%ea%b3%b5%ea%b3%bc%eb%8c%80%ed%95%99
-
인공근육으로 걷고 촉각으로 감지하는 ‘딱정벌레 로봇’ 개발
손가락을 굽혔다 펴며 작은 로봇을 움직이고, 로봇이 보내오는 영상과 접촉 정보를 확인하며 물체를 집어 옮기는 기술이 나왔다. 딱정벌레를 모사한 소형 소프트로봇에 인공근육과 카메라, 촉각센서를 결합한 것으로, 향후 사람이 접근하기 어려운 좁은 공간을 살피거나 작은 물체를 회수하는 원격 작업에 활용될 수 있을 것으로 기대된다.
우리 대학은 신소재공학과 김상욱 교수 연구팀이 미국 캘리포니아공과대학교(칼텍·Caltech) 웨이 가오(Wei Gao) 교수 연구팀, 싱가포르 난양공과대학교(NTU) 히로타카 사토(Hirotaka Sato) 교수 연구팀과 공동으로 소형 소프트로봇 ‘비틀봇(BeetleBot)’을 개발했다고 13일 밝혔다.
사람은 물체를 잡을 때 눈으로 위치를 확인하고 손끝의 감각으로 접촉 상태를 살핀다. 로봇도 주변 상황에 맞춰 작업하려면 움직이는 기능과 감지하는 기능이 연결돼야 한다. 그러나 부드러운 소재를 활용하는 소프트로봇에서는 구동·감지·제어 기능이 따로 구현되거나 복잡한 장치를 사용하는 경우가 많아, 작은 로봇으로 통합하는 데 어려움이 있었다.
공동연구진은 생체근육처럼 수축하는 인공근육으로 로봇을 걷게 하고 물체를 잡도록 설계했다. 여기에 카메라와 압력센서, 손가락에 부착하는 신축성 센서 패치를 연계해 사용자가 로봇의 주변 상황과 물체 접촉 정보를 확인하며 조종할 수 있도록 했다.
연구팀은 먼저 딱정벌레의 다리 근육과 관절 움직임의 관계를 분석하고, 이를 비틀봇의 인공근육 배치와 다리 구조에 반영했다. 열을 받으면 수축하는 고분자 소재인 액정탄성체(LCE·Liquid Crystal Elastomer)를 3D 프린팅해 인공근육을 제작하고, 전기로 열을 발생시키는 구동 모듈을 결합했다. 각 부위의 인공근육을 독립적으로 움직이고 작동 순서를 조절해 전진 및 방향 전환 움직임을 구현했다.
딱정벌레가 먹이를 붙잡는 데 사용하는 집게 모양의 큰턱을 본떠, 부드러운 로봇 집게인 ‘소프트 그리퍼’를 만들었다. 여기에 인공근육과 압력센서를 결합해 물체를 잡고 접촉 상태를 감지하도록 했다.
인공근육이 수축하면 집게가 움직여 물체를 잡고, 압력센서는 물체와 접촉할 때 가해지는 압력을 감지한다. 물체가 센서를 누르면 내부 전극 사이의 간격과 전기적 특성이 달라지는 원리로 접촉 상태를 확인한다.
로봇 조종에는 손가락 움직임에 따라 전기저항이 달라지는 신축성 센서 패치를 사용했다. 손가락을 굽혀 패치가 늘어나면 내부 탄소나노튜브(CNT)의 전도 경로가 변하면서 저항 신호가 달라진다. 연구팀은 이 신호를 전진·좌회전·우회전·물체 집기 네 가지 명령으로 구분하고, 블루투스로 비틀봇에 전달해 해당 동작을 수행하도록 했다.
사용자는 로봇에 탑재된 소형 카메라로 주변 영상을 확인하고, 집게의 압력센서가 보내는 정보로 물체와의 접촉 상태를 살필 수 있다. 이 정보를 바탕으로 다음 동작을 결정해 손가락 움직임으로 명령을 보낸다. 사용자의 명령이 로봇으로 전달되고, 로봇이 감지한 정보가 다시 사용자에게 돌아오는‘양방향 피드백’을 구현한 것이다.
연구진은 이러한 제어 방식을 이용해 비틀봇이 장애물을 피해 목표 물체에 접근하고, 물체를 잡아 운반하는 작업을 시연했다. 인공근육 기반의 보행과 물체 집기, 시각·촉각 감지, 사용자 제어를 하나의 시스템으로 연결해 소형 소프트로봇의 작업 수행 가능성을 보여줬다.
이번 성과는 사람이 접근하기 어려운 공간에서 주변 상황을 확인하고 작은 물체를 회수하는 원격 작업용 소프트로봇 개발의 기반이 될 것으로 기대된다. 향후 환경 탐사와 산업 설비 점검 등으로 활용 범위를 넓히려면 인공근육의 구동 속도와 에너지 효율, 전원 공급 방식 등을 개선하고 실제 작업 환경에서 성능을 검증할 필요가 있다.
김상욱 교수는“이번 연구는 인공근육의 움직임과 감각, 사용자 제어를 하나의 시스템으로 연결해 소프트로봇의 활용 가능성을 넓힌 성과”라며“칼텍 등과의 공동연구를 바탕으로 사람이 접근하기 어려운 공간에서도 작업할 수 있는 소프트로봇 발전에 기여할 것으로 기대한다”고 말했다.
제1저자인 김인호 성균관대학교 교수는“로봇이 감지한 정보를 사용자의 다음 동작으로 연결하는 양방향 피드백을 구현했다는 점이 특징”이라며“향후 인공근육의 구동 속도와 에너지 효율을 높이고 감각 정보를 활용한 제어 기술을 고도화해, 다양한 환경에서 작업할 수 있는 소프트로봇으로 발전시키고자 한다”고 밝혔다.
이번 연구에는 KAIST 신소재공학과에서 박사학위를 받은 김인호 교수(현 성균관대학교 화학과 교수)가 제1저자로 참여했다. 김 교수는 연구 수행 당시 미국 칼텍에서 박사후연구원으로 재직했다. KAIST 신소재공학과 김상욱 교수와 칼텍 웨이 가오 교수가 공동 교신저자로 참여했으며, 연구 결과는 국제 학술지‘사이언스 어드밴시스(Science Advances)’에 2026년 8월 19일 게재됐다.
※ 논문명: BeetleBot: An integrated bioinspired soft robot for multimodal sensing and adaptive interaction, DOI: 10.1126/sciadv.aeg8849
※ 주요 저자정보: 김인호 교수(연구 수행 당시 칼텍 박사후연구원, 현 성균관대학교 화학과 조교수, 제1저자), 김상욱 교수(KAIST 신소재공학과, 공동 교신저자), 웨이 가오 교수(미국 칼텍, 공동 교신저자)
※ 관련 시연 영상: https://drive.google.com/file/d/1ZUEwHmoDtKMBH6xdZYUi1FLSy5P-vYok/view?usp=sharing
이번 연구는 헤리티지 의학연구소(Heritage Medical Research Institute), 메타-칼텍 연구지원금(Meta Caltech Research Award), 한국연구재단 (나노미래소재원천기술개발, RS-2025-25442577 고신뢰성 인공근육 복합소재 섬유의 대량생산 및 대면적화/다발화를 통한 텍스타일 로보틱스 개발), 싱가포르 교육부의 지원을 받아 수행됐다.
2026.10.13 조회수 164 -
정보는 있는데 AI가 못 찾는다?...데이터 바뀌어도 최신 정보 놓치지 않는다
회사 규정이 바뀌어 새 문서가 올라왔는데도 사내 AI가 예전 규정을 찾아 답한다면 어떨까. 새로운 정보가 계속 추가되고 오래된 정보가 사라지면, AI는 정답이 되는 자료가 있어도 이를 제대로 찾지 못할 수 있다. 우리 대학 연구진이 데이터가 계속 바뀌어도 필요한 정보까지 찾아가는 ‘검색 길’을 유지해, AI가 최신 정보를 더 정확하고 빠르게 찾는 기술을 개발했다.
우리 대학은 전산학부 김민수 교수 연구팀이 데이터가 지속적으로 추가되고 삭제되는 환경에서도 높은 검색 정확도를 안정적으로 유지하는 동적 벡터 검색 기술인 ‘콘다(CONDA, Connectivity-Aware Dynamic Index)’를 개발했다고 5일 밝혔다.
생성형 AI는 학습이 끝난 뒤 새롭게 등장한 정보를 스스로 알지 못한다. 이를 보완하기 위해 최신 뉴스나 기업 내부 문서 등을 검색해 답변에 활용하는 ‘검색증강생성(RAG·Retrieval-Augmented Generation)’ 기술이 널리 쓰이고 있다.
RAG가 제대로 작동하려면 수많은 자료 가운데 질문에 필요한 정보를 빠르고 정확하게 찾아내는 검색 기술이 중요하다. 현재 많은 AI 서비스는 문서나 이미지의 의미를 컴퓨터가 계산할 수 있는 숫자 묶음인 ‘벡터(Vector)’로 바꾼 뒤, 의미가 비슷한 정보들을 서로 연결해 필요한 자료를 찾는다.
문제는 실제 기업이나 인터넷의 데이터는 계속 변한다는 점이다. 새로운 문서와 뉴스, 상품 정보가 들어오는 동시에 오래된 정보는 수정되거나 삭제된다. 이런 변화가 반복되면 데이터 사이에 만들어 놓은 연결망이 조금씩 끊어지는 ‘연결성 붕괴’가 발생할 수 있다. 필요한 정보가 데이터베이스 안에 있는데도 AI가 그곳까지 찾아가지 못하면서 검색 정확도가 떨어지는 것이다.
내비게이션에 비유하면 이해하기 쉽다. 도시에는 목적지가 그대로 있지만 건물이 생기고 사라질 때마다 주변 도로를 수정하다 중요한 길까지 하나씩 끊어진다면 목적지까지 찾아가기 어려워진다. AI 검색에서도 마찬가지로 정보 자체가 사라진 것이 아니라, 그 정보까지 찾아가는 ‘길’이 끊어지는 문제가 발생할 수 있다.
연구팀이 개발한 CONDA는 데이터 사이의 거리뿐만 아니라, 필요한 정보까지 찾아갈 수 있도록 검색 경로가 제대로 연결돼 있는지를 함께 고려한다. 새로운 데이터가 추가되거나 기존 데이터가 삭제돼도 중요한 연결을 유지해 특정 정보가 검색망에서 고립되는 것을 막는 방식이다.
실험 결과, CONDA는 데이터가 쉴 새 없이 추가되고 삭제되는 환경에서도 기존 최신 기술 대비 검색 정확도를 최대 24.5% 높였으며, 데이터 처리 속도도 최대 1.90배 향상시켰다.
특히 연구팀은 1억 개의 데이터가 존재하는 대규모 환경에서 6시간 동안 검색과 데이터 업데이트를 동시에 수행했다. 그 결과 CONDA는 비교 기술 대비 가장 짧은 응답시간과 높은 검색 정확도를 유지해 대규모 AI 서비스에 적용할 수 있는 가능성을 확인했다.
이번 기술은 기업 내부 규정이나 업무 문서처럼 정보가 수시로 바뀌는 지식검색 시스템뿐만 아니라 최신 뉴스 검색, 상품 검색 및 추천 등 데이터가 지속적으로 변하는 다양한 AI 서비스에 활용될 수 있다. 특히 생성형 AI가 외부 정보를 찾아 답변에 활용하는 RAG 환경에서 최신 정보를 오랫동안 안정적으로 검색하는 기반 기술로 활용될 것으로 기대된다.
이번 연구 성과는 실제 제품에도 적용된다. 김민수 교수가 창업한 인공지능 데이터 인프라 기업 그래파이(GraphAI)의 데이터베이스 제품인 ‘아카식DB(AkasicDB)’에 CONDA 기술이 적용돼 올해 4분기 상용화될 예정이다.
김민수 교수는 “검색증강생성(RAG)의 중요한 가치는 대규모언어모델(LLM)이 미처 학습하지 못한 최신 정보를 필요한 순간 즉시 찾아 활용할 수 있다는 점”이라며, “이번 연구는 데이터가 끊임없이 변하는 현실 환경에서도 인공지능이 오랜 시간 정확하게 최신 지식을 활용할 수 있는 데이터 인프라를 제시했다는 점에서 의미가 크다”고 말했다.
이번 연구에는 KAIST 전산학부 이다래 석사과정 졸업생이 제1저자로 참여했으며 김민수 교수가 교신저자를 맡았다. 연구 결과는 지난 9월 2일 데이터베이스 분야 최고 권위 국제학술대회인 VLDB 2026에서 발표됐다.
※ 논문명: CONDA: A Connectivity-Aware Dynamic Index for Approximate Nearest Neighbor Search over Evolving Data, DOI: 10.14778/3836663.3836694
※ 저자정보: 이다래(NAVER Corporation, 제1저자), 김민수(KAIST)
한편, 이번 연구는 한국연구재단 중견연구자지원사업과 정보통신기획평가원 SW스타랩사업의 지원을 받아 수행됐다.
2026.10.06 조회수 1283 -
파리지옥처럼 물체 감지하고 빛 비추면 잡는 ‘로봇 손’ 소재 나왔다
파리지옥은 먹잇감의 자극을 느끼면 잎을 닫아 붙잡는다. 우리 대학 연구진은 여기에서 착안해, 물체의 접근을 느끼는 피부와 물체를 붙잡는 근육을 하나의 부드러운 소재에 담았다. 전기를 띤 물체가 다가오면 소재 안의 입자들이 움직여 전기 신호를 내고, 자외선을 비추면 굽어 물체를 붙잡는다. 빛을 끈 뒤에도 잡은 형태를 10분 이상 유지해, 부품과 배선을 줄인 소프트 로봇 손의 가능성을 보여줬다.
우리 대학은 생명화학공학과 문홍철 교수 연구팀이 주변 물체를 감지하고 빛에 반응해 움직이는 이온성 소프트 로봇 ‘이오노그래스퍼(Ionograsper)’를 개발했다고 30일 밝혔다. 이온성 소재란 내부에 전하(양(+) 또는 음(−)의 전기적 성질)를 띤 작은 입자인 ‘이온’이 있어, 주변의 전기적 변화에 반응할 수 있는 소재를 말한다.
사람은 눈이나 피부로 물체를 알아차리고 근육을 움직여 잡는다. 로봇에도 주변을 감지하는 센서와 움직임을 만드는 구동부가 필요하다. 하지만 부드럽게 휘어지는 소프트 로봇에 이 장치들을 따로 붙이면 부품과 배선이 늘어나 구조가 복잡해진다.
연구팀은 로봇의 피부와 근육 역할을 하나의 부드러운 고분자 소재에 담았다. 고분자는 작은 분자들이 길게 이어진 물질로, 플라스틱이나 고무도 고분자의 한 종류다. 연구팀은 빛을 받으면 모양이 바뀌는 ‘아조벤젠’과 공기 중 수분을 흡수하는 고분자를 결합해, 내부에서 이온이 움직일 수 있는 그물망 구조를 만들었다.
전하를 띤 물체가 가까워지면, 그 물체가 주변에 미치는 전기적 영향으로 소재 안의 양이온과 음이온이 재배열된다. 풍선에 머리카락을 문지른 뒤 가까이 가져가면 머리카락이 반응하듯, 물체가 직접 닿지 않아도 주변의 전기적 영향으로 소재 내부에 변화가 생기는 것이다. 연구팀은 이때 나타나는 전기 신호를 이용해 별도의 감지용 전압 없이 물체의 접근과 움직임을 알아냈다.
소재를 움직일 때는 자외선을 비춘다. 빛을 받은 아조벤젠의 모양이 바뀌고 소재의 한쪽 면에서 수분이 빠져나가면서, 한쪽이 먼저 마른 얇은 종이처럼 소재가 굽는다. 연구팀은 이 움직임으로 물체를 붙잡는 모습을 시연했다.
빛을 끄면 소재 표면에 생긴 나노 크기의 작은 구멍을 통해 수분이 다시 들어온다. 이 과정에서 소재는 반대 방향으로 굽으며, 고분자 구조가 천천히 풀릴 때까지 변형된 형태를 10분 이상 유지했다. 붙잡은 자세를 유지하기 위해 계속 빛을 비출 필요가 없다는 뜻이다.
이번 연구의 특징은 물체를 알아채는 기능, 움직이는 기능, 바뀐 형태를 일정 시간 유지하는 기능을 하나의 소재에 구현했다는 점이다. 연구팀은 빛에 따른 분자와 수분의 변화가 어떻게 양방향 굽힘과 형태 유지로 이어지는지도 분석했다.
이 같은 소재 설계 방식은 향후 소프트 로봇의 센서와 구동부를 각각 장착할 때 필요한 부품과 배선을 줄이는 데 활용될 수 있다. 다만 현재는 전기를 띤 물체를 감지하고 자외선으로 움직임을 일으키는 연구 단계다. 연구팀은 감지 거리와 움직이는 속도, 반복 사용 시 내구성, 물체를 지탱하는 힘을 높이고, 가시광선이나 근적외선으로도 움직일 수 있도록 연구를 이어갈 계획이다.
문홍철 교수는 “로봇의 피부와 근육을 따로 붙이지 않고, 하나의 소재가 물체를 감지하고 빛을 받으면 움직이도록 만들었다. 빛을 끈 뒤에도 변형된 형태를 유지한다는 점이 특징”이라며 “앞으로 AI 제어 기술을 결합해 피지컬 AI 로봇에 활용할 수 있는 감각·구동 소재로 발전시키겠다”고 말했다.
전북대학교 화학공학부 김용민 교수가 제1저자, KAIST 생명화학공학과 문홍철 교수가 교신저자로 참여했다. 이번 연구는 국제학술지 ‘Advanced Materials’에 2026년 9월 14일 온라인 게재됐다. 또한 해당 논문은 59호지(Issue 59)의 표지논문(Front Cover)으로도 선정되었다.
※ 논문명: A Multifunctional Ionograsper Enabling Ion-Redistribution Proximity Sensing and Structural-Reconfiguration-Driven Bidirectional Actuation, DOI: 10.1002/adma.74981
※ 저자정보: 김용민 교수(전북대학교 화학공학부, 제1저자), 권진한·양현우·이경록 박사과정 및 김성룡 박사(KAIST 생명화학공학과, 공동저자), 문홍철 교수(KAIST 생명화학공학과, 교신저자)
※ 관련 영상 링크: https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.74981
한편, 이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구사업 및 소재글로벌영커넥트사업 지원을 받아 수행됐다.
2026.09.30 조회수 1993 -
세계 최초 ‘로봇 풀코스 마라톤’ 완주, 네이처 본지에 실렸다
사람도 완주하기 쉽지 않은 42.195km를 사족보행로봇이 배터리 교체 없이 달렸다. 우리 대학 연구진은 이 세계 최초 기록을 장거리 운용을 위한 설계 원리로 발전시켜 ‘네이처(Nature)’에 발표하고, 실제 산업 현장에서 사용할 수 있는 로봇의 제품화에 나선다.
우리 대학은 기계공학과 황보제민 교수 연구팀이 개발한 사족보행로봇 ‘라이보2(RAIBO2)’의 장거리 주행 기술과 실제 마라톤 완주 결과가 국제학술지 ‘Nature’본지에 게재됐다고 24일 밝혔다.
국내에서 수행된 로봇 연구가 ‘Nature’ 본지에 게재된 것은 이번이 처음이다. 세계적으로도 로봇 분야 연구가 ‘Nature’본지에 실린 사례는 매우 드물어, 이번 성과는 국내 로봇 연구의 기술력과 학술적 수준을 동시에 보여주는 결과로 평가된다.
라이보2는 2024년 11월 열린 상주 곶감 마라톤 대회에서 배터리를 충전하거나 교체하지 않고 풀코스 42.195km를 4시간 19분 52초 만에 완주했다. 사족보행로봇이 실제 마라톤 대회의 풀코스를 완주한 세계 최초의 사례다.
이번 논문의 핵심은 단순히 로봇이 42.195km를 달렸다는 기록에 있지 않다. 최근 세계 로봇업계에서는 사족보행로봇과 휴머노이드의 달리기 속도와 장애물 극복 능력을 겨루는 경쟁이 치열해지고 있다. 그러나 실제 산업 현장에서 로봇을 장시간 운용하려면 순간적인 운동 성능뿐 아니라 에너지 효율과 발열, 배터리, 구동장치의 안정성을 함께 확보해야 한다.
연구팀은 장거리 주행을 배터리나 모터 등 개별 부품의 성능 문제가 아니라 기계 구조와 전기 시스템, 보행 제어가 긴밀하게 연결된 ‘로봇 전체의 시스템 문제’로 접근했다.
사족보행로봇은 다리를 반복적으로 움직이는 과정에서 구동장치뿐 아니라 전장과 기구부 등 여러 부분에서 에너지를 잃는다. 어느 한 부품의 효율만 높여서는 빠르고 안정적인 보행 성능과 긴 주행거리를 동시에 확보하기 어렵다.
연구팀은 로봇 전체에서 발생하는 에너지 손실을 체계적으로 분석하고, 높은 보행 성능을 유지하면서도 에너지 소비를 줄일 수 있도록 기구와 전장, 구동 및 제어 시스템을 통합적으로 설계했다. 이를 통해 사족보행로봇이 장시간 안정적으로 움직이기 위해 어떤 요소를 함께 고려해야 하는지 구체적인 설계 원리를 제시했다.
특히 연구팀은 실험실의 짧은 주행 시험이나 계산으로 추정한 최대 주행거리에 머물지 않고, 실제 마라톤 풀코스에서 기술을 검증했다.
마라톤이 진행되는 동안 로봇 내부의 전압과 전류, 온도, 배터리 상태를 실시간으로 기록하고 이를 GPS로 측정한 위치·속도·고도 정보와 동기화했다. 라이보2를 실제 참가자로 등록해 공식 구간 기록도 남겼으며, 연구진은 로봇과 함께 달리며 출발부터 결승선까지 4시간이 넘는 주행 전 과정을 영상으로 기록했다.
42.195km 완주 기록이 라이보2의 성능을 보여줬다면, 이 과정에서 축적한 데이터는 그러한 성능이 어떻게 가능했고 실제 환경에서도 어떻게 유지됐는지를 보여주는 과학적 근거가 됐다. 연구팀은 한 번의 인상적인 시연을 분석하고 재검증할 수 있는 시스템 설계 원리와 실측 데이터 기반의 연구 성과로 발전시켰다.
연구팀의 다음 과제는 한 대의 연구용 로봇에서 구현한 성능을 산업 현장에서 반복적으로 사용할 수 있는 제품으로 옮기는 것이다.
라이보2는 연구진이 직접 설계하고 수작업으로 제작한 연구용 로봇이다. 실제 산업 현장에 투입되는 제품으로 발전하기 위해서는 여러 대의 로봇에서 동일한 성능을 안정적으로 구현하면서 생산비용도 낮춰야 한다. 방수·방진과 넓은 사용 온도 범위, 충격·진동에 대한 내구성, 전자파 간섭·적합성(EMI·EMC) 등 산업 현장이 요구하는 신뢰성도 함께 확보해야 한다.
황보 교수 연구실에서 출발한 KAIST 교원창업기업 라이온로보틱스는 이번 연구 성과를 실제 제품으로 연결하는 역할을 맡고 있다. 라이보2 개발 과정에서도 라이온로보틱스의 제조 기술은 연구실에서 확보한 높은 에너지 효율과 보행 성능을 실제 마라톤에서 4시간 이상 안정적으로 유지하는 데 기여했다.
연구팀과 라이온로보틱스는 기구와 전장, 소프트웨어, 인공지능뿐 아니라 로봇의 모터를 정밀하게 제어하는 모터 드라이버까지 자체 개발해 시스템 전체를 최적화했다. 현재 라이온로보틱스는 이러한 시스템 설계 역량을 바탕으로 연구용 시제품을 넘어 실제 현장에서 장시간 운용할 수 있는 사족보행로봇의 제품화와 양산 기술을 개발하고 있다. 연구실에서 한 대의 로봇이 보여준 최고 수준의 성능을 여러 대의 제품에서 동일하게 구현하고, 다양한 환경에서도 안정적으로 사용할 수 있도록 만드는 것이 목표다.
황보제민 교수는 “이번 연구는 사족보행로봇이 얼마나 멀리 달릴 수 있는지를 넘어, 높은 운동 성능과 에너지 효율을 동시에 확보하기 위해 로봇 전체를 어떻게 설계해야 하는지를 실제 마라톤 데이터로 입증한 결과”라며 “연구실에서 구현한 세계 최고 수준의 성능을 산업 현장에서 누구나 안정적으로 사용할 수 있는 제품으로 연결하겠다”고 말했다.
이번 연구에는 KAIST 기계공학과 이충인 박사와 염동훈, 박정수 학생이 공동 제1저자로 참여했으며, 연구 결과는 국제 학술지 ‘네이처(Nature)’에 9월 23일(현지시간) 게재됐다.
※ 논문명:A quadruped robot designed to complete a marathon on a single battery charge, DOI: 10.1038/s41586-026-11102-5
※ 관련 사진 및 동영상:
- 종합 사진/영상 모음 구글 드라이브: https://drive.google.com/drive/folders/1ye82tTr2dCK2Bt7Ih0hSgWqkgqlVXk6X?usp=sharing
한편, 라이보2의 마라톤 완주 전 과정은 유튜브 영상에서 확인할 수 있다.
2026.09.28 조회수 2215 -
세포에 ‘한 번의 자극’…원하는 운명으로 바꾸는 길 찾았다
줄기세포가 원하는 종류의 세포가 되도록 유도하거나, 면역세포의 염증 반응을 조절하려면 어떤 유전자를 작동시켜야 할까. 국내 연구진이 유전자를 영구적으로 조작하지 않고 단 한 번만 자극해, 현재의 세포를 원하는 상태로 유도하는 데 필요한 핵심 표적을 찾아내는 범용 세포 제어 기술을 개발했다.
우리 대학은 바이오및뇌공학과 조광현 교수 연구팀이 세포 안에 원래 존재하는 유전자 조절 흐름을 활용해, 최소한의 일시적 개입으로 세포의 운명을 원하는 방향으로 전환하는 원천기술 ‘넛지(NUDGE)’를 개발했다고 23일 밝혔다.
세포의 운명을 바꾸는 기술은 줄기세포를 특정 기능을 지닌 세포로 분화시키거나, 질병·노화 세포를 정상에 가까운 상태로 되돌리는 데 활용될 수 있어 난치병 치료와 재생의학의 핵심 기술로 주목받는다. 예를 들어 줄기세포가 심장세포나 신경세포처럼 특정한 종류와 기능을 가진 세포로 변하는 것이 분화다.
그러나 기존의 세포 운명 제어 방식은 특정 유전자를 계속 켜거나 끈 상태로 고정하는 ‘영구적 개입(permanent intervention)’에 주로 의존해 왔다. 원하는 세포 상태를 만들 수는 있지만, 세포가 이후의 환경 변화에 적응하는 유연성인 ‘가소성(plasticity)’을 떨어뜨릴 수 있다는 한계가 있었다. 자연 상태에는 존재하지 않는 비정상적인 세포 상태가 만들어질 가능성도 있다.
연구팀은 세포를 특정 상태에 강제로 고정하는 대신, 한 차례의 일시적인 자극만으로 세포 스스로 원하는 상태에 도달하도록 하는 새로운 전략을 고안했다. 막힌 물길을 잠깐 터주면 물이 자연스럽게 흘러가듯, 세포 내부에 이미 존재하는 유전자 조절 흐름을 목표 방향으로 살짝 유도하는 방식이다.
연구팀이 개발한 ‘넛지(NUDGE, natural dynamics control of gene regulatory networks)’는 컴퓨터 논리 모델을 이용해 세포 안의 주요 유전자들이 서로 어떻게 영향을 주고받는지 살펴보고, 그 결과 세포가 장기적으로 어떤 상태에 도달하는지를 분석한다. 이어 유전자 사이의 작동 관계를 나타내는 논리함수를 수학적으로 분해해, 현재의 세포를 원하는 상태로 전환하는 데 필요한 최소한의 제어 인자 조합을 찾아낸다.
예를 들어 줄기세포를 심근세포로 분화시키고자 할 때, 수많은 유전자 가운데 어떤 표적 분자를 일시적으로 자극해야 하는지를 찾아주는 ‘최소 자극 설계도’인 셈이다.
특히 가능한 최소 제어 조합을 빠짐없이 찾아내고, 그 결과를 수학적으로 보장할 수 있다는 점이 핵심이다. 대규모 분자 네트워크에도 적용할 수 있도록 효율적인 근사 기법도 함께 제시했다.
넛지는 어떤 인자를 자극해야 하는지를 찾는 데 그치지 않는다. 자극받은 세포가 어떤 경로를 따라 목표 상태에 도달하는지, 도달한 상태가 얼마나 안정적으로 유지되는지도 함께 분석할 수 있다. 세포가 변화하는 과정에서 예상하지 못한 상태가 나타날 가능성까지 사전에 살펴볼 수 있는 것이다.
연구팀은 기존에 보고된 63개의 생물학적 네트워크에 넛지 기술을 적용해 성능을 검증했다.
분석 결과, 유전자를 영구적으로 고정하는 기존 방식은 63개 네트워크 가운데 55개에서 세포의 유연성을 훼손하거나 자연 상태에는 존재하지 않는 비정상적인 평형상태를 유발하는 것으로 나타났다.
반면 넛지의 최소 제어 방식은 전체 네트워크의 90% 이상에서 오차가 0.01 미만인 높은 정확도를 보였다. 가장 효과적인 최소 개입 조합도 83%의 높은 확률로 찾아냈다.
연구팀은 넛지가 실제 생명현상을 얼마나 잘 설명할 수 있는지 확인하기 위해 심근세포 분화, 알레르기 반응에 관여하는 비만세포의 운명 결정, 면역세포인 대식세포의 항염증 상태 전환 등 서로 다른 세 가지 생명현상에도 적용했다.
먼저 심근세포 분화 과정에서는 심장 발생과 재생에 중요한 ‘MESP1’이 초기에 잠깐 작동해 분화를 유도한 뒤, 성숙한 심근세포에서는 사라지는 실제 생명현상을 재현했다. 이는 특정 유전자를 계속 작동시키지 않고 일시적으로 자극해도 세포가 스스로 자연스러운 분화 과정을 따라갈 수 있음을 보여준다.
또한 비만세포가 만들어지는 과정에서는 ‘GATA2’와 ‘GATA1’이 세포의 운명을 결정하는 핵심 지점으로 작용한다는 사실을 밝혀냈다. 대식세포 연구에서는 정상적인 면역 기능을 해치지 않으면서 염증을 줄이는 다양한 ‘M2’ 상태로 전환하기 위한 IL-4 등의 최적 1회성 일시적 제어 전략도 도출했다.
이번 기술은 특정 질병이나 세포에만 적용되는 치료법이 아니라, 현재의 세포를 연구자가 원하는 다른 상태로 바꾸려면 ‘어디를 한 번 자극해야 하는지’를 찾아주는 범용 원천기술이라는 데 의미가 있다.
정상적인 줄기세포를 심근세포와 같은 특정 분화세포로 유도하는 연구부터 질병·노화 세포의 정상화, 손상된 조직의 재생, 면역반응 조절, 암세포를 정상에 가까운 상태로 되돌리는 가역 치료 전략 설계까지 폭넓게 활용될 것으로 기대된다.
조광현 교수는 “넛지는 특정 세포를 건강한 상태로 되돌리는 데 국한된 기술이 아니라, 단 한 번의 최소한의 자극으로 현재의 세포를 원하는 다른 상태로 유도하는 범용 세포 제어 기술”이라며 “줄기세포 분화부터 노화·자가면역질환·재생의학·암 가역 치료까지 다양한 분야에서 새로운 제어 전략을 설계하는 원천기술로 활용될 것으로 기대한다”고 말했다.
이번 연구에는 KAIST 바이오및뇌공학과 페리오 브라마나(Ferio Brahmana) 석사와 코빈 하퍼(Corbin Hopper) 박사과정 학생이 공동 제1저자로, 이우정 박사과정 학생이 공저자로 참여했다. 연구 결과는 국제학술지 미국국립과학원회보(PNAS, Proceedings of the National Academy of Sciences of the United States of America) 온라인판 9월 18일 자에 게재됐다.
※ 논문명: Uncovering minimal control of cell fate by natural dynamics, DOI: 10.1073/pnas.2604777123
한편, 이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구사업 및 기초연구실지원사업 등의 지원을 받아 수행됐다.
2026.09.23 조회수 2339 -
KAIST, 국내 최초 범용인공지능(AGI) 연구소 출범
학습한 문제를 잘 푸는 현재의 인공지능을 넘어, 처음 접하는 문제와 환경에서도 스스로 판단하고 적응할 수 있는 범용인공지능(Artificial General Intelligence, AGI) 원천기술 개발을 위해 우리 대학이 AGI 전담 연구소를 출범했다.
우리 대학은 지난 18일 내부 승인 절차를 마치고 AI연구원 산하에 AGI 연구소(AGI Research Institute)를 공식 출범했다고 밝혔다.
전산학부, AI컴퓨팅학과, 김재철AI대학원, 전기및전자공학부 소속 교수 11명이 참여하며, 김태균 전산학부 교수가 초대 소장을 맡았다. 연구진은 향후 참여 범위를 점차 확대할 계획이다.
AGI 연구소는 기초연구를 통해 범용인공지능의 과학과 공학을 발전시키고 그 성과와 혜택을 사회에 환원하는 것을 목표로 한다. 특히 기존에 접하지 않은 과제와 환경, 데이터에서도 학습한 지식을 활용할 수 있는 AI의 ‘일반화(Generalization)’ 능력을 핵심 연구과제로 삼는다.
현재 AI는 방대한 데이터와 연산 자원을 활용하면서 빠르게 발전해 왔지만, 학습한 것과 비슷한 문제에는 강한 반면 조건이나 환경이 달라지면 성능이 떨어지는 한계가 있다.
AGI 연구소는 단순히 데이터와 연산 자원의 규모를 늘리는 방식에서 벗어나, 제한된 자원에서도 기존에 학습하지 않은 문제를 추론하고 새로운 환경에 적응할 수 있는 AI의 원천기술을 개발할 계획이다.
이를 위해 새롭고 효율적인 신경망 구조와 학습 원리, 현실 세계에 대한 이해와 지능의 구현 등 AI의 근본적인 작동 원리를 연구하고, 관련 분야를 이끌 차세대 연구자도 함께 양성한다.
연구소의 주요 연구 분야는 ▲적은 연산으로도 높은 성능을 구현하는 고효율 신경망 ▲스스로 가설을 세우고 새로운 지식을 발견하는 AI 메타과학자 ▲현실 세계의 구조와 변화를 이해하고 미래를 예측하는 월드 모델 ▲로봇과 같이 실제 환경을 인지하고 행동하는 피지컬 AI ▲AI가 인간의 의도에서 벗어나지 않도록 하는 AI 안전성 등이다.
이 가운데 고효율 신경망 분야에서는 기존 트랜스포머(Transformer)를 넘어서는 새로운 신경망 구조와 학습 방식을 개발해 자원이 제한된 환경에서도 AGI를 구현하는 기술을 연구한다. AI 메타과학자 분야에서는 AI가 지식을 탐색하는 수준을 넘어 스스로 가설을 만들고 과학 연구를 수행하며 새로운 지식을 발견할 수 있도록 하는 기술을 개발한다.
연구소는 이처럼 서로 연결된 연구 분야를 하나의 연구 체계로 결집해 KAIST를 세계적인 AGI 연구 거점으로 발전시키는 것을 목표로 한다.
김태균 AGI 연구소장은 “AI 데이터센터를 계속 늘리는 방식만으로는 AI 발전에 한계가 있다”며 “자원이 제한된 환경에서도 새로운 문제에 적응할 수 있는 AI 원천기술을 꾸준히 개발하는 것이 차세대 AI 경쟁에서 중요하다”고 말했다.
연구소는 과학기술정보통신부가 지원하는 국책과제를 기반으로 본격적인 연구에 나선다. 경량·저전력 차세대 신경망 개발에는 5년간 총 100억 원, AI 메타과학자 연구에는 5년간 총 187억5,000만 원이 투입된다. 또한 LG전자가 주관하는 월드 모델·로봇 기반 피지컬 AI 기술개발 사업에도 참여하며, 해당 사업은 2년간 총 340억 원 규모로 추진된다. 이 밖에도 물리적 세계에 기반한 지능 구현을 위한 연구과제를 수행하고 있다.
최성율 연구부총장은 “KAIST의 우수한 AI 연구팀들이 인류의 지속가능한 발전을 선도하는 차세대 AGI 핵심 기술을 개발하는 데 크게 기여할 것으로 기대한다”고 말했다.
정보통신기획평가원(IITP) 홍진배 원장은 “창의적인 아이디어와 도전적인 연구가 AI 기술 혁신의 원동력인 만큼, 새로운 AGI 연구소가 미래 인공지능의 새로운 가능성을 열어가는 혁신의 중심이 되기를 기대한다”고 말했다.
2026.09.22 조회수 4680 -
필요한 곳만 쏙쏙 도핑… 손상 없이 성능 ‘260배’ 끌어올렸다
2차원 반도체 원자층을 완벽히 보호하면서도 저전압 구동 성능을 최대 260배까지 끌어올린 혁신적인 도핑 공정 기술이 개발됐다.
우리 대학 최성율·김용훈·강기범 교수 공동연구팀이 초박막 이중 보호층을 활용해 이황화몰리브덴(MoS2) 2차원 반도체*를 보호하면서 필요한 영역에 선택적으로 고농도 전자 도핑할 수 있는 기술을 개발했다고 밝혔다.
* 이황화몰리브덴(MoS2) 2차원 반도체 : 몰리브덴(Mo) 원자 하나와 황(S) 원자 두 개가 결합하여 층상 구조를 이루는 대표적인 2차원 전이금속 반도체 소재.
이번 연구성과는 과학기술정보통신부와 한국연구재단이 추진하는 나노·소재기술 개발사업과 중견연구 지원사업의 지원을 받아 수행됐으며, 국제학술지 ‘어드밴스드 머티리얼즈(Advanced Materials)’에 8월 1일 게재됐다.
원자 한 층 수준으로 극도로 얇은 2차원 반도체는 소자를 미세화하더라도 우수한 전기적 제어력을 유지할 수 있어, 기존 실리콘을 대체할 차세대 반도체의 핵심 소재로 크게 주목받고 있다.
하지만 저항을 낮추는 필수 도핑 과정에서 기존 방식을 적용하면, 높은 에너지 입자에 의해 원자층 결정 구조가 파괴되는 치명적인 한계가 있었다.
2차원 반도체의 상용화를 위해선 정교한 원자 구조를 보존하면서도 원하는 영역만 선택적으로 도핑하는 혁신적 공정 기술의 개발이 필요했다.
연구팀은 두께가 2nm에 불과한 두 종류의 초박막을 쌓은 이중 보호층을 개발해 이 문제를 해결했다.
이 보호층은 플라즈마의 강한 물리적 충격은 튕겨내 방어하면서도, 도핑에 필요한 반응 물질(NHx 활성종*)만 쏙 통과시키는 ‘화학 필터’ 역할을 한다. 그 결과 반도체의 결정 구조는 깨끗하게 보존하면서도 전자 농도를 크게 높여 접촉저항을 32분의 1 수준으로 대폭 낮출 수 있었다.
* NHx 활성종(Reactive NHx species) : 질소(N) 하나에 수소(H)가 x개(1개 또는 2개 등) 결합하여 화학 반응성이 매우 높아진 상태의 분자 조각(라디칼 또는 이온)을 의미한다.
특히 전자가 지나가는 길목 중 저항이 문제가 되는 특정 위치만 핀셋으로 집어내듯 선택 도핑하는 ‘영역 선택적 저항 제어’를 구현, 아주 낮은 전압에서도 전류 흐름을 최대 260배나 끌어올리는 데 성공했다.
이번 기술은 2차원 반도체의 결정성을 보존하면서 필요한 영역의 저항만 선택적으로 낮출 수 있다는 점에서 차별화되며, 향후 초미세 저전력 논리소자, 모놀리식 3차원 반도체* 및 2차원 CMOS**에 활용될 것으로 기대된다.
* 모놀리식 3차원 반도체: 여러 개의 반도체 칩을 만들어 위로 쌓아 올리는 기존 방식과 달리, 하나의 실리콘 웨이퍼 위에서 층(Layer)을 직접 차례대로 쌓아가며 소자를 연속으로 제조하는 3차원 집적 기술.
** 2차원 CMOS(2D Complementary Metal-Oxide-Semiconductor): 원자 한 층 두께의 2차원 나노소재로 구현한 차세대 반도체 회로 기술
최성율 교수는 “실제 반도체 제조공정에 적용하기 위해서는 도핑 균일성 검증, 공정시간 단축, 극도로 미세화된 소자에서의 도핑 영역 제어 등에 대한 추가적인 검증이 필요하다”고 설명했다.
2026.09.21 조회수 3866 -
한 번 배운 풀이 기억…스마트폰 AI가 비슷한 문제 스스로 푼다
어려운 문제를 풀 때마다 전문가에게 다시 묻는 대신, 한 번 배운 풀이를 공책에 적어두고 비슷한 문제에 활용하는 AI 기술이 나왔다. 우리 대학 연구진은 스마트폰 속 소형 AI가 서버의 대형 AI에게서 얻은 지식을 기기에 쌓아두고 재사용하도록 해, 높은 정확도를 유지하면서 서버 호출을 평균 55.61% 줄였다. 비슷한 문제를 만날수록 서버에 덜 의존하고 더 빠르게 판단하는 모바일 AI의 가능성을 제시한 것이다.
우리 대학은 전산학부 이재길 교수 연구팀이 기기의 소형 AI와 서버의 대형 AI를 효율적으로 연결하는 기기-서버 협업 기술 ‘CURE(Cumulative Knowledge Reuse, 누적 지식 재사용)’를 개발했다고 21일 밝혔다.
스마트폰과 같은 기기는 계산 능력과 메모리가 제한돼 가벼운 소형 AI 모델을 주로 사용한다. 소형 모델은 간단한 문제는 빠르게 처리하지만, 복잡하거나 낯선 이미지를 구분할 때는 정확도가 떨어질 수 있다.
반대로 모든 문제를 고성능 서버의 대형 AI에 맡기면 정확도를 높일 수 있지만, 데이터를 보내고 답을 기다리는 시간이 길어진다. 통신량과 서버 연산량도 늘어나 이용자의 대기 시간과 서비스 운영 비용이 커진다.
이를 보완하기 위해 기기의 소형 AI가 먼저 판단하고 어려운 문제만 서버로 보내는 협업 방식이 연구돼 왔다. 그러나 기존 방식은 서버에서 받은 답을 그때만 사용하기 때문에, 비슷한 문제가 다시 들어와도 서버에 같은 도움을 반복해서 요청해야 했다. 마치 학생이 어려운 문제의 답을 듣고도 기록해 두지 않아, 같은 유형의 문제를 만날 때마다 다시 물어보는 것과 같다. 연구팀은 서버가 알려준 답을 일회성으로 사용하지 않고, 기기가 이후에도 활용할 수 있는 지식으로 축적하는 데 주목했다.
CURE는 먼저 기기의 소형 AI가 입력을 스스로 처리할 수 있는지 판단한다. 해결하기 어렵다면 기기에 저장된 서버 지식을 활용하고, 저장된 지식으로도 부족할 때만 서버에 도움을 요청한다. ‘혼자 풀기→배운 내용 찾아보기→전문가에게 묻기’의 3단계로 문제를 처리하는 방식이다.
예를 들어 소형 AI가 사진 속 특정 차종을 구분하지 못하면 서버의 대형 AI에 답을 요청한다. 이때 CURE는 서버의 판단 결과와 이미지의 특징을 기기의 지식 저장소에 반영한다. 이후 비슷한 차종의 사진이 들어오면 앞서 저장한 지식을 참고해 서버에 다시 묻지 않고 기기에서 직접 판단한다.
특히 CURE는 서버가 처리한 사진을 하나씩 그대로 저장하지 않는다. 여러 사진이 공유하는 특징과 서로 다른 점을 요약해 지식으로 보관한다. 자동차 사진을 통째로 외우는 대신 차체 모양이나 전조등처럼 차종을 구분하는 핵심 특징을 정리해 두는 것과 같다. 이를 통해 이전에 본 사진뿐 아니라 처음 접하는 유사한 사진을 판단할 때도 축적된 지식을 활용할 수 있다.
연구팀은 이미지와 글을 함께 이해하는 ‘비전-언어 모델’을 이용해 CURE의 성능을 검증했다. 비전-언어 모델은 사람처럼 이미지를 보고, 그 내용을 언어와 연결해 이해하는 AI다.
기기용 소형 모델로는 MobileCLIP2를, 서버용 대형 모델로는 180억 개의 매개변수를 가진 EVA-CLIP을 사용했다. 매개변수는 AI가 학습 과정에서 익힌 정보를 담고 있는 내부 수치로, 사물을 구분하고 관계를 판단할 때 활용하는 ‘판단 기준’과 같다.
다양한 이미지 분류 데이터셋을 이용한 실험에서 CURE는 모든 입력을 대형 서버 모델로 처리하는 방식에 근접한 정확도를 유지했다. 그러면서 서버의 지식을 축적하지 않는 기존 기기-서버 협업 방식보다 서버 호출 횟수를 평균 55.61% 줄였다.
처리 속도는 기존 기기-서버 협업 방식보다 최대 2.80배 빨랐으며, 모든 입력을 서버로 보내는 방식보다 최대 3.67배 빨랐다. 서버에 묻는 횟수를 줄여 데이터를 주고받고 답을 기다리는 시간을 단축한 결과다.
CURE는 소형 모델과 서버 모델을 별도로 다시 학습시키지 않고도 적용할 수 있다. 기존 AI 모델은 그대로 두고 서버에서 얻은 지식을 담는 별도의 저장소를 붙이는 방식이어서, 다양한 AI 모델과 서비스에 유연하게 적용할 수 있다는 것도 장점이다.
이번 기술은 모바일 사진 인식과 이미지 검색 등에서 반복적인 데이터 전송과 서버 연산을 줄여 이용자의 대기 시간과 서비스 운영 부담을 낮추는 데 활용될 수 있다.
스마트폰뿐 아니라 제한된 기기 자원으로 주변 환경을 인식해야 하는 로봇과 웨어러블 기기에도 응용할 수 있다. 특히 통신이 느리거나 불안정한 환경에서 로봇이 서버의 답을 기다리지 않고, 이전에 얻은 지식을 바탕으로 더 많은 상황을 현장에서 직접 판단하는 데 도움을 줄 수 있다.
다만 실제 적용 효과는 기기의 성능과 저장 공간, 통신 환경, 입력 데이터의 특성 등에 따라 달라질 수 있어 다양한 기기와 환경에서 추가 검증이 필요하다.
이재길 교수는 “CURE는 기기의 소형 AI가 서버에 같은 문제를 반복해서 묻지 않고, 한 번 얻은 지식을 기억해 다시 활용하도록 한 기술”이라며 “높은 정확도를 유지하면서 통신 부담과 응답 시간을 줄여 스마트폰과 로봇, 웨어러블 등 다양한 기기에서 고성능 AI를 효율적으로 활용하는 기반이 될 것으로 기대한다”고 말했다.
이번 연구에는 KAIST 정보전자연구소 이영준 박사후연구원이 제1저자로, 전산학부 이재길 교수가 교신저자로 참여했다. Amazon 김도영 연구원, LG AI연구원 강준혁 연구원, KAIST 산업및시스템공학과 송환준 교수가 공동저자로 참여했다. 연구 결과는 지난 9월 8일부터 12일까지 스웨덴 말뫼에서 열린 컴퓨터 비전 분야 주요 국제학술대회 ‘유럽컴퓨터비전학회(ECCV 2026, European Conference on Computer Vision)’에서 10일 발표됐다.
※ 논문명: CURE: Cumulative Knowledge Reuse for Efficient Device-Server Hybrid Inference in Vision-Language Models, DOI: https://doi.org/10.1007/978-3-032-37627-5_21
※ 저자정보: 이영준 박사후연구원(KAIST 정보전자연구소, 제1저자), 김도영 연구원(KAIST 졸업, 현 Amazon, 공동저자), 강준혁 연구원(KAIST 졸업, 현 LG AI연구원, 공동저자), 송환준 교수(KAIST 산업및시스템공학과, 공동저자), 이재길 교수(KAIST 전산학부, 교신저자)
※ 관련 영상 링크: https://drive.google.com/file/d/1oIn-eYW4IEI_dOFWeTeaDotf1IBDjRLt/view?usp=share_link
한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 ‘사람중심인공지능핵심원천기술개발사업’ 중 ‘AI학습능력개선기술개발’ 과제(과제번호 RS-2022-II220157)의 지원 등을 받아 수행됐다.
2026.09.21 조회수 3567 -
칫솔·스포츠웨어로 이어진 원천기술…고성능 그래핀 섬유 연구로 확장
우리 대학이 2011년 세계 최초로 발견한 ‘산화그래핀 액정’이 15년간 전세계적인 후속 연구를 거쳐 고강도·고열전도 그래핀 섬유 제조기술로까지 연구영역을 넓히고 있다. 항균 칫솔과 기능성 스포츠웨어 등 생활제품 상용화로 이어진 우리 대학의 원천소재 연구가 이제 첨단 열관리 소재로까지 확장되고 있다.
우리 대학은 신소재공학과 김상욱 교수 연구팀이 산화그래핀 액정을 기반으로 한 고성능 그래핀 섬유 연구의 최신 발전과 학술적 의미를 조명한 논평을 세계적 권위의 국제 학술지 ‘네이처 머티리얼스(Nature Materials)’의 ‘뉴스 앤 뷰스(News & Views)’에 발표했다고 18일 밝혔다.
산화그래핀(Graphene Oxide)은 탄소 원자가 벌집 모양으로 한 층 배열된 매우 얇은 소재인 ‘그래핀’에 산소 성분을 결합시킨 소재다. 그래핀은 강하고 열과 전기를 잘 전달하지만 물에 잘 섞이지 않아 용액 상태로 가공하기가 쉽지 않다. 반면 산화그래핀은 산소 성분이 붙으면서 물에 잘 섞이기 때문에 잉크처럼 만들거나 코팅하고, 실처럼 뽑는 등 다양한 형태로 가공하기가 쉽다.
김상욱 교수팀은 2011년 이러한 산화그래핀이 물속에서 일정 농도 이상으로 섞이면 얇은 판 모양의 시트들이 한 방향으로 가지런히 배열되는 ‘액정’ 상태를 형성한다는 사실을 세계 최초로 보고했다.
물속에 제각각 떠다니던 얇은 산화그래핀 조각들이 특정 조건에서는 마치 카드 여러 장을 한 방향으로 가지런히 정리하듯 줄을 맞춰 배열되는 현상이다. 이러한 특성을 이용하면 산화그래핀을 한 방향으로 정렬시키면서 실처럼 길게 뽑아 섬유 형태로 가공할 수 있다.
이 발견 이후 전세계 여러 연구진이 산화그래핀 액정을 이용해 그래핀 섬유를 만드는 연구를 발전시켜 왔다. 하지만 기존 방식에서는 실을 뽑는 과정에서 용액이 쉽게 끊어지거나 그래핀 시트들이 충분히 촘촘하게 정렬되지 않아 내부에 빈 공간과 결함이 생기는 문제가 있었다. 이 때문에 섬유의 강도와 열전달 성능을 동시에 높이는 데 한계가 있었다.
김 교수팀은 이번 논평에서 이러한 한계를 극복한 최신 연구를 소개하고, 산화그래핀 액정 연구가 고성능 섬유 제조기술로 발전하는 과정과 의미를 분석했다.
최근 중국 저장대학교 연구진은 산화그래핀을 점도가 높은 글리세롤에 분산해 고분자 용액처럼 잘 늘어나는 성질을 구현했다. 이를 통해 실을 뽑는 과정에서 산화그래핀 용액을 강하게 늘이는 ‘초고연신 방사(ultrahigh-ratio drawing)’가 가능해졌다.
이 과정에서 판 모양의 산화그래핀 시트들이 섬유 방향을 따라 더욱 가지런하게 정렬되고 내부의 빈 공간과 결함도 줄어든다. 이어 고온 열처리를 통해 그래핀 구조를 더욱 치밀하게 만들면 가벼우면서도 강하고 열과 전기를 빠르게 전달하는 고성능 그래핀 섬유를 만들 수 있다.
실제로 최신 후속 연구에서 제조된 그래핀 섬유는 최대 5.9기가파스칼(GPa)의 인장강도와 미터·켈빈당 최대 1,720와트(W/m·K)의 열전도도를 나타낸다고 보고되었다. 쉽게 말해 잡아당겨도 쉽게 끊어지지 않으면서 열을 빠르게 전달하는 ‘강하고 열 잘 통하는 실’을 구현한 것이다. 이는 산화그래핀을 촘촘하고 가지런하게 정렬할수록 섬유의 강도와 열전달 성능을 함께 높일 수 있음을 보여준다.
김상욱 교수팀은 이번 논평에서 특히 2011년 처음 발견한 산화그래핀 액정이 단순한 학술적 현상을 넘어, 고분자 용액처럼 흐르고 늘이면서 가공할 수 있는 이차원 소재로 발전해 온 과정에 주목했다.
15년 전 우리 대학 연구진이 발견한 ‘산화그래핀이 스스로 정렬하는 현상’이 세계 연구진의 지속적인 후속 연구를 통해 이제는 ‘강하고 열을 잘 전달하는 실’을 만드는 기술로까지 연구영역을 넓히고 있는 것이다.
그간 우리 대학의 산화그래핀 액정 관련 원천기술은 연구실을 넘어 실제 생활제품으로도 확장돼 왔다. 김상욱 교수의 교원창업기업인 ㈜소재창조의 원천기술이 적용된 그래핀 항균 칫솔은 2023년 출시 이후 1,400만 개 이상 판매됐으며, 그래핀텍스(GrapheneTex) 소재를 활용한 기능성 섬유는 2024년 파리 올림픽 태권도 시범단 도복에 적용됐다. 최근에는 기능성 골프웨어등 다양한 스포츠 의류나 침구등에도 적용되며 글로벌 시장 진출을 추진하고 있다.
이번 논평은 하나의 기초과학적 발견이 다양한 방향으로 확장될 수 있음을 보여준다는 점에서도 의미가 있다. 우리 대학에서 시작된 산화그래핀 액정 연구가 한편으로는 항균 칫솔과 기능성 스포츠웨어 등 생활제품으로 상용화되고, 다른 한편으로는 전세계 연구진들의 후속 연구를 통해 고강도·고열전도 그래핀 섬유와 같은 첨단소재 연구로 발전하고 있기 때문이다.
향후 고성능 그래핀 섬유는 가볍고 강하면서 열을 빠르게 전달하는 특성을 바탕으로 전자기기의 열관리 소재를 비롯해 전기차·항공우주 분야의 경량 열관리 부품, 웨어러블 전자소자와 스마트 의류 등 다양한 분야에 활용될 수 있다.
김상욱 교수는 “2011년 발견한 산화그래핀 액정이 전세계 여러 연구진의 후속 연구를 거쳐 이제 강하고 열을 잘 전달하는 고성능 그래핀 섬유로까지 발전하고 있다”며 “하나의 기초연구가 칫솔과 기능성 의류 같은 생활제품은 물론 전자기기·모빌리티·항공우주 등 첨단소재로 활용 범위를 넓혀가고 있다는 점에서 의미가 크다”고 말했다.
이번 논평은 KAIST 신소재공학과 김진효 박사과정, 차수진 박사과정, 김상욱 교수가 참여했으며, ‘네이처 머티리얼스(Nature Materials)’의 ‘뉴스 앤 뷰스(News & Views)’ 섹션에 9월 8일 게재됐다.
※ 논평명 : Processing graphene fibres by viscous flow, DOI : 10.1038/s41563-026-02735-y
2026.09.18 조회수 2505 -
석유 대신 대장균으로 ‘접착제 소재’ 만든다
택배 상자부터 가구, 전자제품, 자동차까지 널리 쓰이는 ‘열로 녹여 붙이는 접착제’를 석유 대신 미생물로 만들 수 있는 가능성이 제시됐다. 우리 대학 연구진이 대장균을 이용해 포도당으로부터 새로운 바이오 기반 고분자를 생산하고, 이 소재가 핫멜트 접착제로 활용될 수 있는 접착 성능과 열적 특성을 갖는다는 것을 확인했다.
우리 대학은 생명화학공학과 이상엽 특훈교수 연구팀이 대장균의 유전자와 대사과정을 조절해 포도당으로부터 접착제 소재를 생산하는 ‘미생물 세포공장’을 개발했다고 17일 밝혔다.
연구팀은 미생물이 원하는 물질을 생산하도록 설계하는 시스템대사공학(Systems Metabolic Engineering)을 활용해 대장균의 대사경로를 새롭게 설계했다. 이를 통해 포도당으로부터 생분해성 고분자의 일종인 폴리하이드록시알카노에이트(Polyhydroxyalkanoate, PHA) 계열의 새로운 접착제 소재인 poly(4HB-co-PhLA)와 poly(3HB-co-4HB-co-PhLA)를 생산하는 데 성공했다.
핫멜트 접착제(Hot-melt adhesive, HMA)는 쉽게 말해 ‘글루건 접착제’처럼 열을 가하면 녹고, 식으면 굳으면서 물체를 붙이는 접착제다. 별도의 유기용매가 필요 없고 빠르게 접착할 수 있어 포장재부터 가구, 전자제품, 자동차, 건축자재 등 다양한 산업에서 널리 사용된다.
하지만 현재 핫멜트 접착제 대부분은 에틸렌-비닐아세테이트(Ethylene-vinyl acetate, EVA)와 같은 석유 유래 고분자를 기반으로 한다. 접착 성능은 뛰어나지만 자연에서 쉽게 분해되지 않아 폐기물과 미세플라스틱 문제로 이어질 수 있다. 생분해성 포장재를 사용하더라도 이를 붙이는 접착제가 분해되지 않으면 제품 전체의 친환경성을 떨어뜨릴 수 있다.
연구팀은 이를 해결하기 위해 미생물이 포도당과 같은 재생 가능한 원료로부터 만들 수 있는 생분해성 고분자 PHA에 주목했다. PHA는 어떤 성분을 어떤 비율로 구성하느냐에 따라 유연성·강도·내열성 등 소재의 특성을 조절할 수 있다.
연구팀은 이 원리를 이용해 서로 다른 특성을 갖는 4-하이드록시부티레이트(4HB)와 페닐락테이트(PhLA)를 고분자로 만들었다. 4HB는 소재를 부드럽고 잘 달라붙게 하고, PhLA는 단단함과 열에 견디는 성질을 높인다. 즉 ‘잘 붙는 성질’과 ‘열에 잘 견디는 성질’을 조합해 접착제의 성능을 조절한 것이다.
실제로 두 성분의 비율을 달리하자 고분자의 열적 특성과 접착 성능도 달라졌으며, 4HB가 약 24~34몰%(mol%, 고분자를 구성하는 성분의 분자 수를 기준으로 나타낸 비율) 포함됐을 때 우수한 접착 성능을 보였다.
연구팀은 대장균이 포도당으로부터 4HB와 PhLA를 만들고 이를 하나의 고분자로 연결하도록 세포 내부의 대사경로를 설계했다. 쉽게 말해 대장균이라는 작은 ‘생산공장’에 포도당을 공급하면 접착제 소재가 만들어지도록 한 것이다.
이 과정에서 여러 성분을 동시에 생산할 때 생기는 불균형을 해결하기 위해 유전자 발현의 세기와 시점을 조절하고, 물질 생산에 필요한 CoA 전달효소(CoA transferase, CoA기를 붙여 세포 안에서 특정 물질이 다음 화학반응에 사용될 수 있도록 돕는 효소)를 추가했다.
또 세포 안에서 일어나는 수많은 화학반응을 컴퓨터로 분석하는 게놈 규모 대사모델(Genome-scale metabolic model)을 활용해 원료가 부족하거나 생산에 병목이 생기는 대사경로를 찾아 최적화했다.
그 결과 연구팀은 영양분을 지속적으로 공급하며 미생물을 배양하는 유가식 발효(Fed-batch fermentation)를 통해 poly(4HB-co-PhLA)를 배양액 1리터당 10.2g 생산했다. 여기에 3HB 생산 경로를 추가한 poly(3HB-co-4HB-co-PhLA)는 1리터당 52.8g까지 생산했다.
연구팀은 이렇게 만든 고분자가 실제 핫멜트 접착제로 사용할 수 있는지도 시험했다. poly(4HB-co-PhLA)는 스테인리스강 전단 접착 시험에서 4.58MPa(메가파스칼)의 전단 접착력을 기록해 비교 대상으로 사용한 상용 EVA 접착제의 4.20MPa보다 높은 성능을 보였다. 전단 접착력은 붙어 있는 두 물체를 옆으로 엇갈리게 밀어 떼어낼 때 얼마나 강하게 버티는지를 나타내는 수치다. 또 poly(3HB-co-4HB-co-PhLA)는 목재 접착 시험에서 상용 EVA 접착제와 비슷한 수준의 성능을 나타냈다.
poly(4HB-co-PhLA)는 반복해서 녹였다가 다시 접착한 뒤에도 상당 수준의 접착력을 유지했다. PhLA 성분을 넣으면서 열에 견디는 성질도 향상되었다.
생분해 가능성도 확인했다. 지방 등을 분해하는 효소인 리파아제(Lipase)를 처리하자 고분자 표면이 손상되고 분자량과 전체 질량이 감소했다. 이는 새롭게 개발한 방향족 PHA가 효소에 의해 분해될 수 있음을 보여준다.
이번 연구는 친환경 접착제 개발과 함께, 미생물의 대사경로를 설계해 원하는 성질을 갖는 기능성 소재를 생산할 수 있다는 가능성을 보여줬다는 데 의미가 있다. 향후 접착력·유연성·내열성 등 필요한 기능에 맞춰 고분자의 특성을 조절하고, 이를 미생물로 생산하는 바이오제조 기술로 확장할 수 있다.
또한 기존 석유화학 공정에 의존해온 기능성 고분자를 포도당과 같은 재생 가능한 원료로 생산할 수 있어, 향후 접착제뿐 아니라 다양한 기능성 고분자 소재의 지속가능한 생산 기술로 활용될 것으로 기대된다.
이상엽 특훈교수는 “이번 연구는 미생물의 대사를 정밀하게 설계해 단순히 고분자를 생산하는 것을 넘어 기능성 소재를 직접 생산할 수 있음을 보여준 연구”라며 “향후 다양한 비천연 단량체와 미생물 세포공장을 활용하면 석유 기반 접착제뿐 아니라 여러 기능성 고분자를 지속 가능한 방식으로 생산하는 바이오제조 기술로 확대할 수 있을 것”이라고 말했다.
KAIST 생명화학공학과 강민주 박사과정생, 이영준 박사, 김기배 박사가 참여한 이번 연구는 7월 20일 국제학술지 ‘네이처 커뮤니케이션스(Nature Communications)’에 온라인 공개됐다.
※ 논문명: Synthesis of poly(4HB-co-PhLA) and poly(3HB-co-4HB-co-PhLA) as sustainable hot-melt adhesives using engineered Escherichia coli, DOI: 10.1038/s41467-026-75809-9
※ 저자 정보: 강민주(KAIST), 이영준(KAIST), 김기배(KAIST), 이상엽(KAIST, 교신저자)
※ 관련 동영상 링크 : https://media.springernature.com/original/springer-static/esm/art%3A10.1038%2Fs41467-026-75809-9/MediaObjects/41467_2026_75809_MOESM7_ESM.mp4
한편, 이번 연구는 과학기술정보통신부가 지원하는 한국연구재단의 ‘차세대 바이오리파이너리 원천기술 개발 사업(과제번호: 2022M3J5A1056117)’의 지원을 받아 수행됐다.
2026.09.17 조회수 3101 -
“파란 소파 찾아가”…말 알아듣고 스스로 길 찾는 로봇, 국제대회 1·2위
“파란 소파를 찾아가.” 처음 들어간 건물에서도 사람의 말 한마디를 알아듣고 스스로 길을 찾은 뒤, 제대로 도착했는지까지 확인하는 로봇 기술이 국제 대회에서 잇달아 상위권에 올랐다. 우리 대학 연구팀은 로봇이 길을 찾는 데 그치지 않고 주변 상황을 이해하고, 자신의 판단이 맞는지 스스로 확인하는 기술을 선보였다.
우리 대학은 전기및전자공학부 명현 교수 미래도시 로봇연구실 연구팀이 세계적인 컴퓨터비전 학술대회 ECCV 2026(European Conference on Computer Vision)과 로보틱스 학술대회 RSS 2026(Robotics: Science and Systems)에서 열린 국제 챌린지에서 각각 1위와 2위를 차지했다고 16일 밝혔다.
두 대회는 모두 로봇이 사람의 말을 이해하고 카메라로 주변을 살펴 스스로 판단해 움직이는 ‘체화 인공지능(Embodied AI)’ 능력을 겨룬다. 체화 인공지능은 질문에 답하는 AI에서 한발 더 나아가, 로봇이 실제 공간을 보고 판단해 직접 움직이는 기술이다.
먼저 명현 교수 연구팀과 한국전자통신연구원(ETRI, 원장 박세웅) 필드로봇연구실(실장 최승민)이 구성한 ‘URL-FRRS’ 팀은 지난 9월 9일 스웨덴 말뫼에서 열린 ECCV 2026 EMR 워크숍의 ‘VLNVerse 챌린지(Vision-Language Navigation Challenge)’에서 전 세계 112개 팀 가운데 1위를 차지했다.
이 대회에서는 “거실에 있는 파란 소파를 찾아가라”처럼 목적지만 알려주거나, “복도 끝에서 오른쪽으로 돌아 두 번째 문으로 들어가라”처럼 여러 단계의 지시를 주고 로봇이 제대로 목적지를 찾아가는지를 평가한다.
연구팀이 기존 로봇의 실패 원인을 분석한 결과, 의외로 길을 못 찾는 것보다 엉뚱한 곳에서 “도착했다”고 판단하는 경우가 많았다. 목적지를 지나치거나 비슷하게 생긴 다른 방을 목적지로 착각하는 식이다.
연구팀은 이에 로봇이 멈출 때 “여기가 정말 맞나?”라고 스스로 다시 확인하는 ‘CoRe-VLN(Coverage-based Recovery for VLN)’ 기술을 개발했다.
로봇이 목적지라고 판단하면 주변을 다시 둘러보고, 글과 사진을 함께 이해하는 AI를 이용해 지시받은 장소가 맞는지, 찾던 물건의 색과 모양이 맞는지, 실제로 가까이 있는지를 확인한다. 사람이 약속 장소에 도착한 뒤 간판이나 주변 모습을 다시 살펴보는 것과 비슷하다.
목적지가 아니라고 판단하면 로봇은 새로운 길을 찾아 다시 움직인다. 별도의 추가 학습도 필요하지 않아 기존 로봇의 길 찾기 기술에 ‘스스로 확인하고 다시 찾는 능력’을 더한 셈이다.
그 결과 연구팀은 두 과제 평균 성공률 90.7%를 기록했다. 2위 팀과 성공률은 같았지만 제출 시각이 앞서 최종 1위를 차지했으며, 3위 팀은 89.7%를 기록했다.
우리 대학 연구팀은 지난 7월 호주 시드니에서 열린 RSS 2026 OWN 워크숍의 ‘내비트레이스 챌린지(NaviTrace Challenge)’에서도 2위를 차지했다.
이 대회에서는 로봇에게 사진 한 장과 “주차장 안으로 들어가라” 같은 짧은 명령만 주고 어느 길로 가야 하는지를 판단하게 한다.
사람은 주차장에 들어갈 때 노면 표시나 차량의 이동 방향을 보고 자연스럽게 입구와 출구를 구별한다. 하지만 명령에는 이런 설명이 없다. 로봇이 사람과 같은 공간에서 움직이려면 사람에게는 당연한 ‘보이지 않는 규칙’까지 주변을 보고 알아내야 한다.
연구팀은 이를 위해 하나의 AI에 모든 판단을 맡기는 대신 여러 AI가 역할을 나눠 협력하는 ‘PRISM-Nav’를 개발했다.
한 AI는 목적지를 찾고, 다른 AI는 계단이나 턱 같은 위험 요소를 살핀다. 또 다른 AI는 인도나 횡단보도처럼 사람이 지켜야 할 공간의 규칙을 파악한다. 마지막 AI가 이 정보를 모아 어느 길로 갈지를 결정한다.
마치 길을 찾는 사람, 위험을 살피는 사람, 교통규칙을 확인하는 사람이 함께 지도를 보고 가장 안전한 길을 정하는 것과 비슷하다.
AI끼리 정보를 전달하는 방법도 단순하게 만들었다. 위치를 글이나 숫자로 길게 설명하는 대신 사진 위에 목적지와 위험지역을 직접 표시해 공유한다. 말로 길을 설명하는 대신 지도에 직접 표시해 건네주는 방식이다. 이 기술도 새로운 환경에 맞춰 AI를 다시 학습시킬 필요가 없다.
연구팀은 이 대회에서 53점을 기록해 난징대·파이브에이지스(FiveAges) 공동팀에 이어 2위에 올랐다.
특히 상대적으로 저렴하고 가벼운 AI 모델인 ‘Gemini 3 Flash’를 여러 역할로 나눠 사용하면서 주최 측이 비교 대상으로 제시한 고성능 모델 ‘Gemini 3.1 Pro Preview’보다 높은 성능을 기록했다. 비싼 AI 하나에 모든 일을 맡기지 않고 가벼운 AI 여러 개가 협력해 성능과 비용을 함께 잡을 가능성을 보여준 것이다.
명현 교수는 “세계 연구진과 경쟁해 우리 기술의 가능성을 인정받아 기쁘다”며 “이번 성과는 별도의 추가 학습 없이도 AI가 낯선 환경에서 스스로 판단하고 움직일 수 있음을 보여준 것”이라고 말했다. 이어 “앞으로 길 찾기를 넘어 물건을 집고 옮기는 작업까지 확장해, 자신의 판단을 스스로 확인하고 바로잡는 로봇으로 발전시키겠다”고 밝혔다.
이번 연구가 발전하면 로봇이 단순히 사람의 명령을 수행하는 것을 넘어 “여기가 맞나?”, “이 물건이 맞나?”, “이렇게 움직여도 안전한가?”를 스스로 확인한 뒤 행동하는 로봇으로 발전할 수 있다. 배송·안내 로봇뿐 아니라 물류·공장·병원 등 사람과 로봇이 함께 생활하고 일하는 다양한 공간에 활용될 것으로 기대된다.
한편 명현 교수 연구실은 지난 6월 로봇 분야 최고 학회인 ICRA 2026과 컴퓨터비전 분야 최고 학회인 CVPR 2026 국제 챌린지에서도 각각 1위를 차지한 바 있으며, 공간인지 기술에서 축적한 역량을 피지컬 AI 분야로 확장하고 있다.
이번 연구성과는 과학기술정보통신부 및 정보통신기획평가원의 ‘자율행동체 온디바이스 응용지원 핵심기술개발사업’(RS-2026-25520169, 세부3 ‘자율행동체의 이동 임무 수행을 위한 온디바이스 VLM 및 실시간 이동 지능 기술 개발’)의 지원을 받아 수행됐다.
※ EECV 대회 및 RSS 대회 영상: https://drive.google.com/drive/folders/19ixI7A68u5fTAqnqPY1U9glCVFlmQzeT
2026.09.16 조회수 4508 -
반도체 종류 달라도 ‘전기 잘 통하게’…AI 반도체 더 작고 효율적으로
더 작고 전기를 덜 쓰는 AI 반도체를 만들 수 있는 새로운 길이 열렸다. 우리 대학 공동 연구진이 원자 몇 개 두께의 초박막 반도체에서 전기가 잘 드나들지 못하던 문제를 하나의 소재로 해결했다. 앞으로 반도체를 더 얇게 만들고 여러 층으로 쌓아 성능을 높이는 차세대 AI·저전력 반도체 개발에 활용될 것으로 기대된다.
우리 대학은 생명화학공학과 서준기 교수 연구팀이 연세대학교(총장 윤동섭), 중국 베이징 계산과학연구센터, 한국과학기술연구원(KIST·원장 오상록), 울산과학기술원(UNIST·총장 박종래), 삼성전자 연구진과 공동으로 이셀레늄화주석(SnSe2)이라는 하나의 소재를 이용해 서로 다른 두 종류의 초박막 반도체에 모두 전기를 원활하게 공급할 수 있는 ‘범용 반데르발스 터널링 주입기’를 개발했다고 16일 밝혔다.
트랜지스터는 전기를 흐르게 하거나 막는 ‘초소형 스위치’다. 스마트폰부터 컴퓨터, AI 반도체까지 거의 모든 반도체 칩에는 수많은 트랜지스터가 들어간다. 트랜지스터는 크게 두 종류로 나뉜다. 전자가 움직여 전기를 전달하는 ‘n형’과, 전자가 빠진 빈자리인 ‘정공’이 움직여 전기를 전달하는 ‘p형’이다. 실제 반도체 칩에서는 이 두 종류를 짝지어 사용해 전력 소모를 줄이면서 빠르게 작동하도록 하는데, 이를 CMOS(상보형 금속산화물반도체) 방식이라고 한다.
최근에는 반도체를 더 작게 만들고 전력 소모를 줄이기 위해 두께가 원자 몇 개 수준에 불과한 ‘2차원 반도체’가 주목받고 있다. 매우 얇아 여러 층으로 쌓을 수 있어 같은 공간에 더 많은 소자를 넣는 데 유리하기 때문이다.
문제는 이렇게 얇은 반도체에 전기를 원활하게 넣기가 어렵다는 점이다. 기존처럼 금속 전극을 직접 붙이면 제조 과정에서 반도체가 손상되거나, 전자나 정공이 지나가기 어려운 장벽이 생길 수 있다.
아무리 빠른 고속도로를 만들어도 진입로가 막히면 자동차가 제대로 들어갈 수 없는 것과 같다. 초박막 반도체에서는 이 ‘전기가 드나드는 입구’가 성능을 높이는 데 중요한 걸림돌이었다. 게다가 n형과 p형은 필요한 조건이 달라 각각에 맞는 전극을 따로 사용해야 했다.
연구팀은 이 문제를 이셀레늄화주석(SnSe2) 하나로 해결했다. 이셀레늄화주석은 주석(Sn)과 셀레늄(Se)으로 이루어진 얇은 층상 소재다. 다른 반도체와 강한 화학결합을 하는 대신 원자 사이의 약한 인력인 ‘반데르발스 힘’으로 포개지듯 맞닿기 때문에, 원자 수준으로 얇은 반도체의 손상을 줄이면서 매끄러운 접촉면을 만들 수 있다.
특히 이셀레늄화주석은 연결되는 반도체에 따라 전자나 정공이 지나가기 좋은 길을 다르게 만들어준다. p형 이셀레늄화텅스텐(WSe2)에서는 높은 에너지 장벽을 넘어가지 않고 마치 터널을 통과하듯 지나가는 ‘밴드 간 터널링’이 일어나고, n형 이황화몰리브덴(MoS2)에서는 전기장을 이용해 전자가 지나가야 할 장벽을 얇게 만들어 터널링을 유도한다.
쉽게 말해 지금까지 n형과 p형에 각각 다른 진입로가 필요했다면, 이번에는 이셀레늄화주석 하나가 두 종류 모두에 맞는 ‘공용 진입로’ 역할을 하는 셈이다.
실제 성능도 크게 향상됐다. 이셀레늄화주석을 적용한 p형 WSe2 트랜지스터는 기존 니켈 전극을 사용한 소자보다 최대 구동 전류가 1,000배 이상 증가했다. 이는 트랜지스터를 켰을 때 흘려보낼 수 있는 최대 전류가 그만큼 크게 늘어났다는 의미다.
n형 MoS2 트랜지스터도 전류를 켜고 끄는 성능이 개선돼 ‘온·오프 전류비’가 10억(109) 이상을 기록했다. 스위치를 켰을 때는 전기가 잘 흐르고, 껐을 때는 거의 흐르지 않도록 뚜렷하게 제어할 수 있다는 뜻이다.
연구팀은 n형과 p형 트랜지스터를 결합한 실제 반도체 회로의 기본 구조인 ‘CMOS 인버터’도 제작해 반복적인 전기 신호에도 안정적으로 작동하는 것을 확인했다. 이번 연구의 핵심은 n형과 p형에 각각 다른 전극을 사용하던 기존 방식에서 벗어나, 하나의 소재로 두 종류의 초박막 반도체 모두에 전기를 효과적으로 공급할 수 있음을 보여줬다는 점이다.
향후 대면적 제조와 집적 공정 기술이 더해지면 원자 수준으로 얇은 2차원 반도체를 아파트처럼 여러 층으로 쌓아 같은 공간에 더 많은 트랜지스터를 넣는 3차원 반도체로 발전시킬 수 있다. 이를 통해 같은 크기에서 더 많은 기능을 수행하면서 전력 소모는 줄이는 차세대 AI 반도체와 초저전력 전자기기 개발에 활용될 것으로 기대된다.
서준기 교수는 “이번 연구는 단층 2차원 반도체에서 전하가 드나드는 가장 까다로운 관문을 한 종류의 소재로 해결할 수 있음을 보여준 성과”라며 “향후 직접 성장과 대면적 공정 기술이 더해지면 저전력 2차원 CMOS 집적회로의 실용화를 앞당길 수 있을 것으로 기대한다”고 말했다.
KAIST 조한빈 박사과정생이 제1저자로, 연세대학교 고경민 교수와 KAIST 서준기 교수가 공동교신저자로 참여한 이번 연구는 국제학술지 ‘어드밴스드 머티리얼즈(Advanced Materials)’에 8월 12일 온라인 게재됐다.
※ 논문명: A Universal van der Waals Tunneling Injector for Monolayer CMOS, DOI: 10.1002/adma.74597
※ 저자 정보: 조한빈(KAIST, 제1저자), 고경민(연세대학교, 공동교신저자), 서준기(KAIST, 공동교신저자)
이번 연구는 삼성전자 신진산학연구과제와 과학기술정보통신부·한국연구재단이 지원하는 우수신진연구사업 및 개척연구사업의 지원을 받아 수행됐다.
2026.09.16 조회수 3389