암세포만을 구별하는 고유 표식인 신생항원에 B 세포 반응성을 결합하면, 항암백신은 단기적인 면역 반응을 넘어 장기적으로 암을 기억하는 면역 체계로 확장될 수 있다. 이를 통해 암 재발을 효과적으로 억제할 수 있다는 가능성이 제시됐다. 국내 연구진이 이러한 접근을 현실화할 수 있는 AI 기반 개인맞춤형 항암백신 설계 기술을 개발해 주목받고 있다. KAIST는 바이오및뇌공학과 최정균 교수 연구팀이 네오젠로직과의 공동연구를 통해 개인맞춤형 항암백신 개발의 핵심 요소인 신생항원을 예측하는 새로운 AI 모델을 개발하고, 면역항암치료에서 B 세포의 중요성을 규명했다고 2일 밝혔다. 연구팀은 기존 신생항원 발굴이 주로 T 세포 반응성 예측에 의존하던 한계를 극복하고, T 세포와 함께 B 세포 반응성까지 통합적으로 고려한 AI 기반 신생항원 예측 기술을 개발했다. 해당 기술은 대규모 암 유전체 데이터와 동물실험, 항암백신 임상시험 자료를 통해 검증됐으며, 신생항원에 대한 B 세포 반응성을 정량적으로 예측할 수 있는 최초의 AI 기술로 평가된다. 신생항원은 암세포 돌연변이에서 유래한 단백질 조각으로 구성된 항원으로, 암세포 특이성을 지니고 있어 차세대 항암백신의 핵심 타깃으
KAIST는 1월 6일부터 9일까지 미국 라스베이거스 베네시안 엑스포에서 열리는 국제전자제품박람회(CES 2026)에 참가해 약 111㎡ 규모의 단독 부스 ‘KAIST관’을 운영한다고 2일 밝혔다. 전시는 유레카 파크에서 진행되며, KAIST의 혁신 기술과 창업기업 성과를 글로벌 기업과 투자자에게 소개한다. 이번 CES 2026 KAIST관에는 총 12개 창업기업이 참여한다. 이 가운데 8개 기업은 AI 기술을 핵심 기반으로 한 기업으로 구성돼 KAIST의 인공지능 연구 역량과 기술사업화 성과를 집중적으로 선보일 예정이다. 전시 분야는 AI를 중심으로 로보틱스, 바이오, 하드웨어 디바이스, 콘텐츠 테크 등으로 구성된다. 주요 참가 기업 가운데 하나인 교원창업 기업 하이퍼그램은 세계 최초로 압축식 초분광 영상 기술을 상용화한 ‘HG VNIR Pro’를 공개한다. 산업용 정밀 하드웨어와 AI 분석 소프트웨어를 통합한 엔드투엔드 솔루션으로, 육안으로는 구분하기 어려운 미세한 화학적 특성을 실시간으로 검출할 수 있다. 전시 기간에는 초고속 초분광 머신비전 카메라를 활용한 실시간 분석 데모가 진행된다. CES 2026 혁신상을 수상한 모스는 일반 사용자와 인디 뮤지션
인공지능(AI) 고도화로 센서·연산·메모리를 하나로 통합하는 초저전력 반도체 기술의 중요성이 커지고 있다. 그러나 기존 구조는 데이터 이동에 따른 전력 손실과 지연, 메모리 신뢰성 한계를 안고 있다. 이러한 문제를 해결할 ‘센서-연산-저장’ 통합 AI 반도체 핵심 기술을 국내 연구진이 제시해 국제 학계의 주목을 받았다. KAIST는 전기및전자공학부 전상훈 교수 연구팀이 지난 12월 8일부터 10일까지 미국 샌프란시스코에서 열린 세계 최고 권위의 반도체 학회 국제전자소자학회(IEEE IEDM 2025)에서 총 6편의 논문을 발표했으며, 이 가운데 하이라이트 논문과 최우수 학생 논문(Top Ranked Student Paper)으로도 동시에 선정됐다고 31일 밝혔다. 하이라이트 논문으로 선정된 M3D 집적 신경모방 시각 센서 연구는 사람의 눈과 뇌를 하나의 칩 안에 쌓아 올린 반도체다. 빛을 감지하는 센서와 뇌처럼 신호를 처리하는 회로를 초박막 층으로 제작해 수직으로 집적함으로써, 보고 판단하는 과정이 동시에 이뤄지는 구조를 구현했다. 이를 통해 연구팀은 카메라 센서 내부에서 바로 ‘보고 동시에 판단하는’ AI 연산이 수행되는 ‘세계 최초의 인-센서 스파이킹 컨
국내 연구진이 비싼 데이터센터 GPU를 덜 쓰고, 주변에 있는 저렴한 GPU를 활용해 AI 서비스를 더 싸게 제공할 수 있는 기술을 개발했다. 대규모 언어 모델(LLM) 기반 AI 서비스는 지금까지 대부분 고가의 데이터센터 GPU에 의존해 왔다. 이로 인해 서비스 운영 비용이 높고, AI 기술 활용의 진입장벽도 컸다. 한국과학기술원(KAIST)은 전기및전자공학부 한동수 교수 연구팀이 데이터센터 밖에 널리 보급된 저렴한 소비자급 GPU를 활용해 LLM 인프라 비용을 크게 낮출 수 있는 새로운 기술 ‘스펙엣지(SpecEdge)’를 개발했다고 28일 밝혔다. SpecEdge는 데이터센터 GPU와 개인 PC나 소형 서버 등에 탑재된 ‘엣지 GPU’가 역할을 나눠 LLM 추론 인프라를 함께 구성하는 방식이다. 연구팀에 따르면 이 기술을 적용한 결과, 기존 데이터센터 GPU만 사용하는 방식에 비해 토큰(AI가 문장을 만들어내는 최소 단위)당 비용을 약 67.6% 절감할 수 있었다. 연구팀은 이를 위해 ‘추측적 디코딩(Speculative Decoding)’이라는 방법을 활용했다. 엣지 GPU에 배치된 소형 언어모델이 확률이 높은 토큰 시퀀스(단어 또는 단어 일부가 순서
구글 제미나이(Gemini)를 비롯한 주요 상용 거대언어모델(LLM)이 효율성 향상을 위해 채택하고 있는 ‘전문가 혼합(Mixture-of-Experts, MoE)’ 구조가 새로운 보안 위협이 될 수 있다는 사실이 국내 연구진에 의해 세계 최초로 규명됐다. KAIST는 전기및전자공학부 신승원 교수와 전산학부 손수엘 교수 공동연구팀이 전문가 혼합 구조의 근본적인 보안 취약성을 악용한 공격 기법을 처음으로 제시하고, 해당 연구로 정보보안 분야 최고 권위 국제 학회인 ACSAC 2025에서 최우수논문상(Distinguished Paper Award)을 수상했다고 26일 밝혔다. MoE 구조는 하나의 대형 AI 모델 대신 여러 개의 ‘작은 전문가 AI 모델’을 두고, 입력 상황에 따라 일부 전문가만 선택적으로 호출하는 방식이다. 구글의 제미나이를 포함해 다수의 최신 LLM이 이 구조를 활용하고 있다. 연구팀은 이번 연구에서 공격자가 상용 LLM의 내부 구조에 직접 접근하지 않더라도, 단 하나의 악의적으로 조작된 ‘전문가 모델’이 오픈소스로 유통돼 혼합 구조에 포함될 경우, 전체 거대언어모델의 안전성이 심각하게 훼손될 수 있음을 실증적으로 입증했다. 정상적인 전문가들
'초격차 스타트업 1000+' 프로젝트 내 사족 보행 로봇 대상 솔루션 역량 인정 “독보적 딥테크 역량 바탕으로 글로벌 시장 선점 및 코스닥 상장 절차 본격 돌입한다” 에이딘로보틱스가 올해 ‘초격차 스타트업 1000+’ 사업에서 우수한 성과를 입증했다. 그 결과 창업기업 부문 중소벤처기업부 장관 표창을 수상했다. 이번 시상식은 중소벤처기업부가 주최하고 한국과학기술원(KAIST)이 주관하는 ‘2025년 초격차 스타트업 1000+ 프로젝트’ 성과 공유의 장으로 마련됐다. 로봇·반도체·양자·보안·원전 등 10대 신산업 분야에서 국가 경제를 견인할 혁신 업체의 공로를 치하하는 것을 목적으로 한다. 여기에 독보적인 기술 우위를 바탕으로 글로벌 시장을 선도하는 딥테크 기업의 위상을 공고히 한다는 메시지를 담고 있다. 에이딘로보틱스는 이번 수상을 통해 지난 3년간의 프로젝트 사업화 성과와 고속 성장세를 공식적으로 평가받았다. 중소벤처기업부는 이번 프로젝트를 통해 사업 성과 평가에서 탁월한 실적을 거둔 사측의 성장 가능성과 기술 혁신의 가치를 높게 평가했다. 사측은 이를 토대로 로봇 감각 기술의 세계적인 공급망을 구축하겠다는 비전을 선포했다. 실제로 회사는 지난 2023년
환자 자신의 세포로 만든 장 줄기세포(Intestinal Stem Cells, ISCs)는 면역 거부 반응이 적어 난치성 장 질환 치료의 대안으로 주목받아 왔다. 그러나 기존 배양 방식은 쥐 유래 섬유아세포나 매트리젤 등 동물 성분에 의존해 왔고, 이로 인해 안전성과 규제 문제로 임상 적용에 한계가 있었다. 이에 국내 연구진이 동물 유래 성분 없이도 장 줄기세포를 안정적으로 배양하고, 손상 조직으로의 이동과 재생 능력까지 높일 수 있는 기술을 개발했다. KAIST는 생명화학공학과 임성갑 교수 연구팀이 한국표준과학연구원 나노바이오 측정그룹, 한국생명공학연구원 줄기세포 융합연구센터와 공동 연구를 통해 무이종 환경에서 장 줄기세포의 이동성과 재생 능력을 획기적으로 향상시키는 고분자 기반 배양 플랫폼을 개발했다고 23일 밝혔다. 공동연구팀은 줄기세포 치료제의 임상 적용을 가로막아 온 동물 유래 성분 의존 문제를 해결하기 위해, 동물 성분 없이 사용 가능한 고분자 기반 배양 표면 기술 ‘PLUS(Polymer-coated Ultra-stable Surface)’를 개발했다. PLUS는 기상 증착 방식으로 코팅된 합성 고분자 표면으로, 표면 에너지와 화학 조성을 정밀하
우리가 사용하는 플라스틱 제품 대부분은 녹인 플라스틱을 금형에 주입해 동일한 제품을 대량 생산하는 사출성형 공정을 통해 만들어진다. 그러나 공정 조건이 조금만 달라져도 불량이 발생하기 쉬워, 그동안 제조 현장에서는 숙련자의 경험과 감에 크게 의존해 왔다. 고숙련자 은퇴와 외국인 인력 증가로 제조 지식 단절이 우려되는 가운데, 국내 연구진이 인공지능으로 공정을 스스로 최적화하고 지식을 전수하는 해법을 제시했다. KAIST는 기계공학과 유승화 교수 연구팀이 사출 공정을 스스로 최적화하는 생성형 AI 기술과, 현장 지식을 누구나 활용할 수 있도록 지원하는 LLM 기반 지식 전이 시스템을 세계 최초로 개발하고 그 성과를 국제학술지에 연속 게재했다고 22일 밝혔다. 연구는 기계공학과와 이노코어 PRISM-AI 센터가 공동으로 수행했다. 첫 번째 성과는 환경 변화나 요구 품질에 따라 자동으로 최적 공정 조건을 추론하는 생성형 AI 기반 공정추론 기술이다. 기존에는 온도나 습도, 목표 품질이 바뀔 때마다 숙련자가 반복적인 시행착오를 거쳐 공정 조건을 다시 설정해야 했다. 연구팀은 실제 사출 공장에서 수개월간 수집한 환경 데이터와 공정 파라미터를 활용해 확산 모델(Diff
우리가 마트에서 수산물을 구매할 때, 해당 수산물이 어디서 잡혀 어떤 과정을 거쳐 식탁에 오르는지 확인하기는 쉽지 않다. 복잡한 유통 구조로 인해 이동 경로를 투명하게 파악하는 데 한계가 있었기 때문이다. KAIST 연구진이 이러한 문제를 해결하고, 전 세계 어디서나 통용되는 국제 기준으로 수산물 이동 경로를 확인할 수 있는 디지털 기술을 개발했다. KAIST는 KAIST 오토아이디랩 부산혁신연구소 김대영 소장이 개발한 GS1 국제표준 기반 디지털전환 솔루션 ‘올리오패스(OLIOPASS)’가 글로벌 수산물 이력추적 협의체 GDST의 성능 검증을 통과해, 국내 최초로 ‘GDST 호환 솔루션(Capable Solution)’ 인증을 획득했다고 19일 밝혔다. GDST 인증을 받은 기술은 전 세계에서 13개에 불과하다. 이 가운데 생산·가공·유통·판매에 이르는 전 과정을 관리하는 전 구간 이력추적 기술을 지원하는 사례는 KAIST를 포함해 전 세계 7곳뿐이다. GDST는 2015년 세계경제포럼 제안으로 설립된 국제 협의체로, 수산물 이동 전 과정의 정보를 국제표준에 따라 디지털로 기록하고 공유하는 체계를 구축해 왔다. 수산물 이동 과정에서 반드시 기록해야 할 핵심
KAIST는 우주연구원·항공우주공학과 이대영 교수 연구팀이 무인탐사연구소, 한국천문연구원, 한국항공우주연구원, 한양대학교와 함께 달 탐사의 최대 난제로 꼽혀온 피트(Pit)와 용암동굴(Lava Tube)에 진입할 수 있는 전개형 에어리스 휠을 세계 최초로 개발했다고 18일 밝혔다. 달 탐사에서 지하 공동 붕괴로 형성된 피트와 용암동굴은 극심한 온도 변화와 우주 방사선으로부터 보호받을 수 있는 천연 은신처로 주목받아 왔다. 동시에 태양계 초기의 지질 기록을 보존한 과학적으로 매우 중요한 지역으로 평가된다. 그러나 급경사와 암반, 낙하 위험이 겹친 가혹한 지형 탓에 지금까지 어떤 국가도 본격적인 접근에 성공하지 못했다. 미국 항공우주국(NASA)과 유럽우주국(ESA) 등 주요 우주기관은 대형 로버에서 소형 로버를 사출해 탐사하는 방식을 제안해 왔으나, 소형 로버의 구조적 한계로 기동성이 충분히 확보되지 않았다. 기존 가변형 휠 역시 냉간 용접, 불균일 열팽창, 연마성이 강한 달 먼지 등 혹독한 달 환경으로 인해 실용화에 어려움이 있었다. 연구팀은 이러한 문제를 해결하기 위해 복잡한 기계 구조 대신 종이접기(오리가미) 구조와 소프트 로봇 기술을 결합한 전개형 에어
아무리 많은 데이터를 학습해도 인공지능(AI)은 사람의 의도를 정확히 이해하지 못하는 경우가 많다. 사람의 선호를 반영하기 위해 활용되는 비교 학습 방식 역시 판단이 모호한 상황에서는 오히려 AI를 혼란스럽게 만드는 한계가 있었다. KAIST는 전기및전자공학부 김준모 교수 연구팀이 인간의 선호를 효과적으로 반영하면서도 데이터 효율성과 학습 안정성을 크게 높인 강화학습 프레임워크 ‘TVKD(Teacher Value-based Knowledge Distillation)’를 개발했다고 17일 밝혔다. 기존 AI 학습 방식은 ‘A가 B보다 낫다’는 식의 선호 비교 데이터를 대량으로 수집해 모델을 학습시키는 구조였다. 이 과정에서 많은 데이터가 필요하고, 선호 판단이 불명확한 경우 학습 안정성이 떨어진다는 문제가 지속적으로 제기돼 왔다. 연구팀은 이러한 한계를 극복하기 위해, 사람의 선호를 먼저 충분히 학습한 ‘교사(Teacher) 모델’이 핵심 정보를 ‘학생(Student) 모델’에 전달하는 방식을 제안했다. 이는 복잡한 내용을 정리해 설명해 주는 가정교사와 유사한 개념으로, 연구팀은 이를 ‘선호 증류(Preference Distillation)’라고 명명했다. T
영화 해리 포터의 투명 망토와 레이더에 잡히지 않는 스텔스 전투기의 공통점은 물체가 있어도 보이지 않는다는 점이다. KAIST 연구진은 이러한 개념을 한 걸음 더 나아가, 늘어나고 움직일수록 전파를 더 잘 숨길 수 있는 ‘똑똑한 투명 망토’와 같은 기술을 개발했다. 이 기술은 움직이는 로봇과 몸에 붙이는 웨어러블 기기, 차세대 스텔스 기술의 새로운 가능성을 열 것으로 기대된다. KAIST는 기계공학과 김형수 교수와 원자력및양자공학과 박상후 교수 연구팀이 액체금속 복합 잉크를 기반으로 전자기파를 흡수·조절·차폐할 수 있는 차세대 신축성 클로킹 기술의 핵심 원천기술을 개발했다고 16일 밝혔다. 클로킹은 물체가 있어도 레이더나 센서 같은 탐지 장비에는 없는 것처럼 보이게 만드는 기술이다. 클로킹 기술을 구현하려면 물체의 표면에서 빛이나 전파를 자유롭게 조절할 수 있어야 한다. 그러나 기존 금속 재료는 딱딱하고 잘 늘어나지 않아, 억지로 늘리면 쉽게 끊어지는 한계가 있었다. 이 때문에 몸에 밀착되는 전자기기나 자유롭게 형태가 변하는 로봇에 적용하는 데 어려움이 컸다. 연구팀이 개발한 액체금속 복합 잉크는 원래 길이의 최대 12배인 1200%까지 늘려도 전기가 끊어지
독감이나 코로나19처럼 종류가 다양하고 변이가 빠른 호흡기 바이러스는 백신만으로 완벽히 막기 어렵다. KAIST 연구팀이 기존 인터페론-람다 치료제가 지녔던 열에 약하고 코 점막에서 금방 사라지는 한계를 AI 기술로 극복한 비강 투여형 항바이러스 플랫폼을 개발했다. KAIST는 생명과학과 김호민 교수, 정현정 교수, 의과학대학원 오지은 교수 공동 연구팀이 AI로 인터페론-람다 단백질을 안정적으로 재설계하고, 이를 비강 점막에 잘 확산되고 오래 머물게 하는 전달 기술과 결합해 다양한 호흡기 바이러스를 범용적으로 예방할 수 있는 기술을 구현했다고 15일 밝혔다. 인터페론-람다는 우리 몸이 바이러스 감염을 막기 위해 스스로 만드는 선천면역 단백질로, 감기·독감·코로나19와 같은 호흡기 바이러스 차단에서 중요한 역할을 한다. 하지만 이를 치료제로 만들어 비강에 투여할 경우 열, 분해효소, 점액, 섬모운동에 취약해 실제 효능이 제한되는 문제가 있었다. 연구팀은 AI 단백질 설계 기술을 이용해 인터페론-람다의 구조적 약점을 정밀하게 보완했다. 먼저 단백질의 헐거운 루프 구조로 흔들리던 부분을 단단한 스프링처럼 고정되는 나선형 구조로 바꿔 안정성을 크게 높였다. 또한 단
진단이 어렵고 치료 난도가 높아 ‘암 중의 암’으로 불리는 췌장암의 5년 생존율은 10%대에 불과하다. 이런 가운데 국내 연구진이 췌장 표면을 감싸며 암세포를 정밀 타격하는 새로운 초소형 LED 장치를 개발해 췌장암 치료 가능성을 열었다. KAIST는 신소재공학과 이건재 교수 연구팀이 UNIST 권태혁 교수 연구팀과 공동으로 췌장을 입체적으로 감싸 빛을 직접 전달하는 ‘3차원 마이크로 LED’ 장치를 개발했다고 11일 밝혔다. 췌장암은 2기부터 종양 주변에 단단한 방어막인 종양 미세환경(TME)이 형성돼 수술이 어려울 뿐 아니라, 항암제와 면역세포의 침투도 극도로 제한돼 치료 성과가 낮다. 이를 극복하기 위한 대안으로 광역동치료(PDT)가 주목받고 있으나, 기존 레이저는 췌장처럼 깊숙한 장기까지 빛을 전달하기 어렵고 강한 빛은 정상 조직을 손상시키는 한계가 있었다. 연구팀은 이 문제를 해결하기 위해 문어 다리처럼 자유롭게 휘어져 췌장을 감싸는 3차원 마이크로 LED 장치를 고안했다. 이 장치는 췌장 구조에 맞춰 밀착되며, 약한 빛을 장시간·균일하게 조사해 정상 조직의 손상을 최소화하면서 암세포만 선택적으로 제거할 수 있다. 실제 생체실험에서도 효과가 입증됐다
KAIST는 김재철AI대학원 신기정 교수 연구팀이 개인의 나이, 역할 등 특성이 집단 관계에 미치는 영향을 분석해 복잡한 사회 집단행동을 예측하는 AI 기술을 개발했다고 9일 밝혔다. 연구팀은 이 기술로 미국전기전자학회 주관 세계적 데이터마이닝 학술대회 IEEE ICDM에서 최우수 논문상을 수상하는 쾌거를 이뤘다. 이는 전 세계 785편 중 단 1편에게만 주어지는 최고 권위의 상으로, 한국 대학 연구팀으로서는 23년 만의 수상이다. 오늘날 온라인 커뮤니티, 연구 협업, 단체 채팅 등 다수가 동시에 참여하는 집단 상호작용은 사회 곳곳에서 폭발적으로 늘고 있다. 그러나 이러한 집단 행동이 어떤 구조로 형성되고 개인의 특성이 어떻게 영향을 미치는지를 동시에 정밀하게 설명해 내는 기술은 부족했다. 신기정 교수 연구팀은 이 한계를 뛰어넘기 위해 개인 특성과 집단 구조를 실제처럼 맞물리게 재현하는 AI 모델 NoAH를 개발했다. NoAH는 사람들의 특징이 모이면 어떤 그룹 행동이 만들어지는지를 설명하고 흉내내는 인공지능이다. 예를 들어 어떤 사람이 어떤 관심사를 갖고 있는지, 어떤 역할을 하는지 등의 정보들이 실제로 어떻게 모여서 그룹 행동을 만들어 내는지를 분석해 그
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: 2026년 01월 02일 11시 58분
