%EA%B3%B5%EA%B3%BC%EB%8C%80%ED%95%99
-
인공지능 심층 학습(딥러닝) 서비스 구축 비용 최소화 가능한 데이터 정제 기술 개발
최근 다양한 분야에서 인공지능 심층 학습(딥러닝) 기술을 활용한 서비스가 급속히 증가하고 있다. 서비스 구축을 위해서 인공지능은 심층신경망을 훈련해야 하며, 이를 위해서는 충분한 훈련 데이터를 준비해야 한다. 특히 훈련 데이터에 정답지를 만드는 레이블링(labeling) 과정이 필요한데 (예를 들어, 고양이 사진에 `고양이'라고 정답을 적어줌), 이 과정은 일반적으로 수작업으로 진행되므로 엄청난 노동력과 시간적 비용이 소요된다. 따라서 훈련 데이터 구축 비용을 최소화하는 방법 개발이 요구되고 있다.
우리 대학 전산학부 이재길 교수 연구팀이 심층 학습 훈련 데이터 구축 비용을 최소화할 수 있는 새로운 데이터 동시 정제 및 선택 기술을 개발했다고 12일 밝혔다.
일반적으로 심층 학습용 훈련 데이터 구축 과정은 수집, 정제, 선택 및 레이블링 단계로 이뤄진다. 수집 단계에서는 웹, 카메라, 센서 등으로부터 대용량의 데이터가 정제되지 않은 채로 수집된다. 따라서 수집된 데이터에는 목표 서비스와 관련이 없어서 주어진 레이블에 해당하지 않는 분포 외(out-of-distribution) 데이터가 포함된다 (예를 들어, 동물 사진을 수집할 때 재규어 `자동차'가 포함됨). 이러한 분포 외 데이터는 데이터 정제 단계에서 정제돼야 한다. 모든 정제된 데이터에 정답지를 만들기 위해서는 막대한 비용이 소모되는데, 이를 최소화하기 위해 심층 학습 성능 향상에 가장 도움이 되는 훈련 데이터를 먼저 선택해 레이블링하는 능동 학습(active learning)이 큰 주목을 받고 있다. 그러나 정제와 레이블링을 별도로 진행하는 것은 데이터 검사 측면에서 중복적인 비용을 초래한다. 또한 아직 정제되지 않고 남아 있는 분포 외 데이터가 레이블링 단계에서 선택된다면 레이블링 노력을 낭비할 수 있다.
이재길 교수팀이 개발한 기술은 훈련 데이터 구축 단계에서 데이터의 정제 및 선택을 동시에 수행해 심층 학습용 훈련 데이터 구축 비용을 최소화할 수 있도록 해준다.
우리 대학 데이터사이언스대학원에 재학 중인 박동민 박사과정 학생이 제1 저자, 신유주 박사과정, 이영준 박사과정 학생이 제2, 제4 저자로 각각 참여한 이번 연구는 최고권위 국제학술대회 `신경정보처리시스템학회(NeurIPS) 2022'에서 올 12월 발표될 예정이다. (논문명 : Meta-Query-Net: Resolving Purity-Informativeness Dilemma in Open-set Active Learning)
데이터의 정제 및 선택을 동시에 고려하기 위해서 구체적으로 가장 분포 외 데이터가 아닐 것 같은 데이터 중에서 가장 심층 학습 성능 향상에 도움이 될 데이터를 선택한다. 즉, 주어진 훈련 데이터 구축 비용 내에서 최고의 효과를 내도록 데이터의 순도(purity) 지표와 정보도(informativeness) 지표의 최적 균형(trade-off)을 찾는다. 순도와 정보도는 일반적으로 서로 상충하므로 최적 균형을 찾는 것이 간단하지 않다. 이 교수팀은 이러한 최적 균형이 정제 전 데이터의 분포 외 데이터 비율과 현재 심층신경망 훈련 정도에 따라 달라진다는 점을 발견했다.
이 교수팀은 이러한 최적 균형을 찾아내기 위해 추가적인 작은 신경망 모델을 도입했다. 연구팀은 추가된 모델을 훈련하기 위해 능동 학습에서 여러 단계에 걸쳐 데이터를 선별하는 과정을 활용했다. 즉, 새롭게 선택돼 레이블링 된 데이터를 순도-정보도 최적 균형을 찾기 위한 훈련 데이터로 활용했고, 레이블이 추가될 때마다 최적 균형을 갱신했다. 이러한 방법은 목표 심층신경망의 성능 향상을 위해 추가적인 상위 레벨의 신경망을 사용하였다는 점에서 메타학습(meta-learning)의 일종이라 볼 수 있다.
연구팀은 이 메타학습 방법론을 `메타 질의 네트워크'라고 이름 붙이고 이미지 분류 문제에 대해 다양한 데이터와 광범위한 분포 외 데이터 비율에 걸쳐 방법론을 검증했다. 그 결과, 기존 최신 방법론과 비교했을 때 최대 20% 향상된 최종 예측 정확도를 향상했고, 모든 범위의 분포 외 데이터 비율에서 일관되게 최고 성능을 보였다. 또한, `메타 질의 네트워크'의 최적 균형 분석을 통해, 분포 외 데이터의 비율이 낮고 현재 심층신경망의 성능이 높을수록 정보도에 높은 가중치를 둬야 함을 연구팀은 밝혀냈다.
제1 저자인 박동민 박사과정 학생은 "이번 기술은 실세계 능동 학습에서의 순도-정보도 딜레마를 발견하고 해결한 획기적인 방법ˮ 이라면서 "다양한 데이터 분포 상황에서의 강건성이 검증됐기 때문에, 실생활의 기계 학습 문제에 폭넓게 적용될 수 있어 전반적인 심층 학습의 훈련 데이터 준비 비용 절감에 기여할 것ˮ 이라고 밝혔다.
연구팀을 지도한 이재길 교수도 "이 기술이 텐서플로우(TensorFlow) 혹은 파이토치(PyTorch)와 같은 기존의 심층 학습 라이브러리에 추가되면 기계 학습 및 심층 학습 학계에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다.
한편, 이 기술은 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 SW컴퓨팅산업원천기술개발사업 SW스타랩 과제로 개발한 연구성과 결과물(2020-0-00862, DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발)이다.
2022.10.12 조회수 8473 -
발걸음만으로 태양광 패널의 먼지를 제거하는 기술 개발
우리 대학 기계공학과 경기욱 교수 연구팀이 발걸음에서 얻어지는 충격 에너지를 전기 에너지로 변환해 태양광 패널의 먼지를 제거하는 기술을 개발했다고 4일 밝혔다.
탄소 중립 실현을 위해 태양광 발전의 중요성이 커지고 있다. 태양광 패널은 표면의 먼지로 효율이 점점 낮아지는 문제가 있기 때문에 주기적인 세척이 필요하다. 하지만 손이 닿지 않거나 도심에 분산되어있는 태양광 패널을 일일이 청소하는 것은 어려운 실정이다. 연구팀은 문제 해결을 위해, 마찰전기 발전기(triboelectric nanogenerator)와 전기력 기반 먼지 제거 방식(elelctrodynamic dust shield)을 사용하여 보행자의 걸음에서 생기는 충격만으로 태양광 패널을 청소하는 방법을 개발했다.
먼지 제거 태양광 패널은 표면에 깍지 형태의 전극이 배치된 구조로, 교류 고전압을 가했을 시 진동하는 강한 전기력으로 먼지를 털어낸다. 강한 전기장을 만들어야 하는 특성상, 작동에 수 kV의 교류 고전압이 필요하다. 마찰전기 발전기는 친환경 에너지 하베스터 중 하나로, 두 물체를 마찰시켜 생기는 정전기를 이용해 고전압 출력이 나오는 특징이 있다. 하지만 마찰전기 발전기 작동 원리상 마찰이 필수적이기 때문에 발걸음과 같은 충격에 대해서 에너지 전환 효율이 낮으며, 오래 지속되는 고압의 전류 얻을 수 없다는 단점이 있다. 연구팀은 외팔보 구조와 전하 충전구조를 적용해 충격을 가했을 때 에너지의 손실 없이 진동하며 교류 고전압을 장시간(약 10초/회) 동안 발생시키는 마찰전기 발전기를 개발하였다. 개발된 마찰전기 발전기는 약 50.8%의 높은 에너지변환 효율을 보여주었으며, 최대 전압 2.6kVpp (약 17Hz)로 먼지 제거 패널을 충분히 작동시킬 수준의 높은 출력을 발생시킬 수 있음을 확인하였다. 연구팀은 12번의 발걸음을 걷는 동안 태양광 패널의 표면 먼지의 약 79.2%를 제거하였으며, 이 결과 태양광 패널의 출력이 증가함도 확인했다.
연구팀이 개발한 마찰전기 발전기를 이용한 태양광 패널 먼지 제거 방법은 사람들이 태양광 패널 주변을 걸어 다니는 것만으로도 세척이 힘든 도심 속 태양광 패널을 청소하는 친환경적인 방법이 될 수 있다.
이번 연구는 정부의 재원으로 한국 연구재단과 정보통신기획평가원의 지원을 받아 수행된 연구이며 우수 국제학술지인 나노 에너지 (Nano Energy)에 2022년 9월 22일 온라인 게재되었다. (논문명 : Highly efficient long-lasting triboelectric nanogenerator upon impact and its application to daily-life self-cleaning solar panel, 제1 저자 박사과정 마지형) 본 연구는 우리 대학 기계공학과 졸업생인 한국기술교육대학의 박진형 교수팀과 공동으로 수행됐다.
연구 내용 영상 : https://www.youtube.com/watch?v=wvaltw15iVI
2022.10.04 조회수 8406 -
인공지능으로 화학반응을 예측하다
우리 대학 생명화학공학과 정유성 교수 연구팀이 화학자처럼 생각하는 인공지능을 개발했다고 4일 밝혔다. 연구팀이 개발한 인공지능은 유기 반응의 결과를 정확하게 예측한다.
유기 화학자는 반응물을 보고 유기 화학반응의 결과를 예상해 약물이나 유기발광다이오드(OLED)와 같이 원하는 물성을 갖는 분자를 합성한다. 하지만 실험을 통해 화학반응의 생성물을 직접 확인하는 작업은 일반적으로 시간과 비용이 많이 소모된다. 게다가 유기 화학 반응은 같은 반응물에서 다양한 생성물이 생길 수 있어 숙련된 유기 화학자라도 모든 화학반응을 정확하게 예측하지 못한다.
이런 한계를 극복하고자 인공지능을 이용해 유기 반응을 예측하는 연구가 활발하게 일어나고 있다. 대부분의 연구는 반응물과 생성물을 서로 다른 두 개의 언어로 생각하고 한 언어에서 다른 언어로 번역하는 언어 번역 모델을 사용하는 방법에 집중하고 있다. 이 방법은 예측 정확도는 높지만, 인공지능이 화학을 이해하고 생성물을 예측했다고 해석하기 어려워 모델이 예측한 결과를 신뢰하기 어렵다.
정 교수팀은 화학적 직관을 바탕으로 모델을 설계해서 모델이 예측한 결과를 화학적으로 설명을 할 수 있을 뿐 아니라, 공개 데이터베이스에서 매우 우수한 예측 정확도를 달성했다.
정 교수팀은 화학자가 반응 결과를 예측하는 방법에서 아이디어를 얻었다. 화학자는 반응 중심을 파악하고 화학반응 규칙을 적용해 가능한 생성물을 예측한다. 이 과정을 본떠서 공개 화학반응 데이터베이스로부터 화학반응 규칙을 도출했다. 화학반응 규칙을 바탕으로 분자의 화학 반응성을 예측하기 위해서, 분자를 그래프로 취급하는 그래프 신경망(Graph Neural Network, GNN) 모델을 개발했다. 이 모델에 반응물들을 넣으면 화학반응 규칙과 반응 중심을 식별해 생성물을 성공적으로 예측한다.
정 교수팀은 화학반응에서 널리 사용되는 미국 특허무역청(USPTO) 데이터를 이용해 유기 반응을 90% 이상의 정확도로 예측하는 데 성공했다. 개발된 모델은 실제 사용 시 모델에 높은 신뢰성을 제공하는 `예측의 불확실성'을 말할 수 있다. 예를 들어, 불확실성이 낮다고 간주되는 모델의 정확도는 98.6%로 증가한다. 모델은 무작위로 샘플링된 일련의 유기 반응을 예측하는 데 있어 소규모의 합성 전문가보다 더 정확한 것으로 나타났다.
이번 연구의 성공으로 연구팀은 다른 분야에서 좋은 성능을 보인 모델을 그대로 사용하던 기존 방법보다, 화학자가 생각하는 방법과 동일하게 신경망을 설계하는 전략이 더 합리적이고 우수한 성능을 보인다는 것을 입증했다. 연구팀은 이 연구를 활용하면 분자 설계 과정이 비약적으로 빨라질 것으로 기대하며, 새로운 화합물 개발에 실용적인 응용을 기대하고 있다. 정유성 교수팀은 현재 연구 성과의 특허 출원을 준비하고 있다.
우리 대학 생명화학공학과 첸수안(Shuan Chen) 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 '네이처 머신 인텔리전스(Nature Machine Intelligence)'에 9월호 표지논문으로 선정돼 출판됐다.
한편 이번 연구는 산업통상자원부와 한국연구재단의 지원을 받아 수행됐다.
2022.10.04 조회수 22195 -
세계 최초 네트워크 기술이 적용된 SSD 시스템 반도체 개발
우리 대학 전기및전자공학부 김동준 교수 연구팀이 세계 최초로 `패킷 기반 네트워크' 기술이 적용된 SSD(Solid State Drive, 반도체 기억소자를 사용한 저장장치) 시스템 개발을 통해 차세대 SSD의 읽기/쓰기 성능을 비약적으로 높이는 시스템 반도체를 개발했다고 28일 밝혔다.
패킷이란 다양한 크기를 지닌 데이터를 일정한 크기로 분할한 후 제어 정보를 추가한 데이터 전송의 기본 단위를 말하며, 효율적이고 신뢰성 있게 데이터를 전송할 수 있다는 장점이 있어 주로 컴퓨터 네트워크 기반 정보 기술에서 사용되고 있다. 최근 시스템 반도체 분야에서는 다양한 계산 자원들을 칩 내부 네트워크로 연결하여 효율적으로 활용하는 기술이 적용되고 있다. 본 연구는 이러한 시스템 반도체 분야에서 효과적인 네트워크 연결 기술을 메모리 반도체에 적용하였다는 점에서 큰 의미를 가지고 있다.
SSD는 플래시메모리를 이용해 정보를 저장하는 장치로, 기존 자기디스크를 이용한 데이터 저장장치인 `하드디스크 드라이브(HDD)'에 비해 데이터 입출력(읽기/쓰기) 속도가 빠르고 발열과 소음이 적어 데이터 센터 및 클라우드 서비스를 위한 주요 저장장치로 활용되고 있다. 전 세계적으로 수십억 명이 사용하는 페이스북(Facebook), 트위터(Twitter) 등과 같은 SNS 서비스를 제공하는 기업들뿐만 아니라 구글, 마이크로소프트 등과 같이 수십억 명의 사용자 정보를 저장하고 이를 활용해 서비스를 제공하는 기업들은 더 많은 데이터를 저장하고 성능이 좋은 고용량/고성능 SSD 제품을 필요로 한다.
특히 인터넷 서비스 제공 기업들은 많은 양의 정보가 데이터 센터에서 저장되고 처리되면서 더 많은 데이터를 저장할 수 있고, 더 빠르게 데이터를 읽고 쓰는 것이 가능한 고성능 SSD 제품을 요구한다. 따라서 SSD는 지속해서 성능과 용량의 개선을 요구하는 상황에 놓이게 된다.
이에 삼성, SK 하이닉스, 등과 같은 SSD 및 메모리를 제공하는 기업에서는 고성능 SSD 기술에 크게 주목하고 있으며, 이는 많은 애플리케이션의 성능 향상에 도움이 될 뿐만 아니라 비용적인 측면에서도 효율적으로 서버 시스템을 확장하는 데 도움이 될 것으로 기대하고 있다.
하지만 이러한 장점에도 불구하고, 고용량 및 고성능 SSD를 위해 규모를 증가시키는 스케일 업(scale-up)은 하드웨어 패키징 한계에 제한돼 쉽게 확장하기 어렵다. 무엇보다도 기존 SSD 시스템은 사용 가능한 처리량 (bandwidth)이 있음에도 불구하고 효율적으로 사용하지 못하는 비효율적인 데이터 송수신 방식 채택해 사용하고 있다.
이에 김동준 교수 연구팀은 기존 SSD 시스템 설계를 분석해 CPU, GPU 등과 같은 비메모리 시스템 반도체 설계에서 주로 활용되는 네트워크 기술을 적용해 SSD 성능을 크게 높일 수 있는 `네트워크 기술이 적용된 SSD 시스템 반도체'를 개발했다. 김동준 교수팀이 개발한 SSD 시스템은 플래시 인터커넥트(interconnection network) 와 패킷 기반 플래시 컨트롤러 (packet-based flash controller) 등으로 구성되어 있으며, 현재 사용되는 기존 SSD 시스템 대비 2배 많은 처리량을 제공하고 응답시간을 약 10배 줄인 성능을 보인다고 연구팀 관계자는 설명했다.
또한 이번 개발을 통해서 기존 하드웨어의 한계를 비메모리 시스템 반도체에서 주로 사용되는 패킷(packet) 기반 송수신 기법의 사용으로 극복해 고성능 SSD 기술에 도움을 줄 수 있을 것으로 기대된다고 연구팀 관계자는 설명했다.
전기및전자공학부 김지호 박사과정이 제1 저자로, 한양대학교 컴퓨터소프트웨어학과 강석원 박사과정, 박영준 연세대학교 컴퓨터과학과 교수가 공동 저자로 참여한 이번 연구는 미국 시카고에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 `55th IEEE/ACM International Symposium on Microarchitecture (MICRO 2022)'에서 오늘 10월 발표될 예정이다. (논문명 : Networked SSD: Flash Memory Interconnection Network for High-Bandwidth SSD)
연구를 주도한 김동준 교수는 "이번 연구는 지금까지는 없던 네트워크 패킷(packet)이 적용된 SSD 시스템 반도체를 세계 최초로 개발했다는 점에서 의의가 있으며, 데이터 센터 및 클라우드 서비스 시장에서 지속적으로 증가하는 고성능 SSD 요구에 발맞춰 큰 도움을 줄 수 있을 것으로 보인다ˮ며, "SSD의 성능 향상은 인공지능 연구 및 빅데이터 분석 기술을 활용하는 다양한 알고리즘 성능 개선에도 기여할 것으로 보인다ˮ고 연구의 의의를 설명했다.
한편 이번 연구는 한국연구재단과 정보통신기획평가원 차세대지능형반도체기술개발사업의 지원을 받아 수행됐다.
2022.09.28 조회수 9392 -
전자빔 활용해 탄소중립 시대를 향한 기체 분리막 개발
우리 대학 생명화학공학과 고동연 교수 연구팀이 전자빔을 탄소 분리막에 쏘아 0.05nm(나노미터) 이하의 크기 차이를 갖는 기체 혼합물을 효율적으로 분리할 수 있는 기체 분리막을 개발했다고 27일 밝혔다.
탄소 분자체 분리막(carbon molecular sieve membrane)은 기존 고분자 분리막 대비 높은 선택도(selectivity)와 투과도(permeability)를 동시에 충족시켜 유망한 재료로 거론되고 있으나, 매우 작은 크기 차이를 지닌 분자쌍을 효율적으로 분리하는데 어려움을 겪고 있다. 이번 연구는 이와 같은 문제점을 해결하기 위해 탄소 분리막의 (초)미세다공성을 조절하는 새로운 방법으로 전자 조사(electron irradiation)를 제안하며, 연구팀이 개발한 기술은 조사량에 따라 목표 분자를 설정할 수 있는 기술이다.
생명화학공학과 오반석 박사과정 학생이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스 (Nature Communications)'에 온라인 게재됐다. (논문명 : Electron-mediated control of nanoporosity for targeted molecular separation in carbon membranes)
여러 화학종이 포함된 혼합물을 고순도로 분리하는 과정은 구성 분자의 끓는점 차이에 기인한 증류법을 활용하며, 이는 분리 공정에 막대한 열에너지 소비를 일으킨다. 특히, 경질 올레핀/파라핀 및 수소/이산화탄소 분리는 각각 고분자 합성 공정과 수소 생산에 핵심적 역할을 하며 사회경제 기반에 필수적이므로 이와 같은 기체 분자쌍을 고효율, 저탄소 분리 공정을 통해 이뤄내는 것이 필요하다.
이번 연구팀이 제안한 탄소 분리막의 전자 조사 조절은 탄소나노튜브 같은 탄소 입자(carbon particle)에 고에너지 전자빔을 조사할 때 독특한 구조가 형성되는 것에 착안해 진행됐다. 높은 에너지를 지닌 전자가 탄소 입자에 조사되면 입자 내에 빈자리(vacancy) 및 틈새(interstitial) 같은 탄소 결함(defects)이 생성되며, 이는 탄소 입자 간 또는 외부 분자와의 결합을 촉진시켜 기존 입자와 구분되는 독특한 탄소 구조가 생성된다.
탄소 분리막 또한 탄소 가닥(strand) 및 판(plate)으로 이뤄져 있기에 전자 조사를 통해 분리막 내의 미세구조를 변화시켜 기공 크기를 원하는 분리 기체쌍에 조절할 수 있다. 또한, 전자 조사는 이미 산업에서 오랫동안 상용화돼 온 기술로써 조사량 제어 및 대량화 용이성 등 여러 측면에서 장점을 지닌다.
이번 연구는 그동안 온도 및 대기 조성 등 열분해(pyrolysis) 조건에만 국한되어 있는 기존의 탄소 분리막 미세다공성 조절방식에서 벗어나 전자 조사를 새로운 조절방식으로 제안한다. 연구팀은 전자빔이 탄소 분리막에 조사되면 분리막 표면의 산소 기능화 및 초미세기공(ultramicropore) 수축이 일어남을 드러냈으며, 조사량 제어를 통해 기공 치수를 설정했다.
특히, 탄소 분리막 내 0.7nm 이하의 초미세기공은 전자 조사량에 따라 0.4nm 혹은 그 이하의 기공 크기 분포를 지니게 되었으며 이는 분리막의 확산 선택적 분리능을 높여 0.05nm 이하의 크기 차이를 지닌 분자쌍을 정밀하게 걸러낼 수 있게 한다. 예를 들어, 낮은 조사량 범위에서(~250kGy, 1kGy=1kJ/kg) 탄소 분리막의 에틸렌/에탄 분리능력이 3배 이상 향상됐고 높은 조사량에서(1000~2000kGy) 수소/이산화탄소 선택도가 80에 이르는 고성능 탄소 분리막이 제시됐다.
연구팀은 그동안 분리에 어려움을 겪었던 여러 기체 혼합물을 전자 조사된 탄소 분리막을 이용해 성공적으로 분리했으며, 분리막의 상용화와 더불어 분리막의 적용 범위를 획기적으로 확대할 가능성을 보였다. 경질 올레핀/파라핀 분리는 전 세계 에너지 소비의 약 0.3%를 차지할 만큼 많은 에너지가 소모되는 공정이지만 수많은 소재의 원료로 활용되므로 해당 공정을 저비용, 저에너지 공정으로 전환 시키는 것이 초미의 관심사다.
연구를 주도한 생명화학공학과 고동연 교수는 "2018년부터 시작된 수소 경제 도입 및 활성화에 따라 에너지 효율적인 수소 생산은 국가의 해외 의존도를 낮추고 에너지 안보 확보와 연관되어 중요성이 날로 커지고 있다ˮ며 "전자 조사를 통한 분리막 기반의 분리 공정을 확대 적용할 수 있다면 산업계의 글로벌 경쟁력 강화와 국가 에너지 안보 확립에 이바지할 수 있을 것으로 기대한다ˮ고 연구의 의의를 설명했다.
한편 이번 연구는 과학기술정보통신부의 재원으로 한국연구재단 기초연구사업과 삼성전자 미래기술육성센터의 지원을 받아 수행됐다. (No. NRF-2021R1C1C1012014, SRFC-MA1902-08)
2022.09.28 조회수 9103 -
차세대 친환경 에너지 발전 소자를 통한 해양 모니터링 기술 개발
우리 대학 기계공학과 박인규 교수, 오일권 교수와 한국기계연구원(KIMM) 정준호 박사 공동연구팀이 `차세대 친환경 에너지 발전 소자를 통한 해양 모니터링 기술'을 개발하는 데 성공했다고 20일 밝혔다.
이전에 `다양한 센서 구동을 위한 소형 무선 측정 시스템', `마찰전기 나노발전기를 이용한 해양 에너지 수확 기술', `임프린팅을 통한 고효율 나노구조체 형성 기술'을 개발하는 데 각각 성공했던 공동연구팀은, 표면 나노구조체의 설계와 친환경 소재 선정을 통해 소자 전체 재활용이 가능하며 해양 환경에서 고성능·고안정성을 나타내는 마찰전기 나노 발전기를 구현할 수 있음을 처음으로 보였다.
기계공학과 안준성 박사과정과 김지석 박사과정이 공동 제1 저자로 참여한 이번 연구는 저명 국제 학술지 `어드밴스드 에너지 머터리얼즈(Advanced Energy Materials)' 2022년 8월 온라인판에 출판됐으며, 후면 표지 논문(Back Cover)으로 선정됐다. (논문명 : All-Recyclable Triboelectric Nanogenerator for Sustainable Ocean Monitoring Systems)
최근, 기후 변화와 같은 환경 관련 문제가 전 세계적으로 많이 발생하면서, 온실가스 규제, 친환경 에너지 생산, 재활용 가능한 소자 등 이를 해결하기 위한 연구가 국제사회에서 많은 관심을 받고 있다. 그중에서, 특히 마찰전기 나노발전기(triboelectric nanogenerator, 이하 TENG)는 버려지는 기계적 에너지를 전기 에너지의 형태로 수확하는 친환경 재생에너지 소자로서 많은 연구가 진행되고 있다. 하지만, 현재까지 개발됐던 대부분의 TENG는 버려지는 기계적인 에너지를 수확함으로써 화석 연료 사용 감소에 도움이 되지만, 한편으로는 사용된 전극 혹은 마찰 대전 고분자 소재 폐기 과정에서 수많은 전자 폐기물(electronic waste)을 발생시켜 또 다른 환경 문제를 일으킬 수 있다.
최근에는 이를 해결하기 위해 소자의 일부분이 물에 녹아 분해될 수 있는 친환경 소재 기반 TENG가 연구되고 있지만, 재활용과 응용 분야 관점에서 한계에 부딪혀있다. 첫 번째로, 마찰전기를 발생시키는 대전 물질은 물에 녹아 재활용할 수 있지만, 전자를 수확하기 위한 전극 부분의 재사용은 불가능하다. 두 번째로, 물에 녹는 소자 특성으로 인해 TENG의 가장 유망한 적용 분야인 해양 에너지 수확에 응용이 불가능하다. 세 번째로, 현재까지 개발된 재활용 소자 기반 TENG는 기존 상용 소자 기반 TENG에 비해 10~100배 이상 낮은 에너지 수확 성능과 기계화학적 불안정성을 나타낸다. 따라서, 해양 에너지 수확에 적용할 수 있으며 재활용이 가능한 고성능·고안정성 TENG를 개발하는 것은 차세대 친환경 에너지 수확 및 환경 오염 감소에 큰 발전을 이룰 수 있을 것으로 전문가들은 예상하고 있다.
연구팀은 소자 전체 재활용이 가능하며 기계화학적 내구성이 뛰어난 소재·구조 설계를 통해 해양 환경에서 고성능·고안정성을 나타내는 친환경 TENG를 개발했다. 또한, 수확된 해양 에너지를 통해 배터리를 충전하고, 바다 상태(산도, 염도, 온도, 오일 유출) 및 응급 상황 모니터링에 사용되는 전자 소자와 무선 통신 모듈을 구동했다. 이는 해양 에너지를 수확해 다양한 바다 환경을 모니터링할 수 있는 상용 소자들을 구동할 수 있음을 보인 것에서 그 의미가 크다.
연구를 지도한 박인규 교수, 오일권 교수, 한국기계연구원 정준호 박사는 "개발된 친환경 해양 에너지 수확 소자는 범지구적 에너지 문제를 해결할 수 있을 것으로 기대되고, 재활용 가능한 마찰전기 나노 발전기는 추후 바다 에너지를 넘어 친환경 풍력에너지 수확에도 활용될 수 있을 것이다ˮ라며 "이는 친환경 에너지 시대를 앞당기는 발판이 될 것이다ˮ고 연구의 의의를 설명했다.
한편 이번 연구는 과학기술정보통신부의 재원으로 한국연구재단 창의연구지원사업, 중견연구자지원사업, 극한물성시스템 제조플랫폼기술의 지원을 받아 수행됐다.
2022.09.20 조회수 7677 -
바이오 화학산업에 치명적인 파지 오염 해결방안 개발
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 중국 우한대학교 시 첸(Shi Chen), 리안롱 왕(Lianrong Wang) 교수 연구팀과 공동연구를 통해 `파지 저항성을 갖는 대장균 균주 개발'에 성공했다고 15일 밝혔다.
파지(phage)란 미생물에 대해 특이적 감염성을 갖는 바이러스를 의미한다. 파지에 감염된 미생물은 생리학적 특성이 크게 달라지거나 심한 경우 죽기 때문에 파지 오염은 미생물이 화학공장과 같은 역할을 하는 바이오 화학산업에서 치명적이다.
해당 연구 결과는 국제 학술지인 `네이쳐 커뮤니케이션스(Nature Communications)'에 지난 8월 2일 게재됐다. 또한 해당 연구의 중요성을 인정받아 네이쳐 커뮤니케이션스 에디터의 하이라이트로도 선정됐다.
※ 논문명 : Systematic strategies for developing phage resistant Escherichia coli strains
※ 저자 정보 : 이상엽(한국과학기술원, 공동 교신저자), Shi Chen(우한대학교, 공동 교신저자), Lianrong Wang(우한대학교, 공동 교신저자), Xuan Zou(우한대학교, 제1저자), Xiaohong Xiao(우한대학교, 제2저자), Ziran Mo(우한대학교, 제3저자), Yashi Ge(우한대학교, 제4저자), Xing Jiang(우한대학교, 제5저자), Ruolin Huang(우한대학교, 제6저자), Mengxue Li(우한대학교, 제7저자), Zixin Deng(우한대학교, 제8저자), 포함 총 11명
시스템 대사공학은 미생물 대사회로의 조작을 통해 여러 가지 화학물질들을 지속가능하고 친환경적인 방식으로 생산할 수 있게 하는 학문으로 전 세계적으로 심각한 화석연료 고갈 및 기후변화를 해결하는 데 있어 중요한 역할을 한다. 대장균은 시스템 대사공학적 엔지니어링에 사용되는 여러 가지 미생물 균주 중에서 가장 널리 사용되고 있는 대표적인 균주다. 시스템 대사공학의 도구 및 전략들의 발전과 이로 인해 만들어진 최적화된 미생물 균주들은 저렴하고 쉽게 구할 수 있는 원자재를 경제적 및 산업적 가치가 큰 제품으로 전환하는 데 있어 중요한 역할을 할 것이다.
이러한 재생 가능한 바이오화학산업을 구축하는데 꼭 해결돼야 하는 문제 중 하나는 발효 중 파지 오염이다. 발효 중 파지 오염은 숙주 세포에 치명적인 영향을 미치기 때문에 전체 바이오 공정의 생산성에 큰 영향을 미치며 그 결과 막대한 경제적 손실이 일어난다. 산업적 발효에서 파지 오염은 유전 공학을 통한 파지 방어 시스템 도입을 통해 효과적으로 막을 수 있다. 하지만 지금까지 알려진 대부분의 파지 방어 메커니즘은 한정된 종류의 파지만 방어할 수 있어 제한된 효과를 볼 수 있었다.
이러한 문제를 해결하기 위해 공동연구팀은 대장균 3234/A 균주에서 존재하는 외가닥 DNA(single-stranded DNA) (인산황화)phosphorothioation (이하 Ssp)라 명명한 신규 파지 방어 메커니즘을 발견 및 규명했으며 해당 Ssp 파지 방어 시스템이 산업적으로 유용한 여러 가지 대장균 균주에 적용될 수 있고, 그 결과 여러 종류의 파지를 방어할 수 있음을 확인했다.
또한 게놈 상에 Ssp 방어 모듈을 도입하고 파지 생애주기에 필수적인 유전자의 변형과 같은 체계적인 엔지니어링 전략을 개발했다. 이러한 전략들을 통해 파지 공격에 취약한 대장균 균주를 여러 가지 파지들에 내성을 부여할 수 있었으며, 이렇게 엔지니어링된 대장균들은 파지들이 있을 때도 일반적인 대장균과 똑같은 성장 속도와 생리학적 특성을 갖는 것을 확인했다. 또한 높은 농도의 파지가 존재하는 환경에서도 화학물질 및 재조합 단백질을 생산하는 능력을 유지했다는 것을 연구팀은 확인했다.
우리 대학 생명화학공학과 이상엽 특훈교수는 “이번 연구는 발효 산업에서 큰 문제점이었던 파지 오염을 해결하기 위해 여러 가지 파지에 대한 저항성을 부여하는 체계적인 해법을 제시했다는 점에 의의가 있다”며 “이번 기술을 활용해 미생물 기반의 유용한 화학제품을 만드는 데 한 단계 앞으로 나아갈 수 있을 것”이라고 밝혔다.
이번 연구는 이상엽 특훈교수 연구팀에 의해 과학기술정보통신부가 지원하는 기후환경연구개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발 과제’의 지원을 받아 수행됐다.
2022.09.15 조회수 8976 -
차세대 우주-지상간 통신 및 초정밀 시간 안정화 기술 개발
GPS 위성간 시간 동기화로 네비게이션 위치 측정 정밀도를 높일수 있는 등 초정밀 시간 표준의 상호 비교/검증을 위해, 2012년 독일 표준연구원과 막스플랑크 양자광학연구소는 광섬유를 이용한 광시계를 비교 연구하였으나, 이는 광섬유 매설구간 활용으로 인해 공간적 제약이 있어, 최근 활발해지는 시간표준의 비교/전송 연구와 다양한 표준 주파수 응용기술에 대응하는 데 큰 어려움이 있어 왔다.
우리 대학 기계공학과 김승우, 김영진 교수 공동연구팀은 대기 중으로 광신호를 전송하여 공간의 제약을 뛰어넘는 차세대 우주-지상 간 광-시간 동기화의 원천 기술인, 대기를 통한 광주파수 전송 및 펨토초 레이저 안정화* 기술을 개발했다고 5일 밝혔다.
*펨토초 레이저 광 빗: 시간/주파수 표준으로 활용할 수 있는 광대역(수백만 개의 주파수의 중첩) 레이저, 빛의 스펙트럼이 머리빗과 닮았다 하여 붙여진 이름이다.
시간은 모든 물리량 중에서 가장 기본이 되는 물리단위로 다양한 물리단위를 정의하는 데 활용되기 때문에 우수한 시간 표준을 개발하는 것은 차세대 우주 규모의 측정 분야에서 다양한 물리량을 정확하고 정밀하게 측정을 가능케 한다.
이를 위해 먼저 연구팀은 1/1,000,000,000,000,000(천조분의 일) 초에 해당하는 시간 폭을 가지는 매우 정밀한 펨토초 레이저 광 빗에 기반한 시간 표준을 개발했다. 하지만 개발에만 수년이 걸리고, 시스템적으로 큰 노력이 들어가는 시간 표준의 개발을 효과적으로 활용하기 위해서 연구팀은 안정화된 레이저의 전송을 통해 다양한 환경에서 시간 표준을 효과적이고 효율적으로 활용할 수 있는 연구에 집중해 왔다.
대기를 통해 전송받은 레이저를 펨토초 레이저 광 빗 안정화에 활용해 수백 테라헤르츠(THz) 주파수 영역에서 4 테라헤르츠(THz)의 대역폭에 이르는 안정화 효과를 얻을 수 있었으며, 안정화된 광 빗을 통해 실질적으로 다양한 분야에 이 기술이 활용될 수 있음을 연구팀은 증명했다. 이는 차세대 지상-우주 간 시간 동기화를 통해 다양한 응용연구가 수행될 수 있음을 뜻한다. 아울러, 200~500 GHz의 주파수를 사용하는 차세대 통신 주파수 대역인 6G 실현을 위해서는 핵심 지역에 해당 주파수를 정밀하게 전송하여야만 하는데 이에 활용 가능하다.
기계공학과 양재원 박사가 제1 저자로 참여한 이번 연구는 국제 학술지 `빛: 과학과 응용(Light: Science and Applications)' 8월 12일 字 11권 253호에 출판됐다. (논문명 : Frequency comb-to-comb stabilization over a 1.3-km free-space atmospheric optical link).
연구팀은 대기를 통과하는 레이저의 우수한 시간 표준 특성이 유지될 수 있도록 하는 데 성공했다. 이후 연구팀은 전송된 레이저를 펨토초 레이저 광 빗의 안정화에 적용해 펨토초 레이저가 수 km 떨어진 시간 표준에 해당하는 안정도를 가질 수 있다는 것을 검증했다. 동시에 펨토초 레이저 광 빗을 적용해 다양한 응용연구를 수행할 수 있음을 검증했다.
주저자인 양재원, 이동일 연구원은 "지상-위성 간 광-시간 동기화에 관한 원천기술 개발을 통해 최근 관심이 높아지고 있는 우주의 다양한 측정 응용에 활용할 수 있다는 것을 실질적으로 검증을 수행했다ˮ라고 말했다.
한편 이번 연구는 한국연구재단의 과학기술분야 기초연구사업-개인연구사업- 리더연구(국가과학자)지원을 받아 수행됐다.
2022.09.05 조회수 6684 -
RNA 활용해 퇴행성 관절염 획기적 조기진단 가능성 열어
우리 대학 생명화학공학과 김유식 교수와 분당서울대병원 류마티스내과 이윤종 교수 공동 연구팀이 골관절염(Osteoarthritis)을 유발하는 주요 인자를 찾아냈다고 31일 밝혔다.
골관절염은 뼈의 관절면을 감싸고 있는 관절 연골이 마모돼 연골 밑의 뼈가 노출되고, 관절 주변 활액막에 염증이 생겨서 통증과 변형이 발생하는 질환이다. 흔히 퇴행성 관절염이라고도 불리며, 관절 질환 중에서 가장 많이 발생하는 질환이다.
연구팀은 골관절염의 발병 과정 중 손상된 연골에서 염증을 일으켜 세포사멸을 촉진하는 물질이 미토콘드리아 이중나선 RNA(mitochondrial double-stranded RNA, 이하 mt-dsRNA)라는 것을 밝혔다.
이번 연구는 골관절염에서 발견되는 다양한 증상들의 원인을 mt-dsRNA라는 개념을 통해 하나로 통합함으로써 골관절염 진단 및 치료에 획기적인 방안을 제시할 것으로 기대된다.
생명화학공학과 박사과정에 재학 중인 김수진 학생과 이건용 학생이 공동 제1 저자로 참여한 이번 연구는 국제학술지 `셀 리포트(Cell Reports)' 지난 8월 9일 字에 게재됐다. (논문명 : Mitochondrial double-stranded RNAs govern the stress response in chondrocytes to promote osteoarthritis development)
골관절염은 우리나라 70세 이상의 여성 인구에서 약 50%의 유병률을 보이는 매우 흔한 질환이다. 골관절염은 일반적으로 노화와 함께 진행되기 때문에 초기에 이들을 구분하는 데 한계가 있다. 골관절염의 진행을 늦추기 위해 증상의 심각성에 따라 약물을 활용한 보존적 치료 혹은 수술을 비롯한 다양한 시도를 활발히 하고 있지만, 기존 접근방법으로 골관절염이 완치될 것이라는 기대를 하기는 어려운 상황이다. 연구팀은 질병의 발병 및 진행 메커니즘을 분석함으로써 골관절염의 조기진단과 완치에 한 걸음 다가갈 수 있는 완전히 새로운 표적 물질을 찾고자 했다.
이중나선 RNA(dsRNA)는 비정상적인 면역반응을 유발해 세포사멸 및 염증반응을 촉진한다고 알려져 있다. dsRNA의 과발현은 다양한 퇴행성 질환과 밀접한 관련이 있어 dsRNA의 조절은 건강한 세포를 유지하기 위해 필수적이다. 세포에서 dsRNA를 생성하는 대표적인 기관은 세포에 에너지를 제공한다고 알려진 미토콘드리아다. 미토콘드리아는 자체 생산하는 dsRNA를 세포질로부터 분리해 dsRNA의 노출과 이에 따른 면역반응을 막는다. 하지만 자극 혹은 세포 스트레스에 의해 mt-dsRNA가 세포질에 노출되면 RNA가 면역반응 단백질에 의해 인지돼 비정상적인 면역반응을 일으킬 수 있다.
연구팀은 골관절염에서 미토콘드리아의 손상과 원인을 알 수 없는 면역반응 단백질의 활성화가 관찰된다는 점에 착안해 mt-dsRNA가 골관절염 발병에서 중요한 기능을 할 것이라는 가설을 세웠다.
연구팀은 연골세포에서 구축한 골관절염 모사 환경에서 mt-dsRNA가 미토콘드리아 외부로 노출돼 선천성 면역반응 단백질에 의해 인지됨에 따라 면역반응을 일으킨다는 것을 확인했다. 또한 골관절염 환자들의 무릎 활막액 및 연골 조직과 골관절염 생쥐 모델의 연골에서도 mt-dsRNA가 유의미하게 증가해 있는 것을 확인했다.
특히, 다른 관절 질환인 류마티스 관절염과 통풍 환자들의 활막액과 비교했을 때 골관절염 환자들의 활막액에서 더 많은 양의 mt-dsRNA가 검출됐다. 또한 초기 골관절염을 앓고 있는 환자들의 연골에서 mt-dsRNA가 많이 증가했다. 따라서 연구팀은 골관절염을 특이적으로 조기진단 할 수 있는 바이오마커로서 mt-dsRNA의 가능성을 제시했다.
더 나아가 연구팀은 골관절염의 전도유망한 치료법 중 하나인 자가포식(Autophagy)의 치료 메커니즘에서 mt-dsRNA의 역할을 규명했다. 연구팀은 자가포식이 세포질에서 mt-dsRNA를 제거함으로써 골관절염의 증상을 완화할 수 있다는 사실을 밝힘으로써 골관절염 치료를 위한 신개념의 표적 물질로서 mt-dsRNA을 제시했다.
생명화학공학과 김유식 교수는 "이번 연구는 세포 수준의 골관절염 모사 환경에서 mt-dsRNA의 기능 규명을 넘어서 실제 골관절염 생쥐 모델의 연골 및 환자의 인체유래물에서 mt-dsRNA의 특이적인 발현 증가를 검증했다ˮ면서 "골관절염처럼 미토콘드리아 손상이 관찰되는 알츠하이머를 비롯한 퇴행성 질환의 발병 메커니즘 분석에 mt-dsRNA를 활용한다면 효과적인 치료전략을 마련하는데 유용할 것ˮ이라고 말했다.
한편 이번 연구는 한국연구재단 신진연구자지원사업과 박사과정생 연구장려금 지원사업의 지원을 받아 수행했다.
2022.08.31 조회수 7540 -
상호작용 가능한 바이오 기반 친환경 화학물질 합성지도 완성
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 미생물에서 화학물질을 생산하기 위한 바이오 화학반응을 총망라한 웹 기반의 합성 지도를 완성했다고 29일 밝혔다. 이번 연구는 국제학술지인 `생명공학 동향(Trends in Biotechnology)'에 8월 10일 字 게재됐다.
※ 논문명 : An interactive metabolic map of bio-based chemicals
※ 저자 정보 : 장우대(한국과학기술원, 공동 제1 저자), 김기배(한국과학기술원, 공동 제1 저자), 이상엽(한국과학기술원, 교신저자) 포함 총 3명
급격한 기후 변화와 환경오염에 대응하기 위해 석유화학 제품을 미생물을 활용해 생산하는 연구가 주목받고 있다. 미생물을 이용해 다양한 화학 물질, 재료, 연료 등을 합성하기 위해선 목표 물질의 생합성 경로를 탐색 및 발굴해 미생물 내에 도입하는 것이 우선돼야 한다. 또한, 다양한 화학물질을 효율적으로 합성하기 위해선 미생물을 이용한 생물공학적 방법뿐만 아닌 화학적 방법 또한 통합해 활용할 필요가 있다.
지난 2019년, 이상엽 특훈교수팀은 미생물을 이용해 화학물질을 합성할 수 있는 경로를 기존 화학반응 공정과 함께 정리한 지도를 국제학술지 ‘네이처 카탈리시스(Nature Catalysis)’에 발표한 바 있다. 당시 편찬한 지도는 네이처 측에서 포스터 형식으로 전 세계의 산업계 및 학계에 배포해 각 화학물질의 합성 경로를 한눈에 확인할 수 있도록 했다.
연구팀은 전 세계적인 관심을 바탕으로 지난번에 공개한 바이오 기반 화학물질 합성 지도를 업데이트 및 확장하고, 웹 기반으로 제작해 누구나 쉽게 접근하여 각 화학물질 합성을 위한 효율적인 경로를 빠르게 탐색할 수 있도록 했다. 사용자는 개발한 웹 기반의 합성 지도에서 제공하는 대화형 시각적 도구를 사용해 다양한 화학물질 생산으로 이어지는 생물학적 및 화학적 반응의 복잡한 네트워크를 분석할 수 있다. 또한, 이번 개편에서는 식품, 의약품, 화장품 등에 활용할 수 있는 다양한 천연물과 그 합성 경로를 추가해 지도의 활용성을 넓혔다. 발표한 바이오 기반 화학물질 합성지도는 http://systemsbiotech.co.kr 에서 확인할 수 있다.
공동 제1 저자인 생명화학공학과 장우대 박사와 김기배 박사과정생은 “기존 배포했던 합성 지도의 업데이트와 사용성 증대에 대한 요구를 반영하여 이번 연구를 진행했다”라고 말했으며, “이번 논문에서 정리한 생물공학적 방법과 화학공학적 방법을 통합한 화학물질 생산 전략과 전망은 미생물 세포 공장 구축 시 화학물질의 합성 경로 설계뿐만 아닌, 신규 물질의 생합성 경로 설계에도 유용하게 활용할 것으로 기대된다”라고 밝혔다.
이상엽 특훈교수는 “이번 연구에서 업데이트한 웹 기반 합성 지도는 기후 위기와 탄소중립에 대응하기 위한 바이오 기반 화학물질 생산 연구의 청사진으로서 역할을 할 것”이라고 밝혔다.
한편, 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발 과제 지원을 받아 수행됐다.
2022.08.29 조회수 8610 -
정밀한 시각적 판단을 추론한 새로운 인공지능 가속칩 개발
우리 대학 전기및전자공학부 윤찬현, 김주영 교수 연구팀이 설명 가능한 인공지능(eXplainable AI, XAI) 기법을 처리하기 위한 노이즈(잡음)에 강한 다중 피라미드 활성화 맵 기반 주의집중 구조가 탑재된 인공지능 칩을 설계하고, 삼성전자 DS부문의 지원으로 설명가능 뉴로프로세싱 유닛(이하 EPU, Explainable neuro-Processing Unit)을 개발했다고 24일 밝혔다.
설명가능 인공지능이란 사람이 이해할 수 있고 신뢰할 수 있는 설명을 제공할 수 있는 인공지능 기법이다. 기존의 수학적 알고리즘으로 학습되는 인공지능은 학습예제에 편향되어 신뢰할 수 없거나, 수천억개의 매개변수를 사람이 이해할 수 없다는 문제점을 해결하기 위해, 왜 인공지능이 특정 결과를 추론했는지 판단근거를 설명할 수 있도록 개발되었다. 설명가능한 인공지능은 어떤 이유에 의해서 인공지능의 의사결정에 큰 영향을 주었는지 설명할 수 있다는 점에서 기존의 인공지능보다 정확성, 공정성, 신뢰성을 보장할 수 있다는 특징을 가진다.
공동연구팀은 다중 규모 및 다중물체의 특징 추출 구조인 피라미드형 신경망 구조에서 추론 결과에 영향을 주는 인공지능 내부의 신경층별 활성화되는 정도를 복합적으로 해석할 수 있는 인공지능 모델과 이를 가속처리 특화된 채널 방향 합성곱 연산 및 정확도를 유지하는 EPU칩을 구현했다.
다중 규모 및 다중물체 특징 추출에 특화된 피라미드형 인공지능 모델에서 설명 시각화 구현을 위해서는 추론 과정의 역방향으로 모든 합성곱 층별 활성화 맵에서 모델 파라미터의 변화도를 추출할 수 있는 구조가 요구된다.
그러나 역전파 계산 과정은 기존의 추론처리 가속을 위한 인공지능 칩 설계와 달리 이전 파라미터 및 상태를 기억해야 하며 이는 한정된 온 칩 메모리 크기 및 인공지능 모델 전체를 특정한 용도에 맞게 주문 제작(ASIC; Application Specific Integrated Circuit)해 구현하기에는 물리적 한계가 있다.
또한, 피라미드형 구조의 설명 가능한 인공지능 모델은 설명성 보장을 위한 N개 층의 활성화 맵으로부터 기울기 기반의 클래스 활성 맵핑 시각화 처리 각각 필요해 복잡도를 높이는 문제가 있다. 그리고, 입력의 매우 작은 노이즈에도 클래스 활성화 맵핑 시각화 설명이 완전히 달라져 설명 가능한 인공지능 모델의 신뢰도 저하가 큰 문제점이었다.
전기및전자공학부 윤찬현 교수 연구팀은 문제해결을 위해(그림1 참조) 설명 가능한 인공지능의 다중 활성화 맵 고유의 특성 정보를 융합해 전역 주의 집중 맵을 생성하는 네트워크 구조와 입력 이미지 노이즈에 강건한 모델 생성을 위한 상호학습 방법을 개발해, 단일 활성화 맵 기반 주의집중 맵 생성 기술에 비해 설명성 지표를 최대 6배가량 높였다.
또한, 다중 스케일의 다양한 주의집중 맵들의 상호 보완적인 특성을 일원화된 주의집중 맵으로 정교하게 재구성함으로써 사람이 해석 가능한 수준의 정밀한 설명성을 제공할 수 있게 했다. 이번 연구 성과를 통해 위성 영상과 같이 객체 크기 변화가 큰 이미지 분석에서 인공지능 모델의 설명성을 크게 향상할 수 있을 것으로 기대된다고 연구팀 관계자는 설명했다.
전기및전자공학부 김주영 교수 연구팀은 제안된 설명 가능한 인공지능 모델을 가속하기 위해 기존 모델의 추론과 역전파 과정에 더해 활성화 맵 생성까지 처리할 수 있는 XAI 코어를 개발하고, 다양한 연산 태스크를 유연하게 분할해 동시에 처리할 수 있는 멀티 데이터 플로우 방식을 제안했다. 또한, 많은 0 값을 포함하는 활성화 맵의 특성을 활용해, 연속된 0을 건너뛸 수 있는 새로운 데이터 압축 포맷을 제안하고 이를 지원하는 가속 유닛을 개발해 최대 10배 이상의 활성화 맵을 칩 내부에서 처리할 수 있도록 했다.
연구팀이 개발한 EPU 칩은 광학 위성, 전천후 관측 영상레이더(Synthetic Aperture Radar) 위성 등 특수 목적과 고정밀 인공지능 영상처리시스템에 적용할 수 있으며, 저지연‧저전력으로 인공지능 시스템의 판단 근거에 대한 설명성을 획기적으로 높일 수 있을 것으로 기대된다. 연구팀은 EPU 칩 개발 후속 연구를 진행할 계획이다.
2022.08.25 조회수 8061 -
인공지능 활용 고용량 배터리 소재 역설계 기술 개발
우리 대학 신소재공학과 홍승범 교수 연구팀이 우리 대학 조은애 교수, 변혜령 교수, 이혁모 교수, 신종화 교수, 육종민 교수, 그리고 미국의 르하이 대학교(Lehigh University), 죠수아 C 에이가(Joshua C. Agar) 교수와 협업해 기존 문헌에 발표된 실험값들을 추출하는 데이터 마이닝 과정과 이런 실험값들을 입력변수로 하는 다변수 선형회귀 모형을 기반으로 배터리 소재 역설계 머신러닝(기계학습) 모델을 수립했다고 23일 밝혔다.
인공지능은 고차원의 변수 공간에서 각 매개변수 간의 정량적인 상관관계를 신속하고 정확하게 추출할 수 있다. 이를 공정-구조-물성 간의 상관관계를 기반으로 발전하는 신소재공학에 적용하면 신소재 개발 시간을 단축할 수 있으며, 이런 이유로 많은 연구자가 인공지능을 신소재 개발에 활용하려고 노력하고 있다. 특히, 배터리 소재 개발에 인공지능을 활용하는 예가 가장 많은데, 주로 제1 원리 계산(양자화학에 기반한 계산법으로 계산 시 다른 경험적 수량을 전혀 사용하지 않음)과 머신러닝을 융합해 수많은 전극 소재 조합을 대량으로 스크리닝하는 기술 개발이 주를 이루고 있다.
그런데, 인공지능을 활용해서 새로운 배터리 소재를 탐색하고, 탐색한 소재를 합성 및 특성 평가에 있어 가장 큰 문제점은 데이터의 신뢰성과 양이다. 제1 원리 계산으로 예측한 값들은 실험으로 검증이 돼야 하며, 실험데이터의 경우 실험실마다 편차가 있고, 중요한 공정변수들을 공개하지 않은 경우가 많아 인공지능이 학습할 수 있는 데이터의 크기가 한정적이라는 문제가 대두되고 있다.
연구팀은 배터리 양극재 원료조성, 1차 및 2차 소결 온도와 시간 등의 공정 변수와 컷오프 전위 및 충․방전률과 같은 측정 변수, 그리고 1차 및 2차 입자의 크기와 같은 구조 변수, 마지막으로 충․방전 용량과 같은 성능 변수 간의 상관관계를 정량적으로 수립했고, 이를 활용해 요구되는 에너지 용량에 맞는 합성 조건을 찾는 알고리즘을 개발했다.
홍 교수 연구팀은 고니켈 함량 양극재 관련 논문 415편 안에 발표된 주요 변수들을 추출하고, 그중 16% 정도의 정보가 기입되지 않음을 발견했으며, 머신러닝 기법 중에서 k-최근접 이웃 알고리즘(k-nearest neighbors (KNN)), 랜덤 포레스트(random forest (RF)), 연쇄등식을 이용한 다중대치(multiple imputations by chained equations (MICE))를 활용해 빠진 정보를 예측하여 기입했다. 그리고, 가장 신뢰도가 높은 MICE를 선택해 얻은 입력 데이터 셋을 기반으로 주어진 공정 및 측정 변수에 대해서 성능 변수를 예측하는 순방향 모델을 얻었다.
이어서 입자 군집 최적화(particle swarm optimization, PSO) 알고리즘을 활용하여 주어진 성능 변수에 대응하는 공정 및 측정 변수를 추출하는 역방향 모델을 수립했고, 이 모델을 검증하기 위해 소재를 실제로 합성하여 타깃 용량인 200, 175, 150 mAh/g과 11% 정도의 오차를 보여 상당히 정확하게 역설계할 수 있음을 입증했다.
교신 저자인 홍승범 교수는 "인공지능을 활용해 대량의 논문 및 특허 내에 있는 공정-구조-물성 변수들을 자동으로 분류하고 실험값들을 추출해 각 변수 간의 다차원 상관관계를 기반으로 모델을 수립하는 것이 차세대 배터리 소재의 역설계의 핵심ˮ이라며 "향후 데이터 마이닝 기술, 머신러닝 기술 그리고 공정 자동화 기술을 융합하는 것이 미래의 신소재공학ˮ이라고 말했다.
신소재공학과 치 하오 리오우(Chi Hao Liow) 박사가 제1 저자로 참여한 이번 연구는 국제 학술지 `나노에너지(Nano Energy)'에 게재됐다. (논문명: Machine learning assisted synthesis of lithium-ion batteries cathode materials)
한편 이번 연구는 KAIST 글로벌 특이점 사업의 지원을 받아 수행됐다.
2022.08.23 조회수 8901