딥러닝 기반 이미지 인식 기술이 빠르게 고도화되고 있지만, AI가 내부에서 어떤 기준으로 이미지를 보고 판단하는지는 여전히 명확히 설명하기 어려운 영역으로 남아 있다. 특히 대규모 모델이 ‘고양이 귀’, ‘자동차 바퀴’와 같은 개념을 어떤 방식으로 조합해 결론을 내리는지는 오랫동안 해결해야 할 주요 과제로 제기돼 왔다. KAIST는 김재철AI대학원 최재식 교수 연구팀이 인간이 이해할 수 있도록 AI의 판단 근거를 시각적으로 보여주는 설명가능성(XAI) 분야에서, 모델 내부의 개념 형성 과정을 회로(circuit) 단위로 시각화하는 새로운 XAI 기술을 개발했다고 26일 밝혔다. 이번 연구는 “AI가 어떻게 생각하는가?”라는 질문에 구조적 접근을 가능하게 한 중요한 진전으로 평가된다. 딥러닝 모델 내부에는 인간의 뇌처럼 뉴런(Neuron)이라는 기본 계산 단위가 존재한다. 뉴런은 귀 모양, 색상, 윤곽선처럼 이미지의 작은 특징을 감지해 다음 단계로 신호를 전달하는 기능을 한다. 반면 ‘회로(circuit)’는 여러 뉴런이 서로 연결돼 하나의 개념을 함께 인식하는 구조로, 예컨대 ‘고양이 귀’를 인식하기 위해 귀 윤곽·삼각형 형태·털 패턴 등을 감지하는 뉴런들이
DGIST는 지능형로봇연구부 안진웅 박사 연구팀이 딥러닝 기반 뇌신호 분석에서 가장 큰 한계로 지적돼 온 ‘레이블 데이터 부족’ 문제를 해결한 새로운 AI 파운데이션 모델을 개발했다고 밝혔다. 이번 기술은 뇌신호를 스스로 학습하도록 설계돼 극도로 적은 양의 레이블만으로도 높은 정확도를 구현할 수 있다는 점에서 큰 관심을 받고 있다. 이번 연구는 안진웅 박사와 정의진 박사후연수연구원이 공동으로 수행했으며, EEG(뇌파)와 fNIRS(기능적 뇌혈류) 신호를 동시에 이해하고 분석할 수 있는 ‘뇌파–기능뇌혈류 멀티모달 파운데이션 모델’을 세계 최초로 구현한 것이 핵심 성과다. 연구팀은 총 918명으로부터 약 1250시간에 달하는 초대형 뇌신호 데이터를 확보해, 레이블 없이 비지도 방식으로 모델을 학습시켰다. 이를 통해 EEG와 fNIRS 각각이 가진 고유한 특성뿐 아니라 두 신호가 공유하는 잠재적 표현까지 동시에 파악할 수 있도록 설계했다. 기존에는 EEG와 fNIRS를 동시에 측정한 데이터 확보가 매우 어려워 멀티모달 AI 개발에 한계가 있었다. 하지만 이번에 개발된 모델은 동시계측 데이터가 없어도 학습이 가능하도록 설계됐으며, 소량의 레이블만으로도 높은 정확도를
엠폭스(원숭이두창) 중증화를 유발하는 ‘방아쇠’ 역할의 단백질 센서를 찾아냈다. 이 단백질은 체내로 침입한 엠폭스 바이러스의 DNA를 인식해 강한 염증 반응을 일으키는 것으로 확인됐다. UNIST 생명과학과 이상준 교수 연구팀은 국립보건연구원 김유진 과장, 성균관대학교 의과대학 김대식 교수 연구팀과 공동으로 엠폭스 감염 과정에서 AIM2 단백질이 과도한 염증 반응을 촉발하는 주요 원인임을 실험적으로 규명했다고 25일 밝혔다. 현재까지 보고된 엠폭스의 치명률은 약 3% 내외로 높지 않다. 그러나 체내에서 과도한 염증 반응이 일어나면 상황은 달라진다. 염증은 면역계가 바이러스를 제거하기 위해 나타나는 정상적 반응이지만, 지나치게 강해지면 정상 조직까지 손상시키며 병을 악화시킨다. 건강한 청년이 독감이나 코로나19 감염 후 생명을 잃는 사례에서도 ‘사이토카인 폭풍’이라 불리는 염증 폭주가 주요 원인으로 알려져 있다. 연구 결과에 따르면 AIM2는 엠폭스 바이러스의 DNA를 인식하는 일종의 ‘센서’ 역할을 한다. AIM2가 바이러스 DNA를 인식해 활성화되면 염증 소체가 형성되고, 이 염증 소체는 카스파제-1 효소를 활성화해 세포 파괴와 함께 염증 신호 물질(IL-
DGIST는 로봇 및 기계전자공학과 유재석·김회준·이상훈 교수 공동 연구팀이 조영제를 사용하지 않고도 인체 속 깊은 곳의 혈관을 3차원으로 선명하게 시각화할 수 있는 초음파 영상 기술을 개발했다고 밝혔다. 이번 기술은 방사선 노출이나 조영제 주사 없이도 정밀한 3D 혈류 영상을 구현할 수 있어 의료 영상의 안전성과 접근성을 크게 높일 수 있을 것으로 기대된다. 일반 초음파 검사는 대부분 2차원 단면 영상이기 때문에 장기나 혈관의 전체 형태를 보기 어렵다. 인체 내부 혈관을 입체적으로 관찰하기 위해서는 조영제 주입이나 CT·MRI 같은 대형 장비가 필요하지만, 조영제는 신장 손상과 알레르기 등 부작용 위험이 있고 검사 비용과 방사선 노출 부담도 크다. 이러한 이유로 안전하고 간편한 3D 초음파 기술에 대한 의료계의 요구가 지속적으로 증가해왔다. 기존 3D 초음파 기술은 수천 개의 송수신 채널을 필요로 하는 복잡한 센서 구조로 인해 장비가 크고 가격이 높다는 한계가 있었다. DGIST 연구팀은 이를 해결하기 위해 채널 수를 크게 줄인 ‘행-열 방식 배열(RCA)’ 구조를 도입했다. RCA 방식은 하드웨어가 단순해지는 장점이 있지만 신호 감도와 영상 품질이 떨어지
프라이팬 코팅제를 그린 수소 생산 장치의 부품에 발라 생산 성능을 1.4배 높인 기술이 나왔다. 코팅제가 수소 기포 부착을 막아 생산된 수소가 원활하게 배출되는 원리다. UNIST 에너지화학과 이동욱·류정기 교수팀은 수전해 장치의 주요 부품인 '다공성 수송층(PTL)'에 테플론(PTFE)을 코팅해 수소 생산 성능을 40% 높였다고 24일 밝혔다. 수전해 장치는 물과 전기로 그린 수소를 생산하는 장치이다. 수소는 이 장치 전극의 촉매 표면에서 화학 반응해 만들어진다. 이때 수소 기체가 제때 빠져나가지 못하고 기포 형태로 촉매 표면을 덮어버리면 반응이 막혀 문제가 된다. 생산 반응이 일어나는 촉매 표면적이 줄어들기 때문이다. 연구팀은 수소 기체가 빠져나가는 통로인 전극 ‘다공성 수송층’에 테플론을 발라 문제를 해결했다. 테플론은 원래 프라이팬의 음식 눌어붙음을 방지하기 위해 코팅하는 물질이다. 이 물질을 수송층에 코팅하면 수소가 다공성 구조를 빠르게 통과해 배출되면서 기포가 촉매 표면에 달라붙지 않게 된다. 또 원료 공급을 막지 않기 위해서 수송층의 아래쪽 절반은 코팅하지 않는 전략을 썼다. 수송층은 생산물인 수소가 빠져나가는 통로인 동시에 원료인 물을 촉매로
DGIST는 화학물리학과 이성원 교수 연구팀이 한밭대학교 강현일 교수, 경북대학교 노종욱 교수 연구팀과 공동으로 반도체 제조에 사용되는 전사 기술을 응용해 통기성 나노메쉬 기판 위에 고해상도 전자피부 기기를 구현하는 데 성공했다고 밝혔다. 전자피부는 건강 모니터링이나 생체 신호 측정을 위해 인체나 살아있는 조직 표면에 밀착되는 초박형 전자기기다. 이러한 전자피부가 효과적으로 작동하기 위해서는 피부 굴곡을 그대로 따라가는 ‘등각 접촉(conformal contact)’이 가능해야 하며, 장시간 부착해도 땀이나 습기가 빠져나가지 못해 발생하는 피부 자극이나 염증을 최소화할 수 있도록 높은 통기성을 확보하는 것이 중요하다. 이 때문에 고분자 나노섬유가 그물처럼 얽힌 구조의 나노메쉬 기판은 뛰어난 통기성 덕분에 차세대 전자피부 소재로 주목받고 있다. 하지만 나노메쉬 표면은 섬유가 얽혀 있어 구조적으로 거칠고, 고분자 소재 특성상 열에 약해 고온에서 이뤄지는 정밀 미세 공정을 적용하기 어렵다는 한계가 있었다. 이러한 이유로 실제 전자 소자 제작에는 제약이 많았다. 연구팀은 이 구조적 문제를 해결하기 위해 반도체 소자 제작에서 활용되는 전사 기술을 나노메쉬 구조에 맞게
“어떤 OLED 색의 빛이 알츠하이머 환자의 기억력과 병리 지표를 실제로 개선하는가?”라는 의문점을 제기한 한국 연구진이 약물 없이 빛만으로 인지 기능을 개선할 수 있는 가장 효과적인 OLED 색상을 규명했다. 이번 연구에서 개발된 OLED 플랫폼은 색·밝기·깜박임 비율·노출 시간을 정밀하게 제어할 수 있어 향후 개인맞춤형 OLED 전자약으로의 발전 가능성을 제시한다. KAIST는 전기및전자공학부 최경철 교수 연구팀과 한국뇌연구원 구자욱 박사·허향숙 박사 연구팀이 공동 연구를 통해 균일 조도의 3가지 색 OLED 광자극 기술을 개발하고, 청색·녹색·적색 중 ‘적색 40Hz 빛’이 알츠하이머 병리와 기억 기능을 가장 효과적으로 개선한다는 사실을 확인했다고 24일 밝혔다. 연구진은 기존 LED 방식이 가진 밝기 불균형, 열 발생 위험, 동물의 움직임에 따른 자극 편차 등 구조적 한계를 해결하기 위해 균일하게 빛을 내는 OLED 기반 광자극 플랫폼을 구축했다. 이 플랫폼을 활용해 백색·적색·녹색·청색 빛을 동일한 조건(40Hz 주파수·밝기·노출시간)에서 비교한 결과, 적색 40Hz 빛이 가장 우수한 개선 효과를 보였다. 초기 병기(3개월령) 동물 모델은 단 2일
최신 CPU는 구조가 복잡해 여러 작업을 동시에 처리하는 과정에서 명령 순서가 뒤섞이는 동시성 버그가 발생할 수 있으며, 이는 보안 문제로까지 이어질 수 있음에도 기존 방식으로는 발견이 매우 어려웠다. KAIST 연구진은 실제 칩 없이도 CPU 내부 동작을 가상 환경에서 정밀하게 재현해 버그를 자동 탐지하는 기술을 세계 최초 수준으로 개발했으며, 이를 통해 최신 리눅스 커널에서 새로운 버그 11건을 찾아 수정하는 데 성공했다. KAIST는 전산학부 권영진 교수 연구팀이 구글이 수여하는 Research Scholar Award(시스템 분야)를 수상했다고 21일 밝혔다. Google Research Scholar Award는 인공지능, 시스템, 보안, 데이터 관리 등 다양한 분야에서 혁신적 연구를 수행하는 신진 교수를 지원하기 위해 2020년부터 시행된 글로벌 연구 지원 프로그램이다. 구글 리서치 연구진이 직접 심사하며, 전 세계 수백 명 중 극소수만 선정되는 매우 경쟁적인 프로그램으로 알려져 있다. 특히 이 상은 AI·컴퓨터 시스템 분야에서 세계적으로 가장 권위 있는 산업계 연구 지원 프로그램 중 하나로 인정받고 있으며, 국내 수상 사례도 드물다. 권 교수팀은
친환경 섬유 기술이 지속적으로 개발되어 왔지만, 다양한 색상을 가진 섬유를 단일 공정으로 생산하는 기술은 그동안 불가능에 가까웠다. KAIST 연구진은 이 한계를 넘어, 박테리아가 스스로 섬유도 만들고 색도 만들어 무지개색 친환경 섬유를 박테리아 공배양(두 가지 이상의 미생물을 같은 환경에서 동시에 배양)으로 세계 최초로 생산하는 데 성공했다. 이번 기술은 기존의 석유 기반 염색 공정을 대체할 수 있는 잠재력을 지니며, 대량 생산 가능성까지 확인돼 지속 가능한 섬유 및 착용형 바이오 소재 개발에 폭넓게 활용될 것으로 기대된다. KAIST는 생명화학공학과 이상엽 특훈교수 연구팀이 다양한 색상의 박테리아 셀룰로오스(색이 입혀진 미생물 섬유)를 단일 공정(원스텝)으로 생산하는 모듈형 공배양 플랫폼을 세계 최초로 개발했다고 19일 밝혔다. 박테리아 셀룰로오스는 특정 박테리아(주로 콤마가타이박터 자일리누스, Komagataeibacter xylinus)가 영양분을 소비하며 스스로 합성하는 천연 고분자 섬유다. 높은 순도와 강도, 우수한 보습력을 갖춘 데다 생분해성까지 갖춰 기존의 석유 기반 섬유를 대체할 수 있는 친환경 소재로 주목받고 있다. 하지만 기본적으로 색이
‘포스트 실리콘’ 반도체 소재로 꼽히는 2차원 반도체 소재 상용화의 최대 난제였던 접촉 저항 문제를 해결할 결정적 단서가 나왔다. 국내 연구진이 접촉 저항을 유발하는 에너지 장벽의 이론 예측값과 실제 실험값이 불일치하는 원인을 찾아낸 것이다. 정확한 반도체 성능 예측이 가능해져 2차원 소재를 이용한 초나노 반도체 칩 개발에 속도가 붙을 전망이다. UNIST 반도체소재·부품대학원 정창욱·권순용 교수팀은 2차원 반도체 소재와 바일 금속이라는 준금속이 맞닿을 때 생기는 이론적 에너지 장벽이 실험 결과와 일치하지 않는 원인을 밝혀내고, 이를 설명하는 새로운 예측 공식을 제시했다고 19일 밝혔다. 반도체 업계는 수 나노미터 이하의 초미세 공정 칩을 만들기 위해 실리콘 대신 원자 수 겹 두께의 2차원 반도체 소재에 주목해왔다. 하지만 이 2차원 소재를 기존에 쓰던 금속 전극에 연결하면 전자가 잘 흐르지 못하는 접촉 저항이 심각해진다. 전자가 금속에서 반도체 소재로 갈 때 넘어야만 하는 에너지 장벽이 높기 때문이다. 바일 준금속은 실험적으로는 이러한 장벽을 낮추는 대안 소재로 알려져 있다. 문제는 신뢰성이다. 기존 이론 계산에 따르면 오히려 에너지 장벽이 높게 예측되기
포플러(Populus alba)는 덥고 건조할 때 잎을 말아 뒷면을 드러내 태양빛을 반사하고, 밤에는 잎 표면에 맺힌 수분이 방출하는 열(잠열)로 냉해를 막는 독특한 생존 전략을 갖고 있다. 자연은 이처럼 낮·밤과 온·습도 변화에 따라 스스로 열을 조절해 적응해 왔지만, 이러한 정교한 열관리 시스템을 인공소재로 구현한 사례는 거의 없었다. KAIST 연구진은 이번 연구를 통해 포플러 잎의 열관리 전략을 모사한 인공소재를 개발함으로써, 건축 외벽·지붕·임시 보호소 등에서 전력 없이 스스로 온도를 조절하는 열관리 기술의 적용 가능성을 크게 높였다. KAIST는 전기및전자공학부 송영민 교수 연구팀이 서울대학교 김대형 교수팀과 공동으로, 포플러의 자연 열조절 방식을 모사한 ‘유연 하이드로겔 기반 열조절기(LRT, Latent-Radiative Thermostat)’를 개발했다고 18일 밝혔다. 연구팀이 개발한 LRT는 자연을 모사하고 스스로 냉·난방 전환하는 열조절 장치다. 이 기술은 수분의 증발·응축에 따른 잠열 조절과 빛 반사·투과를 이용한 복사열 조절을 하나의 장치에서 동시에 구현할 수 있는 새로운 열관리 기술이다. 핵심 소재는 리튬 이온(Li⁺)과 하이드록시
개요 스마트폰에서 디스플레이는 가장 중요한 구성요소 중 하나이다. 디스플레이 성능은 스마트폰을 차별화하고 소비자의 구매 결정을 좌우하는 핵심 요소이다. 독립적인 연구 결과에 따르면 소비자는 디스플레이 표현의 일관성과 정확성에 주목하는 것으로 나타났다. 소비자는 모든 주변 광 조건에서 컬러가 자연스럽고 일관되게 표현되는 디스플레이를 선호하며, 눈이 피로하지 않도록 적절한 밝기의 디스플레이를 원한다. 이를 위해서는 디스플레이가 주변 광의 컬러와 밝기를 실시간으로 정확하게 측정해야 한다. 이 기능은 스마트폰 OLED 디스플레이를 통과하여 감쇠된 매우 약한 광신호를 감지하여 정확하게 동작하는 특수한 주변 광 센서(ambient light sensor, ALS)에 의해 수행된다. 이 글에서는 OLED 디스플레이 후면(behind OLED)에 위치한 주변광(ALS) 센서의 동작을 어렵게 하는 기술적 과제들과 ams OSRAM의 최신 ALS 제품에 새롭게 도입된 기능들을 설명한다. 이러한 기능들은 주변 광 측정의 정확도를 높이고, 스마트폰 제조회사가 이전보다 더욱 만족스럽고 편안한 OLED 디스플레이 사용 경험을 제공할 수 있게 해준다. 디스플레이 콘텐츠를 어디서든 의도
개요 AGI(Artificial General Intelligence)의 시대가 도래하고 있지만, 산업 현장의 혁신은 여전히 '비전(vision)'에서 시작된다. 제조업은 언어가 아닌 물리적 세계를 인식하고 판단하는 기술의 세계다. 로봇이 사람처럼 판단하고, 다양한 부품을 스스로 식별하며, 불량을 구분하는 능력의 출발점은 결국 '보는 능력', 즉 비전 AI다. 하지만 현장은 여전히 육안 검사에 의존한다. 숙련된 검사자도 하루 8시간 집중 후 판단 정확도가 크게 떨어지고, 0.3mm 이하 미세 불량은 대부분 놓친다. 반도체 공정에서 파티클 하나, 이차전지에서 극판 정렬 오차 0.1mm가 수율을 좌우하지만, 이를 실시간으로 판단할 수 있는 '눈'은 여전히 부족하다. 글로벌 제조 AI 시장은 빠르게 성장하고 있지만, 대부분은 공정 데이터 분석이나 예지보전에 집중되어 있다. 정작 제조의 핵심인 '품질 판단'과 '실시간 제어'를 담당하는 비전 AI 영역은 상대적으로 발전이 더딘 편이다. 대한민국은 반도체, 디스플레이, 자동차, 배터리 등 세계 최고 수준의 제조 경쟁력을 갖고 있지만, 제조 지능의 중심이라 할 수 있는 비전 AI 분야는 이제 막 도약을 시작했다. 공장이
빛을 기반으로 한 양자컴퓨터는 빠른 속도와 높은 확장성을 갖춘 차세대 컴퓨팅 기술로 주목받고 있다. 하지만 여러 개의 빛 신호가 동시에 얽혀 작동하는 복잡한 연산 과정을 실험으로 정확히 규명하는 것은 매우 어려운 기술로 여겨져 왔다. KAIST 연구팀은 이러한 한계를 극복해, 복잡한 다중 광학모드 양자 연산을 CT처럼 훤하게 볼 수 있는 효율적인 기술을 세계 최초 개발했다. 이번 기술은 적은 데이터로도 대규모 연산을 분석할 수 있어, 차세대 양자컴퓨팅과 양자통신 기술 발전에 중요한 전환점을 마련했다. KAIST는 물리학과 라영식 교수 연구팀이 빛을 이용해 연산하는 양자컴퓨터의 내부에서 일어나는 다중 광학모드 양자연산의 특성을 빠르고 정확하게 파악할 수 있는 양자연산 토모그래피 기술을 개발했다고 17일 밝혔다. 토모그래피는 의료용 CT처럼 보이지 않는 내부 구조를 다양한 데이터를 바탕으로 복원하는 기술이다. 양자컴퓨팅에서도 동일하게, 여러 실험 데이터를 이용해 양자연산 내부의 작동 원리를 재구성하는 기술이 필수적이다. 양자컴퓨터가 기존 컴퓨터보다 월등한 성능을 내려면 동시에 조작할 수 있는 양자 단위의 수가 많아야 한다. 하지만 큐빗 또는 광학 모드의 수가 늘
국내 연구진이 필름 형태 전해질을 쭉 잡아당기는 간단한 공정만으로 폭발 없는 배터리인 전고체 배터리의 수명을 늘렸다. UNIST 에너지화학공학과 강석주 교수와 숙명여자대학교 주세훈 교수 공동연구팀은 오래가는 전고체 배터리를 만들 수 있는 필름형 전해질을 새롭게 개발했다고 17일 밝혔다. 전해질은 배터리 음극과 양극 사이에서 리튬이온이 오가는 통로 역할을 하는 소재다. 현재 상용 전기차나 대용량 에너지저장장치 배터리의 경우 전해질로 인화성 액체를 쓴다. 이를 고체로 바꾼 고분자 전고체 배터리는 폭발과 화재 위험은 낮지만, 리튬이온 이동성이 떨어지는 탓에 충·방전을 반복할수록 용량이 줄어드는 문제가 있었다. 연구팀은 리튬이온 이동성을 크게 개선한 불소계 고분자(PVDF-TrFE-CFE) 기반 필름형 전해질을 개발했다. 필름형 전해질을 한 방향으로 잡아당기는 일축 연신 공정 덕분이다. 연신공정이 내부의 구불구불한 고분자 사슬을 쭉 풀어줘 리튬이온이 이동하는 통로를 열어주는 원리다. 또 고분자에 배합된 세라믹 가루(LLZTO)가 기계적 유연성과 난연성을 보완하고 이온 전도도를 높인다. 실험 결과, 연신공정을 거친 순수 고분자 전해질의 리튬이온 확산속도는 연신공정을
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 11월 26일 11시 01분
