이더넷-APL은 PROCESS 계장표준으로 세계 전문 표준개발기구 4곳과 12개의 국제 자동화 메이커에서 합의하여 IEC/IEEE 등의 국제표준기관에서 공인된 새로 나온 신기술이므로, 자세한 설명과 해설이 필요하고 이 기술의 핵심 요체를 설명하는데 자세한 안내가 필요하므로 ‘이더넷-APL 길라잡이’라는 이름을 붙여 10~12회 정도로 내용을 안내 하고자 작명을 했다. 이번 호는 지난 회에 이어 APL의 차폐개념에 대해서 알아본다. APL의 차폐개념 앞 장에서 설명한 바와 같이 매시(meshed)된 CBN을 가정할 때 APL 네트워크의 케이블 실드는 케이블의 양쪽 끝에 있는 CBN에 연결되어야 한다. 이는 스퍼(spur)뿐만 아니라 트렁크에도 적용된다. 그림 1은 케이블 실드가 양쪽 끝에 있는 공통접합 시스템에 직접 연결되는 것을 보여준다. 부품 또는 그 도전성 하우징이 접지단자를 통해 CBN에 연결되는 것을 알 수 있다. 그와 병행하여 케이블 실드가 하우징에 연결된다. 실드의 연결은 장치의 설계에 따라 달라진다. 일반적으로 그림 2의 실드 연결 대안 1, 2, 3에 따라 또는 M12 또는 M8 커넥터의 하우징을 통해 수행된다. 케이블 실드의 접촉은 표면이 크
스마트 부품이 수집한 데이터를 AI로 분석하고 원격 감시 울산과학기술원(UNIST)은 인공지능(AI)으로 소형원전 위험 징후를 2초 안에 알아챌 수 있는 원격 감시 기술을 개발했다고 24일 밝혔다. 이를 통해 구조가 복잡한 소형 원전 내부를 실시간으로 확인할 수 있어 관리 비용을 줄이고 안전성을 높일 수 있을 것으로 기대된다. 이 기술은 기계공학과 정임두·김남훈 교수와 경상대학교 김형모 교수 공동연구팀이 개발했다. 광섬유 센서가 내장된 스마트 부품이 소형 원전 데이터를 수집해 보내면 AI가 이를 분석해 이상 상태를 경고하도록 만든 것이다. 핵심은 3D 프린팅을 통한 스마트 금속 부품 제작 기술과 광섬유의 연속적 다중 변수를 동시에 빠르게 처리하는 AI 기술이다. 연구팀은 직접에너지증착(Directed Energy Deposition·DED) 방식 3D 프린팅을 통해 스마트 원전 부품을 정밀하게 제작하고, 광섬유 센서를 원전 금속 부품 내부에 유연하게 내장했다. 이를 통해 가혹한 원자로 환경에서도 부품이 안정적으로 작동하게 했다. AI는 광섬유 센서 여러 위치의 열변형 정보가 포함된 다중 변수를 빠르게 실시간으로 복합 처리해 이상 징후를 즉각 감지하며, 이를
한국과학기술원(KAIST)은 뇌인지과학과 백세범 교수 연구팀이 뇌 신경망의 원리를 모사해 효율적인 학습이 가능한 인공지능(AI) 기술을 개발했다고 23일 밝혔다. 인공지능의 개념은 올해 노벨 물리학상을 받은 제프리 힌턴 캐나다 토론토대 교수가 1986년 제시한 ‘오류 역전파’(error backpropagation) 학습에 기반한다. 오류 역전파 학습은 최종 끝단에서 도출된 오류에 대해 이전 단계로 돌아가 계산한 뒤 가중치를 부과하는 ‘가중치 수송’ 방법으로 답을 내는 학습 방식이다. 신경망을 일일이 연결하지 않아도 데이터를 통해 학습할 수 있어 인공신경망 훈련을 혁신했다는 평가를 받지만, 대규모 데이터의 학습과 막대한 계산작업이 필요하다는 한계가 있다. 이에 뇌의 학습 원리를 닮은 생물학적으로 타당한 인공신경망 모델에 대한 연구가 활발히 진행되고 있다. 영국 옥스퍼드대학과 딥마이드 공동연구팀은 2016년 가중치 수송을 사용하지 않고도 오류 역전파 학습이 가능한 인공지능 개념을 제시했으나 학습 속도가 느리고 정확도가 낮아 적용에 어려움이 있었다. 인간의 뇌는 부분적인 정보만을 이용해 학습해야 하므로, 인공신경망과 같이 역방향으로 계산해 순방향 가중치를 두는
한국과학기술원(KAIST)은 신소재공학과 강정구 교수 연구팀이 우수한 성능의 아연공기전지를 기반으로 자가발전형 그린수소 생산 시스템을 개발했다고 22일 밝혔다. 그린수소는 신재생에너지 전력을 이용해 수전해(물을 전기분해해 수소를 생산하는 기술) 방식으로 만들어 내는 수소다. 생산 과정에서 탄소를 배출하지 않아 청정 연료로 불리지만, 신재생에너지의 발전량이 불규칙해 물 분해 효율이 낮다는 한계가 있다. 이에 공기 중 산소를 산화제로 사용하는 공기전지가 신재생에너지를 대체할 동력원으로 주목받고 있다. 특히 값싼 아연 음극과 산소 양극으로 구성된 아연공기전지는 물 기반 전해질을 사용해 리튬이온전지와 달리 발화 위험이 없고 에너지 밀도가 높다. 다만 귀금속 촉매를 사용하기 때문에 비용이 많이 들고 장기간 충·방전 시 성능이 급격히 떨어지게 된다. 연구팀은 산화 그래핀(흑연의 한 층에서 떼어낸 2차원 물질)에 금속 유기 골격체(MOF·금속과 유기물을 결합한 다공성 소재)를 성장시켜 비(非) 귀금속 촉매를 개발했다. 이를 아연공기전지에 적용한 결과 기존 전지보다 5배 높은 에너지 밀도를 보였으며, 반복적인 충·방전에도 장시간 안정적인 구동이 가능함을 확인했다. 강정구
한국과학기술원(KAIST)은 신소재공학과 정연식 교수·기계공학과 박인규 교수팀이 한밭대 오민욱 교수, 한국기계연구원 정준호 박사 연구팀과 공동으로 ‘비스무트 텔루라이드’ 기반 유연한 무기 열전 섬유를 개발했다고 21일 밝혔다. 열전소재는 열을 전기로 바꿔주는 소재다. 온도 차에 의해 전기를 발생시키는 원리다. 공장이나 자동차 엔진의 폐열, 사람의 체온 등에서 발생하는 열을 활용할 수 있어 지속 가능한 에너지 기술로 주목받고 있다. 세라믹 재료 기반의 무기 열전소재는 열전 성능이 높지만 깨지기 쉬워 곡면 형태로 돼 있는 인체, 차량 배기구, 냉각 핀 등에 적용하기 어렵다는 단점이 있다. 연구팀은 고분자 첨가제 없이도 나노 리본을 꼬아 실 형태로 만드는 방식으로 유연성을 확보, 나노 리본을 연속적으로 증착해 유연한 비스무트 텔루라이드 무기 열전 섬유를 제작했다. 1000차례 이상의 반복적인 구부림과 인장(잡아당김) 테스트에도 전기적 특성 변화가 거의 나타나지 않았다. 실제 구명조끼와 의류에 열전 섬유를 내장, 에너지를 수집하는 시연을 통해 상용화 가능성도 입증했다. 정연식 교수는 “이번 연구에서 개발된 무기 유연 열전 소재는 스마트 의류와 같은 웨어러블 기기에서
KAIST 연구진이 소량의 전류로 전기차 배터리의 상태를 진단·모니터링할 수 있는 기술을 개발했다. 한국과학기술원(KAIST)은 권경하 전기및전자공학부 교수와 이상국 교수 연구팀이 전기차 대용량 배터리의 안정성과 성능 향상에 활용할 수 있는 전기화학 임피던스 분광법(EIS) 기술을 개발했다고 17일 밝혔다. 연구 결과는 지난 9월 5일 국제 저명 학술지 ‘IEEE Transactions on Industrial Electronics’에 발표됐다. EIS 기술은 배터리의 임피던스 크기와 변화를 측정해 배터리 효율과 손실을 평가할 수 있는 강력한 도구로, 배터리의 충전 상태( SOC) 및 건강 상태(SOH)를 평가하는 중요한 도구로 여겨진다. 배터리 열적 특성과 화학적/물리적 변화, 수명 예측, 고장의 원인을 식별하는 데 활용 가능하다. 다만 기존 EIS 장비는 비용 및 복잡성이 높아 설치, 운영 및 유지 보수가 쉽지 않았고, 배터리에 큰 전기적 스트레스가 가해지기 때문에 배터리의 고장이나 화재 위험을 증가시킬 수 있는 단점이 있었다. 이에 연구팀은 고용량 전기차 배터리의 상태 진단 및 건강 모니터링을 위한 소전류 EIS 시스템을 개발하고 입증했다. 이 시스템은
로봇 제어 알고리즘에 인적 요소 반영하는 ‘힐로’ 연구 발표 KAIST는 기계공학과 공경철 교수가 포함된 국제공동연구팀이 로봇의 성능을 최적화하는 과정에 사람을 포함시킴으로써, 인적 요소를 로봇의 제어 알고리즘에 충분히 반영하는 방법인 힐로(HILO, Human-in-the-loop optimization)에 대한 연구를 네이처 본지에 발표했다고 4일 밝혔다. 이 논문은 공경철 교수 이외에도 스탠퍼드 대학의 스티븐 콜린스 교수, 하버드 대학의 패트릭 슬래드 교수 등이 참여했다. HILO 방법의 핵심 연구자들이 모여 이론에 대한 설명과 응용 분야, 발전 방향까지 총망라한 견해를 발표했다. 해당 연구는 로봇이 우리의 일상에 깊이 침투할수록 그 로봇은 개별 사용자에게 적합하도록 계속해서 개발되어야 한다고 밝히고 있다. HILO 방법이 이러한 난제를 해결하고 우리의 일상에 로봇이 더욱 가까이 다가오게 할 것이라고 말한다. 로봇은 이제 우리 일상에서 쉽게 만날 수 있으며 인간과 로봇이 서로 복잡하게 상호작용하는 경우가 빈번하게 발생하고 있다. 공장에서 협동 로봇과 사람이 함께 물건을 들어 나르기도 하고 반자율주행 자동차의 운전자는 제어알고리즘과 동시에 차량을 운전한다
KAIST 연구진이 폐플라스틱 재활용을 쉽게 하는 촉매기술을 개발했다. 한국과학기술원(KAIST) 생명화학공학과 최민기 교수와 충남대 에너지과학기술대학원 신혜영 교수 공동연구팀은 폐플라스틱의 분해 및 재활용 공정의 중요 반응인 탈염소 반응 메커니즘을 규명하고 미량의 백금으로도 염소를 효과적으로 제거할 수 있는 촉매를 개발했다고 26일 밝혔다. 폐플라스틱의 열분해유 내에는 후속공정에 앞서 제거가 필요한 다양한 불순물들이 포함돼 있어 화학적으로 제거하는 것은 폐플라스틱 재활용에서 매우 중요하다. 하지만 기존 석유와 같은 탄소자원에는 염소가 포함돼 있지 않기 때문에 염소를 제거하는 촉매공정은 현재까지 연구된 바가 없었다. 이에 연구팀은 감마 알루미나에 미량(0.1wt%)의 백금을 담지한 촉매를 사용해 탈염소 반응의 메커니즘을 규명하고, 고성능 촉매를 설계했다. 이를 통해 탄소와 염소 사이의 결합을 끊고 백금에서 활성화된 수소가 감마 알루미나 표면에 전달돼 염소를 염산(HCl)의 형태로 제거하는 독특한 반응 메커니즘을 확인했다. 또 다량(7500ppm)의 염소를 포함하고 있는 해양 폐기물 기반의 폐플라스틱 열분해유를 이용한 반응에서도 직접 개발한 촉매를 사용했을 때
이에이트가 반도체 등 고성능 전자기기의 고열로 인한 성능 저하를 예측하고 제어할 수 있는 기술 개발에 성공했다. 이에이트는 SPH(Smoothed Particle Hydrodynamics) 연구팀이 고체의 열변형 시뮬레이션을 위한 TLSPH (Total Lagrangian SPH) 기반 혁신적인 열변형 모델을 개발해 FEM(Finite Element Method) 대비 높은 정확도를 검증했으며 관련된 논문이 SCI 저널인 ‘Computers and Structures’에 게재됐다고 25일 밝혔다. 이에이트는 ‘Thermomechanical modeling in elastic body with corotated total Lagrangian SPH’ 논문에서 기존 SPH의 한계를 극복하고 정확도와 효율성을 향상시킨 새로운 열변형 모델을 제시했다. TLSPH는 고정된 기준 구성을 사용, 정확한 변형 계산을 보장해 시뮬레이션의 강건성을 높였다. 입자 간 거리는 선형 열팽창 이론에 기반, 온도 변화에 따라 업데이트돼 실제 물질에서 발생하는 열팽창을 보다 더 정확하게 시뮬레이션 할 수 있게 됐다. 또한 코로테이션 변형 기법을 적용해 변형 구배를 계산 및 입자 간 상호
모터 애플리케이션에 불어온 혁신 오늘날 모터는 산업, 의료, 스마트홈, 사물인터넷(IoT), 운송 및 사무 환경 전반에 걸쳐 널리 사용되며 일상의 모든 측면에 깊이 파고들었다. 모터 회전의 정밀한 제어는 고도의 기술을 통해 일상의 편리함과 편안함을 높여준다. 특히 디지털 정보가 정확한 물리적 동작으로 변환될 수 있는 오늘날의 디지털 시대에는 이전에는 불가능했던 일들이 현실이 되고 있다. 첨단 로봇공학, IoT, 적층제조(AM), 보철(그림 1) 및 IIoT는 몇 가지 사례에 불과하다. 디지털 정보를 완벽한 물리적 회전으로 효과적으로 변환하려면 노력이 필요하다. 성능을 향상하려면 최적화된 소프트웨어 및 하드웨어 구성 요소가 필요하고, 배터리 수명을 연장하고 열을 줄이기 위해 전력 소비를 줄여야 한다. 또한, 출시 시간을 단축하기 위해 소프트웨어 작업 부하를 최소화해야 하며, 제품의 안정성을 향상하기 위해 통합을 극대화해야 한다. 이는 아나로그디바이스(ADI)의 Trinamic 모터 모션 및 제어 솔루션이 수년에 걸쳐 지속적으로 달성해 온 목표로서, Trinamic은 몇 가지 주요 기술 혁신을 통해 모터 애플리케이션에서 획기적인 발전을 이뤘다. 한 잔의 맥주를
한국과학기술원(KAIST)은 고성능 칩 없이도 인공지능(AI) 모델 학습 속도를 최대 100배 높일 수 있는 기술을 개발했다고 19일 밝혔다. 현재 AI 모델 학습을 위해서는 개당 수천만원에 달하는 엔비디아의 고성능 GPU인 ‘H100’ 여러 개와 이를 연결하기 위해 400Gbps(초당 기가비트)급 고속 네트워크를 갖춘 인프라가 필요하다. 이 때문에 소수의 거대 IT 기업을 제외한 대부분 기업이나 연구자들은 활용하기 쉽지 않다. 한동수 교수 연구팀은 H100 가격의 10분의 1에 불과한 소비자용 GPU를 활용해 고속 전용 네트워크의 수백∼수천분의 1 수준의 저대역폭에서도 효율적인 분산 학습이 가능한 프레임워크 ‘스텔라트레인’(StellaTrain)을 개발했다. 학습을 작업 단계별로 나눠 CPU와 GPU가 병렬적으로 처리할 수 있도록 하고, 네트워크 속도에 맞춰 데이터를 효율적으로 압축·전송하는 알고리즘을 개발해 고속 네트워크 없이도 여러 대의 저가 GPU로 빠른 학습을 가능하게 했다. 스텔라트레인 기술을 사용하면 기존 데이터 병렬 학습에 비해 최대 104배 빠른 성능을 낼 수 있다고 연구팀은 설명했다. 한동수 교수는 “대규모 AI 모델 학습을 누구나 쉽게 접
개요 IoT(Internet of Things)는 기술과 에코시스템, 비즈니스 적용 사례들이 진화하면서 빠르게 발전하고 있다. 전통적으로 독립형 기기로 간주되던 머신들도 이제는 연결성을 갖추게 됐다. 예를 들어, 세탁기는 세탁이 완료되면, 휴대폰에 알림을 제공하는 원격 제어 및 모니터링 기능이 새롭게 탑재되고 있다. 이는 세탁물을 건조기로 옮기는 것을 잊지 않도록 해준다. 그렇다면, 이러한 유형의 기본적인 적용 사례 및 사용자 경험이 실제로 투자 수익을 창출하는데 기여할 수 있을까? 이 글에서는 간단한 예제를 통해 기기를 연결하는 이유를 살펴보고, 연결성이 제공할 수 있는 가치와 추가적인 옵션, 그리고 노르딕 세미컨덕터(이하 노르딕)의 nRF 클라우드 디바이스 관리(nRF Cloud Device Management) 서비스를 통해 어떻게 이를 지원할 수 있는지 알아보고자 한다. 연결을 통해 통합되고 있는 세상 휴대폰 앱을 통해 사용자와 인터페이스하는 연결된 세탁기를 생각해보자. 이는 알림, 서비스 리마인드, 간편한 사용자 인터페이스 등을 통해 사용자 경험을 향상시키는 것은 물론, 수집할 수 있는 데이터도 생성된다. 알림, 서비스 경고, 보다 직관적인 사용자
브라이트 필드(Bright field)와 다크 필드(Dark field)는 머신비전 전문가가 비전 검사에서 조명을 검토할 때 사용하는 용어다. 브라이트 필드와 다크 필드를 활용해 조명 각도를 조절하면 표면 검사를 진행할 때 검사하고자 하는 영역을 균일하고 선명하게 부각할 수 있어 업계에서는 일반적으로 활용하고 있다. 브라이트 필드에 대한 정확한 이해 머신비전 업계에서 일반적으로 사용하고 있음에도 불구하고 아직까지 브라이트 필드와 다크 필드에 대한 정확한 개념을 혼동하는 경우가 있다. 특히 많은 사람들이 브라이트 필드를 화각(FOV)과 혼동하곤 한다. 그러나 브라이트 필드와 화각(FOV)은 광학 및 이미징 분야에서 분명 서로 다른 개념이다. 브라이트 필드는 렌즈나 광학 장치에서 빛이 모이는 영역을 가리키는 용어로 빛을 모으거나 집중시키는 영역을 나타낸다. 반면 화각은 카메라나 눈이나 기타 광학 장치로 볼 수 있는 시야의 넓이를 말한다. 즉, 화각이 넓을수록 한 장면에서 볼 수 있는 영역이 넓어지는 것을 의미하는 것이다. 따라서 브라이트 필드는 광을 모으는 영역에 관한 것이고 화각은 시야의 넓이에 관한 것이라고 이해할 수 있다. 브라이트 필드는 아래 면이 거
한국과학기술원(KAIST)은 골프공의 구조를 본떠 발광 면적을 높인 스트레처블 유기발광다이오드(OLED) 디스플레이를 개발했다고 10일 밝혔다. 스트레처블(Stretchable) 디스플레이는 늘이기, 접기, 비틀기 등 어떤 형태로도 자유롭게 변형이 가능한 디스플레이다. 통상 발광 부분은 신축 시에도 변형이 없도록 단단한 고립 구조로 만들고, 연결하는 부분은 구부러진 형태로 구성해 쉽게 변형이 가능하도록 제작하는데, 이런 2차원 평면 구조에서는 연결 부위의 공간을 확보하기 위해 전체 면적 대비 발광 면적을 줄여야 하는 한계가 있다. 전기및전자공학부 유승협 교수 연구팀은 동아대 문한얼 교수, 한국전자통신연구원(ETRI) 연구팀과 공동으로 3차원 교차 구조에 연결 부위를 적용하는 방법으로 발광 면적을 넓힌 신축형 디스플레이를 개발했다. 골프공 표면처럼 반복적으로 파인 구조를 통해 실제 닿는 유효 면적을 줄임으로써 면과 면 사이의 점착력(달라붙는 힘)을 크게 떨어뜨리는 원리다.파여있는 부분이 점착을 방지하는 역할을 해 정전기 현상 없이 발광 부분인 고립 구조가 팝업처럼 잘 떠오르도록 한다. 연구팀이 개발한 디스플레이는 잡아당기지 않은 상태에서 85%의 높은 발광 면
오라클 코드 어시스트의 탄생 AI 기반 소프트웨어 개발은 코드의 생성, 테스트, 관리 등 모든 방면에 혁신을 가져오고 있다. 2023년 스택 오버플로우가 개발자를 대상으로 실시한 설문조사에 따르면, 현재 개발자의 44%는 이미 AI 툴을 사용하며, 26%는 곧 사용할 계획이라고 응답했다. 오라클은 이러한 동향에 발맞춰 지난 5월 오라클 코드 어시스트(Oracle Code Assist)를 발표했다. 오라클 코드 어시스트는 AI 코딩 동반 툴로, 오라클의 전문성과 생성형 AI 기능을 기반으로 개발자들이 더욱 빠르게 애플리케이션을 구축할 수 있도록 지원한다. 애플리케이션 및 데이터베이스에 가장 널리 사용되는 두 언어인 자바와 SQL로 작성된 소프트웨어는 전 세계 수백만 명의 개발자에 의해 개발 및 유지관리되고 있다. 오라클 클라우드 인프라스트럭처(OCI)에는 수십만 개에 달하는 애플리케이션이 배포돼 있으며, 오라클 넷스위트는 확장 기능을 위해 스위트스크립트를 사용하는 거대한 생태계를 가지고 있다. 그러나, 자바, SQL, OCI, 스위트스크립트 개발자들의 작업 스트레스와 부담감은 점점 더 가중되고 있으며, 이들에게는 작업 시간을 단축하기 위한 방안이 절실한 상황이