연구개발
-
메타버스대학원
[연구]나만 느끼던 가상현실 속 물체의 촉감, 상대방도 ‘눈으로’ 읽는다…VR 협업 기술 개발
< 10월 7일 시상식 모습. 왼쪽부터 김두영 교수, 백민주 박사과정생, 우운택 교수, 브루스 토머스(Bruce Thomas) 교수(심사위원) > 나만 느끼던 물체의 거칠기를 상대방도 눈으로 알아볼 수 있다면 어떨까. 우리 대학 연구진이 가상현실(VR)에서 물체의 거친 정도를 가상 손의 윤곽선 모양과 움직임으로 보여주는 기술을 개발했다. 촉각 장치가 없는 사람도 상대방이 만지는 물체가 얼마나 거친지 파악할 수 있어, 서로 다른 장비를 쓰는 사람들의 가상현실 협업을 돕는다.우리 대학은 메타버스대학원 우운택 교수가 이끄는 유비쿼터스 가상현실 연구실(UVR Lab) 소속 연구진이 이 기술로 국제 가상융합 학술대회 ‘IEEE ISMAR 2026’에서 최우수 논문상(Best Paper Award)을 받았다고 3일 밝혔다. 연구팀은 2024년부터 올해까지 3년 연속 최우수 논문상을 수상했다.가상현실에서 여러 사람이 함께 작업할 때는 사용하는 장비에 따라 얻을 수 있는 정보가 달라진다. 예를 들어 한 사람은 손끝에 진동을 전달하는 촉각 장치로 물체의 거칠기를 느끼지만, 장치가 없는 상대방은 화면만 보고 판단해야 한다. 같은 물체를 살펴보면서도 한쪽만 촉각 정보를 얻기 때문에, 함께 물건을 고르거나 분류하는 데 어려움이 생길 수 있다.< 가상현실 협업에서 발생하는 감각 정보의 비대칭성 > 연구팀은 이러한 차이를 줄이기 위해 물체의 거칠기를 ‘눈에 보이는 신호’로 바꿨다. 가상 공간에 나타나는 손의 윤곽선 모양과 움직임을 달리해 거칠기를 낮음·중간·높음의 세 단계로 표현했다. 피부에 같은 촉감을 만들어내는 대신, 촉각 장치가 없는 사람도 물체의 거친 정도를 눈으로 구분하도록 한 것이다.연구팀은 두 차례의 사전 실험을 통해 사람들이 시각 신호를 구분할 수 있는지, 이 신호가 촉각 장치로 느끼는 거칠기와 잘 대응하는지 확인했다. 이어 48명의 참여자를 촉각 장치가 있는 사람과 없는 사람으로 구성된 24개 조로 나눠, 가상현실에서 함께 물체를 분류하는 실험을 진행했다.< 손 윤곽선 기반 거칠기 시각화 기술 및 가상현실 협업 실험 > 그 결과, 두 사람의 가상 손에 모두 거칠기 정보를 보여줬을 때 시각 정보가 없을 때보다 작업 시간이 약 23% 줄었으며, 분류 정확도도 높은 수준으로 유지됐다. 촉각 장치가 없는 참여자는 자신의 가상 손에 정보가 표시됐을 때 판단에 대한 자신감과 협업에 기여했다는 느낌도 높게 평가했다.이번 연구는 모든 사용자가 같은 촉각 장비를 갖추지 않아도, 함께 판단하는 데 필요한 정보를 공유할 수 있음을 보여줬다. 특히 물체의 거칠기를 어떻게 표현할지뿐 아니라, 누구의 손에 정보를 보여주는지가 협업에 영향을 준다는 점도 확인했다. 향후 서로 다른 장비를 사용하는 사람들이 함께 참여하는 가상현실 교육·훈련과 원격 협업 환경을 설계하는 데 활용될 것으로 기대된다.< 연구이미지 (AI 생성) > 연구팀은 앞서 2024년 혼합현실(MR) 원격 협업 연구로 최우수 논문상을 받았으며, 2025년에는 공간 공유와 시각·촉각 경험을 다룬 연구 2편이 동시에 최우수 논문에 선정됐다. 올해 수상까지 더해 여러 세대의 학생과 연구자들이 가상융합 분야에서 연구 성과를 이어가고 있다.< 최우수 논문상(Best Paper Award) 상장 및 상패 > 우운택 교수는 “3년 연속 수상은 정부의 가상융합 인력영성과 연구지원, KAIST의 연구 기반, 젊은 연구자들의 융합연구가 이룬 뜻깊은 성과”라며 “앞으로도 XR과 AI를 융합해 시공간의 제약을 넘어 지식과 경험을 공유하고, 현실 문제 해결과 인간 역량 확장에 기여하는 가상융합 연구를 이어가겠다”고 말했다.이번 연구에는 문화기술대학원 백민주 박사과정생(메타버스대학원 이수)이 제1저자로 참여했으며, 신윤석·이현진·윤보람·윤상호·우운택 연구진이 함께했다. 논문은 국제학술지 ‘IEEE 트랜잭션스 온 비주얼라이제이션 앤 컴퓨터 그래픽스(IEEE Transactions on Visualization and Computer Graphics, TVCG)’에 게재 승인돼 ISMAR 2026에서 발표됐으며, 10월 6일 최우수 논문상으로 선정됐다.※ 논문명: Sharing Roughness with Hand-Outline Visualization to Reduce Sensory Asymmetry in VR Collaboration, 논문 링크: https://arxiv.org/abs/2608.29040, 동영상 링크: ISMAR2026 https://youtu.be/_o_LqEcdtYU※ 저자 정보: 백민주, 신윤석, 이현진, 윤보람, 윤상호, 우운택이러한 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)의 가상융합대학원 지원사업을 바탕으로 이뤄졌다. KAIST 메타버스대학원은 가상·증강현실 등을 아우르는 확장현실(XR), 인공지능(AI), 공간컴퓨팅 분야의 융합 인재를 양성하고 있다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=69010
- KAIST총동문회
- 2026-11-05
-
메타버스대학원
[연구]나만 느끼던 가상현실 속 물체의 촉감, 상대방도 ‘눈으로’ 읽는다…VR 협업 기술 개발
< 10월 7일 시상식 모습. 왼쪽부터 김두영 교수, 백민주 박사과정생, 우운택 교수, 브루스 토머스(Bruce Thomas) 교수(심사위원) > 나만 느끼던 물체의 거칠기를 상대방도 눈으로 알아볼 수 있다면 어떨까. 우리 대학 연구진이 가상현실(VR)에서 물체의 거친 정도를 가상 손의 윤곽선 모양과 움직임으로 보여주는 기술을 개발했다. 촉각 장치가 없는 사람도 상대방이 만지는 물체가 얼마나 거친지 파악할 수 있어, 서로 다른 장비를 쓰는 사람들의 가상현실 협업을 돕는다.우리 대학은 메타버스대학원 우운택 교수가 이끄는 유비쿼터스 가상현실 연구실(UVR Lab) 소속 연구진이 이 기술로 국제 가상융합 학술대회 ‘IEEE ISMAR 2026’에서 최우수 논문상(Best Paper Award)을 받았다고 3일 밝혔다. 연구팀은 2024년부터 올해까지 3년 연속 최우수 논문상을 수상했다.가상현실에서 여러 사람이 함께 작업할 때는 사용하는 장비에 따라 얻을 수 있는 정보가 달라진다. 예를 들어 한 사람은 손끝에 진동을 전달하는 촉각 장치로 물체의 거칠기를 느끼지만, 장치가 없는 상대방은 화면만 보고 판단해야 한다. 같은 물체를 살펴보면서도 한쪽만 촉각 정보를 얻기 때문에, 함께 물건을 고르거나 분류하는 데 어려움이 생길 수 있다.< 가상현실 협업에서 발생하는 감각 정보의 비대칭성 > 연구팀은 이러한 차이를 줄이기 위해 물체의 거칠기를 ‘눈에 보이는 신호’로 바꿨다. 가상 공간에 나타나는 손의 윤곽선 모양과 움직임을 달리해 거칠기를 낮음·중간·높음의 세 단계로 표현했다. 피부에 같은 촉감을 만들어내는 대신, 촉각 장치가 없는 사람도 물체의 거친 정도를 눈으로 구분하도록 한 것이다.연구팀은 두 차례의 사전 실험을 통해 사람들이 시각 신호를 구분할 수 있는지, 이 신호가 촉각 장치로 느끼는 거칠기와 잘 대응하는지 확인했다. 이어 48명의 참여자를 촉각 장치가 있는 사람과 없는 사람으로 구성된 24개 조로 나눠, 가상현실에서 함께 물체를 분류하는 실험을 진행했다.< 손 윤곽선 기반 거칠기 시각화 기술 및 가상현실 협업 실험 > 그 결과, 두 사람의 가상 손에 모두 거칠기 정보를 보여줬을 때 시각 정보가 없을 때보다 작업 시간이 약 23% 줄었으며, 분류 정확도도 높은 수준으로 유지됐다. 촉각 장치가 없는 참여자는 자신의 가상 손에 정보가 표시됐을 때 판단에 대한 자신감과 협업에 기여했다는 느낌도 높게 평가했다.이번 연구는 모든 사용자가 같은 촉각 장비를 갖추지 않아도, 함께 판단하는 데 필요한 정보를 공유할 수 있음을 보여줬다. 특히 물체의 거칠기를 어떻게 표현할지뿐 아니라, 누구의 손에 정보를 보여주는지가 협업에 영향을 준다는 점도 확인했다. 향후 서로 다른 장비를 사용하는 사람들이 함께 참여하는 가상현실 교육·훈련과 원격 협업 환경을 설계하는 데 활용될 것으로 기대된다.< 연구이미지 (AI 생성) > 연구팀은 앞서 2024년 혼합현실(MR) 원격 협업 연구로 최우수 논문상을 받았으며, 2025년에는 공간 공유와 시각·촉각 경험을 다룬 연구 2편이 동시에 최우수 논문에 선정됐다. 올해 수상까지 더해 여러 세대의 학생과 연구자들이 가상융합 분야에서 연구 성과를 이어가고 있다.< 최우수 논문상(Best Paper Award) 상장 및 상패 > 우운택 교수는 “3년 연속 수상은 정부의 가상융합 인력영성과 연구지원, KAIST의 연구 기반, 젊은 연구자들의 융합연구가 이룬 뜻깊은 성과”라며 “앞으로도 XR과 AI를 융합해 시공간의 제약을 넘어 지식과 경험을 공유하고, 현실 문제 해결과 인간 역량 확장에 기여하는 가상융합 연구를 이어가겠다”고 말했다.이번 연구에는 문화기술대학원 백민주 박사과정생(메타버스대학원 이수)이 제1저자로 참여했으며, 신윤석·이현진·윤보람·윤상호·우운택 연구진이 함께했다. 논문은 국제학술지 ‘IEEE 트랜잭션스 온 비주얼라이제이션 앤 컴퓨터 그래픽스(IEEE Transactions on Visualization and Computer Graphics, TVCG)’에 게재 승인돼 ISMAR 2026에서 발표됐으며, 10월 6일 최우수 논문상으로 선정됐다.※ 논문명: Sharing Roughness with Hand-Outline Visualization to Reduce Sensory Asymmetry in VR Collaboration, 논문 링크: https://arxiv.org/abs/2608.29040, 동영상 링크: ISMAR2026 https://youtu.be/_o_LqEcdtYU※ 저자 정보: 백민주, 신윤석, 이현진, 윤보람, 윤상호, 우운택이러한 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)의 가상융합대학원 지원사업을 바탕으로 이뤄졌다. KAIST 메타버스대학원은 가상·증강현실 등을 아우르는 확장현실(XR), 인공지능(AI), 공간컴퓨팅 분야의 융합 인재를 양성하고 있다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=69010
- KAIST총동문회
- 2026-11-03
-
AI컴퓨팅
[연구]스마트폰 채팅·검색·결제 습관에서 ‘스트레스’ 읽는다
< (아래 왼쪽부터) 이재길 (공저자, 교수, KAIST), 이한수 박사 (1저자, 포닥 연구원, Imperial College London), 이의진 (교신저자, 교수, KAIST), (위 왼쪽부터) 고영지 (공저자, 포닥 연구원, 도쿄대), 박태현 (공저자, 학부생 연구원, KAIST) > 스마트폰으로 매일 채팅하고 검색·결제하는 습관에 스트레스의 단서가 숨어 있다. 우리 대학 연구진이 앱 안에서 반복되는 몇 가지 일상 행동을 분석해 하루의 스트레스 상태를 파악하는 기술을 개발했다.우리 대학은 AI컴퓨팅학과 이의진 교수 연구팀이 스마트폰에서 반복되는 행동을 자동으로 찾아내고, 행동별 수행 시간과 빈도, 문자 입력 패턴 등을 활용해 일일 스트레스 상태를 판별하는 기술 ‘SHIRBT-MMF’를 개발했다고 15일 밝혔다.기존의 스마트폰 기반 스트레스 연구는 화면 사용 시간이나 앱 실행 횟수, 앱 종류별 사용 시간·빈도·타이핑 행동 등을 주로 분석해 왔다. 그러나 사용하는 앱이나 앱 화면이 바뀌면 분석 데이터도 달라져, 장기간 스트레스를 추적하는 모델의 안정성이 떨어질 수 있다.연구팀은 이에 ‘어떤 앱을 사용했는가’보다 ‘무엇을 했는가’에 주목했다. 카카오톡에서 라인이나 왓츠앱으로 바꾸더라도 사용자가 하는 일은 여전히 ‘메신저 채팅’이다. 앱 이름 대신 행동의 목적을 기준으로 분석하는 것이다.< SHIRBT-MMF 프레임워크 및 스트레스 판별 모델 개요 > 연구팀은 이러한 반복 행동을 ‘스마트폰 상호작용 기반 일상 행동 과업(SHIRBT)’으로 정의했다. 자체 개발한 ‘멀티 레벨 순차 패턴 마이닝(ML-SPM)’ 기법으로 여러 날에 걸쳐 반복되는 화면 전환 패턴을 찾아낸 뒤, 대규모 언어모델(LLM)을 활용해 ‘메신저 채팅’, ‘웹 탐색’, ‘금융 결제’, ‘이메일 읽기·작성’ 등 이해하기 쉬운 행동 이름을 붙였다. 서로 다른 이메일·웹브라우저·메신저 앱에서도 같은 행동을 일관되게 분류하는 평가에서 95% 이상의 정확도를 보였다.개인정보 보호를 위해 실제 입력한 문자나 메시지 내용은 저장하지 않고, 입력 여부와 횟수, 화면 전환 등 행동 정보만 기록했다. 메시지나 통화 상대 정보도 원래 정보를 직접 드러내지 않는 값으로 바꾸는 ‘해시 처리’를 적용했다.연구팀은 20~30대 대학생과 직장인 26명의 실제 생활 데이터를 분석했다. 스트레스 자기평가와 스마트폰 기록이 모두 확보된 기간은 단기 참여자 16명이 평균 30.5일, 장기 참여자 10명이 평균 105.1일이었다. 참가자가 매일 기록한 자기평가를 기준으로 스트레스가 있는 날과 없는 날을 구분하는 개인 맞춤형 모델을 만들었다.참가자들의 스마트폰 사용에서 확인된 반복 행동은 모두 29종이었으며, 한 사람은 평균 약 7가지 행동을 일상적으로 반복했다. 연구팀은 이러한 행동 패턴을 학습한 개인 맞춤형 인공지능으로 하루의 스트레스 여부를 판별했다. 가장 좋은 성능을 보인 모델의 평균 정확도는 단기 참여자 75.9%, 장기 참여자 73.8%로, 약 4번 중 3번을 맞힌 셈이다. 같은 인공지능 기법으로 앱 사용량을 분석한 기존 방식보다 각각 5.5%포인트, 3.5%포인트 높았다.분석에 활용하는 행동을 줄여도 성능을 유지할 수 있었다. 같은 개인 맞춤형 모델에서 ‘메신저 채팅’과 ‘금융 결제’ 두 가지 행동만 활용하거나 ‘메신저 채팅’ 하나만 분석해도 기존 방식보다 높은 평균 판별 정확도를 보였다. 장기 데이터에서도 반복 행동을 기준으로 만든 분석 지표는 기존 방식보다 시간에 따른 변화가 작고 구조가 안정적으로 유지됐다.이번 실험에서는 기존 방식과 비교하기 위해 폭넓은 스마트폰 사용 기록을 수집했다. 연구팀은 향후 개인의 반복 행동을 파악한 뒤 관련 기록을 중심으로 수집·분석하면 데이터 수집 부담을 줄일 수 있을 것으로 기대한다. 어떤 행동이 판별에 활용됐는지 이해하기 쉽고, 앱 환경 변화에도 비교적 안정적인 디지털 정신건강 모니터링 기술로 발전할 가능성을 제시한 것이다.이의진 KAIST 전산학부 교수는 “스마트폰을 단순히 사용 시간을 측정하는 기기가 아니라 개인의 의사소통과 정보 탐색, 금융 활동이 반복되는 생활 공간으로 바라봤다”며 “이번 연구는 복잡한 스마트폰 기록을 사람이 이해할 수 있는 행동 단위로 바꿔 장기간 정신건강 변화를 보다 안정적으로 분석할 수 있는 기반을 제시한 것”이라고 말했다.다만 이번 연구는 행동과 스트레스의 연관성을 활용한 것으로, 특정 행동이 스트레스를 유발하거나 낮춘다는 인과관계를 입증한 것은 아니다. 연구팀은 20~30대 안드로이드 스마트폰 사용자에게서 확인한 결과를 바탕으로 다양한 연령과 직업군, 스마트폰 환경으로 연구를 확대하고 장기 안정성을 검증할 계획이다.이번 연구에는 이한수 박사가 제1저자로, 이의진 교수가 교신저자로 참여했으며 박태현·고영지 연구원과 전산학부 이재길 교수가 공동저자로 참여했다. 연구 결과는 모바일·웨어러블·유비쿼터스 컴퓨팅 분야 국제 학술지 ‘Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies’에 2025년 12월 게재됐다. 해당 연구는 2026년 10월 13일부터 15일까지 중국 상하이에서 개최되는 ACM UbiComp/ISWC 2026 발표 대상이다.※ 논문명: Leveraging Smartphone Human Interaction Routine Behavior Task Mining and Modeling for Daily Stress Monitoring, DOI: https://doi.org/10.1145/3770644※ 저자 정보: 제1저자(이한수), 공동저자(박태현·고영지·이재길), 교신저자(이의진)이번 연구는 과학기술정보통신부 정보통신기획평가원(IITP) ICT융합디지털 포용기술개발 과제와 한국연구재단(NRF) 세종펠로우십 과제의 지원을 받아 수행됐다.< 날짜와 스마트폰 사용 세션을 함께 고려해 반복 UI 시퀀스를 추출하는 다단계 순차 패턴 마이닝(ML-SPM) 과정 > < 기술적인 앱 내부 UI 시퀀스를 LLM이 사람이 이해할 수 있는 행동 과업으로 자동 모델링하는 과정 > < SHIRBT 기반 개인화 스트레스 판별의 주요 실증 결과 정확도, 필요한 앱 종류 및 장기 안정성 비교 > < 앱 변화에도 동일한 행동을 과업 단위로 표현하는 SHIRBT 방식과 기존 앱 사용량 기반 방식의 장기 안정성 비교 > 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=68190
- KAIST총동문회
- 2026-10-15
-
전기및전자공학부
[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 것이 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 방향을 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
- KAIST총동문회
- 2026-09-11
-
전산학부
[연구]스마트폰이 ‘몰래카메라 탐지기’로 변신한다
< (왼쪽부터) 윤종혁 KAIST 박사과정생, 션 탄 루이 시앙(Sean Tan Rui Xiang) 싱가포르국립대학교 연구원, 한준 KAIST 교수 > 스마트폰이 '몰래카메라 탐지기'로 변신한다. 우리 대학 연구진이 스마트폰과 1만 원 수준의 발광다이오드(LED, Light Emitting Diode) 장치만으로 숨겨진 불법 촬영 카메라를 찾아내는 AI 기술을 개발했다. 누구나 손쉽게 자신의 프라이버시를 지킬 수 있는 새로운 보안 기술로, 호텔과 공유숙박 등 일상 공간에서 불법 촬영 범죄를 예방하는 데 활용될 것으로 기대된다.우리 대학은 전산학부 한준 교수 연구팀이 싱가포르국립대학(NUS, National University of Singapore) 및 싱가포르경영대학(SMU, Singapore Management University)과 공동연구를 통해 스마트폰에 발광다이오드(LED) 케이스를 부착해 숨겨진 카메라를 탐지하는 기술 '스윕LED(SweepLED)'를 개발했다고 30일 밝혔다.< SweepLED 연구 개요 > 불법 촬영 카메라가 호텔, 공유숙박, 화장실 등 일상 공간에 몰래 설치되는 사례가 늘면서 일반인도 쉽게 활용할 수 있는 탐지 기술의 필요성이 커지고 있다. 그러나 기존 휴대용 탐지기는 사용자가 렌즈에서 반사되는 밝은 점을 직접 눈으로 확인해야 해 금속이나 유리, 광택이 있는 플라스틱의 반사를 카메라 렌즈로 오인하는 문제가 있었다.연구팀이 개발한 스윕LED는 스마트폰 카메라는 고정한 채 LED 조명의 방향만 바꾸며 물체 표면에서 나타나는 반사 변화 패턴을 분석하는 방식이다. 일반적인 광택 물체의 반사점은 조명 방향에 따라 위치가 달라지거나 사라지지만, 카메라 렌즈는 내부 렌즈와 조리개, 이미지센서 구조 때문에 반사 모양이 독특하게 변형되는 특징을 보인다.< SweepLED 하드웨어 프로토타입 및 동작 모습 > 연구팀은 이러한 시간에 따른 반사 변화 패턴을 딥러닝 기반 영상 분석으로 학습해 카메라 렌즈를 구별했다. 기존 탐지 방식이 사용자의 눈에 의존해 단순히 '밝은 점'을 찾는 수준이었다면, 스윕LED는 여러 조명 각도에서 나타나는 반사의 움직임과 모양 변화를 인공지능이 종합적으로 분석해 숨겨진 카메라를 판별한다는 점에서 차별화된다.이를 통해 숙박 공간에서 흔히 볼 수 있는 충전기, 탁상시계, 리모컨, 장식품 등 다양한 물체 속에 숨겨진 카메라 렌즈를 보다 안정적으로 탐지할 수 있다.< SweepLED의 숨겨진 카메라 탐지 파이프라인 > < SweepLED의 숨겨진 카메라 탐지 파이프라인 > 연구팀은 실제 환경에서 볼 수 있는 30개 물체를 대상으로 성능을 평가한 결과 약 94%의 탐지 정확도를 기록했으며, 물체 하나를 검사하는 데 걸리는 시간도 5초 이내인 것으로 확인했다.또한 스마트폰에 부착하는 LED 케이스의 핵심 부품 비용이 7달러(약 1만 원) 미만으로, 향후 스마트폰 액세서리 형태의 보급형 탐지기나 일반 소비자용 제품으로 상용화될 가능성을 제시했다.< AI생성 연구이미지 > 한준 교수는 "불법 촬영 카메라는 일상 공간에서 개인의 안전과 프라이버시를 심각하게 위협하는 문제" 라며 "이번 연구는 스마트폰 기반의 저비용 하드웨어와 인공지능 분석을 결합해 비전문가도 손쉽게 활용할 수 있는 실용적인 탐지 기술의 가능성을 제시했다는 점에서 의미가 있다" 고 말했다.KAIST 윤종혁 박사과정생이 제1저자로 참여한 이번 연구는 모바일 컴퓨팅 분야 최고 권위의 국제학술대회인 ACM 모비시스 2026(ACM MobiSys 2026)에서 6월 20일 발표됐다.※ 논문명: Hide-and-Sweep: Detecting Concealed Cameras via LED Illumination Sweeps, DOI: https://doi.org/10.1145/3812835.3814866※ 저자정보: 윤종혁(제1저자), 문재영, 박윤서, Sean Rui Xiang Tan, 김병현, Rajesh Krishna Balan, 한준(교신저자)한편 이번 연구는 과학기술정보통신부와 한국연구재단의 STEAM 글로벌융합연구지원사업 및 중견연구자지원사업의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66390
- KAIST총동문회
- 2026-09-01
-
화학과
[연구]“신약 설계해줘”... 소버린 바이오 AI 'K-Fold' 공개
< (왼쪽부터) KAIST 오병하, 이규리, 황성주, 김우연, 안성수, 김호민 교수 > “이 단백질에 잘 결합하는 신약 후보를 설계해줘.”연구자가 AI에게 이렇게 요청하면 AI가 단백질의 3차원 구조를 예측하고, 어떤 물질이 잘 결합할지 분석해 유망한 신약 후보를 설계한다. 우리 대학 연구진이 세계에서 가장 빠르게 단백질 구조 예측을 수행하는 바이오 AI 모델 ‘K-Fold(케이폴드)’를 국내 독자 기술로 개발했다.< K-Fold 아키텍처 사진 > 우리 대학은 과학기술정보통신부 ‘AI 특화 파운데이션 모델 프로젝트’의 주관기관으로 ‘팀 KAIST’를 구성하고, 차세대 바이오 AI 모델 ‘K-Fold’를 공개했다고 28일 밝혔다.‘팀 KAIST’는 화학과 김우연 교수가 연구를 총괄하고, 김우연 교수 그룹과 김재철AI대학원 황성주·안성수 교수 그룹 연구원들이 AI 모델 개발을, 생명과학과 오병하·김호민·이규리 교수가 단백질 데이터 구축과 검증을 담당한다. KAIST 교원창업기업 히츠(HITS)는 K-Fold를 연구자가 실제 활용할 수 있도록 웹 기반 AI 연구 플랫폼 ‘하이퍼랩(HyperLab)’과 연계해 서비스로 구현했다. K-Fold의 성과 확산과 산업계 활용 촉진은 한국제약바이오협회와 한국바이오협회가 맡는다.K-Fold의 가장 큰 특징은 신약 개발에 필요한 단백질과 약물의 ‘결합’을 AI로 예측한다는 것이다.신약을 개발하려면 먼저 질병과 관련된 단백질이 어떤 모양인지 파악하고, 수많은 물질 가운데 어떤 것이 그 단백질에 잘 붙어 원하는 작용을 하는지 찾아야 한다. K-Fold는 단백질의 3차원 구조를 예측하는 것은 물론 약물 후보가 단백질의 어디에, 어떤 모습으로 결합할지까지 미리 계산해 유망한 후보를 빠르게 찾도록 돕는다.단백질 하나의 구조만 예측하는 데 그치지 않는다. 단백질과 단백질, 단백질과 약물 후보 물질, DNA·RNA 등 여러 생체분자가 서로 만났을 때 어떤 구조를 만드는지까지 예측할 수 있다.성능도 세계적인 수준이다. 지난 3월 과제 단계평가에서 K-Fold의 분자 복합체 구조 예측 정확도는 구글 딥마인드의 AlphaFold3(알파폴드3)에 근접한 수준으로 평가됐다. 연구팀이 8월 자체 수행한 성능평가에서는 일부 평가 항목에서 기존 글로벌 모델보다 높은 성능도 확인했다.특히 암을 비롯한 여러 질환의 주요 신약 표적인 G-단백질 연결 수용체(GPCR)와 인산화효소(Kinase), 질병을 일으키는 단백질을 직접 제거하는 새로운 신약 기술인 표적단백질분해(TPD) 분야에서 약물이 표적 단백질에 어떻게 결합하고 작용하는지를 예측하는 데 높은 성능을 보였다.구조 예측 속도도 크게 높였다.기존 단백질 구조 예측 AI는 구조를 계산하기 전에 비슷한 단백질의 서열 정보를 대량으로 찾아 비교하는 복잡한 사전 작업이 필요했다. K-Fold는 이러한 과정에 의존하지 않는 새로운 방식을 적용해 사전 계산 단계를 없애고, 기존 모델 대비 구조 예측 속도를 최대 25배 높였다.이는 같은 시간에 더 많은 신약 후보를 살펴볼 수 있다는 의미다. 구조 예측에 필요한 시간과 컴퓨팅 자원을 줄이면서 수많은 후보 가운데 가능성이 높은 물질을 빠르게 골라내 연구자가 실제 실험할 대상을 좁히는 데 도움을 줄 수 있다.배충식 KAIST 총장은 “AI 시대의 국가 경쟁력은 핵심 기술을 우리 스스로 개발하고 활용할 수 있는 ‘소버린 AI’ 역량에 달려 있다”며 “K-Fold는 국내 독자 AI 기술을 바이오와 결합해 세계 수준의 기술에 도전하고, 실제 신약 연구에 활용할 수 있는 서비스로 연결했다는 데 의미가 크다. KAIST는 앞으로도 AI 원천기술과 과학기술의 융합을 통해 대한민국의 AI 기술 주권과 미래 경쟁력을 높여가겠다”고 말했다.연구팀은 K-Fold를 개발하는 데서 그치지 않고 연구자가 웹에서 대화하듯 사용할 수 있는 AI 연구 서비스로 구현했다.KAIST 교원창업기업 히츠의 멀티에이전트 플랫폼 ‘하이퍼랩(HyperLab)’에 K-Fold를 탑재해 별도의 고성능 컴퓨터를 직접 구축하거나 복잡한 AI 프로그램을 다루지 않아도 사용할 수 있도록 했다.예를 들어 연구자가 “이 단백질에 강하게 결합하는 항체를 설계해줘”라고 요청하면 AI가 단백질 구조를 예측하고, 결합 가능성이 높은 후보를 설계한 뒤 계산을 통해 결과를 평가하는 과정을 단계적으로 지원한다. “이 암 표적 단백질에 적합한 펩타이드 후보를 찾아줘”라고 요청하는 것도 가능하다. 쉽게 말해 연구자가 직접 여러 프로그램을 옮겨 다니며 구조를 계산하고 결과를 분석하는 대신, AI에게 연구 목표를 말하면 필요한 분석과 설계를 차례로 수행하도록 한 것이다.하이퍼랩은 이를 위해 구조 예측과 약물 설계, 유전체·단백질 등 생명과학 데이터 분석에 활용할 수 있는 120여 개의 계산 도구와 160여 개의 전문 기능을 갖췄다. 또한 100여 개의 전문 데이터베이스와 대규모 지식그래프를 연결해 필요한 연구 정보를 찾아 분석에 활용할 수 있도록 했다.연구 질문을 이해하고 필요한 도구를 선택해 구조를 예측하고, 결과를 분석한 뒤 다시 설계를 개선하는 일련의 과정을 지원한다는 점에서 연구자를 돕는 ‘AI 공동연구자(Co-Scientist)’를 지향한다.바이오 AI는 신약 개발의 시간과 비용을 줄일 수 있는 핵심 기술로 떠오르면서 미국·영국·중국의 글로벌 빅테크와 주요 연구기관들이 치열한 개발 경쟁을 벌이고 있다. 이번 K-Fold 개발은 바이오 AI 핵심 기술을 해외 모델에만 의존하지 않고 국내 기술로 확보해 실제 연구에 활용할 수 있는 ‘소버린 바이오 AI’ 기반을 마련했다는 데 의미가 있다.< 연구 이미지 (AI 생성) > 이번 성과는 지난 6월 23일 열린 ‘2026 한국생체분자과학연합학술대회’에서 김우연 교수가 ‘에이전틱 AI 기반 생성형 신약 설계(Generative Drug Design Powered by Agentic AI)’를 주제로 한 기조강연을 통해 처음 공개했다.김우연 KAIST 화학과 교수는 “K-Fold는 기존 모델을 따라가는 것이 아니라 새로운 AI 구조를 적용해 기존 방식의 한계를 뛰어넘기 위해 개발했다”며 “세계 최고 수준의 바이오 AI를 연구자 누구나 활용할 수 있는 과학 AI 플랫폼으로 발전시키겠다”고 말했다.‘팀 KAIST’ 컨소시엄은 K-Fold를 무료로 배포할 예정이며, 하이퍼랩은 국내외 연구자를 대상으로 베타 서비스를 제공한 뒤 올해 안에 단계적으로 상용 서비스를 확대할 계획이다.한편 K-Fold의 산업 현장 확산을 위한 교육도 본격화됐다. 8월 27일 한국바이오협회 온라인 교육에는 85명이 참여했으며, 9월 1일 한국제약바이오협회와 진행하는 온·오프라인 교육에는 현재 118명이 신청했다. 교육에서는 제약·바이오 기업 실무자를 대상으로 K-Fold 활용법과 신약 설계 적용 사례를 소개해 소버린 바이오 AI의 산업 현장 도입을 지원한다.※ 관련 사이트: HyperLab Co-Scientist: https://hyperlab.ai/features-co-scientistK Fold-하이퍼랩 3.0 소개영상: https://drive.google.com/file/d/1MxhZr-C3pQdIVn1EP44hQICj8G70is3_/view 한편, 이번 연구는 과기정통부 ‘차세대 바이오 파운데이션 모델 K-Fold 개발’ 과제(PJT-25-100009) 의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=66350
- KAIST총동문회
- 2026-09-01
-
전기및전자공학부
[연구]AI가 '안 들리는데 들린다' 우기는 시대 끝낸다
< (왼쪽부터) 정상윤 박사과정(KAIST, MAD 및 DNA 연구 제1저자), 노용만 교수(KAIST, 교신 저자), 유영준 박사(KAIST, DNA연구 공동 제1저자) > AI가 ‘안 들리는데 들린다’, ‘없는데 있다’고 우기는 시대가 끝난다. 우리 대학 연구진이 AI가 여러 감각 정보를 스스로 구분하고 존재하지 않는 정보를 만들어내는 ‘환각’을 줄이는 핵심 기술을 개발했다. 자율주행차와 로봇, 의료 AI 등 실제 산업 현장에서 더욱 신뢰할 수 있는 멀티모달 AI 구현의 기반이 될 것으로 기대된다.우리 대학은 전기및전자공학부 노용만 교수 연구팀이 멀티모달 대형 언어모델(MLLM, 텍스트와 이미지·소리 등 여러 정보를 함께 이해하는 AI)의 감각 혼선을 줄이는 두 가지 핵심 기술을 개발했다고 31일 밝혔다. 이번 기술은 카메라와 다양한 센서의 특성을 정확히 이해하도록 하는 기술과 시각·청각 정보가 뒤섞이면서 발생하는 환각을 줄이는 기술로, 별도의 대규모 재학습 없이도 AI의 신뢰성을 크게 높였다.연구팀이 개발한 첫 번째 기술은 AI가 열화상(Thermal, 물체가 내는 열을 영상으로 보여주는 센서), 깊이 영상(Depth, 물체까지의 거리를 측정하는 센서), 엑스레이(X-ray) 등 다양한 센서가 담고 있는 물리적 의미를 정확하게 이해하도록 돕는 ‘센서 이해 AI’기술(DNA, Diverse Negative Attributes) 최적화 기법이다.< 연구팀이 개발한 DNA 최적화 기술이 적용된 모델 > 사람은 열화상 화면에서 밝게 보이는 부분이 ‘뜨거운 곳’이라는 것을 알지만, 기존 AI는 이를 일반 사진처럼 해석해 단순한 빛으로 착각하기도 했다. 연구팀은 AI가 열과 거리 등 센서가 측정하는 물리 정보를 이해하도록 새로운 학습 기술을 개발했다. AI가 자주 틀리는 사례를 반복적으로 학습하게 한 결과, 어둠이나 연기 속에서도 사물을 더욱 정확하게 인식할 수 있게 됐다.두 번째 기술은 시각과 청각 정보가 서로 영향을 주면서 발생하는 환각을 줄이는 ‘감각 혼선 방지' 기술(MAD, Modality-Adaptive Decoding) 기술이다.예를 들어 CCTV 영상에 자동차가 지나가는 장면이 담겨 있지만 실제로는 소리가 녹음되지 않았을 때, 기존 멀티모달 AI는 자동차가 보인다는 이유만으로‘엔진 소리가 들린다’고 답하는 경우가 있었다. 연구팀은 AI가 먼저 ‘이번 질문은 영상을 보고 판단해야 하는지, 소리를 듣고 판단해야 하는지’를 스스로 구분한 뒤, 더 중요한 감각 정보에 집중하도록 만들었다. 이를 통해 AI를 처음부터 다시 학습시키지 않고도(Training-free) 이러한 감각 혼선과 환각을 효과적으로 줄였다.또한 연구팀은 AI를 막대한 컴퓨팅 자원으로 처음부터 다시 학습시키는 대신, DNA 기술은 적은 데이터만으로 다양한 센서를 이해하도록 성능을 높이고, ‘감각 혼선 방지' 기술(MAD)은 기존 AI에 프로그램을 추가하듯 바로 적용할 수 있도록 설계했다. 따라서 시간과 비용을 크게 줄이면서도 기존 멀티모달 AI의 신뢰성을 높일 수 있어 산업 현장에 빠르게 적용할 수 있다.이번 기술은 밤이나 안개 속에서도 보행자와 차량을 정확히 인식해야 하는 자율주행차, 연기로 앞이 보이지 않는 화재 현장에서 생존자를 찾는 구조 로봇, 열화상 카메라를 이용하는 드론 등에 활용될 수 있다. 또한 공항 보안검색에서 엑스레이 영상을 분석하거나, 병원에서 CT·MRI·엑스레이 등 여러 의료영상을 함께 분석하는 AI의 정확성과 신뢰성을 높이는 데도 기여할 것으로 기대된다.< 연구 이미지 (AI 생성) > 노용만 교수는 "멀티모달 AI가 실제 환경에서 사용되기 위해서는 다양한 센서의 특성을 정확히 이해하고 여러 감각 정보를 혼동하지 않는 것이 중요하다”며 "이번 연구는 대규모 재학습 없이도 AI의 감각 편향과 환각을 줄여 실제 생활과 산업 현장에서 믿고 사용할 수 있는 멀티모달 AI의 기반을 마련했다”고 말했다.이번 성과는 KAIST 전기및전자공학부 정상윤 박사과정이 두 기술 연구 모두 제1 저자로 참여해 연속성을 빛냈으며, 유영준 박사가 ‘센서 이해 AI' 기술(DNA) 연구에 공동 제1 저자로 참여했다.관련 논문 중 ‘감각 혼선 방지' 기술(MAD) 연구는 인공지능 컴퓨터 비전 분야 최고 권위 국제학회인 ‘국제 컴퓨터 비전 및 패턴인식 학술대회(CVPR)’에 지난 6월 발표되었다. 또한 ‘센서 이해 AI' 기술(DNA) 연구는 영상처리 분야 최고 국제 학술지인 ‘IEEE Transactions on Image Processing’에 게재가 되었다.※ 논문명: Enhanced Vision-Language Models for Diverse Sensor Understanding: Cost-Efficient Optimization and Benchmarking, DOI:10.48550/arXiv.2412.20750※ 저자 정보: 정상윤 (KAIST, 공동 제1 저자), 유영준 (KAIST, 공동 제1 저자), 김세연 (KAIST, 제3 저자), 지영채 (KAIST, 제4 저자), 노용만(KAIST, 교신저자)※ 논문명: MAD: Modality-Adaptive Decoding for Mitigating Cross-Modal Hallucinations in Multimodal Large Language Models, DOI:10.48550/arXiv.2601.21181※ 저자 정보: 정상윤 (KAIST, 제1 저자), 김세연 (KAIST, 제2 저자), 지영채 (KAIST, 제3 저자), 노용만(KAIST, 교신저자)한편, 이번 연구는 정보통신기획평가원(IITP) 사람중심인공지능 핵심원천기술 개발사업과 국방과학연구소 인공지능 특화연구센터(CARAI) 과제 등의 지원을 받아 수행되었다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=65190
- KAIST총동문회
- 2026-08-06
-
전기및전자공학부
[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 >
- KAIST총동문회
- 2026-05-26
-
산업디자인학과
[연구]‘식물이 플레이하는 게임’ 연구로 HCI 최고학회 최우수논문상 수상
< (왼쪽부터) 이창희 교수, 이윤지 박사과정 > 식물이 스스로 게임 속 캐릭터를 변화시키고 인간은 이를 관찰하며 교감하는 새로운 형태의 디지털 게임이 등장했다.우리 대학은 산업디자인학과 이창희 교수 연구팀이 식물을 단순한 장식이나 센서가 아닌 ‘상호작용의 주체’로 활용한 연구로 인간-컴퓨터 상호작용(Human-Computer Interaction, HCI) 분야 최고 권위 학회인 ACM CHI 2026에서 최우수논문상(Best Paper Award)을 수상했다고 15일 밝혔다.< Plant.play() 시스템 이미지 > < Plant.play() 시스템 측면 사진 > ACM(Association for Computing Machinery, 컴퓨팅 기계 협회) CHI(Conference on Human Factors in Computing Systems) 2026은 지난 4월 13일부터 17일까지 스페인 바르셀로나에서 개최됐다. CHI는 인간-컴퓨터 상호작용(Human-Computer Interaction, HCI) 분야에서 세계 최고 권위를 인정받는 국제 학술대회 중 하나다.최우수논문상(Best Paper Award)은 전체 제출 논문 가운데 상위 약 1%에만 수여되는 최고 권위의 상이다. 특히 올해 학회에는 총 6,730편의 논문이 제출돼 역대 최대 규모를 기록했으며, 이번 수상은 KAIST 연구진의 세계적 연구 경쟁력을 보여주는 성과로 평가된다.이창희 교수팀은 ‘식물이 게임을 한다면(When Plants Play: Rethinking Plant Materiality in Digital Games)’이라는 논문을 통해 식물이 디지털 게임에 직접 참여하는 새로운 형태의 상호작용 방식을 제안했다.이번 연구는 식물을 단순한 센서나 장식 요소로 활용하는 기존 방식을 넘어, 식물의 상태 변화가 게임 진행에 직접 영향을 주도록 설계한 것이 특징이다. 연구팀은 식물의 생체 신호와 환경 데이터, 일주기 리듬(낮과 밤에 따라 반복되는 생체 변화) 등을 게임에 반영해 식물 상태에 따라 게임 속 캐릭터가 변화하도록 구현했다. 이용자는 게임을 직접 조작하기보다 식물의 변화와 반응을 관찰하고 해석하는 방식으로 게임에 참여한다.식물은 성장 과정에 따라 서로 다른 형태의 캐릭터와 변화를 만들어내며, 이러한 변화는 식물 고유의 성장 방식과 변화 속도를 반영한다.연구팀은 실제 전시 환경에서 사용자 연구를 수행한 결과, 참가자들이 식물의 느리고 예측하기 어려운 변화를 하나의 ‘놀이’로 받아들이는 모습을 확인했다. 특히 식물과 게임 속 가상 캐릭터에 정서적으로 몰입하고 공감하는 경향도 나타났다. 이는 식물을 단순한 관찰 대상이 아니라 함께 상호작용하는 존재로 인식하게 만드는 계기로 이어졌다.< 식물이 키우는 디지털 펫은 하루 리듬에 따라 책을 읽는 등 다양한 행동을 보이며 성장시킨다. > < 습도가 낮은 환경에서 식물은 디지털 펫에게 햄버거를 제공하며 성장을 돕는다. > 이번 연구는 인간 중심의 디지털 상호작용에서 벗어나, 식물과 같은 비인간 존재와의 새로운 상호작용 가능성을 제시했다는 점에서 높은 평가를 받았다.이창희 교수는 “이번 연구는 식물과 같은 비인간 존재를 하나의 행위 주체로 보고 새로운 상호작용 방식을 탐색한 시도”라며 “우리 사회는 정서적 유대와 공감을 중시하는 ‘어태치먼트 이코노미(attachment economy)’로 확장되고 있으며, 앞으로는 인간뿐 아니라 AI, 로봇, 동물, 식물 등 다양한 비인간 존재와의 교감이 중요해질 것”이라고 말했다. 이어 “이번 연구는 이러한 새로운 상호작용 가능성을 보여주는 사례”라고 설명했다.이윤지 박사과정생이 제1저자로, 이창희 교수가 교신저자로 참여한 이번 연구는 ACM 디지털 자료관(ACM Digital Library)에서 확인할 수 있다.※ 논문명: When Plants Play: Rethinking Plant Materiality in Digital Games※ DOI: https://doi.org/10.1145/3772318.3791373한편, 본 연구는 브레인코리아(BK21)의 지원을 받아 수행되었다.
- KAIST총동문회
- 2026-05-19
-
생명화학공학과
[연구]“밤길 물웅덩이도 척척 인식”...KAIST, 자율주행 ‘눈’의 한계 넘었다
< (왼쪽부터) 조한빈 박사과정, 웬슈안 주(Wenxuan Zhu) 박사후 연구원, 서준기 교수, 김창환 석박사통합과정 > 어두운 도로 위 물과 아스팔트를 구분하지 못하던 기존 센서의 한계를 넘어, 자율주행과 의료 진단의 정확도를 높일 기술이 등장했다. 우리 대학 연구팀이 빛의 ‘방향’까지 읽고 스스로 반응을 바꾸는 차세대 편광 센서를 개발했다.우리 대학은 생명화학공학과 서준기 교수 연구팀이 빛의 특정방향으로 진동하는 성질인 ‘편광(polarization)’정보를 활용해 스스로 최적 상태를 찾아 동작을 조절하는 ‘자기 재구성(self-reconfigurable)’편광 센서 배열 기술을 개발했다고 12일 밝혔다.최근 데이터가 폭발적으로 증가하고 인공지능 기술이 빠르게 발전하면서, 방대한 정보를 적은 에너지로 효율적으로 처리할 수 있는 차세대 비전 시스템의 필요성이 커지고 있다. 그러나 기존 이미지 센서는 빛의 밝기 정보만을 감지하는 데 그쳐 물체의 방향성이나 표면 구조를 정밀하게 파악하는 데 한계가 있었다.연구팀은 이러한 한계를 극복하기 위해 빛의 진동 방향까지 함께 인식할 수 있는 ‘편광’ 기반 센서 기술을 개발했다. 특히 텔루륨(Te)과 이황화레늄(ReS₂)이라는 서로 다른 두 물질을 결합해 새로운 기능을 구현한 ‘이종구조(heterostructure)’를 활용해, 결정 방향에 따라 빛에 대한 반응이 달라지는 특성을 효과적으로 구현했다.< 이중 이방성 vdW 이종구조 기반 자가 재구성형 편광 센서 및 인-센서 컴퓨팅 개념도 > 두 물질을 서로 교차하도록 정밀하게 쌓기 위해 연구팀은 원자층 단위로 물질을 정밀하게 쌓아 결정 구조를 제어하는 공정인 ‘에피택셜 원자층 증착(Epitaxial Atomic Layer Deposition)’을 적용했다. 이를 통해 두 물질의 결정 구조가 정확히 맞물리도록 구현함으로써, 기존 대비 높은 재현성과 안정적인 성능을 확보했다.이 구조에서는 빛이 조사될 때 물질 경계에서 전하 이동 및 포획(interfacial carrier transfer & trapping, 전자가 이동하거나 특정 위치에 머무르는 현상)이 발생하며, 그 결과 빛의 세기, 파장, 방향 등 조건에 따라 전류 방향이 뒤집히는 광반응인 ‘양극성 광응답(bipolar photoresponse)’이 나타난다. 특히 외부 전기 신호 없이도 빛만으로 센서의 동작 상태를 자유롭게 조절할 수 있는 것이 특징이다.또한 이 기술은 센서 자체가 데이터를 처리하는 인-센서 컴퓨팅(in-sensor computing) 구조에 적용될 수 있어, 복잡한 연산 과정 없이도 시간에 따라 변화하는 다차원 광학 정보를 효율적으로 처리할 수 있다. 실제 실험에서는 움직이는 물체 인식에서 95% 이상의 높은 정확도를 기록하며, 자율주행 및 의료 진단 등 다양한 분야에서의 활용 가능성을 입증했다.< 빛 기반 동작 재구성이 가능한 편광 인공지능 센서 플랫폼 실험 이미지(AI생성 이미지) > 서준기 교수는 “이번 연구는 편광 정보를 활용해 보다 풍부한 시각 정보를 확보할 수 있는 인공지능 비전 기술의 새로운 기반을 제시한 것”이라며 “향후 저전력·고효율 AI 시스템 구현에 중요한 역할을 할 것으로 기대된다”고 밝혔다.이번 연구에는 웬슈안 주(Wenxuan Zhu, 박사후 연구원)와 김창환(박사과정생)이 제1저자로 참여했으며, 서준기 교수가 교신저자로 참여했다. 연구 결과는 국제 학술지 네이처 센서스(Nature Sensors)에 4월 14일 자로 게재됐다.※ 논문명: Self-reconfigurable polarization perception in dual-anisotropy heterostructures for high-dimensional in-sensor computing, DOI: https://doi.org/10.1038/s44460-026-00057-9< 논문 포트폴리오 및 QR 코드 > 한편, 이번 연구는 과학기술정보통신부가 지원하는 한국연구재단의 PIM 인공지능반도체 핵심기술개발(소자) 사업과 개인기초연구사업 및 한국산업기술진흥원(KIAT) 사업의 산업혁신인재성장지원사업의 지원을 받아 수행되었다.
- KAIST총동문회
- 2026-05-14




