후 회복에 미치는 효과까지 검증했다.연구팀은 피부에 흡수돼 세포 활동을 촉진하는 630나노미터(nm·10억분의 1미터) 적색광을 밀착형 마스크를 통해 피부에 조사했다. 그 결과 마스크를 사용한 부위는 그렇지 않은 부위에 비해 피부 밝기와 톤 균일도가 크게 향상되었으며, 각질량, 기미의 개수 및 면적 등 대표적인 5개의 미백 관련 지표에서도 개선 효과가 나타났다. 이러한 효과는 사람에게서 얻은 피부 조직에서도 확인됐다.< 임상시험 지표 이미지 > 특히 피부 재생에 활용되는 DNA 유래 물질인 폴리뉴클레오타이드(PN) 주사와 함께 사용했을 때 피부 탄력 개선 효과가 더욱 커졌다. 얼굴 한쪽에 피부 재생 주사만 적용했을 때 피부 속 탄력 개선율은 약 3%였지만, 다른 쪽에 주사와 밀착형 LED 마스크를 함께 적용했을 때는 약 13%로, 주사만 사용했을 때보다 약 4배 높은 개선율을 보였다.연구팀은 이러한 효과가 밀착형 마스크를 통해 전달된 적색광이 진피 내 세포의 ‘에너지 발전소’인 미토콘드리아를 활성화해 세포 에너지원인 ATP(아데노신삼인산) 생성을 늘리고, 주사만으로는 충분히 유도되지 못했던 재생 반응을 크게 끌어올린 것으로 분석했다. 이와 함께 미세 주사 바늘로 인한 피부 손상과 염증도 빠르게 완화됐다.< 연구이미지 (AI 생성) > 이건재 교수는 “이번 연구는 가정용 LED 마스크가 피부 재생을 넘어 미백 효과까지 제공할 수 있음을 임상적으로 확인하고, 피부에 밀착해 빛을 전달하는 것이 중요함을 보여준 것”이라며 “피부 재생 주사와 함께 사용할 경우 피부 탄력 개선과 시술 후 회복 효과를 높여, 병원 시술의 효과를 일상으로 이어가는 클리닉·홈케어 연계 플랫폼으로 확장될 수 있을 것으로 기대한다”고 말했다.이번 연구는 KAIST와 아모레퍼시픽 연구진이 공동으로 수행했으며, 해당 논문은 국제 학술지 ‘나노 에너지(Nano Energy)’ 10월호에 게재됐다.※ 논문명: Clinical validation of skin brightening and rejuvenation enabled by a skin-conformable surface-emitting micro-LED mask with injection, DOI: 10.1016/j.nanoen.2026.112288이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 선도연구센터(ERC) ‘글로벌 생체융합 인터페이싱 소재 센터’의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66530

[연구]3D 프린팅으로 달걀부터 1kg 물병까지 ‘척척’ 잡는 부드러운 로봇 손 만들었다​

< (좌측부터) KIST 송영한 박사, 서울과학기술대학교 박범수 교수, KAIST 이승철 교수, KIST 나종범 박사 > 딱딱한 물건을 찍어내던 3D 프린터가 이제 고무처럼 부드럽고 잘 늘어나는 제품까지 만들 수 있게 됐다. 한국 연구진이 AI로 소재의 최적 ‘레시피’를 찾아, 복잡한 모양으로 출력하면서도 원래 길이의 6배 이상 늘어나는 소재를 개발했다. 로봇 손부터 몸에 착 붙는 웨어러블·맞춤형 의료기기까지 3D 프린팅의 활용 범위를 넓힐 것으로 기대된다.우리 대학은 기계공학과 이승철 교수 연구팀이 한국과학기술연구원(KIST·원장 오상록) 극한물성소재연구센터 나종범 박사 연구팀, 서울과학기술대학교(총장 김동환) 생산시스템 및 설계공학전공 박범수 교수와 공동으로 AI를 활용해 3D 프린팅이 가능하면서도 고무처럼 크게 늘어나는 소재를 개발했다고 1일 밝혔다.최근 사람과 직접 접촉하는 소프트 로봇과 몸에 착용하는 웨어러블 기기, 환자 신체에 맞춘 의료기기 등이 주목받으면서 복잡한 모양을 만들면서도 부드럽고 잘 늘어나는 소재의 필요성이 커지고 있다.연구팀이 활용한 DLP(Digital Light Processing)는 액체 소재에 빛을 비춰 원하는 모양으로 굳히는 3D 프린팅 기술이다. 복잡한 구조를 빠르게 만들 수 있지만, 소재를 잘 늘어나고 튼튼하게 만들수록 액체가 잘 흐르지 않을 정도로 점도가 높아져 출력하기 어려워진다. 반대로 잘 출력되도록 묽게 만들면 신축성과 강도가 떨어진다. ‘잘 뽑히면서 잘 늘어나는 소재’를 만드는 것이 핵심 난제였다.연구팀은 AI를 활용해 이 두 조건을 만족하는 최적의 ‘소재 레시피’를 찾았다. 특히 프린터에서 잘 출력되는 소재뿐 아니라 점도가 높아 출력하기 어려운 소재까지 학습 데이터에 포함했다.연구팀은 다양한 배합의 액체 소재를 작은 틀에 넣어 굳힌 뒤 얼마나 잘 늘어나는지, 얼마나 단단한지, 빛을 받으면 얼마나 빨리 굳는지, 얼마나 잘 흐르는지 등을 측정했다. 이를 통해 다양한 소재의 배합과 각각의 성능을 연결한 데이터를 구축했다.< 본 연구에서 제안된 AI 기반 소재 설계 프레임워크 및 소프트 로봇 응용 결과 > 이어 머신러닝(machine learning·데이터를 학습해 규칙과 관계를 찾아내는 인공지능 기술)을 이용해 소재의 배합과 성능 사이의 관계를 학습시켰다. AI는 이를 바탕으로 3D 프린팅이 가능하면서도 잘 늘어나는 최적의 소재 조합을 찾아냈다.AI가 찾아낸 소재는 실제 DLP 3D 프린터에서도 안정적으로 출력됐으며, 잡아당겨도 쉽게 끊어지지 않고 원래 길이의 6배 이상 늘어나는 높은 신축성을 보였다.< AI 기반 3D 프린팅 소재 설계 및 기계적 특성 > 연구팀은 실제 활용 가능성을 확인하기 위해 이 소재로 ‘소프트 액추에이터(soft actuator)’를 3D 프린팅했다. 소프트 액추에이터는 공기압 등을 이용해 사람의 근육처럼 부드러운 움직임을 만들어내는 장치다. 공기를 넣자 풍선처럼 부풀면서 사람의 손가락처럼 자연스럽게 휘어졌다.여러 개의 액추에이터를 결합해 만든 소프트 로봇 손은 1kg짜리 물병을 들어 올렸으며, 깨지기 쉬운 달걀부터 유리병, 달걀판, 컴퓨터 마우스까지 모양과 단단한 정도가 다른 물체를 안정적으로 잡는 데 성공했다.< 개발 소재로 제작한 소프트 로봇 그리퍼 > 이번 연구는 잘 늘어나는 소재 하나를 개발한 것을 넘어 AI를 활용해 원하는 성능의 소재를 보다 빠르게 찾아내는 방법을 제시했다는 데 의미가 있다.기존에는 연구자가 수많은 소재를 직접 배합하고 시험하면서 최적의 조합을 찾아야 했다면, 앞으로는 AI가 실험 데이터를 바탕으로 유망한 소재 조합을 먼저 찾아내고 연구자가 이를 실험으로 검증하는 방식으로 시행착오와 소재 개발 시간을 줄일 수 있을 것으로 기대된다.< 연구 이미지 (AI 생성) > 이승철 교수는 “이번 연구는 연구자의 실험 데이터와 인공지능을 결합해 기존에는 찾기 어려웠던 최적의 소재 조합을 효율적으로 찾아낼 수 있음을 보여줬다는 데 의미가 있다”며 “앞으로 소프트 로봇과 웨어러블 기기, 맞춤형 의료기기 등 다양한 분야에서 필요한 성능을 갖춘 3D 프린팅 소재를 보다 빠르게 개발하는 데 활용될 것으로 기대한다”고 말했다.송영한 박사와 박범수 교수가 공동 제1저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 지난 6월 4일 게재됐다.※논문명: Machine learning guided formulation design of digital light processing printable elastomers beyond viscosity stretchability tradeoff, DOI: https://doi.org/10.1038/s41467-026-73735-4이번 연구는 산업통상부 기계·장비산업기술개발사업(20023762)과 과학기술정보통신부 나노미래소재원천기술개발사업(RS-2026-25534767), 우수신진연구사업(RS-2024-00350423)의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66470

[연구]복잡한 약물도 쉽게 재설계하는 분자 편집 기술 개발​

< 왼쪽부터 홍승우 KAIST 교수(IBS 단장직무대행), 최원준 IBS 박사후연구원, 추혜원 IBS 학생연구원, 박지용 IBS 연구위원. 과기정통부 제공 > 약품 등에 가장 흔히 쓰이는 피리딘 화합물을 아주 손쉽게 바꿔 쓸 수 있는 합성법이 개발됐다. 복잡한 구조에도 쉽게 적용할 수 있어 다양한 신약 후보 물질 탐색의 효율성과 성공 가능성을 크게 높일 것으로 기대된다. 우리 대학 화학과 홍승우 교수(기초과학연구원 IBS 분자활성 촉매반응 연구단 홍승우 단장직무대행) 연구팀이 피리딘 구조 내 질소의 위치 변경(원하는 위치에 새 질소를 넣고 기존 질소는 제거) 방식으로, 주변 치환기*의 상대적 위치를 조절하는 ‘질소 원자 전위(N-atom transposition)’ 합성법을 개발했다.  * 치환기(Substituent) : 분자의 기본 골격에 붙어 분자의 화학적·물리적 성질 등에 영향을 주는 원자 또는 원자단이번 연구는 과기정통부의 IBS 기초과학연구단 지원 사업을 통해 수행됐으며, 세계적 학술지 『네이처(Nature)』에 8월 18일(화) 게재됐다.피리딘(Pyridine)은 탄소(C) 원자 5개와 질소(N) 원자 1개로 구성된 육각형 고리 구조를 띠며 의약품 등 다양한 화학물질의 기본 골격으로 널리 활용된다. 아울러 피리딘은 같은 구성의 치환기가 붙어 있더라도 질소와 치환기의 상대적인 위치에 따라 분자의 물리화학적 성질(용해, 흡수, 투과, 결합 등)과 생물학적 활성(약효)이 크게 달라지는 특성을 가진다. 이에 따라 신약 개발에서는 질소의 위치 관계만 조금씩 다른 이성질체*를 만들어 기능을 비교하는 과정이 필수적이다.  * 위치 이성질체(Positional isomer) : 구성 원자와 치환기는 같지만 특정 원자나 치환기의 위치가 서로 다른 화합물그러나 기존에는 피리딘 고리에 붙은 치환기가 위치를 바꾸기 어려운 고정된 요소로 여겨졌다. 이 때문에 원하는 배치의 이성질체를 얻으려면 각각에 맞는 출발 물질과 합성 경로를 설계해 처음부터 따로 만들어야 했다. 완성된 분자에서 치환기만 다른 자리로 옮기는 방법도 시도됐지만, 치환기의 종류에 따라 반응 조건이 달라져 여러 치환기가 결합된 복잡한 분자에 적용하기는 사실상 불가능에 가까웠다. 연구진은 치환기를 하나씩 옮기는 대신 기준점인 질소의 자리를 바꾸는 역발상으로 이 문제를 해결했다. 치환기는 그대로 둔 채 질소의 위치를 바꿔, 질소를 기준으로 여러 치환기의 위치 관계를 한꺼번에 변화시킨 것이다.이를 위해 연구진은 외부의 질소 공급원으로부터 새로운 질소를 고리에 삽입한 뒤, 기존 질소를 제거하는 방법을 고안했다. 이 과정에서 기존 6원자 고리가 일시적으로 7원자 고리로 확장됐다가 다시 재배열되며 질소의 위치가 달라진 새로운 피리딘이 형성됐다. 동위원소 추적 실험 결과, 새로 투입된 질소는 고리에 남고, 기존 질소는 질소 기체(N2)로 배출됨이 입증됐다. 새 합성법은 다양한 구조의 피리딘에 폭넓게 적용됐다. 연구진은 치환기가 하나인 단순 구조부터 두 개 이상의 복잡한 구조, 화학적 성질이 각기 다른 여러 치환기를 가진 구조까지 질소의 위치를 자유롭게 변경하는 데 성공했다.반응 조건을 최적화했을 때 이성질체 합성 수율은 88%에 달했으며, 반응물의 양을 10밀리몰(mmol)로 크게 증량한 실험에서도 74%의 높은 수율을 유지해 대량 생산 및 실용화 가능성도 입증했다.특히 실제 시판 중인 항암제(비스모데깁, 아비라테론 아세테이트)와 소염진통제(에토리콕시브)에 이 기술을 적용해 기존 약물의 복잡한 골격은 그대로 유지한 채 질소 위치만 다른 새로운 약물 후보 분자들을 합성해 냈다.또한 연구진은 같은 출발 물질이라도 사용하는 용매에 따라 형성되는 위치 이성질체의 비율이 달라진다는 점을 발견했다. 계산화학 분석 결과, 이는 용매에 따라 화학반응에 필요한 최소 에너지인 ‘에너지 장벽’의 높이가 달라지기 때문으로 나타났다. 용매 조건을 조절하는 것만으로도 원하는 특정 위치 이성질체를 선택적으로 합성할 수 있음을 입증한 결과다.홍승우 IBS 단장은 “기존 방식에서 벗어나 핵심 골격 안의 원자 위치 자체를 바꿔보자는 발상의 전환에서 출발한 연구”라며, “완성된 분자의 핵심 골격을 원자 수준에서 직접 편집해 물성과 약효 변화를 다각도로 탐색하고, 신약 후보 물질의 발굴 범위를 획기적으로 넓히는 데 기여할 것”이라고 말했다.<원문 출처: 과학기술정보통신부> 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66430