[더테크 이지영 기자] KAIST가 늘려도 밝기가 떨어지지 않는 세계 최고 수준의 스트레처블 OLED(신축성 유기발광다이오드)를 구현했다. 신축 시 밝기 저하라는 기존 한계를 극복하며 차세대 웨어러블 디스플레이 상용화에 한 걸음 더 다가섰다는 평가다. KAIST는 신소재공학과 조힘찬 교수 연구팀이 University of Chicago, Soochow University와 공동으로 ‘하이브리드 액체 금속 음극’ 기술을 개발했다고 3일 밝혔다. 전극은 OLED에서 전기를 공급하는 핵심 부품으로, 신축성과 전기 전도성을 동시에 확보하는 것이 기술적 난제로 꼽혀왔다. 연구팀은 머리카락 굵기의 수십 분의 일 크기인 액체 금속 입자를 촘촘히 적층한 뒤, 표면 입자만 선택적으로 연결해 매끄러운 금속층을 형성했다. 상부 금속층은 안정적인 전류 흐름을 담당하고, 하부 입자층은 고무처럼 늘어나며 충격을 흡수한다. 금속의 전도성과 고무의 신축성을 동시에 구현한 구조다. 이를 적용한 신축성 OLED는 3.0V의 낮은 전압에서도 구동되며, 9.5V에서 최대 1만7,670cd/㎡의 고휘도를 기록했다. 이는 일반 스마트폰 디스플레이를 웃도는 수준이다. 전류 효율 역시 10.35cd/
[더테크 이승수 기자] KAIST는 신소재공학과 조은애 교수 연구팀이 서울대학교 화학생물공학부 이원보 교수팀과 함께 인공지능(AI)을 활용해 촉매의 원자 배열 경향을 정밀 예측하는 기술을 개발했다. 계산을 먼저 수행하고 실험으로 검증하는 접근으로, 복잡한 시행착오 중심 소재 개발 방식을 바꾸는 새로운 패러다임을 제시했다는 평가다. 수소차는 기후위기 대응을 위한 친환경 모빌리티 대안으로 주목받지만 연료전지의 높은 가격과 짧은 수명이 상용화의 걸림돌이었다. 핵심 소재인 백금 촉매는 전기 생산 반응을 담당하지만 반응 속도가 느리고 시간이 지날수록 성능이 저하되며 제조 비용 부담도 크다. 연구팀은 머신러닝 기반 양자화학 시뮬레이션을 통해 금속 원자의 이동과 배열 과정을 사전에 계산했다. 그 결과 아연(Zn)이 백금-코발트(Pt-Co) 합금 내 원자 배열을 촉진하는 매개 원소로 작용한다는 사실을 밝혀냈다. 기존 Pt-Co 촉매는 규칙적 금속간화합물(L1₀) 구조 형성을 위해 고온 열처리가 필요해 입자 응집과 구조 불안정 문제가 발생했다. 그러나 아연을 도입하면 원자들이 안정적 위치에 더 쉽게 자리 잡아 촉매 활성과 내구성을 동시에 향상시킬 수 있다. AI 예측을 기반
[더테크 이승수 기자] ‘꿈의 배터리’로 불리는 리튬금속 배터리의 상용화를 가로막아온 핵심 난제가 국내 연구진에 의해 해결됐다. 전기차 시장이 본격 확대되면서 더 멀리, 더 오래 달릴 수 있는 고에너지밀도 배터리 수요가 커지는 가운데, 차세대 기술로 주목받던 리튬금속 배터리의 안정성을 근본적으로 개선한 성과다. KAIST는 24일 생명화학공학과 최남순 교수팀, 신소재공학과 홍승범 교수팀과 고려대학교 곽상규 교수팀이 협력해 리튬금속 배터리의 ‘계면 불안정성’을 전자 구조 수준에서 해결하는 기술을 개발했다고 밝혔다. 리튬금속 배터리는 기존 리튬이온 배터리 대비 에너지 밀도가 높지만, 충·방전 과정에서 전극과 전해질의 경계면이 불안정해지며 바늘 모양 결정인 ‘덴드라이트’가 성장하는 문제가 있다. 이는 수명 저하와 내부 단락, 화재 위험으로 이어져 상용화의 최대 걸림돌로 지적돼 왔다. 연구팀은 전해질에 ‘티오펜(Thiophene)’을 첨가해 전극 표면에 리튬 이온 이동을 정밀 제어하는 ‘지능형 보호막’을 형성했다. 이 보호막은 전자 구조가 스스로 재배열되는 특성을 지녀, 리튬 이온 이동에 따라 전하 분포를 유연하게 조정하며 안정적인 통로를 제공한다. 밀도범함수이론(
[더테크 이지영 기자] 스마트폰과 AI 서비스 성능을 좌우하는 핵심 요소 중 하나는 반도체 표면의 정밀도다. 표면이 미세하게라도 거칠면 전기적 특성과 신뢰성이 저하되기 때문이다. KAIST 연구진이 일상에서 사용하는 사포 개념을 나노 기술로 확장해, 반도체 표면을 원자 수준까지 균일하게 가공할 수 있는 새로운 평탄화 기술을 개발했다. KAIST는 기계공학과 김산하 교수 연구팀이 탄소나노튜브를 연마재로 활용한 ‘나노 사포’ 기술을 개발했다고 11일 밝혔다. 머리카락보다 수만 배 가는 탄소나노튜브를 수직 정렬한 뒤 폴리우레탄 내부에 고정하고 일부만 노출시키는 구조로, 기존 연마 공정의 한계를 극복한 것이 핵심이다. 기존 반도체 제조에서는 화학적 기계 연마(CMP) 공정을 활용해 표면을 평탄화한다. 연마 입자를 슬러리 형태로 분산시켜 사용하는 방식으로, 세정 공정이 복잡하고 폐슬러리 발생 등 환경 부담이 크다는 문제가 있었다. 또한 입자 분산 구조 특성상 연마재 탈락과 표면 손상 위험이 존재했다. 연구팀이 개발한 나노 사포는 연마재를 구조적으로 고정해 이러한 문제를 해결했다. 특히 연마재 밀도는 상용 사포 대비 약 50만 배 높은 수준을 구현했다. 일반 사포의 입
[더테크 이지영 기자] 스마트폰 배터리 수명과 난치병 치료 신약 개발의 공통 핵심은 원자들이 얼마나 안정적으로 결합하느냐에 달려 있다. 최적의 분자 구조를 찾는 ‘분자 설계’는 거대한 산에서 가장 낮은 골짜기를 찾는 것과 같은 난제로, 오랜 시간과 막대한 비용이 필요했다. KAIST 연구진이 인공지능으로 이 과정을 획기적으로 단축할 수 있는 기술을 개발했다. KAIST는 화학과 김우연 교수 연구팀이 분자의 안정성을 좌우하는 물리 법칙을 스스로 학습해 구조를 예측하는 인공지능 모델 ‘리만 확산 모델(R-DM)’을 개발했다고 10일 밝혔다. 이번 연구는 AI가 화학의 기본 원리를 이해하고 분자의 안정성을 판단한 첫 사례로 평가된다. R-DM의 핵심은 분자의 ‘에너지’를 직접 고려한다는 점이다. 기존 인공지능이 분자 구조의 형태를 모방하는 데 집중했다면, R-DM은 분자 내부에서 작용하는 힘을 반영해 구조를 스스로 개선한다. 연구팀은 분자 구조를 에너지 지형으로 표현하고, 인공지능이 가장 낮은 에너지 상태를 찾아 이동하도록 설계했다. 이는 물질이 에너지가 가장 낮은 상태를 선호한다는 화학의 기본 법칙을 AI가 학습한 결과다. 특히 수학 이론인 리만 기하학을 적용해
[더테크 이지영 기자] 엔비디아 GPU 대비 추론 속도를 두 배 이상 높이면서 전력 소비까지 낮춘 인공지능(AI) 반도체 기술이 국내에서 개발됐다. 대규모 데이터를 처리하는 지능형 서비스의 성능과 에너지 효율을 동시에 개선할 수 있는 기반이 마련됐다는 평가다. KAIST는 정명수 전기및전자공학부 교수 연구팀이 그래프 신경망(GNN) 기반 AI 추론을 가속하는 반도체 기술 ‘오토GNN(AutoGNN)’을 세계 최초로 개발했다고 5일 밝혔다. 해당 연구는 최근 컴퓨터 아키텍처 분야 국제학술대회 HPCA 2026에서 발표됐다. 그래프 신경망은 추천 시스템, 금융 사기 탐지, 보안 분석 등 사람과 객체 간 복잡한 관계를 분석하는 핵심 AI 기술이다. 그러나 실제 서비스에서는 AI 추론 이전 단계인 ‘그래프 전처리’가 전체 계산 시간의 70~90%를 차지하며 병목 구간으로 지적돼 왔다. 기존 GPU는 불규칙한 연결 구조를 처리하는 데 한계를 보여 서비스 지연을 유발하는 문제가 있었다. 연구팀은 이 병목을 해결하기 위해 입력 데이터 구조에 맞춰 반도체 내부 회로를 실시간으로 재구성하는 ‘적응형 AI 가속기’ 구조를 설계했다. 데이터 연결 방식에 따라 칩이 스스로 최적
[더테크 이지영 기자] 지금의 챗GPT 등 대규모 언어모델(LLM) 서비스는 대부분 고가의 GPU 서버와 AI 가속기에 의존해 운영되고 있다. 이로 인해 서비스 규모가 커질수록 인프라 비용과 전력 소모가 급증하는 구조적 한계가 반복적으로 지적돼 왔다. 국내 연구진이 이러한 문제를 근본적으로 해결할 수 있는 차세대 AI 인프라 기술을 선보였다. KAIST(총장 이광형)는 전산학부 박종세 교수를 중심으로 한 ‘애니브릿지(AnyBridge) AI’ 팀이 GPU 중심 구조에서 벗어나 다양한 AI 가속기를 통합 활용할 수 있는 LLM 서비스용 인프라 소프트웨어를 개발했다고 30일 밝혔다. 해당 기술은 카카오가 주최한 ‘4대 과학기술원×카카오 AI 육성 프로젝트’에서 대상을 수상했다. 현재 대부분의 LLM 서비스는 GPU 성능에 크게 의존하는 구조로 설계돼 있다. 이는 곧 서비스 확장 시 비용 부담과 에너지 소비 증가로 직결된다. 애니브릿지 AI 팀은 문제의 핵심 원인이 하드웨어 자체가 아니라, GPU·NPU·PIM 등 다양한 AI 가속기를 유기적으로 연결·운용할 수 있는 시스템 소프트웨어 계층의 부재에 있다고 분석했다. 연구진은 가속기 종류와 무관하게 동일한 인터페이
[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
(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 03월 06일 14시 48분
