연구개발
-
바이오및뇌공학과
[연구]"우주에서도 안약을 쏙"… 중력 필요없는 웨어러블 안약 패치 개발
< (왼쪽부터) 바이오및뇌공학과 전재훈 박사과정, 바이오및뇌공학과 정기훈 교수, 분당서울대학교병원 우세준 교수 > 지구에서는 고개를 젖히고 안약 한 방울을 눈에 떨어뜨리면 되지만, 중력이 거의 없는 우주에서는 이마저 쉽지 않다. 액체가 아래로 떨어지지 않아 일반적인 방식으로 안약을 넣기 어렵기 때문이다. 우리 대학 연구진이 우주에서도 사용할 수 있도록 중력에 의존하지 않고 안약을 눈에 전달하는 착용형 패치를 개발했다.< 무중력 환경에서 사용하기 위한 부착형 안약 전달 패치 (좌), 구조 (중앙) 및 사진 (우) > 우리 대학은 바이오및뇌공학과 정기훈 교수 연구팀이 분당서울대학교병원 우세준 교수 연구팀과 공동으로, 우주 환경의 제약을 고려한 웨어러블 안약 전달 패치를 개발했다고 21일 밝혔다.장기간의 우주 탐사에서는 우주인이 의료진의 직접적인 도움 없이 건강을 관리할 수 있는 기술이 중요하다. 특히 우주에서는 미세중력의 영향으로 체액이 머리 쪽으로 이동하면서 눈의 구조와 시각 기능에 변화가 나타날 수 있다. 그러나 지구에서 사용하는 일반적인 점안 방식은 안약 방울이 중력에 의해 떨어지는 원리에 의존해 우주에서 그대로 사용하기 어렵다.연구팀은 이러한 문제를 해결하기 위해 액체가 흐르는 미세한 통로와 화학반응으로 압력을 만드는 장치를 하나의 유연한 패치에 결합했다. 패치를 착용하고 작동 부위를 누르면 내부에서 발생한 기체의 압력이 안약을 눈으로 전달하는 방식이다.작동 원리는 비타민 C와 베이킹소다의 반응에 있다. 비타민 C인 아스코르빈산과 베이킹소다의 주성분인 탄산수소나트륨이 물과 만나면 이산화탄소 기체가 발생한다. 이때 생기는 압력이 미세한 통로를 따라 안약을 밀어낸다. 중력으로 안약을 떨어뜨리는 대신 패치 내부에서 만든 압력을 이용하는 것이다.화학반응이 일어나는 공간과 안약이 담긴 공간 사이에는 기체는 통과시키고 액체는 차단하는 필터를 배치했다. 반응 물질과 안약이 섞이지 않도록 분리하면서 기체의 압력을 전달하는 구조다. 외부 펌프나 전기 구동 장치가 필요 없어 장비 사용이 제한되는 환경에서의 활용을 기대할 수 있다.연구팀은 중력 방향을 달리한 조건에서도 패치가 일정한 안약 방출 성능을 유지하는 것을 확인했다. 사람이 패치를 착용한 상태에서 진행한 평가에서도 일반적인 점안 방식과 유사한 수준의 약물 전달 성능을 보였다. 이를 통해 중력 방향에 구애받지 않는 안약 전달 방식의 가능성을 확인했다.< 제작한 패치의 약물 전달 성능 검증을 위한 사람 대상 실험 결과 > 이번 연구는 우주 환경에서 스스로 안약을 넣을 수 있는 개인용 약물 전달 기술을 제시했다는 데 의미가 있다. 다만 이번 성과는 중력 방향을 달리한 실험과 인체 착용 평가를 통해 확인한 것으로, 실제 우주 환경에서의 사용 가능성은 후속 검증이 필요하다.활용 범위는 지상으로도 넓어질 수 있다. 파킨슨병 환자처럼 손떨림이 있거나 신체적 제약으로 안약 용기를 눈에 맞춰 조작하기 어려운 사람들에게도 점안을 돕는 수단이 될 것으로 기대된다.< 연구 이미지 (AI 생성) > 정기훈 교수는 “이번 연구에서 개발한 유연 안약 주입 패치는 별도의 복잡한 장비 없이 약물을 전달할 수 있는 웨어러블 플랫폼으로, 향후 우주의학을 비롯한 다양한 환경에서의 의료 기술로 확장될 수 있을 것으로 기대한다”고 말했다.이번 연구에는 KAIST 바이오및뇌공학과 전재훈 박사과정 학생이 제1저자로 참여했다. 연구 결과는 국제학술지 ‘센서스 앤 액추에이터스 B: 케미컬(Sensors and Actuators B: Chemical)’에 10월 7일 온라인 게재됐다.※ 논문명: Wearable self-instillation microfluidic eyedrop patch for space medicine, DOI: https://doi.org/10.1016/j.snb.2026.140885※ 시연 영상 링크: https://drive.google.com/file/d/13ELQ9Yi6aI7DwNv6HM3dR1AELzxZ9eyF/view?usp=sharing이번 연구는 한국형 ARPA-H (RS-2024–00512384), 중견연구사업 (RS-2025–00523089), 소재부품개발사업 (RS-2024-00432381)의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=68410
- KAIST총동문회
- 2026-10-21
-
AI대학원
[연구]움직임의 흐름 읽는 AI 반도체 개발…웨어러블 기기 활용 기대
< (좌측부터) 백승훈 연구원 (UNIST), 이용우 박사 (KAIST), 권지민 교수 (KAIST, 교신저자), 김형준 연구원 (UNIST), 정학순 박사 (KAIST, 제1저자) > 몸에 착용하는 기기가 걷는 동작과 잠깐 팔을 흔드는 동작을 구별하려면 움직임의 흐름을 읽어야 한다. 한국 연구진은 반응 속도가 다른 반도체를 층층이 쌓아 방금 일어난 변화와 앞선 변화를 함께 읽는 기술을 개발했다. 향후 몸에 붙이거나 착용하는 작은 기기가 움직임과 몸의 신호를 분석하는 데 활용될 수 있다.우리 대학은 AI시스템학과 권지민 교수 연구팀이 UNIST(총장 박종래), POSTECH(총장 김성근) 연구진과 함께 이온을 담은 소재를 단단한 얇은 막으로 만들고, 이를 이용해 반응 속도가 다른 반도체 소자를 여러 층으로 쌓는 데 성공했다고 29일 밝혔다.< 고체형 이온 게이트 트랜지스터 기반 단일 3차원 집적 다중 시간 스케일 reservoir 구조 > 이 반도체는 전기를 가하면 소재 안의 ‘이온’이 움직이면서 전류의 흐름이 바뀐다. 전기를 끊어도 이온이 원래 상태로 돌아오는 데는 시간이 걸린다. 종을 친 뒤 소리가 잠깐 남듯, 반도체에도 앞서 들어온 신호의 흔적이 잠시 남는 것이다. 연구팀은 그동안 단점으로 여겨졌던 이온의 느린 움직임을 지난 신호를 알아보는 데 활용했다.관건은 그 흔적이 남는 시간을 조절하는 것이었다. 기존에는 이온을 담는 물질이 주로 액체나 부드러운 젤이어서 반도체를 정교하게 만들고 여러 층으로 쌓기도 어려웠다.연구팀은 이온을 담은 물질을 단단한 얇은 막으로 만들고, 막 속 이온의 양과 두께를 조절했다. 그 결과 신호에 빠르게 반응하는 소자와 느리게 반응하는 소자를 만들 수 있었다. 두 소자를 층층이 쌓자 하나는 방금 들어온 신호에, 다른 하나는 조금 전부터 이어진 신호에 반응했다. 짧게 남는 메모와 오래 남는 메모를 함께 읽는 것과 비슷하다.연구팀은 네 차례 들어오는 신호가 켜지고 꺼지는 순서에 따라 만들어지는 16가지 패턴을 소자가 구별할 수 있음을 확인했다. 또 측정한 소자의 반응을 바탕으로, 움직이는 숫자 영상을 판별하는 시스템을 모델링했다. 그 결과 서로 다른 속도의 영상 신호에 대해 90% 이상의 검증 정확도를 얻었다. 영상 판별 결과는 실제 소자의 측정값을 적용한 모델 검증 결과다.< 이온 동역학 기반의 시냅스 특성 및 시간 의존적 소자 동작 > 연구팀은 이 소자를 4인치 웨이퍼 크기로 제작하고 휘어지는 기판에도 구현했다. 소자의 전기적 특성은 제작 후 55개월에 걸친 측정에서도 안정적으로 유지됐다.이번 연구는 움직임이나 몸에서 나오는 신호처럼 시간에 따라 달라지는 정보를 작은 기기 안에서 처리하는 기술로 이어질 수 있다. 실제 스마트워치에 적용했을 때의 성능과 소비전력 절감 효과는 추가 검증이 필요하다.< 반응 속도가 다른 반도체 소자를 수직으로 쌓아 시간에 따른 변화를 읽는 원리와 피부 부착형 기기 활용 가능성을 표현한 개념도(AI 생성) > 권지민 교수는 “이번 소자는 기존의 얇은 반도체 제작 공정으로 넓은 기판에 만들 수 있고, 여러 층으로 쌓을 수도 있다”며 “앞으로 스마트워치처럼 전력을 적게 써야 하는 기기에서 움직임과 몸의 신호를 읽는 AI 반도체로 발전할 수 있을 것”이라고 말했다.이번 연구에는 KAIST 정학순 연구교수가 제1저자로, POSTECH 노용영 교수와 KAIST 권지민 교수가 교신저자로 참여했다. 연구 결과는 국제 학술지 ‘어드밴스드 머티리얼즈(Advanced Materials)’에 6월 30일 게재됐다.※ 논문명: Monolithic 3D-Integrated All-Solid Ion-Gated Carbon Nanotube Transistors With Tunable Ionic Conductance for Multi-Timescale Reservoir Computing, DOI: 10.1002/adma.202523703이번 연구는 과학기술정보통신부·한국연구재단의 국가반도체연구실지원핵심기술개발사업 및 우수신진연구사업과 산업통상자원부·한국산업기술기획평가원의 초격차기술개발사업 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=67670&GotoPage=1
- KAIST총동문회
- 2026-10-07
-
전산학부
[연구]한 번 배운 풀이 기억…스마트폰 AI가 비슷한 문제 스스로 푼다
< (왼쪽부터) KAIST 정보전자연구소 이영준 박사, 전산학부 이재길 교수, 우측 상단 개별 사진 왼쪽부터 Amazon 김도영 박사, LG AI연구원 강준혁 박사, KAIST 산업및시스템공학과 송환준 교수 > 어려운 문제를 풀 때마다 전문가에게 다시 묻는 대신, 한 번 배운 풀이를 공책에 적어두고 비슷한 문제에 활용하는 AI 기술이 나왔다. 우리 대학 연구진은 스마트폰 속 소형 AI가 서버의 대형 AI에게서 얻은 지식을 기기에 쌓아두고 재사용하도록 해, 높은 정확도를 유지하면서 서버 호출을 평균 55.61% 줄였다. 비슷한 문제를 만날수록 서버에 덜 의존하고 더 빠르게 판단하는 모바일 AI의 가능성을 제시한 것이다.우리 대학은 전산학부 이재길 교수 연구팀이 기기의 소형 AI와 서버의 대형 AI를 효율적으로 연결하는 기기-서버 협업 기술 ‘CURE(Cumulative Knowledge Reuse, 누적 지식 재사용)’를 개발했다고 21일 밝혔다.스마트폰과 같은 기기는 계산 능력과 메모리가 제한돼 가벼운 소형 AI 모델을 주로 사용한다. 소형 모델은 간단한 문제는 빠르게 처리하지만, 복잡하거나 낯선 이미지를 구분할 때는 정확도가 떨어질 수 있다.반대로 모든 문제를 고성능 서버의 대형 AI에 맡기면 정확도를 높일 수 있지만, 데이터를 보내고 답을 기다리는 시간이 길어진다. 통신량과 서버 연산량도 늘어나 이용자의 대기 시간과 서비스 운영 비용이 커진다.이를 보완하기 위해 기기의 소형 AI가 먼저 판단하고 어려운 문제만 서버로 보내는 협업 방식이 연구돼 왔다. 그러나 기존 방식은 서버에서 받은 답을 그때만 사용하기 때문에, 비슷한 문제가 다시 들어와도 서버에 같은 도움을 반복해서 요청해야 했다. 마치 학생이 어려운 문제의 답을 듣고도 기록해 두지 않아, 같은 유형의 문제를 만날 때마다 다시 물어보는 것과 같다. 연구팀은 서버가 알려준 답을 일회성으로 사용하지 않고, 기기가 이후에도 활용할 수 있는 지식으로 축적하는 데 주목했다.CURE는 먼저 기기의 소형 AI가 입력을 스스로 처리할 수 있는지 판단한다. 해결하기 어렵다면 기기에 저장된 서버 지식을 활용하고, 저장된 지식으로도 부족할 때만 서버에 도움을 요청한다. ‘혼자 풀기→배운 내용 찾아보기→전문가에게 묻기’의 3단계로 문제를 처리하는 방식이다.예를 들어 소형 AI가 사진 속 특정 차종을 구분하지 못하면 서버의 대형 AI에 답을 요청한다. 이때 CURE는 서버의 판단 결과와 이미지의 특징을 기기의 지식 저장소에 반영한다. 이후 비슷한 차종의 사진이 들어오면 앞서 저장한 지식을 참고해 서버에 다시 묻지 않고 기기에서 직접 판단한다.< 기존 기기-서버 협업 방식 vs CURE 프레임워크의 비교 > 특히 CURE는 서버가 처리한 사진을 하나씩 그대로 저장하지 않는다. 여러 사진이 공유하는 특징과 서로 다른 점을 요약해 지식으로 보관한다. 자동차 사진을 통째로 외우는 대신 차체 모양이나 전조등처럼 차종을 구분하는 핵심 특징을 정리해 두는 것과 같다. 이를 통해 이전에 본 사진뿐 아니라 처음 접하는 유사한 사진을 판단할 때도 축적된 지식을 활용할 수 있다.연구팀은 이미지와 글을 함께 이해하는 ‘비전-언어 모델’을 이용해 CURE의 성능을 검증했다. 비전-언어 모델은 사람처럼 이미지를 보고, 그 내용을 언어와 연결해 이해하는 AI다.기기용 소형 모델로는 MobileCLIP2를, 서버용 대형 모델로는 180억 개의 매개변수를 가진 EVA-CLIP을 사용했다. 매개변수는 AI가 학습 과정에서 익힌 정보를 담고 있는 내부 수치로, 사물을 구분하고 관계를 판단할 때 활용하는 ‘판단 기준’과 같다.다양한 이미지 분류 데이터셋을 이용한 실험에서 CURE는 모든 입력을 대형 서버 모델로 처리하는 방식에 근접한 정확도를 유지했다. 그러면서 서버의 지식을 축적하지 않는 기존 기기-서버 협업 방식보다 서버 호출 횟수를 평균 55.61% 줄였다.처리 속도는 기존 기기-서버 협업 방식보다 최대 2.80배 빨랐으며, 모든 입력을 서버로 보내는 방식보다 최대 3.67배 빨랐다. 서버에 묻는 횟수를 줄여 데이터를 주고받고 답을 기다리는 시간을 단축한 결과다.CURE는 소형 모델과 서버 모델을 별도로 다시 학습시키지 않고도 적용할 수 있다. 기존 AI 모델은 그대로 두고 서버에서 얻은 지식을 담는 별도의 저장소를 붙이는 방식이어서, 다양한 AI 모델과 서비스에 유연하게 적용할 수 있다는 것도 장점이다.이번 기술은 모바일 사진 인식과 이미지 검색 등에서 반복적인 데이터 전송과 서버 연산을 줄여 이용자의 대기 시간과 서비스 운영 부담을 낮추는 데 활용될 수 있다.스마트폰뿐 아니라 제한된 기기 자원으로 주변 환경을 인식해야 하는 로봇과 웨어러블 기기에도 응용할 수 있다. 특히 통신이 느리거나 불안정한 환경에서 로봇이 서버의 답을 기다리지 않고, 이전에 얻은 지식을 바탕으로 더 많은 상황을 현장에서 직접 판단하는 데 도움을 줄 수 있다.< 연구 이미지(AI 생성) > 다만 실제 적용 효과는 기기의 성능과 저장 공간, 통신 환경, 입력 데이터의 특성 등에 따라 달라질 수 있어 다양한 기기와 환경에서 추가 검증이 필요하다.이재길 교수는 “CURE는 기기의 소형 AI가 서버에 같은 문제를 반복해서 묻지 않고, 한 번 얻은 지식을 기억해 다시 활용하도록 한 기술”이라며 “높은 정확도를 유지하면서 통신 부담과 응답 시간을 줄여 스마트폰과 로봇, 웨어러블 등 다양한 기기에서 고성능 AI를 효율적으로 활용하는 기반이 될 것으로 기대한다”고 말했다.이번 연구에는 KAIST 정보전자연구소 이영준 박사후연구원이 제1저자로, 전산학부 이재길 교수가 교신저자로 참여했다. Amazon 김도영 연구원, LG AI연구원 강준혁 연구원, KAIST 산업및시스템공학과 송환준 교수가 공동저자로 참여했다. 연구 결과는 지난 9월 8일부터 12일까지 스웨덴 말뫼에서 열린 컴퓨터 비전 분야 주요 국제학술대회 ‘유럽컴퓨터비전학회(ECCV 2026, European Conference on Computer Vision)’에서 10일 발표됐다.※ 논문명: CURE: Cumulative Knowledge Reuse for Efficient Device-Server Hybrid Inference in Vision-Language Models, DOI: https://doi.org/10.1007/978-3-032-37627-5_21※ 저자정보: 이영준 박사후연구원(KAIST 정보전자연구소, 제1저자), 김도영 연구원(KAIST 졸업, 현 Amazon, 공동저자), 강준혁 연구원(KAIST 졸업, 현 LG AI연구원, 공동저자), 송환준 교수(KAIST 산업및시스템공학과, 공동저자), 이재길 교수(KAIST 전산학부, 교신저자)※ 관련 영상 링크: https://drive.google.com/file/d/1oIn-eYW4IEI_dOFWeTeaDotf1IBDjRLt/view?usp=share_link한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 ‘사람중심인공지능핵심원천기술개발사업’ 중 ‘AI학습능력개선기술개발’ 과제(과제번호 RS-2022-II220157)의 지원 등을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=67310
- KAIST총동문회
- 2026-09-22
-
신소재공학과
[연구]칫솔·스포츠웨어로 이어진 원천기술…고성능 그래핀 섬유 연구로 확장
< (왼쪽부터) KAIST 신소재공학과 김상욱 교수, 신소재공학과 박사과정 김진효, 신소재공학과 박사과정 차수진 > 우리 대학이 2011년 세계 최초로 발견한 ‘산화그래핀 액정’이 15년간 전세계적인 후속 연구를 거쳐 고강도·고열전도 그래핀 섬유 제조기술로까지 연구영역을 넓히고 있다. 항균 칫솔과 기능성 스포츠웨어 등 생활제품 상용화로 이어진 우리 대학의 원천소재 연구가 이제 첨단 열관리 소재로까지 확장되고 있다.< 글리세롤에 분산된 산화그래핀 액정의 점탄성 기반 초연신 원리 및 고배향 그래핀 섬유 형성 과정 > 우리 대학은 신소재공학과 김상욱 교수 연구팀이 산화그래핀 액정을 기반으로 한 고성능 그래핀 섬유 연구의 최신 발전과 학술적 의미를 조명한 논평을 세계적 권위의 국제 학술지 ‘네이처 머티리얼스(Nature Materials)’의 ‘뉴스 앤 뷰스(News & Views)’에 발표했다고 18일 밝혔다.산화그래핀(Graphene Oxide)은 탄소 원자가 벌집 모양으로 한 층 배열된 매우 얇은 소재인 ‘그래핀’에 산소 성분을 결합시킨 소재다. 그래핀은 강하고 열과 전기를 잘 전달하지만 물에 잘 섞이지 않아 용액 상태로 가공하기가 쉽지 않다. 반면 산화그래핀은 산소 성분이 붙으면서 물에 잘 섞이기 때문에 잉크처럼 만들거나 코팅하고, 실처럼 뽑는 등 다양한 형태로 가공하기가 쉽다.김상욱 교수팀은 2011년 이러한 산화그래핀이 물속에서 일정 농도 이상으로 섞이면 얇은 판 모양의 시트들이 한 방향으로 가지런히 배열되는 ‘액정’ 상태를 형성한다는 사실을 세계 최초로 보고했다.물속에 제각각 떠다니던 얇은 산화그래핀 조각들이 특정 조건에서는 마치 카드 여러 장을 한 방향으로 가지런히 정리하듯 줄을 맞춰 배열되는 현상이다. 이러한 특성을 이용하면 산화그래핀을 한 방향으로 정렬시키면서 실처럼 길게 뽑아 섬유 형태로 가공할 수 있다.이 발견 이후 전세계 여러 연구진이 산화그래핀 액정을 이용해 그래핀 섬유를 만드는 연구를 발전시켜 왔다. 하지만 기존 방식에서는 실을 뽑는 과정에서 용액이 쉽게 끊어지거나 그래핀 시트들이 충분히 촘촘하게 정렬되지 않아 내부에 빈 공간과 결함이 생기는 문제가 있었다. 이 때문에 섬유의 강도와 열전달 성능을 동시에 높이는 데 한계가 있었다.김 교수팀은 이번 논평에서 이러한 한계를 극복한 최신 연구를 소개하고, 산화그래핀 액정 연구가 고성능 섬유 제조기술로 발전하는 과정과 의미를 분석했다.최근 중국 저장대학교 연구진은 산화그래핀을 점도가 높은 글리세롤에 분산해 고분자 용액처럼 잘 늘어나는 성질을 구현했다. 이를 통해 실을 뽑는 과정에서 산화그래핀 용액을 강하게 늘이는 ‘초고연신 방사(ultrahigh-ratio drawing)’가 가능해졌다.이 과정에서 판 모양의 산화그래핀 시트들이 섬유 방향을 따라 더욱 가지런하게 정렬되고 내부의 빈 공간과 결함도 줄어든다. 이어 고온 열처리를 통해 그래핀 구조를 더욱 치밀하게 만들면 가벼우면서도 강하고 열과 전기를 빠르게 전달하는 고성능 그래핀 섬유를 만들 수 있다.실제로 최신 후속 연구에서 제조된 그래핀 섬유는 최대 5.9기가파스칼(GPa)의 인장강도와 미터·켈빈당 최대 1,720와트(W/m·K)의 열전도도를 나타낸다고 보고되었다. 쉽게 말해 잡아당겨도 쉽게 끊어지지 않으면서 열을 빠르게 전달하는 ‘강하고 열 잘 통하는 실’을 구현한 것이다. 이는 산화그래핀을 촘촘하고 가지런하게 정렬할수록 섬유의 강도와 열전달 성능을 함께 높일 수 있음을 보여준다.김상욱 교수팀은 이번 논평에서 특히 2011년 처음 발견한 산화그래핀 액정이 단순한 학술적 현상을 넘어, 고분자 용액처럼 흐르고 늘이면서 가공할 수 있는 이차원 소재로 발전해 온 과정에 주목했다.< 그래핀 섬유를 들고 있는 김상욱 교수 > 15년 전 우리 대학 연구진이 발견한 ‘산화그래핀이 스스로 정렬하는 현상’이 세계 연구진의 지속적인 후속 연구를 통해 이제는 ‘강하고 열을 잘 전달하는 실’을 만드는 기술로까지 연구영역을 넓히고 있는 것이다.그간 우리 대학의 산화그래핀 액정 관련 원천기술은 연구실을 넘어 실제 생활제품으로도 확장돼 왔다. 김상욱 교수의 교원창업기업인 ㈜소재창조의 원천기술이 적용된 그래핀 항균 칫솔은 2023년 출시 이후 1,400만 개 이상 판매됐으며, 그래핀텍스(GrapheneTex) 소재를 활용한 기능성 섬유는 2024년 파리 올림픽 태권도 시범단 도복에 적용됐다. 최근에는 기능성 골프웨어등 다양한 스포츠 의류나 침구등에도 적용되며 글로벌 시장 진출을 추진하고 있다.이번 논평은 하나의 기초과학적 발견이 다양한 방향으로 확장될 수 있음을 보여준다는 점에서도 의미가 있다. 우리 대학에서 시작된 산화그래핀 액정 연구가 한편으로는 항균 칫솔과 기능성 스포츠웨어 등 생활제품으로 상용화되고, 다른 한편으로는 전세계 연구진들의 후속 연구를 통해 고강도·고열전도 그래핀 섬유와 같은 첨단소재 연구로 발전하고 있기 때문이다.< 상용화된 그래핀 칫솔 > 향후 고성능 그래핀 섬유는 가볍고 강하면서 열을 빠르게 전달하는 특성을 바탕으로 전자기기의 열관리 소재를 비롯해 전기차·항공우주 분야의 경량 열관리 부품, 웨어러블 전자소자와 스마트 의류 등 다양한 분야에 활용될 수 있다.< AI 생성 이미지 > 김상욱 교수는 “2011년 발견한 산화그래핀 액정이 전세계 여러 연구진의 후속 연구를 거쳐 이제 강하고 열을 잘 전달하는 고성능 그래핀 섬유로까지 발전하고 있다”며 “하나의 기초연구가 칫솔과 기능성 의류 같은 생활제품은 물론 전자기기·모빌리티·항공우주 등 첨단소재로 활용 범위를 넓혀가고 있다는 점에서 의미가 크다”고 말했다.이번 논평은 KAIST 신소재공학과 김진효 박사과정, 차수진 박사과정, 김상욱 교수가 참여했으며, ‘네이처 머티리얼스(Nature Materials)’의 ‘뉴스 앤 뷰스(News & Views)’ 섹션에 9월 8일 게재됐다.※ 논평명 : Processing graphene fibres by viscous flow, DOI : 10.1038/s41563-026-02735-y 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=67210
- KAIST총동문회
- 2026-09-22
-
전기및전자공학부
[연구]스마트폰으로 원격 통증 관리 가능성 제시…‘붙이는 마이크로니들 전자약’ 개발
< (왼쪽부터) 한국한의학연구원 이상훈 박사, 한국한의학연구원 방세권 박사, KAIST 김희수 박사과정, KAIST 정재웅 교수 > 통증이 생길 때마다 병원을 찾거나 진통제에 의존해야 하는 불편을 줄일 수 있는 ‘붙이는 전자약’이 개발됐다. 피부에 붙이면 전기자극으로 통증을 조절하고, 한국과 미국처럼 멀리 떨어져 있어도 스마트폰으로 원격 제어할 수 있다.우리 대학은 전기및전자공학부 정재웅 교수와 한국한의학연구원(원장 고성규) 이상훈 박사 공동 연구팀이 무선 마이크로니들(Microneedle·피부에 붙이는 미세 바늘) 전자약과 사물인터넷(IoT·인터넷으로 기기를 연결하고 제어하는 기술) 기반 원격 제어 기술을 결합한 웨어러블 전자약 플랫폼을 개발했다고 13일 밝혔다.< 개인 맞춤형 원격 통증 관리를 위한 무선 IoT 기반 마이크로니들 전자약 모식도 > 이번 연구의 가장 큰 특징은 피부에 붙이는 하나의 작은 기기에 안정적인 전기자극, 스마트폰 원격 제어, 몸 상태에 따른 자동 자극 기능을 함께 구현했다는 점이다. 향후 실제 환자를 대상으로 효과와 안전성이 검증되면 집이나 일상생활에서도 개인의 상태에 맞춰 통증을 관리하는 기술로 활용될 가능성이 있다.만성 통증 치료에는 진통제가 널리 사용되지만 장기간 약물을 복용할 경우 부작용이나 의존성에 대한 우려가 있다. 특히 암성 통증 등에 사용하는 마약성 진통제는 오래 사용할수록 내성과 오남용 위험이 커질 수 있어, 약물 대신 전기자극으로 신경을 조절하는 ‘전자약’이 새로운 대안으로 연구되고 있다.하지만 기존 전자약에도 한계가 있다. 몸속에 기기를 심는 방식은 수술이 필요하고, 피부에 붙이는 전극은 땀이나 각질 등 피부 상태에 따라 전기가 제대로 전달되지 않을 수 있다. 특정 부위에 전류가 몰리면 피부 온도가 올라가거나 화상을 입을 위험도 있다.연구팀은 이를 해결하기 위해 온도에 반응하는 전도성·접착성 마이크로니들 전극(전기가 잘 흐르면서 피부에 붙는 미세 바늘 전극)을 개발했다.미세한 바늘이 전기 저항이 높은 각질층을 통과하기 때문에 땀이나 각질 등의 영향을 줄이면서 전기자극을 안정적으로 전달할 수 있다. 또한 하이드로젤(Hydrogel·물을 많이 머금은 젤 형태의 소재)을 전극에 코팅하여 전류가 바늘의 끝에 몰리지 않고 고르게 퍼지도록 했다.특히 피부 온도가 비정상적으로 올라가면 전극의 접착력이 약해져 전극이 스스로 피부에서 떨어지도록 설계했다. 전기자극 과정에서 발생할 수 있는 피부 화상 위험을 줄이기 위한 안전장치다.연구팀은 여기에 IoT 기술을 결합했다. 스마트폰과 클라우드 서버를 이용하면 의료진이 환자와 멀리 떨어져 있어도 전자약의 작동 시간과 전기자극을 실시간 또는 예약 방식으로 제어할 수 있다. 연구팀은 한국과 미국처럼 국가 간 거리가 먼 환경에서도 기기를 원격으로 제어할 수 있음을 확인했다.향후 임상 검증을 거치면 환자가 매번 병원을 방문하지 않고 집이나 일상생활 속에서 의료진의 관리 아래 전자약을 사용하는 재택·원격 통증 관리로 발전할 가능성이 있다.몸 상태에 따라 전자약이 자동으로 작동하는 기능도 구현했다. 연구팀은 광혈류(PPG·빛으로 맥박과 혈류 변화를 측정하는 기술) 센서를 이용해 통증과 관련된 스트레스 상태를 감지하고, 이를 바탕으로 전기자극을 자동으로 작동시키는 폐루프(Closed-loop·몸 상태를 확인하면서 치료를 자동으로 조절하는 방식) 치료 기능을 구현했다.즉, 사람이 매번 기기를 켜고 자극 세기를 조절하는 데서 나아가 ‘몸 상태 감지 → 필요한 전기자극 → 다시 상태 확인’으로 이어지는 자동 통증 관리가 가능해질 수 있다는 의미다.< 온도 반응형 전도·접착성 마이크로니들 전자약의 구성 및 특징 > 동물실험에서는 기존 젤 전극보다 전류가 효과적으로 전달됐으며 통증 완화 효과도 확인했다. 건강한 성인을 대상으로 한 소규모 연구에서는 전기자극에 따른 피부 감각 통증 역치(통증을 느끼기 시작하는 자극의 정도)의 변화를 확인해 사람에게 적용할 가능성을 살폈다.다만 이번 연구에서 직접적인 진통 효과는 동물실험을 통해 확인한 단계다. 연구팀은 실제 만성 통증 환자를 대상으로 치료 효과와 장기간 사용에 따른 안전성을 확인하기 위해 추가적인 임상 연구가 필요하다고 설명했다.< 연구 이미지 (AI 생성) > 정재웅 KAIST 전기및전자공학부 교수는 “안정적인 피부 인터페이스 기술과 IoT 기반 원격 관리 기술을 결합해 웨어러블 전자약을 일상에서 활용할 수 있는 가능성을 높였다”며 “향후 임상 검증을 거쳐 환자의 상태에 맞춰 통증을 관리하는 개인 맞춤형 디지털 헬스케어 플랫폼으로 발전하기를 기대한다”고 말했다.이상훈 한국한의학연구원 박사는 “이번 연구가 향후 웨어러블 침 치료 기술과 융합돼 전기자극으로 경혈을 자극하는 새로운 비약물성 통증 관리 기술로 발전하기를 기대한다”고 말했다.KAIST 김희수 박사과정과 한국한의학연구원 방세권 박사가 공동 제 1저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 8월 28일 게재됐다.※ 논문명: Wireless IoT-Enabled Microneedle Electroceutical for Personalized and Connected Pain Management, DOI: 10.1038/s41467-026-76527-y※ 저자 정보: 김희수(KAIST, 공동 제1저자), 방세권(한국한의학연구원·UST, 공동 제1저자), 이상훈(한국한의학연구원, 공동 교신저자), 정재웅(KAIST, 교신저자) 외 10명※ 연구성과 시연 동영상: https://www.dropbox.com/scl/fo/zrglys1t1c49l5u1xo08e/AJsbboH3sQMFag-6aO6sSSs?rlkey=dnux0jj80bdczws22u0dq7ugx&e=1&dl=0한편, 이번 연구는 과학기술정보통신부·한국연구재단의 전자약기술개발사업과 뇌과학선도융합기술개발사업, 한국한의학연구원 주관연구개발과제의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66950
- KAIST총동문회
- 2026-09-15
-
기계공학과
[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
- KAIST총동문회
- 2026-09-08
-
신소재공학과
[연구]버리던 ‘잡음’으로 뇌처럼 신호 처리하는 ‘인공 뉴런’ 개발
< (왼쪽부터) 신소재공학과 김대희 박사과정, 고태욱 박사과정, 김도훈 박사 (제1저자), 장서은 석사과정, 이민구 박사과정, 김경민 교수 > 반도체에서 ‘잡음’은 신호를 방해해 없애야 할 골칫거리로 여겨져 왔다. 우리 대학 연구진이 이 잡음을 없애는 대신 뇌처럼 정보를 처리하는 데 활용하는 기술을 개발했다. 잡음을 조절해 사람의 움직임부터 음성까지 서로 다른 신호의 특징을 골라 처리할 수 있는 인공 뉴런을 구현한 것이다. 향후 하나의 반도체로 다양한 신호를 처리하는 저전력 두뇌모사 반도체 개발에 활용될 것으로 기대된다.우리 대학은 신소재공학과 김경민 교수 연구팀이 반도체에서 자연스럽게 발생하는 잡음을 활용해 사람의 뇌처럼 정보를 처리하는 새로운 뉴로모픽 뉴런* 반도체 기술을 개발했다고 16일 밝혔다. 이 기술은 원하는 주파수의 신호를 골라내 뇌의 뉴런과 유사한 전기 신호로 바꿔 처리할 수 있다.* 뉴로모픽 뉴런: 뇌 신경세포의 작동 방식을 본떠 만든 인공 신경세포(반도체 소자)전자기기에서 잡음은 라디오의 ‘지지직’ 소리처럼 신호에 불규칙하게 섞여 정보를 정확히 읽는 것을 방해하기 때문에 주로 없애야 할 대상으로 여겨져 왔다. 반면 인간의 뇌에서는 신경세포인 뉴런이 같은 자극에도 매번 똑같이 반응하지 않으며, 이러한 불규칙성은 다양한 자극과 변화에 유연하게 대응하는 데 도움을 준다.연구팀은 여기에서 아이디어를 얻었다. “반도체의 잡음을 없애지 않고, 오히려 뇌의 뉴런처럼 활용할 수 없을까?”라는 발상의 전환이다.이를 위해 연구팀은 ‘멤리스터(Memristor)’라는 반도체 소자를 이용했다. 멤리스터는 전기 자극을 가하면 저항이 달라지고, 전원을 끈 뒤에도 그 상태를 기억할 수 있는 소자다. 쉽게 말해 전기가 얼마나 잘 흐르는지를 기억하는 작은 전자 메모리라고 할 수 있다. 연구팀은 멤리스터의 저항 상태를 바꾸면 전류 잡음의 크기와 변동 특성도 함께 달라진다는 점에 주목했다. 즉, 멤리스터의 저항 상태를 조절함으로써 잡음의 특성도 함께 조절할 수 있다는 점을 활용한 것이다.연구팀은 이렇게 조절한 잡음을 증폭해 뇌의 뉴런이 정보를 전달할 때 발생시키는 것과 유사한 불규칙한 전기 신호인 ‘스파이크’를 만들었다. 이를 통해 잡음을 이용해 뇌의 신경세포처럼 확률적으로 반응하는 ‘프로그래밍 가능한 확률 뉴런(Programmable Probabilistic Neuron, PPN)’을 구현했다.< 생물학적 뉴런과 멤리스터 기반 확률적 뉴런의 비교 > 사람의 뉴런이 같은 자극에도 항상 똑같이 반응하지 않는 것처럼, 이 인공 뉴런도 입력 신호와 설정된 잡음 특성에 따라 스파이크를 발생시키는 확률이 달라진다. 즉, 기존에는 방해 요소였던 잡음이 인공 뉴런의 반응을 만들어내는 정보처리 자원으로 활용되는 것이다. 특히 연구팀은 멤리스터의 상태를 조절하는 것만으로 이 인공 뉴런이 어떤 속도의 신호에 잘 반응할지를 바꿀 수 있도록 했다.예를 들어 사람이 걷거나 팔을 움직일 때 생기는 신호는 비교적 천천히 변하는 반면, 음성 신호는 훨씬 빠르게 변한다. 이번 기술은 하나의 뉴런 회로를 그대로 두고 멤리스터의 상태만 바꿔 느린 움직임 신호에 잘 반응하도록 했다가, 필요할 때는 빠른 음성 신호에 잘 반응하도록 바꿀 수 있다. 하나의 라디오에서 주파수를 바꿔 원하는 방송을 골라 듣는 것과 비슷하다.< 멤리스터 저항에 따라 달라지는 노이즈와 스파이크 발생 특성 > 연구팀은 이러한 인공 뉴런을 이용해 수 Hz 수준의 신체 활동 신호와 수 kHz 영역의 음성 신호를 각각 스파이크 신호로 인코딩한 뒤 인식 성능을 검증했다. 그 결과 동작 인식에서는 94.8%, 음성 인식에서는 95.0%의 정확도를 확인했다.※ Hz(헤르츠): 신호가 1초 동안 반복되는 횟수를 나타내는 단위로, 1kHz는 1초에 1,000번 반복되는 것을 뜻함< 동작 신호와 음성 신호를 위한 재구성형 시계열 인코딩 > 이번 연구는 잡음을 이용해 인공 뉴런을 구현하는 데 그치지 않고, 하나의 반도체 뉴런을 필요에 따라 서로 다른 속도의 신호에 맞춰 바꿔 쓸 수 있다는 가능성을 보여줬다. 향후 웨어러블 기기의 움직임 감지부터 음성 인식까지 다양한 시계열 신호를 효율적으로 처리하는 두뇌모사 인공지능 반도체 기술로 활용될 수 있으며, 저전력 뉴로모픽 시스템 구현에도 기여할 것으로 기대된다.< 연구 이미지 (AI 생성) > 김경민 교수는 “멤리스터에서 발생하는 잡음을 단순한 오차나 불안정성으로 보지 않고 정보처리 자원으로 활용했다는 데 의미가 있다”며 “우리가 만든 뉴런 소자는 단일 하드웨어로 다양한 속도와 주파수의 신호에 맞춰 바꿔 사용할 수 있는 두뇌모사 기술로, 향후 저전력 뉴로모픽 시스템의 신호처리 기술로 활용될 수 있을 것”이라고 말했다.이번 연구에는 신소재공학과 김도훈 박사가 제1저자로 참여했으며, 연구 결과는 재료 분야 국제 학술지 ‘어드밴스드 머터리얼즈(Advanced Materials, IF: 29.1)’에 8월 5일 게재됐다.※ 논문명: Noise-Tunable Memristor Enabling Programmable Probabilistic Neurons for Frequency-Selective Time-Series Signal Encoding, DOI: 10.1002/adma.74529한편, 이번 연구는 이공분야기초연구사업과 PIM인공지능반도체핵심기술개발사업(과학기술정보통신부, 한국연구재단)의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=65890
- KAIST총동문회
- 2026-08-18
-
전기및전자공학부
[연구]데이터 속도 맞춰 스스로 반응하는 '카멜레온 AI 반도체' 개발
< (왼쪽부터) 반도체공학대학원 김대원 박사과정(제1저자), 최신현 석좌교수(교신저자) > AI 반도체도 이제‘눈치'를 본다. 기존 AI 반도체는 입력 신호에 반응하는 속도와 정보를 기억하는 시간이 한 번 정해지면 바꿀 수 없는‘고정된 반응 특성'을 가졌지만, 이제는 데이터의 변화 속도에 맞춰 스스로 반응하는 시대가 열렸다. 우리 대학 연구진은 이 기술로 시간에 따라 변하는 데이터의 예측 오류를 기존보다 최대 40배 줄였다. 자율주행차와 로봇, 웨어러블 기기의 실시간 AI 성능을 높일 핵심 원천기술로 기대된다.우리 대학은 전기및전자공학부·반도체공학대학원 최신현 석좌교수 연구팀이 입력되는 데이터의 변화 속도에 따라 반응 특성을 자유롭게 바꿀 수 있는 새로운 AI 반도체 소자‘프로그래머블 동적 멤트랜지스터(Programmable Dynamic Memtransistor, PDM)'와 이를 집적한 어레이를 개발했다고 7일 밝혔다.< 다양한 시간 척도의 시계열 신호를 함께 처리하는 프로그래머블 동적 멤트랜지스터(PDM)의 개념 및 동작 원리 > 멤트랜지스터(Memtransistor)는 정보를 저장하는 메모리(Memory)와 계산을 수행하는 트랜지스터(Transistor)의 기능을 하나로 결합한 차세대 반도체 소자다. 데이터를 계산하면서도 이전 정보를 기억할 수 있어 입력되는 데이터에 맞춰 반응 속도를 조절할 수 있는 것이 특징이다.현실 세계의 데이터는 모두 같은 속도로 변하지 않는다. 심장 박동이나 음성처럼 매우 빠르게 변하는 정보가 있는가 하면, 날씨나 공장 설비 상태처럼 천천히 변하는 정보도 있다. 하지만 기존 AI 반도체는 입력 신호에 반응하는 속도와 그 상태를 유지하는 시간(시간 응답 특성)이 고정돼 있어, 서로 다른 속도의 데이터를 동시에 효율적으로 처리하는 데 한계가 있었다.연구팀은 이러한 문제를 해결하기 위해 전기적 정보를 저장하는 층(전하 저장층)과 전자를 저장해 반도체의 반응 속도를 조절하는 층(전자 포획층)을 하나의 트랜지스터 안에 결합한 새로운 구조를 개발했다.PDM은 데이터가 입력되면 전하 저장층에서 정보를 처리하고, 전자 포획층이 반도체가 원래 상태로 돌아가는 속도를 조절한다. 마치 운전자가 고속도로에서는 속도를 높이고 골목길에서는 속도를 줄이듯, 반도체도 데이터의 변화 속도에 맞춰 가장 적합한 반응 속도를 스스로 선택한다.실험 결과 연구팀은 반도체가 입력 신호에 반응한 뒤 원래 상태로 돌아오는 시간을 약 5배 범위에서 조절했으며, 빠르게 반복되는 신호를 처리하는 능력(주파수 특성)도 10배 이상 폭넓게 조절할 수 있음을 확인했다.특히 빠르게 변하는 정보와 느리게 변하는 정보가 함께 포함된 시계열 데이터(Time-series data, 시간의 흐름에 따라 연속적으로 생성되는 데이터) 예측 실험에서는 기존의 고정형 반도체보다 예측 오류를 최대 40배 줄이는 성능을 보였다.또한 연구팀은 PDM을 여러 개 연결한 어레이(Array, 동일한 반도체 소자를 일정한 형태로 집적한 구조)를 제작해 실험한 결과, 기존 소프트웨어 기반 AI 시스템과 비슷한 정확도를 유지하면서도 훨씬 적은 에너지로 동작하는 것을 확인했다.이번 기술은 별도의 복잡한 데이터 전처리 없이도 다양한 속도로 변하는 데이터를 효율적으로 처리할 수 있다. 또한 한 번 설정한 반응 특성은 전원을 계속 공급하지 않아도 유지되는 비휘발성(전원이 꺼져도 정보가 유지되는 특성)을 갖춰 에너지 소비를 줄일 수 있다. 여기에 현재 널리 사용되는 상용 반도체 공정(CMOS 공정)과도 호환돼 대량 생산과 상용화 가능성이 높다는 점에서도 의미가 크다.< 연구이미지 (AI 생성) > 최신현 석좌교수는 "이번 연구는 데이터의 변화 속도에 맞춰 반도체가 스스로 가장 적합한 방식으로 반응하는 AI 반도체를 구현한 것”이라며 "자율주행차와 로봇, 웨어러블 기기 등 다양한 AI 기기의 성능은 높이고 전력 소모는 줄이는 핵심 기술이 될 것으로 기대한다”고 말했다.이번 연구는 KAIST 반도체공학대학원 김대원 박사과정이 제1저자로 참여했으며, 조윤호, 서석호, 김유진, 박시온, 장태환, 박채빈이 공동저자로 참여했다. 또한 삼성전자 반도체연구소 오영택 연구원과 이재덕 Fellow가 공동저자로 참여했으며, 최신현 교수가 교신저자를 맡았다. 연구 결과는 세계적인 권위의 국제학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 7월 게재됐다.※논문명: Programmable memtransistor array with temporal dynamics modulation for efficient time-series data processing,DOI : https://doi.org/10.1038/s41467-026-75211-5본 연구는 과학기술정보통신부 한국연구재단 신소자원천기술개발사업, 정보통신기획평가원 ETRI연구개발지원사업, 산업통상자원부 한국산업기술진흥원(KIAT) 산업혁신인재성장지원사업, 삼성전자 등의 지원을 받아 수행되었다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=65470
- KAIST총동문회
- 2026-08-12
-
기계공학과
[연구]빛만 비추면 버튼이 솟아오른다
< (왼쪽부터) KAIST 기계공학과 오일권 교수, 김현수 석사과정 > 전선도 구동 장치도 없다. 빛만 비추면 금속 표면이 버튼처럼 스스로 솟아오른다. 우리 대학 연구진이 빛을 잘 흡수하기 위한 별도의 코팅 없이도 빛만으로 형태를 바꾸는 금속 구조를 개발했다. 실제 버튼처럼 솟아오르는 금속 구조는 촉각 인터페이스와 형상 디스플레이는 물론, 차세대 웨어러블 기기와 소프트 로봇 개발에 새로운 가능성을 열 것으로 기대된다.우리 대학은 기계공학과 오일권 교수 연구팀이 하나의 UV(자외선, Ultraviolet) 레이저 공정만으로 평평한 니켈-티타늄 형상기억합금(SMA, Shape Memory Alloy, 일정 온도 이상에서 원래 형태를 기억해 되돌아가는 특수 금속) 시트를 빛을 받으면 스스로 입체 구조로 변하는 메타모핑(Meta-morphing, 외부 자극에 따라 미리 설계한 형태로 변형되는) 구조로 만드는 기술을 개발했다고 20일 밝혔다.차세대 웨어러블 기기와 소프트 로봇은 얇고 가벼우면서도 필요할 때 원하는 형태로 자유롭게 변형될 수 있는 기술이 핵심이다. 이러한 기술은 형상 디스플레이와 적응형 표면(필요에 따라 형태가 변하는 표면), 웨어러블 인터페이스, 소프트 로봇 등 다양한 미래 기술의 기반이 될 것으로 주목받고 있다.연구팀은 평평한 금속판에 정교한 절개와 접힘 패턴을 설계해 미리 정한 입체 모양으로 변형되도록 구현했다. 이는 종이를 오려 입체 구조를 만드는 키리가미(Kirigami) 원리를 금속에 적용한 것이다.형상기억합금은 가볍지만 큰 힘을 낼 수 있어 웨어러블 기기와 소프트 로봇의 핵심 구동 소재로 활용되고 있다. 그러나 기존 기술은 이 금속이 빛을 충분히 흡수하지 못해 별도의 광흡수 코팅이 필요했다. 그래핀 산화물(Graphene Oxide)이나 질화티타늄(TiN) 같은 코팅은 반복 사용하면 벗겨질 수 있고, 제작 공정이 복잡하며 반응 속도를 떨어뜨릴 수 있다는 한계가 있었다.연구팀은 이를 해결하기 위해 UV 레이저 미세가공 기술을 활용했다. 레이저를 한 번 조사하는 것만으로 금속을 원하는 형태로 가공하는 동시에 표면이 빛을 잘 흡수하도록 만들어, 별도의 광흡수 코팅이 필요 없는 제작 방식을 구현했다.< UV 레이저 기반 광열 형상기억합금 메타모핑 구조의 설계 및 구동 개념도 > 이번 연구의 핵심은 금속이 얼마나 변형될지 뿐만 아니라 어떤 순서로 형태를 바꿀지까지 하나의 금속 안에 미리 설계했다는 점이다. 연구팀은 레이저 가공 방식을 조절해 같은 빛을 비춰도 어떤 부분은 먼저, 다른 부분은 나중에 변형되도록 구현했다. 별도의 전기 신호나 복잡한 제어장치 없이도 금속 스스로 정해진 순서에 따라 형태를 바꾸도록 만든 것이다.연구팀은 이 기술을 근적외선(NIR, Near Infrared) LED와 결합해 화면 일부가 실제로 솟아오르는 형상 디스플레이(화면이 실제로 입체 형태로 변하는 디스플레이)와 햅틱(Haptic, 촉각을 전달하는 기술) 인터페이스를 구현했다. 문자 'K→A→I→S→T'를 순차적으로 표시하고, 손끝으로 방향을 안내하는 촉각 신호를 구현하는 데도 성공했다.< 형상기억합금 메타모핑 구조로 선택적 광입력을 통해 각 유닛을 독립 구동하여 문자 패턴(K→A→I→S→T)구현 > 오일권 교수는 "이번 기술은 별도의 코팅 공정 없이 단일 금속 소재 안에 기계적 변형과 광학적 특성을 동시에 새겨 넣은 새로운 제조 플랫폼"이라며 "빛만으로 형상을 자유롭게 제어할 수 있어 적응형 표면, 인터랙티브 햅틱 인터페이스, 차세대 웨어러블 기기, 광열 기반 소프트 로봇 등 다양한 분야에 활용될 것으로 기대한다"고 말했다.기계공학과 김현수 석사과정이 제1저자로, 오일권 교수가 교신저자로 참여한 이번 연구 성과는 국제 학술지 어드밴스드 사이언스(Advanced Science)에 게재됐으며, 연구의 우수성을 인정받아 2026년 6월 4일 발행된 Advanced Science Vol. 13, No. 31의 이면 표지 논문(Inside Back Cover)으로 선정됐다.※ 논문명: Monolithic UV-Laser Programming of Photothermally Meta-Morphing SMA Structures: Dual-Encoded Kirigami Mechanics and Photonic Absorbance, DOI: https://doi.org/10.1002/advs.74930※ 관련 동영상: 홍보 영상 [Advanced Sciecne] - Google Drive< Advanced Science Inside Back Cover로 선정된 광열 형상기억합금 메타모핑 구조 이미지 > 한편, 이번 연구는 과학기술정보통신부 재원으로 한국연구재단 중견연구지원사업(RS-2024-00345241), 미래융합파이오니어사업(RS-2023-00302525), 나노·소재기술개발사업(RS-2025-25441263) 및 과학기술정보통신부 InnoCORE 프로그램(N10250154)의 지원을 받아 수행됐다.< 연구 이미지 (AI 생성) > 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=64531
- KAIST총동문회
- 2026-07-21
-
전기및전자공학부
[연구]‘꿈의 반도체’ 2차원 반도체 찾는 일 사람 대신 자동화한다
< (왼쪽부터) KAIST 권지민 교수, KAIST 정학순 박사, KAIST 이용우 박사 > 차세대 AI 반도체로 주목받는 2차원 반도체를 사람이 일일이 찾던 시대가 끝난다. 우리 대학 연구진이 반도체 선별과 소자 제작을 자동화해 수천 개의 소자를 분석하고, 그동안 규명하기 어려웠던 두께와 성능의 관계를 밝혀냈다. 이번 성과는 차세대 반도체 연구를 데이터 기반으로 전환하고, AI 반도체와 초저전력 반도체의 상용화를 앞당길 것으로 기대된다.우리 대학은 전기및전자공학부·AI시스템학과 권지민 교수 연구팀이 UNIST, 국립한밭대, 한양대, 미국 워싱턴대 세인트루이스(Washington University in St. Louis)와 공동 연구를 통해 광학 현미경 이미지만으로 2차원 반도체를 자동 선별하고 트랜지스터 제작까지 연결하는 기술을 개발했다고 9일 밝혔다.< 광학 기반 MoS2 flake 식별부터 소자 제작까지의 전체 프레임워크 > 2차원 반도체는 원자 몇 개 층 두께에 불과한 초박막 반도체로, 기존 실리콘 반도체보다 더 작고 전기를 적게 쓰는 반도체를 구현할 수 있어 '꿈의 반도체'로 불린다. 현재 실리콘 반도체는 회로를 계속 작게 만들수록 전력 손실과 발열이 커지는 물리적 한계에 가까워지고 있다. 이를 극복할 차세대 소재로 주목받는 2차원 반도체는 앞으로 AI 반도체와 스마트폰, 데이터센터, 웨어러블 기기, 접거나 늘어나는 전자기기, 초소형 의료센서 등 다양한 미래 기술에 활용될 것으로 기대된다.하지만 용액공정으로 만든 2차원 반도체는 작은 반도체 조각(flake)의 위치와 크기, 두께가 모두 달라 연구자가 현미경으로 원하는 시료를 하나씩 찾아야 했다. 이후 찾은 위치에 맞춰 전극을 직접 설계해야 했기 때문에 많은 시간과 노력이 필요했고, 수천 개 이상의 소자를 한꺼번에 분석하는 것도 사실상 어려웠다.연구팀은 대표적인 2차원 반도체 소재인 이황화몰리브덴(MoS₂)을 이용했다. 현미경에서 보이는 RGB(적·녹·청) 밝기 값이 두께에 따라 달라지는 특성을 활용해 컴퓨터가 원하는 반도체를 자동으로 찾아내고, 전극까지 자동 설계하도록 했다. 원자힘현미경(AFM)으로 검증한 결과, 3~8층의 미세한 두께 차이까지 정확히 구분할 수 있었다.이를 통해 연구팀은 12만 개 이상의 반도체 조각 가운데 적합한 시료를 자동 선별해 1,615개의 트랜지스터를 제작·분석하는 데 성공했다.대규모 분석 결과도 의미가 컸다. 반도체가 두꺼워질수록 전류는 더 잘 흐르지만, 전기를 켜고 끄는 성능은 오히려 떨어진다는 사실을 통계적으로 처음 명확히 규명했다. 기존에는 소수의 시료만 분석해야 했기 때문에 확인하기 어려웠던 특성을 대규모 데이터로 밝혀낸 것이다.이번 연구의 가장 큰 의미는 단순히 제작 과정을 자동화한 것이 아니라, 사람의 경험에 의존하던 2차원 반도체 연구를 데이터 기반 연구로 바꿨다는 점이다. 앞으로는 더 많은 반도체를 더 빠르게 제작·분석해 성능이 뛰어난 소재를 찾고, 나아가 AI가 새로운 반도체를 설계하는 연구로까지 이어질 것으로 기대된다.< 연구이미지(AI생성이미지) > 권지민 교수는 "기존에는 연구자가 현미경으로 원하는 반도체를 직접 찾아야 했지만, 이번 연구를 통해 이러한 과정을 자동화할 수 있게 됐다"며 "앞으로는 현미경 사진만으로도 반도체의 전기적 성능을 예측하고, 더 우수한 차세대 반도체를 훨씬 빠르게 개발할 수 있는 기반이 마련될 것"이라고 말했다.이번 연구는 KAIST 권지민 교수, 정학순 박사, 이용우 박사가 공동 교신저자로 참여했으며, UNIST 이상현 연구원이 제1저자를 맡았다. 연구 결과는 재료과학 분야의 권위 있는 국제학술지 어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)에 4월 3일 게재됐으며, 2차원 소재 및 전자소자(2D Materials & Electronics) 분야 인사이드 백 커버(Inside Back Cover) 논문으로도 선정됐다.※ 논문명 : Statistically Resolbing Thickness-Dependent Electrical Characteristics in Multilayer-MoS2 Transistors,DOI : 10.1002/adfm.202532204※ 저자 정보 : 권지민 교수 (KAIST, 교신저자), 정학순 박사 (KAIST, 교신저자), 이용우 박사 (KAIST, 교신저자), 이상현 연구원 (UNIST, 1저자), 공동연구기관 참여연구자 (UNIST 홍수민 연구원, UNIST 박민호 연구원, 한밭대 김성주 교수, 한양대 백상훈 교수, KAIST 서준기 교수, KAIST 양성욱 연구원, 미국 워싱턴대 배상훈 교수, TDS 이창수 박사)한편 과학기술정보통신부 한국연구재단 개인기초연구사업과 산업통상자원부 산업기술기획평가원의 첨단전략산업초격차기술개발사업의 지원을 받아 수행되었다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=64170
- KAIST총동문회
- 2026-07-09




