CO2 시용에 관한 배경과 이 글의 목적 농업 시설(온실, 식물 공장)의 식물 생산은 노지 농업에 비해 매우 높은 생산력을 가진 농업 형태로 알려져 있다. 그 생산력을 실현하는 중요한 요인으로는 각종 환경 제어를 들 수 있다. 환경 제어의 대상이 되는 주요 환경 요소로는 빛 강도, 기온, 습도, 뿌리 영역의 양수분 농도 외에도 주간의 광합성을 촉진하여 식물의 성장·수확량에 강하게 영향을 미치는 공기 중의 CO2 농도도 들 수 있다. 농업 시설 내의 CO2 농도를 최적으로 제어하기 위해서는 시설의 CO2 수지에 기반한 CO2 농도 환경의 형성 기구를 정확하게 이해한 후에 제어기기를 조작하는 것이 중요하다. 가장 기본적인 접근법으로는 환기나 토양 호흡(농업 시설이 토경 재배인 경우에 한함)을 통한 시설 내 공기에 대한 CO2 가스의 공급이 있다. 전자는 시설 내외의 CO2 농도 차이와 시설의 환기 특성에 의존하고, 후자는 미생물에 의한 토양 중 유기물의 분해나 식물 뿌리의 호흡에 의존한다. 이러한 CO2 공급은 비교적 쉽게 실시할 수 있지만, 시설 내 식물의 광합성에 의한 CO2 흡수와 비교하면 공급량이 부족한 경우가 많다. 그 결과, 광합성이 활발한 환경 조건
제조 산업의 디지털 전환(DX)이 가속화되는 가운데, 단순 시뮬레이션을 넘어 실시간 예측과 자율 제어까지 아우르는 디지털 트윈 솔루션이 주목받고 있다. 그 중심에 선 플랫폼이 바로 ‘PINOKIO’다. 공정 흐름 시뮬레이션(Pino SIM), 실시간 디지털 트윈(Pino DT), AI 기반 예측·분석(Pino AI)까지 통합한 이 플랫폼은 SK하이닉스, LG전자 등 복잡한 제조 환경에서 실효성을 입증하며 산업계의 주목을 받고 있다. 제조 기준정보 입력부터 예지 보전, AI 기반 의사결정까지 전 과정을 커버하며 기존 솔루션의 한계를 극복한 PINOKIO는, 스마트 팩토리 실현을 위한 결정적 해법으로 자리매김하고 있다. 이 글에서는 PINOKIO의 기술 구조와 실제 적용 사례, 그리고 산업적 파급력을 집중 분석한다. 제조 산업 전반에서 디지털 트윈 기술이 핵심 전략으로 부상하는 가운데, 차세대 물류 디지털 트윈 솔루션 ‘PINOKIO’가 주목받고 있다. PINOKIO는 최신 기술 흐름을 반영하여 개발된 솔루션으로, 기존 상용 시스템의 한계를 극복하고 스마트 제조로의 전환을 가속화하는 데 최적화된 기능을 제공한다. 기존 디지털 전환(DX) 솔루션이 주로 3D 모델
이번 호에서는 CIP Safety의 5G 전송 측정 구성 및 조건을 설명하고, 제조 장비 간 5G 기반 CIP Safety 통신 평가 결과에 대해서도 함께 다룬다. CIP Safety의 5G 전송 측정 구성 및 조건 측정 구성의 변형은 그림 1과 2에 제시돼 있다. 성능 측정 조건은 다음과 같다. · CIP Safety 연결 수: 안전 라인 컨트롤러를 대상으로 하여 세 개의 안전 컨트롤러가 송신자로 동작하며, 반대로 각 안전 컨트롤러가 대상이 되고 안전 라인 컨트롤러가 송신자가 되는 형태로 CIP Safety 연결을 구성했다. · EPI (CIP Safety 통신 주기): 안전 프로세스 통신의 EPI는 60ms로 고정 설정했다. · 데이터 크기: 본 용도에 필요한 CIP Safety 패킷은 46바이트로 설정했다. · 통신 부하: 실제 사용 환경을 시뮬레이션하기 위해, CIP Safety 통신 외에 표준 프로세스 통신을 통해 통신 부하를 추가했다. 각 안전 컨트롤러 간(안전 라인 컨트롤러 포함)에는 송신자와 수신자 역할로 각각 최대 12개씩, 총 24개의 표준 프로세스 통신 연결을 구성했다. RPI(Request Packet Interval)는 1ms, 5ms
울산과학기술원(UNIST) 에너지화학공학과 백종범 교수팀은 기계화학적 암모니아 생산 공정의 수율을 5.6배 높이는 데 성공했다고 9일 밝혔다. 백 교수팀은 소량의 질화규소를 첨가해 암모니아 생산 수율을 이처럼 끌어올렸다. 분석 결과 질화규소는 철 촉매 표면에 고밀도 결함을 형성해 질소 기체를 원자 단위로 분리하고, 이를 수소화하는 반응을 효과적으로 촉진하는 것으로 나타났다. 질화규소는 태양광 패널에서 회수한 실리콘 원료로 만들 수 있어 재생에너지 폐기물의 자원화 가능성도 높다. 국제에너지기구는 2050년까지 전 세계에서 4900만t 이상의 태양광 패널 폐기물이 발생할 것으로 전망하고 있다고 연구진은 설명했다. 암모니아는 비료의 원료로 식량 생산에 중요한 물질이다. 최근에는 수소의 저장·운반체로도 주목받고 있어 수요가 더 늘어날 것으로 전망된다. 백종범 교수는 “이번 기술을 저온·저압에서도 암모니아 생산 효율을 크게 높일 수 있어 국소 지역에서 직접 암모니아를 생산하는 ‘탈중앙화’에 기여할 수 있다”며 “태양광 폐기물까지 자원화할 수 있는 만큼, 암모니아 생산의 탈탄소화와 자원 순환이라는 두 과제를 동시에 해결할 수 있는 기술”이라고 말했다. 이런 연구 결과는
인하대학교는 최근 김가영 고분자환경융합전공 박사과정 학생, 구예진 박사가 삼성전자 반도체연구소, 서울시립대와 공동 연구를 통해 차세대 고개구수(High NA) 극자외선(EUV) 리소그래피 공정에 적용 가능한 신개념 포토레지스트 소재를 개발했다고 8일 밝혔다. 높은 집적도의 반도체 소자(IC칩)는 판화 작품을 제작하는 것과 유사한, 매우 정교한 공정으로 만들어진다. 전기회로도를 실리콘 웨이퍼 위에 축소·복사해 밑그림을 만들고 웨이퍼로 옮겨 새기는 과정을 포토리소그래피라고 하는데, 이 과정을 십수회 반복하면 하나의 논리소자나 메모리소자를 만들 수 있다. 이 같은 공정의 핵심 역할을 수행하는 화학 소재가 포토레지스트다. 빛에 반응해 회로의 밑그림을 정밀하게 그려주는 얇은 코팅 물질로, 반도체 생산 공정의 정확도와 효율을 좌우한다. 반도체 회로를 더욱 미세하게 구현하기 위해 극자외선(EUV)을 활용한 노광기술이 적용되는 상황에서 최근에는 더욱 넓은 거울(High NA 광학계)이 장착된 초고해상도 노광장비의 도입 준비가 활발히 이뤄지고 있다. 이러한 노광 장비의 정밀도 향상에 맞춰 고성능 포토레지스트 소재를 확보하는 것은 반도체 미세공정 경쟁력을 높이는 데 중요한 의
인하대학교는 김민규 화학과 교수 연구팀이 이차전지 단일 소재의 한계를 극복할 복합 전극 전략을 새롭게 제시했다고 7일 밝혔다. 전기차, 드론, 도심항공모빌리티(UAM) 등 차세대 이동수단이 빠르게 발전하면서, 이를 움직일 강력한 배터리 기술의 중요성이 커지고 있다. 특히 에너지 밀도가 높고, 가격 경쟁력이 있는 하이니켈(High-Ni) 양극재가 주목받고 있지만 초기 충·방전 과정에서 발생하는 용량 손실과 수명 저하 문제는 해결해야 할 숙제다. 이는 하이니켈 소재 기반 배터리 소재가 갖는 본질적 문제다. 하이니켈 소재의 문제점을 해결하기 위해 학계에선 다양한 금속을 도핑하거나 표면을 코팅하는 방식의 다양한 연구를 진행하고 있다. 하지만 니켈 함량이 90%가 넘는 고함량 하이니켈 소재에서는 연구 방향의 선택지가 제한적이다. 김민규 교수 연구팀은 하이니켈 소재의 한계를 극복할 수 있는 방법으로 리튬인산철(LiFePO₄·LFP)과 하이니켈 양극소재를 단순 혼합해 구성한 복합 전극 전략을 새롭게 제시했다. 하이니켈 소재와 LFP 소재 양극재를 함께 사용한 복합 전극 내에서 자발적으로 리튬 이온 이동이 발생하는 현상을 활용했다. 복합 전극에서 방전을 시작하면 하이니켈
한국과학기술원(KAIST)은 전산학부 박종세 교수팀과 하이퍼엑셀(전기·전자공학부 김주영 교수 창업기업)이 챗GPT와 같은 생성형 AI에 특화된 고성능·저전력의 신경망처리장치(NPU) 핵심기술을 개발했다고 4일 밝혔다. 챗GPT4나 제미나이 2.5 등 최신 생성형 AI 모델들은 메모리 용량을 많이 필요로 하기 때문에 마이크로소프트나 구글 등 생성형 AI 클라우드 운영기업들은 엔비디아의 그래픽처리장치(GPU)를 수십만장씩 구매하고 있다. NPU는 인공신경망을 이용해 AI 연산에 특화된 반도체로 GPU 대비 저전력으로도 높은 효율을 낼 수 있어 GPU를 대체할 기술로 주목받고 있다. 연구팀은 메모리 사용의 대부분을 차지하는 ‘KV 캐시’(생성형 AI 모델을 작동할 때 성능을 높이기 위해 사용하는 임시 저장 공간)의 양자화를 통해 적은 수의 NPU 디바이스만으로 동일 수준의 AI 인프라를 구성, 생성형 AI 클라우드 구축 비용을 절감할 수 있는 기술을 개발했다. AI 처리 시스템은 보다 뛰어난 추론 서비스를 제공하기 위해 처리해야 하는 요청의 수와 길이가 증가하고, 이 때문에 생성형 AI 모델의 추론 과정에서 생성되는 KV캐시가 커지면서 메모리 병목으로 이어지게 된
착용형(웨어러블) 전자기기에 쓰이는 섬유형 에너지 저장장치의 성능을 소량의 첨가제만으로도 늘리는 기술이 개발됐다. 한국과학기술연구원(KIST)은 전북분원 기능성복합소재연구센터 김남동 책임연구원과 주용호 선임연구원 연구팀이 한국과학기술원(KAIST) 이진우 교수 연구팀과 공동으로 소량의 첨가제로 이온전도도를 크게 높인 고분자 전해질을 개발했다고 3일 밝혔다. 기존 고분자 기반 고체 전해질은 자유롭게 구부릴 수 있는 특성으로 섬유 형태로 만든 에너지 저장장치로 주목받고 있으나 이온전도도가 낮아 실제 활용이 어려운 것이 문제였다. 이에 연구팀은 자유전자 구조를 안정적으로 유지하면서도 외부 자극에는 민감하게 반응하는 ‘4-하이드록시 템포’(HyTEMPO)라는 유기 분자를 활용하는 기술을 개발했다. 이 유기 분자를 고체 전해질에 첨가하자 고체 상태에서도 고분자 내부에서 막힌 길을 뚫어주는 고속도로처럼 작용해 이온이 빠르게 흐를 수 있게 해줘 이온 전도도가 기존 대비 17배 늘어난 ㎝당 3.2mS(밀리지멘스, 전기 전도도 단위)로 늘어났다고 연구팀은 설명했다. 또 이온 이동뿐 아니라 에너지를 저장하고 내보내는 성능까지 함께 개선해 섬유 형태 전극만으로 에너지 저장장치를
한국과학기술원(KAIST)은 전기·전자공학부 노용만 교수 연구팀의 박세진 박사과정생이 장시간 음성 생성이 가능한 음성언어모델(SLM·Spoken Language Model) ‘스피치SSM’을 개발했다고 3일 밝혔다. 이번 연구는 권위 있는 국제머신러닝학회(ICML) 논문 중 1%만 받을 수 있는 구두 발표 대상으로 선정됐다. SLM은 대형언어모델(LLM)과 달리 텍스트가 아닌 음성을 학습함으로써 텍스트에 담을 수 없는 사람의 억양·감정 등 비언어적 정보까지 이해해 정보를 생성하는 기술이다. 텍스트 기반 언어 모델의 한계를 넘어서는 차세대 기술로 주목받고 있지만, 장시간 일관된 음성을 생성하기 어려워 팟캐스트, 오디오북, 음성비서 등에는 적용하기 어려웠다. 음성 정보를 담기 위해 ‘음성 토큰’(음성을 잘게 쪼갠 데이터) 형태로 만드는데, 음성 토큰이 많아질수록 고해상도를 유지하기 위한 메모리 소비가 급증하기 때문이다. 앞의 정보를 집중해 기억하는 메모리의 길이에 한계가 있어, 장시간 이용할 경우 주제의 일관성이 무너지는 문제가 있었다. 연구팀은 최근 정보에 집중하는 ‘어텐션 층’(attention layer)에 전체 이야기의 흐름, 즉 장기적인 맥락을 오래 기
한국과학기술연구원(KIST)은 천연물신약사업단 박근완 책임연구원 연구팀이 인공지능(AI) 신약 후보물질 예측 국제대회 ‘캐시(CACHE) 챌린지’ 4회 대회에서 2회 연속 우승을 차지했다고 1일 밝혔다. 앞서 3회 대회에서는 박 책임연구원 연구팀 등 4팀이 공동 우승했는데, 이번에는 단독 우승한 것이다. 캐시 챌린지는 신약 개발 첫 단계에서 AI 기술이 실제로 얼마나 효과적으로 작동하는지 평가하는 대회로 2021년 출범했다. 시뮬레이션에 그치지 않고 참가팀이 제안한 신약 후보 물질을 실제 실험실에서 검증하는 게 특징이다. 4회 대회는 암 면역치료와 자가면역질환을 목표로 하는 신약 후보 물질 예측을 주제로 전 세계 23개 본선 진출팀이 2년간 경쟁했다. 총 1688개 신약 후보 화합물이 신약 대상으로 선정됐으며 이중 KIST 연구팀이 제안한 후보물질이 유일하게 화학적 독창성과 생물학적 활성을 모두 인정받았다. 연구팀은 KIST 자체 개발 AI 모델 ‘ECBS’(진화적 화합물 결합 유사성)를 활용해 항암 면역치료 주요 목표로 주목받는 CBLB 단백질을 표적으로 한 물질을 찾아냈다. 이 단백질은 암세포가 몸속 면역 시스템 공격을 피할 수 있도록 돕는 역할을 하는
한국과학기술원(KAIST)은 신소재공학과 스티브 박 교수 연구팀이 섬유 위에 전자회로를 직접 그려 넣는 혁신적인 방식을 통해 유연하면서도 내구성이 뛰어난 전자섬유 플랫폼을 개발했다고 25일 밝혔다. ‘직접 잉크 쓰기‘ 3D 프린팅 방식을 이용해 센서와 전극 기능을 하는 특수 잉크를 섬유 기판 위에 직접 인쇄하는 방식이다. 이를 이용해 복잡한 제작 과정을 거치지 않고도 맞춤형 전투복을 제작할 수 있다. 전투원 개개인의 정밀한 움직임과 인체 데이터를 수집해 이를 바탕으로 맞춤형 훈련 모델을 제시할 수 있다고 연구팀은 설명했다. 연구팀은 유연성을 가진 스티렌-부타디엔-스티렌(SBS) 고분자와 전도성을 부여하는 탄소나노튜브를 조합해 최대 102% 늘어나는 인장·굽힘 센서 잉크를 개발했다. 1만 차례의 반복적인 테스트에서도 안정적인 성능을 유지하는 것으로 나타났다. 이는 전투원의 격렬한 움직임 속에서도 정확한 데이터를 지속해 얻을 수 있음을 의미한다. 연구팀은 개발한 전자섬유를 어깨, 팔꿈치, 무릎 등 주요 관절 부위에 프린팅해 달리기, 팔 벌려 높이뛰기, 팔굽혀 펴기 등 다양한 인체의 다양한 움직임을 모니터링했다. 또 스마트 마스크를 활용해 호흡 패턴을 측정하거나,
흐릿하고 끊기는 영상을 또렷하고 매끄럽게 복원하는 인공지능(AI) 모델을 울산과학기술원(UNIST) 연구진이 제시했다. 24일 UNIST는 인공지능대학원 유재준 교수팀이 영상의 해상도와 프레임을 동시에 개선하는 AI 모델 ‘BF-STVSR’(Bidirectional Flow-based Spatio-Temporal Video Super-Resolution)을 개발했다고 밝혔다. 해상도와 프레임 수는 영상 품질을 결정짓는 요소다. 해상도가 높을수록 화면이 선명하고, 프레임 수가 많을수록 영상 속 움직임이 끊기지 않고 매끄럽다. 기존 AI 영상 복원 기술은 해상도와 프레임을 따로 처리했다. 또 프레임 보강은 사물의 이동 방향과 속도를 계산해 중간 장면을 생성하는 방식인 옵티컬 플로우 예측 네트워크에 의존했다. 그러나 옵티컬 플로우는 연산이 복잡하고 오차가 쌓이기 쉬워 영상 복원 속도와 품질 면에서 한계가 있었다. 연구팀이 개발한 BF-STVSR은 비디오 특성에 적합한 신호 처리 기법을 도입해 옵티컬 플로우 예측 네트워크에 의존하지 않고 프레임 간 양방향 움직임을 스스로 학습한다. 이를 통해 사물의 윤곽 등을 함께 추론함으로써 해상도와 프레임을 동시에 개선할 수 있
한국과학기술원(KAIST) 조힘찬 교수팀은 한국표준과학연구원 임경근 박사팀과 공동으로 차세대 초고속 데이터 통신인 ‘라이파이’(Li-Fi)의 보안성까지 높인 암호화 광통신 소자 기술을 개발했다고 24일 밝혔다. ‘빛’(Light)과 ‘와이파이’(Wi-Fi)의 합성어인 라이파이는 빛의 가시광선 대역을 활용한 무선통신 기술로, 와이파이보다 최대 100배 빠른 224Gbps(초당 기가비트)급 속도를 낼 수 있다. 사용할 수 있는 주파수 할당의 제약이 없고 전파 혼신(GPS 신호 이용 방해) 문제도 적지만, 누구나 접근할 수 있어 상대적으로 보안에 취약하다. 연구팀은 친환경 양자점(QD, Quantum Dot·수 나노미터 크기 반도체 입자) 소재를 기반으로 전기장을 이용해 빛을 발생시키는 장치를 개발했다. 투과 전극에 존재하는 아주 작은 구멍에 전기장이 집중되고 전극 너머로 투과되는데, 이 소자는 이를 이용해 두 가지 입력 데이터를 동시에 처리할 수 있다. 기기 자체에서 정보를 빛으로 바꾸는 것과 동시에 암호화함으로써 별도의 장비 없이도 보안이 강화된 데이터 전송이 가능하다. 연구팀이 개발한 소자의 외부양자효율(EQE·전기를 얼마나 효율적으로 빛으로 변환할 수 있는
한국과학기술원(KAIST) 박인규 교수 연구팀은 한국전자통신연구원(ETRI)과의 공동연구를 통해 기존 촉각 센서의 구조적 한계를 극복한 열 성형 기반 기술을 개발했다고 23일 밝혔다. 로봇이 물체를 잡거나 의료기기가 몸의 맥박을 감지할 때 쓰는 촉각 센서는 손끝처럼 ‘눌림’을 느끼는 기술이다. 고무나 실리콘처럼 늘렸다가 놓으면 다시 원래 모양으로 돌아오는 기존 연성 엘라스토머 기반 촉각 센서는 응답속도가 늦고 장기간 사용 시 재료가 변형되는 문제가 있다. 연구팀은 2차원 필름 위에 정밀하게 전극을 형성한 후 열과 압력을 가해 3차원 구조로 성형하는 방법으로 열 성형 촉각 센서를 개발했다. 센서 상부의 전극과 지지 다리 구조는 목적에 따라 기계적 물성을 자유자재로 조절할 수 있다. 지지 다리의 두께, 길이, 개수 등 미세한 구조 매개변수를 조정함으로써 센서의 영률(재료의 강성을 나타내는 지표)을 10Pa(파스칼)에서 1MPa(메가파스칼)까지 폭넓게 설정할 수 있다. 이는 피부, 근육, 힘줄 등의 생체조직과 유사한 수준이다. 개발한 센서는 가벼운 숨결까지 인식할 수 있을 정도로 민감도가 높고 응답속도도 0.1ms(밀리초·1천분의 1초) 수준으로 빠르다. 장기간
한국과학기술원(KAIST) 최재식 교수는 네이버 AI Lab과 공동 연구를 통해 추가적인 학습 없이도 인공지능(AI) 생성 모델의 창의적 생성을 강화하는 기술을 개발했다고 19일 밝혔다. 텍스트를 기반으로 이미지를 생성하는 AI 모델인 ‘스테이블 디퓨전’은 자연어로 제공된 설명만으로도 고해상도·고품질 이미지를 자동 생성할 수 있다. 학습된 모델과 소스코드가 공개돼 있어 상업적·연구 목적으로 활발히 활용되고 있다. 하지만 ‘창의적인’ 이라는 텍스트를 입력해도 독창적인 이미지를 만들기 어려워 추가적인 데이터를 필요로 한다. 연구팀은 AI 모델의 내부 특징 맵을 증폭해 창의적 생성을 강화하는 기술을 개발했다. 특징 맵을 주파수 영역으로 변환한 후 높은 주파수 영역에 해당하는 부분의 값을 증폭하면 노이즈나 작게 조각난 색깔 패턴의 형태를 유발하는 것을 확인했다. 낮은 주파수 영역을 증폭함으로써 별도의 학습 없이도 효과적으로 창의적 생성을 강화할 수 있다. 유용성까지 고려해 AI 모델 내부의 블록별로 최적의 증폭 값을 자동으로 선택하는 알고리즘을 제시했다. 개발한 알고리즘을 사용하면 기존 모델 대비 참신하면서도 유용성이 크게 저하되지 않은 이미지를 생성할 수 있다고
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 07월 13일 17시 14분
