DGIST 로봇및기계전자공학과 남강현 교수 연구팀이 중국 상해교통대학교, 일본 도쿄대학교와 함께 전기자동차의 주행 상태를 실시간으로 정밀하게 추정하는 ‘물리적 AI(Physical AI) 기반 차량 상태추정 기술’을 개발했다. 이번 기술은 전기차의 핵심 제어 성능을 높이고 자율주행차의 안전성을 강화할 수 있는 중요한 기반 기술로 평가된다. 전기차가 급선회하거나 미끄러운 노면을 주행할 때 차량이 옆으로 얼마나 미끄러지는지를 나타내는 ‘측방향 미끄럼각(Sideslip Angle)’은 안전 제어를 위한 필수 정보다. 그러나 이 값은 차량 내부 센서로 직접 측정하기 어려워 자동차 업계는 복잡한 물리 모델을 활용하거나 간접 계산 방식으로 추정해왔다. 이 방식은 정확도와 주행 조건 대응에서 한계가 있었다. 연구팀은 이러한 문제를 해결하기 위해 물리 모델과 AI를 결합한 새로운 ‘물리적 AI 기반 추정 기술’을 마련했다. 차량 거동을 설명하는 물리 모델에 더해, 타이어에 작용하는 옆힘(횡타이어력)을 센서로 측정한 값과 AI 기반 회귀 모델(GPR)을 통합해 기존 방식보다 훨씬 높은 정밀도를 확보했다. 특히 연구팀은 물리 모델이 정확히 설명하기 어려운 비선형 타이어 거동과
DGIST 화학물리학과 강준구 교수 연구팀이 성균관대학교 에너지과학과 정소희 교수팀과 공동으로 인공지능(AI)을 활용해 반도체나노결정(콜로이드 양자점) 소재의 합성 반응 경로를 시각화하는 기술을 개발했다. 이번 성과는 실험만으로는 파악하기 어려웠던 복잡한 화학 반응 흐름을 AI가 스스로 분석해 ‘지하철 노선도’처럼 직관적으로 보여줄 수 있게 한 것으로, 차세대 디스플레이·센서용 신소재 개발 속도를 크게 높일 수 있을 것으로 기대된다. 반도체나노결정(콜로이드 양자점)은 나노미터 크기의 반도체 입자로, 크기에 따라 발광 색과 세기가 정밀 조절되는 차세대 나노 소재다. 삼성디스플레이 등 글로벌 기업들이 퀀텀닷 발광 재료로 주목하는 핵심 기술로 자리잡았으며, 적외선 카메라·센서 분야에서도 수요가 빠르게 증가하고 있다. 그러나 개별 나노결정이 어떤 반응 단계를 거쳐 생성되는지를 규명하는 일은 매우 어렵다. 현재까지는 제한된 실험 데이터를 활용해 연구자가 ‘추리’에 가까운 방식으로 반응 경로를 예측해 왔지만, 데이터 부족과 복잡한 반응 특성 때문에 정확한 해석에는 한계가 있었다. 연구팀은 이런 문제를 해결하기 위해 최신 자연어처리 기술로 알려진 ‘트랜스포머(Transf
DGIST 뇌과학과 엄지원 교수 연구팀과 장익수 iProtein Therapeutics 대표 연구팀이 AI·슈퍼컴퓨팅 기반으로 설계한 ‘차세대 항염증 단백질’을 개발하고 동물실험을 통해 그 효능을 입증했다. 이번에 개발된 단백질은 염증 억제 효과가 기존 치료제 대비 최대 53% 향상된 것으로 확인되며, 향후 류머티즘·통풍·자가면역질환 등 다양한 염증성 질환의 치료 효율을 획기적으로 높일 것으로 기대된다. 현재 임상에서 쓰이고 있는 대표적인 항염증 단백질 치료제 아나킨라는 염증을 유발하는 IL-1 신호를 차단하는 약물이다. 하지만 효능이 상대적으로 약하고 작용 시간이 짧으며 고용량 투여 시 감염 위험 증가, 주사부위 염증 등 부작용이 나타나는 한계가 있었다. 이러한 이유로 보다 강력하고 안전한 대체 치료제 개발이 꾸준히 요구돼 왔다. 연구팀은 이러한 문제를 해결하기 위해 단백질 구조 기반 설계 전략을 도입했다. DGIST와 iProtein Therapeutics 연구진은 슈퍼컴퓨팅 기반 분자동역학 시뮬레이션과 열역학 분석을 통해 IL-1Ra 단백질의 결합력을 결정짓는 핵심 아미노산 E127을 규명했다. 이후 해당 부위를 중심으로 6종의 신형 단백질 변이체를 설
DGIST는 지능형로봇연구부 안진웅 박사 연구팀이 딥러닝 기반 뇌신호 분석에서 가장 큰 한계로 지적돼 온 ‘레이블 데이터 부족’ 문제를 해결한 새로운 AI 파운데이션 모델을 개발했다고 밝혔다. 이번 기술은 뇌신호를 스스로 학습하도록 설계돼 극도로 적은 양의 레이블만으로도 높은 정확도를 구현할 수 있다는 점에서 큰 관심을 받고 있다. 이번 연구는 안진웅 박사와 정의진 박사후연수연구원이 공동으로 수행했으며, EEG(뇌파)와 fNIRS(기능적 뇌혈류) 신호를 동시에 이해하고 분석할 수 있는 ‘뇌파–기능뇌혈류 멀티모달 파운데이션 모델’을 세계 최초로 구현한 것이 핵심 성과다. 연구팀은 총 918명으로부터 약 1250시간에 달하는 초대형 뇌신호 데이터를 확보해, 레이블 없이 비지도 방식으로 모델을 학습시켰다. 이를 통해 EEG와 fNIRS 각각이 가진 고유한 특성뿐 아니라 두 신호가 공유하는 잠재적 표현까지 동시에 파악할 수 있도록 설계했다. 기존에는 EEG와 fNIRS를 동시에 측정한 데이터 확보가 매우 어려워 멀티모달 AI 개발에 한계가 있었다. 하지만 이번에 개발된 모델은 동시계측 데이터가 없어도 학습이 가능하도록 설계됐으며, 소량의 레이블만으로도 높은 정확도를
DGIST는 로봇 및 기계전자공학과 유재석·김회준·이상훈 교수 공동 연구팀이 조영제를 사용하지 않고도 인체 속 깊은 곳의 혈관을 3차원으로 선명하게 시각화할 수 있는 초음파 영상 기술을 개발했다고 밝혔다. 이번 기술은 방사선 노출이나 조영제 주사 없이도 정밀한 3D 혈류 영상을 구현할 수 있어 의료 영상의 안전성과 접근성을 크게 높일 수 있을 것으로 기대된다. 일반 초음파 검사는 대부분 2차원 단면 영상이기 때문에 장기나 혈관의 전체 형태를 보기 어렵다. 인체 내부 혈관을 입체적으로 관찰하기 위해서는 조영제 주입이나 CT·MRI 같은 대형 장비가 필요하지만, 조영제는 신장 손상과 알레르기 등 부작용 위험이 있고 검사 비용과 방사선 노출 부담도 크다. 이러한 이유로 안전하고 간편한 3D 초음파 기술에 대한 의료계의 요구가 지속적으로 증가해왔다. 기존 3D 초음파 기술은 수천 개의 송수신 채널을 필요로 하는 복잡한 센서 구조로 인해 장비가 크고 가격이 높다는 한계가 있었다. DGIST 연구팀은 이를 해결하기 위해 채널 수를 크게 줄인 ‘행-열 방식 배열(RCA)’ 구조를 도입했다. RCA 방식은 하드웨어가 단순해지는 장점이 있지만 신호 감도와 영상 품질이 떨어지
DGIST는 화학물리학과 이성원 교수 연구팀이 한밭대학교 강현일 교수, 경북대학교 노종욱 교수 연구팀과 공동으로 반도체 제조에 사용되는 전사 기술을 응용해 통기성 나노메쉬 기판 위에 고해상도 전자피부 기기를 구현하는 데 성공했다고 밝혔다. 전자피부는 건강 모니터링이나 생체 신호 측정을 위해 인체나 살아있는 조직 표면에 밀착되는 초박형 전자기기다. 이러한 전자피부가 효과적으로 작동하기 위해서는 피부 굴곡을 그대로 따라가는 ‘등각 접촉(conformal contact)’이 가능해야 하며, 장시간 부착해도 땀이나 습기가 빠져나가지 못해 발생하는 피부 자극이나 염증을 최소화할 수 있도록 높은 통기성을 확보하는 것이 중요하다. 이 때문에 고분자 나노섬유가 그물처럼 얽힌 구조의 나노메쉬 기판은 뛰어난 통기성 덕분에 차세대 전자피부 소재로 주목받고 있다. 하지만 나노메쉬 표면은 섬유가 얽혀 있어 구조적으로 거칠고, 고분자 소재 특성상 열에 약해 고온에서 이뤄지는 정밀 미세 공정을 적용하기 어렵다는 한계가 있었다. 이러한 이유로 실제 전자 소자 제작에는 제약이 많았다. 연구팀은 이 구조적 문제를 해결하기 위해 반도체 소자 제작에서 활용되는 전사 기술을 나노메쉬 구조에 맞게
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
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
DGIST, 네이처 플랜츠에 연구 성과 게재...식물 생명현상 새 단서 제시 DGIST(대구경북과학기술원)는 뉴바이올로지학과 임평옥, 이종찬, 김민식 교수 공동 연구팀이 식물 잎이 언제 늙기 시작하는지를 결정하는 새로운 분자 스위치를 발견했다고 27일 밝혔다. 연구팀은 핵에서 생성된 RNA가 엽록체로 이동해 잎의 노화를 조절하는 새로운 기전을 세계 최초로 규명했다. 식물 잎의 엽록체는 광합성을 통해 성장에 필요한 에너지를 생산하지만, 노화가 시작되면 스스로 분해되어 자원으로 전환된다. 분해된 엽록체는 씨앗의 영양분이 되거나 줄기와 뿌리로 이동해 다음 계절의 성장을 준비하는 데 사용된다. 이러한 ‘엽록체의 기능 전환’ 과정은 식물의 생존과 번식 전략에 직접적인 영향을 미치지만, 그 전환 시점을 결정하는 분자적 조절 원리는 지금까지 명확히 밝혀지지 않았다. 연구팀은 모델식물인 애기장대(Arabidopsis thaliana)에서 엽록체 유전자 발현 패턴과 유사한 양상을 보이는 긴 비번역 RNA(lincRNA)를 유전 분석한 결과, 새로운 조절 인자인 ‘CHLORELLA RNA’를 발견했다. CHLORELLA RNA는 단백질을 직접 생성하지 않지만, 유전자 발현을
DGIST가 대구성서산업단지관리공단과 손잡고 AI 기반 기술경영 인재 양성 및 산학협력 강화를 위한 협력에 나섰다. DGIST는 지난 10월 17일 대구 달서구 성서산업단지관리공단에서 대구성서산업단지관리공단과 인공지능(AI) 기반 기술경영 인재 양성과 산학협력 강화를 위한 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약은 급변하는 산업 환경 속에서 지역 산업단지의 혁신 경쟁력을 높이고, AI 기술과 경영 역량을 융합한 실무형 인재를 양성하기 위한 취지로 추진됐다. 양 기관은 협약을 통해 ▲AI 기반 기술경영 전문가 양성 ▲산학 연계 교육과정 공동 개발 및 운영 ▲재직자 및 대학원생 대상 현장실습·인턴십 프로그램 운영 ▲공동 연구개발 및 프로젝트 수행 ▲세미나·워크숍·학술대회 등 공동행사 개최 등 다양한 분야에서 협력하기로 했다. 성태근 대구성서산업단지관리공단 이사장은 “DGIST의 첨단 연구 역량과 성서산단 내 기업들의 현장 경험이 결합된다면, 산업 현장에서 즉시 활용 가능한 실무형 AI 인재를 양성할 수 있을 것”이라며 “이번 협약이 지역 산업의 디지털 전환을 앞당기는 전환점이 되길 기대한다”고 말했다. 주우진 DGIST 기술경영전문대학원장은 “이번 협약
DGIST 에너지공학과 이주혁 교수팀이 금오공과대학교 이원호 교수팀과 공동으로 마찰대전 발전 소재의 핵심 성질인 ‘극성(極性)’을 정밀하게 제어할 수 있는 새로운 설계 전략을 세계 최초로 제시했다. 이번 연구는 고분자 전해질(polymer electrolytes)을 활용해 극성 방향을 구조적으로 조절하고, 장기 내구성까지 향상시킨 것이 핵심이다. 마찰대전 발전 기술은 마찰을 통해 전기를 생산하는 방식으로, 배터리 없이도 전력을 만들어낼 수 있어 친환경 에너지 하베스팅 기술로 주목받고 있다. 하지만 기존의 이온성 액체 기반 소재는 누액, 환경 불안정성, 내구성 저하 등으로 인해 상용화에 한계가 있었다. 연구팀은 이 문제를 해결하기 위해 이온이 고분자 사슬에 고정된 형태의 ‘고분자 전해질’을 새롭게 설계하고, 이를 이용해 마찰대전 극성을 원하는 방향으로 조절할 수 있는 플랫폼 개념을 제안했다. 이 접근법은 출력 향상뿐만 아니라 소재 설계의 유연성까지 확보했다는 점에서 의미가 크다. 실험 결과, 양이온성을 가진 고분자 전해질 P(MA-A⁺20)TFSI⁻는 기존 소재(PMA) 대비 약 2배 높은 83V의 출력을 기록했고, 음이온성을 가진 P(S-S⁻10)Na⁺는 기
DGIST 에너지환경연구부 양기정·김대환 책임연구원 연구팀이 인천대학교 김준호 교수팀과 공동으로 ‘온도 조절’만으로 친환경 태양전지의 효율을 크게 높이는 기술을 개발했다. 연구팀은 태양전지 소재를 열로 가공하는 과정에서 온도를 빠르게 높이면 결정이 더 규칙적으로 성장하고 전류 이동이 원활해진다는 사실을 확인했다. 이번 연구에 활용된 안티모니 셀레나이드(Sb₂Se₃) 는 카드뮴(Cd)이나 납(Pb)과 같은 유해 물질을 사용하지 않으며, 지구상에 풍부하게 존재하는 안티모니(Sb)와 셀레늄(Se)만으로 구성된 친환경 차세대 태양전지 소재다. 이 물질은 빛 흡수율이 높고, 열과 화학 반응에도 강해 내구성이 뛰어나며, 저비용 대량생산이 가능하다는 장점을 지닌다. 그러나 기존의 안티모니 셀레나이드 소자는 결정이 불규칙하게 성장하면서 전자와 정공의 이동이 방해받는 문제로 인해 효율이 낮았다. 연구팀은 이러한 한계를 해결하기 위해 태양전지 제작 과정에서의 온도 상승 속도, 즉 결정이 성장하는 속도에 주목했다. 실험 결과, 온도를 빠르게 높이면 결정이 일정한 방향으로 정렬되고 결함이 줄어들어 전기 흐름이 매끄러워지며, 결과적으로 효율이 크게 향상되는 것으로 나타났다. 단순한
DGIST 미래모빌리티연구부 권순·이진희 연구팀이 라벨이 극히 적은 환경에서도 최신 성능(State-Of-The-Art, SOTA)을 구현한 3D 준지도 학습(SSOD, Semi-Supervised Object Detection) 프레임워크 ‘MultipleTeachers’를 개발했다. 이번에 개발된 기술은 유사한 객체를 그룹화해 범주별 교사 네트워크를 구성하고, 협력적으로 의사 라벨을 생성하는 새로운 학습 전략을 도입했다. 여기에 희소한 라이다(LiDAR) 포인트 문제를 보완하는 ‘PointGen’ 모듈을 결합해 차량·보행자·이륜차 등 도심 주요 객체의 인지 정확도를 크게 높였다. 적은 데이터로도 높은 학습 효과를 이끌어내며, 안전 중심의 자율주행 인지 기술 발전에 기여할 수 있는 새로운 패러다임을 제시했다. 자율주행 기술의 고도화에는 방대한 라벨링 작업으로 인한 시간·비용 부담이 큰 걸림돌로 작용해왔다. DGIST 연구팀은 소량의 라벨 데이터와 대량의 무라벨 데이터를 결합하는 준지도·자기지도 학습을 고도화함으로써 라벨 의존도를 낮추면서도 실험 환경에서 우수한 성능을 입증했다. 또한 DGIST 창업기업 퓨처드라이브와 협력해 한국 도심 환경을 충실히 반영한
DGIST(대구경북과학기술원) 나노기술연구부 김동환·김정민 공동연구팀이 기존 영구자석 제조 방식의 한계를 뛰어넘는 새로운 공정을 개발했다. 이번 연구는 자석 성능 향상에 핵심적인 ‘입계확산(Grain Boundary Diffusion)’ 기술을 혁신적으로 개선한 것으로 전기자동차, 풍력 발전기, 로봇 등 다양한 친환경 산업 분야에 활용될 전망이다. 최근 전기차와 풍력 발전 산업이 급성장하면서, 고온 환경에서도 안정적으로 작동하는 강력한 영구자석의 수요가 빠르게 증가하고 있다. 대표적인 고성능 자석인 네오디뮴(Nd-Fe-B) 영구자석은 전기차 모터의 핵심 소재지만, 고온에서 자기 성능이 급격히 저하되는 단점이 있다. 이를 보완하기 위해 희귀한 중희토류 원소(예: Tb, Dy)를 첨가하지만, 이 원소들은 고가이자 공급이 제한적이어서 산업적 부담이 크다. 기존의 해결책으로는 자석 표면에 중희토류를 침투시키는 입계확산 공정이 널리 활용되지만, 확산이 자석 표면에만 머물러 내부까지 충분히 도달하지 못한다는 한계가 있었다. 이로 인해 두꺼운 자석이나 대형 모듈에는 적용이 어려웠다. 김동환·김정민 연구팀은 이러한 문제를 해결하기 위해 방전 플라즈마 소결(Spark Pla
DGIST 전기전자컴퓨터공학과·피지컬AI센터 박경준 교수 연구팀이 사회적 이슈 확산과 망각 현상을 모사해 다중 로봇의 자율주행 효율을 높이는 새로운 ‘피지컬 AI’ 기술을 개발했다고 밝혔다. 이번 성과는 물류센터, 대형 창고, 스마트팩토리 등에서 자율주행 로봇의 생산성을 높일 수 있는 핵심 기술로 기대된다. 자율주행로봇(AMR)은 물류와 제조 현장에서 자동화의 중심 역할을 하지만, 실제 환경에서는 지게차, 작업 리프트, 갑작스러운 화물 적재 등 예기치 못한 장애물이 빈번히 발생해 원활한 주행을 방해한다. 지금까지의 로봇은 눈앞 상황에 즉각 반응하며 경로를 수정해 불필요한 우회와 지연이 발생했고, 이는 생산성 저하로 이어졌다. 박경준 교수팀은 이를 해결하기 위해 인간 사회에서 나타나는 정보 확산과 망각 원리에 주목했다. 사건이나 이슈가 빠르게 퍼졌다가 서서히 잊히는 현상을 수학적으로 모델링해 로봇 집단 지능 알고리즘에 적용했다. 그 결과 로봇들은 중요하지 않은 정보는 자연스럽게 망각하고, 핵심 정보만 신속히 공유하면서 효율적인 협력 주행이 가능해졌다. 물류센터 환경을 모사한 ‘가제보 시뮬레이터’ 실험 결과, 이번 기술은 기존 ROS 2 네비게이션 대비 작업 처
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 12월 14일 19시 18분
