[더테크 이지영 기자] TV와 스마트워치, 그리고 VR·AR 기기까지. 차세대 디스플레이의 핵심으로 떠오른 마이크로LED 기술에서 한국 연구진이 또 하나의 기술적 전환점을 제시했다. 구현이 가장 어려웠던 적색 마이크로LED를 초고해상도·고효율로 구현하고, 제조 한계를 가로막던 공정을 ‘3차원 적층’으로 돌파했다. KAIST는 전기및전자공학부 김상현 교수 연구팀이 인하대학교 금대명 교수 연구팀과 공동 연구를 통해, 1700PPI급 초고해상도 적색 마이크로LED 디스플레이를 구현하는 데 성공했다고 밝혔다. 이번 연구에는 화합물 반도체 전문기업 큐에스아이와 마이크로디스플레이·SoC 설계 기업 라온택도 협력했다. 마이크로LED는 픽셀 하나하나가 스스로 빛을 내는 구조로, OLED 대비 밝기와 수명, 에너지 효율에서 강점을 가진다. 그러나 픽셀이 작아질수록 적색 LED의 효율이 급격히 떨어지고, 수많은 LED를 옮겨 심는 전사 공정의 한계로 초고해상도 구현이 어렵다는 문제가 있었다. 연구팀은 먼저 알루미늄 인듐 인화물/갈륨 인듐 인화물(AlInP/GaInP) 기반의 양자우물 구조를 적용해, 픽셀이 미세해져도 에너지 손실이 거의 없는 고효율 적색 마이크로LED를 구현했
[더테크 이지영 기자] 수소 에너지 시대의 성패는 촉매 기술에 달려 있다. 수소를 만들고 전기를 생산하는 전 과정에서 촉매는 효율과 비용을 좌우하는 ‘보이지 않는 엔진’이기 때문이다. 국내 연구진이 촉매 재료가 아닌 형태의 혁신만으로 귀금속 사용량을 획기적으로 줄이면서도 수소 생산과 연료전지 성능을 동시에 끌어올리는 데 성공했다. KAIST는 신소재공학과 조은애 교수 연구팀이 초박막 나노시트 구조를 적용한 차세대 촉매를 개발했다고 밝혔다. 기존 촉매가 알갱이 형태로 제작돼 귀금속 활용 효율이 낮고 내구성이 떨어졌던 한계를, 머리카락 두께의 수만 분의 1에 불과한 ‘종이처럼 얇은’ 구조로 극복한 것이다. 수전해와 연료전지는 수소 에너지의 생산과 활용을 담당하는 핵심 기술이지만, 촉매로 쓰이는 이리듐(Ir)과 백금(Pt)은 희귀하고 고가여서 상용화의 최대 장애물로 꼽혀왔다. 연구팀은 촉매를 얇고 넓게 펼친 초박막 나노시트 구조를 통해 같은 양의 귀금속으로 더 넓은 반응 면적을 확보했다. 수소 생산용 촉매로는 두께 2나노미터 이하의 이리듐 나노시트를 개발해, 상용 촉매 대비 수소 생산 속도를 38% 향상시켰다. 특히 실제 산업 환경에 가까운 고부하 조건에서도 1,
[더테크 이지영 기자] 전류가 손실 없이 흐르는 초전도 현상을 비롯한 양자물질의 핵심은 전자들이 언제 질서를 이루고, 언제 흩어지는지에 있다. 국내 연구진이 그동안 이론과 간접 측정에 의존해온 전자 질서의 생성과 붕괴 순간을 실제 공간에서 직접 관측하는 데 성공했다. KAIST(총장 이광형)는 물리학과 양용수·이성빈·양희준·김용관 교수 연구팀이 스탠퍼드대학교와 국제 공동연구를 통해, 양자물질 내부에서 전하밀도파(Charge Density Wave)가 형성되고 사라지는 과정을 세계 최초로 공간적으로 시각화했다고 20일 밝혔다. 전하밀도파는 극저온 환경에서 전자들이 일정한 간격으로 배열되며 나타나는 줄무늬 형태의 전자 질서로, 초전도와 같은 특이 양자현상과 밀접한 관련이 있다. 초전도 상태에서는 전자들이 서로 짝을 이뤄 움직이며 에너지 손실 없이 전류가 흐르고, 이는 MRI 장비와 자기부상열차 등 실용 기술로 이어지고 있다. 연구진은 액체헬륨으로 냉각한 특수 전자현미경과 4차원 주사투과전자현미경(4D-STEM)을 활용해 약 –253℃ 환경에서 전자 무늬의 변화를 실시간 관찰했다. 관측 결과, 전자 무늬는 물질 전체에 균일하게 형성되지 않았으며, 인접한 영역에서도
[더테크 이지영 기자] 유전자는 알고 있지만 기능은 모른다.” 미생물 연구 분야의 오랜 난제를 해결하기 위해 인공지능을 활용한 유전자 기능 규명 전략이 본격적으로 진화하고 있다. 대규모 실험의 한계와 복잡한 생물학적 상호작용으로 속도를 내지 못했던 기존 연구 방식에 대해, 인공지능이 새로운 돌파구가 될 수 있다는 분석이다. 카이스트는 생명화학공학과 이상엽 특훈교수 연구팀이 미국 캘리포니아대 샌디에이고 생명공학과 버나드 팔슨 교수 연구진과 함께 인공지능 기반 미생물 유전자 기능 발견 연구의 최신 흐름을 체계적으로 정리한 리뷰 논문을 발표했다고 12일 밝혔다. 2000년대 초 전장 유전체 해독 기술이 확산되며 생명체의 유전자 기능을 빠르게 규명할 수 있을 것이라는 기대가 컸다. 그러나 20여 년이 지난 현재까지도 미생물 유전체 내 상당수 유전자는 여전히 ‘기능 미상’ 상태로 남아 있다. 유전자 결실 실험, 발현량 조절, 시험관 내 활성 측정 등 다양한 접근이 시도됐지만, 대규모 실험에 따른 비용과 시간 부담, 실험실 결과와 실제 생체 환경 간 차이로 인해 한계가 뚜렷했다. 연구팀은 이러한 병목을 해소하기 위한 대안으로 전산생물학과 실험생물학을 결합한 인공지능 기
[더테크 이지영 기자] 반도체 내부 전기 흐름을 방해하는 ‘보이지 않는 결함’을 기존보다 약 1,000배 더 민감하게 찾아낼 수 있는 분석 기술이 국내 연구진에 의해 개발됐다. 반도체 성능과 신뢰성 향상은 물론, 불량 원인 분석 시간과 비용을 크게 줄일 수 있을 것으로 기대된다. KAIST는 신소재공학과 신병하 교수와 IBM T. J. 왓슨 연구소의 오키 구나완 박사 공동 연구팀이 반도체 내부 전자 트랩과 전자의 이동 특성을 동시에 분석할 수 있는 새로운 측정 기법을 개발했다고 8일 밝혔다. 반도체 내부에는 전자를 붙잡아 이동을 방해하는 전자 트랩이 존재할 수 있다. 전자가 이 트랩에 포획되면 누설 전류가 발생하거나 소자 성능과 수명이 저하된다. 이에 따라 전자 트랩의 밀도와 특성을 정확히 파악하는 것은 반도체 성능 평가의 핵심 요소로 꼽힌다. 연구팀은 반도체 분석에 오래전부터 사용돼 온 홀(Hall) 측정법에 주목했다. 여기에 빛 조사와 온도 변화를 결합한 새로운 측정 방식을 도입해, 기존 기법으로는 확인하기 어려웠던 전자 트랩 정보를 정밀하게 분석하는 데 성공했다. 빛을 약하게 비추면 생성된 전자들이 먼저 트랩에 포획되고, 빛의 세기를 점차 높이면 트랩이
[더테크 이지영 기자] 화재·폭발 위험과 높은 비용이라는 배터리 산업의 고질적 한계를 해결할 실마리가 국내 연구진에 의해 제시됐다. 한국과학기술원(KAIST) 연구팀이 고가 금속을 추가하지 않고도 구조 설계만으로 전고체 배터리 핵심 성능을 최대 4배까지 끌어올리는 데 성공했다. KAIST(총장 이광형)는 신소재공학과 서동화 교수 연구팀이 서울대학교 정성균 교수, 연세대학교 정윤석 교수, 동국대학교 남경완 교수 연구팀과의 공동 연구를 통해 저비용 원료 기반의 고성능 전고체 배터리 전해질 설계 기술을 개발했다고 7일 밝혔다. 전고체 배터리는 기존 리튬이온 배터리와 달리 액체 전해질 대신 고체 전해질을 사용해 화재와 폭발 위험이 낮은 것이 강점이다. 하지만 고체 내부에서 리튬 이온의 이동 속도를 확보하기 위해 값비싼 금속을 사용하거나 공정이 복잡해지는 문제가 상용화의 걸림돌로 지적돼 왔다. 연구팀은 이러한 한계를 극복하기 위해 전고체 전해질 내부 구조를 결정짓는 산소(O²⁻), 황(S²⁻)과 같은 이가 음이온에 주목했다. 이가 음이온은 전해질 결정 구조의 기본 틀을 형성하며, 리튬 이온 이동 경로에 직접적인 영향을 미친다. 연구진은 저렴한 지르코늄(Zr) 기반 할
[더테크 이지영 기자] 고가의 데이터센터 GPU에 의존해온 대규모 언어모델(LLM) 서비스 구조에 변화의 조짐이 나타났다. KAIST 연구진이 주변에 널리 보급된 소비자급 GPU를 활용해 AI 서비스 비용을 대폭 낮출 수 있는 분산형 LLM 인프라 기술을 개발했다. KAIST는 전기및전자공학부 한동수 교수 연구팀이 데이터센터 외부의 저렴한 소비자급 GPU를 활용해 LLM 추론 비용을 크게 낮출 수 있는 기술 ‘스펙엣지(SpecEdge)’를 개발했다고 29일 밝혔다. 현재 대부분의 LLM 기반 AI 서비스는 고성능 데이터센터 GPU에 의존하고 있다. 이로 인해 인프라 구축과 운영 비용이 높고, AI 기술 활용의 진입장벽도 높은 것이 현실이다. SpecEdge는 이러한 구조적 한계를 해결하기 위해 데이터센터 GPU와 개인 PC, 소형 서버 등에 탑재된 ‘엣지 GPU’가 역할을 분담해 LLM 추론을 수행하는 방식을 제안한다. 연구팀에 따르면 SpecEdge를 적용할 경우 기존 데이터센터 GPU만 활용한 방식 대비 토큰당 비용을 약 67.6% 절감할 수 있었다. 비용 효율성은 1.91배, 서버 처리량은 2.22배 향상된 것으로 나타났다. 이 기술의 핵심은 ‘추측적
[더테크 이지영 기자] 플라스틱 제품 생산의 핵심인 사출성형 공정이 인공지능을 통해 스스로 최적화되는 단계로 진화하고 있다. KAIST 연구진이 숙련자의 경험에 의존해온 제조 공정을 AI로 자동 추론하고, 현장 지식을 누구나 활용할 수 있도록 전수하는 기술을 세계 최초로 제시했다. KAIST는 기계공학과 유승화 교수 연구팀이 사출 공정을 자율적으로 최적화하는 생성형 AI 기술과 거대언어모델(LLM) 기반 지식 전이 시스템을 개발하고, 관련 성과를 국제 최고 수준의 학술지에 연속 게재했다고 22일 밝혔다. 고숙련자 은퇴와 외국인 인력 증가로 인한 제조 지식 단절 문제를 AI로 해결한 것이 핵심이다. 연구팀의 첫 번째 성과는 환경 변화와 목표 품질에 따라 최적 공정 조건을 자동으로 추론하는 생성형 AI 기반 공정추론 기술이다. 실제 사출 공장에서 수개월간 수집한 환경 데이터와 공정 파라미터를 활용해 확산 모델 기반으로 목표 품질을 만족하는 조건을 역설계했다. 여기에 실제 생산을 대체하는 대리모델을 결합해, 공정을 실행하지 않고도 품질을 사전에 예측할 수 있도록 했다. 그 결과 기존 GAN·VAE 기반 공정 예측 모델의 오류율(23~44%)을 크게 낮춘 1.63%
[더테크 이지영 기자] 아무리 많은 데이터를 학습해도 인공지능(AI)이 사람의 의도를 정확히 이해하지 못하는 이유는 무엇일까. 선호를 비교하는 기존 학습 방식은 데이터가 부족하거나 판단이 모호할 경우 오히려 AI를 혼란에 빠뜨리는 한계를 안고 있었다. KAIST 연구진이 AI에게 ‘가정교사’를 붙이는 방식으로, 적은 데이터에서도 사람의 선호를 안정적으로 학습시키는 새로운 강화학습 해법을 제시했다. KAIST는 전기및전자공학부 김준모 교수 연구팀이 인간의 선호를 효과적으로 반영하면서 데이터 효율성과 학습 안정성을 크게 향상시킨 강화학습 프레임워크 ‘TVKD(Teacher Value-based Knowledge Distillation)’를 개발했다고 17일 밝혔다. 기존 인공지능 선호 학습은 “A가 B보다 낫다”는 식의 단순 비교 데이터에 의존해 왔다. 이 방식은 대규모 데이터 수집이 필요할 뿐 아니라, 판단 기준이 애매한 상황에서는 AI의 학습 방향이 흔들리는 문제가 있었다. 연구팀은 이를 해결하기 위해 사람의 선호를 먼저 깊이 학습한 ‘교사 모델’이 핵심 정보만을 정제해 ‘학생 모델’에게 전달하는 방식을 도입했다. 복잡한 내용을 정리해 가르치는 가정교사와 같
[더테크 이지영 기자] KAIST와 KAIST 홀딩스가 로봇밸리사업을 기반으로 한국형 로봇·AI 창업 생태계 조성에 속도를 내고 있다. 로봇 기술 플랫폼을 개방해 초기 창업팀의 성장 장벽을 낮추고, 로봇 스타트업 스케일업 모델 사업에 나선다. KAIST는 기술사업화 전문 투자기관인 KAIST 홀딩스(대표 배현민)가 9일 대전스타트업파크에서 ‘2025 KAIST 휴로보틱스 스타트업컵(Hu-Robotics Startup Cup)’을 성공적으로 개최했다고 10일 밝혔다. 이번 행사는 로봇밸리사업의 핵심 프로그램으로, 유망 로봇 창업팀의 발굴·육성과 기술 플랫폼 기반 스케일업 생태계 조성을 목표로 진행됐다. 올해 경진대회는 과학기술정보통신부가 추진하고 대전시가 지원하는 로봇밸리사업(딥테크 스케일업 밸리 육성사업)의 일환이다. KAIST 기계공학과 연구진, 엔젤로보틱스·트위니 등 로봇 기업, 블루포인트 등 창업 전문가들과의 밋업 과정을 거쳐 본선까지 이어졌다. 이 과정에서 기술 검증–창업 역량 강화–투자 연계가 이어지는 로봇 스타트업 스케일업 체계가 실제로 구축됐다. KAIST 홀딩스와 딥테크 밸리 사업단은 이번 대회를 “한국형 로봇·AI 창업 생태계의 출발점”이라고
[더테크 이지영 기자] KAIST가 개인의 나이·역할 등 속성이 집단 관계 형성에 미치는 영향을 정밀하게 분석해, 복잡한 사회 집단 행동을 사실적으로 예측하는 새로운 AI 기술을 개발했다. 해당 연구는 IEEE ICDM에서 23년 만에 한국 대학 연구팀이 최우수 논문상을 받으며 기술적 혁신성을 입증했다. KAIST(총장 이광형)는 9일, 김재철AI대학원 신기정 교수 연구팀이 복잡한 집단 상호작용을 예측하는 AI 모델 ‘NoAH(Node Attribute-based Hypergraph Generator)’를 개발했다고 발표했다. 이 기술은 개인의 특성과 집단 구조를 동시에 반영해 실제와 유사한 집단 행동을 생성할 수 있는 것이 특징이다. 연구팀은 이번 성과로 미국전기전자학회(IEEE)가 주관하는 세계적 데이터마이닝 학술대회 ‘IEEE ICDM’에서 최우수 논문상(Best Paper Award) 을 수상했다. 전 세계 785편의 논문 중 단 1편에만 주어지는 상으로, 한국 대학 연구팀이 동일 상을 받은 것은 무려 23년 만이다. 오늘날 온라인 커뮤니티, 단체 채팅, 공동 연구 등 다수가 동시에 참여하는 집단 상호작용이 폭발적으로 증가하고 있다. 그러나 개인의 속
[더테크 이지영 기자] KAIST 연구진이 나노 물방울을 이용해 필터 없이도 미세먼지를 제거하고, 스스로 물을 끌어올려 지속적으로 작동하는 새로운 개념의 물 기반 공기청정기 기술을 공개했다. 이 기술은 소음과 오존을 없애고 필터 교체 비용까지 제거한 차세대 친환경 공기정화 방식으로 주목받고 있다. KAIST 신소재공학과 김일두 교수와 기계공학과 이승섭 교수 공동 연구팀은 초미세먼지를 빠르게 제거하면서도 오존이 발생하지 않고, 스마트폰 충전기보다 낮은 전력으로 구동되는 ‘물 정전 분무 기반 공기정화 장치’를 개발했다고 8일 밝혔다. 연구팀은 나노 물방울이 공기 중 먼지를 강하게 포획하는 원리와, 물을 스스로 끌어올리는 나노 스펀지 구조를 결합해 기존 공기청정기의 구조적 한계를 넘는 새로운 방식을 구현했다. 이번 장치의 핵심은 오존 없는 물 정전분무 기술과 고흡습 나노섬유 기술의 융합이다. 장치 내부는 고전압 전극, 나노섬유 흡수체, 모세관 현상을 이용한 폴리머 미세채널로 구성돼 별도의 펌프 없이 물이 자동 순환되는 자기펌핑 구조를 갖는다. 이를 통해 장시간 안정적인 물 분무가 유지되며 장치 성능 저하도 없다. 연구팀의 실험에 따르면, 0.1m³ 실험 챔버 환경
(주)빅테크 | 제호 : 더테크 (THE TECH) | 신문등록번호: 서울아53318 | 등록ㆍ발행일자: 2020.10.7 | 사업자번호 : 168-86-01987
발행ㆍ편집인 : 서명수 | 개인정보관리 책임자 : 이지영 | 청소년보호 책임자 : 이지영
주소 : 서울특별시 마포구 동교로 162-10, 4층 (서교동, 이혜2 빌딩) | 전화번호: 02-6952-6992 | 기사제보 : press@the-tech.co.kr
Copyright @더테크 (THE TECH) Corp. All rights reserved.
UPDATE: 2026년 01월 28일 17시 22분
