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
DGIST 에너지공학과 인수일 교수 연구팀이 미국 캘리포니아 공과대학교(Caltech) 윌리엄 고다드 교수 연구팀과 공동으로 태양광을 이용해 이산화탄소를 고부가가치 연료인 메탄으로 전환할 수 있는 고효율 광촉매를 개발하고 작동 원리를 규명했다. 이산화탄소는 대표적인 온실가스로 기후변화의 주요 원인으로 지적되고 있으며, 이를 효과적으로 줄이는 기술 개발은 전 세계적인 과제로 꼽힌다. 연구팀이 주목한 광촉매 기술은 태양광 에너지를 이용해 이산화탄소를 연료로 바꾸는 인공 광합성 기술로, 탄소 중립 실현과 친환경 에너지 생산에 기여할 수 있는 분야다. 연구팀은 가시광선과 근적외선을 잘 흡수하는 황화은(Ag₂S)과 광촉매 소재로 널리 사용되는 이산화티타늄(TiO₂)을 결합해 전자가 자연계의 광합성과 유사한 Z-스킴 경로로 효과적으로 이동할 수 있는 구조를 고안했다. 이를 통해 빛 에너지 활용 효율이 크게 향상됐다. 기존 연구에서는 소재가 지나치게 규칙적인 결정질 구조에 머물러 이산화탄소가 실제 반응할 수 있는 활성점이 부족한 한계가 있었다. 이에 DGIST-Caltech 공동 연구팀은 소재 내부에 의도적으로 결함을 도입해 구조가 불규칙한 비정질 이산화티타늄을 적용해
인하대학교는 임홍기 전기전자공학부 교수가 이끄는 연구팀이 3D 재구성 분야에서 새로운 인공지능 기술을 개발해 연구성과를 인정받았다고 14일 밝혔다. 임홍기 교수 연구팀 소속 신승혁 석·박사 통합과정 학생과 김다빈 석사과정 학생은 기존 3D 재구성 인공지능 모델이 가진 한계를 극복하기 위해 전방 곡률 매칭(Forward Curvature-Matching, FCM) 기술을 제안했다. 기존 모델은 훈련할 때 사용된 특정 조건에만 의존해 입력 방식이 바뀔 때마다 재훈련이 필요했다. 연구팀이 제시한 FCM 기술은 모델이 3D 객체를 생성하는 과정에서 입력 데이터와 가장 잘 일치하도록 최적의 변화폭을 결정해 기존 방식보다 더 빠르고 정확하게 결과를 만들어낸다. 이는 3D 재구성의 품질과 유연성을 동시에 향상시킨 점에서 학계 관심을 받았다. 이 연구를 담은 ‘확산형 프라이어와 전방 곡률 매칭 우도 업데이트를 통한 적응형 3D 재구성(Adaptive 3D Reconstruction via Diffusion Priors and Forward Curvature-Matching Likelihood Updates)’ 논문은 국제학술대회 신경정보처리시스템학회 2025에 게재 승인을
사람 체온과 공기 간의 미세한 온도 차인 단 1.5℃만으로도 LED 전구를 켤 수 있는 필름 발전기가 개발됐다. UNIST(울산과학기술원) 에너지화학공학과 장성연 교수 연구팀은 세계 최고 성능의 유연 p형·n형 이온 열전 소재를 동시에 개발했다고 13일 밝혔다. 열전소재는 소재 내·외부의 온도 차를 이용해 전기를 생산하는 발전기형 소재다. 그중 ‘이온 열전소재’는 전자가 아닌 이온의 이동으로 전기가 발생한다. p형 소재는 양이온이, n형 소재는 음이온이 움직여 전류를 생성한다. 온도차가 생기면 이온이 차가운 쪽으로 이동하며 전압이 발생하고, 이를 통해 전류가 흐르게 된다. 이번에 개발된 소재의 열전 성능지수(ZTi)는 p형 49.5, n형 32.2로, 이는 현재까지 보고된 이온 열전 소재 중 가장 높은 기록이다. 기존 최고 기록보다 약 70% 향상된 수치로, 열전 성능 지수가 높을수록 작은 온도차에서도 효율적으로 전기를 생산할 수 있다. p형 소재는 전도성 고분자인 PEDOT:PSS 복합체를 기반으로, n형 소재는 p형 소재에 염화구리(CuCl₂)를 첨가해 제작했다. p형에서는 양이온(수소 이온), n형에서는 음이온(염화 이온)이 이동해 전류를 생성한다. 두
광주과학기술원(GIST)은 반도체공학과 강동호 교수와 경북대학교 전기공학부 장병철 교수 공동 연구팀이 뇌의 신경세포(뉴런)들이 신호를 주고받는 연결 부위인 ‘시냅스’의 동작 원리를 바탕으로, 빛과 전압을 이용해 단일 소자에서 전류의 ‘양(+)·음(–)’ 두 방향을 모두 제어할 수 있는 ‘광전자 인공 시냅스’를 개발했다고 밝혔다. 이번 연구는 단일 소자만으로 양방향 인공 시냅스를 구현한 첫 사례로, 기존 하드웨어 신경망의 구조적 한계를 근본적으로 극복한 것으로 평가된다. 이 기술은 고집적·저전력 인공지능(AI) 반도체(뉴로모픽 칩) 구현을 앞당길 핵심 기술로, 향후 이미지 인식·패턴 분석 등 온칩 학습(On-chip learning) 기반의 실시간 AI 처리 시스템에 폭넓게 활용될 것으로 기대된다. 뉴로모픽 반도체는 인간의 뇌 신경망을 모방해 정보를 병렬적으로 처리하고 학습하는 차세대 AI 칩이다. 기존 컴퓨터처럼 메모리와 연산 장치가 분리된 구조와 달리, 시냅스 소자가 기억 저장과 연산 기능을 동시에 수행해 고속·저전력 연산이 가능하다. 특히 스파이킹 신경망(SNN, Spiking Neural Network) 기반 뉴로모픽 시스템은 뇌의 뉴런이 전기 신호를
DGIST 로봇및기계전자공학과 김봉훈 교수 연구팀이 KAIST, POSTECH, 경희대학교, 국립공주대학교 등과 공동연구를 통해 전기나 외부 동력 없이 스스로 냉방과 난방을 조절할 수 있는 ‘3차원 스마트 건축물 에너지 절감 소자’를 개발했다고 11일 밝혔다. 건축물에서 사용되는 에너지는 전 세계 총 에너지 소비의 약 30%를 차지하며, 그중 70% 이상이 냉난방에 사용된다. 이에 따라 냉난방 효율을 높이는 친환경 기술 개발의 필요성이 커지고 있으나, 기존 냉·난방 겸용 소자들은 외부 전력 공급이 필요하거나 기능 조절이 제한적이었다. 연구팀은 이러한 한계를 극복하기 위해 전통 건축의 “위도에 따라 처마 각도가 달라지는 원리”에 착안해, 태양빛의 각도 변화에 따라 스스로 열리고 닫히며 냉방과 난방을 전환할 수 있는 3차원 스마트 구조 소자를 설계했다. 이 소자는 형상기억합금(Shape Memory Alloy)의 온도 반응 특성을 활용해 전기 공급 없이 자동으로 작동한다. 소자의 3차원 구조가 닫히면 표면이 태양열을 반사하고 중적외선을 방출해 냉방 모드로 작동하며, 구조가 열리면 태양빛을 흡수하는 흑색 표면이 노출돼 난방 모드로 전환된다. 외부 온도나 계절 변화
KAIST 화학과 연구팀이 비타민 B2(리보플라빈, 플라빈)에 금속을 결합해 새로운 인공 효소를 개발했다. 이 연구는 리보플라빈의 전자 전달 기능에 금속의 반응 조절 능력을 더해, 자연 효소보다 정밀하고 안정적인 인공 효소를 구현한 세계 최초의 사례다. KAIST 화학과 백윤정 교수 연구팀은 기초과학연구원(IBS) 권성연 박사 연구팀과의 공동연구를 통해 플라빈이 금속 이온과 결합할 수 있는 새로운 분자 시스템을 합성했다고 11일 밝혔다. 기존 플라빈은 질소와 산소가 복잡하게 얽힌 고리 구조를 가져 금속이 선택적으로 결합하기 어려웠다. 연구팀은 이러한 구조적 한계를 극복하기 위해 플라빈 내 금속 결합 부위를 분자 수준에서 설계하고, 금속을 붙잡는 리간드(ligand) 구조를 정밀하게 배치하는 금속화학적 접근법을 적용했다. 그 결과 금속 주변의 전자적·공간적 상호작용을 정교하게 제어해 플라빈-금속 결합체를 안정적으로 합성하는 데 성공했다. 이번 연구는 플라빈의 고유 특성과 금속의 반응성을 하나의 시스템에 결합시킨 최초의 사례로, 화학 반응을 정밀하게 조절할 수 있는 금속 기반 인공 효소 개발의 가능성을 제시했다. 백윤정 교수는 “자연에서 발견되는 플라빈의 한계를
디지털 전환과 AI 기반 신뢰성 향상의 출발점은 데이터 무결성으로, 이는 인식, 예측, 최적화 단계를 거치며 완성된다. 지속적인 장비 상태 모니터링 도구를 활용해 기존의 수동 데이터 수집 방식을 자동화함으로써, 실행 가능한 실질적인 인사이트를 제공하는 일관되고 신뢰할 수 있는 자산 데이터를 확보할 수 있다. 자산 성능 관리 소프트웨어(Asset Management Software, AMS)를 통해 설비 고장을 예측하고 선제적으로 정비 일정을 수립하며, 근본 원인을 제거한다. 이후 예지정비 기술로 장기적인 운영·유지 관리 전략을 적용해 유지보수 비용을 절감하는 동시에 자산의 신뢰성과 투자 가치를 향상시키고 보전한다. 장비의 라이프 사이클에 기반한 신뢰성 솔루션(Reliability Solution)은 유지 관리 효율과 운영 성능의 잠재력을 극대화하는 체계적인 통합 디지털 여정이다. 더 이상 전통적인 유지보수 전략만으로는 오늘날 산업 현장에서 요구되는 경제성과 효율성을 동시에 달성하기 어렵다. 반면, 선도적인 공장과 기업들은 방대한 데이터를 단순히 수집하는 데 그치지 않고, 디지털 기술을 활용해 이를 실행 가능한 정보와 전략적 의사결정 지침으로 전환하고 있다.
개요 이 글은 서드파티 SPICE 모델을 LTspice®에 가져오는 방법을 단계별로 설명한다. 서로 다른 두 가지 모델 유형을 가져오는 과정은 .MODEL 지시문으로 구현된 모델과 .SUBCKT 블록으로 구현된 모델이라는 두 가지 모델 유형을 다룬다. 제시된 단계는 다른 사람과 회로도를 공유할 때 최대한의 이식성을 보장하기 위한 것이다. 머리말 LTspice®는 회로도를 좀더 수월하게 생성하고 신속하게 시뮬레이션 할 수 있게 해준다. 때로는 설계를 구상하는 가장 좋은 출발점은 이상적인 회로 요소를 사용하는 것이다. 그러나 회로 설계 엔지니어는 초기의 단순한 회로도를 보다 현실적인 부품 모델로 개선해야 할 수도 있다. LTspice에는 다양한 서드파티 제조사 모델이 포함되어 있다. 이러한 모델을 사용하려면 부품을 마우스 오른쪽 버튼으로 클릭한 뒤 속성 창에서 Pick을 클릭하고 그 다음 생성되는 창에서 원하는 부품을 하나 선택하면 된다. LTspice 부품 라이브러리에 없는 모델의 경우, 외부 소스의 부품 모델을 LTspice로 가져올 수 있다. 이를 수행하기 위한 단계는 부품의 종류와 모델 문법에 따라 달라진다. SPICE 모델에는 두 가지 유형이 있다. 하
임계전압(Threshold Voltage) VGS(th)(또는 VTh)는 MOSFET의 주요 매개변수 중 하나이지만, 항복 전압(Breakdown Voltage)이나 온 상태(on-state) 저항 RDS(on)과 같은 주요 매개변수에 가려지는 경우가 많다. 그 이유는 간단하다. 두 번째 매개변수는 MOSFET이 애플리케이션에 적합한지 여부를 나타내는 반면, 임계전압은 스위칭 성능과 같은 동작을 정의’만’ 할 뿐이다. 단일 디바이스 작동에서는 동작이 양호하면 추가 조사가 필요 없다. 하지만 병렬 구조에서는 상황이 달라진다. 단일 디바이스는 일반적으로 10kW 이상의 전력을 처리할 수 없으므로 수십 kW 범위에서는 여러 개의 개별 SiC MOSFET을 병렬로 연결하거나 전력 모듈을 사용해야 한다. 모듈도 SiC MOSFET으로 구성되지만, 주어진 토폴로지는 보드가 아닌 모듈 내부에 있다. 내부의 실제 SiC MOSFET 칩은 개별 패키지에서 찾을 수 있는 것과 동일한 디바이스인 경우가 많으며 때로는 병렬로 연결되기도 한다. 하지만 병렬로 배치된 칩들은 일반적으로 최적의 기능을 위해 서로 가까운 매개변수를 갖도록 선택된다. 두 매개변수는 매칭 기준이 엄격한데,
우리 몸에 생긴 암세포가 다른 부위로 퍼지는 암 전이나, 상처를 치유하기 위해 면역세포가 이동하는 과정 등 세포의 이동은 생명현상에 꼭 필요한 과정이다. 그러나 그동안 세포가 외부 자극 없이 스스로 이동 방향을 결정하는 원리는 밝혀지지 않았다. KAIST와 국제 공동 연구진은 이번 연구를 통해 세포가 스스로 방향을 정해 움직이는 원리를 규명, 향후 암 전이와 면역 질환의 원인을 밝히고 새로운 치료 전략을 세우는 데 중요한 단서를 제시했다. KAIST는 생명과학과 허원도 석좌교수 연구팀이 바이오및뇌공학과 조광현 석좌교수 연구팀, 미국 존스홉킨스대 이갑상 교수 연구팀과 공동으로 세포가 외부의 신호 없이도 스스로 이동 방향을 결정하는 ‘자율주행 메커니즘’을 세계 최초로 규명했다고 10일 밝혔다. 연구팀은 살아있는 세포 안에서 단백질들이 서로 어떻게 상호작용하는지를 눈으로 직접 볼 수 있는 새로운 이미징 기술 ‘INSPECT(INtracellular Separation of Protein Engineered Condensation Technique)’를 개발했다. 이 기술을 이용해 세포가 스스로 어느 방향으로 움직일지를 정하는 내부 프로그램의 원리를 밝혀냈다. 연구
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 29일 10시 44분
