Highlights

교수님 360
News
1 1
< (왼쪽부터) 최경철 교수, 연혜정 박사과정 연구원>

연고를 바르고 반창고를 붙이는 대신, 이제는 ‘붙이기만 하면 스스로 치료 강도를 조절하는 스마트 패치’가 등장했다. 우리 학부 연구진이 빛과 약물을 결합해 상처 회복 속도를 약 2배까지 끌어올린 ‘자가조절형 OLED 상처 치료 패치’를 개발했다. 향후 환자 상태에 따라 빛이 약물 방출을 조절하는 지능형 치료 기술로 발전할 전망이다.

 

최경철 교수 연구팀은 한국세라믹기술원 성대경 박사, 충북대학교 박찬수 교수팀과 함께 유기발광다이오드(OLED)와 약물전달시스템(Drug Delivery System)을 결합한 ‘자가조절형 상처 치료 패치’ 기술을 개발했다.

 

연고는 과다 사용 시 부작용이 발생할 수 있고, 빛을 이용해 세포 재생을 돕는 광생물변조(Photobiomodulation, PBM)* 치료 역시 적정량을 넘기면 효과가 떨어지는 한계가 있었다.

*PBM(Photobiomodulation): 저강도 빛을 이용해 세포와 조직의 회복을 촉진하는 비침습 치료 방식

 

2 1
< OLED 패치를 이용한 광-약물 복합 치료 모식도 >

연구팀은 이처럼 치료 강도를 적절히 조절하기 어려운 기존 치료법의 한계를 해결하는 데 주목했다. 이번 연구의 핵심은 ‘빛이 약을 조절한다’는 점이다. 빛을 쬐면 몸에서 활성산소종(Reactive Oxygen Species, ROS, 흔히 ‘활성산소’로 불리는 물질)이 생성되는데, 이 물질이 나노입자를 자극해 약물이 방출되도록 하는 역할을 한다.

 

즉, 빛의 세기에 따라 생성되는 활성산소의 양이 달라지고, 이에 맞춰 약물 방출량도 자연스럽게 조절되는 구조다. 빛을 쬐면 세포 재생이 촉진되는 동시에, 이때 생성되는 ROS가 ‘스위치’ 역할을 해 약물이 필요한 만큼만 자동으로 방출된다. 사람이 따로 조절하지 않아도 치료가 스스로 최적 수준을 유지하는 ‘지능형 치료 방식’이다. 쉽게 말해, 빛을 비추면 그 강도에 맞춰 약이 자동으로 적당한 양만 나오는 ‘스스로 조절되는 치료 패치’다.

 

3
< OLED 패치 광-약물 전달시스템 결합한 복합 치료 효능 >

연구팀은 피부에 밀착되는 630나노미터(nm) 파장의 OLED 패치를 제작했다. 이 패치는 빛을 고르게 전달해 세포 재생을 유도하는 동시에, 피부 재생 효과로 잘 알려진 식물 유래 성분인 병풀 추출물(Centella asiatica, 일명 호랑이풀)과 같은 항산화 약물을 적정량만 방출하도록 설계됐다.

 

또한 피부 곡면에 완전히 밀착되는 웨어러블 형태로 제작돼 빛 에너지 손실을 줄였으며, 장시간 사용 시에도 온도를 약 31도 수준으로 유지해 저온 화상 위험 없이 안전하게 사용할 수 있다. 400시간 이상 성능을 유지하는 안정성도 확인돼 실제 의료기기 적용 가능성도 확보했다.

 

효과는 실험을 통해 확인됐다. 피부 세포 실험에서는 빛과 약물을 함께 사용하는 ‘복합 치료’가 단일 치료보다 더 빠른 회복을 보였다. 생쥐 실험에서는 치료 14일 차 기준 상처 회복률이 67%로 나타나, 대조군(35%) 대비 약 2배 빠른 치유 속도를 기록했다. 피부 두께와 장벽 단백질 형성도 정상 수준으로 회복되는 등 치유의 질 역시 크게 향상됐다.

 

최경철 교수는 “이번 연구는 OLED 기반 빛 치료를 단순히 쬐는 수준을 넘어 치료를 조절하는 역할까지 수행하며, 상처 상태에 따라 약물 방출이 자동으로 조절되는 복합 치료 플랫폼으로 확장한 사례”라며 “향후 다양한 상처와 질환에 적용 가능한, 환자의 몸 상태에 따라 스스로 반응하는 지능형 치료 기술로 발전시킬 계획”이라고 밝혔다.

 

이번 연구는 우리 학부 연혜정 박사과정이 제1저자로 참여했으며, 국제 학술지 ‘머티리얼즈 호라이즌스(Materials Horizons)’에 지난 1월 온라인 게재된 데 이어 3월 표지논문(Front Cover Paper)으로 선정됐다.

 

 ※ 논문명: A self-regulating wearable OLED patch for accelerated wound healing via photobiomodulation-triggered drug delivery

 ※ DOI: https://doi.org/10.1039/D5MH02129D

 

4 1
< 머티리얼즈 호라이즌스 표지논문 이미지 >

본 연구는 과학기술정보통신부 한국연구재단(NRF)을 통해 수행된 미래개척 융합과학기술개발사업(2021M3C1C3097646)의 지원을 받아 수행되었다.

360
News
1
<명현 교수>

시각 정보 없이도 지형을 추정해 보행할 수 있을 뿐만 아니라, 동물이 눈으로 지형을 살피며 발걸음을 조정하듯 카메라나 라이다(LiDAR) 센서를 통해 주변 환경을 인식하고 스스로 판단해 걷는 기능을 갖춘 사족보행 로봇 기술이 우리 학부 연구진에 의해 개발됐다. 이번 기술은 휠-족형 로봇과 휴머노이드 로봇 등 다양한 로봇 플랫폼으로의 확장 적용도 기대된다.

 

명현 교수 연구팀은 연구실 창업기업인 유로보틱스(주)와의 공동 연구를 통해, 시각 정보를 기반으로 지형을 인지하고 실시간으로 보행 전략을 조정하는 사족보행 로봇 제어 기술 ‘드림워크++(DreamWaQ++)’를 개발했다.

 

연구팀이 앞서 개발한 ‘드림워크(DreamWaQ)’는 관절 엔코더와 관성 센서 등 자기수용 감각만으로 지형을 추정하며 보행하는 ‘블라인드 보행(blind locomotion)’ 기술로, 시각 정보 없이도 강인한 이동이 가능한 것이 특징이다. 재난 상황 등 시각 정보 확보가 어려운 환경에서도 안정적인 보행이 가능하지만, 로봇의 다리가 장애물에 직접 접촉한 이후에야 움직임을 조정할 수 있다는 한계가 있었다.

 

이번에 개발된 드림워크++는 자기수용 감각과 함께 카메라·라이다 기반 외수용 감각을 융합해 기존의 한계를 극복했다. 로봇이 장애물을 사전에 인지하고 선제적으로 보행 전략을 조정함으로써, 단순 반응형 제어를 넘어 환경을 이해하고 판단하는 ‘인지 기반 보행’을 구현한 것이 핵심이다.

 

2
< (대표이미지) a) 드림워크++ 계단 보행 모습 (b) 참값 (회색) 과 비교한 드림워크++ 예측 지형 >

연구팀은 이를 위해 다중 감각 강화학습 구조를 설계했으며, 경량 연산 기반으로 실시간 제어가 가능하도록 구현했다. 또한 센서 오류 발생 시 자동으로 다른 감각 기반 보행으로 전환하는 안정성과, 다양한 로봇 플랫폼에 적용 가능한 확장성을 동시에 확보했다.

 

성능 또한 실험을 통해 입증됐다. 드림워크++를 적용한 로봇은 다양한 도전적 환경에서 기존 기술을 뛰어넘는 성능을 보였다.

 

계단 주행 실험에서는 50개 계단(수평 30.03m, 수직 7.38m) 코스를 단 35초 만에 완주하며, 블라인드 보행 제어기와 상용 인지형 제어기를 모두 능가했다.

 

3
< 드림워크++로 훈련된 보행 제어기 >

급경사 환경에서는 훈련 조건(10°)보다 3.5배 가파른 35° 경사면을 안정적으로 등반했으며, 자세를 능동적으로 조정해 후방 다리 모터 토크를 기존 대비 약 1.5배 절감했다.

 

또한 다양한 장애물 상황에서 별도의 경로 계획 없이도 더 효율적인 경로를 스스로 선택하는 등 학습 기반 인지 능력을 보였으며, 불확실한 낙차 지형에서는 자발적으로 멈춰 지면을 탐색한 뒤 이동하는 ‘탐색 행동’도 확인됐다.

 

이와 함께 2.5kg의 탑재물을 실은 상태에서도 로봇 높이를 넘는 41cm 장애물을 극복하는 등 높은 민첩성을 입증했다. 시뮬레이션에서 ANYmal-C(애니멀-C, 스위스 취리히연방공대에서 개발된 대표적인 사족보행 로봇)로는 최대 1.0m, KAIST 하운드(KAIST 기계공학과 박해원 교수팀 개발 사족보행 로봇)로는 1.5m 수준의 장애물까지 대응 가능한 것으로 나타났다.

 

4
< 드림워크++ 훈련모습 >

특히 이 기술은 비교적 낮은 장애물(27cm)만 학습했음에도, 실제 더 높은 42cm 계단에서도 약 80%의 성공률을 기록했다. 이는 로봇이 단순히 학습된 상황을 반복하는 것이 아니라, 새로운 환경에도 스스로 적응할 수 있는 능력을 갖췄다는 의미다.

 

연구팀은 이번 기술이 재난 대응, 산업 시설 점검, 산림 및 농업 등 기존 바퀴형 로봇이 접근하기 어려운 환경에서 활용될 수 있을 것으로 기대하고 있다.

 

5
< 경주 및 실험모습 >

명현 교수는 “이번 연구는 로봇이 단순히 움직이는 수준을 넘어, 환경을 이해하고 스스로 판단하는 단계로 발전했음을 보여준다”며 “향후 다양한 실제 환경에서 활용 가능한 지능형 이동 기술로 확장해 나갈 것”이라고 밝혔다.

 

이번 연구는 이 마데 아스윈 나렌드라(I Made Aswin Nahrendra) 박사(現 크래프톤 연구원, KAIST 박사 졸)가 제1저자로 참여했으며, 유병호 박사(유로보틱스(주) CEO), 오민호 박사(유로보틱스(주) CTO), 이동규(유로보틱스(주) CTO), 이승현(KAIST), 이현우(KAIST), 임형태 박사(MIT 박사후연구원)가 공동저자로 참여했다. 이 연구는 세계 최고 권위의 로보틱스 저널 IEEE Transactions on Robotics(T-RO)에 2월 게재됐다.

 

※ 논문명: DreamWaQ++: Obstacle-Aware Quadrupedal Locomotion With Resilient Multi-Modal Reinforcement Learning

※ 논문원본: https://arxiv.org/abs/2409.19709 

※ 개발된 드림워크++의 구동 및 보행 영상

한편, 이번 연구는 산업통상자원부 한국산업기술평가관리원(KEIT)의 지원(과제번호 20018216, ‘동적, 비정형 환경에서의 보행 로봇의 자율이동을 위한 이동지능 SW 개발 및 실현장 적용’)과 산림청(한국임업진흥원) 산림과학기술 연구개발 사업(과제번호 RS-2025-25424472)의 지원을 받아 수행되었다.

교수님 소개국
News
교수님
<최성현 교수님>

2026년 4월 13일부로 최성현 교수님이 KAIST 전기및전자공학부에 부임하셨습니다.

 

최성현 교수님은 무선 네트워킹과 모바일 시스템 분야의 연구자로, 해당 분야에서의 학술적 공헌을 인정받아 IEEE Fellow로 선임되었습니다. 서울대학교 교수와 삼성전자 부사장을 역임하며 학계와 산업계를 아우르는 연구, 개발, 리더십 경험을 쌓아 오셨습니다.

 

주요 연구 분야는 디지털 트윈 기반 지능형 네트워크 최적화, 차세대 무선통신 및 네트워크 기술, 저지연 모바일 시스템, 모바일 기기 기반 위치 추정 및 인식 기술 등이며, 네트워크 인프라와 모바일 시스템의 접점에서 연구를 수행해 왔습니다.

 

향후 KAIST에서는 AI-native 네트워크 아키텍처, LLM 및 멀티 에이전트 시스템 기반의 자율 네트워크 운영, 그리고 Physical AI를 위한 차세대 네트워크 인프라를 중심으로 연구와 교육을 수행할 예정입니다.

 

최성현 교수님의 오피스는 N1 616호이며, 최 교수님의 자세한 연구 내용은 아래 홈페이지를 참고 부탁드립니다.

 

► 최성현 교수님 홈페이지 바로가기(클릭)

 

Education

  • Ph.D. in Electrical Engineering and Computer Science, The University of Michigan, Ann Arbor, 1999
  • M.S. in Electrical Engineering, KAIST, 1994
  • B.S. in Electrical Engineering, KAIST, 1992 

Professional Experience

  • Sep. 2019 – Dec. 2025: Executive Vice President, Samsung Electronics
  • Sep. 2002 – Aug. 2019: Professor, Seoul National University
  • Sep. 1999 – Aug. 2002: Senior Member of Research Staff, Philips Research USA

Major Publications

  • “Digital twin for intelligent network: Data lifecycle, digital replication, and AI-based optimizations,” IEEE Communications Magazine, 2023.
  • “Realizing high power full duplex in millimeter wave system: Design, prototype and results,” IEEE Journal on Selected Areas in Communications, 2023.
  • “EagleEye: wearable camera-based person identification in crowded urban spaces,” in Proc. ACM MobiCom, 2020.
  • “Supremo: Cloud-assisted low-latency super-resolution in mobile devices,” IEEE Transactions on Mobile Computing, 2020.
  • “Smartphone based indoor path estimation and localization without human intervention,” IEEE Transactions on Mobile Computing, 2020.

Vision

  • Advancing AI-native networks for real-world impact and future talent.

Research Plan

  • AI-Native Network Architecture
  • Network Infrastructure for Physical AI
  • Autonomous Network Operations with LLMs and Multi-Agent Systems
  • Experimental Platforms and Digital Twin

Assigned Course

  • Computer Networks
  • AI-Native Network Infrastructure for Physical AI
  • Autonomous Network Operations with LLMs and Multi-Agent Systems
Notice

전기및전자공학부 EE Co-op프로그램 20기 (2026년 가을학기) 모집을 아래와 같이 안내하오니, 많은 참여 바랍니다. 

 

 

1. 접수기간 : 2026년 4월 6일(월) ~ 2026년 4월 17일(금) 까지

2. 제출서류 : 

    – 2026년도 가을학기  EE Co-op 20기 신청서(첨부양식 참조) 

    – 성적표 (2026년 봄학기 내 발급 기준) 

 

3. 제출방법 :

    – 이메일로 신청서와 성적표 제출 (학부행정팀 강명주 T. 8585,  kkmj20@kaist.ac.kr)

    – 신청시에는 첨부의 20기 안내자료를 잘 숙지한 후, 신청서 제출 진행

 

[2026학년도 가을학기 EE Co-op프로그램 20기 운영 정보] 

 

1) 지원 가능 대상 : 전기및전자공학부 주전공인 3~4학년 학생 (이수학점 69학점 이상)

  *현장실습 학기 중 졸업이 불가하므로 졸업학기인 경우 참여 불가함.  현장실습 종료후 1학기 이상 재학해야 함.

   *미휴학파견 2회 이상 완료한 경우 참여 불가함.

   *주전공이 전기및전자공학부인 경우에 한해 참여 신청 가능함. (연차초과자의 경우 재학년한 내 지원 가능함)

   *현장실습학기는 재학학기로 인정되며, 지원자의 재학학기에 따라 수업료 등의 부담이 발생할 수 있으며 이에 대한 납입의무는 지원자에게 있음

     *International students can not participate in this program because of full-time working visa issues.

 

2) 2026 가을학기 EE Co-op프로그램 업무 수행 기간 : 2026년 8월 31일(월) ~ 2027년 2월 24일(금)

3) 20기 참여기업 리스트 및 진행일정, 학점인정 사항 등 : 첨부의 20기 참여기업 예상 업무 정보 및 20기 안내자료 참고

 

360
Award
IMG 5254
<(왼쪽에서 여섯 번째) 조예현 박사과정 학생>

우리 학부 조예현 박사과정 학생(지도교수 이현주)이 한국공학한림원이 주관한 제4회 원익 차세대 공학도상 우수상을 수상했다. 

 

조예현 학생은 초음파 뇌자극기술과 MEMS, 바이오 신호측정 기술을 융합해 뇌기능을 정밀하게 조절하고 관찰할 수 있는 시스템을 개발한 공로를 인정받아 우수상 수상자로 선정되었다. 국내에서 초음파 뇌자극 연구의 선두자로 6편의 SCI(E)급 1저자 논문을 게재하며 차세대 뇌공학 연구의 발전에 기여하고 있다.

 

조예현 학생은 “앞으로도 공학적 혁신이 실제 임상과 산업 현장에 닿을 수 있도록 기본 원리에 충실한 기술 개발과 검증을 지속하고, 책임 있는 연구로 사회에 기어하는 멋진 연구자가 되겠다”라고 소감을 밝혔다. 

 

한편, 원익 차세대 공학도상 시상식은 3월 10일 오후 서울 광진구 그랜드 워커힐 서울 호텔에서 개최되었다.

교수님 360
News
images 000125 001 watermarkRemover enhancer1
< (왼쪽부터) KAIST 송영민 석좌교수, 정효은 석박사통합과정 >

해상도는 높이고, 전력은 거의 쓰지 않는 새로운 디스플레이 기술이 나왔다. 우리 학부 송영민 교수 연구팀은 광주과학기술원 정현호 교수팀과 함께 색을 유지할 때 전력을 거의 쓰지 않으면서, 픽셀 하나가 스스로 색을 바꿔 다양한 색을 표현하는 ‘모노픽셀(monopixel)’ 구조를 구현했다. 

 

송 교수 팀이 개발한 ‘재구성가능한 저전력 반사형 모노픽셀(reconfigurable Gires–Tournois resonator, 이하 r-GT)’은 전기를 이용해 색이 변하는 물질(전기 변색 소재)을 활용해 적은 전력으로 색을 구현하는 기술이다. 이를 통해, 배터리 부담 없이 더 선명한 AR·VR 디스플레이를 만들 수 있는 길을 열었다.

 

디스플레이는 더 선명한 화면을 만들기 위해 픽셀을 점점 작게 만들고 있다. 하지만 픽셀이 작아질수록 전력 소모가 커지고, 빛이 줄어드는 문제가 생긴다. 특히 AR·VR 기기처럼 눈 가까이에서 보는 디스플레이는 아주 작은 픽셀과 낮은 전력을 동시에 만족해야 해 구현이 어려운 기술로 꼽힌다.

 

연구팀이 개발한 r-GT 픽셀은 전기를 가하면 색이 바뀌고, 한 번 바뀐 색은 전기를 끄고도 일정 시간 유지된다. 즉, 색을 바꿀 때만 전력을 쓰고, 유지할 때는 거의 전력이 필요 없는 구조다.

 

이 기술의 핵심은 두 가지다. 먼저, 전기를 가하면 성질이 변하는 전도성 고분자 ‘폴리아닐린(polyaniline, PANI)’이다. 이 물질은 1볼트(V) 이하의 낮은 전압에서도 반응하며, 빛의 성질(굴절률)이 변하면서 색이 달라진다. 빛의 굴절률은 쉽게 말해 빛이 물질을 통과할 때 얼마나 꺾이는지를 나타내는 값으로, 이 값이 변하면 우리가 보는 색도 함께 변하게 된다.

 

여기에 빛을 여러 번 반사시켜 특정 색을 더 강하게 만드는 ‘공진 구조(resonator)’를 결합했다. 이 구조는 작은 변화도 크게 증폭해, 적은 전력으로도 선명한 색 표현이 가능하도록 한다.

 

그 결과, 초저전력(90 μW cm⁻²) 으로도 220°이상의 넓은 색상 변화를 구현했다. 쉽게 말하면, 1cm² 기준 약 0.00009W 수준의 매우 적은 전력만으로도 색상환(360°) 중 절반 이상에 해당하는 범위를 표현할 수 있게 된 것이다.

 

또 하나의 중요한 특징은 ‘모노픽셀(monopixel)’ 구조다. 기존 디스플레이는 하나의 픽셀을 빨강(R)·초록(G)·파랑(B)으로 나눠 색을 만들지만, 모노픽셀은 픽셀 하나 전체가 스스로 색을 바꾸며 다양한 색을 표현하는 방식이다. 이 방식은 픽셀을 나누지 않기 때문에 같은 면적에서 더 많은 픽셀을 구현할 수 있어 해상도가 높아지고, 빛 손실이 줄어 더 선명한 화면을 구현할 수 있다.

 

또한 PANI는 전압을 제거한 뒤에도 색 상태를 일정 시간 유지하는 특성을 가진다. 이 덕분에 색을 바꿀 때만 전력을 사용하고, 색을 유지할 때는 거의 전력이 필요 없는 ‘메모리-인-픽셀(memory-in-pixel)’ 디스플레이 구현 가능성도 확인됐다.

 

images 000125 002
< 반사형 디스플레이(Reflective display) AI image >

연구팀은 이 기술을 통해 색을 넓은 범위(220.6°)로 변화시킬 수 있음을 확인했으며, 픽셀 크기도 1.5마이크로미터(μm) 수준까지 줄일 수 있음을 입증했다. 이는 최대 약 16,900 PPI에 달하는, 눈으로 픽셀을 구분하기 어려운 수준의 초고해상도를 의미한다.

 

또한 단일 픽셀 구조만으로도 표준 색 영역(sRGB)의 약 절반 수준(48.1%)의 색을 표현할 수 있었으며, 재료 조합을 다양화할 경우 약 70% 수준(69.9%)까지 더 풍부한 색 표현이 가능함을 입증했다.

 

연구팀은 실제로 5×5 모노픽셀 배열을 제작해 성능을 검증했다. 이때 색을 바꾸는 데 필요한 에너지는 매우 작은 수준(2.31 mJ)으로, 일반 LED 대비 최대 5.8배 이상 적은 전력으로도 색을 구현할 수 있음을 확인했다. 또한 이 구조는 외부 빛을 반사해 화면을 표현하는 반사형 디스플레이로, 주변 조명이 강할수록 오히려 더 잘 보이는 장점도 확인됐다.

 

images 000125 003
< 전도성 고분자를 활용한 전기 변색 단일 반사형 공진 소자의 구조 및 대표 결과 >

이번 연구는 전기화학 소재와 광 공진 구조를 결합해 초저전력으로 풀컬러 구현이 가능함을 보여준 사례다. 향후 AR·VR용 초고해상도 근접형 디스플레이를 비롯해 웨어러블 기기, 야외 정보 표시 장치, 전자종이 등 에너지 효율이 중요한 다양한 분야에 활용될 것으로 기대된다. 또한 색을 유지하는 동안 전력 소모를 최소화할 수 있어, 지속 가능하고 에너지 효율적인 디스플레이 기술로 발전할 가능성도 제시했다.

 

송영민 교수는 “이번 기술은 전기를 아주 조금만 사용해도 색을 다양하게 바꿀 수 있도록 만든 것”이라며, “앞으로 디스플레이 구동 방식과 결합하면, 더 선명하고 전력 소모가 적은 초고해상도 디스플레이는 물론 다양한 광학 기술로도 활용될 수 있을 것”이라고 말했다.

 

KAIST 전기및전자공학부 정효은 석사박사통합과정 학생이 공동 제1저자, 송영민 교수가 교신저자로 참여한 이번 연구 결과는 광학 분야의 권위 있는 국제 학술지인 ‘라이트: 사이언스 앤드 애플리케이션스(Light: Science & Applications, IF 23.4)`에 2월 28일자 온라인 게재됐다.

 

※ 논문명 : Sub-1-volt, reconfigurable Gires-Tournois resonators for full-coloured monopixel array,
※ DOI : https://www.nature.com/articles/s41377-026-02228-2

 

한편, 이번 연구는 과학기술정보통신부와 한국연구재단(NRF)이 지원하는 중견연구사업, 과학기술원 InnoCORE-GIST 사업, 나노 및 소재기술개발사업, 미래의료혁신대응기술개발사업, 해외우수연구기관협력허브구축사업, 산업통상자원부(MOTIE)와 한국산업기술기획평가원이 지원하는 바이오산업기술개발사업의 지원을 받아 수행됐다.

동문360
News
1
<안형기 현대자동차 부사장>

우리 학부 졸업생인 안형기 동문(학사 94학번, 석사 98, 박사 00, 지도교수 김범섭)이 2026년 3월 27일 단행된 현대자동차 임원 인사에서 부사장으로 승진되었습니다.

 

안형기 부사장은 KAIST 전기및전자공학부에서 학사부터 박사 학위까지 마친 정통 엔지니어 출신으로, 현대자동차그룹 내에서 차량 전자제어 및 소프트웨어 중심 자동차(SDV, Software Defined Vehicle) 전환을 이끄는 핵심 리더입니다.

 

주요 업적 및 전문성

  • 미래 모빌리티 혁신 주도: 현대자동차 AVP(Advanced Vehicle Platform) 본부에서 전자개발센터장을 맡아, 차량의 두뇌 역할을 하는 차세대 전자 아키텍처와 통합 제어기 개발을 총괄해 왔습니다.
  • 글로벌 기술력 인정: 차량 내 핵심 통신 유닛인 CCU(Central Communication Unit) 개발을 주도하여, 2022년 자동차 업계의 오스카상으로 불리는 ‘페이스 어워드(PACE Award)’를 수상하며 한국의 소프트웨어 기술력을 세계에 알렸습니다.
  • SDV 비전 실현: 무선 소프트웨어 업데이트(OTA), 디지털 키 2 등 사용자 경험을 혁신하는 커넥티비티 기술의 고도화를 진두지휘하며 현대차의 미래차 전략을 현실화하고 있습니다.
  • 이번 부사장 승진은 현대자동차가 자율주행 및 미래차 기술 역량을 강화하기 위해 해당 분야의 전문가를 전진 배치한 결과로 평가받고 있습니다.

 

학문적 토대를 닦은 모교를 빛내며 세계 자동차 산업의 패러다임을 바꾸고 있는 안형기 동문의 승진을 진심으로 축하드립니다.

 

관련기사: https://n.news.naver.com/article/009/0005656970

 

※ 동문 소식을 공유하시고 싶은 분들은 학과 홍보 담당자(이반석 ws0709@kaist.ac.kr )에게 메일로 전달해주세요.

 

교수님 국문
News
upscaler4×
<권지민 교수님>

권지민 교수님께서 2026년 4월 1일자로 우리 전기전자공학부에 부임하십니다.

 

권지민 교수님은 반도체 소자, 3D 집적, 첨단 패키징 및 이종 집적(Heterogeneous Integration) 분야를 중점적으로 연구하고 계십니다.

 

특히, 소자 물리부터 시스템 아키텍처에 이르기까지 기술적 장벽을 허물고 영역 간 지식을 통합하여, 확장 가능한 AI 하드웨어 발전을 선도하는 것이 연구의 지향점입니다.

 

앞으로 우리 학부에서 3D IC 로직/메모리/RF 집적 및 AI 시스템을 위한 칩렛 아키텍처 등 하드웨어 혁신을 위한 심도 있는 연구와 교육을 이어갈 예정입니다. 새로운 도약을 준비하는 권지민 교수님을 따뜻하게 환영해 주시기 바랍니다.

 

권지민 교수님의 임시 오피스는 새늘동 1408호이며, 연구분야에 관한 자세한 내용은 아래 홈페이지를 참고 부탁드립니다.

 

권지민 교수님 홈페이지 바로가기(클릭)

 

Major Field

  • Semiconductor Devices and 3D Integration
  • Advanced Packaging and Heterogeneous Integration

 

Educational Background

  • Bachelor Degree, 2012: POSTECH, Electrical Engineering
  • Master Degree, 2014: POSTECH, Information Technology Convergence Engineering (ITCE)
  • Doctoral Degree, 2018: POSTECH, Creative IT Excellence (CITE)

 

Career & Awards

  • Aug. 2022 – Mar. 2026: Assistant Professor, UNIST
  • 2026: Early Career Award, KMEPS
  • 2019: Chairman’s Prize, POSTECH Alumni Association

 

Publications

  • “Indium tin oxide vertical channel transistors for scaled 4F2 2TOC gain cell memory with etched sidewall cleaning,” IEEE EDL, 2026
  • “Active BSCDN benchmark framework with backside-compatible CNFET logic technology,” IEEE IEDM, 2025
  • “Back-end-of-line-compatible passivation of sulfur vacancies in MoS2 transistors using electron-withdrawing benzenethiol,” ACS Nano, 2025

 

Assigned Curricular Plan

  • Advanced Packaging Technologies for AI Systems (tentative)
  • Advanced VLSI Devices and DTCO (tentative)
  • Active RF Devices and Packaging Systems (tentative)

 

Vision

We break technological silos and unify cross-domain knowledge from device physics to system architectures to advance scalable AI hardware, pursuing 3D integration, memory-centric computing, and physical AI through rigorous device-to-system co-optimization.

 

Research Plan

  • 3D IC logic/memory/RF integration using new device structures and emerging materials via DTCO.
  • Advanced packaging technologies and chiplet architectures for scalable AI systems via STCO.

공지사항

MORE

세미나 및 행사