우리 학부 BMM 연구팀(이현주 교수님 연구실)에서 ‘조현병 치료를 위한 멀티모델 플랫폼 개발’ 을 주제로 한-미 국제공동연구 프로젝트인 보스턴 코리아 공동연구개발사업의 2025년도 신규 과제로 선정되었습니다.
이번 연구는 조현병의 가장 치료가 어려운 음성·인지 증상을 정면으로 겨냥하는 새로운 치료 플랫폼을 제안했다는 점에서 기존 양성 증상 중심 치료와 뚜렷한 차별성을 가집니다. 연구팀은 조현병 오가노이드 모델에 3D 투명 미세전극 어레이를 적용하여 다양한 신경생리 지표를 측정하고, 이를 통해 뛰어난 치료효과를 보이는 신약 후보물질을 발굴할 예정입니다. 더불어, 비침습적 맞춤형 뇌자극이 가능한 초음파 소자를 개발하여 조현병 동물모델에 적용함으로써, 약물-초음파 융합 기반의 새로운 치료법을 제시할 계획입니다.
<그림 1. 조현병 멀티 모달 치료 플랫폼 개발 개요도>
보스턴코리아 공동연구개발사업단은 2024년부터 향후 7년간 2,450억원의 규모로 추진되는 대형 국제 협력 프로그램으로, 한국과 미국 연구기관 간의 글로벌 공동연구를 통해 첨단 바이오분야를 육성하는 것을 목표로 하고 있습니다. 2025년 기준 19.6:1의 높은 경쟁률을 뚫고 ‘초음파 뇌자극 시스템’ 분야의 기술 전문성을 인정받아 최종 7개 팀 중 하나로 선정되었습니다. 본 과제는 향후 4년간 총 42억 원의 연구비가 지원되며, 국내 연구진과 미국 연구기관이 공동연구를 수행합니다.
국내 연구진은 이현주 교수님(연구 책임자)을 중심으로 KAIST 기계공학과 전원주 교수님, 서울대학교 박정환 교수님, 성균관대학교 신미경 교수님이 참여하며, 미국 측에서는 콜롬비아 대학교 Joseph Gogos 교수님이 공동연구자로 함께합니다.
이현주 교수 연구팀은 본 과제에 앞서 과학기술정보통신부 주관 ‘뇌과학 선도융합기술개발 사업’에도 선정되어 2023년부터 ‘뇌 구조-기능 개인맞춤형 초음파 패턴 기반의 능동적 피질 층별 비침습 뇌자극 기술’ 개발을 수행해오고 있습니다. 이전 연구에서 축적한 뇌자극 맞춤형 초음파 소자 및 치료 프로토콜 기술을 바탕으로, 이번 국제공동연구를 통해 조현병을 비롯한 정신질환을 앓고 있는 많은 환자들에게 새로운 치료 가능성과 임상적 돌파구를 제시해줄 수 있을 것이라 기대합니다.
보통 그림과 글자가 함께 있을 때 사람의 시선이 그림에 먼저 가는 것처럼, 여러 감각을 동시에 활용하는 ‘멀티모달 인공지능’도 특정 데이터에 더 크게 의존하는 경향이 있다. 이러한 상황에서도 그림과 글자를 모두 고르게 인식하여 훨씬 더 정확한 예측을 가능케 하는 멀티모달 인공지능 학습 기술이 개발됐다.
우리 학부 황의종 교수 연구팀은 다양한 데이터 유형을 한 번에 처리해야 하는 멀티모달 인공지능이 모든 데이터를 고르게 활용할 수 있도록 돕는 새로운 학습 데이터 증강 기술을 개발했다.
멀티모달 인공지능은 텍스트, 영상 등 여러 데이터를 동시에 활용해 판단하고 있다. 하지만 인공지능은 여러 정보를 받아들일 때, 한쪽 데이터에 치우쳐 판단하는 경향을 보여 예측 성능이 떨어지는 문제가 있었다.
연구팀은 이 문제를 해결하기 위해, 일부러 서로 어울리지 않는 데이터를 섞어서 학습에 사용했다. 그러면 인공지능은 어떤 경우에도 한쪽 데이터에만 의존하지 않고, 글과 그림, 소리 등 모든 데이터를 균형 있게 활용하는 방법을 배우게 된다.
또, 품질이 낮은 데이터는 보완하고, 어려운 데이터는 더 강조해서 훈련하는 방식까지 더해 다양한 상황에서도 안정적으로 성능을 높일 수 있음을 보여줬다. 이 방법은 특별한 모델 구조에 묶이지 않고, 어떤 종류의 데이터에도 쉽게 적용할 수 있어 확장성과 실용성이 크다는 점에서 의미가 있다.
< 데이터 중심 멀티모달 AI 학습 프레임워크 적용시 모델 예측 변화예시 >
황의종 교수는 “AI 성능을 높이려면 모델 구조(알고리즘)만 바꾸는 것보다, 어떤 데이터를 어떻게 학습에 쓰느냐가 훨씬 중요하다”며 “이번 연구는 멀티모달 인공지능이 특정 데이터(예: 영상, 텍스트)에 치우치지 않고 균형 있게 정보를 활용할 수 있도록 데이터 자체를 설계하고 가공하는 접근법이 효과적일 수 있음을 보여줬다”고 말했다.
이번 연구에는 전기및전자공학부 황성현 박사과정, 최소영 석사과정이 공동 제1저자로 참여했으며, 황의종 교수가 교신저자로 참여했다. 연구 결과는 오는 12월 미국 샌디에이고와 멕시코 멕시코시티에서 열리는 AI 분야 최고 권위 국제학술대회 NeurIPS(Conference on Neural Information Processing Systems)에서 발표될 예정이다.
※ 논문명: MIDAS: Misalignment-based Data Augmentation Strategy for Imbalanced Multimodal Learning,
한편, 이번 연구는 정보통신기획평가원(IITP)의 지원을 받은 ‘강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습’ 과제 (RS-2022-II220157)와 ‘뇌질환 진단 및 치료용 비침습 근적외선 기반 AI 기술’ 과제 (RS-2024-00444862)의 지원을 받아 수행됐다.
우리 학부 조성환 교수 연구실의 ‘초거대 AI 모델을 위한 초광대역 메모리 IC 기술’이 삼성 미래기술 육성사업의 2025 하반기 과제로 선정됐다. 폭발적으로 증가하는 AI 모델의 요구를 감당할 수 있는 차세대 AI 메모리 시스템의 근본적 혁신을 목표로 하는 연구다.
최근 AI 프로세서의 연산 성능은 비약적으로 향상되고 있으나, 메모리 대역폭의 발전 속도는 여전히 이에 미치지 못하고 있다. High Bandwidth Memory(HBM)의 등장에도 불구하고 이러한 격차는 오히려 확대되어 전체 AI 시스템의 성능 병목으로 작용하고 있다.
연구팀은 이러한 한계를 극복하기 위해 초고밀도 칩 간 연결 기술과 초고속 통신 회로 기술을 핵심 축으로 연구를 추진한다. 또한 제안된 초광대역 메모리 인터페이스를 기반으로 새로운 AI 메모리 계층을 제안하고 그 운영 방식과 세부 구조를 고안하여 전체 AI 반도체시스템의 성능을 검증할 계획이다.
이 연구를 통해 개발되는 초광대역 메모리 기술은 초거대 AI 모델을 위한 차세대 메모리 시스템의 핵심 기술이 될 것으로 기대하고 있으며, 또한 DRAM의 응용 시장을 확장할 수 있을 것으로 기대된다.
우리 학부 BMM 연구팀(이현주 교수님 연구실)의 ‘녹내장 관리를 위한 초음파 스펀지 콘택트 렌즈 기술’이 삼성미래기술육성사업의 2025년도 하반기 과제로 선정되었습니다.
세계 주요 실명 원인 중 하나인 녹내장의 효과적인 관리를 위해 초음파 기반의 혁신적인 안압 측정 기술을 제안하는 과제로, 기존 측정방식과 차별화된 것이 큰 특징입니다. 수면 중에도 착용 가능한 콘택트렌즈를 활용하여 환자의 불편함을 최소화하고, 지금까지 측정이 어려웠던 수면 중 안압 변동 정보를 정밀하게 획득할 수 있도록 설계되었습니다.
<그림 1. 초음파 콘택트렌즈 기술 개요 및 파급 효과>
연구팀은 이러한 기술을 실험실 수준의 개념 검증을 넘어 실제 임상 환경에서도 활용 가능한 수준으로 발전시키는 것을 목표로 하고 있습니다. 이를 위해 다양한 동물실험과 물질 설계 연구를 병행하여 기술의 실질적 유용성과 안전성을 확보할 계획입니다.
삼성미래기술육성사업은 대한민국의 기초과학 발전과 산업기술 혁신, 과학기술을 통한 사회 문제 해결, 그리고 세계적인 과학기술인 육성을 목표로, 삼성전자가 2013년부터 1조 5천억 원을 출연하여 시행하고 있는 순수 공익 목적의 연구지원 사업입니다.
이현주 교수 연구팀은 이번에 앞서 KC30(KAIST Grand Challenge 30 Project) 사업의 지원을 받아 지난 2년 간 안질환 분야의 새로운 진단 및 치료 접근법을 탐구하는 환자 중심 도전 연구를 수행해왔습니다. 이 경험과 성과가 이번 삼성미래기술육성사업 과제 선정에 중요한 밑거름이 되었으며, 앞으로도 연구팀은 녹내장 관리 기술의 새로운 전환점을 마련하고 글로벌 헬스케어 혁신에 기여할 계획입니다.
우리 학부 손영익 교수님이 고등과학원에서 발행하는 과학 전문 웹진 Horizon에 2025년 3월부터 9월까지 「양자컴퓨팅의 다양한 물리적 플랫폼」을 주제로 기고문을 연재했습니다. 양자정보과학의 근본 원리부터 다양한 하드웨어 구현 방식 등 양자컴퓨팅에 관한 복잡한 내용을 명료하게 풀어내어 총 3편으로 구성한 깊이 있는 시리즈입니다.
측정 기반 양자컴퓨팅과 광집적회로 플랫폼 1편 :고전 논리게이트와 양자게이트의 차이를 통해 얽힘이 양자 계산의 본질임을 직관적으로 설명합니다. 양자 중첩과 얽힘의 개념을 쉽게 이해할 수 있는 입문편입니다.
측정 기반 양자컴퓨팅과 광집적회로 플랫폼 2편: : ‘측정’이 단순한 관측이 아닌 연산의 핵심 절차임을 소개하며, 양자 텔레포테이션과 정보 전송의 원리를 명쾌하게 풀어냅니다.
측정 기반 양자컴퓨팅과 광집적회로 플랫폼 3편: 측정 기반 연산의 확장과 양자 오류 정정 개념을 설명하고, 광자 기반 양자컴퓨팅이 차세대 플랫폼으로 주목받는 이유를 다룹니다.
< (앞줄 좌측부터) KAIST 전기및전자공학부 송영민 교수, GIST 전기전자컴퓨터공학과 정현호 교수, (뒷줄 좌측부터) GIST 전기전자컴퓨터공학과 김주환·김현민·이주형 연구원>
우리 학부 송영민 교수 연구팀은 GIST 정현호 교수 연구팀과 공동으로 연구를 수행해 새로운 나노광학 온도센서를 개발했다. 이 센서는 배터리 내부 온도가 80도 이하일 때도 열폭주 위험을 실시간으로 감지하고 사용자에게 직관적으로 경고할 수 있다. 특히, 배터리 내부 이상 징후를 조기에 포착해 화재나 폭발과 같은 중대 사고를 사전에 예방할 수 있을 것으로 기대된다.
배터리는 전기차, 웨어러블 디바이스, 도심항공모빌리티(UAM) 등 첨단 기술의 에너지 원으로 필수적이지만, 열폭주로 인한 화재·폭발 사고가 잇따르며 안전 문제가 대두되고 있다.
<[그림1] 나노광학 온도 시각화 센서: (좌) 배터리 온도와 구동 상태의 관계와 (우) 이를 기반으로 배터리 열폭주를 사전 감지하기 위해 본 연구에서 제작한 나노광소자 구조와 동작 원리.>
특히 배터리 내부 온도가 80도를 넘으면 전해질, 분리막 등 내부 주요 구성 요소가 손상되기 시작하고, 1분 이내에 500도 이상으로 급격히 온도가 치솟을 수 있어, 온도를 조기에 감지하고 위험을 사전에 경고할 수 있는 기술 개발이 시급하다.
기존의 온도 센서는 열전대*가 직접 접촉한 부분만 측정할 수 있어 전체 온도 분포를 파악하기 어렵고, 적외선 카메라는 표면 재질에 따라 측정 정확도가 떨어지는 한계가 있다. 또한, 열변색 물질을 활용한 기존 기술은 반응 속도가 느려 실시간 감지에는 적합하지 않았다.* 열전대(thermocouple): 서로 다른 두 금속선을 접합한 센서로, 접합부의 온도 차이에 의해 발생하는 전압 변화를 측정해 온도를 감지하는 장치.
연구팀은 1960년대 보고된 단원소 물질인 ‘텔루륨(tellurium)’의 특이한 광변조 특성에 주목해 10 나노미터(nm) 두께의 텔루륨 초박막(ultrathin film)을 활용한 열변색 나노광소자를 개발했다. 텔루륨은 상온에서 80도로 온도가 상승할 때 고체 상태에서 준액체(quasi-liquid)* 상태로 부분적으로 녹으며 가시광 영역에서 굴절률이 0.7 이상 변화하는 우수한 광변조 특성이 있어 1억분의 1초 단위로 초고속 온도 감지가 가능하다. * 준액체(quasi-liquid): 고체와 액체의 중간 상태로, 물질이 완전한 고체처럼 딱딱하지 않고 일부가 액체처럼 흐르거나 움직이는 특징을 가진다. 이 상태에서는 고체와 액체가 혼재되어 있어 온도 상승에 따라 물질 내부에서 두 상태가 함께 존재하며 부분적인 유동성이 나타난다.
<[그림2] 제작된 나노광소자의 온도 감지 성능: 본 연구에서 개발한 나노광소자의 온도에 따른 색 변화와 열 전파 시각화.>
연구진은 알루미늄 기반 배터리 표면 위에 10 나노미터(nm) 두께의 매우 얇은 텔루륨층(Te)을 증착하고, 그 위에 수십 나노미터 두께의 유리(SiO2) 보호층을 적층하여 온도에 따라 반사색이 변하는 가이레스-토어노이스 공진기(Gires-Tournois resonator)*를 제작했다. * 가이레스-토어노이스 공진기(Gires-Tournois resonator): 특정 파장의 빛을 반사하면서 위상 변화를 일으키는 광학 장치로, 얇은 막 구조를 이용해 빛의 간섭 현상을 조절한다. 이를 통해 빛의 반사율과 색깔을 정밀하게 제어할 수 있어, 온도 변화에 따른 광학 신호 변화를 극대화하는 데 활용된다.
이 공진기는 80도 이하의 비교적 낮은 온도에서도 텔루륨의 고체-준액체 상변화에 의한 광특성 변화를 극대화하며, 유리 보호층을 통해 외부 환경으로부터 텔루륨의 손상을 방지하여 안정성을 확보하도록 설계됐다. 또한, 복잡한 회로나 별도의 외부 전원 없이 작동하며, 특정 온도에 도달하면 색이 변했다가 다시 상온으로 냉각되면 원래 색으로 되돌아가는 가역적(reversible) 특성을 갖고 있다.
제작된 나노광소자는 상온(25도)부터 80도까지 온도 변화를 색깔로 정밀하게 구분할 수 있으며, 상용 열전대와 유사한 수준의 온도 감지 성능을 보인다. 나아가 17 밀리초(ms) 단위의 빠른 동영상 프레임 간격으로 배터리 표면의 온도 분포와 열 확산 과정을 실시간으로 시각화한다.
<[그림3] 배터리 표면 온도 분포 시각화: 다양한 형태로 패터닝된 나노광소자를 활용하여 배터리의 온도 분포 및 열 전파 실시간 모니터링.>
또한, 수십 번의 가열-냉각 사이클과 주변 습도 변화에도 안정적으로 온도를 감지하며, 9개월 이후에도 열변색 특성이 유지되는 우수한 내구성도 입증됐다.
연구팀은 개발한 나노광소자를 상용 18650 배터리와 스마트폰에 적용해 충전 및 방전 시 발생하는 발열을 실시간으로 모니터링하는 데 성공하며 기술의 실제 활용 가능성을 입증했다.
이 광소자는 배터리 셀 위에 직접 증착하거나 간단히 테이프로 부착할 수 있어 산업 현장에 손쉽게 도입할 수 있으며, 별도의 전문 장비나 분석가의 도움 없이도 스마트폰이나 디지털 카메라만으로 누구나 배터리 온도 상태를 쉽게 확인할 수 있어 상용화 가능성이 매우 높다.
송영민 교수는 “최근 국내외에서 배터리 화재 사고가 잇따르면서 안전성 확보가 중요해졌다”며 “이번 기술이 차세대 배터리 안전을 위한 새로운 패러다임을 제시하고 사회 문제 해결에 기여할 것으로 기대한다”고 말했다.
이번 연구는 과학기술정보통신부와 한국연구재단의 우수신진연구사업, 미래기술연구실사업 및 GIST-MIT AI국제협력사업의 지원을 받았으며, 재료 분야 저명 국제학술지《어드밴스드 머티리얼즈(Advanced Materials)》에 2025년 7월 23일 온라인 게재됐다.
