[연구]인스타그램 광고 성과 미리 예측하는 AI ‘애드바이저’ 개발​

< (하단 왼쪽부터) KAIST 황규림 석사과정, 김영호 석사과정, 김경호 석박통합과정, 이종하 박사과정, 최연제 석사과정 (상단 왼쪽부터) 연세대학교 정세진 학사과정, ㈜매드업 이홍석 연구원, 송명호 연구원, KAIST 김선우 박사과정, 김주연 석사과정, 신기정 교수 > 소셜미디어 광고는 보통 여러 광고 시안을 실제로 운영해 본 뒤에야 어떤 광고가 효과적인지 확인할 수 있다. 이 때문에 광고를 테스트하는 과정에서 많은 시간과 비용이 필요하다. 더욱이 효과적인 광고의 기준은 브랜드마다 크게 다르다. 어떤 브랜드는 인물 중심 광고를 선호하는 반면, 다른 브랜드는 실제 사용 장면을 강조한 광고에서 더 좋은 반응을 얻기도 한다. 하지만 이러한 브랜드별 효과적인 광고 전략은 현업에서도 명확히 정리돼 있지 않은 경우가 많아, 이를 체계적으로 반영해 광고 성과를 예측하는 기술에도 한계가 있었다. 이러한 문제를 해결하기 위해 KAIST 신기정 교수 연구팀은 인공지능 마케팅 기업 ㈜매드업과의 협력을 통해, 브랜드별 광고 성과를 예측하는 AI 기술인 ‘애드바이저(ADvisor)’를 개발했다. ADvisor는 이미지와 텍스트를 동시에 이해하는 생성형 시각-언어 모델을 활용하여 브랜드마다 서로 다른 광고 성공 기준을 찾아내고 이를 기반으로 광고 효과를 예측한다. 이를 위해, 브랜드의 특성을 분석할 뿐 아니라, 광고 데이터가 충분하지 않은 신규 브랜드에 대해서는, 비슷한 성향의 다른 브랜드 광고 데이터를 함께 고려해 광고 전략을 도출한다. 이러한 과정을 통해 특정 패션 브랜드에서는 ‘강한 헤드라인 문구’가 중요한 기준으로 분석되는 반면, 다른 브랜드에서는 ‘로고 노출도’가 핵심 요소로 작용하는 등 브랜드마다 서로 다른 광고 성공 기준을 찾아낼 수 있다. 이후 ADvisor는 이렇게 도출한 브랜드별 기준을 바탕으로 광고를 평가한 뒤, 스스로 평가 결과를 다시 검토하고 부족한 부분을 반복적으로 보완하는 과정을 거쳐 최종 예측을 수행한다.< 제안 기술인 ADVisor가 브랜드 특성에 맞춰 광고 효과를 예측하고 순위를 산정하는 과정 > 연구팀은 실제 마케팅 캠페인을 통해 수집한 뷰티·패션·플랫폼 분야의 10개 브랜드 데이터를 활용해 기술 성능을 검증했다. 그 결과, ADvisor는 기존 AI 광고 예측 모델 대비 최대 7.2% 높은 성능을 기록했다. 특히 실제 인스타그램 광고 환경에서 진행한 온라인 A/B 테스트에서는 현업 마케팅 전문가가 선택한 광고보다 클릭률(CTR), 클릭당 비용(CPC), 광고비 대비 매출(ROAS) 등 주요 지표에서 평균 27% 더 우수한 성과를 보이며 실제 마케팅 의사결정에 활용될 수 있음을 입증했다.신기정 교수는 “광고 성과를 사전에 예측하는 것은 효과적인 광고 제작을 위한 첫 단계”라며, “앞으로는 브랜드 특성에 맞는 광고를 AI가 직접 생성하고 최적화하는 방향으로 연구를 발전시켜 나갈 것”이라고 밝혔다.KAIST 김재철AI대학원의 김경호 석박통합과정과 최연제 석사과정이 제1저자로 참여한 이번 연구는 자연어처리 분야 최고 권위 국제학술대회 중 하나인 ACL 2026의 산업체 부문(Industry Track)에 온라인으로 4월 18일 게재되었으며 구두 발표 논문으로 채택되어 오는 7월 미국에서 발표될 예정이다.※논문명: Pre-Deployment Advertisement Ranking under Data Scarcity via Context-Aware Criteria Generation with VLMs※논문 링크: https://openreview.net/forum?id=il84gAzAxx한편, 이번 연구는 정보통신기획평가원의 지원을 받은 ‘EntireDB2AI: 전체 관계형 데이터베이스를 종합적으로 활용하는 심층 표현 학습 및 예측 원천기술과 소프트웨어 개발’과제의 성과다.

[연구]거대한 AI서버 구축 전 성능 검증 가능한 ‘가상 AI 실험장’ 개발​

< 왼쪽부터 박종세 교수 (KAIST), 조재홍 석사과정 (KAIST), 최현민 석사과정 (KAIST), 브랜던 리건 교수(Brandon Reagen·NYU·뉴욕대학교) ISPASS 2026 프로그램 위원장 > 챗GPT와 같은 거대언어모델(LLM·Large Language Model) 서비스를 운영하려면 수만 대 규모의 서버 인프라가 필요하다. 하지만 새로운 AI 반도체나 시스템 구조를 검증할 때마다 실제 장비를 구축하는 데에는 막대한 비용과 시간이 소요된다. 우리 대학 연구진은 실제 대규모 AI 서버를 구축하기 전에 컴퓨터 안에서 성능과 효율을 미리 검증할 수 있는 ‘가상 실험장’을 개발했다.우리 대학은 전산학부 박종세 교수 연구팀이 개발한 거대언어모델(LLM) 서비스 인프라 시뮬레이터(simulator·가상 실험 소프트웨어) 연구가 컴퓨터 시스템 성능 분석 분야의 세계적 권위 학회인 ‘ISPASS 2026(IEEE International Symposium on Performance Analysis of Systems and Software)’에서 최우수 논문상을 수상했다고 29일 밝혔다.연구팀이 개발한 ‘LLMServingSim 2.0’은 복잡한 AI 서비스 환경에서 다양한 하드웨어와 소프트웨어 조합을 가상으로 분석할 수 있는 시뮬레이션 플랫폼이다. 연구자와 개발자들은 값비싼 대규모 서버 인프라를 직접 구축하지 않고도 다양한 설계안을 자유롭게 실험하고 성능을 검증할 수 있다.< LLMServingSim 2.0은 워크로드 > 특히 이번 기술은 기존 그래픽처리장치(GPU·Graphics Processing Unit) 중심 환경을 넘어 차세대 AI 반도체로 주목받는 신경망처리장치(NPU·Neural Processing Unit)와 프로세싱 인 메모리(PIM·Processing-In-Memory, 메모리 내부에서 연산을 수행하는 반도체 기술) 등 다양한 하드웨어 환경을 지원한다는 점에서 주목된다.즉 아직 상용화되지 않은 미래형 AI 반도체를 가상의 데이터센터 환경에서 미리 시험해볼 수 있는 기술이다. 이를 통해 특정 반도체를 적용했을 때 서비스 속도가 얼마나 향상되는지, 전력 소모는 얼마나 줄어드는지, 수만 대 규모의 서버 환경에서도 안정적으로 동작하는지 등을 컴퓨터 안에서 재현하고 분석할 수 있다.또한 실제 AI 서비스 운영 과정에서 발생하는 데이터 처리, 요청 분배, 메모리 활용 등 복잡한 동작을 시스템 수준에서 재현해 현실에 가까운 성능 평가가 가능하다. 특히 여러 서버 자원을 분리·연결해 사용하는 분산형(disaggregated) 인프라 환경까지 분석할 수 있어 차세대 AI 데이터센터 연구에도 활용 가능성이 크다.이번 시뮬레이터는 연구자뿐 아니라 LLM 서비스 기업과 AI 반도체 스타트업 등이 차세대 AI 인프라를 설계하고 최적화하는 데 폭넓게 활용될 것으로 기대된다. 새로운 AI 반도체나 서비스 구조를 실제 구축 전에 빠르게 검증할 수 있어 AI 인프라 개발 비용과 시간을 크게 줄일 수 있기 때문이다.< 연구이미지(AI 생성이미지) > 박종세 교수는 “AI 서비스 경쟁력은 모델 자체뿐 아니라 이를 안정적이고 효율적으로 운영하는 인프라 기술에서 결정된다”며 “이번 시뮬레이터가 연구자와 산업계가 차세대 AI 인프라를 더욱 빠르고 효율적으로 개발하는 데 중요한 기반이 되길 기대한다”고 말했다.이번 연구는 전산학부 조재홍 석사과정, 최현민 석사과정 학생이 공동 1저자로 연구를 주도했으며, 연구팀은 지난 2024년 IISWC(IEEE International Symposium on Workload Characterization)에 이어 이번 ISPASS 2026에서도 최우수 논문상을 수상하며 AI 인프라 분야 연구 경쟁력을 다시 한번 입증했다.※ 논문 제목: LLMServingSim 2.0: A Unified Simulator for Heterogeneous and Disaggregated LLM Serving Infrastructure, DOI: 10.1109/ISPASS69572.2026.00012※ 오픈소스 링크: https://llmservingsim.ai/한편 이번 연구는 과학기술정보통신부(MSIT), 정보통신기획평가원(IITP, No. RS-2024-00396013), 한국전자통신연구원(ETRI, No. RS-2025-02305453), SK하이닉스의 지원을 받아 수행됐다.

[연구]‘고속도로’ 뚫듯 기포 막힘 해결해 고효율 그린수소 생산 구현​

< (왼쪽부터) KAIST변재호 박사과정생, 반민경 박사과정생, 이진우 교수, 화학연 김성준 박사, 건국대 이장용 교수 > 전 세계적으로 탄소중립 전환이 빨라지는 가운데, 물을 전기분해해 청정 수소를 만드는 ‘수전해’기술이 주목받고 있다. 하지만 수전해 과정에서 생기는 기포가 통로를 막아 효율이 떨어지는 한계가 있었다. 국내 연구진이 마치 꽉 막힌 도로에 고속도로를 뚫듯, 기포를 빠르게 내보내고 수소 생산 효율을 높이는 혁신적인 기술을 개발해 이 난제를 해결했다.우리 대학은 생명화학공학과 이진우 교수 연구팀이 한국화학연구원(원장 신석민) 김성준 박사 연구팀, 건국대학교(총장 원종필) 이장용 교수 연구팀과 함께 촉매 활성 자체를 높이는 기존 방식에서 벗어나, 촉매층 내부에서 물과 기체가 지나가는 ‘길’을 새롭게 설계해 수전해 성능과 안정성을 동시에 확보하는 데 성공했다고 28일 밝혔다.< 탄소 결합으로 유도된 Ru-C bond 및 촉매층 구조설계를 통한 세계최고 수준 음이온교환막 수전해 개발 > 연구팀은 종이처럼 얇은 2차원 메조다공성 탄소(2D mesoporous carbon·나노 크기의 미세한 구멍이 많은 얇은 탄소 구조체) 나노시트를 활용해 물질들이 막힘없이 이동할 수 있는 저굴곡(low-tortuosity·물질 이동 경로가 꼬이지 않고 직선에 가까운 구조) 구조를 만들었다. 쉽게 말해, 좁고 복잡한 골목길 대신 물과 기체가 빠르게 지나갈 수 있는 ‘고속도로 같은 통로’를 촉매층 안에 구현한 것이다.여기에 결함(defect)이 도입된 탄소 표면에 루테늄(Ru) 나노클러스터(nanocluster·수 nm 크기의 초미세 금속 입자)를 안정적으로 고정해 수소 발생 반응 속도를 높이는 동시에 장시간 구동 시에도 촉매가 손상되지 않도록 계면(interface·서로 다른 물질이 맞닿는 경계면) 구조를 제어했다.이 기술을 통해 수전해 과정에서 발생하는 기포가 촉매층 내부에 쌓이지 않고 빠르게 배출되는 것을 확인했으며, 고전류가 흐르는 극한 환경에서도 안정적인 반응이 유지됐다.그 결과 80℃ 환경에서 세계 최고 수준인 17.1 A cm⁻²의 성능을 기록하며 미국 에너지부(DOE)가 제시한 2026년 목표치를 크게 뛰어넘었다. 이는 단위 면적당 흐르는 전류량을 의미하는 수치로, 값이 높을수록 더 많은 수소를 빠르게 생산할 수 있다는 뜻이다.또한 낮은 귀금속 사용량(0.09 mgRu cm-2) 조건에서도 1,000시간 이상 안정적으로 작동해 실제 산업 현장에서의 활용 가능성을 입증했다. 이는 촉매에 사용되는 귀금속 루테늄의 양을 크게 줄인 수준으로, 수전해 시스템의 경제성을 높일 수 있다는 의미도 가진다.이번 연구의 핵심은 단순히 ‘좋은 촉매’를 만든 것이 아니라, 수소가 만들어지는 길 자체를 새롭게 설계했다는 점이다. 기존 수전해 장치는 반응 과정에서 생기는 기포가 내부에 쌓이며 물과 전기의 흐름을 막아 성능이 떨어지는 문제가 있었다. 연구진은 기포가 빠르게 빠져나갈 수 있도록 촉매층 구조를 바꿔 이러한 문제를 해결했다.이번 기술은 앞으로 친환경 수소를 더 싸고 효율적으로 생산할 수 있는 길을 열었다는 점에서 의미가 크다. 현재 수소는 탄소중립 시대의 핵심 청정에너지로 주목받고 있지만, 생산 비용이 높고 시스템 효율이 낮다는 한계가 있었다. 특히 기존 고성능 수전해 장치는 비싼 귀금속을 많이 사용해야 해 대규모 상용화에 어려움이 있었다.연구팀은 이번 기술이 적은 양의 귀금속만으로도 높은 성능과 안정성을 구현할 수 있다는 가능성을 보여줬다고 설명했다. 향후 대규모 그린수소 생산, 친환경 발전 시스템, 수소차·친환경 모빌리티, 탄소중립 산업 공정 등 다양한 분야로 확대될 수 있을 것으로 기대된다.< 2D 메조다공성 촉매층 기반 그린수소 생산 기술(AI생성 이미지) > 이진우 교수는 “이번 연구는 촉매 자체뿐 아니라 에너지가 흐르는 길까지 함께 설계해 수전해 효율을 높인 기술”이라며 “적은 양의 귀금속만으로도 고효율 그린수소 생산이 가능해 향후 친환경 수소 생산 상용화를 앞당길 수 있을 것으로 기대한다”고 밝혔다.이번 연구에는 KAIST 생명화학공학과 변재호 박사과정생과 반민경 박사과정생이 공동 제 1저자로 참여했으며, 연구 결과는 에너지 분야 최고의 세계적 학술지인 Joule(줄)에 2026년 5월 22일 온라인 게재됐으며, 9월 16일자 Joule 정식 호에 수록될 예정이다.※ 논문명: Outperforming water electrolysis through catalyst layer structuring with defective 2D mesoporous carbon, DOI : 10.1016/j.joule.2026.102478※ 저자 정보: 변재호 (KAIST, 공동 제1 저자), 반민경 (KAIST, 공동 제1 저자) 및 이진우 (KAIST, 교신저자), 김성준 (한국화학연구원, 교신저자), 이장용 (건국대학교, 교신저자) 포함 총 18 명이번 연구는 한국연구재단의 ‘AEM수전해기술육성’ (RS-2024-00467234), ‘나노미래소재원천기술개발’ (RS-2023-00235596), 교육부의 ‘박사과정생연구장려금지원사업’ (RS-2025-25424765), 한국화학연구원 (KS2522-10), 그리고 롯데케미칼 탄소중립센터의 지원을 받아 수행됐다.

[연구]‘쥬라기 공원’ 공룡이 실제 걸어오는 듯한 소리 자동 구현 AI 기술 개발​

< (왼쪽부터) 오현빈 연구원(1저자, 포항공과대학교 통합과정), 타키다 유타(소니 AI 연구원), 우에사카 토시미츠(소니 AI 연구원), 오태현 교수(KAIST 전산학부 부교수), 미츠후지 유키(소니 AI Vice President 및 뉴욕대학교 방 > 영화 ‘쥬라기 공원’에서 거대한 공룡이 걸어오는 장면을 보면 사람들은 자연스럽게 땅이 울리는 듯한 묵직한 저주파음을 떠올린다. 이는 인간이 단순히 사물의 형태뿐 아니라 크기와 무게, 움직임의 속도 같은 물리적 특성까지 함께 고려해 소리를 예측하기 때문이다. 하지만 기존 영상-음향 생성 AI는 화면 속 사물의 형태나 장면 정보에 주로 의존해 소리를 생성해, 무게나 속도에 따라 달라지는 물리적 특성까지는 충분히 반영하지 못했다.우리 대학은 전산학부 오태현 교수 연구팀이 POSTECH(총장 김성근), 소니 AI(Sony AI) 공동 연구진과 함께 영상 속 물리적 상황을 이해해 보다 현실감 있는 소리를 생성하는 인공지능(AI) 기술 ‘파바스(PAVAS·Physics-Aware Video-to-Audio Synthesis)’를 개발했다고 26일 밝혔다.< PAVAS_Physics-Aware Video-to-Audio Synthesis 기술 개념도 > 이번 기술의 핵심은 영상 속 물체의 질량과 속도 등 눈에 보이지 않는 물리 정보를 AI가 스스로 추론하도록 설계됐다는 점이다. 일반적인 영상에는 물체의 정확한 무게나 속도가 숫자로 제시되지 않지만, 연구팀은 AI가 주변 환경과 움직임의 맥락을 분석해 이를 추정하고, 그 결과를 소리 생성 과정에 반영하도록 했다.즉, 단순히 ‘무엇이 보이는지’를 인식하는 수준을 넘어, ‘왜 이런 소리가 발생해야 하는지’에 대한 물리적 원인까지 AI가 이해하도록 만든 것이다.기술 검증 결과, 연구팀의 AI는 물체 간 충돌이나 타격 등 물리적 상호작용이 발생하는 장면에서 실제 환경과 매우 유사한 소리를 생성했다. 특히 물체의 질량과 속도가 달라질 때 소리의 크기와 음색도 자연스럽게 변화하는 등 보다 현실감 있는 음향을 구현했다.최근에는 영상과 오디오를 동시에 생성하는 생성형 AI 기술이 빠르게 발전하고 있다. 대표적으로 구글의 ‘비오(Veo) 3’, 바이트댄스의 ‘시댄스(Seedance) 2.0’ 등이 있다. 그러나 실제 영화·광고·게임 제작 현장에서는 새로운 영상을 생성하는 것보다 기존 영상에 장면에 맞는 효과음을 추가하거나 음향을 보완하는 후반 작업 수요가 훨씬 크다.기존 상용 AI 모델들이 영상과 오디오를 함께 생성하는 데 집중했다면, 파바스는 영상 속 객체의 움직임과 충돌 특성을 분석해 장면과 정밀하게 맞아떨어지는 현실적인 효과음을 생성한다는 점에서 차별성을 가진다.< 기존 영상→음향 생성 모델과 PAVAS가 생성한 음향의 스펙트로그램 비교 > 연구팀은 이번 기술이 ‘물리적으로 일관된 생성 AI(Physical AI)’ 분야의 새로운 가능성을 제시했다고 설명했다. 물리적으로 일관된 생성 AI는 단순히 그럴듯한 결과를 만드는 수준을 넘어, 현실 세계의 물리 법칙과 인과관계까지 이해하는 AI를 의미한다.향후 이 기술은 콘텐츠 음향 제작 자동화는 물론, 증강현실(AR)·가상현실(VR) 콘텐츠, 메타버스, 로보틱스 시뮬레이션 등 다양한 분야에서 더욱 몰입감 있는 사용자 경험을 제공할 수 있을 것으로 기대된다.오태현 교수는 “기존 생성 AI가 데이터와 모델 규모를 키우는 방식으로 발전해 왔다면, 이번 연구는 AI가 물리량과 인과관계를 직접 이해하도록 설계했다는 점에서 의미가 있다”며 “향후 텍스트·영상·음성 등 다양한 정보를 동시에 이해하고 처리하는 차세대 멀티모달 AI의 핵심 기반 기술로 확장될 수 있을 것”이라고 말했다.이번 연구에는 POSTECH 오현빈 통합과정 학생이 제1저자로 참여했으며, KAIST 오태현 교수와 소니 AI의 타키다 유타(Yuta Takida), 토시미츠 우에사카(Toshimitsu Uesaka), 미츠후지 유키(Yuki Mitsufuji) 연구원이 공동 저자로 참여했다. 이번 연구는 컴퓨터 비전(영상 기반 인공지능 기술) 분야 세계 최고 권위 학술대회인 ‘CVPR 2026(Computer Vision and Pattern Recognition 2026)’에서 전체 논문 중 상위 1% 이내만 선정되는 오랄(Oral) 발표 논문으로 채택돼 연구의 우수성을 인정받았다. 발표는 오는 6월 6일 진행될 예정이다.※ 논문명 : PAVAS: Physics-Aware Video-to-Audio Synthesis, DOI: https://arxiv.org/abs/2512.08282또한 이번 연구는 과학기술정보통신부 기초연구사업 중견연구, 미래창조과학부 미래유망융합기술 파이오니어사업, 과학기술정보통신부 AGI 사업, KAIST 이노코어(InnoCORE) 사업의 지원을 받아 수행됐다.

[연구]빛으로 원하는 순간·위치에서 암 치료하는 ‘스마트 항체’ 개발​

< (왼쪽부터) KAIST 허원도 교수, 권유리 박사(제 1저자), 유다슬이 박사(공동 1저자) > 기존 CAR-T(환자 면역세포를 유전적으로 조작해 암세포를 공격하도록 만든 세포치료 기술) 치료는 면역세포가 암세포를 인식하면 즉시 공격해 정상세포까지 손상시키는 부작용 위험이 있었다. 우리 대학 연구진은 빛이나 화학 자극이 있을 때만 작동하는 스위치형 ‘스마트 항체’ 기술을 개발해, 원하는 순간과 위치에서만 면역세포를 정밀하게 제어할 수 있는 길을 열었다.우리 대학은 생명과학과 허원도 석좌교수 연구팀이 빛과 화학 자극을 이용해 세포 밖 항원 인식을 제어할 수 있는 ‘엑스트라바디(Extrabody)’플랫폼을 개발했다고 27일 밝혔다. 연구팀은 이 기술을 통해 면역세포가 원하는 순간에만 서로 반응하고 작동하도록 정밀하게 조절할 수 있음을 입증했다.이번 연구의 핵심은 항체를 두 조각으로 분리한 뒤, 외부 자극이 있을 때만 다시 결합하도록 설계했다는 점이다. 일반적인 항체는 생성되자마자 항원에 결합하지만, 연구팀은 빛 또는 화학물질이 존재할 때만 두 항체 조각이 재결합해 항원을 인식하도록 구현했다.즉, 단순히 항상 작동하는 기존 항체 시스템과 달리, 필요한 순간에만 선택적으로 작동하는 ‘온디맨드(on-demand·필요한 순간에만 활성화되는 방식) 항체 플랫폼’을 구현한 것이다.연구팀은 빛에 반응하는 시스템과 화학물질에 반응하는 시스템을 각각 구축했으며, 형광 단백질뿐 아니라 암세포 표면에 많이 발현되는 EGFR(상피세포 성장인자 수용체)·HER2(인간 상피세포 성장인자 수용체2) 단백질에도 적용 가능함을 확인했다.실험 결과, 외부 자극이 있을 때만 항원 결합이 선택적으로 활성화됐으며, 다양한 항체 구조에서도 동일한 원리가 작동했다. 이는 엑스트라바디가 여러 표적과 항체 형태에 적용 가능한 모듈형 플랫폼(Modular platform·다양한 표적과 기능으로 확장 가능한 기술 구조)임을 보여준다.< 빛 특이적 외부 항원 인식 항체 플랫폼(Extrabody) 개발 > 또한 연구팀은 엑스트라바디가 단순한 항원 인식을 넘어 세포 간 상호작용까지 조절할 수 있음을 확인했다. 빛 자극이 있을 때만 세포끼리 접촉하고 항원을 전달하는 현상이 나타났으며, 자극이 없을 때는 이러한 반응이 거의 발생하지 않았다. 특히 항원이 세포 내부로 전달되는 과정도 관찰돼, 향후 세포 간 정보 전달 연구에도 활용 가능성을 보였다.연구팀은 나아가 엑스트라바디를 합성수용체(synNotch·특정 신호를 받을 때만 세포 반응을 유도하도록 설계한 합성 생물학 기술) 및 CAR 시스템(면역세포가 특정 암세포를 인식·공격하도록 설계한 기술)에 적용했다. 그 결과 빛과 항원이 동시에 존재할 때만 세포 내부 신호가 활성화되는 ‘이중 잠금장치(double-gating·두 가지 조건이 동시에 충족될 때만 작동하는 방식)’가 구현됐다.이를 통해 유전자 발현, 사이토카인(Cytokine·면역세포 간 신호 전달에 사용되는 단백질) 분비, 면역세포 활성화 등을 정밀하게 제어할 수 있었으며, 실제 T세포 실험에서는 빛 자극이 있을 때만 암세포를 선택적으로 공격하는 현상도 확인됐다.< 빛 특이적 세포 간 상호작용 및 항원 전달 > 연구팀은 이번 기술이 기존 CAR-T 세포치료에서 문제로 지적돼 온 비의도적 면역 활성화와 부작용을 줄일 수 있는 새로운 전략이 될 것으로 기대하고 있다.< (AI생성 이미지) 스마트 항체 연구 이미지 > 허원도 석좌교수는 “이번 연구는 외부 자극을 이용해 세포 표적 인식을 원하는 시점과 위치에서 정밀하게 제어할 수 있는 새로운 플랫폼 기술”이라며 “향후 차세대 면역치료와 세포 기반 치료 기술의 안전성과 정밀도를 높이는 핵심 기반 기술로 활용될 수 있을 것”이라고 말했다.KAIST 생명과학과 권유리 박사와 유다슬이 박사가 공동 제1저자로 참여한 이번 연구는 국제 학술지 셀 케미컬 바이올로지(Cell Chemical Biology) 온라인판에 5월 7일 게재됐다.※ 논문명: An extracellular, optogenetic antibody platform for stimulus-gated antigen recognition and modulation of cell behavior, DOI: https://doi.org/10.1016/j.chembiol.2026.04.006한편 이번 연구는 과학기술정보통신부 한국연구재단의 ASTRA 사업과 바이오·의료기술개발사업의 지원을 받아 수행됐다.

[연구]“의사 만나기 전 AI와 먼저 대화”...KAIST, 정신과 초진 면담 지원 기술 개발​

< (앞 줄 오른쪽부터)KAIST 이의진 교수, 강남세브란스병원 김은주 교수, KAIST 이탁연 교수, (뒷줄 오른쪽부터)KAIST 나경민 석사과정, KAIST 정유경 박사과정, 강남세브란스병원 오향경 연구원, KAIST 최재영 석사과정, KAIST 문현승 박사 > 흔히 ‘정신과 문턱이 높다’고 말한다. 환자는 자신의 아픈 마음을 처음 꺼내놓는 과정에 부담을 느끼고, 의료진은 제한된 진료 시간 안에 환자의 방대한 과거력과 증상을 정확히 파악해야 한다. 국내 연구진이 정신과 진료의 첫 단계인 초진 면담 과정을 지원하는 인공지능(AI) 기술을 개발했다.우리 대학은 전산학부 이의진 교수, 산업디자인학과 이탁연 교수 연구팀과 강남세브란스병원(원장 김용욱) 정신건강의학과 김은주 교수 연구팀이 공동으로 거대언어모델(Large Language Model, LLM) 기반의 정신과 초진 면담 지원 기술을 개발했다고 24일 밝혔다.이번 연구는 환자가 의사를 만나기 전 AI와 먼저 대화하며 자신의 증상과 상태를 구조화하는 방식으로 진행됐다.< AI 인터뷰어 시스템 개요도 > 연구팀은 AI가 환자 응답에 따라 대화의 흐름을 조정할 수 있도록 시스템을 설계했다. AI는 환자의 답변을 정신건강의학 분야의 전문 의료 지식과 대조해 실시간으로 분석하고, 다음에 물어봐야 할 핵심 질문을 생성하는 방식이다. 특히 이 시스템은 단순한 문답을 넘어 공감 표현, 환자의 말을 다시 정리해주는 재진술, 모호한 내용을 짚어주는 명확화와 같은 실제 상담 기법을 적용했다. 환자가 보다 편안하게 자신의 상태를 이야기할 수 있도록 하기 위해서다.성능 검증을 위해 진행한 1,440명의 가상 환자 실험 결과, 대부분 사례에서 단 30분 이내에 진료에 필요한 핵심 임상 정보를 효과적으로 확보하는 결과를 확인했다.< Ask-Evaluate-Check-Plan 대화 흐름도 > AI는 수집된 대화 내용을 바탕으로 증상과 잠재적 질환을 한눈에 보여주는 임상 대시보드(Clinical Dashboard)를 생성해 의료진에게 제공한다. 이를 통해 의사는 환자가 진료실에 들어오기 전 환자의 상태를 보다 체계적으로 파악할 수 있어, 실제 진료 시간에는 환자와의 심층 상담에 더욱 집중할 수 있게 됐다.이번 연구의 핵심은 AI를 의사의 대체재가 아닌 ‘똑똑한 보조자’로 정의했다는 점이다. AI는 반복적이고 구조적인 정보 수집 과정을 담당하고, 의사는 이를 바탕으로 최종적인 진단과 처방을 내리는 협력 모델이다.연구팀은 AI가 감정의 미묘한 변화를 파악하거나 민감한 주제를 다루는 데는 여전히 한계가 있다는 점을 분명히 하며, 최종 판단은 반드시 숙련된 전문 의료진이 수행해야 한다고 강조했다.< 연구이미지(AI 생성이미지) > 이의진 교수는 “AI가 초진 단계의 부담을 줄이면, 의료진은 환자와 더 깊이 있는 상담에 더욱 집중할 수 있다”며 “의료 현장에서 인간과 AI가 협력하는 새로운 진료 방식으로 발전할 가능성을 보여준다”고 밝혔다.이번 연구에는 정유경 박사과정 학생이 제1저자로 참여했으며, 연구 결과는 인간-컴퓨터 상호작용 분야 최고 권위 학회인 ACM CHI 2026 (ACM Conference on Human Factors in Computing Systems)에 4월 13일 발표됐다.※ 논문명: Toward Flexible Psychiatric History-Taking and Visualization: Exploring Clinician Perspectives with Large Language Models,DOI: https://dl.acm.org/doi/10.1145/3772318.3790970※ 저자 정보: 정유경(KAIST, 1저자), Thu Hoang Anh Vo(KAIST, 2저자), 문현승(KAIST, 3저자), 최재영 (KAIST, 4저자), 오향경(강남세브란스병원, 5저자), 이어진(강남세브란스병원, 6저자), 김은주(강남세브란스병원, 7저자), 이탁연(KAIST, 교신저자), 이의진(KAIST, 교신저자)이번 연구는 정보통신기획평가원 디지털 콜럼버스 프로젝트 사업 (과제명: 복합질병 사전 예측과 비대면 진료 확대 해결을 위한 디지털 혁신요소기술 개발) 의 지원을 받았다.

[연구]“왜 구리만 될까?”… KAIST, 탄소를 연료로 바꾸는 촉매의 핵심 한계 밝혀​

< (왼쪽부터) 신소재공학과 오지훈 교수, 왕순언 박사과정, (동그라미 왼쪽부터) 김범일 박사, 고려대학교 한승창 박사과정, 스테판 링에 교수 > 이산화탄소(CO₂)를 전기로 연료와 플라스틱 원료로 바꾸는 기술이 탄소중립 시대 핵심 기술로 주목받고 있다. 특히 에틸렌과 에탄올은 플라스틱, 연료, 화학제품 생산에 널리 쓰이는 고부가가치 물질이지만, 지금까지 이를 효율적으로 만들어내는 금속은 사실상 구리(Cu)뿐이었다. 한국 연구진이 이번 연구를 통해 그 원리를 설명해 온 기존 촉매 이론의 한계를 밝혀냈다.우리 대학은 신소재공학과 오지훈 교수 연구팀이 고려대학교(총장 김동원) 화학과 스테판 링에(Stephan Ringe) 교수 연구팀과 공동연구를 통해, 전기화학적 CO₂환원 반응(CO₂reduction reaction, 전기를 이용해 이산화탄소를 다른 화학물질로 바꾸는 반응)의 새로운 작동 원리를 규명했다고 21일 밝혔다.< (AI이미지) 같은 이산화탄소에서 서로 다른 생성물을 만드는 촉매 반응 > 연구팀은 금(Au)·은(Ag)·팔라듐(Pd)을 섞은 합금 촉매(alloy catalyst, 여러 금속을 혼합해 만든 촉매)를 제작하고, 이 촉매가 CO₂를 어떤 물질로 바꾸는지 분석했다.기존 촉매 이론은 촉매 표면 전자의 반응성을 나타내는 ‘d-밴드 센터(d-band center, 촉매의 전자 반응성을 나타내는 지표)’와 ‘일함수(work function, 금속이 전자를 밖으로 내보내는 데 필요한 에너지)’가 구리와 비슷하면, 구리처럼 에틸렌·에탄올 같은 다탄소(C2+) 화합물을 만들 수 있을 것으로 예측해왔다.연구팀은 공동-스퍼터링(co-sputtering, 여러 금속을 동시에 얇게 입혀 원하는 비율의 새 합금을 만드는 기술) 공정을 활용해 전자적 특성이 구리와 매우 유사한 삼성분계 합금(AuAgPd, 금·은·팔라듐 세 종류 금속을 섞어 만든 합금)을 정밀하게 제작했다.하지만 실제 실험 결과는 달랐다. 이 합금은 일산화탄소(CO) 같은 단순 생성물은 만들었지만, 에틸렌·에탄올 같은 복잡한 다탄소 화합물은 전혀 생성하지 못했다. 이는 촉매의 전자적 특성만으로는 복잡한 CO₂전환 반응을 설명하기 어렵다는 의미다. 즉, 촉매 표면에서 원자들이 어떤 구조로 배열돼 있는지까지 반응 성능에 중요한 영향을 준다는 사실을 확인한 것이다.연구팀은 이번 연구가 향후 구리를 대체할 차세대 고효율 촉매 개발의 중요한 단서가 될 것으로 기대하고 있다. 특히 단순 전자 구조 중심의 기존 설계를 넘어, 원자 배열까지 고려하는 정밀 촉매 설계 전략이 필요하다는 새로운 방향성을 제시했다는 점에서 의미가 크다.오지훈 교수는 “이번 연구는 기존 촉매 이론만으로는 복잡한 다단계 탄소 전환 반응을 충분히 설명하기 어렵다는 점을 보여준다”며 “앞으로는 전자의 특성과 국소 원자 배열(local atomic arrangement, 촉매 표면에서 원자들이 배치된 방식)을 함께 고려하는 새로운 촉매 설계 전략이 필요하다”고 말했다.KAIST 김범일 박사와 왕순언 박사과정생, 고려대 한승창 박사가 제1저자로 참여한 이번 논문은 국제 학술지 네이처 카탈리시스(Nature Catalysis)에 2026년 5월호에 게재됐다.※ 논문명: Peaks and pitfalls of electrocatalytic CO2 reduction descriptor models, DOI: 10.1038/s41929-026-01526-7※ 주저자: 김범일(KAIST, 제1저자), 한승창(고려대, 제1저자), 왕순언(KAIST, 제1저자), 오지훈(KAIST, 교신저자), 스테판 링에(고려대, 교신저자)이번 연구는 과학기술정보통신부 한국연구재단의 나노·소재기술개발사업, 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업, 개인연구사업과 한국과학기술정보연구원(KISTI) 국가슈퍼컴퓨팅센터의 지원을 받아 수행됐다.

[연구]수소 저장·운송 한계 극복한다...KAIST, 차세대 암모니아 연료전지 개발​

< (위 왼쪽부터) KAIST 이강택 교수, 배중면 교수 한국세라믹기술원 신태호 박사, 한국지질자원연구원 노기민 박사, (아래 왼쪽부터) KAIST 김동연 박사, 한국세라믹기술원 박동재 연구원, 한국지질자원연구원 정인철 박사 > 수소 저장·운송의 한계를 극복할 차세대 에너지원으로 암모니아가 주목받는 가운데, 우리 대학과 공동 연구팀이 암모니아를 직접 연료로 사용하면서도 세계 최고 수준의 성능과 안정성을 구현한 연료전지 기술을 개발했다. 이번 성과는 차세대 수소경제와 무탄소 발전 상용화를 앞당길 핵심 기술로 평가된다.우리 대학은 기계공학과 이강택 교수, 배중면 교수는 한국세라믹기술원(KICET, 원장 윤종석) 신태호 박사, 한국지질자원연구원(KIGAM, 원장 권이균) 노기민 박사 공동 연구팀과 함께, 암모니아 기반 프로토닉 세라믹 연료전지(PCFC, Protonic Ceramic Fuel Cell·수소 이온을 이동시켜 전기를 생산하는 차세대 고효율 연료전지)의 성능과 내구성을 획기적으로 향상시키는 촉매 기술을 개발했다고 20일 밝혔다.< AI이미지, 암모니아(NH₃)를 연료로 사용해 전기를 만드는 차세대 연료전지 > 암모니아는 액체 형태로 저장과 운송이 쉬워 차세대 수소 운반체(Energy Carrier·수소를 저장·운반하는 매개체)로 주목받고 있다. 또한 질소(N)와 수소(H)로만 구성돼 있어 발전 과정에서 이산화탄소(CO₂)를 거의 배출하지 않는 대표적인 무탄소 연료로 평가받는다. 하지만 연료전지 내부에서 니켈 기반 소재를 손상시키고 반응 속도를 떨어뜨려 성능 저하와 수명 단축을 유발하는 문제가 있었다.연구팀은 이를 해결하기 위해 여러 원소를 혼합해 구조 안정성을 높이는 ‘고엔트로피(High-Entropy·여러 원소를 섞어 소재의 안정성과 성능을 높이는 설계 방식)’ 산화물 촉매와, 구동 과정에서 표면에 자발적으로 형성되는 금속 나노입자(Nano Particle·나노미터 크기의 초미세 금속 입자)를 결합한 새로운 촉매 구조를 설계했다.이 촉매는 암모니아 환경에서도 구조가 쉽게 무너지지 않을 뿐 아니라, 암모니아를 수소로 분해하는 반응을 효과적으로 촉진하는 것으로 나타났다. 연구팀은 밀도범함수이론(DFT, Density Functional Theory·원자 수준에서 반응 메커니즘을 계산하는 시뮬레이션 기법) 분석을 통해 고엔트로피 산화물 구조가 암모니아 분해 반응에 필요한 에너지 장벽을 낮추고 금속 입자 형성을 촉진한다는 사실을 규명했다.< AI이미지, 여러 금속 원소를 섞어 만든 고엔트로피 촉매 > 특히 촉매 표면에 스스로 형성된 금속 합금 나노입자는 단일 금속 촉매보다 훨씬 높은 촉매 활성을 보였다. 이를 적용한 연료전지는 700℃에서 단위면적(1㎠)당 2.04W의 최대 출력밀도를 기록했다. 이는 손톱 크기 면적에서 높은 전력을 생산할 수 있다는 의미로, 수소 이온(Proton·양성자)을 이동시켜 전기를 생산하는 암모니아 기반 프로토닉 세라믹 연료전지 분야 세계 최고 수준의 성능이다.또한 600℃의 가혹한 환경에서도 255시간 이상 안정적으로 작동하며 기존 촉매에서 나타나던 성능 열화(시간이 지날수록 성능이 떨어지는 현상) 문제도 크게 개선했다.< (a) 고엔트로피 촉매가 적용된 암모니아 연료 기반 PCFC 모식도 (b) 고엔트로피 촉매 미세구조 및 원소 분포 결과 > 이강택 교수는 “고엔트로피 산화물과 합금 나노입자의 시너지 구조를 통해 암모니아 연료전지의 성능과 내구성을 동시에 향상시켰다”며 “이번 연구는 암모니아 기반 무탄소 발전 기술과 차세대 수소 에너지 시스템 상용화를 앞당기는 계기가 될 것”이라고 말했다.KAIST 기계공학과 김동연 박사, 한국세라믹기술원 박동재 연구원, 한국지질자원연구원 정인철 박사가 공동 제1저자로 참여한 이번 연구 결과는 에너지·재료 분야 국제학술지 Nano-Micro Letters(IF: 36.3)에 4월 17일 게재됐다.※ 논문명 : Entropy-Modulated Oxide–Metal Catalyst Architectures for Direct Ammonia Protonic Ceramic Fuel Cells, DOI : https://link.springer.com/article/10.1007/s40820-026-02194-9※ 논문명 : Entropy-Modulated Oxide–Metal Catalyst Architectures for Direct Ammonia Protonic Ceramic Fuel Cells, DOI : https://link.springer.com/article/10.1007/s40820-026-02194-9한편 이번 연구는 과학기술정보통신부 중견연구자지원사업, 글로벌 기초연구실 지원사업, 과학기술원 InnoCORE 사업, 한국지질자원연구원 기본사업의 지원을 받아 수행됐다.

[연구]봉지재 없이 고효율·안정성 한계 동시 극복 차세대 페로브스카이트 태양전지 개발​

< 봉지재 없는 고효율·고안정성 페로브스카이트 태양전지를 개발한 공동연구진 > 우리 대학 이정용 교수 연구팀이 봉지재 없이도 고온·고습 환경을 견디는 27%급 고효율 페로브스카이트 태양전지를 구현했다. 차세대 고효율 박막 태양전지 상용화의 핵심 과제로 꼽혀온 효율과 안정성을 동시에 해결한 성과로, 향후 건물 일체형 태양광(BIPV), 이동형 전원, 우주항공용 전원 등 다양한 미래 에너지 플랫폼으로의 확장 가능성이 기대된다.우리 대학은 이정용 교수 연구팀이 물리학과 이상민 교수 연구팀, 고려대학교 곽상규 교수 연구팀과 함께 유기 고분자의 에너지 준위 설계를 통해 페로브스카이트/유기 하이브리드 태양전지의 전자구조와 전하 전달 경로를 제어하고, 봉지재 없이도 고효율·고안정성을 구현하는 태양전지를 개발했다고 밝혔다.이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 나노·소재기술개발사업, 핵심연구, 초고성능컴퓨팅 활용 고도화 사업 등의 지원으로 수행됐으며, 에너지 분야 국제학술지 ‘네이처 에너지(Nature Energy)’에 2026년 5월 18일 게재됐다.페로브스카이트 태양전지는 광전 변환 효율이 높고 가벼워 차세대 전지로 꼽히지만, 수분과 열에 취약해 장시간 안정적인 작동이 어려워  문제 해결을 위해 봉지재를 사용해야 하는 한계가 있다. 연구팀은 기존 하이브리드 구조에서 유기 고분자를 사용할 경우 전하 이동이 원활하기 못해 정공이 축적되고, 실제 소자 작동 전압에서 ‘S자형 전류-전압 왜곡’이 발생한다는 점에 주목했다. 3차원 다중물리 모사와 초고속 분광 분석으로 이러한 현상이 성능 저하의 핵심 원인임을 규명하고, 이를 해결하기 위해 깊은 에너지 준위를 갖는 ‘PM1’ 유기 고분자를 도입했다.  PM1은 전하가 특정 계면에 쌓이지 않고 단계적으로 이동하도록 에너지 흐름을 정렬해 S자형 왜곡을 제거했으며, 최고 효율 27.18%와 세계 최고 수준의 공인 효율 26.71%를 달성했다.PM1 기반 층은 근적외선 흡수와 전하 이동을 돕고, 외부 수분 침투를 차단하는 보호층 역할도 수행해, 봉지재 없이 85°C·85% 상대습도 조건에서 3,000시간 후에도 초기 효율의 95% 이상을 유지했다.< 정공 전달 계단구조 설계 원리 >  아레니우스 모델을 통한 예측 결과, 상온(25℃) 기준 T80(초기 효율의 80%에 도달하는 시간)이 35,590시간으로 환산돼 봉지재 없이도 약 4년급의 장기 안정성을 확보할 수 있음을 제시했다.연구책임자인 이정용 교수는 “이번 성과는 페로브스카이트 태양전지의 효율-안정성 간의 상충 관계를 새로운 전자구조 설계로 극복한 것으로 차세대 태양전지 상용화에 중요한 의미가 있다”라고 밝혔다. 제1저자인 이민호 박사는 “기존 태양전지 구조에서 효율이 제한되는 원인을 실제 작동 중 전하 흐름 관점에서 규명하고 이를 전자구조 설계로 해결했다”라고 부연했다.< 봉지재 없는 하이브리드 태양전지의 효율 및 고온·고습 안정성 >

[연구]KAIST-한화솔루션, 석유 유래 나프타 대체할 ‘친환경 바이오 플랫폼’ 구축​

< (왼쪽부터) 한화솔루션 방현배, KAIST 문천우, KAIST 신디, KAIST 기민정, KAIST 이상엽, 한화솔루션 조창희, (상단) KAIST 조재성, 한화솔루션 장남진 > 우리 대학은 KAIST-한화솔루션 미래기술연구소가 한화솔루션과 손잡고 폐자원을 활용해 플라스틱과 섬유용 친환경 원료를 대량 생산할 수 있는 바이오 기술을 확보했다고 19일 밝혔다.최근 석유화학 산업의 필수 원료인 나프타의 가격 급등과 공급 불안으로 대체 원료에 대한 필요성이 높아지고 있다. 이번 성과는 자원 공급 안정성과 친환경성을 동시에 확보한 미래형 핵심 기술로 평가받는다.이 기술은 바이오디젤 생산 공정에서 버려지는 부산물인 ‘글리세롤’을 원료로 삼는다. 버려지는 폐자원을 고부가가치 소재로 전환하기 위해 플라스틱과 화장품의 핵심 소재인 ‘1,3-프로판디올(1,3-PDO)’을 생산하는 고효율 미생물을 개발하고 발효 공정을 최적화했다.이번 연구는 실제 산업 현장에 적용 가능한 수준에 도달했다. 연구팀은 실험실 규모를 넘어 대형 공장 설비 적용에 앞서 시험 생산이 되는 300L 규모의 파일럿 공정에서도 높은 생산성을 유지하는 데 성공했다.< (AI이미지) 1,3-프로판다이올(1,3-PDO) 생산을 위한 미생물 기반 공정 > 이는 연구실의 성과가 실제 공장에서도 똑같이 재현될 수 있음을 증명한 것으로 기술의 완성도를 보여준다.또한, 컴퓨터 시뮬레이션으로 미생물의 대사 과정을 사전에 설계하는 ‘디지털 설계 기술’과 항생제 없이도 안정적으로 원료를 뽑아내는 ‘무항생제 공정’을 도입했다. 이를 통해 생산 비용은 낮추고 환경 규제 리스크를 줄이며 친환경 가치를 극대화했다.< 1,3-PDO 생산을 위한 미생물 기반 대사공학 전략 모식도 > 이번 성과는 2015년 11월 첫 발을 뗀 양측의 협력이 10년이라는 긴 시간 동안 흔들림 없이 이어져 온 값진 결실이다. 이는 KAIST의 독보적인 학술적 역량과 한화솔루션의 탄탄한 사업화 역량이 유기적으로 맞물려 일궈낸 산학 협력의 대표적 성공 모델로 평가받는다. 또한 본 연구는 KAIST와 한화솔루션 연구진의 긴밀한 협력을 통해 수행됐다.이번 친환경 바이오 플랫폼 연구를 통해 총 6건의 특허를 출원하고, 13편의 논문을 게재하는 성과를 거뒀다. 특히 연구 결과를 담은 논문은 세계적 학술지 네이처 케미컬 엔지니어링(Nature Chemical Engineering) 5월 12일 자에 게재됐으며, 5월호 표지논문으로 선정될 예정이다. 표지논문은 해당 호를 대표하는 연구 성과에만 선정되는 만큼, 이번 연구의 학문적 중요성과 파급력을 인정받았다는 점에서 의미가 크다.※ 논문명: High-titer, antibiotic-free, pilot-scale production of 1,3-propanediol by engineered Corynebacterium, DOI: 10.1038/s44286-026-00389-w※ 저자: 조재성(KAIST, 제1저자), 신디 프리시리아 수르야 프라보워 박사(Cindy Pricilia Surya Prabowo)(KAIST, 제1저자), 한태희 박사(KAIST), 문천우(KAIST), 고유성(KAIST), 조창희 박사(한화솔루션), 김제웅(KAIST), 김원준 박사(한화솔루션), 방현배 박사(한화솔루션), 이재은(KAIST), 기민정(KAIST), 장남진 박사(한화솔루션), 이상엽(KAIST, 교신저자)한화솔루션 김정대 연구소장은 “이번 연구는 바이오 기반 원료를 활용해 기존 석유화학 공정을 대체할 수 있는 가능성을 확인했다는 점에서 의미가 크다”며 “향후 지속가능한 화학소재 생산과 산업 적용에 중요한 기반이 될 것으로 기대한다”고 말했다.KAIST 이상엽 생명화학공학과 특훈교수는 “이번 연구는 미생물 기반의 화학물질 생산이 실험실을 넘어 실제 산업 규모로 충분히 확장될 수 있음을 보여준 사례이다”라며, “앞으로 다양한 화학소재를 더욱 친환경적으로 생산하는 데 기여할 것이다”라고 밝혔다.