우리 학부 윤영규 교수가 ‘휴먼 프론티어 사이언스 프로그램(이하, HFSP)’의 2025년 수상자로 선정되었다.
1990년부터 수상자를 배출해온 휴먼 프론티어 사이언스 프로그램(HFSP) 운영국은 올해 처음 ‘액셀러레이터 트랙’을 신설했으며, 윤영규 교수는 광학적 뇌기능 영상 촬영 및 분석을 주제로 다수의 국제적 협력연구와 선도연구를 수행한 성과를 인정받아 이 트랙의 초대 수상자로 이름을 올리는 영예를 안게 되었다.
향후 2년간 매년 10만 달러를 지원받을 예정이며, ‘조류 신경계 확산광단층촬영 데이터 분석’연구를 주제로 미국 텍사스오스틴 대학교 보테로 교수, 미국 워싱턴 대학교 컬버 교수, 독일 보훔 루르 대학교 군투르쿤 교수와 한 팀을 구성하여 환경적, 진화적 요인이 신경계에 미치는 영향에 관한 연구를 수행할 계획이다.
윤영규 교수는 “뇌과학 기술을 연구하는 전자공학자로서 우수한 생명과학 연구자들에게 주어지는 HFSP 상을 받게 되어 영광이고 뇌과학 기술의 발전에 기여하겠다”고 소감을 밝혔다.
한편, 휴먼프론티어사이언스 프로그램(HFSP)은 생명과학 분야의 세계 최고 권위의 국제 연구 지원 프로그램이다. 이 프로그램을 운영하는 국제기구 휴먼프론티어사이언스프로그램 운영국 (Human Frontier Science Program Organization)은 독창적인 학제 간 융합 국제공동연구를 수행할 역량이 있는 연구자를 선별해 새로운 접근법으로 생명기전을 밝히는 연구를 지원하고자 하는 취지로 1989년 G7국과 유럽연합의 주도로 설립되었으며, 대한민국은 2004년부터 이사국으로 참여하고 있다.
설립 이듬해부터 73개국, 8,500명 이상의 연구자를 지원했으며, 이 중 31명의 노벨상 수상자를 배출해 생명과학 분야의 ‘노벨상 펀드’로 불리기도 한다. 국내에서는 1990이후로 윤영규 교수를 포함해 지금까지 총 17명의 연구자가 지원을 받았다.
최근 챗GPT, 딥시크(DeepSeek) 등 초거대 인공지능(AI) 모델이 다양한 분야에서 활용되며 주목받고 있다. 이러한 대형 언어 모델은 수만 개의 데이터센터용 GPU를 갖춘 대규모 분산 시스템에서 학습되는데, GPT-4의 경우 모델을 학습하는 데 소모되는 비용은 약 1,400억 원에 육박하는 것으로 추산된다. 한국 연구진이 GPU 사용률을 높이고 학습 비용을 절감할 수 있는 최적의 병렬화 구성을 도출하도록 돕는 기술을 개발했다.
우리 학부 유민수 교수 연구팀은 삼성전자 삼성종합기술원과 공동연구를 통해, 대규모 분산 시스템에서 대형 언어 모델(LLM)의 학습 시간을 예측하고 최적화할 수 있는 시뮬레이션 프레임워크(이하 vTrain)를 개발했다.
대형 언어 모델 학습 효율을 높이려면 최적의 분산 학습 전략을 찾는 것이 필수적이다. 그러나 가능한 전략의 경우의 수가 방대할 뿐 아니라 실제 환경에서 각 전략의 성능을 테스트하는 데는 막대한 비용과 시간이 들어간다.
이에 따라 현재 대형 언어 모델을 학습하는 기업들은 일부 경험적으로 검증된 소수의 전략만을 사용하고 있다. 이는 GPU 활용의 비효율성과 불필요한 비용 증가를 초래하지만, 대규모 시스템을 위한 시뮬레이션 기술이 부족해 기업들이 문제를 효과적으로 해결하지 못하고 있는 상황이다.
이에 유민수 교수 연구팀은 vTrain을 개발해 대형 언어 모델의 학습 시간을 정확히 예측하고, 다양한 분산 병렬화 전략을 빠르게 탐색할 수 있도록 했다.
연구팀은 실제 다중 GPU 환경에서 다양한 대형 언어 모델 학습 시간 실측값과 vTrain의 예측값을 비교한 결과, 단일 노드에서 평균 절대 오차(MAPE) 8.37%, 다중 노드에서 14.73%의 정확도로 학습 시간을 예측할 수 있음을 검증했다.
< 그림 1. vTrain 시뮬레이터 구조 모식도 >
연구팀은 삼성전자 삼성종합기술원와 공동연구를 진행하여 vTrain 프레임워크와 1,500개 이상의 실제 학습 시간 측정 데이터를 오픈소스로 공개(https://github.com/VIA-Research/vTrain)하여 AI 연구자와 기업이 이를 자유롭게 활용할 수 있도록 했다.
< 그림 2. 단일 노드 시스템(좌) 및 다중 노드 시스템(우)에 대한 학습 시간 측정값과 예측값의 비교 >
유민수 교수는 “vTrain은 프로파일링 기반 시뮬레이션 기법으로 기존 경험적 방식 대비 GPU 사용률을 높이고 학습 비용을 절감할 수 있는 학습 전략을 탐색하였으며 오픈소스를 공개하였다. 이를 통해 기업들은 초거대 인공지능 모델 학습 비용을 효율적으로 절감할 것이다”라고 말했다.
< 그림 3. 다양한 병렬화 기법에 따른 MT-NLG 학습 시간 및 GPU 사용률 변화 >
이 연구 결과는 방제현 박사과정이 제1 저자로 참여하였고 컴퓨터 아키텍처 분야의 최우수 학술대회 중 하나인 미국 전기전자공학회(IEEE)·전산공학회(ACM) 공동 마이크로아키텍처 국제 학술대회(MICRO)에서 지난 11월 발표됐다. (논문제목: vTrain: A Simulation Framework for Evaluating Cost-Effective and Compute-Optimal Large Language Model Training, https://doi.org/10.1109/MICRO61859.2024.00021)
이번 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단, 정보통신기획평가원, 그리고 삼성전자의 지원을 받아 수행되었으며, 과학기술정보통신부 및 정보통신기획평가원의 SW컴퓨팅산업원천기술개발(SW스타랩) 사업으로 연구개발한 결과물이다.
최근 인공지능 기술의 발전으로 챗GPT와 같은 대형 언어 모델(이하 LLM)은 단순한 챗봇을 넘어 자율적인 에이전트로 발전하고 있다. 구글(Google)은 최근 인공지능 기술을 무기나 감시에 활용하지 않겠다는 기존의 약속을 철회해 인공지능 악용 가능성에 대한 논란이 불거진 점을 상기시키며, KAIST 연구진이 LLM 에이전트가 개인정보 수집 및 피싱 공격 등에 활용될 수 있음을 입증했다.
우리 학부 신승원 교수, 김재철 AI 대학원 이기민 교수 공동연구팀이 실제 환경에서 LLM이 사이버 공격에 악용될 가능성을 실험적으로 규명했다. 현재 OpenAI, 구글 AI 등과 같은 상용 LLM 서비스는 LLM이 사이버 공격에 사용되는 것을 막기 위한 방어 기법을 자체적으로 탑재하고 있다. 그러나 연구팀의 실험 결과, 이러한 방어 기법이 존재함에도 불구하고 쉽게 우회해 악의적인 사이버 공격을 수행할 수 있음이 확인됐다.
기존의 공격자들이 시간과 노력이 많이 필요한 공격을 수행했던 것과는 달리, LLM 에이전트는 이를 평균 5~20초 내에 30~60원(2~4센트) 수준의 비용으로 개인정보 탈취 등이 자동으로 가능하다는 점에서 새로운 위협 요소로 부각되고 있다.
< 그림 1. LLM 에이전트가 웹 기반 도구들을 사용하여 공격자(유저)의 요구에 따라 답변을 생성하는 과정이다. >
연구 결과에 따르면, LLM 에이전트는 목표 대상의 개인정보를 최대 95.9%의 정확도로 수집할 수 있었다. 또한, 저명한 교수를 사칭한 허위 게시글 생성 실험에서는 최대 93.9%의 게시글이 진짜로 인식됐다.
뿐만 아니라, 피해자의 이메일 주소만을 이용해 피해자에게 최적화된 정교한 피싱 이메일을 생성할 수 있었으며, 실험 참가자들이 이러한 피싱 이메일 내의 링크를 클릭할 확률이 46.67%까지 증가하는 것으로 나타났다. 이는 인공지능 기반 자동화 공격의 심각성을 시사한다.
제1 저자인 김한나 연구원은 “LLM에게 주어지는 능력이 많아질수록 사이버 공격의 위협이 기하급수적으로 커진다는 것이 확인됐다”며, “LLM 에이전트의 능력을 고려한 확장 가능한 보안 장치가 필요하다”고 말했다.
< 그림 2. 메타의 CEO인 마크 저커버그의 이메일 주소만을 활용하여 LLM 에이전트 (Claude 사용)가 마크 저커버그를 대상으로 작성한 피싱 이메일 내용. LLM 에이전트가 스스로 대상자와 관련된 내용, 발신자, url 링크 문자 등을 설정한 것을 볼 수 있다. >
신승원 교수는 “ 이번 연구는 정보 보안 및 AI 정책 개선에 중요한 기초 자료로 활용될 것으로 기대되며, 연구팀은 LLM 서비스 제공업체 및 연구기관과 협력하여 보안 대책을 논의할 계획이다”라고 밝혔다.
< 그림 3. Claude 기반 LLM 에이전트를 활용하여 얼마나 많은 사람들의 개인 정보를 수집할 수 있는지를 나타낸 실험 결과이다. 본 실험에서는 CS 교수들의 개인정보를 수집하였다. >
우리 학부 김한나 박사과정이 제1 저자로 참여한 이번 연구는 컴퓨터 보안 분야의 최고 학회 중 하나인 국제 학술대회 USENIX Security Symposium 2025에 게재될 예정이다. (논문명: “When LLMs Go Online: The Emerging Threat of Web-Enabled LLMs”, DOI: 10.48550/arXiv.2410.14569 )
한편 이번 연구는 정보통신기획평가원, 과학기술정보통신부 및 광주광역시의 지원을 받아 수행됐다.
우리 학부 최경철 교수님이 SID (Society for Information Display) 학회의 석학회원(Fellow)으로 선임되었습니다.
디스플레이 분야에서 IEEE(국제전기및전자학회)와 SID(국제정보디스플레이) 학회에서 동시에 석학회원으로 선정된 연구자는 전 세계적으로 단 10명뿐입니다. SID 에서는 매년 5명의 Fellow만을 산업적 기여도 및 연구 업적을 평가하여선임하고 있고, 최경철 교수는 ‘For pioneering development of truly wearable OLED displays using fiber and fabric substrates’ 연구 업적으로 2025년 SID Fellow로 선임되었습니다.
2018년에는 Merck Award를, 2022년도에는 UDC Innovative Research Award을 받은 바 있고, 2023년에도 Flexible display 연구 업적으로 IEEE Fellow로 선임된 바 있습니다.
최근 개발된 로봇들은 계란을 섬세하게 집는 수준에 이르렀는데, 이같은 결과는 손 끝에 집적된 압력 센서가 촉각 정보를 제공했기 때문이다. 그러나, 이러한 세계 최고 수준의 로봇들조차도 물 속, 굽힘, 전자기 간섭과 같은 복잡한 외부 간섭 요소들이 존재하는 환경에서 압력을 정확히 감지하는 것은 아직 어렵다. KAIST 연구진이 물기가 묻은 스마트폰 화면과 같은 환경에서도 외부 간섭 없이 안정적으로 작동하며, 인간의 촉각 수준에 근접한 압력 센서를 개발하는 데 성공했다.
우리 학부 윤준보 교수 연구팀이 비가 오거나 샤워 후 스마트폰 화면에 물이 묻으면, 터치가 엉뚱하게 인식되는 ‘고스트 터치’와 같은 외부 간섭의 영향을 받지 않으면서도 높은 해상도로 압력을 감지할 수 있는 압력 센서를 개발했다.
흔히 터치 시스템으로 사용되고 있는 정전용량 방식 압력 센서는 구조가 간단하고 내구성이 뛰어나 스마트폰, 웨어러블 기기, 로봇 등의 휴먼-머신 인터페이스(Human-Machine Interface) 기술에 널리 활용되고 있다. 그러나 물방울이나 전자기 간섭, 굴곡으로 인한 굽힘 등 외부 간섭 요소에 의해 오작동이 발생하는 치명적인 문제가 있었다.
< 그림 1. (왼쪽) 비가 오는 날 스마트폰 표면에 물이 묻은 경우 터치가 잘 되지 않을때의 모식도. (가운데) 간섭이 존재하는 상황에서 센서의 의도치 않은 오작동 모식도. (오른쪽) 정상 상황과 간섭이 존재하는 상황에서의 전기장 분포 시뮬레이션 결과. 간섭이 존재하는 경우 프린지 필드의 왜곡이 발생한다. >
연구팀은 이와 같은 문제를 해결하기 위해 우선 정전용량 방식 압력 센서에서 발생하는 간섭의 원인을 정확히 파악하고자 했다. 그 결과, 센서 가장자리에서 발생하는 ‘프린지 필드(Fringe Field)’가 외부 간섭에 극도로 취약한 것을 확인했다.
이를 근본적으로 해결하기 위해서는 문제의 원인인 프린지 필드를 억제해야 한다는 결론에 이르렀다. 따라서, 연구팀은 이론적 접근을 통해 프린지 필드에 영향을 미치는 구조적 변수들에 대해 집중적으로 탐구했고 전극 간격을 수백 나노미터(nm) 수준으로 좁힐 경우 센서에서 발생하는 프린지 필드를 수 퍼센트 이하로 억제할 수 있음을 확인했다고 밝혔다.
< 그림 2. (왼쪽) 본 연구에서 개발한 나노 갭 압력 센서의 사진. (가운데) 나노 갭 설계로 인해 프린지 필드가 억제되어 외부 간섭을 효과적으로 차단하는 모식도. (오른쪽) 실제로 제작된 나노갭 압력 센서의 전자 현미경 사진. >
연구팀은 독자적인 마이크로/나노 구조 공정 기술을 활용해 앞서 설계한 900나노미터(nm) 수준의 전극 간격을 갖는 나노 갭 압력 센서를 개발했다. 개발된 센서는 압력을 가하는 물질에 관계없이 압력만을 신뢰적으로 감지했으며 굽힘이나 전자기 간섭에도 감지 성능에 영향이 없는 것을 검증했다.
또한, 연구팀은 개발한 센서의 특성을 활용해 인공 촉각 시스템을 구현했다. 인간의 피부에는 메르켈 원반(Merkel’s disc)라는 압력 수용기가 있어 압력을 감지하는데, 이를 모사하기 위해서는 외부 간섭에는 반응하지 않고 오직 압력에만 반응하는 압력 센서 기술이 필요했지만 기존 기술들로는 이러한 조건을 만족시키기가 어려웠다.
윤준보 교수 연구팀이 개발한 센서는 이러한 제약을 모두 극복했으며, 밀도 또한 메르켈 원반 수준에 도달해 무선으로 정밀한 압력 감지가 가능한 인공 촉각 시스템을 구현하는 데 성공했다.
< 그림 3. (왼쪽) 인체의 압력 감지 방식과 이를 모사하기 위한 간섭에서 자유롭고 높은 해상도를 갖는 나노 갭 압력 센서의 모식도. (오른쪽) 나노갭 압력 센서를 활용해 구현한 무선 인공 촉각 시스템으로 물이 묻은 물체를 집는 모습. 표면에 물이 묻어도 반응하지 않으며 오직 압력만을 정밀하게 감지한다 >
더 나아가, 다양한 전자기기로의 응용 가능성을 확인하기 위해 포스 터치 패드 시스템 역시 개발해 압력의 크기와 분포를 간섭 없이 높은 해상도로 얻을 수 있음을 검증했다고 밝혔다.
윤준보 교수는 “이번 나노 갭 압력 센서는 비 오는 날이나 땀이 나는 상황에서도 기존 압력 센서처럼 오작동하지 않고 안정적으로 동작한다. 많은 사람들이 일상에서 겪어온 불편을 해소할 수 있을 것으로 기대한다.”라고 말했다. 이어 “앞으로 로봇의 정밀한 촉각 센서, 의료용 웨어러블 기기, 증강현실(AR) 및 가상현실(VR) 인터페이스 등 다양한 응용 분야에서 혁신적인 변화를 가져올 수 있을 것이다”고 덧붙였다.
< 그림 4. (왼쪽) 나노 갭 압력 센서를 활용해 구현한 포스 터치 패드 시스템과 센서 위에 물이 차있는 상황에 대한 모식도. (가운데) 포스 터치 패드 시스템을 활용해 물이 차있는 상황에서의 멀티 터치 측정 결과. (오른쪽) 센서 위에 물에 의한 간섭이나 교차간섭 없이 압력의 크기와 분포를 정밀하게 나타내는 3차원 측정 결과 >
우리 학부 전기및전자공학부 양재순 박사, 정명근 박사과정 그리고 성균관대 반도체융합공학과 유재영 조교수(KAIST 박사 졸업)가 제1 저자로 수행한 이번 연구는 저명 국제 학술지 ‘네이처 커뮤니케이션즈 (Nature Communications)’에 2025년 2월 27일 출판됐다. (논문 제목: Interference-Free Nanogap Pressure Sensor Array with High Spatial Resolution for Wireless Human-Machine Interfaces Applications, https://doi.org/10.1038/s41467-025-57232-8)
한편, 이번 연구는 한국연구재단의 중견연구지원사업과 선도연구센터지원사업의 지원을 받아 수행됐다.
우리 학부 이시현 교수님이 정보이론 분야에서 가장 권위있는 학술지인 IEEE Transactions on Information Theory의 부편집장 (Associate Editor)으로 선임되었습니다.
IEEE Transactions on Information Theory는 1953년 창간되어 IEEE에서 가장 오래된 저널 중 하나이며, 정보의 표현, 저장, 전송, 처리 및 학습에 관한 이론적 연구를 다루는 대표적인 학술지입니다. 특히, 통신, 압축, 보안, 기계학습, 양자정보 등 다양한 정보 관련 분야에서 근본적인 원리와 응용을 탐구하는 연구를 중점적으로 게재하고 있습니다.
부편집장은 저널의 논문 심사 및 학술적 방향을 결정하는 핵심적인 역할을 수행하며, 학문적 발전을 주도하는 중요한 직책입니다. 특히, 이번 선임은 한국 대학 소속 연구자로서는 저널 창간 이후 70년여 년간 네 번째로 이루어진 성과로, 이 교수님의 연구 성과와 국제적인 학문적 기여가 높이 평가된 결과입니다.
이시현 교수님의 주요 연구 분야는 통신, 통계적 추론 및 기계학습 등 정보시스템에서의 정보이론적 한계 성능 분석 및 최적 기법 연구이며, 차세대 통신 및 지능형 시스템의 이론적 기반을 마련하는 데 기여하고 있습니다. 또한, 이 교수님은 정보이론 분야의 대표적인 국제 학회인 IEEE Information Theory Workshop의 프로그램 의장을 역임하였으며, IEEE Information Theory Society의 Distinguished Lecturer로 활동하며 최신 연구 동향을 학계에 전파하고, 정보이론 연구의 중요성을 널리 알리는 데 기여하고 있습니다.
반도체 설계 분야에서 세계적인 권위를 지닌 국제학회 ‘디자인콘(DesignCon) 2025’에서 우리 학부 김정호 교수님 연구실(KAIST TERA Lab) 신태인 박사가 ‘최우수 논문상’ 수상자로 선정됐습니다.
신태인 박사는 3년 전 ‘DesignCon 2022’에서도 최우수 논문상 수상자로 선정된 바 있습니다. 당시 김정호 교수님 연구실(KAIST TERA Lab)은 전체 논문 제출자 가운데 오직 8명에게만 주어지는 최우수 논문상의 영예를 신태인 박사를 포함해 김성국·최성욱·김혜연 씨 등 4명의 학생이 동시에 수상해 산·학·연 관계자들로부터 많은 관심을 받았습니다.
‘디자인콘(DesignCon)’은 반도체 및 패키지 설계 분야에서 권위를 인정받는 국제학회입니다. 인텔, 엔비디아, 구글, 마이크론, 램버스, 텍사스인스트루먼트(TI), AMD, IBM, 앤시스(ANSYS) 등 글로벌 빅테크 기업 소속 연구원과 엔지니어, 전 세계 유명 대학(원) 학생들이 해마다 미국 실리콘밸리에서 열리는 학술대회를 겸한 학회에 참가하고 있습니다.
‘디자인콘(DesignCon)’은 매년 6월 말 논문 초안을 모집하고 12월 말까지 접수된 전체 논문을 심사합니다. ‘디자인콘(DesignCon)’에 접수되는 논문은 대부분 실무와 밀접한 관련이 있거나 곧바로 제품에 적용할 수 있는 실용적인 기술에 관한 내용을 담고 있습니다.
접수된 전체 논문 가운데 20편 이내 논문이 최우수 논문상 후보로 뽑힙니다. 이후 열리는 학술대회에 해당 논문의 저자가 직접 참석해서 45분간의 구두 발표를 포함해, 엄중한 심사 절차를 거친 후 8편의 논문이 최우수 논문상으로 선정됩니다.
신태인 박사도 최우수 논문상 후보로 뽑힌 같은 연구실 소속 김혜연 박사과정 학생, 안현준 석사과정 학생과 함께 올 1월 28일부터 사흘간 미국 실리콘밸리 산호세에서 열린 ‘DesignCon 2025’ 국제학회에 참석해 구두 발표하는 과정을 거쳤습니다.
테라랩 관계자는 “신태인 박사는 2024년 말 접수, 채택된 전체 100여 편의 논문 중 해당 분야의 기술혁신에 기여한 점을 인정받아 심사위원들로부터 좋은 평가를 받았다”고 설명했습니다.
신 박사의 논문 주제는 ‘강화학습을 활용한 전력 잡음 지터 기반 HBM 통합 전력 무결성 설계(PSIJ Based Integrated Power Integrity Design for HBM Using Reinforcement Learning: Beyond the Target Impedance)’입니다.
이 논문에서 신 박사는 고대역폭 메모리(HBM) 패키지의 전력 무결성 설계를 위해 시간 정보가 포함된 전력 잡음 지터(Power supply noise induced jitter)를 기준으로, 지터에 영향을 주는 설계 요소를 인공지능(AI)을 활용, 설계를 최적화할 수 있다는 방법론을 제시해, 주목을 받았습니다.
특히 신 박사의 논문은 “기존 임피던스 기반의 전력 분배망 설계의 한계를, 인공지능 강화학습과 전력 잡음 지터를 활용해 효과적으로 전력 무결성을 향상, 설계할 수 있음을 검증한 점과 인공지능(AI)을 활용한 연구의 독창성 측면에서 심사위원들로부터 높은 평가를 받았다”고 테라랩 관계자는 강조했습니다.
신태인 박사는 “대규모 인공지능(AI) 구현을 위해 점점 더 고속화돼 가는 차세대 HBM 기반 패키지 시스템 설계에 있어, 제안한 방법론을 기반으로 반도체 신호 및 전력 무결성 설계의 토대를 마련하겠다”고 포부를 밝혔습니다.
김정호 교수 연구실은 올 3월 현재 석사과정 17명, 박사과정 10명 등 모두 27명의 학생이 반도체 전·후공정에 들어가는 다양한 패키지와 인터커넥션 설계를 강화·모방 학습과 같은 인공지능(AI) 머신러닝(ML)을 활용해 최적화하는 연구를 수행 중이다. 이 밖에 대규모 인공지능(AI) 구현을 위한 HBM 기반 컴퓨팅 아키텍트와 관련한 연구도 함께 진행 중입니다.
< (왼쪽부터) 전기및전자공학부 이정용 교수, 김윤후 박사과정, 정보전자연구소 김병수 박사 >
최근 양자 큐비트 기술 분야에서는 양자 상태를 확보하기 위해 결정질 반도체를 활용한 아발란체 광다이오드 소자*들이 활용되고 있으나, 높은 열잡음으로 인해 극저온 구동이 필수적이며, 적외선 대역에서 높은 탐지 효율을 갖는 소재의 부재로 기술적 한계에 직면했다. 우리 연구진이 양자점 소재가 차세대 양자 기술로 활용될 돌파구를 제시했다. *아발란체 광다이오드 소자: 매우 미세한 빛을 증폭하여 감지하는 고성능 센서 소자로서 야간 투시경이나 자율주행차, 우주 관측, 양자통신 등에 사용
우리 학부 이정용 교수 연구팀이 콜로이드 양자점을 활용해 하나의 적외선 광자 흡수를 통하여 85배의 전자를 생성할 수 있는 아발란체 전자 증폭 기술*을 개발하여 기존 기술의 한계를 뛰어 넘는 감도를 달성했다. *아발란체 전자 증폭: 기술 강한 전기장이 인가된 반도체에서 전자가 가속되어 인접 원자와 충돌을 통해 다수의 전자를 생성하는 신호 증폭 기술
화학적으로 합성된 반도체 나노입자인 콜로이드 양자점은 용액 기반 반도체로서 적외선 센서의 실용적인 후보로 주목 받고 있으며, 결정질 반도체와 다른 에너지 구조를 가져 열잡음 생성을 억제하는 장점이 있지만, 전하 이동도가 낮고, 양자점 표면에서 자주 발생하는 불완전 결합 때문에 전하의 재결합이 촉진되어 전하 추출이 저하되는 문제가 있었다.
연구진은 강한 전기장을 인가해 전자를 가속하여 운동에너지를 얻고, 인접 양자점에서 다수의 추가 전자들을 생성함으로써 상온에서 적외선을 조사 시 신호가 85배 증폭되고 1.4×1014 Jones 이상의 탐지 감도를 가지는 소자를 구현하였는데 이는 일반 야간 투시경보다 수만 배 정도 높은 감도를 보여준다.
<그림 1. 양자점 소재(a) 및 소자(b)에서의 아발란체 전하 증폭 메커니즘 개요도. a, 높은 전기장이 인가되면 양자점 소재내 전하를 띈 결함이 전도 전자로부터 충돌을 통해 에너지를 받아 들뜬 상태를 형성한 후, 에너지적 안정화가 일어나며 2차 전자가 생성된다. b, 소자의 관점에서 전자가 충분히 가속되어 에너지를 얻기 위해서는 충분한 양자점 층의 두께가 요구되며, 540nm 이하의 두께에서는 전자가 가속간 증폭을 위해 충분한 에너지를 얻기 전에 금속 산화물 층간 계면에서 얇아진 에너지 밴드 구조로 인해 전자 터널링이 발생한다. 따라서 540nm 이상의 충분한 양자점 층을 형성시켜 주어야만 효율적인 전자 증폭을 유도할 수 있다. c, 최적 양자점 아발란체 다이오드 소자의 구조 및 탐지 감도. 본 연구에서는 하나의 광자 흡수를 통해 약 85개의 전자를 생성하는 전자 증폭 기술을 도입하여 최대 1×1014 Jones의 높은 탐지 감도를 달성한 양자점 소자를 개발하였다. >
적외선 광검출기는 자율주행차부터 양자컴퓨팅에 이르기까지 다양한 응용 분야에서 핵심적인 역할을 하지만, 기존 양자점 기반 기술은 민감도와 잡음 문제로 한계가 있었다.
이번 연구는 새로운 패러다임 전환을 불러올 기술이 될 것으로 기대되며, 양자 기술이 관련된 핵심 원천 기술을 선점함으로써 글로벌 양자 기술 시장을 대한민국이 주도할 수 있는 중요한 기술적 토대를 확보했다고 평가받고 있다.
제1 저자인 김병수 박사는 “양자점 아발란체 소자는 기존에 보고된 바 없는 신개념 연구 분야로서, 본 원천 기술을 통해 글로벌 자율주행차와 양자 컴퓨팅, 의료 영상 시장 등을 선도할 벤처 기업 육성을 주도할 수 있을 것”이라고 말했다.
KAIST 정보전자연구소 김병수 박사와 IMEC의 이상연 박사 및 한국세라믹기술원의 고현석 박사가 공동 제1 저자로 참여한 이번 연구는 국제 최상위 학술지 `네이처 나노테크놀로지(Nature Nanotechnology)’ 2024년 12월 18일 자 온라인판에 게재됐다. (논문명 : Ultrahigh-gain colloidal quantum dot infrared avalanche photodetectors DOI: https://doi.org/10.1038/s41565-024-01831-x)
한편 이번 연구는 한국연구재단의 지원을 받아 수행됐으며, 주요 지원 사업으로는 나노및소재기술개발사업(경쟁형), 미래디스플레이 전략연구실사업, 개인기초연구사업 중견연구가 있다.
이산화탄소는 주요 호흡 대사 산물로서, 날숨 내 이산화탄소 농도의 지속적인 모니터링은 호흡·순환기계 질병을 조기 발견 및 진단하는 데 중요한 지표가 될 뿐만 아니라, 개인 운동 상태 모니터링 등에 폭넓게 사용될 수 있다. 우리 연구진이 마스크 내부에 부착하여 이산화탄소 농도를 정확히 측정하는데 성공했다.
우리 학부 유승협 교수 연구팀이 실시간으로 안정적인 호흡 모니터링이 가능한 저전력 고속 웨어러블 이산화탄소 센서를 개발했다.
기존 비침습적 이산화탄소 센서는 부피가 크고 소비전력이 높다는 한계가 있었다. 특히 형광 분자를 이용한 광화학적 이산화탄소 센서는 소형화 및 경량화가 가능하다는 장점에도 불구하고, 염료 분자의 광 열화 현상으로 인해 장시간 안정적 사용이 어려워 웨어러블 헬스케어 센서로 사용되는 데 제약이 있었다.
광화학적 이산화탄소 센서는 형광 분자에서 방출되는 형광의 세기가 이산화탄소 농도에 따라 감소하는 점을 이용하며, 형광 빛의 변화를 효과적으로 검출하는 것이 중요하다. 이를 위해 연구팀은 LED와 이를 감싸는 유기 포토다이오드로 이루어진 저전력 이산화탄소 센서를 개발했다. 높은 수광 효율을 바탕으로 형광 분자에 조사되는 여기 광량이 최소화된 센서는 수 mW 수준을 소비하는 기존 센서에 비해 수십 배 낮은 171μW의 소자 소비전력을 달성했다.
< 그림 1. 개발된 광화학적 이산화탄소 센서의 구조와 작동 원리. LED에서 방사된 빛은 형광 필름을 통해 형광으로 변환되고, 광 산란층에서 반사되어 유기 포토다이오드로 입사한다. 이산화탄소가 형광 필름 내부 미량의 물과 반응해 탄산(H2CO3)을 형성하고 그에 따른 수소 이온(H+)의 농도가 증가하며 470 nm 여기광에 의한 형광 세기가 감소한다. 수광 효율이 높은 원형 유기 포토다이오드는 형광 세기의 변화를 효과적으로 감지하며, 요구되는 LED의 구동 전력을 낮추고 빛에 의한 열화를 감소시킨다. >
연구팀은 또한 이산화탄소 센서에 사용되는 형광 분자의 광 열화 경로를 규명해 광화학적 센서에서 사용 시간에 따라 오차가 증가하는 원인을 밝히고, 오차 발생을 억제하기 위한 광학적 설계 방법을 제시했다.
이를 기반으로, 연구팀은 기존 광화학적 센서의 고질적 문제였던 광 열화 현상에 따른 오차 발생을 효율적으로 감소시키고 동일 재료에 기반한 기존 기술은 20분 이내인데 반해 최대 9시간까지 안정적으로 연속 사용이 가능하며, 이산화탄소 감지 형광 필름 교체시 다회 활용도 가능한 센서를 개발했다.
<그림 2. 웨어러블 스마트 마스크와 실시간 호흡 모니터링. 제작한 센서 모듈은 네 가지 요소로 구성된다.(①: 기체 투과성 광 산란층, ②: 컬러필터 및 유기 포토다이오드, ③: 발광다이오드, ④: 이산화탄소 감지 형광 필름) 얇고 가벼운 센서(D1: 400 nm, D2: 470 nm)는 마스크 내부에 부착되어 실시간으로 착용자의 호흡을 모니터링할 수 있다. >
개발된 센서는 가볍고(0.12 g), 얇으며(0.7 mm), 유연하다는 장점을 기반으로 마스크 내부에 부착되어 이산화탄소 농도를 정확히 측정했다. 또한, 실시간으로 들숨과 날숨을 구별해 호흡수까지 모니터링 가능한 빠른 속도와 높은 해상도를 보였다.
< 개발한 센서가 마스크 내부에 부착되어 있는 모습 >
유승협 교수는 “개발한 센서는 저전력, 고안정성, 유연성 등 우수한 특성을 가져 웨어러블 디바이스에 폭넓게 적용될 수 있어 과탄산증, 만성 폐쇄성 폐질환, 수면 무호흡 등 다양한 질병의 조기 진단에 사용될 수 있다”면서 “특히, 분진 발생 현장이나 환절기 등 장시간 마스크 착용 환경에서의 재호흡에 따른 부작용 개선에도 사용될 것으로 기대된다ˮ 라고 밝혔다.
신소재공학과 김민재 학사과정과 전기및전자공학부 최동호 박사과정이 공동 제1 저자로 참여한 이번 연구는 Cell 자매지인 `디바이스(Device)’ 온라인판에 지난달 22일 공개됐다. (논문명: Ultralow-power carbon dioxide sensor for real-time breath monitoring) DOI: https://doi.org/10.1016/j.device.2024.100681
한편 이번 연구는 산업통상자원부 소재부품기술개발사업, 한국연구재단 원천기술개발사업, KAIST 학부생 연구참여 프로젝트 (URP) 프로그램의 지원을 받아 수행됐다.
우리 학부 김정호 교수님이 HBM 개발에 기여한 공로를 인정받아 한국반도체학술대회 상임운영위원회가 선정하는 ‘2025년 강대원 상’ 회로·시스템 분야 수상자로 선정됐습니다.
강대원 상은 세계 최초로 모스펫(MOSFET)과 플로팅게이트를 개발해, 반도체 기술 발전에 신기원을 이룩한 고(故) 강대원 박사를 기리기 위해 제정되었으며, 한국반도체학술대회 상임운영위원회가 지난 2017년 열린 제24회 반도체 학술대회부터 강대원 박사를 이을 인재들을 발굴, 선정해서 시상하고 있습니다.
김정호 교수님은 ‘HBM 아버지’로 불리는 인공지능 반도체 분야의 세계적 권위자로 20년 이상 HBM 관련 설계 기술을 세계적으로 주도해 왔습니다. 특히, HBM 실리콘관통전극(TSV), 인터포저, 신호선 설계(SI), 전력선 설계(PI) 등을 연구하며 세계적으로 연구의 독창성을 인정받고 있습니다. 이것뿐만 아니라 2010년부터 HBM 상용화 설계에 직접 참여했으며, 그 결과 현재의 인공지능 시대를 가능하게 했다는 평가를 받고 있습니다.
최근에는 6세대 HBM인 HBM4를 비롯해, HBM5, HBM6와 같은 차세대 HBM 구조와 아키텍트를 주도적으로 연구하고 있습니다. 여기에 한 걸음 더 나아가 HBM 설계를 인공지능으로 자동화하려는 시도를 병행하고 있습니다. 특히 강화학습과 생성 인공지능을 결합해 HBM의 전기적, 열적 최적화 연구를 세계적 수준으로 이끌며, 이 분야의 연구를 선도하고 있습니다.
작년 6월에는, 삼성전자와 공동으로 우리 학부에 ‘시스템아키텍트대학원’을 설립해 인공지능 반도체 분야 H/W 및 S/W 동시 설계가 가능한 고급 전문 인력을 양성하는 데 힘쓰고 있으며, 2018년부터 삼성전자 산학협력센터장을 맡고 있습니다. 또 네이버 ‧ 인텔과 협력해 KAIST에 AI 공동연구센터(NIK AI Research Center)를 설립하는 등 AI 반도체 설계와 더불어 AI 클라우드, AI 데이터 센터 성능 최적화를 목표로 반도체 산업의 신생태계 구축에도 기여하고 있습니다.
IEEE(국제전기전자공학자학회) 석학회원(Fellow)인 김정호 교수님은 이와 같이 반도체 분야 연구와 교육을 통해 산업 발전에 기여한 공로를 인정받아 KAIST 학술상, KAIST 연구대상, KAIST 국제협력상, IEEE 기술 업적상 등을 수상했으며. IEEE 등 여러 국제학회에서 20여 차례에 걸쳐 ‘최고 논문상‘을 받는 등 학술적인 면에서도 큰 성과를 거두고 있습니다.
시상식은 13일 오후 강원도 하이원그랜드호텔에서 한국반도체산업협회 · 한국반도체연구조합 · DB하이텍이 공동으로 주관, 개최하는 ‘제32회 한국반도체학술대회(KCS 2025)’ 개막식에서 진행됩니다.
