한국과학기술원(KAIST)은 전기및전자공학부 권경하 교수팀이 미국 노스웨스턴대 박찬호 박사팀과 주변 빛으로 심박수, 혈중산소포화도, 땀 성분 등을 분석하는 건강 모니터링 의료용 웨어러블 기기의 배터리 전력 부담을 줄인 적응형 무선 차세대 웨어러블 플랫폼을 개발했다고 30일 밝혔다. 연구팀은 광 측정 방식(Photometric Method), 고효율 다접합 태양전지(Photovoltaic Method) 및 축광·발광(Photoluminescent Method) 기술 등 세 가지 상호 보완적 빛 에너지 핵심 기술을 통합했다. 이들 기술이 상호 보완적이면 24시간 연속 작동을 가능하게 한다고 연구팀은 설명했다. 연구팀은 이 플랫폼을 다양한 의료 센서에 적용해 실용성을 검증했다. 광용적맥파 측정 센서는 심박수와 혈중산소포화도를 실시간으로 모니터링해 심혈관 질환의 조기 발견을 가능하게 한다. 청색광 노출량 측정 센서는 피부 노화와 손상을 유발하는 블루라이트를 정확히 측정해 개인 맞춤형 피부 보호 가이드를 제공한다. 땀 분석 센서는 마이크로 유체 기술을 활용, 땀 속 염분, 포도당, pH를 동시에 분석해 탈수나 전해질 불균형을 실시간으로 감지할 수 있다. 센서 내 데이
자동화는 더 이상 제조업의 전유물이 아니다. AI 융합 기반의 협동로봇과 범용 AMR 기술이 서비스·의료·물류 인프라를 넘나들며 산업 전반의 게임체인을 바꾸고 있다. 지난 6월 24일부터 27일(현지시간) 독일 뮌헨에서 열린 유럽 최대 스마트 자동화·로보틱스 전시회 ‘오토매티카(automatica) 2025’ 현장에서 모든 기술과 흐름을 관통한 메시지는 명확했다. “협동로봇은 판단한다. 플랫폼은 자율성을 요구한다." AI를 품은 로봇은 단순히 사람을 돕는 기술을 넘어 스스로 판단하고 자율적으로 협업하며 인간의 ‘노동’을 재정의하는 국면에 진입했다. 실제로 전시장을 찾은 800여개 참가사와 5만 명의 글로벌 참관객은 제조를 넘어 물류, 병원, 호텔, 제약 생산라인까지 확장되는 자동화의 거대한 흐름을 목격했다. 제조 현장서 빠져나온 로봇, 병원과 호텔에 안착하다 전시 현장에서는 ‘서비스 산업으로 진입한 로봇 기술’이 집중 조명을 받았다. 자율이동로봇(AMR)과 협동로봇이 병원 복도와 호텔 로비를 재현한 부스에서 안내·운반·청소 작업을 수행하는 시연이 끊임없이 이어졌고, AGV와 AMR 9개사가 참여한 통합 물류 시연존 ‘메시업(Mesh-Up)’은 물류 자동화의
KAIST는 화학과 박정영 석좌교수 연구팀이 충남대학교 김현유 교수, 미국 센트럴플로리다대학교(UCF) 정연웅 교수 연구팀과 공동연구를 통해 이차원 전이금속 칼코겐화합물인 백금 셀레나이드(PtSe₂) 표면에 노출된 백금 원자를 활용, 우수한 일산화탄소 산화 성능을 구현하는 데 성공했다고 22일 밝혔다. 연구진은 촉매 성능을 극대화하기 위해 기존의 백금 덩어리 촉매 형태에서 백금 원자가 고밀도로 표면에 분산되도록 해 더 적은 양의 백금으로 더 많은 촉매반응을 유도했다. 표면의 전자 구조를 제어해 백금과 셀레늄 사이의 전자 상호작용을 활발하게 일어나도록 유도했다. 이 과정을 통해 제작된 수 나노미터 두께의 백금 셀레나이드 박막은 동일 조건에서 일반 백금 박막보다 전 온도 범위에서 더 우수한 일산화탄소 산화 성능을 나타냈다. 특히 표면에서는 일산화탄소와 산소가 골고루 비슷한 비율로 흡착돼 서로 반응할 기회가 높아졌고 이로 인해 촉매 반응이 크게 향상됐다. 이러한 성능 향상의 핵심은 ‘셀레늄 결손(Se-vacancy)’으로 인해 노출이 확대된 표면 백금 원자들이 드러나면서 기체들이 붙을 수 있는 흡착점도 늘어났다는 데 있다. 연구진은 해당 백금 원자들이 실제 반응
한국과학기술원(KAIST)은 전산학부 안성진 교수팀이 딥러닝 분야 석학인 캐나다 몬트리올대 요슈아 벤지오 교수와 인공지능(AI) 확산모델(diffusion model)의 추론-시간 확장성을 크게 개선하는 신기술을 개발했다고 20일 밝혔다. 확산모델은 많은 AI 응용에 활용되고 있지만, 효율적인 추론-시간 확장에 대한 연구가 부족했다. 이 기술은 인공지능 학습 이후 추론 단계에서 더 많은 계산 자원을 효율적으로 활용, 단순히 데이터나 모델 크기를 키우는 것으로는 해결할 수 없는 고난도 문제를 풀 수 있도록 돕는 핵심 AI 기술로 주목받는다. 안 교수 공동 연구팀은 몬테카를로 트리 탐색(Monte Carlo Tree Search) 기반 새로운 확산모델 추론기법을 제안했다. 이 방법은 확산 과정 중 다양한 생성 경로를 트리 구조로 탐색하며, 제한된 계산 자원으로도 높은 품질의 출력을 효율적으로 찾아낼 수 있도록 설계됐다. 이를 통해 기존 모델(방법)이 한 번도 성공하지 못한 ‘자이언트-스케일의 미로 찾기’ 태스크에서 100% 성공률을 달성했다. 특히 트리 탐색을 효율적으로 병렬화해 비용을 최적화함으로써 기존 방법보다 최대 100배 빠른 속도를 얻는 데 성공했다.
기존의 3차원(3D) 신경세포 배양 기술은 뇌의 복잡한 다층 구조를 정밀하게 구현하기 어렵고, 구조와 기능을 동시에 분석할 수 있는 플랫폼이 부족해 뇌 연구에 제약이 있었다. KAIST 연구진은 뇌처럼 층을 이루는 신경세포 구조를 3D 프린팅 기술로 구현하고, 그 안에서 신경세포의 활동까지 정밀하게 측정할 수 있는 통합 플랫폼 개발에 성공했다. KAIST는 바이오및뇌공학과 박제균·남윤기 교수 공동연구팀이 뇌 조직과 유사한 기계적 특성을 가진 저점도 천연 하이드로겔을 이용해 고해상도 3D 다층 신경세포 네트워크를 제작하고, 구조적·기능적 연결성을 동시에 분석할 수 있는 통합 플랫폼을 개발했다고 16일 밝혔다. 기존 바이오프린팅 기술은 구조적 안정성을 위해 고점도 바이오잉크를 사용하지만 이는 신경세포의 증식과 신경돌기 성장을 제한하고 반대로 신경세포 친화적인 저점도 하이드로겔은 정밀한 패턴 형성이 어려워 구조적 안정성과 생물학적 기능 사이의 근본적인 상충 관계가 있었다. 연구팀은 묽은 젤로도 정밀한 뇌 구조를 만들고 층마다 정확히 정렬하며 신경세포의 활동까지 동시에 관찰할 수 있는 3대 핵심기술을 결합해 정교하고 안정적인 뇌 모사 플랫폼을 완성했다. 묽은 젤(하
한국과학기술원(KAIST) 전기·전자공학부 최신현 석좌교수와 충남대 반도체융합학과 이종원 교수 공동 연구팀은 생명체의 감각 신경계 기능을 모사한 인공 감각 신경계를 개발했다고 15일 밝혔다. 사람 등 동물은 익숙한 자극은 무시하고, 중요한 자극에만 선별적으로 민감하게 반응함으로써 에너지 낭비를 막고 민첩하게 대응할 수 있다. 예를 들어 여름철 에어컨 소리나 옷이 피부에 닿는 감촉은 곧 익숙해져 신경 쓰지 않게 되지만, 누군가 이름을 부르거나 날카로운 물체가 피부에 닿으면 재빠르게 반응한다. 이는 감각 신경계의 ‘습관화’와 ‘민감화’ 기능에 의해서 조절되는 것으로, 이런 사람의 신경계를 모사해 환경을 효율적으로 인식하고 반응하는 로봇을 개발할 수 있다. 다만 복잡한 신경계 특성을 로봇에 구현하려면 별도의 소프트웨어나 회로가 필요해 소형화에 한계가 있다. 이에 차세대 뉴로모픽(사람의 뇌 구조를 닮은 소자) 반도체인 멤리스터 소자를 활용해 에너지 효율을 높이려는 연구가 시도되고 있다. 멤리스터는 전류 흐름에 따라 저항 세기가 변하는 차세대 전기 소자로, 0 또는 1의 디지털 정보뿐만 아니라 다양한 아날로그 저항값을 저장할 수 있다. 기존 멤리스터는 단순히 전도도의
산업 현장에 불어오는 디지털 전환의 흐름 속에서, 생산설비(OT)와 정보기술(IT)의 통합이 가속화되고 있다. 이로 인해 생산 데이터를 실시간으로 수집·분석하는 스마트 제조가 가능해졌지만, 동시에 보안 위협 또한 이전보다 복잡하고 광범위해지고 있다. 특히 폐쇄적 구조를 가졌던 FA(Factory Automation) 네트워크가 IT 계열 시스템과 연결되면서, 외부 공격에 노출될 가능성도 함께 커졌다. 이에 따라 기존의 보안 방식을 넘어 OT-IT 융합 환경에 특화된 보안 대책이 필수로 부각되고 있다. 이러한 흐름에 맞춰 CC-Link IE TSN은 제조업 현장에서 IT 시스템과 FA 기기를 매끄럽게 연계할 수 있는 고신뢰성 네트워크 기술로 주목받고 있다. 이를 지원하는 CLPA(CC-Link 협회)는 보안 워킹그룹을 구성해 파트너사들과 함께 가이드라인 수립, 인증제도 운영 등 다각적인 활동을 펼치고 있으며, 구체적인 위협 시나리오에 대한 대응 전략도 마련하고 있다. 다음은 실제 제조 현장에서 고려해야 할 보안 위협과 이를 예방하기 위한 대응 사례다. 사례 ① - USB 통한 랜섬웨어 감염 외부에서 반입된 USB 메모리를 통해 컴퓨터가 바이러스에 감염되면, 이
KAIST 연구진이 고온 실험을 통해서만 가능했던 합금의 융해 특성을 인공지능(AI)으로 해결했다. KAIST는 신소재공학과 홍승범 교수 연구팀이 미국 노스웨스턴대 크리스 울버튼 교수팀과 국제 공동연구를 통해, 밀도범함수이론(DFT) 기반의 형성에너지(합금이 얼마나 안정적인지를 나타내는 값) 데이터를 활용해 합금이 녹을 때 성분이 유지되는지를 예측하는 고정확도 머신러닝 모델을 개발했다고 14일 밝혔다. 연구팀은 밀도범함수이론을 통해 계산한 형성에너지와 기존의 실험적 융해 반응 데이터를 머신러닝에 결합해 4536개의 이원계 화합물에 대한 융해 반응 유형을 학습한 후, 그 예측 모델을 구성했다. 다양한 머신러닝 알고리즘 중 특히 ‘XGBoost’ 기반 분류 모델이 합금이 잘 섞이는지 여부에 대해 가장 높은 정확도를 보였으며, 약 82.5%의 예측 정확도를 달성했다. 연구팀은 또한 샤플리(Shapley) 기법을 활용해 모델의 주요 특징(feature)들을 분석했으며 이 중에서도 기울기 변화가 크다는 것은 그 조성에서 에너지적으로 매우 유리한(안정한) 상태가 형성된다는 뜻으로 ‘형성에너지 곡선의 기울기 변화(convex hull sharpness)’가 가장 중요한
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
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 30일 20시 15분
