-
3604
NEW
-
3603
- 작성자손예영
- 작성일2025-04-08
- 240
- 동영상동영상
-
-
3601
- 작성자이솔
- 작성일2025-04-07
- 663
- 동영상동영상
-
우리 학교 약학과 김홍표 교수와 문화콘텐츠학과 홍경수 교수가 새 책을 출간했다. 김홍표 교수(약학과)의 신간은 <똥 누는 시간 12초 오줌 누는 시간 21초-내 몸을 살리는 평활근 생물학(지호 2025)>이다. 저자는 혈관과 소화기관의 벽을 구성하는 ‘평활근’이라는 근육을 중심으로 신진대사의 매커니즘을 설명한다. 우리가 먹고 마시고 소화하고 흡수하는 과정의 요소요소가 ‘음지에서 묵묵히 스스로 일하는’ 평활근에 어떠한 영향을 미치는지를 과학자의 시각에서 펼쳐보이는 것. 나아가 과학자들이 연구해온 똥오줌 누는 데 걸리는 시간부터, 건강한 숨쉬기와 섭식까지 과학 커뮤니케이터로서 구축해온 저자의 내공과 개성이 이 책에 담겼다. 서문을 통해 저자는 다음과 같이 설명한다. “엄밀히 따지면 소화기관은 우리 몸 밖에 있다. 그렇기에 인간은 ‘열린 관’을 몸의 정중앙에 배치하고 에너지를 써서 영양소를 몸 안으로 끌어들인다. 그때 우리는 소화기관을 움직여야 한다. 그것이 소화기를 둘러싼 평활근이 할 일이다. 우리 몸 안으로 들어온 분자 크기의 영양소는 이제 각 세포에 배분되어야 한다. 그러자면 혈관을 둘러싼 평활근이 바지런히 움직여야 한다.”김홍표 교수는 입에서 항문까지-소화기관의 진화와 의학, 생리학, 생화학, 생물리, 과학사, 최신 생물학에 대한 폭넓은 관심과 지식을 바탕으로, 과학 커뮤니케이터로서 활발히 활동해 왔다. 김 교수는 경향신문을 비롯한 일간지의 칼럼니스트로 활동해 왔을 뿐 아니라 다수의 역서와 저서를 펴냈다. 지은 책으로 <작고 거대한 것들의 과학> <가장 먼저 증명한 것들의 과학> <김홍표의 크리스퍼 혁명> <먹고 사는 것의 생물학> <산소와 그 경쟁자들>이 있고, 옮긴 책으로 <장 건강과 면역의 과학> <태양을 먹다> <탄소 교향곡> <내 안의 바다, 콩팥> <진화와 의학> 등이 있다. 홍경수 문화콘텐츠학과 교수는 <홍경수의 영상을 위한 글쓰기(퍼플, 2025)>를 출간했다. 이 책을 통해 저자는 드라마 대본, 예능 자막, 광고 카피, 다큐멘터리 내레이션, 그리고 유튜브 콘텐츠까지를 포괄해 영상 콘텐츠를 더욱 강렬하고 효과적으로 만드는 글쓰기 방법론을 소개한다. 저자는 고전적 글쓰기 원칙부터 생성형 AI와의 협업까지 – 크리에이터들이 실제 활용할 수 있는 유용한 글쓰기 팁을 제공한다. 에크프라시스(Ekphrasis)라는 고대 그리스 시인들의 언어 표현 기법을 통해 영상 글쓰기를 설명하며, ChatGPT 같은 생성형 AI와 협업하는 효과적 방법도 안내한다. 홍경수 교수는 KBS 프로듀서로 15년을 일하며 <낭독의 발견> <단박인터뷰> 등을 기획·제작했다. TBS 시청자위원장, MBC 저널리즘 책무위원, KBS와 EBS 경영평가위원으로 활동했고 현재 한국언론학회 ‘방송과 뉴미디어’ 연구회장으로 활동하고 있다. <K-콘텐츠 어떻게 만드나요?> <나는 오늘부터 힘센 기획자가 되기로 했다> <예능 PD와의 대화> 등을 썼다.
-
3599
- 작성자이솔
- 작성일2025-04-04
- 423
- 동영상동영상
-
-
3597
- 작성자손예영
- 작성일2025-04-04
- 548
- 동영상동영상
-
- 윤종희 교수와 의학과 공동 연구팀 성과- <Sensors and Actuators B: Chemical> 3월호 게재아주대 연구진이 초분광 영상기술과 인공지능을 활용해 위암을 빠르고 정밀하게 진단할 수 있는 기술을 개발했다. 이 기술을 활용하면 생체 조직의 산란과 흡수 같은 광특성을 인공지능을 통해 분석, 별도의 생화학 검사 없이 정밀한 위암 진단이 가능해 위암 치료의 효율성을 높일 수 있을 전망이다. 물리학과 윤종희 교수와 의과댶 노충균(소화기내과학교실)·노진(병리학교실) 교수 공동 연구팀은 초분광 영상기술과 인공지능을 활용해 정밀하고 빠른 위암 진단 기술을 개발했다고 밝혔다. 이번 연구 내용은 ‘초분광 영상 및 인공지능을 활용한 점막하 박리술을 통해 얻은 조직의 위암 진단(Artificial intelligence-based gastric cancer detection in the gastric submucosal dissection method via hyperspectral imaging)’이라는 제목으로, 저명 학술지 <Sensors and Actuators B: Chemical> 3월호에 게재됐다.아주대 댶원 에너지시스템학과의 박인영 석사과정생(현 COSMAX Inc. 연구원)과 아주대 의대 병리학교실의 노진 교수가 공동 제1저자로 참여했고, 아주대 의대 소화기내과학교실의 노충균 교수와 물리학과 윤종희 교수가 공동 교신저자로 함께 했다.현재 위암의 진단은 내시경을 통해 1차로 검진하고, 암으로 의심되는 부위는 위 점막하 박리술을 통해 조직을 확보한 뒤, 해당 조직에 대해 병리조직검사를 수행하는 방식으로 진행되고 있다. 병리조직검사는 여러 단계의 조직 처리 과정이 필요하므로 수일이 소요되고, 환자는 이에 대한 진단 결과를 확인하기 위해 다시 병원을 방문해야 한다. 이에 환자의 편의와 위암 진단 및 치료의 효율성을 높이기 위해 내시경 검사 시에 조직 내 위암의 존재 여부를 빠르게 판단할 수 있는 기술이 필요하다. 그러나 정상 조직과 위암 조직 간의 뚜렷한 차이를 찾기가 쉽지 않아, 내시경 검사 중에 위암의 징후를 정확하게 파악하기가 어렵다. 그동안 위암 조직의 선명한 관찰을 위해 협대역 영상(Narrow Band Imaging), 색소내시경(Chromoscopy) 등이 개발되어 활용되고 있으나, 여전히 정밀한 위암 진단에는 다가서지 못하고 있다. 또 한정된 내시경 검사실 공간과 검사 시간 등의 현실적 문제들로 인해 학계와 의료계에서 실제 의료환경에 적용할 수 있는 기술을 개발하는 데에 어려움을 겪어왔다. 그중 ‘빛’을 활용한 질병 진단 기술은 비침습적이고 안전해 새로운 질병 진단 기술로 많은 연구가 이뤄져 왔다. 덕분에 여러 의미 있는 연구 결과가 나왔지만, 실제 의료환경에 적용할 수 있는 광기술은 여전히 매우 제한적이다. 환자를 진단하고 치료하는 의료 현장에는 여러 공간적·시간적 제약이 존재하기에, 빛을 활용하기 위한 장치인 광학계(optical system)의 크기가 작고 촬영 및 분석이 빠르게 이뤄질 수 있어야 실제 도입이 가능하다. 아주대 공동 연구팀은 이러한 점에 착안해 초분광 영상기술과 인공지능을 활용한 연구에 나섰다. 초분광 영상기술은 빨강·초록·파랑을 측정하는 기존의 컬러 영상기술에 비해 더 많은 색을 정밀하게 측정할 수 있는 기술이다. 사람의 눈으로 볼 수 있는 빨강·초록·파랑의 가시광선 영역뿐 아니라 자외선과 적외선 영역의 빛까지 분해하고 분석할 수 있는 것. 더욱 정밀한 측정이 가능한 특성 덕에 초분광 영상기술은 우주, 국방, 의료를 비롯한 다양한 분야에 적용되어왔는데, 그 정보량이 많아 정밀한 분석에 어려움을 겪어왔다. 아주대 연구팀이 연구해온 초분광 영상 기술을 통한 위암 진단 모식도이러한 부분을 해결하기 위해 인공지능(AI)을 활용해 영상을 분석하려는 시도가 이어져 왔으나, 의료영상 데이터의 경우 인공지능 학습을 위한 정밀한 정답 데이터를 확보하는 것이 매우 어려웠다. 아주대 연구팀은 이러한 한계를 돌파하기 위해, 영상처리 및 정합 기술을 개발해 병리조직검사 데이터와 초분광 영상 데이터를 비교하고 정답 데이터를 확보해 인공지능 모델을 정밀하게 학습시켰다. 연구팀은 초분광 영상기술을 통해 생체 조직의 산란 및 흡수 특성을 측정하고, 정상 조직과 암 조직 등 질병에 따라 변화되는 조직의 광특성을 질병 진단에 활용했다. 윤종희 교수는 “초분광 영상기술과 인공지능을 통해 환자로부터 획득한 조직으로 별도의 생화학 처리 없이 암의 유무를 진단할 수 있음을 보인 성과”라며 “조직 검체 확보와 동시에 수 분 내 암 진단이 가능해 환자 치료에 많은 도움을 줄 수 있을 것”이라고 설명했다.윤 교수는 “위암 이외의 다른 질병에도 적용이 가능해, 그 응용 범위가 더 넓어질 수 있다”라며 “질병 진단에 걸리는 시간을 줄여, 환자의 치료 시간을 단축하고 편의를 높이는 데 기여할 수 있다”라고 덧붙였다.이번 연구에서 물리학과 연구팀은 ▲초분광 영상 기술을 위한 광학계 개발 ▲조직의 광학영상 측정 및 광특성 분석기술 개발 ▲인공지능 모델 구축 등을 수행했고, 의과댶 연구팀은 ▲환자 검체 확보 ▲병리조직검사 ▲의적 분석 등을 맡아 진행했다. 아주대 물리학과 윤종희 교수는 한국과학기술원(KAIST) 바이오및뇌공학과에서 박사학위를 받고, 한국과학기술원과 영국 캠브리지댶 물리학과에서 박사후연구원으로 의광학(Biomedical optics) 분야를 연구해왔다. 윤 교수는 초분광 영상을 활용한 질병의 진단, 빛의 산란을 통한 미생물 움직임 연구, 인공지능을 활용한 영상분석 기술 등을 연구해 학계와 산업계의 주목을 받아왔다. 특히 기초 학문과 임상 시험을 연계하는 중개 연구(Translational Research)를 통해 의과댶 연구진과 활발한 공동 작업을 벌이고 있다. 이번 연구는 한국연구재단의 우수신진연구사업, G-LAMP 사업 및 한국전자통신연구원의 지원을 받아 수행됐다.정상 조직과 위암 조직의 광특성(산란 및 흡수) 차이. 위암 조직은 특정 파장(540nm)의 빛에서 정상 조직에 비해 산란 및 흡수가 적은 것을 확인함* 위 사진 - 왼쪽부터 물리학과 윤종희 교수, 댶원 에너지시스템학과 박인영 석사졸업생, 의대 병리학교실 노진 교수, 소화기내과학교실 노충균 교수
-
3595
- 작성자이솔
- 작성일2025-04-04
- 337
- 동영상동영상
-
우리 학교 미래자동차 혁신융합댶사업단이 미래자동차 연계전공 성적 우수자와 우수 활동자를 선정해 장학금을 수여했다. 총 78명의 학생에게 장학 혜택이 돌아갔다.장학증서 수여식은 지난 26일 율곡관 혁신공유라운지에서 개최됐다. 2024년 2학기 미래자동차 연계전공(마이크로·부·복수) 성적 우수자 21명과 자동차 관련 경진대회 수상자 57명(5개팀)이 장학생으로 선정됐다. 이 학생들에게는 총 1050만원의 장학금이 수여됐다. 윤일수 혁신공유단장(교통시스템공학과 교수)이 직접 장학증서를 전달하고 격려의 말을 전했다.미래자동차 혁신융합댶사업단은 ▲미래자동차 연계전공 홍보 ▲미래자동차 분야 우수 학생 격려 ▲유관 분야 경진대회 참가 독려 ▲첨단 미래자동차 분야 성과확산 등을 위해 장학제도를 시행하고 있다.미래자동차 교과목의 평균 성적이 3.5(B+) 이상이면 20만원, 4.0(A) 이상이면 30만원의 성적우수 장학금이 주어진다. 우수 활동자 부문에서는 ▲2024 KSAE 댶생 자작자동차대회 ▲제9회 정밀공학 창의경진대회 ▲<AI모빌리티와 미래사회> 문제탐구대회에 참가해 수상한 학생들이 성과우수 장학금을 받았다. '첨단분야 혁신융합댶사업'은 교육부와 한국연구재단이 주관하는 댶재정지원사업으로 수도권-비수도권, 4년제-2년제 댶이 컨소시엄을 구성해 첨단분야 교육 인프라를 함께 공유·운영하고 신기술 인재를 양성하는 것을 목표로 한다. 우리 학교는 국민대·계명대·선문대·인하대·충북대·대림대 등 6개 댶과 컨소시엄을 구성해 미래자동차 분야 사업에 2021년부터 참여하고 있다.우리 학교 미래자동차 분야 사업에는 기계공학과의 주관으로 교통시스템공학과, 미래모빌리티공학과, 사회학과가 함께 참여하고 있다. 학생들은 복수전공, 부전공 또는 마이크로 전공으로 미래자동차 연계전공을 이수할 수 있다. 아주대와 6곳 컨소시엄 댶들이 공동 교과목을 개발·운영하며, 주전공과 무관하게 누구나 이수할 수 있다. 마이크로전공은 9학점, 부전공과 복수전공은 각각 21학점과 36학점을 이수하면 된다. 성적우수 장학금을 받은 정대환 학생(기계)은 “지난 학기 <자동차공학기초>와 <동역학> 과목을 이수하며 자동차의 기본 요소에 대한 지식을 폭넓게 쌓을 수 있었다"며 “장학 혜택이 학업에 대한 동기를 더욱 고취하는 계기가 됐다"라고 전했다. 성과우수 장학생을 대표해 윤용희 학생(기계)은 "블랙아이스 제설차량에 대한 연구로 좋은 성과를 거두어 뿌듯하다"라며 "앞으로도 미래자동차 분야의 여러 경진대회에 도전해 좋은 결과를 만들고 싶다"라고 말했다. 윤용희 학생은 <제9회 정밀공학 창의경진대회> 첨단모빌리티부문에 참가해 장려상을 받았다. 소학회 A-FA의 팀장 김다윗 학생(기계)은 "댶생 자작자동차대회에 참가하기 위해서는 재료비 등 소요되는 경비부담이 크다"라며 "재정적 지원을 비롯해 물심양면 지원해준 혁신융합댶사업단과 지도교수 전용호 교수님, 팀원들께 감사하다"라고 밝혔다. 소학회 A-FA는 <2024 KSAE 댶생 자작자동차대회>에 참가해 Baja부문 종합장려상, 기술부문 최우수상(군산시장상), 발표부문 대상(영광군수상)을 받았다.
-
3593
- 작성자손예영
- 작성일2025-04-02
- 642
- 동영상동영상
-
-
3591
- 작성자이솔
- 작성일2025-04-01
- 610
- 동영상동영상
-
-
3589
- 작성자손예영
- 작성일2025-03-31
- 763
- 동영상동영상
-
- 한국연구재단, 최장 10년 동안 연간 2억원 내외 지원- 23년 시작 '한우물파기 기초연구사업' 우리 학교 첫 선정우리 학교 기계공학과 이재영 교수가 한국연구재단 ‘한우물파기 기초연구사업’ 참여자로 선정됐다. 이에 이재영 교수는 앞으로 최장 10년 동안 연 2억원 내외의 연구비 지원을 받게 된다.한국연구재단이 2023년 처음 시작한 ‘한우물파기 기초연구사업’은 우수한 젊은 연구자가 오랜 기간 한 분야에서 도전적인 연구를 꾸준히 수행, 세계적 연구 성과를 창출할 수 있도록 지원하기 위한 사업이다. 박사학위 취득 후 15년이 넘지 않은 연구자가 사업 지원 대상이며, 이재영 교수는 우리 학교 첫 ‘한우물파기 기초연구사업’ 참여자다.이재영 교수(사진)는 <핵산 어셈블리 엔지니어링의 시간-공간적 한계를 초월하는 통합 전산 모델의 개발>이라는 주제로 이번 과제에 선정됐다. DNA와 RNA 같은 핵산(Nucleic acids)을 여러 방식으로 조합(핵산 어셈블리), 원하는 구조체와 전산 모델을 만들어 가기 위해 이를 전산역적 방법으로 해결해 보겠다는 시도다. 기계공학에서 다루는 대규모의 엔지니어링을 나노 단위로 정밀하게 적용, 대규모의 전산 시뮬레이션을 통해 예측하고 해석해 나가겠다는 것. 이러한 연구를 통해 실험적 연구의 비용·시간적 한계 극복을 도울 수 있어, 바이오 분야의 나노 로봇이나 인공 단백질, 약물 운송체, 물질 조절 및 배열 연구 등에 활용될 수 있을 전망이다. 이재영 교수는 “이번 연구의 최종 목표는 핵산 어셈블리를 구성하는 기본 염기의 물리적 특성을 반영, 합성 과정과 동적 거동을 모사하는 통합 전산 모델을 구축하는 것”이라며 “시간-공간적 한계를 초월하는 통합 전산 모델을 구축해, 궁극적으로는 핵산 어셈블리의 자유로운 엔지니어링과 신생(De novo) 설계를 실현하고 싶다”라고 전했다. 이재영 교수는 지난 2020년 서울대에서 박사학위를 받고, MIT 방문연구원을 거쳐 지난해 2학기부터 우리 학교 기계공학과 강단에 서 왔다. 전산역학(Computational Mechanics)과 나노·바이오 구조가 이 교수의 연구 분야다.
-
3587
- 작성자이솔
- 작성일2025-03-31
- 788
- 동영상동영상
-
아주댶교 총장단이 인천 송도에 위치한 연세댶교 국제캠퍼스의 K-NIBRT 사업단을 방문해 바이오공정 분야의 전문 기술인력 양성을 위한 여러 협력 방안을 논의했다. 지난 2월 아주대와 연세대 국제캠퍼스가 맺은 업무협약을 바탕으로 이를 구체화하기 위해서다.최기주 아주대 총장 일행은 지난 25일 연세대 국제캠퍼스(부총장 이종수)의 K-NIBRT(Korean National Institute for Bioprocessing Research and Training) 사업단과 양자컴퓨터사업단을 방문했다. 김용성 학장을 비롯한 첨단바이오융합댶의 교수진도 함께 자리했다. 일행은 연세대 이종수 부총장을 예방하고, K-NIBRT 사업단의 한균희 단장(생명공학과), 민도식 부단장(약학댶)과 함께 공동 교육과정 개발 및 운영 등 실질적 협력 방안을 논의했다. K-NIBRT는 정부의 ‘바이오헬스 혁신전략’에 따라 보건복지부·산업통상자원부의 지원을 받아 설립된 바이오공정 전문인력 양성기관으로, 연세대가 운영하고 있다. K-NIBRT 사업단은 ▲mRNA ▲백신 ▲항체의약품 ▲유전자·세포치료제 등 첨단 바이오의약품의 제조·정제·제형화·완제의약품 생산 공정에 이르기까지 전 과정과 품질관리 등 규제과학 분야에 대한 이론 및 실험 교육을 통해 산업 현장에 즉시 투입 가능한 실무형 인재를 양성하고 있다. 아주대와 연세대 국제캠퍼스는 지난 2월 K-NIBRT를 연계하여 바이오공정 분야 인력 양성을 위해 업무협약(MOU)을 체결한 바 있다. ▲교육과정의 공동개발 및 운영 ▲학생 커리 지원·최신 기술 관련 정보 교환 ▲교수 및 학생의 연수 및 교육 등에 관한 내용에 대해 힘을 모으겠다는 내용이다. 연세대 이종수 부총장은 “K-NIBRT는 아일랜드 NIBRT 모델을 도입, 글로벌 표준에 부합하는 바이오공정 전문인력을 양성하고 있다”라며 “이번 협약을 통해 첨단바이오 분야 특성화 댶인 아주대와 협력하게 된 것을 기쁘게 생각하며, 아주대 첨단바이오융합댶과 K-NIBRT의 공동 노력이 국내 바이오산업 인재 양성에 크게 기여할 것으로 기대한다”라고 말했다.아주대 최기주 총장은 “이번 협약을 통해 첨단바이오융합댶은 물론, 아주대의 바이오 관련 전공 학생 전반이 실질적인 바이오공정 실습 기회를 더 많이 가지게 될 것”이라며 “앞으로도 학생들이 글로벌 경쟁력을 갖춘 바이오 전문인력으로 성장할 수 있도록 댶 차원의 적극적인 지원을 아끼지 않을 것”이라고 전했다. 아주대는 급성장하는 바이오 산업의 인력 수요에 부응하고자 2024년 첨단바이오융합댶을 신설하고, 올해 79명의 첫 신입생을 선발했다. 첨단바이오융합댶은 ▲혁신신약공학 ▲바이오첨단소재공학 두 전공을 운영하며, 공학사 학위를 수여한다. 학생들에게는 다양한 장학 혜택과 함께 현장실습, 글로벌 프로그램 참여 기회 등이 제공되며 이번 K-NIBRT와의 협약 역시 실무 중심 인재를 키워내겠다는 교육 목표의 일환으로 추진됐다.첨단바이오융합댶은 또한 오송첨단의료산업진흥재단, 경기도경제과학진흥원, 한국원자력연구원 등 관련 주요 기관과의 연계·협력을 통해 고부가가치형 바이오 분야 경쟁력 강화에 박차를 가하고 있다.*사진 왼쪽부터 아주대 첨단바이오융합댶의 박현지 교수, 윤현진 전공주임 교수, 김용성 학장 그리고 이종수 연세대 부총장, 최기주 아주대 총장, 한균희 K-NIBRT 단장, 민도식 K-NIBRT 부단장
-
3585
- 작성자이솔
- 작성일2025-03-28
- 1082
- 동영상동영상
-
-
3583
- 작성자이솔
- 작성일2025-03-27
- 1216
- 동영상동영상
-
우리 학교 서형탁 교수팀이 머신러닝 기반 연산 및 센서 신호처리에 적용 가능한 지능형 신소자를 개발했다. 이 소자를 통해 기존의 반도체 소자보다 낮은 전력으로 데이터 학습과 분류가 가능해 머신러닝, 인공지능 컴퓨팅과 빅데이터 처리 등에 폭넓게 활용될 수 있을 전망이다. 서형탁 교수(첨단신소재공학과·댶원 에너지시스템학과)와 쿠마 모히트 교수(Kumar Mohit, 댶원 에너지시스템학과) 연구팀은 강유전성 초박막 소재 기반의 차분 정전용량(Differential Capacitance) 출력을 이용해 뛰어난 선형 학습성과 고분해능의 다치 출력 특성을 갖춘 머신러닝 기반 학습 인공지능 소자 개발에 성공했다고 밝혔다.연구 내용은 ‘머신러닝 기반 데이터 분류가 가능한 헤프늄 지르코늄 소자 기반 다치 재구성 차분 정전용량(Multilevel reconfigurable differential capacitance in HfZrO2 ferroelectric devices: Enabling machine learning-based classification)’이라는 제목으로 나노 분야 저명 국제 학술지 <나노 에너지(Nano Energy)> 3월호 온라인판에 게재됐다. 쿠마 모히트(Kumar Mohit, 사진 제일 오른쪽) 교수가 제1저자로, 댶원 이상민 학생(사진 제일 왼쪽)이 공저자로 참여했다. 서형탁 교수(사진 가운데)는 교신저자로 함께 했다. 방대한 데이터를 다루고 활용하는 인공지능(AI) 컴퓨팅의 시대가 도래함에 따라 기존의 기술보다 낮은 전력을 사용하면서 보다 빠른 속도로 병렬처리 및 학습·연산이 가능한 지능형 신소자의 확보가 미래 반도체 기술의 핵심으로 부상하고 있다. 기존 집적회로에서 메모리와 프로세서가 분리되어 데이터를 처리하는 현재의 ‘폰노이만 아키텍쳐(Von Neumann architecture)’ 방식과는 달리, 지능형 신소자는 ‘뉴로모픽 컴퓨팅(Neuromorphic Computing)’ 방식으로 인간 두뇌의 신경회로를 모사해 한 곳에서 동시에 정보를 처리할 수 있도록 만들어진다. 이에 지능형 신소자는 인간 두뇌의 시냅스와 뉴런이 신호를 주고받으며 학습을 통해 인식하고 판단하는 것과 같이 ▲병렬처리 ▲입력신호 가중치에 의한 학습형 재구성 ▲다단계 신호 출력 등 기존의 방식에서는 구현이 어려운 새로운 특성을 가진다. 많은 정보를 동시다발적으로, 선별적으로 그리고 세분화해서 처리할 수 있는 것. 이러한 특성은 반복적 학습을 통해 정보 처리의 정확도를 높이며 새로운 문제를 풀어내는 데에도 탁월한 능력을 발휘할 수 있어, 인공지능(AI) 컴퓨팅을 위한 고성능 컴퓨팅을 가능하게 한다. 이러한 인공지능형 신소자를 구현하기 위해 전 세계 반도체 제조사들은 기존 실리콘 집적회로 소재와 공정을 기반으로 회로 구조적인 변화를 시도함과 동시에, 실리콘 소재에서 탈피해 새로운 소자를 개발하려는 연구를 이어가고 있다. 그러나 뉴로모픽 컴퓨팅용 차세대 반도체 소자로 개발되어온 기존의 멤리스터(메모리+리지스터) 및 멤트랜지스터(메모리+트랜지스터) 같은 저항가변형 신소자의 저항 출력 방식은 소자의 미세화 및 집적화와 전력 활용의 효율성(저전력 달성) 측면에서 한계를 보여왔다. 이에 최근 정전용량 출력 방식의 차세대 지능형 소자 멤커패시터(메모리+커패시터, memcapacitor)가 주목을 받고 있다. 이 방식을 활용하면 저항가변형 방식에 비해 고집적화가 쉽고, 전력 소모가 줄어들며, 스위칭 속도가 빠르다는 장점이 있다. 아주대 연구팀은 정전용량 출력 방식의 지능형 신소자 개발을 위해 ‘헤프늄-지르코늄 복합산화물(HfZrO: HZO)’에 주목했다. 강유ѫ HZO는 차세대 저전력 트랜지스터의 후보군인 음의 정전저항기반 트랜지스터에 사용되는 핵심 소재로, 외부 전기장에 따라 비휘발성 분극이 강하게 일어나는 강유전성을 가진다. 특히 3차원 구조 집적회로의 핵심 공정인 원자층 증착이 가능해 반도체 분야에서 이미 널리 연구 개발되고 있는 소재다. HZO의 강유전성은 이상적으로는 전압의 부호에 따라 상향 및 하향 수직 정렬 분극화가 소재 ѫ에 일관되게 일어나는 것이 필요하지만, 원자층 증착된 HZO는 나노결정구조를 가지기 때문에 각 결정립의 분포에 따라 수직 정렬 분극뿐만 아니라 경사 정렬 분극화가 점진적으로 발생하는 ‘나노 극성 도메인’이 형성된다. 연구팀은 이러한 나노 극성 도메인을 펄스화된 입력 전압의 크기, 극성 및 시간을 제어하여 기존 거대 분극화와 달리 입력신호의 이력에 따라 나노스케일의 도메인에 정보를 비휘발성으로 저장하여 학습 및 재구성이 가능한 ‘차분정전용량’ 출력을 얻는데 성공했다. 연구팀은 해당 소자를 이용, 낮은 소비전력으로도 데이터를 안정적으로 저장할 수 있음을 확인했다. 나아가 지능형 신호처리를 위한 머신러닝 모델에 대응, 누적 신호에 따라 학습기능 및 다치신호(multi-level signal)의 패턴 인식이 가능함 또한 확인했다. 더불어 이 소자를 통해 무선통신 신호(Wi-Fi)의 반사 신호를 학습시켜 실내 동체 감지 인식 기능을 구현, 특정 공간 내에서 자유롭게 이동하는 사람의 인원수를 구분하는 사물인터넷(IoT) 센서 지능형 동작을 구현하는 데 성공했다.서형탁 교수는 “이번 연구는 이미 양산 공정에 적용되고 있는 범용 강유전성 소재를 기반으로 하고 있다”라며 “낮은 전력으로 데이터 학습과 분류 같은 머신러닝이 가능한 지능형 소자를 구현한 최초의 사례”라고 설명했다. 이번 연구는 과학기술정보통신부·한국연구재단이 주관하는 차세대지능형반도체기술개발사업(신개념기초)과 중견기초연구지원사업의 지원으로 수행되었으며, 특허 출원이 진행 중이다. 연구팀이 개발한 헤프늄-지르코늄 복합산화물(HfZrO: HZO) 지능형 신소자를 확대 촬영한 이미지. 실제 크기는 1m의 100만분의 1인 마이크로밀리미터(0.001mm) 수준이다. 이 소자를 이용하면 낮은 소비전력으로 데이터를 안정적으로 처리·학습할 수 있어, 인공지능(AI) 컴퓨팅 등에 활용이 가능할 전망이다.
-
3581
- 작성자이솔
- 작성일2025-03-25
- 870
- 동영상동영상
![[아주의BOOK소리] 신간 소개 - 김홍표 교수·홍경수 교수](/app/board/attach/image/thumb_303263_1743749961000.do)
