연구개발
-
전기및전자공학부
[연구]메모리에 정보 새겨지는 ‘찰나’의 비밀 밝혔다
< (왼쪽부터) KAIST 부얀톡톡 밭조릭 포닥, 홍승범 교수, 김승훈 박사 > 메모리에 정보가 기록되는 찰나, 눈에 보이지 않는 나노 세계에서는 무슨 일이 일어날까. 우리 대학 연구진이 차세대 메모리 소재를 직접 들여다본 결과, 정보를 저장하는 작은 영역이 곳곳에서 새로 생겨나는 동시에 이미 생긴 영역도 주변으로 퍼져나간다는 사실을 밝혀냈다. 기존 이론과 달리 두 현상이 함께 일어난다는 것을 규명해, 더 빠르고 안정적인 차세대 메모리 설계의 새로운 길을 제시했다.우리 대학은 신소재공학과 홍승범 교수 연구팀이 전기및전자공학부 조병진 교수 연구팀 및 독일 드레스덴 공과대학교(TU Dresden) 연구진과 공동으로, 차세대 메모리 소재로 주목받는 하프늄-지르코늄 산화물(HZO)에서 정보가 기록되는 과정을 규명했다고 8일 밝혔다.연구팀이 주목한 것은 ‘강유전체’다. 강유전체는 전기를 끊어도 내부의 전기적 방향을 스스로 유지할 수 있는 물질로, 이 방향을 바꿔 0과 1의 정보를 기록할 수 있다. 이때 물질 내부에서 양전하와 음전하가 일정한 방향으로 배열되는 전기적 상태를 ‘분극’이라고 한다.연구에 사용된 하프늄-지르코늄 산화물(HZO)은 반도체 산업에서 널리 사용하는 하프늄 산화물에 지르코늄을 섞어 강유전성을 갖게 한 소재다. 기존 반도체 제조 공정과 함께 사용하기 쉽다는 장점이 있어, 전원을 꺼도 정보가 사라지지 않는 차세대 비휘발성 메모리 소재로 주목받고 있다.강유전체에 전압을 가하면 내부에서는 같은 방향의 분극을 가진 아주 작은 영역인 ‘도메인(domain)’이 변화한다. 도메인은 같은 전기적 방향을 바라보는 원자들이 모여 있는 작은 구역이라고 볼 수 있다. 새로운 도메인이 생겨나고 이미 만들어진 도메인이 주변으로 넓어지면서 전체 분극 방향이 바뀌고 정보가 기록된다.하지만 그동안에는 이 과정에서 새로운 도메인이 처음 생겨나는 ‘핵생성(nucleation)’과 이미 생긴 도메인이 주변으로 퍼지는 ‘성장(growth)’ 가운데 어느 과정이 메모리 작동을 좌우하는지를 중심으로 설명해 왔다. 쉽게 말해 새로운 변화가 여기저기서 시작되는 것과, 이미 시작된 변화가 주변으로 번져가는 것을 각각 중심으로 본 것이다.특히 HZO처럼 수많은 나노미터 크기의 작은 결정으로 이뤄진 얇은 막인 ‘하프니아계 박막’에서는 두 과정이 복잡하게 얽혀 있어 기존의 단순한 모델만으로 실제 메모리의 작동 과정을 충분히 설명하기 어려웠다.연구팀은 고해상도 현미경을 이용해 나노미터(nm, 10억분의 1m) 크기의 도메인이 전압에 따라 어떻게 변화하는지를 직접 관찰하고, 이를 실제 소자 전체에서 측정되는 전기적 변화와 비교·분석했다.< 하부 전극에 따라 강유전체 도메인의 확산 방식이 달라지는 모습 > 그 결과, 정보가 기록되는 동안 새로운 도메인이 곳곳에서 계속 생겨나는 동시에 이미 만들어진 도메인도 주변으로 퍼져나간다는 사실을 확인했다. 즉, ‘새로운 변화의 시작’과 ‘이미 시작된 변화의 확산’이 동시에 일어나면서 정보가 기록되는 것이다. 연구팀은 이 과정을 하나로 설명하는 새로운 이론인 ‘동시 핵생성-성장(SNG, Simultaneous Nucleation and Growth) 모델’로 정립했다.쉽게 말하면 호수 곳곳에 돌을 계속 던지는 것과 비슷하다. 먼저 떨어진 돌에서 생긴 물결이 사방으로 퍼져나가는 동안 다른 곳에서도 새로운 물결이 계속 만들어진다. 여러 물결이 동시에 생겨나고 커지며 호수 전체로 퍼지는 것처럼, 메모리 안에서도 새로운 도메인의 생성과 기존 도메인의 확장이 함께 진행되며 정보가 기록되는 것이다.특히 연구팀은 현미경으로 관찰한 나노 수준의 변화와 실제 메모리 소자의 전기적 작동을 하나의 원리로 연결했다. 이를 통해 메모리가 단순히 ‘얼마나 빨리’ 바뀌는지를 넘어, 정보 기록이 어디에서 시작되고 어떤 방식으로 퍼져나가는지까지 설명할 수 있게 됐다.이번 연구는 차세대 메모리의 성능을 높이는 데도 활용될 수 있다. 도메인이 만들어지고 퍼지는 과정을 이해하면 소재의 구조나 제조 공정을 조절해 정보 기록이 보다 빠르고 균일하게 일어나도록 설계할 수 있기 때문이다.연구팀은 이를 바탕으로 빠르고 안정적으로 작동하면서 전력 소비를 줄인 비휘발성 메모리와 AI용 뉴로모픽 소자 개발에도 기여할 수 있을 것으로 기대하고 있다. 비휘발성 메모리는 전원을 꺼도 저장된 정보가 사라지지 않는 메모리이며, 뉴로모픽 소자는 인간의 뇌처럼 정보를 처리하고 기억하는 방식을 전자소자로 구현하는 기술로 저전력 AI 반도체 등에 활용될 수 있다.< 연구이미지 (AI 생성) > 홍승범 교수는 “전원을 꺼도 전기적 상태를 유지하는 강유전체에 정보가 기록될 때는 작은 변화가 곳곳에서 새로 시작되는 동시에 이미 시작된 변화도 주변으로 퍼져나간다”며 “이번 연구는 이 두 움직임이 함께 정보 기록을 완성하는 원리를 밝혀낸 것으로, 더 빠르고 안정적인 차세대 메모리를 설계하는 새로운 기준이 될 것”이라고 말했다.이번 연구는 KAIST 신소재공학과 부얀톡톡 밭조릭(Buyantogtokh Batzorig) 박사후연구원이 제1저자로 참여했으며, 국제 학술지 ‘나노 레터스(Nano Letters)’에 2026년 6월 15일자로 게재됨과 동시에 표지논문으로 선정됐다.< Nano Letters 표지논문 선정 사진 > ※ 논문명: Nucleation-to-Propagation Switching Modes in Ferroelectric Hf0.5Zr0.5O2 Capacitors, DOI: https://doi.org/10.1021/acs.nanolett.6c01580이번 연구는 과학기술정보통신부의 재원으로 한국연구재단(NRF)의 지원을 받아 수행되었다(과제번호: RS-2026-25487626, RS-2026-25468150, RS-2023-00272257). 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=67950
- KAIST총동문회
- 2026-10-13
-
생명화학공학과
[연구]전기차 배터리 더 작고 가볍게…구리판 바꿔 ‘무음극 전지’ 수명 늘린다
< (왼쪽부터) KAIST 김은지 박사과정생, 정현주 박사과정생, 김진욱 박사과정생, KAIST 이진우 교수, KAIST 정희태 교수, 경북대 이용희 교수 > 전기차 배터리를 더 작고 가볍게 만들면서 한 번 충전으로 더 멀리 달리게 할 기술이 개발됐다. KAIST 연구진은 충전된 리튬을 저장하는 흑연 등의 음극재를 없애 무게와 공간을 줄인 ‘무음극 전지’에서, 리튬이 가시처럼 자라 수명을 떨어뜨리는 문제를 해결할 새로운 방법을 제시했다. 반도체 초미세 공정으로 리튬이 고르게 쌓일 자리를 만들고 단단한 보호막이 형성되도록 한 것이 핵심이다.생명화학공학과 이진우·정희태 교수 공동연구팀이 경북대학교(총장 허영우), 나노종합기술원(원장 박흥수) 연구진과 함께 반도체 소자 제작에 쓰이는 초미세 공정을 배터리에 적용해 ‘무음극 전지’의 수명을 늘릴 새로운 기술을 개발했다고 22일 밝혔다.일반적인 리튬이온전지는 충전된 리튬을 흑연 등의 음극재에 저장한다. 반면 무음극 전지는 별도의 음극재 없이 얇은 구리판 위에 리튬을 직접 쌓는다. 음극재가 차지하던 무게와 공간을 줄일 수 있어 같은 크기의 배터리에 더 많은 에너지를 담을 차세대 기술로 주목받고 있다.그러나 충전과 방전을 반복하면 리튬이 구리판 위에 고르게 쌓이지 않고 나뭇가지나 가시처럼 자라는 ‘덴드라이트’가 발생한다. 리튬을 보호하는 막도 불안정해져 배터리의 성능과 수명이 빠르게 떨어진다. 이는 무음극 전지의 실용화를 가로막는 대표적인 난제다.기존에는 무음극 전지의 수명을 늘리기 위해 리튬을 여분으로 넣거나 표면에 두꺼운 보호층을 덧붙였다. 사용 중 줄어들 리튬을 미리 보충하거나 외부에 보호막을 씌우는 방식이다. 하지만 재료가 늘어나는 만큼 배터리가 무겁고 두꺼워져, 작고 가벼운 무음극 전지의 장점이 줄어든다.연구팀은 재료를 더 넣는 대신 리튬이 쌓이는 구리판 자체를 바꿨다. 평평한 주차장에 주차 구역을 촘촘히 만드는 것처럼 구리판 표면에 미세한 관 모양의 구조를 만들어, 리튬이 한곳에 몰리지 않고 넓게 나뉘어 쌓이도록 했다.< 연구 이미지 (AI 생성) > 이를 위해 반도체를 정밀하게 가공할 때 쓰는 ‘2차 스퍼터링 리소그래피(SSL)’ 공정을 활용했다. 구리판에 직경 약 300나노미터, 높이 약 150나노미터의 미세한 관을 만들자 리튬이 닿는 면적이 평평한 구리판보다 약 4배 넓어졌다. 그만큼 리튬이 한곳에 뾰족하게 자라기 어려워졌다.구리판 위에는 ‘맥신(MXene)’이라는 2차원 신소재를 약 10나노미터 두께로 입혔다. 머리카락 굵기의 수천분의 1에 불과한 초박막이다. 맥신은 완성된 보호막을 씌우는 것이 아니라, 보호막을 만드는 성분을 끌어모으는 ‘밑칠’처럼 작용한다. 배터리가 작동하면 맥신 표면에 리튬플루오라이드(LiF)가 풍부한 단단한 보호막이 자연스럽게 만들어진다.이 보호막은 리튬과 전해질 사이의 불필요한 반응을 줄이고, 리튬이 가시처럼 자라는 것도 억제한다. 연구팀은 공기와의 접촉을 차단한 채 배터리 표면과 내부를 정밀하게 관찰해, 맥신을 따라 나노 크기의 보호막이 고르게 만들어지는 것을 확인하고 그 형성 원리까지 규명했다. 분석에는 엑스선 광전자 분광법(XPS), 비행시간형 이차이온 질량분석기(ToF-SIMS), 투과전자현미경(TEM) 등이 사용됐다.< 초미세 나노공정을 활용한 무음극 리튬 금속전지 연구 이미지(AI 생성) > 이진우 교수는 “이번 연구는 전해질을 바꾸거나 여분의 리튬을 넣지 않고, 반도체 초미세 공정으로 리튬이 고르게 쌓일 공간과 안정적인 보호막을 함께 만들었다는 데 의미가 있다”며 “배터리의 무게와 부피 증가를 최소화하면서 수명을 늘려 고에너지 무음극 전지의 실용화를 앞당길 기반 기술이 될 것으로 기대한다”고 말했다.이번 연구에는 KAIST 김은지·정현주·김진욱 연구원이 공동 제1 저자로 참여했다. 연구 결과는 국제 학술지 ‘어드밴스드 펑셔널 머터리얼즈(Advanced Functional Materials)’에 9월 1일 온라인 게재됐다.※ 논문명: Anion-Interactive Anode Interfaces for Stable Anode-Free Lithium Metal Batteries, DOI: 10.1002/adfm.77931※ 저자 정보: 김은지(KAIST·나노종합기술원, 공동 제1 저자), 정현주(KAIST, 공동 제1 저자), 김진욱(KAIST, 공동 제1 저자), 정희태(KAIST, 교신저자), 이용희(경북대학교, 교신저자), 이진우(KAIST, 교신저자)※ 관련 논문 원문 링크: https://advanced.onlinelibrary.wiley.com/doi/full/10.1002/adfm.77931한편, 이번 연구는 과학기술정보통신부가 지원하는 한국연구재단 나노 및 소재기술개발사업과 중견연구사업, 나노종합기술원의 반도체-이차전지 인터페이싱 플랫폼 기술개발사업 및 반도체 글로벌 첨단팹 연계 활용사업 등의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=67411
- KAIST총동문회
- 2026-10-01
-
생명화학공학과
[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 역할을 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 방법이다. 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
- KAIST총동문회
- 2026-09-09
-
생명화학공학과
[연구]150℃ 낮은 온도에서 차세대 반도체 ‘결 맞춰’ 쌓는 새 제조기술 개발
< (왼쪽부터) 이가연 박사과정, 장민규 석박사통합과정, 김창환 석박사통합과정, 서준기 교수, 허남욱 석박사통합과정, 웬슈안 주 (Wenxuan Zhu) 박사후 연구원 > 미래 반도체는 서로 다른 기능을 가진 소재를 한 칩에 층층이 쌓아 만든다. 그러나 소재를 쌓는 데 필요한 높은 열로 아래층이 손상되는 것이 큰 걸림돌이었다. 우리 대학을 비롯한 국내외 공동연구진이 150℃의 낮은 온도에서도 반데르발스 소재(원자층을 종이처럼 얇게 겹친 차세대 2차원 반도체 소재) 위에 새로운 반도체를 손상 없이 정밀하게 쌓는 기술을 개발했다. 차세대 AI·저전력 반도체와 광전자소자 개발의 새로운 길을 연 성과로 평가된다.우리 대학은 생명화학공학과 서준기 교수 연구팀이 한양대학교(총장 이기정) 송봉근 교수 연구팀, 미국 라이스대학교(Rice University) 이모 한(Yimo Han) 교수 연구팀과 공동으로 원자층증착법(ALD, 반도체 원료를 차례로 공급하여 두께를 원자 수준으로 조절하면서 균일한 박막을 쌓는 기술)을 이용한 새로운 반도체 제조기술을 개발했다고 27일 밝혔다.연구팀이 주목한 것은 반데르발스 소재다. 반데르발스 소재는 원자층이 여러 장 겹쳐 있지만 층과 층 사이가 약하게 붙어 있어 종이처럼 얇게 떼어낼 수 있는 2차원 반도체 소재다. 서로 다른 소재를 자유롭게 겹칠 수 있어 차세대 AI 반도체와 초저전력 반도체의 핵심 소재로 주목받고 있다.하지만 표면이 매우 안정적이어서 새로운 반도체를 원하는 방향으로 가지런히 성장시키기 어려웠다. 특히 온도를 낮추면 원자들이 여기저기 흩어져 자라기 때문에 성능이 좋은 반도체를 만들기 쉽지 않았다.연구팀은 차세대 반도체 소재로 주목받는 텔루륨(Te)을 포함한 전구체(Precursor, 반도체를 만드는 원료 분자)가 표면을 자유롭게 이동하며 가장 안정한 위치를 스스로 찾아 박막을 이루도록 하는 새로운 방법을 개발했다. 텔루륨은 전기를 한 방향으로 잘 전달하는 특성과 빛을 효과적으로 제어하는 광전자 특성을 함께 갖춰 차세대 반도체와 광검출기, LED 등 광전자 소자의 핵심 소재로 주목받고 있다.< 확산 유도형 에피택셜 원자층증착법을 이용한 텔루륨 성장 원리와 WSe2 위에 성장한 텔루륨의 구조 분석 > 이를 통해 연구팀은 150℃의 낮은 온도에서도 원자층증착법(ALD)를 통해 텔루륨을 반데르발스 소재(원자층이 종이처럼 여러 장 겹쳐 있는 차세대 2차원 반도체 소재) 위에 아래층 결정의 원자 배열을 따라 질서 있게 성장하는 에피택시(Epitaxial Growth)를 구현하는 데 성공했다. 에피택시 성장은 아래층 결정 구조를 따라 새로운 반도체가 원자 단위로 정밀하게 자라는 고품질 반도체 제조 기술이다. 이는 벽돌을 아무렇게나 쌓는 것이 아니라 모든 벽돌을 같은 방향으로 반듯하게 쌓는 것과 같아, 전기가 더 잘 흐르고 반도체 성능도 높일 수 있다.또한 이 기술을 이셀레늄화 텅스텐(WSe₂), 이황화 몰리브덴(MoS₂), 이셀레늄화 레늄(ReSe₂), 운모(Mica) 등 다양한 반데르발스 소재에도 적용할 수 있음을 확인했다. 즉, 특정 소재 하나에만 적용되는 기술이 아니라 여러 종류의 차세대 반도체 소재에도 폭넓게 활용할 수 있음을 보여줬다.< 산 유도형 에피택셜 원자층증착법을 이용한 텔루륨 박막 성장 개념 이미지(AI생성 이미지) > 연구팀은 이렇게 만든 반도체로 트랜지스터(전류의 흐름을 제어하는 반도체의 핵심 소자)와 광전자소자(빛을 감지하거나 빛을 내는 반도체 소자)도 직접 제작했다. 즉, 새로운 제조기술이 연구실 수준에 머무르지 않고 실제 반도체 소자 제작에도 활용될 수 있음을 입증한 것이다.< 기술설명(AI이미지) > 서준기 교수는 "이번 연구는 낮은 온도에서도 반데르발스 소재 위에 고품질 반도체를 손상 없이 성장시킬 수 있다는 것을 처음 보여준 성과”라며 "앞으로 다양한 차세대 반도체를 하나의 칩 위에 자유롭게 집적하는 핵심 제조기술로 활용될 것으로 기대한다”고 말했다.KAIST 김창환 박사과정생이 제1저자로, 서준기 교수가 교신저자로 참여한 이번 연구 결과는 국제 학술지 ‘사이언스 어드밴시스(Science Advances)’7월 24일 자에 게재됐다.※ 논문명: Van der Waals template-encoded soft epitaxy of tellurium enabled by atomic layer deposition, DOI: 10.1126/sciadv.aef1430※ 저자 정보: 김창환(KAIST·UNIST, 제1저자), 서준기(KAIST, 교신저자)이번 연구는 과학기술정보통신부가 지원하는 한국연구재단의 우수신진연구사업, PIM 인공지능반도체 핵심기술개발(소자)사업, 개척연구사업 및 박사과정생 연구장려금의 지원을 받아 수행됐다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=64950
- KAIST총동문회
- 2026-07-28
-
기계공학과
[연구]전기차 배터리 화재 막는 초정밀 검사기술 개발
< (왼쪽부터) KAIST전진우 석박사 통합과정, 이영근 박사, 강구선 박사, 김영진 교수, 김재윤 박사과정, 양동욱 박사 > 전기차 배터리 화재를 예방하고 안전성을 높일 초정밀 검사기술이 개발됐다. 우리 대학 연구진이 열폭주의 원인이 될 수 있는 배터리 전극의 미세한 두께 불균일을 배터리를 뜯거나 손상시키지 않고도 머리카락 굵기의 약 1만분의 1 수준까지 구분하는 기술을 개발했다. 생산 단계에서 눈에 보이지 않는 불량을 미리 찾아내 배터리의 안전성과 품질을 높일 것으로 기대된다.우리 대학은 기계공학과 김영진 교수 연구팀이 빛과 전파의 중간 영역에 있는 전자기파인 테라헤르츠파(THz, Terahertz Wave)로 배터리 전극 내부의 정보를 얻고, 광주파수빗(Optical Frequency Comb, 빛의 주파수를 자의 눈금처럼 일정하게 나눠 초정밀 측정의 기준으로 활용하는 기술)으로 이를 정밀하게 읽어내는 기술을 결합해, 리튬이온배터리 전극의 두께를 비접촉·비파괴 방식으로 머리카락 굵기의 약 1만분의 1에 해당하는 미세한 두께 차이까지 측정할 수 있는 기술을 개발했다고 23일 밝혔다.< 광주파수빗·테라헤르츠 결합 기반 배터리 전극 두께 나노미터 비파괴 측정 기술 개념도 > 전기차에 많이 쓰이는 리튬이온배터리의 전극은 전기가 흐르는 핵심 부품이다. 전극의 두께가 아주 조금만 달라도 충·방전 과정에서 전류가 특정 부분에 집중돼 열이 발생할 수 있다. 이 열이 계속 쌓이면 열폭주(Thermal Runaway, 배터리 내부 온도가 급격히 상승하면서 화재나 폭발로 이어지는 현상)가 일어날 수 있어, 배터리 제조 과정에서는 전극의 두께를 균일하게 관리하는 것이 매우 중요하다.하지만 기존 검사 기술은 생산현장에서 활용하는 데 한계가 있었다. X선 컴퓨터단층촬영(CT)은 내부를 자세히 확인할 수 있지만 검사 시간이 오래 걸려 빠른 생산라인에 적용하기 어렵다. 초음파 기반 음향현미경은 시료에 액체를 접촉시켜야 하고, 레이저 변위센서는 빠르게 측정할 수 있지만 전극 내부까지 정밀하게 분석하기 어려웠다.연구팀은 이러한 문제를 광주파수빗과 테라헤르츠파를 결합해 해결했다. 먼저 테라헤르츠파를 배터리 전극에 쏘아 내부에서 여러 번 반사되며 생기는 신호를 얻고, 광주파수빗을 기준으로 이 신호를 초정밀하게 분석해 전극의 두께를 계산했다. 이를 통해 배터리를 손상시키지 않고도 내부를 나노미터 수준까지 정밀하게 측정할 수 있었다.이번 기술의 핵심은 테라헤르츠파가 전극의 앞면과 뒷면 사이를 여러 번 왕복하며 만들어내는 일정한 간격의 간섭무늬인 파브리-페로(Fabry-Pérot) 간섭을 이용한 것이다. 마치 자의 눈금을 읽어 길이를 재듯, 연구팀은 이 간섭무늬를 광주파수빗을 기준으로 정밀하게 분석해 전극의 두께를 계산했다.그 결과 별도의 보정(Calibration, 측정 오차를 줄이기 위해 기준값을 맞추는 과정) 없이도 전극의 두께는 물론 복소 굴절률(Complex Refractive Index, 빛이 물질을 얼마나 잘 통과하고 얼마나 흡수되는지를 나타내는 소재의 광학적 특성)까지 한 번에 측정하는 데 성공했다.연구팀은 사람 머리카락 한 올과 비슷한 두께인 50~150마이크로미터(㎛)의 배터리 전극을 대상으로 기술을 검증했다. 단 0.2초의 짧은 측정만으로도 머리카락 굵기의 약 1,400분의 1에 해당하는 미세한 두께 차이(음극 70.1나노미터, 양극 465.5나노미터)까지 측정했으며, 이는 빠르게 움직이는 배터리 생산라인에서도 활용할 수 있는 수준이다.측정 시간을 25.6초로 늘리자 정밀도는 더욱 높아졌다. 음극은 머리카락 굵기의 약 1만분의 1에 해당하는 7.8나노미터(nm)까지 구분할 수 있었고, 양극도 25.2나노미터까지 측정했다. 이는 기존 시간영역 분석 방식보다 최대 100배 높은 정밀도로, 눈으로는 전혀 확인할 수 없는 미세한 두께 차이까지 찾아낼 수 있는 수준이다.< 광주파수빗 기반 테라헤르츠 파브리-페로 간섭계 기반 리튬이온 배터리 전극 두께 측정 > 이번 기술은 단순히 한 지점의 두께만 측정하는 데 그치지 않고 전극 전체의 두께를 3차원으로 확인할 수 있다. 또한 생산 과정에서 두께가 조금씩 변하는 모습도 실시간으로 추적할 수 있으며, 전극이 약 45도 기울어진 상태에서도 정확하게 측정할 수 있어 빠르게 움직이는 실제 배터리 생산라인에도 적용할 수 있음을 확인했다.이번 연구는 배터리를 분해하거나 손상시키지 않고도 생산 과정에서 눈에 보이지 않는 미세한 불량을 찾아낼 수 있는 새로운 검사기술을 제시했다는 점에서 의미가 크다. 앞으로 리튬이온배터리는 물론, 액체 전해질 대신 고체 전해질을 사용하는 차세대 배터리인 전고체 배터리(All-solid-state Battery) 생산공정에서도 불량을 조기에 찾아내 배터리의 안전성과 품질을 높이고 더욱 안정적인 생산을 가능하게 하는 핵심 기술로 활용될 것으로 기대된다.김영진 교수는 “이번 기술은 전극의 두께와 소재 특성을 별도의 보정 없이 동시에 측정할 수 있는 통합형 계측 플랫폼”이라며 "차세대 리튬이온배터리뿐 아니라 전고체 배터리 생산라인의 실시간 품질관리를 위한 핵심 기술로 활용될 것으로 기대한다”고 말했다.한편 이번 연구는 KAIST 기계공학과 강구선 박사(現 한국생산기술연구원)이 제1저자로, 김영진 교수가 교신저자로 참여했으며, 연구 성과는 국제학술지 네이처 커뮤니케이션즈(Nature Communications)에 6월 10일 게재됐다.※ 논문명: Nanometre-precision terahertz interferometry for battery electrode metrology, DOI: https://doi.org/10.1038/s41467-026-74193-8이번 연구는 한국연구재단(NRF)의 RS-2024-00401786, RS-2025-00523273, RS-2025-25455397 및 NRF-2022M1A3C2069728 과제, 과학기술정보통신부(MSIT) 재원으로 과학기술사업화진흥원의 지원(2710107298), 그리고 대한민국 방위사업청(DAPA)의 지원(KRIT-CT-22-040)을 받아 수행되었다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=64790
- KAIST총동문회
- 2026-07-23
-
원자력및양자공학과
[연구]K-HERO 큐브위성, 초소형 홀추력기 우주 검증 본격 착수
< 그림 1. 누리호에서 사출되고 있는 K-HERO 큐브위성 – 우측하단 (출처:우주항공청) > 우리 대학은 한국형발사체 누리호 4차에 실려 우주로 향한 큐브위성 K-HERO(KAIST Hall Effect Rocket Orbiter)가 27일 정오 지상국과 첫 교신에 성공하며, AI 기반 초소형 홀추력기 우주 검증을 위한 본격적인 임무 준비에 돌입했다고 28일 밝혔다.K-HERO에는 KAIST 원자력및양자공학과 최원호 교수 연구팀이 AI 기반 설계기술로 개발한 150 W급 초소형 홀전기추력기가 탑재되어 있다. 이번 누리호 4차 발사에서 실린 12기의 큐브위성 중 홀추력기 우주 실증 임무를 수행하는 유일한 위성이다.홀추력기는 전기에너지를 이용해 제논(Xe) 연료를 이온화하고 고속으로 분사해 추력을 얻는 고효율 전기추진 기술로, 연비(비추력)가 높고, 투입 전력 대비 추력 성능(약 60 mN/kW)이 높아서 대규모 위성군(예: SpaceX 스타링크)에서 심우주 탐사(NASA Psyche)에 이르기까지 널리 활용되는 핵심 기술이다.기존에는 주로 중대형 플랫폼(GEO 위성)에 적용돼 왔으나, 초소형·소형위성에 탑재할 경량·고효율 소형 홀추력기 개발은 기술 난이도가 높은 도전적 과제로 꼽힌다.연구팀은 복잡한 플라즈마 생성 및 전자기장 최적화 문제를 해결하기 위해 AI 기반 성능 예측 기법을 적용했다. 이를 통해 설계 반복 과정 단축, 실험 횟수 감소, 개발 기간·비용 절감이라는 뚜렷한 성과를 거두었으며, 이는 국내 초소형 전기추진 기술의 수준을 한 단계 끌어올리는 성취로 평가된다.K-HERO는 27일 오전 4시경 미국 애리조나 SatNOGS 지상국에서 첫 비콘 신호가 확인됐고 이후 글로벌 지상국에서 10회 이상 신호 수신, 27일 정오 한국항공우주연구원(KARI) 지상국에서도 비콘 수신 성공을 통해 정상적인 궤도 안착과 초기 위성 상태 안정성이 검증되었다. 비콘 분석 결과, 위성 통신 안테나 4개도 성공적으로 전개된 것으로 확인됐다.연구팀은 향후 양방향 교신을 통해 위성의 전력, 열 환경, 자세 안정성을 점검한 뒤, 홀추력기 우주 작동 시험을 순차적으로 진행할 계획이다.시험 시에는 플라즈마 전류, 연료탱크 압력 변화, 열적 변화, 자기장 생성 특성, 작동 제어 알고리즘, 전력 공급 특성 등 핵심 데이터를 수집·분석해 60 W급 초소형 홀추력기의 우주 환경 성능을 본격적으로 검증하게 된다.홀추력기는 1회 작동 시 약 1 mN(밀리뉴턴)급 추력을 1분간 발휘하는 실증 임무를 수행할 예정이다. 1 mN은 쉽게 말해 지상에서 포스트잇 종이 한 장을 들어올리는 힘에 해당한다.하지만 우주에서는 진공이라 공기 저항이 거의 없고 중력이 작아서, 이렇게 미세한 힘이라도 지속적으로 작용하면 4 kg 정도인 K-HERO 위성의 속도나 궤도를 눈에 띄게 변화시킬 수 있어 실질적인 추진력으로 활용될 수 있다.< 그림 2. K-HERO 임무 경험 기반으로 최원호 교수 연구팀 창업기업 ㈜코스모비가 개발 중인 150 W급 초소형 홀추력기 지상 우주환경 모사 진공챔버 작동 장면 <출처: 코스모비㈜(Cosmo Bee)> > 이번 홀추력기 개발에는 최원호 교수 연구팀이 설립한 전기추진 전문 스타트업 코스모비㈜(Cosmo Bee)도 적극 참여했다. 양 기관은 K-HERO 운용 경험을 기반으로 저전력 홀추력기 시스템 상용화, 초저궤도(VLEO)·심우주 탐사용 고효율 홀추력기 개발을 추진해 국내 소형위성 전기추진 산업 경쟁력 강화에 기여할 계획이다.최원호 교수는 “이번 임무의 성공은 실험실의 기초 물리연구에서 시작된 플라즈마 전기추력기 기술이 우주 검증 단계까지 이른 뜻깊은 성과이며, 국내 소형위성 전기추력기 상용화의 중요한 전환점이 될 것”이라고 밝혔다.이광형 KAIST 총장은 “K-HERO 임무는 KAIST가 축적해 온 우주기술 역량이 실제 우주에서 입증된 의미 있는 성과”라며 “AI 기반 전기추진기 기술을 통해 대한민국의 초소형·소형위성 경쟁력을 세계 수준으로 끌어올리겠다”고 말했다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=55210&skey=&sval=&list_s_date=&list_e_date=&GotoPage=2
- KAIST총동문회
- 2025-12-22
-
원자력및양자공학과
[연구]누리호에 오른 KAIST ‘K-HERO’..초소형 홀추력기 차세대 기술 우주에서 검증
< (왼쪽부터) KAIST 박재홍 박사과정, 코스모비 김윤수 연구원, 최원호 교수, 박동하 박사과정, 허승범 석사과정 > 우리 대학은 원자력및양자공학과 최원호 교수 연구팀이 개발한 큐브위성 ‘K-HERO(케이-히어로, KAIST 홀추력기 시험위성, KAIST Hall Effect Rocket Orbiter)’가 오는 27일 새벽 전남 고흥 나로우주센터에서 발사되는 누리호 4차 발사체에 탑재돼 우주로 향할 예정이라고 26일 밝혔다.이번 누리호 4차 발사는 한국항공우주연구원(KARI)에서 기술 이전을 받아 민간기업 한화에어로스페이스가 주관하는 첫 발사로, 국내 우주산업 전환의 의미 있는 장면이 될 전망이다. 주탑재체인 차세대중형위성 3호와 함께 산학연이 개발한 12기의 큐브위성이 실리며, K-HERO는 그 중 하나다.K-HERO는 최원호 교수 연구팀이 KARI 주관 ‘2022 큐브위성 경연대회’ 기초위성 개발팀으로 선정되면서 개발이 본격화됐다.기초위성은 본격적인 비행모델(FM) 제작에 앞서 설계와 핵심 부품이 우주환경에서 정상적으로 작동하는지 확인하는 기술 검증용 위성이다. 가로·세로 10cm, 높이 30cm, 무게 3.9kg의 3U 표준 큐브위성인 K-HERO는 발사체와의 안정성·전기 규격·인터페이스 조건을 모두 충족해 설계됐다.K-HERO의 핵심 임무는 연구팀이 개발한 150 W급 초소형 위성용 홀추력기(Hall thruster)가 우주에서 실제로 작동하는지를 직접 검증하는 것이다.홀추력기는 쉽게 말하면 ‘전기로 움직이는 우주용 엔진’이라고 할 수 있으며 전기를 이용해 위성을 천천히, 그러나 매우 효율적으로 움직이는 전기추진 엔진이다.로켓처럼 연료를 많이 태워 순간적으로 큰 힘을 내는 방식이 아니라, 전기로 기체(제논)를 플라즈마 상태로 만들고 이를 뒤로 빠르게 내보내 위성을 밀어내는 방식으로 작동한다. 홀추력기는 연비가 높다는 장점 덕분에 소형·군집위성 시대의 핵심 기술로 꼽힌다.< K-HERO 큐브위성에 탑재된 초소형위성용 홀추력기의 플라즈마 생성 모습 > 홀추력기는 이미 20~30년 넘게 대형 위성과 심우주 탐사선에서 사용돼 온 검증된 기술이다. 하지만 크기와 전력 요구량이 커서 과거에는 대형 정지궤도(GEO) 통신·방송 위성에서 주로 운용되고 NASA·ESA의 심우주 탐사선에서도 장거리 비행을 위해 사용되었다.최근 SpaceX 스타링크 위성군의 등장으로 소형·초소형 전기추력기에 대한 수요가 급증하였다. 이처럼 글로벌 우주산업이 군집위성 중심으로 변화하면서, ‘작고 효율 좋은 추력기’는 필수 기술이 되었다.K-HERO는 국내 기술로 만든 초소형 홀추력기를 우주에서 직접 실증하는 첫 사례로, 국내 기술 경쟁력을 높이는 중요한 이정표가 될 전망이다.최원호 교수 연구팀은 2003년 국내 최초로 홀추력기 연구를 시작해 플라즈마 물리 기반의 원천 기술을 확보했다. 이후 2013년 ‘KAIST 과학기술위성 3호’에 200W급 홀추력기를 성공적으로 탑재하며 기술의 실용성을 입증하였고, 이번에는 더 낮은 전력(30W)에서도 동작할 수 있도록 개선하여 초소형위성을 겨냥한 차세대 모델을 개발했다.이번 K-HERO 개발에는 최 교수 연구팀의 실험실 창업기업 코스모비(주)도 참여하여 기술 상용화 기반을 더욱 강화했다.< 누리호의 큐브위성 발사관에 탑재되고 있는 K-HERO 큐브위성(사진출처 한국항공우주연구원) > 최원호 교수는 “K-HERO를 시작으로 국내에서도 전기추력기를 탑재한 소형위성이 본격적으로 늘어날 것이다. 이번에 검증되는 홀추력기는 저궤도 군집 감시정찰 위성, 6G 통신위성, 초저궤도 고해상도 위성, 소행성 탐사선 등 다양한 임무에 활용될 수 있다.”라고 말했다.이광형 총장은 “K-HERO 발사는 KAIST의 전기추력 기술을 초소형위성 플랫폼에서 다시 한 번 우주에서 직접 검증하게 될 뜻깊은 기회로, 국내 소형위성 기술 경쟁력을 한 단계 더 높일 중요한 전환점이 될 것이다. KAIST는 앞으로도 우리나라 우주기술 발전을 위해 지속적으로 기여하겠다”고 밝혔다. 출처 : https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=55071&skey=&sval=&list_s_date=&list_e_date=&GotoPage=2
- KAIST총동문회
- 2025-12-22
-
원자력및양자공학과
[연구]AI로 우주용 전기추력기 개발·고성능 예측
< (왼쪽부터) 원자력및양자공학과 김영호 박사과정, 최원호 교수, 박재홍 박사과정 >홀추력기는 스페이스X의 스타링크(Starlink) 군집위성이나 NASA의 사이키(Psyche) 소행성 탐사선 등과 같은 여러 고난이도 우주 임무에 활용되는, 플라즈마*를 이용한 고효율 추진 장치로, 핵심적인 우주기술 중 하나다. KAIST 연구진이 인공지능 기법을 사용해 개발한 큐브위성용 홀추력기를 올해 11월에 예정된 누리호 4차 발사에서 큐브위성인 K-HERO에 탑재돼 우주에서 성능 검증을 진행할 예정이라고 밝혔다.*플라즈마(plasma)는 기체가 높은 에너지로 가열되어 전하를 띄는 이온과 전자로 분리된 물질의 네 가지 상태 중 하나로 우주 전기추진 뿐만 아니라 반도체 및 디스플레이 제조공정과 살균장치 등에 널리 활용되고 있다.우리 대학 원자력및양자공학과 최원호 교수 연구팀이 인공위성이나 우주탐사선의 엔진인 홀 전기 추력기(홀추력기, Hall thruster)의 추력 성능을 높은 정확도로 예측할 수 있는 인공지능 기법을 개발했다고 3일 밝혔다.홀추력기는 연비가 높아 적은 추진제(연료)를 사용하고도 위성이나 우주선을 크게 가속할 수 있으며, 소모 전력 대비 큰 추력을 발생시킬 수 있다. 이러한 장점을 바탕으로, 추진제 절약이 중요한 우주 환경에서 군집위성의 편대비행 유지, 우주쓰레기 감축을 위한 궤도이탈 기동, 혜성이나 화성 탐사와 같은 심우주 탐사를 위한 추진력 제공 등 다양한 임무에 폭넓게 활용되고 있다.최근 뉴스페이스 시대에 접어들어 우주산업이 확장됨에 따라 우주 임무가 다양해지고 있고 이에 맞는 홀추력기 수요가 증가하고 있다. 각각의 고유한 임무에 최적화된 고효율 홀추력기를 신속하게 개발하기 위해서는 설계단계에서부터 추력기의 성능을 정확하게 예측하는 기법이 필수적이다.그러나 기존의 방식들은 홀추력기 내에서 복잡하게 일어나는 플라즈마 현상을 정밀하게 다루지 못하거나, 특정 조건에 한정돼, 성능 예측 정확도가 낮은 한계가 있었다.연구팀은 홀추력기의 설계, 제작, 시험의 반복 작업에 걸리는 시간과 비용을 획기적으로 줄이는 인공지능을 기반으로 한 정확도가 높은 추력기 성능 예측기법을 개발했다.2003년부터 국내에서 전기추력기 개발 연구를 처음으로 시작해 관련 연구개발을 주도하고 있는 최원호 교수팀은 자체적으로 개발한 전기추력기 전산 해석 도구를 활용해 생성한 18,000개의 홀추력기 학습데이터를 기반으로 인공신경망 앙상블 구조를 도입해 추력 성능 예측에 적용했다.양질의 학습데이터를 확보하기 위해 개발된 전산 해석 도구는 플라즈마 물리 현상과 추력 성능을 모델링한다. 전산 해석 도구의 정확성은, 연구팀이 국내 최초로 개발한 10개의 홀추력기로 수행된 100여 개의 실험 데이터와 비교해 평균오차가 10% 이내로 정확도가 높은 것으로 검증됐다.< 그림 1. 본 연구결과는 국제적으로 저명한 인공지능 다학제 학술지인 어드밴스드 인텔리전트 시스템(Advanced Intelligent Systems)의 2025년도 7권 3호 표지논문으로 선정되었다 >학습된 인공신경망 앙상블 모델은 홀추력기의 설계 변수에 따라 높은 정확도로 단지 수초 내로 짧은 시간 안에 추력기 성능을 예측할 수 있는 디지털트윈 모델로 작동한다.특히 기존에 알려진 스케일링 법칙으로는 분석하기 어려웠던 연료 유량이나 자기장과 같은 설계 변수에 따른 추력과 방전전류와 같은 성능지표 변화를 상세히 분석할 수 있다.연구팀은 이번에 개발한 인공신경망 모델이 자체 개발한 700W급 및 1kW급 홀추력기에서 평균오차 5% 이내, 미 공군연구소에서 개발한 5kW급 고전력 홀추력기에 대해 평균오차 9% 이내의 정확도를 보여주었다. 이번 연구로 개발한 인공지능 예측기법이 다양한 전력 크기의 홀추력기에 폭넓게 적용할 수 있는 것을 입증했다.최원호 교수는 “연구팀에서 개발한 인공지능 기반 성능 예측기법은 정확도가 높아 인공위성과 우주선의 엔진인 홀추력기의 추력성능 분석과 고효율 저전력 홀추력기 개발에 이미 활용되고 있다. 이 인공지능 기법은 홀추력기 뿐만 아니라 반도체, 표면 처리 및 코팅 등 다양한 산업에서 활용되는 이온빔 소스의 연구개발에도 접목될 수 있다”라고 밝혔다.< 그림 2. 연구팀이 개발한 인공지능 기반의 홀추력기 성능 예측기법은 설계 변수에 따른 추력 성능을 높은 정확도로 예측하여 고효율 홀추력기 개발에 활용도가 높다. 인공신경망 앙상블은 플라즈마가 생성되는 채널의 형상과 자기장 정보와 같은 설계 변수를 입력받아서 추력 등의 성능값과 예측 정확도를 제공한다. 이를 통해 고효율의 홀추력기 설계가 가능하고 추력 성능 특성 분석에도 활용도가 매우 높다 >또한, 최교수는 “연구팀의 실험실 창업기업으로 전기추진 전문기업인 코스모비㈜와 함께 인공지능 기법을 사용해 개발한 큐브위성용 홀추력기는 올해 11월에 예정된 누리호 4차 발사에서 3U(30x10x10 cm) 큐브위성인 K-HERO에 탑재돼 우주에서 성능 검증을 진행할 예정”이라고 설명했다.원자력및양자공학과(우주탐사공학학제전공) 박재홍 박사과정 학생이 제1 저자로 참여한 이번 연구 결과는 국제적으로 저명한 인공지능 다학제 학술지인 ‘어드밴스드 인텔리전트 시스템(Advanced Intelligent Systems)’에 2024년 12월 25일에 온라인 게재됐으며, 저널 표지논문(front cover)으로 채택돼 혁신성을 인정받았다.< 그림 3. KAIST 최원호 교수 연구팀에서 실험실 창업한 전기추진 전문기업인 코스모비(주)와 함께 개발 중인 (초)소형위성용 150 W급 저전력 홀추력기의 작동 모습을 보여준다. 이 홀추력기는 2025년 4분기 누리호 4차 발사를 통해 우주에 올라갈 큐브위성(K-HERO)에 탑재되어 궤도상 검증을 수행할 예정이다. >이번 연구는 한국연구재단 스페이스파이오니어사업(200mN급 고추력 전기추진시스템 개발)의 지원을 받아 수행됐다.(논문 제목: Predicting Performance of Hall Effect Ion Source Using Machine Learning, DOI: https://doi.org/10.1002/aisy.202400555)< 그림 4. 연구팀이 개발한 인공지능 모델(HallNN)로 예측한 KAIST가 개발한 700 W급 홀추력기의 추력 및 방전전류 그래프를 보여준다. 왼쪽 사진은 KAIST 전기추진 진공챔버에서 해당 홀추력기가 작동하는 모습이며, 중앙 및 오른쪽 그래프는 양극 유량에 따른 추력과 방전전류의 예측 결과를 나타낸다. 그래프에서 붉은색 선은 인공지능 모델의 예측 결과를, 푸른색 점은 실험 결과를 의미하며, 예측값은 실험값 대비 평균오차 5% 이내의 높은 정확도를 보여주었다. >
- KAIST총동문회
- 2025-05-21
-
항공우주공학과
[연구]한재흥 교수팀, 미국기계학회 최우수논문상 수상
< (앞줄 왼쪽부터) 항공우주공학과 김태현 박사, 한재흥 교수, (뒷줄 왼쪽부터) 장건익 박사과정, 이대영 교수 >우리 대학 우주연구원장 항공우주공학과 한재흥 교수 연구팀이 미국기계학회(American Society of Mechanical Engineers, ASME)의 기계 디자인 저널(Journal of Mechanical Design)에서 2023년도 최우수 논문상(Best paper award)을 수상했다고 6일 밝혔다.항공우주공학과 김태현 박사(주 저자)와 박사과정 장건익 학생, 이대영 교수(공동 저자)가 참여한 논문은 2023년도에 출판된 150여 편의 논문 중에서 기계설계(Machine design) 분야의 최고 우수 논문으로 선정됐으며, 국내 기관에서 수행한 연구 결과로 본 상을 받은 것은 이번이 최초다.(제목: A Thickness-Accommodating Method for Void-Free Design in Uniformly Thick Origami)연구진은 최근 항공우주 등 다양한 기계설계 분야에서 주목받고 있는 폴더블(Foldable) 구조 설계 시, 균일한 두께의 패널을 적용하면서도 구멍이나 빈 공간 없이 펼쳐진 상태의 유효 면적을 최대화할 수 있는 설계 방법론을 제시했다.< 그림 1. 균일한 두께의 재료 적용이 가능한 패턴 설계 원리에 대한 설명도 및 시제품 >일반적인 구조는 재료가 두꺼워지면 간섭에 의해 구조물을 접는 것이 제한적이며, 조금만 패턴이 복잡해지더라도 빈 공간 없이 균일한 두께로 폴더블 구조를 설계하는 것은 어렵다고 알려져 있었다.이러한 문제를 해결하고자 연구진은 균일한 두께의 재료가 적용 가능하면서도 빈 공간 없이 접을 수 있는 패턴 설계 방법론을 제시했다.본 연구에서는 2차원 및 3차원의 패턴 설계 방법론을 체계적으로 제시했으며, 수학적인 분석을 통해 종이접기 패턴의 핵심적인 패턴 요소 중 하나인 D4V(Degree-4-Vertex)* 패턴에 대해 설계 방법론을 일반화했다. 이를 확장해 여러 D4V 요소로 구성된 구조를 두꺼운 패널로 제작하여 검증했다.* D4V (Degree-4 Vertices): 네 개의 접힘선이 하나의 꼭짓점에서 모이는 패턴 기본 요소를 말하며, 다양한 형태의 오리가미 패턴에 적용되는 요소임한재흥 교수는 “이번에 제시된 설계 방법론은 패널 두께에 제약받지 않으며 다양한 형태의 패턴에 적용할 수 있어 디스플레이와 같은 소형 구조부터 대형 전개형 건축물이나 우주 구조물 등에도 적용이 가능하다. 현재 이번 연구를 기반으로 달이나 화성 유인 탐사 시 사람과 장비를 보호하기 위한 미터급 전개형 우주 방호구조에 적용하여 개발하는 중이다”라고 말했다.< 그림 2. 우주 방호구조의 가상 개념도 및 제안된 연구 기술 기반 우주 쉩터의 프로토타입 >미국기계학회는 1880년도에 설립돼 130개 이상의 국가의 75,000명 이상의 정회원을 보유한 세계 최대의 국제 학술단체다. 현재 35개 이상의 학술 저널 및 학회 프로시딩을 출판하고 있으며, 전 세계에서 널리 사용되는 600개 이상의 표준을 제시하고 기계공학 분야를 주도하는 최고 권위의 학회다.< 상장 사진 >특히, 기계 디자인 저널은 1978년부터 출판돼, 자동화 설계, 메커니즘, 설계 방법론 등의 기계 시스템 설계 전반의 범위를 다루며 높은 학문적 영향력을 갖는 저널 중 하나다. 이 저널의 최고 우수 논문상은 매년 그 전 해 실린 모든 논문을 대상으로 편집위원회의 엄격한 평가 기준에 따라 오랜 심사를 거쳐 매년 1편에서 2편이 선정된다.한편, 이번 연구는 과학기술정보통신부의 지원으로 한국연구재단의 지원을 받아 수행됐다.
- KAIST총동문회
- 2025-05-20
-
[연구]고비용 인프라 없이 AI 학습 가속화 가능
< (왼쪽부터) 전기및전자공학부 한동수 교수, 임휘준 박사, 예준철 박사과정 >우리 대학 연구진이 고가의 데이터센터급 GPU나 고속 네트워크 없이도 AI 모델을 효율적으로 학습할 수 있는 기술을 개발했다. 이 기술을 통해 자원이 제한된 기업이나 연구자들이 AI 연구를 보다 효과적으로 수행할 수 있을 것으로 기대된다. 우리 대학 전기및전자공학부 한동수 교수 연구팀이 일반 소비자용 GPU를 활용해, 네트워크 대역폭이 제한된 분산 환경에서도 AI 모델 학습을 수십에서 수백 배 가속할 수 있는 기술을 개발했다고 19일 밝혔다. 기존에는 AI 모델을 학습하기 위해 개당 수천만 원에 달하는 고성능 서버용 GPU(엔비디아 H100) 여러 대와 이들을 연결하기 위한 400Gbps급 고속 네트워크를 가진 고가 인프라가 필요했다. 하지만 소수의 거대 IT 기업을 제외한 대부분의 기업과 연구자들은 비용 문제로 이러한 고가의 인프라를 도입하기 어려웠다.한동수 교수 연구팀은 이러한 문제를 해결하기 위해 '스텔라트레인(StellaTrain)'이라는 분산 학습 프레임워크를 개발했다. 이 기술은 고성능 H100에 비해 10~20배 저렴한 소비자용 GPU를 활용해, 고속의 전용 네트워크 대신 대역폭이 수백에서 수천 배 낮은 일반 인터넷 환경에서도 효율적인 분산 학습을 가능하게 한다.< 그림 1. 기존 저비용 분산 딥러닝 환경에서는 네트워크 제약으로 인해 멀티 클러스터 및 하이브리드 클라우드 환경에서 학습 시 GPU 이용률이 저하되고, 학습 시간과 클라우드 비용이 증가하는 문제가 있다. >기존의 저가 GPU를 사용할 경우, 작은 GPU 메모리와 네트워크 속도 제한으로 인해 대규모 AI 모델 학습 시 속도가 수백 배 느려지는 한계가 있었다. 하지만 연구팀이 개발한 스텔라트레인 기술은 CPU와 GPU를 병렬로 활용해 학습 속도를 높이고, 네트워크 속도에 맞춰 데이터를 효율적으로 압축 및 전송하는 알고리즘을 적용해 고속 네트워크 없이도 여러 대의 저가 GPU를 이용해 빠른 학습을 가능하게 했다. 특히, 학습을 작업 단계별로 CPU와 GPU가 나누어 병렬적으로 처리할 수 있는 새로운 파이프라인 기술을 도입해 연산 자원의 효율을 극대화했다. 또한, 원거리 분산 환경에서도 GPU 연산 효율을 높이기 위해, AI 모델별 GPU 활용률을 실시간으로 모니터링해 모델이 학습하는 샘플의 개수(배치 크기)를 동적으로 결정하고, 변화하는 네트워크 대역폭에 맞추어 GPU 간의 데이터 전송을 효율화하는 기술을 개발했다.< 그림 2. 한동수 교수 연구팀은 StellaTrain과 ES-MoE 연구를 통해 GPU 수가 제한적이거나 고성능 GPU가 없는 상황에서도 저렴한 컴퓨팅 환경으로 AI 모델 학습을 가능하게 했다. >연구 결과, 스텔라트레인 기술을 사용하면 기존의 데이터 병렬 학습에 비해 최대 104배 빠른 성능을 낼 수 있는 것으로 나타났다. 한동수 교수는 "이번 연구가 대규모 AI 모델 학습을 누구나 쉽게 접근할 수 있게 하는 데 큰 기여를 할 것"이라고 밝혔다. “앞으로도 저비용 환경에서도 대규모 AI 모델을 학습할 수 있는 기술 개발을 계속할 계획이다”라고 말했다. 이번 연구는 우리 대학 임휘준 박사, 예준철 박사과정 학생, UC 어바인의 산기타 압두 조시(Sangeetha Abdu Jyothi) 교수와 공동으로 진행됐으며, 연구 성과는 지난 8월 호주 시드니에서 열린 ACM SIGCOMM 2024에서 발표됐다.< 그림 3. 연구팀이 개발한 StellaTrain 프레임워크는 다중 클러스터 및 다중 노드 환경에서 GPU 활용률을 극대화하고 학습 시간을 단축하기 위해, CPU 기반 그래디언트 압축 및 최적화로 통신 오버헤드를 최소화하고, 네트워크 상황에 따라 배치 크기와 압축률을 실시간으로 조절하는 동적 최적화 기술을 적용했다. >한편, 한동수 교수 연구팀은 2024년 7월 GPU 메모리 한계를 극복해 소수의 GPU로 거대 언어 모델을 학습하는 새로운 기술도 발표했다. 해당 연구는 최신 거대 언어 모델의 기반이 되는 전문가 혼합형(Mixture of Expert) 모델을 제한된 메모리 환경에서도 효율적인 학습을 가능하게 한다. 이 결과 기존에 32~64개 GPU가 필요한 150억 파라미터 규모의 언어 모델을 단 4개의 GPU만으로도 학습할 수 있게 됐다. 이를 통해 학습의 필요한 최소 GPU 대수를 8배~16배 낮출 수 있게 됐다. 해당 논문은 KAIST 임휘준 박사와 김예찬 연구원이 참여했으며, 오스트리아 빈에서 열린 AI 분야 최고 권위 학회인 ICML에 발표됐다. 이러한 일련의 연구 결과는 자원이 제한된 환경에서도 대규모 AI 모델 학습이 가능하다는 점에서 중요한 의미를 가진다.< 그림 4. 저비용 GPU에 의존하는 다수의 연구자들은 GPU 메모리 용량 초과로 인하여, 다량의 expert 모델을 이용한 학습이 불가능하다. 본 연구팀이 ICML 2024에서 발표한 ES-MoE 프레임워크에서는 CPU 메모리 및 SSD를 계층적으로 사용하여 부족한 GPU 메모리를 보완할 수 있는 Expert Switching 기법을 제안한다. 이는 저비용 GPU에서도 expert 개수를 크게 늘릴 수 있는 확장성을 제공한다. >해당 연구는 과학기술정보통신부 한국연구재단이 주관하는 중견연구사업 (RS-2024-00340099), 정보통신기획평가원(IITP)이 주관하는 정보통신·방송 기술개발사업 및 표준개발지원사업 (RS-2024-00418784), 차세대통신클라우드리더십구축사업 (RS-2024-00123456), 삼성전자의 지원을 받아 수행됐다.
- 총동문회 관리자
- 2024-11-10




