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.
우리 학부 김정호 교수가 ‘2025년 제7회 한양백남상’ 수상자로 선정됐다. 한양백남상은 한양대학교 설립자인 백남(白南) 김연준 박사의 정신을 계승·발전하기 위해 제정한 상으로, 수상자들에게 총 1억 5,000만 원의 상금이 수여된다.
한양백남상 공학상을 수상하는 김정호 교수는 우리나라가 세계 최초로 상용화에 성공한 AI 반도체의 핵심 기술인 고대역폭메모리(HBM)의 기본 개념과 구조를 창안하고 설계를 통해 정립한 주역이다. 삼성전자·SK하이닉스 등 국내 반도체 산업의 성장을 견인했으며, 인공지능(AI) 반도체 분야에서 세계적 석학으로 평가받는다.
김 교수는 ‘차세대 HBM Roadmap(HBM4~HBM8)’을 제시하며 2038년까지의 기술 비전을 이끌고, 국제 표준화 주도 및 기술 주도권 확보에도 기여하고 있다. 지난 2월에는 HBM 기술 개발 공로를 인정받아 제8회 강대원상(회로·시스템 분야)을 수상했다. 또한 30여 년간 HBM 관련 국제저널 및 학회지에 712편의 논문을 발표하고, 34회의 최고 논문상을 수상했으며, 석·박사 제자 115명을 배출해 국내 반도체 고급 인력 양성에도 크게 이바지했다. 구글, 엔비디아, 애플, 테슬라 등 글로벌 빅테크와 협력하며 국제 기술 교류 증진에도 앞장서 왔다.
과학기술정보통신부와 한국연구재단이 선정하는 ‘이달의 과학기술인상’은, 최근 3년간 독보적인 연구개발성과를 창출하여 과학기술 발전에 공헌한 연구개발자를 매월1명씩 선정하여 과기정통부 장관상과 상금 1천만 원을 수여하는 상이다.
정재웅 교수는 ‘세계 환자안전의 날(9월 17일)’을 앞두고체온에의해 부드러워지는 정맥 주사바늘을 개발해 환자의 안전을 강화하는 등신체착용(웨어러블) · 체내삽입 (임플랜터블) 전자 소자 및 의료기기 융복합 연구로건강 돌봄(헬스케어) 혁신에 기여한공로로 선정됐다.
정맥주사는 혈관에 약물을 직접 주입하는 치료방법으로 신속한 약물 효과와지속적인 약물 투여가 가능해 의료 분야에서 광범위하게 사용된다.다만, 기존 정맥주사 바늘은 딱딱한 금속이나 플라스틱으로 제작돼 혈관벽 등을 손상하거나 정맥염과 같은 합병증을 야기할 수 있고, 주사바늘 처리 과정에서도 의료 종사자의 찔림 사고 및 그에 따른 질병 감염 위험 우려가 있다.
정재웅 교수는액체금속 갈륨이 체온에 반응해 고체에서 액체로 상변화하는 특성을 활용하여 상온에서 딱딱한 상태이다가 체내에 삽입되면 생체 조직처럼 부드러워지는 가변강성*주사바늘을 개발했다. *가변강성(可變剛性) : 상황이나 조건에 따라 강성의 크기(딱딱한 정도)를 조절할 수 있는 특성
가변강성주사바늘은 환자의 자유로운 움직임을 보장함은 물론 사용 후상온에서 부드러운 상태를 유지하여 의료 종사자의 바늘 찔림 사고를 예방하고, 비윤리적인 주사바늘 재사용 문제도 원천 차단한다.
< 체온에 의해 부드러워지는 정맥 주사바늘>
더불어, 정재웅 교수는 정맥주사 중 약물이 유출되면 주위 조직의 온도가낮아지는 현상에도 주목했다. 정재웅 교수는 정맥 주사바늘에 나노박막온도 감지기 (온도센서)를 탑재해 국부 체온을 실시간으로 모니터링하는기능을 구현하여정맥 주사 약물 누수를 실시간으로 확인할 수 있게 했다.
세계보건기구가 요구하는 환자 건강증진 및 의료진 안전도모에 새로운 전망(비전)을 제시한 이번연구성과는 ’24년 8월 국제 학술지‘네이처 바이오메디컬엔지니어링(Nature Biomedical Engineering)’의 표지논문으로 출판됐다.
정재웅 교수는 “이번 연구는 기존의 딱딱한 의료용 바늘로 인한 문제를극복하고, 주사바늘 찔림 사고나 재사용으로 인한 감염 문제를 해결할 수있는 방법을 제안했다는 점에서 의의가 크다”라며“앞으로 가변강성 주사바늘 기술이 환자와 의료진 모두의 안전을 향상시키는 의료 현장의 핵심 기술로 발전할 수 있도록 지속적인 연구개발에 힘쓰겠다”라고 밝혔다.
2022년 말 OpenAI의 ChatGPT의 출현과 더불어 생성형 거대언어모델 (Large Language Models-LLM)은 인공지능의 핵심 연구 분야 중에 하나이다.
현재 거대언어모델은 단지 프롬프트로 주어진 언어를 이해하고 그에 맞은 해답을 제시하는 것을 넘어 환경과 상호작용하면서 Multi-Round 행동, 관측 및 추론 과정을 거치며 주어진 태스크를 수행하는 LLM 에이전트(Agent)로 발전하고 있다. 이러한 Agentic AI는 앞으로 인간의 간섭없이 인공지능 스스로 환경과 상호작용하면서 주어진 태스크를 실행해야 하는 수많은 현실적인 문제에 있어 핵심적인 발전방향이다.
예를 들어, 가사도우미 로봇에게 인간이 “된장찌개 끓이기”라는 태스크를 수행시켰을 때 로봇 스스로 필요한 재료를 모두 찾고 그것을 손질하고, 냄비에 넣고 가스레인지 위에 올려서, 불을 켜서 끓이고, 요리가 완성되면 불을 꺼야하는 것이다. 이 하나하나의 과정을 인간이 일일이 지시할 수 없고, 로봇 스스로 환경과 상호작용하면서 행동하고, 그 결과를 관측하고, 이를 바탕으로 추론하고 다음 행동을 해야 하는 것이다.
이를 위한 대표적 LLM Agent 모델이 2023년 Google Brain과 프린스턴대에서 발표한 ReAct 이다. ReAct 는 미래 plan을 고려하면서 각 단계에서의 행동을 결정하는 모델이다. 하지만, ReAct는 때로는 실제 상황과 동떨어진 인지(Hallucination)를 하고 잘못된 행동을 하는 경우가 많은 한계점을 가진다.
성영철 교수 연구실 김정혜 (박사과정), 이소정 (석사과정) 학생은 서울대 정교민 교수 연구실과 공동연구로 이러한 ReAct Agent의 단점을 극복하는 ReflAct라는 새로운 LLM Agent 모델을 제안하였다.
새롭게 제안된 ReflAct는 매 순간 최종 목표와 현재 상황을 동시에 고려하면서 최적의 행동을 결정하는 구조로서, Hallucination 가능성을 현저히 줄이고, 뿐만 아니라 Agent 스스로 자신의 잘못된 판단까지 인지할 수 있게 되었다. 그리하여, ReflAct가 최신 추론 언어모델과 결합되었을 때 가사도우미 환경인 ALFWorld Benchmark에서 93.3% 라는 놀라운 태스크 성공률을 달성하였다. 이 결과는 가사도우미 뿐만 아니라 과학 탐사, 전투 현장 등 다양한 환경에서 활용될 Agent AI의 발전을 한층 촉진시킬 것이다. 이 결과는 자연어처리 최대학회 중 하나인 EMNLP 2025의 Main Conference에서 오는 11월 발표될 예정이다.
