카이스트총동문회

동문소식 (총 3004건)

공학생물학대학원

[연구]화학 시약 대신 ‘온도’만으로 DNA 합성 가능하다

< (왼쪽부터) KAIST 박성준 연구원, GIST 김우진 석박통합과정생, GIST 김진호 박사과정생, KAIST 최장호 연구원, KAIST 최영재 교수, (주)에이티지라이프텍 류태훈 대표, (주)에이티지라이프텍 이채림 주임연구원, 이화여자대학교 최한솔 교수 > “DNA를 만들려면 복잡한 화학 공정이 필수다.”바이오 분야에서 수십 년간 당연하게 여겨졌던 상식을 국내 연구진이 뒤집었다. 한국 연구진이 세계 최초로 온도만으로 원하는 DNA를 합성하는 원천기술을 개발했다. 연구팀은 이 기술을 활용해 배송 과정의 온도 변화를 전력 없이 기록하는 ‘DNA 온도 블랙박스’도 구현했다.우리 대학은 공학생물학대학원 최영재 교수 연구팀이 ㈜에이티지라이프텍(대표 류태훈), 이화여자대학교(총장 이향숙) 생명과학과 최한솔 교수 연구팀과 공동으로 온도만 조절해 원하는 DNA 서열을 합성하는 원천 플랫폼 기술을 개발했다고 7일 밝혔다.DNA는 사람을 비롯한 모든 생명체의 유전정보를 담고 있는 ‘설계도’다. 과학자들은 원하는 DNA를 만들어 질병을 진단하고 신약을 개발하거나, 새로운 기능을 가진 미생물을 만드는 등 다양한 바이오 기술에 활용한다. 하지만 지금까지는 DNA를 구성하는 네 가지 염기(A·T·G·C)를 하나씩 연결할 때마다 화학 시약을 넣고 씻어내는 과정을 반복해야 했다. 이 때문에 수억 원대의 자동 DNA 합성 장비와 전문 연구시설이 반드시 필요했다.연구팀은 이러한 한계를 해결하기 위해 ‘특정 온도에서만 반응하는 헤어핀 DNA’를 개발했다. 위 헤어핀 DNA는 머리핀처럼 접혀 있다가 일정한 온도에서만 펼쳐지는 특수한 DNA 구조다. 연구팀은 서로 다른 온도에서 작동하는 여러 종류의 헤어핀 DNA를 하나의 시험관에 넣고, 온도만 순서대로 바꾸는 방식으로 원하는 DNA를 차례대로 합성하는 데 성공했다.< 온도 제어만으로 맞춤 DNA 서열 합성이 가능한 다목적 DNA 합성 플랫폼 개발 > 기존에는 DNA를 만들기 위해 화학 시약을 계속 교체해야 했다면, 이번에는 처음부터 필요한 재료를 하나의 시험관에 넣어두고 온도만 바꾸면 DNA가 순서대로 만들어지는 새로운 방식을 구현한 것이다. 복잡한 시약 교체나 대형 장비 없이도 일반적인 온도 조절 장치만으로 DNA를 합성할 수 있는 길을 연 셈이다.이번 연구의 가장 큰 의미는 DNA를 만드는 ‘방법’ 자체를 바꿨다는 점이다. 지금까지는 화학 시약이 DNA 합성 과정을 하나하나 제어했다면, 이번에는 누구나 쉽게 조절할 수 있는 ‘온도’가 그 역할을 대신하도록 만든 것이다. 이 기술이 발전하면 DNA를 만드는 비용과 시간을 크게 줄여 합성생물학과 유전자 연구는 물론, 신약 개발과 정밀의료 등 다양한 바이오 산업의 진입 장벽도 크게 낮출 것으로 기대된다.연구팀은 개발한 기술이 실제로 활용될 수 있음을 보여주기 위해 무전원 ‘DNA 온도 블랙박스’도 구현했다. 이 장치는 평소에는 동결건조 상태로 보관하다가 사용 직전 물 한 방울만 떨어뜨리면 작동을 시작한다. 이후 배송 과정에서 언제, 얼마나, 어떤 순서로 온도가 변했는지를 DNA 서열에 자동으로 기록한다. 또한 일정 온도 이상에 노출되면 색이 변해 이상 여부를 눈으로 바로 확인할 수 있어 백신과 바이오의약품, 세포치료제, 신선식품 등 저온 유통이 중요한 제품의 품질 관리에 활용될 것으로 기대된다.< 연구이미지(AI 생성이미지) > 최영재 교수는 “이번 연구는 화학 시약 대신 온도만으로 DNA를 합성할 수 있다는 새로운 원리를 제시한 세계 최초의 원천기술”이라며 “DNA 합성을 더욱 쉽고 경제적으로 만들어 바이오 기초 연구의 진입 장벽을 낮추고, 무전원 DNA 온도 블랙박스와 같은 새로운 산업 응용으로도 이어질 것으로 기대한다”고 말했다.이번 연구에는 KAIST 최장호 연구원과 GIST 김진호 박사과정생이 공동 제1저자로 참여했으며, 연구 결과는 국제학술지 네이처 커뮤니케이션즈(Nature Communications)에 7월 2일 자 게재됐다.※ 논문명 : Programmable one-pot polymerase-mediated DNA synthesis via temperature control※ DOI: https://doi.org/10.1038/s41467-026-74890-4※ 관련동영상I: https://drive.google.com/file/d/1bUtzC83qIm1k-hNFKTb09yFPhfsD4iU-/view?usp=drive_link※ 저자 : 최장호(KAIST, 공동 제1저자), 김진호(GIST, 공동 제1저자), 최한솔(이화여자대학교, 교신저자), 최영재(KAIST, 교신저자)이번 연구는 과학기술정보통신부가 지원하는 미래유망 융합기술 파이오니아사업, 바이오파운드리기반기술개발사업, 신진연구자지원사업, 글로벌기초연구실지원사업의 지원을 받아 수행됐다.
- KAIST총동문회
- 2026-07-08
동문소식 > 모교 소식 > 연구개발
전산학부

[연구]투명한 유리도 보고 미래도 예측하는 ‘피지컬 AI’ 핵심기술 개발

< (왼쪽부터) 정앤드류 박사과정 학생, 나영주 박사과정 학생, 이주민 박사과정 학생, 윤성의 교수 (오른쪽 하단) 이세빈 박사과정 학생 > 인공지능(AI)이 화면 속 정보를 분석하는 기술을 넘어, 현실 세계의 물리적 특성을 이해하고 스스로 판단·행동하는 단계로 진화하고 있다. 우리 대학 연구진은 빛과 물질의 상호작용, 공간 인식, 미래 상황 예측, 행동 계획을 아우르는 피지컬 AI(Physical AI·물리 기반 인공지능) 핵심 기술을 개발했다. 이번 성과는 자율주행차와 휴머노이드 로봇, 산업용 로봇, 디지털 트윈 등 실제 환경에서 작동하는 차세대 자율 시스템 구현을 앞당길 것으로 기대된다.우리 대학은 전산학부 윤성의 교수 연구팀이 ▲유리나 물처럼 투명한 물체를 정확히 인식하는 기술 ▲빛과 물질의 상호작용을 분석해 주변 환경을 이해하는 기술 ▲사진 한 장만으로 로봇이 목적지를 찾아가는 기술 ▲미래 상황을 예측해 행동을 계획하는 기술을 개발했다고 6일 밝혔다.이번 연구는 시각 인식부터 물리적 이해, 미래 예측, 행동 계획까지 하나의 기술 흐름으로 연결했다는 점에서 의미가 크다. 이를 통해 AI가 '보고(인식) → 이해하고(물리 이해) → 예측하고(미래 예측) → 행동하는(계획)' 전 과정을 수행하는 기반을 제시했으며, 다양한 자율 시스템의 성능과 활용 범위를 한층 넓힐 것으로 기대된다.이번 연구 성과는 세계 최고 권위의 AI 학회인 ICLR 2026(International Conference on Learning Representations)과 CVPR 2026(Conference on Computer Vision and Pattern Recognition)에서 구두 발표 2편과 하이라이트 논문 2편 등 총 4편의 논문으로 발표됐다. 특히 ICLR과 CVPR의 구두 발표는 각각 약 1.13%, 0.8%만 선정되는 최상위 발표 형식으로, 연구의 독창성과 우수성을 국제적으로 인정받았다.▲ 유리까지 이해하는 AI… 투명한 물체도 정확히 인식연구팀은 글린트(GLINT, 투명 환경 시각 인식 기술)를 개발해 AI가 유리와 같은 투명한 물체도 정확하게 인식할 수 있도록 했다.사람은 유리창을 볼 때 유리에 비친 모습과 유리 너머의 풍경을 자연스럽게 구분한다. 하지만 기존 AI는 두 정보를 하나의 영상으로 인식해 투명한 물체를 제대로 이해하지 못하는 경우가 많았다.연구팀은 유리에 반사된 모습과 유리 뒤의 물체를 각각 분리해 분석하는 새로운 기술을 개발함으로써 AI가 투명한 환경에서도 장면을 정확하게 이해할 수 있도록 했다.※ 논문 정보 : GLINT: Modeling Scene-Scale Transparency via Gaussian Radiance Transport, 논문 원본: https://arxiv.org/abs/2603.26181 (CVPR 2026 Oral, 6월 5일 구두 발표, Award Candidate(4천여 편 발표 논문 가운데 74편 선정)< 유리와 같은 투명 물체를 AI가 이해하는 과정 > < 투명 유리를 기하적, 광학적으로 분리하여 빛의 상호작용을 역추정하는 원리 > ▲ 빛의 움직임까지 이해하는 AI연구팀은 라디오GS(RadioGS, 빛과 재질을 이해하는 장면 복원 기술)를 개발해 빛이 물체에 닿아 반사되고 퍼지는 과정까지 AI가 이해하도록 했다.같은 물체라도 햇빛 아래와 실내 조명 아래에서는 다르게 보인다. 기존 AI는 이러한 조명 변화에 영향을 받기 쉬웠다. 연구팀은 빛과 물체의 상호작용을 AI가 학습하도록 만들어 조명이 달라져도 물체의 재질과 주변 환경을 더욱 정확하게 이해할 수 있도록 했다.※ 논문 정보 : Radiometrically Consistent Gaussian Surfels for Inverse Rendering, 논문 원본: https://arxiv.org/abs/2603.01491 (ICLR 2026 Oral, 4월 23일 구두 발표)▲ 사진 한 장만 보고 목적지를 찾아가는 로봇연구팀은 비주얼-RRT(Visual-RRT, 이미지 기반 로봇 경로 계획 기술)를 개발해 시각 정보를 실제 행동으로 연결했다. 기존 로봇은 목적지의 좌표 정보가 필요했지만, 이번 기술은 현재 로봇이 보는 장면과 목표 사진을 비교하며 스스로 이동 경로를 찾아간다.실제 로봇 실험에서도 사진 한 장만으로 목적지에 성공적으로 도달해 서비스 로봇과 자율주행 로봇 등 다양한 분야에 활용될 가능성을 확인했다.※ 논문 정보: Visual-RRT: Finding Paths toward Visual-Goals via Differentiable Rendering, 논문원본: https://arxiv.org/abs/2604.16388 (CVPR 2026 Highlight) ３월 27일 하이라이트 논문 선정※ 동영상: https://www.youtube.com/watch?v=nAPk27vHwEE▲ 미래를 예측하고 스스로 행동을 계획하는 AI연구팀은 클래드(CLaD, 미래 예측 기반 행동 계획 기술)를 개발해 AI가 행동하기 전에 미래 상황을 예측하고 가장 적절한 행동을 계획하도록 했다.사람은 행동하기 전에 "이렇게 움직이면 다음에는 어떤 일이 생길까?"를 먼저 생각한다. 클래드는 AI도 이처럼 행동의 결과를 미리 예측한 뒤 가장 효과적인 행동을 선택하도록 만든 기술이다. 이를 통해 복잡한 환경에서도 높은 성공률로 작업을 수행할 수 있어 차세대 자율 로봇의 핵심 기술로 활용될 것으로 기대된다.※ 논문 정보 : CLaD: Planning with Grounded Foresight via Cross-Modal Latent Dynamics, 논문원본: https://arxiv.org/abs/2603.29409(CVPR 2026 Highlight)< ‘보는 AI’를 넘어 ‘행동하는 AI’로 (AI 생성 이미지) > 윤성의 교수는 "이번 연구는 AI가 단순히 눈으로 보는 것을 넘어 현실 세계를 이해하고 앞으로 일어날 상황까지 예측해 스스로 행동을 결정하는 방향으로 발전하고 있음을 보여준다"며 "이번 성과가 자율주행차와 휴머노이드 로봇 등 실제 환경에서 작동하는 다양한 피지컬 AI 기술의 발전에 기여하기를 기대한다"고 말했다.윤성의 교수가 교신저자로 참여한 이번 연구들은 과학기술정보통신부와 정보통신기획평가원(IITP), 한국연구재단(NRF)의 지원을 받아 수행 중인 피지컬 AI 및 지능형 로봇 연구과제의 일환으로 수행됐다.
- KAIST총동문회
- 2026-07-08
동문소식 > 모교 소식 > 연구개발
전기및전자공학부

[연구]AI 에이전트의 ‘숨은 전력 비용’ 세계 최초 규명

< (왼쪽부터) 신병준 석사과정, 정진하 석박통합과정, 김지인 박사과정, (우상단) KAIST 유민수 교수 > AI가 스스로 생각하고 행동하는 ‘AI 에이전트' 시대가 열리면서 데이터센터의 전력 소비가 새로운 과제로 떠오르고 있다. 우리 대학 연구진이 세계 최초로 AI 에이전트의 계산 비용과 에너지 소비를 분석한 결과, 기존 생성형 AI보다 질문 한 건당 최대 136.5배 많은 에너지를 사용하는 것으로 나타났다. 이번 연구는 AI 시대의 경쟁력이 모델 성능을 넘어 데이터센터와 전력 인프라의 효율성으로 확대되고 있음을 보여준다.우리 대학은 전기및전자공학부 유민수 석좌교수 연구팀은 AI 에이전트가 실제 서비스 환경에서 얼마나 많은 계산 자원과 전력을 사용하는지를 세계 최초로 체계적으로 분석했다고 5일 밝혔다.최근 챗GPT(ChatGPT)와 같은 대형 언어 모델(LLM, Large Language Model·사람의 언어를 이해하고 글을 생성하는 인공지능 모델) 기반 어플리케이션은 단순히 질문에 답하는 수준을 넘어 스스로 계획을 세우고, 인터넷 검색이나 계산기, 코드 실행 등 다양한 외부 도구를 활용해 복잡한 문제를 해결하는 AI 에이전트(AI Agent·여러 도구를 스스로 활용해 목표를 수행하는 차세대 인공지능) 로 빠르게 발전하고 있다.이러한 AI 에이전트는 소프트웨어 개발, 연구, 업무 자동화 등 다양한 분야에서 활용이 확대되고 있지만, 이를 실제 운영하기 위해 얼마나 많은 전력과 비용이 필요한지는 거의 알려져 있지 않았다.연구팀은 AI 에이전트를 단순한 프로그램이 아니라 데이터센터의 서버와 GPU(Graphics Processing Unit·대규모 AI 계산을 수행하는 고성능 반도체) 가 지속적으로 처리해야 하는 새로운 형태의 작업인 워크로드(Workload·컴퓨터가 수행해야 하는 전체 계산 작업) 로 정의하고, 실제 실행 과정에서 발생하는 계산량과 에너지 소비를 분석했다.분석 결과, AI 에이전트는 기존의 단계별 추론(Chain-of-Thought, CoT·AI가 사람처럼 생각 과정을 하나씩 전개하며 답을 찾는 방식)과 달리 반복적으로 여러 차례 대형 언어 모델 호출(LLM Invocation·AI가 언어 모델에 새로운 판단이나 답변 생성을 요청하는 계산 과정)을 수행하는 것으로 나타났다.< AI 에이전트의 주요 특성과 인프라 시사점 > 이처럼 언어 모델을 반복적으로 호출하면서 응답 시간도 크게 증가했다. AI 에이전트의 답변 시간은 최대 153.7배 늘어났으며, 외부 도구가 작업을 수행하는 동안 GPU는 전체 실행 시간의 최대 54.5% 를 아무 계산도 하지 못한 채 대기하는 것으로 분석됐다. 즉, AI가 더 복잡한 일을 수행할수록 고가의 GPU를 충분히 활용하지 못하는 새로운 비효율이 발생하는 것이다.연구팀은 AI 에이전트가 사용하는 전력도 데이터센터 규모에서 분석했다. 현재 상용 AI 서비스 수준인 700억 개의 매개변수(파라미터, Parameter·AI가 학습한 지식과 능력을 저장하는 값) 를 가진 대형 언어 모델을 사용하는 AI 에이전트는 질문 한 건을 처리하는 데 평균 348.41와트시(Wh·전기를 얼마나 사용했는지를 나타내는 에너지 단위) 의 전력을 소비했다. 이는 기존 생성형 AI의 단순 질의응답 방식보다 136.5배 높은 수준이다.또한 하루 137억 건의 AI 에이전트 요청이 발생하는 미래 환경을 가정해 분석한 결과, 데이터센터 전력 수요는 약 198.9기가와트(GW·국가 단위 전력망에서 사용하는 매우 큰 규모의 전력 용량) 에 이를 것으로 추정됐다. 이는 현재 세계 각국이 추진 중인 수 기가와트(GW) 규모의 AI 데이터센터를 크게 뛰어넘는 수준이며, 미국 전체 평균 전력 소비량의 약 절반에 해당하는 규모다.이번 연구는 AI 시대의 경쟁력이 '더 똑똑한 AI'에서 '더 효율적인 AI'로 옮겨가고 있음을 보여준다. 앞으로는 AI 모델만 발전시키는 것이 아니라 AI 반도체, 데이터센터, 전력 인프라를 함께 최적화하는 '공동 설계(Co-design)'가 필수 전략이 될 것으로 기대된다. 이는 AI 서비스의 운영 비용을 낮추고, 지속가능한 AI 인프라를 구축하는 핵심 기술이 될 전망이다.< 연구이미지 (AI 생성) > 유민수 석좌교수는 “이번 연구는 단순히 AI가 더 똑똑해지는 것을 넘어, 그 지능을 구현하고 유지하기 위해 얼마나 많은 전력과 비용이 필요한지를 정량적으로 제시한 첫 사례”라며, “향후 AI 에이전트가 보편화되는 시대에는 AI 데이터센터 인프라 뿐만 아니라 AI 에이전트 모델과 전력 인프라까지 통합적으로 공동 설계(co-design)하여 최적화하는 접근이 더욱 중요해질 것”이라고 밝혔다. 이어 “이를 통해 최종 사용자가 AI 서비스를 활용하는 데 소요되는 비용을 획기적으로 절감하고, 동시에 지속가능한 AI 인프라를 구축하기 위한 연구와 투자가 필수적”이라고 강조했다.이번 연구는 KAIST 전기및전자공학부 김지인 박사과정 학생이 제1저자로 수행했으며, 컴퓨터 시스템 설계 분야 최고 권위 국제학회인 32회 IEEE HPCA(International Symposium on High-Performance Computer Architecture)에서 지난 2월 발표됐다. 연구팀은 논문에서 활용한 AI 에이전트 구현 기술과 벤치마크(Benchmark·AI 성능을 객관적으로 비교·평가하기 위한 표준 시험 환경)를 오픈소스로 공개해 전 세계 연구자들이 후속 연구에 활용할 수 있도록 했다.※ 논문명 : The Cost of Dynamic Reasoning: Demystifying AI Agents and Test-Time Scaling from an AI Infrastructure Perspective※ 오픈소스 : https://github.com/VIA-Research/AgentBench※ 논문 링크: https://doi.org/10.1109/HPCA68181.2026.11408569본 연구는 정보통신기획평가원(IITP)의 SW스타랩(Starlab), AI 반도체를 활용한 K-클라우드기술개발사업, AI 반도체 기반 데이터센터 고도화 선도기술개발사업 및 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
- KAIST총동문회
- 2026-07-08
동문소식 > 모교 소식 > 연구개발
기계공학과

루미르 "IDHU 탑재 차세대중형위성 4호 발사 성공" - 남명용 동문(기계공학)
언론사 연결하기
- KAIST총동문회
- 2026-07-08
동문소식 > 최근 소식 > 언론 속 동문소식
전기및전자공학부

리얼월드, 세계경제포럼 '테크놀로지 파이오니어 2026' 선정 - 류중희 동문(전기및전자공학)
언론사 연결하기
- KAIST총동문회
- 2026-07-08
동문소식 > 최근 소식 > 언론 속 동문소식

사업&활동 (총 17건)

회비 및 서비스 (총 1건)

동문회비 안내
- 매니저
- 2024-11-11
회비 및 서비스 > 회비·찬조금납부 > 동문 회비 안내

총동문회 소개 (총 5건)

장학재단 소개 (총 4건)

개인정보 보호방침 (총 1건)

연혁
- 관리자
- 2024-12-19
개인정보 보호방침 > 개인정보 보호방침

이용약관 (총 2건)

통합검색

통합검색