KAIST 생명화학공학과 김지한 교수 연구팀이 양자컴퓨터를 활용해 수백만 가지 다성분 다공성 물질(MTV)의 설계 공간을 효율적으로 탐색할 수 있는 새로운 프레임워크를 개발했다고 9일 밝혔다. 이번 성과는 복잡한 MTV 설계 문제를 양자컴퓨팅으로 해결한 세계 최초 사례다. MTV는 여러 종류의 유기 리간드와 금속 클러스터가 결합해 형성되는 구조로 가스 흡착, 혼합가스 분리, 센서, 촉매, 에너지 저장·변환 등 다양한 응용 가능성을 갖는다. 그러나 조합의 수가 기하급수적으로 늘어나 기존 컴퓨터로는 MTV 구조 설계와 물성 예측이 사실상 불가능했다. 연구팀은 복잡한 MTV 구조를 그래프로 표현한 뒤 각 연결 지점과 블록 종류를 양자컴퓨터의 큐비트로 변환해 계산했다. 양자컴퓨터는 동시에 여러 경우를 계산할 수 있어 기존 방식보다 훨씬 적은 자원으로 수백만 가지 조합을 탐색할 수 있었다. 이를 통해 가장 안정적인 구조를 빠르게 찾아낼 수 있었으며, IBM 양자컴퓨터 실험에서도 시뮬레이션과 동일한 결과가 확인됐다. 연구팀은 이번 연구를 기반으로 머신러닝과 결합해 합성 가능성, 가스 흡착 성능, 전기화학적 특성까지 고려하는 통합 플랫폼으로 확장할 계획이다. 김지한 교수
한국과학기술원(KAIST) 반도체공학대학원은 8일 오후 대전 본원 전기·전자공학부동(E3-2)에서 이광형 KAIST 총장, 이장우 대전시장 등이 참석한 가운데 반도체 연구를 지원하는 첨단장비센터 개소식을 열었다. 이번에 도입되는 첨단장비는 반도체 소자·소재와 패키징 분야 연구에 활용될 핵심 인프라로, 설계부터 시뮬레이션·제작·평가까지 반도체 개발 전 과정을 아우르는 통합 연구 환경을 제공한다. KAIST 교수·학생뿐만 아니라 지역 기업과 연구기관에도 개방돼 산학연 협력 거점 역할을 할 것으로 기대된다. KAIST는 글로벌 반도체 설계 소프트웨어 기업 시높시스코리아에서 반도체 공정·소자 시뮬레이션 소프트웨어(TCAD) 라이선스를 기부받아 반도체 교육·연구 인프라를 갖추게 됐다. 이와 함께 2028년까지 국비 150억 원, 시비 49억 원 등 215억 원을 투입해 전기및전자공학부·신소재공학과·물리학과·기계공학과·생명화학공학과 교수진 34명이 참여하고, 반도체 분야에서 225명 이상의 석·박사급 고급 인재를 양성할 계획이다. 현재 반도체공학대학원에는 123명이 재학 중이며, 산학 컨소시엄 20여 개 기업과 협력 프로젝트를 수행하는 등 가시적 성과를 내고 있다. 이
KAIST는 세계적 과학 저널 ‘네이처(Nature)’의 자매지 ‘네이처 리뷰스 일렉트리컬 엔지니어링(Nature Reviews Electrical Engineering)’에 지난 8월 18일 자로 KAIST의 반도체 연구와 교육 성과가 집중 조명됐다고 5일 밝혔다. 이번 특집 기사는 KAIST가 차세대 반도체 연구와 인재 양성, 글로벌 산학협력에서 보여주는 리더십을 다루며 한국 반도체 산업의 미래 청사진을 제시했다. 실비아 콘티 편집장이 직접 인터뷰를 진행했으며 KAIST에서는 신소재공학과 김경민 교수, 전기및전자공학부 윤영규·최신현·최성율·유승협 교수가 참여했다. KAIST는 전기및전자공학부, 반도체시스템공학과, 반도체공학대학원 등 교육 프로그램을 운영하며 뉴로모픽 컴퓨팅, 인-메모리 컴퓨팅, 2차원 신소재 기반 소자 등 차세대 반도체 연구를 선도하고 있다. 연구진은 기존 실리콘 한계를 넘어서는 아키텍처와 소자를 개발하며 인공지능, 로보틱스, 의료 등 응용 분야 혁신을 이끌고 있다. 특히 RRAM, PRAM 등 신개념 메모리를 활용해 시냅스·뉴런 등 생물학적 기능을 하드웨어 플랫폼으로 구현하는 연구는 국제적으로 주목받고 있다. 이는 로봇, 엣지 컴퓨팅,
KAIST와 LG에너지솔루션 공동연구팀이 리튬메탈전지의 난제였던 덴드라이트 문제를 해결하며 전기차 배터리 기술의 새로운 전환점을 마련했다. 이번 성과는 리튬이온전지가 제공하던 600km 주행거리 한계를 넘어, 12분 충전으로 800km 주행을 가능케 하는 차세대 배터리 상용화에 청신호를 켰다. KAIST 생명화학공학과 김희탁 교수와 LG에너지솔루션이 함께 운영하는 프론티어 연구소(FRL) 연구팀은 ‘응집 억제형 신규 액체 전해액’ 원천기술을 개발했다고 밝혔다. 리튬메탈전지는 흑연 음극을 리튬메탈로 대체한 차세대 전지로, 높은 에너지밀도를 자랑하지만 충전 시 발생하는 덴드라이트 문제로 안정성과 수명이 제한됐다. 덴드라이트는 나뭇가지 모양의 리튬 결정체로, 전극 내부 단락을 유발해 급속 충전이 사실상 불가능한 상태였다. 공동연구팀은 덴드라이트 발생 원인이 리튬메탈 표면에서의 불균일한 계면 응집반응임을 규명하고, 이를 억제하는 새로운 액체 전해액을 제시했다. 이 전해액은 리튬 이온과의 결합력이 낮은 음이온 구조를 활용해 계면 불균일성을 최소화하고, 급속 충전 상황에서도 덴드라이트 성장을 효과적으로 막는 특징을 보였다. 그 결과, 전지는 1회 충전 시 800km 주
KT는 3일 서울 서초구 KT 우면연구센터에서 서울대학교, KAIST와 함께 AICT 공동연구 협력 확대를 위한 킥오프 워크숍을 개최했다고 밝혔다. 이번 행사에는 KT 오승필 기술혁신부문장, 배순민 AI Future Lab장, 서울대 장병탁 교수, KAIST 김기응 교수를 비롯한 교수진과 연구진 등 100여 명이 온·오프라인으로 참석해 연구 과제와 협력 방향성을 논의했다. 이번 공동연구는 KT의 전략적 Open R&D의 일환으로, 서울대와 KAIST로 협력 범위를 확대해 장기 연구개발을 넘어 실제 사업과 직결되는 핵심 AICT 기술 확보에 집중한다. 연구 주제로는 ▲자율형 에이전트 ▲Responsible AI ▲Physical AI ▲인간 피드백 기반 강화학습 ▲추론 효율화 등이 포함된다. 서울대는 신뢰 기반 인간 중심 AI 고도화를 목표로 ▲강건한 컨텍스트 추론 ▲인간 피드백 강화학습 ▲RAI 평가 기준 개선 ▲사용자 상호작용 기반 Actionable AI 등을 연구한다. KAIST는 프롬프트 압축 및 최적화를 통해 대규모 언어모델의 효율성과 정확도를 높이는 기술 개발에 집중한다. KT는 GPU·AI 모델·데이터 등 연구 인프라를 제공하며, 자체 한
KAIST는 3일 기계공학과에서 ‘2025년 딥테크 스케일업 밸리 육성사업’의 공식 출범을 알리는 킥오프 미팅을 열고, 대전 로봇밸리(Robot Valley) 조성 계획을 밝혔다. 과학기술정보통신부와 연구개발특구진흥재단이 추진하는 이번 사업에 최종 선정된 KAIST는 앞으로 3년 6개월간 총 136억5000만 원 규모의 사업비를 확보해 세계적 경쟁력을 갖춘 혁신 로봇기업을 집중 육성한다. KAIST는 대전이 보유한 우수 연구 인력과 창업·투자 생태계를 연계해 지역 활성화 모델을 창출하고, 로봇산업을 차세대 전략산업으로 육성할 방침이다. 특히 ‘인간친화형 로봇(Human-Friendly Robot, HFR)’ 개념을 기반으로 단순 자동화를 넘어 인간과 공간·역할·감정을 공유하는 협력적 로봇 동반자 개발을 지향한다. 이번 사업은 개별 기업 지원을 넘어 로봇산업 전반의 동반 성장을 목표로 한다. KAIST와 엔젤로보틱스, 유로보틱스 등 선도 기업들이 구동기, 회로, 인공지능, 표준 데이터 등 공통 요소기술을 오픈 이노베이션 방식으로 공유하고, 스타트업이 이를 활용해 고객 수요에 맞춘 로봇 제품 개발에 집중할 수 있도록 지원한다. 과제에는 김정 기계공학과 교수(한국
공장이 움직인다. 단순한 자동화를 넘어, 공장 전체가 하나의 거대한 로봇처럼 작동하는 ‘피지컬 AI(Physical AI)’ 시대가 도래했다. 이 가운데, 공장의 하드웨어 중심 운영은 소프트웨어 기반 플랫폼으로 전환되고 있으며, 이 과정에서 맥락을 이해하는 인공지능(AI), 디지털 트윈(Digital Twin), 시뮬레이션 등 기술이 핵심 역할을 한다. 현시점 제조업은 제품 생산을 이상의 가치를 추구하고 있으며, 시스템 자체를 수출하는 산업으로 진화하는 중이다. 이번 특집은 한국과학기술원(KAIST)의 ‘소프트웨어 정의 공장(SDF)’부터 네이버 ‘인공지능(AI) 에이전트’, 다임리서치 시뮬레이션 기술, 유니티 실시간 3차원(3D) 솔루션까지 제조업 혁신의 최전선 기술 방법론을 짚는다. [특집] 로봇이 된 공장, 소프트웨어가 된 산업 [Real-time 3D] 게임 넘어 산업 현장으로…실감나는 상호작용 경험이 ‘산업 DX’ 핵심 [AI Simulation] 제조·물류 현장 ‘물리적 AI’ 시대 도래…AI 시뮬레이션으로 미래를 현실로 [Physical AI] 공장이 하나의 거대한 로봇 된다…KAIST, 피지컬 AI로 제조 혁신 선언 [AI Agent] AI 에
KAIST 연구진이 차세대 메모리로 주목받는 산화물 기반 저항 메모리(ReRAM)의 작동 원리를 세계 최초로 정밀 규명했다. 이번 연구 성과는 향후 고성능·고신뢰성 차세대 비휘발성 메모리 개발에 중요한 단서를 제공할 것으로 기대된다. KAIST 홍승범 신소재공학과 교수 연구팀은 박상희 신소재공학과 교수 연구팀과 협업해, 산화물 기반 메모리의 동작 원리를 다중모드 주사 탐침 현미경(Multi-modal SPM)을 활용해 규명했다고 밝혔다. 연구팀은 산화물 박막 내부의 전자 이동 경로, 산소 이온 움직임, 표면 전위 변화를 동시에 관찰하는 데 성공했다. 연구에서는 이산화티타늄(TiO₂) 박막에 전기 신호를 인가해 메모리의 기록과 소거 과정을 직접 구현했다. 그 결과 전류의 흐름이 산소 결함의 양과 분포에 따라 달라지며, 산화물 내 산소 결함 분포가 메모리의 켜짐(on)/꺼짐(off) 상태를 결정한다는 사실을 나노 수준에서 시각적으로 입증했다. 이번 성과는 특정 지점의 국소 관찰에 그치지 않고, 수 마이크로미터(㎛²) 크기의 넓은 영역에서 변화된 전류 흐름, 산소 이온 이동, 표면 전위 분포를 종합적으로 분석했다는 점에서 의미가 크다. 이를 통해 메모리 저항 변화
펀진은 한국항공우주산업(KAI), 한화시스템, 한국과학기술원(KAIST)과 함께 ‘AI-전자기전 특화연구센터’를 개소하고, 미래 전자기전 환경에 대응하기 위한 전자기전용 물리 AI 기술 연구를 본격 추진한다고 29일 밝혔다. 연구센터는 초연결 네트워크와 인공지능(AI) 기술을 기반으로 전자기전 핵심 요소기술을 내재화하고 전장 환경에서 실시간으로 위협을 탐지·분석·우선순위화하는 융합 기술 개발에 집중한다. 특히 펀진은 육군과의 시범운용을 통해 검증된 AI 참모 시스템(KWM)을 전자기전 영역으로 확장해 국방 무기체계 전반에 적용 가능한 차세대 전자기전 솔루션 연구를 수행할 계획이다. 펀진은 이번 특화연구센터 참여를 통해 ▲AI 기반 전자기전 위협 분석 자동화 ▲전자기전 관련 결심지원체계 도입 ▲국내 독자형 전자전 무기체계 요소기술 확보를 중점적으로 추진하며, 산·학·연 공동연구와 전문인력 양성을 통해 국방 AI 기술의 전략적 자립을 가속화한다. 실제로 KWM-Ocelot(인공지능 전자기스펙트럼 분석 시스템)은 통신과 ICT 기술력에 AI를 접목한 기술로, 올해 육군 인공지능 아이디어 공모전에서 대상을 수상하며 기술력과 도입 가능성을 입증했다. 이를 통해 펀진은
한국과학기술원(KAIST)은 전산학부 이재길 교수 연구팀이 제조 공정이나 설비가 바뀌어도 추가 학습 없이 기존 인공지능(AI) 모델을 활용해 불량을 탐지할 수 있는 ‘시계열 도메인 적응’ 기술을 개발했다고 26일 밝혔다. 최근 스마트팩토리(생산과정에 자동화 기술을 결합한 지능형 공장) 제조 현장에서 AI 센서 데이터를 활용한 불량 탐지 시스템 도입이 가속화하고 있다. 이 시스템은 설비에 부착된 센서로부터 입력되는 데이터를 실시간으로 분석해 설비 이상이나 불량품을 조기에 발견할 수 있지만, 생산 라인이 바뀌거나 설비 교체 등 제조 공정이 바뀌면 시스템의 성능이 급격히 떨어지는 등 문제가 있었다. 이 때문에 새로운 공정에 대해 추가 레이블링(특정 정보에 불량 여부나 상태 정보를 사람이 별도로 확인하고 레이블을 달아주는 작업)을 해야 하는 등 번거로움과 비용 부담이 컸다. 연구팀은 바뀐 공정에 대한 레이블링 없이도 기존 방법론의 성능을 개선할 수 있는 기술을 개발했다. 연구팀이 개발한 시계열 도메인 적응(Time-series Domain Adaptation) 기술은 시간에 따라 변하는 데이터, 예를 들어 온도 변화나 기계 진동, 전력 사용량, 센서 신호 등을 다루
한국과학기술원(KAIST) 생명화학공학과 고동연 교수팀은 미국 매사추세츠공과대학(MIT) 화학공학과 T. 앨런 해튼 교수팀과 공동으로 전기에 의해 스스로 열을 내는 섬유를 이용한 ‘이산화탄소 직접 공기 포집’(DAC·Direct Air Capture) 기술을 개발했다고 25일 밝혔다. DAC는 대기 중 이산화탄소를 직접 분리해 탄소 배출 농도를 원천적으로 낮출 수 있는 기술이다. 다만 공기 중 이산화탄소 농도가 400ppm 이하로 낮아 대량의 공기를 처리하기 위해 막대한 열에너지를 필요로 한다는 한계가 있다. 이를 극복할 방법으로 전기 구동 기반의 ‘저항 가열’(Joule heating) 방식이 떠오르고 있다. 저항 가열은 전기 에너지를 직접 열로 전환해 이산화탄소를 흡수하는 흡착제 자체를 가열하는 방식으로, 고온의 증기나 복잡한 설비가 필요 없다. 연구팀은 스마트폰을 충전할 수 있는 수준인 3V의 낮은 전압으로도 80초 만에 110도까지 가열할 수 있는 섬유 흡착제를 개발했다. 다공성 구조의 섬유 표면에 은 나노와이어(나노미터 굵기의 가는 실)와 나노입자 복합체를 3㎛(마이크로미터·100만분의 1ｍ) 두께로 균일하게 코팅했다. 전기가 매우 잘 통하면서도 이
로봇이 전선, 의류, 고무줄처럼 형태가 자유롭게 변형되는 물체를 다루는 기술은 제조·서비스 산업 자동화의 핵심 과제로 꼽혀왔다. 그러나 이러한 변형 물체는 모양이 일정하지 않고 움직임을 예측하기 어려워 로봇이 정확히 인식하고 조작하는 데 큰 어려움이 있었다. KAIST 연구진이 불완전한 시각 정보만으로도 변형 물체의 상태를 정밀하게 파악하고 능숙하게 다룰 수 있는 로봇 기술을 개발했다. 이번 성과는 케이블 및 전선 조립, 부드러운 부품을 다루는 제조업, 의류 정리와 포장 등 다양한 산업 및 서비스 분야의 지능형 자동화에 기여할 것으로 예상된다. KAIST는 전산학부 박대형 교수 연구팀이 시각적으로 형태를 구별하기 어려운 변형 물체를 로봇이 능숙하게 다룰 수 있게 하는 인공지능 기술 ‘INR-DOM(Implicit Neural-Representation for Deformable Object Manipulation)’을 개발했다고 21일 밝혔다. 박 교수 연구팀은 로봇이 관측한 부분적인 3차원 정보만으로 물체의 전체 형상을 복원하고 이를 바탕으로 조작 방식을 학습하는 기술을 구현했다. 또 강화학습과 대조학습을 결합한 2단계 학습 구조를 도입해 로봇이 과제를 효
마우저 일렉트로닉스는 27일 코엑스 컨퍼런스룸에서 ‘인공지능 전환(AX) 기반 디지털 팩토리 구축을 위한 설계 기술’ 세미나를 개최한다고 밝혔다. 이번 행사에는 아나로그디바이스, 뷔르트 일렉트로닉, 마이크로칩 테크놀로지 등 주요 글로벌 제조사 파트너가 참여한다. 데프티 티엔 마우저 일렉트로닉스 아시아태평양 지역 마케팅 담당 부사장은 “이번 세미나는 AI를 활용한 지능형 제조 환경 구현과 관련한 전문가들의 인사이트를 공유하고, 글로벌 제조사들이 어떻게 스마트 제조 시대를 열어가고 있는지 확인할 수 있는 기회가 될 것”이라고 말했다. 세미나에서는 장영재 KAIST 교수와 강봉구 한국생산기술연구원 수석연구원이 특별 강연을 진행한다. 장 교수는 ‘피지컬 AI를 활용한 제조공장 자동설계 및 로봇 운영 로직의 실현’을, 강 수석연구원은 ‘AI 자율제조 구현을 위한 선도 프로젝트 활용 현황’을 주제로 발표한다. 또 뷔르트 일렉트로닉, 마이크로칩 테크놀로지, 아나로그디바이스 등 마우저 파트너사 전문가들이 AI 기반 스마트 제조를 위한 기술과 솔루션을 소개한다. 참가자에게는 갤럭시 워치7 등 경품이 제공된다. 세미나 세부 내용은 마우저 일렉트로닉스 웹사이트에서 확인할 수 있
한국과학기술원(KAIST)은 전기·전자공학부 이가영 교수 연구팀이 외부 전원 없이 작동하는 무전력 광센서를 개발했다고 14일 밝혔다. 기존 전원 공급 센서보다 응답도가 20배 높아 동급 기술 가운데 최고 성능을 자랑한다고 연구팀은 설명했다. 연구팀은 ‘반데르발스 전극’과 ‘부분 게이트’ 구조를 도입, 도핑(반도체에 불순물을 넣어 전기적 특성을 바꾸는 작업) 없이도 2차원 반도체에 전기적으로 PN 접합 구조(정공이 많은 P형과 전자가 많은 N형 재료를 접합한 반도체 구조)를 구현할 수 있는 기술을 개발했다. 반데르발스 전극은 반데르발스 힘(분자 사이에 서로 끌어당기는 힘)을 이용해 전기 신호에 민감하게 만들면서도 반도체와 부드럽게 결합해 2차원 반도체의 손상을 막을 수 있다. 부분 게이트 구조는 2차원 반도체의 일부 영역에만 전기 신호를 걸어 한쪽은 P형, 다른 쪽은 N형처럼 작동하게 제어하는 구조로, 도핑 없이도 전기적으로 PN 접합처럼 작동하게 만들 수 있다. 이를 통해 도핑 없이 고성능 PN 접합 구조를 구현, 외부 전원 없이도 빛을 받기만 하면 스스로 전기 신호를 만들어낼 수 있는 광센서를 개발했다. 연구팀이 개발한 광센서의 빛에 대한 민감도(응답도)는
한국과학기술원(KAIST)은 전산학부 김민수 교수 연구팀이 한 대의 그래픽처리장치(GPU) 서버에서 대규모의 전체 그래프신경망(GNN) 모델을 빠르게 학습할 수 있는 GNN 시스템 ‘플렉스지엔엔’(FlexGNN)을 개발했다고 13일 밝혔다. 여러 대의 GPU를 사용하지 않고도 학습 속도가 기존 대비 최대 95배나 빠르다고 연구팀은 설명했다. 그래프 신경망(GNN)은 금융 거래, 주식, 사회관계망(SNS), 환자기록 등 비정형 데이터를 그래프 형태로 분석하는 그래프 인공지능(AI) 모델이다. 샘플링 없이 전체 그래프를 한 번에 학습하는 전체 그래프신경망 방식은 최근 날씨 예측이나 신소재 발견 등 복잡한 문제 해결에 유효하지만, 막대한 메모리와 GPU 서버를 필요로 해 활용에 한계가 있었다. 연구팀은 여러 대의 GPU 서버를 사용하지 않고도 단일 GPU 서버에서 솔리드 스테이트 드라이브(SSD)와 메인 메모리를 활용한 최적의 AI 모델을 개발했다. 단일 컴퓨터 내의 모든 계층적 메모리 구조(GPU, 메인 메모리, SSD)를 활용해 중간 데이터를 효과적으로 관리하고, 학습 규모에 따라 GPU 간 데이터 통신 방식을 유연하게 선택할 수 있다. 입력 그래프, 모델 크
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 09월 10일 11시 32분
