지난 10월 경주에서 열린 ‘2025년 APEC 정상회의’는 한국 기술력을 세계에 알리는 무대였다. 이 자리에서 경희대학교와 AI 로봇 기업 서큘러스가 선보인 ‘케데헌 스타일 로봇’은 K-콘텐츠와 로봇 기술의 결합으로 참가자들의 큰 관심을 받았다. 양 기관은 당시 협업을 바탕으로 ‘패브릭(fabric) 재질’을 활용한 로봇 표피 공동연구에 착수하며 휴머노이드 로봇의 현실적 상용화를 향한 행보에 속도를 내고 있다. 이번 연구는 인간의 촉각과 유연성을 모사한 섬유 기반 외피 기술 개발이 핵심이다. 경희대 빅데이터응용학과 김태경 교수, 의과대학 김도경 교수, 의상학과 감선주·송화경 교수가 참여하며, 로봇 표면에 부착할 수 있는 고탄성·내구성 섬유 소재 설계를 담당한다. 장기적으로는 촉각·압력·온도 센서를 통합해 로봇이 사람의 접촉을 세밀하게 감지하고 반응하는 수준까지 기술을 발전시키는 것이 목표다. 서큘러스는 최근 인텔 기반 AI 보드 ‘파이코어(piCore)’ 시리즈를 개발하며 로봇의 두뇌 역할을 고도화해 왔다. 이번 공동연구에서는 로봇의 ‘피부’ 영역까지 연구를 확장해, 로봇이 단순한 인지·동작을 넘어 인간과 감각적으로 교류할 수 있도록 구현하는 방향에 집중한
현시점 자동차 산업은 근본적인 전환기에 서 있다. 소프트웨어로 모든 기능을 제어하고 관리하는 ‘소프트웨어 정의 차량(Software-Defined Vehicle, 이하 SDV)’으로의 진화가 가속화되고 있는 것이다. 자동차는 이제 단순한 이동 수단이 아니라, 주변과 끊임없이 연결되는 ‘플랫폼’으로 변화하고 있다. 이는 소프트웨어가 차량의 기능과 가치를 규정하는 핵심 정체성이 되고 있음을 의미한다. SDV, 자동차 산업 패러다임 뒤흔드는 ‘소프트웨어 혁명’ 미국 금융사 모건스탠리(Morgan Stanley)에 따르면 SDV는 2021년 전체 자동차 시장에서 약 3%의 비중을 차지하는 데 그쳤으나, 2029년에는 그 비율이 90%까지 확대될 전망이다. 또한 글로벌 시장조사기관 글로벌마켓인사이트(GMI)는 전 세계 SDV 시장 규모가 2034년까지 4,495억 달러(약 650조 원)에 이를 것으로 내다봤다. 현대자동차그룹을 비롯한 글로벌 완성차 업체들이 소프트웨어 전담 조직 신설, 대규모 기술 인력 확보, 플랫폼 전환 투자 등 새로운 전략을 추진하는 이유가 여기에 있다. 특히 SDV의 등장은 단순히 차량 기능의 고도화 수준을 넘어, 차량 개발의 패러다임 전체를 바
수소 생산 촉매에서는 물방울이 표면에서 얼마나 잘 떨어지는지가 기포 생성과 수소 생산 속도를 좌우한다. 반도체 제조 공정에서도 물이나 액체가 표면에 어떻게 퍼지고 얼마나 빠르게 마르는지, 즉 ‘젖음성’이 공정 품질에 직접적인 영향을 미친다. 하지만 나노 크기에서 물이나 액체가 표면 위에서 어떻게 움직이는지를 직접 관찰하는 것은 기술적으로 거의 불가능해 연구자들은 추측에 의존해 왔다. KAIST는 신소재공학과 홍승범 교수 연구팀이 서울대학교 임종우 교수팀과 함께 원자간력 현미경(AFM)을 이용해 나노 크기의 물방울을 실시간으로 직접 관찰하고, 물방울의 모양을 기반으로 접촉각을 계산할 수 있는 기술을 개발했다고 2일 밝혔다. 이 연구를 통해 나노 물방울의 실제 형태를 눈으로 확인할 수 있게 되면서, 물방울이 표면에 얼마나 잘 붙고 떨어지는지를 정밀하게 분석하는 길이 열렸다. 수소 생산 촉매, 연료전지, 배터리, 반도체 공정 등 액체의 미세한 움직임이 성능을 결정하는 다양한 첨단 기술 분야에 즉각적으로 적용될 수 있을 것으로 기대된다. 최근 젖음성 분석은 나노 스케일에서의 정밀 측정이 중요해지고 있지만, 기존 방식처럼 수 밀리미터 크기의 물방울을 사용하면 친수성·
식품 안전과 보안은 여전히 아시아 지역에서 해결해야 할 중대한 과제다. 복잡한 공급망 구조, 높은 식품 손실률, 보관·취급 과정에서의 취약성 등이 기업과 소비자 모두에게 지속적인 영향을 미치고 있다. 여기에 더해 글로벌 공급망이 더욱 정교해지고 규제가 강화되면서 다양한 해결책도 새롭게 부상하고 있다. 이 가운데 견고한 추적성, 보안, 효율적인 재고 관리 등에 대한 요구사항이 급증하고 있다. 이러한 상황에서 자동화와 디지털 추적 기술의 발전은 식품 물류 업계를 변화시키고 있다. 이 같은 변화는 감모, 도난, 콜드 체인 유지관리와 같은 오랜 과제를 해결하는 동시에 식품 품질, 유통기한, 가용성 개선 등에 기여하고 있다. 증가하는 식품 손실과 도난 과제 이 흐름에서 아시아 지역에서 가장 시급히 해결해야 할 과제 중 하나는 수확부터 소비자에게 도달하기까지의 과정에서 발생하는 막대한 식품 손실이다. 세계경제포럼(World Economic Forum)에 따르면, 동남아를 포함한 아시아 전역에서는 비효율적인 취급·보관으로 인한 식품 손실이 전체 생산량의 최대 40%에 달한다. 특히 과일·채소 등 신선식품은 적절한 조건에서 보관되지 않으면 부패 위험이 커지기 때문에 더욱
제르미 치즈공장(Jermi Käsewerk, 이하 제르미)은 1889년부터 이어져 온 치즈 업계의 전통 있는 명문 기업이다. 소규모 가족 경영 기업으로 시작해 현재는 탁월하고 차별화된 치즈 특산품으로 유명한 세계적인 기업으로 성장했다. 제르미는 경쟁력 유지를 위해 최첨단 기술과 혁신을 지속적으로 수용해 왔다. 회사는 특정 설비와 생산 라인의 디지털 통합에서 격차를 확인하고 이를 해결하기 위해 선제적으로 Tomorrow Things와 협업했다. 이러한 전략적 결정은 디지털 전환을 위한 제르미의 추진 과정에서 핵심 단계임을 보여준다. 목표는 운용 효율성 향상과 생산 공정 간소화로 명확했다. 특히 회사는 현장의 실시간 데이터에 접근할 수 있는 견고한 플러그 앤드 프로듀스(plug-and-produce) 디지털 트윈 솔루션의 필요성을 인식했다. 이 솔루션은 혁신을 주도하고 장기적인 경쟁력을 확보하는 데 핵심이 되는 통찰과 최적화 잠재력을 제공한다. 포괄적인 디지털화 솔루션을 구현하기 앞서 제르미는 몇 가지 주요 과제에 직면했다. · 전체 생산 라인 모니터링: 예방적 유지보수를 가능하게 하고 원활한 운용을 보장할 수 있는, 전체 생산 라인의 실시간 모니터링이 가능한
3D 포인트 클라우드(Point Cloud) 기반 인공지능(AI) 모델이 학습해야 하는 데이터량을 크게 줄이면서도 성능을 유지할 수 있는 기술이 개발됐다. 자율주행차와 로봇 등 대규모 3D 데이터를 다루는 분야에서 학습 시간과 연산 비용을 줄이는 데 큰 도움이 될 것으로 기대된다. UNIST 인공지능대학원 심재영 교수팀은 3D 포인트 클라우드 데이터를 효과적으로 압축해 학습 효율을 높이는 ‘데이터 증류(dataset distillation)’ 기술을 개발했다고 1일 밝혔다. 데이터 증류는 대규모 학습 데이터에서 핵심 특징만을 추출해 ‘요약 데이터’를 만드는 기술이지만, 3D 포인트 클라우드는 점의 순서가 정해져 있지 않고 물체가 회전된 경우가 많아 적용이 어려운 형태로 꼽혀 왔다. 요약 데이터의 완성도를 높이려면 원본 데이터와 비교·매칭 과정이 필수지만, 이러한 특성 때문에 엉뚱한 부위가 비교되거나 같은 물체도 서로 다른 물체로 인식되는 문제가 발생한다. 연구팀은 이 문제를 해결하기 위해 두 가지 핵심 기술을 결합했다. 첫째, 순서가 일정하지 않은 점 데이터의 의미 구조를 자동으로 정렬해주는 손실 함수(SADM)를 적용했다. 둘째, 물체의 회전 각도를 AI가
C-band는 약 1550 nm 파장대의 빛으로, 광섬유를 통해 인터넷 신호가 가장 멀리 전달되고 손실도 가장 적은 영역이다. 흔히 ‘인터넷이 달리는 최적의 빛의 고속도로’로 불리는 이 파장에서 확정적으로 단일 광자를 안정적으로 만들어내는 기술은 세계적으로 난제로 꼽혀 왔다. KAIST 연구진이 이 문제를 해결하며 C-band에서 세계 최고 품질의 단일 광자원을 만들어내는 데 성공했다. KAIST는 물리학과 조용훈 교수 연구팀이 C-band 대역에서 세계 최고 수준(동일성 72%, 순도 97%)의 구별불가능한 단일 광자를 생성하는 양자 광원을 개발했다고 30일 밝혔다. 이는 올해 상온에서도 작동하는 광통신 대역 단일 광자원을 구현한 데 이어 이뤄낸 성과다. 단일 광자원은 한 번에 하나씩 빛을 방출하는 장치로, 복제가 불가능해 양자 통신의 핵심 요소로 꼽힌다. 특히 여러 광자가 서로 완전히 동일할 때 나타나는 홍–오–만델(Hong–Ou–Mandel) 간섭은 양자 중계기, 양자 순간이동, 양자 네트워크 구축 등 미래 양자 인터넷 기술의 기반이 된다. 즉 ‘빛을 원하는 시점에 하나씩 만들고(순도), 그 빛을 완전히 똑같게 만드는 능력(동일성)’이 양자 인터넷용 광
KAIST는 한국형발사체 누리호 4차에 실려 우주로 향한 큐브위성 K-HERO(KAIST Hall Effect Rocket Orbiter)가 27일 정오 지상국과 첫 교신에 성공했으며, 이를 기반으로 AI 기반 초소형 홀추력기 우주 검증을 위한 본격적인 임무 준비에 들어갔다고 28일 밝혔다. K-HERO에는 KAIST 원자력및양자공학과 최원호 교수 연구팀이 AI 기반 설계기술을 활용해 개발한 150 W급 초소형 홀전기추력기가 탑재됐다. 이번 누리호 4차 발사에 실린 12기의 큐브위성 가운데 홀추력기 우주 실증 임무를 수행하는 위성은 K-HERO가 유일하다. 홀추력기는 전기에너지를 이용해 제논(Xe) 연료를 이온화하고 이를 고속 분사해 추력을 얻는 고효율 전기추진 기술이다. 연비(비추력)가 높고 투입 전력 대비 추력 성능(약 60 mN/kW)이 우수해 대규모 위성군(예: SpaceX 스타링크)부터 심우주 탐사(NASA Psyche)에 이르기까지 널리 활용되고 있다. 기존에는 중대형 플랫폼(GEO 위성)에 주로 적용됐으나, 초소형·소형위성용 경량·고효율 홀추력기 개발은 기술 난이도가 높은 도전적인 분야로 꼽혀왔다. 연구팀은 복잡한 플라즈마 생성 및 전자기장 최적
산업단지에서 주로 발생하는 발암물질인 다환방향족탄화수소(PAHs)의 노출 위험을 더 정확하게 평가할 수 있는 통합 대기오염 분석 기술이 개발됐다. 기존 분석 방법이 놓치기 쉬운 유해물질 노출 사각지대를 찾아내고, 과학적 근거에 기반한 산업단지 환경관리 정책 수립에 도움이 될 전망이다. UNIST 지구환경도시건설공학과 최성득 교수팀은 수동대기채취, 3차원 확산모델, 확률 기반 위해성 평가 기법을 통합한 대기오염 분석 기술을 개발했다고 밝혔다. 수동대기채취(PAS) 기법은 스펀지처럼 생긴 다공성 매체에 공기 중 오염물질을 자연적으로 흡착시켜 샘플을 채취하는 방식이다. 경제적이고 효율적이라 넓은 지역에 수동대기채취 장치를 촘촘하게 설치해 고해상도의 오염 지도를 그릴 수 있다는 장점이 있지만, 측정된 오염물질이 어디서 어떤 경로로 이동했는지 파악하기는 어렵다. 연구팀은 3차원 확산모델을 이용해 이 한계를 보완했다. 굴뚝에서 나온 연기가 바람을 타고 퍼져나가는 모습을 컴퓨터로 시뮬레이션하는 기술로, 각 지점의 단순 오염도뿐 아니라 공장 굴뚝 높이와 바람 방향 등에 따라 오염 물질이 상공으로 확산한 뒤 수 km 떨어진 지점까지 하강하는 과정까지 확인할 수 있다. 또 확
인간의 뇌에는 약 1000억 개의 뇌세포가 존재하며, 이들이 주고받는 화학·전기 신호는 대부분의 정신 기능을 만들어 낸다. 이러한 신호를 정밀하게 읽어내기 위한 뉴럴 임플란트 기술은 신경퇴행성 질환 연구와 치료에 필수적이다. KAIST·국제 연구진이 뉴럴 임플란트는 단순한 소형화·경량화를 넘어, 기존에 가능하리라 예상만 되었던 완전 무선 초소형 임플란트를 실제로 구현하는 데 성공했다. KAIST는 신소재공학과 겸직교수이자 난양공대(NTU) 전자과 소속인 이선우 교수 연구팀이 미국 코넬대 알로이샤 모나 교수팀과 공동으로, 소금 결정보다 작은 100 마이크로미터(µm) 이하 초소형 무선 뉴럴 임플란트 ‘MOTE(Micro-Scale Opto-Electronic Tetherless Electrode)’를 개발했다고 27일 밝혔다. 연구팀은 이 임플란트를 실험용 생쥐 뇌에 이식해 1년간 안정적으로 뇌파를 측정하는 데 성공했다. 뇌 속에서는 눈에 보이지 않는 미세한 전기 신호들이 끊임없이 오가며 우리의 기억, 판단, 감정 등 다양한 정신 활동을 만들어낸다. 이러한 신호를 인체 외부에서 연결선 없이 직접 측정하는 기술은 뇌 연구와 치매·파킨슨병과 같은 신경질환 치료의
1. 서론: 열 관리(Thermal Management), 현대 전자산업의 생존을 건 물리적 사투 1.1. '열 장벽(Heat Wall)'과 무어의 법칙의 황혼 반도체 산업이 지난 수십 년간 누려온 무어의 법칙(Moore’s Law)은 이제 물리적 한계라는 거대한 벽에 직면해 있다. 트랜지스터의 선폭이 나노미터(nm) 단위로 축소되면서 누설 전류에 의한 발열은 기하급수적으로 증가했고, 성능 향상을 위해 도입된 3D 적층 기술과 칩렛(Chiplet) 구조는 단위 부피당 발열 밀도(Heat Flux)를 폭발적으로 증가시키는 결과를 낳았다. 현대의 고성능 컴퓨팅(HPC) 프로세서, 인공지능(AI) 가속기를 위한 GPU, 그리고 5G 통신 모듈은 이제 단순한 전자 소자가 아니라, 수백 와트(W)의 열을 뿜어내는 초고밀도 발열원이 되었다. 이러한 환경에서 '열 관리(Thermal Management)'는 더 이상 시스템 설계의 후순위 고려사항이 아니다. 전자 부품 고장의 55% 이상이 열 문제에서 기인한다는 통계는 열 관리가 제품의 성능, 신뢰성, 그리고 수명을 결정짓는 가장 중요한 척도임을 시사한다. 칩 내부에서 발생한 열이 외부로 신속하게 배출되지 못하면 접합부
KAIST는 원자력및양자공학과 최원호 교수 연구팀이 개발한 큐브위성 ‘K-HERO(KAIST Hall Effect Rocket Orbiter)’가 오는 27일 새벽 전남 고흥 나로우주센터에서 발사되는 누리호 4차 발사체에 탑재돼 우주로 향한다고 밝혔다. 이번 누리호 4차 발사는 한국항공우주연구원(KARI)으로부터 기술 이전을 받은 민간기업 한화에어로스페이스가 처음으로 주관하는 발사다. 주탑재체인 차세대중형위성 3호를 비롯해 산학연이 개발한 12기의 큐브위성이 함께 실리며, K-HERO도 이 중 하나로 탑재된다. K-HERO는 최원호 교수 연구팀이 KARI 주관 ‘2022 큐브위성 경연대회’에서 기초위성 개발팀으로 선정되며 본격 개발이 시작됐다. 기초위성은 비행모델(FM) 제작 전 설계와 핵심 부품이 실제 우주환경에서 정상적으로 작동하는지 검증하기 위한 시험용 위성이다. 가로·세로 10cm, 높이 30cm, 무게 3.9kg의 3U 표준 큐브위성인 K-HERO는 발사체와의 안정성·전기 규격·인터페이스 조건을 모두 충족해 설계됐다. 핵심 임무는 연구팀이 개발한 150W급 초소형 위성용 홀추력기(Hall thruster)가 우주에서 실제로 구동되는지를 직접 확인하는
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-
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 12월 13일 12시 11분
