◇  경북대 연구팀, 차세대 배터리 열화 억제 기술 규명

경북대는 스마트모빌리티공학과 오지민 교수팀이 광운대 김민경 교수팀과 공동으로 차세대 배터리의 성능 저하 원인인 열화 현상을 규명하고 이를 억제할 수 있는 새로운 전해질 최적화 기술을 제시했다고 2일 밝혔다.

차세대 리튬이온 배터리의 핵심 소재로 꼽히는 '단결정-니켈 층상 구조 산화물'은 높은 안정성과 에너지 밀도로 전기차·드론·로봇용 배터리에 활용 가능성이 크다. 하지만 사용 과정에서 전극 계면이 불안정해지고 입자가 부서져 성능이 빠르게 떨어지는 열화 문제가 있었다.

공동연구팀은 전해질 첨가제의 조성을 최적화하는 방식으로 단결정 양극의 열화 문제를 해결할 수 있음을 확인했다. 연구 결과, 전해질에 인산리튬(LiPO2F2)과 플루오로에틸렌 카보네이트(FEC)를 함께 투입하면 충·방전 초기 전극 표면에 불화리튬(LiF) 보호막이 형성돼 전극 열화를 효과적으로 억제하는 것으로 나타났다.

◇  고려대 연구팀, AR·VR 디스플레이 구현할 패터닝 기술 개발

고려대는 신소재공학부의 오승주 교수 연구팀이 양자점과 나노결정을 정밀하게 가공할 수 있는 새로운 패터닝 기술을 개발해 전자·광전자 소자 소형화와 고성능화를 위한 반도체 제작 공정을 구현했다고 1일 밝혔다.

연구팀은 ‘양자점 표면 안정화 기반 기능성 포토레지스트(Functional photoresist·F-PR)’를 새롭게 고안했다. 기존 포토레지스트의 한계를 보완해 양자점 성질을 안정적으로 유지할 수 있다. 연구팀은 이 소재를 활용해 양자점의 본래 특성을 해치지 않으면서도 정밀한 패턴을 형성하는 데 성공했다.

연구팀은 이 기술을 적용해 픽셀 크기를 6㎛(마이크로미터) 이하로 줄이고 최대 4200 PPI(인치당 픽셀 수)의 초고해상도를 구현하는 데도 성공했다.

◇  물리법칙 배운 AI, 적은 데이터로도 신소재 물성 규명

KAIST는 유승화 기계공학과 교수팀이 임재혁 경희대 교수팀, 류병기 한국전기연구원 선임연구원과 공동연구를 통해 물리 법칙을 AI 학습 과정에 직접 반영하고 적은 데이터로도 소재 물성을 정확히 규명하는 방법을 새로 제시했다고 2일 밝혔다. 

연구팀은 첫 연구에서 고무처럼 잘 늘어나는 초탄성 소재를 주제로 단 한번의 실험에서 얻어낸 데이터만으로 재료의 변형된 모습과 성질을 동시에 알아내는 데 성공했다. 두 번째 연구는 열과 전기를 상호 전환하는 열전 소재를 대상으로 진행됐다. 몇 개의 측정값만으로도 열을 얼마나 잘 전달하는지, 전기를 얼마나 잘 만드는지를 추정하는 방법이 제안됐다.

연구팀은 연구결과를 토대로 학습되지 않은 신소재에도 일반화가 가능한 '물리 기반 신경 연산자(PINO)' 기술을 개발했다. PINO로 20개 소재를 학습한 AI에 새로운 소재 60개를 제시한 결과 높은 정확도로 물성을 파악하는 데 성공했다.

◇  금오공대·군산대 연구팀, 나노 복합체 기반 '환경 모니터링 센서’ 개발

김민석 금오공대 기계공학부 교수와 이종완 군산대 교수 연구팀이 극미량의 세슘(Cs⁺) 이온을 선택적으로 검출할 수 있는 '고성능 표면 증강 라만 산란(SERS) 센서'를 개발했다고 30일 금오공대가 밝혔다.

금오공대에 따르면 이 센서는 작은 물방울의 증발 현상을 제어해 나노입자를 정밀하게 배열·패턴화하는 '미세 유체기술'과 금 나노막대를 은으로 감싸 세슘에만 반응하도록 만든 '나노 복합재료 기술'을 융합한 것이다. 

이를 통해 고가나 대형 장비에 의존해 온 방사능 오염 모니터링 기술을 휴대형·현장형 센서로 전환할 수 있는 가능성을 제시했다는 게 연구팀의 설명이다.

◇  GIST, 자율주행차 인식 오류 해결 알고리즘 개발…“AI 안전성 개선 기대”

광주과학기술원은 김승준 AI융합학과 교수팀이 자율주행차에 활용되는 시각 인식 시스템의 보안 취약점을 진단할 수 있는 새로운 '적대적 공격' 알고리즘을 개발했다고 1일 밝혔다.

자율주행차는 도로 위 보행자, 차량, 차선, 신호등 등 다양한 객체를 실시간으로 정확하게 인식해야 안전하게 주행할 수 있다. 이를 가능하게 하는 핵심 기술이 바로 의미 분할 모델이다.

적대적 공격은 A딥러닝 기반 모델이 잘못된 판단을 내리도록 의도적으로 입력 데이터를 교묘히 조작하는 기법을 말한다. 전혀 다른 사물로 잘못 인식할 수 있어 보안 및 신뢰성 측면에서 큰 위협이 된다. 자율주행차가 도로 상황을 인식할 때 차선·보행자·차량·신호등 등 각각의 객체를 픽셀 단위로 정확히 구분해 안전한 주행을 가능케 하는 기술이 의미 분할 모델이다.

연구팀은 의미 분할 모델의 구조적 특성에 주목해 기존의 공격 방식보다 훨씬 정밀하게 취약점을 드러낼 수 있는 새로운 공격 기법을 고안했다. 보행자·차선·신호등처럼 서로 다른 객체들이 계층적으로 구분되는 구조를 반영해 실제 주행 상황에서 더 위협적인 오류 시나리오를 구현했다.

◇  극한 환경에도 끄떡없는 'XR 디스플레이 핵심 소재' 개발

한국세라믹기술원 허수원 박사 연구팀은 확장현실(XR) 기기에 쓰이는 디스플레이에서 핵심 역할을 하는 박막 트랜지스터가 다양한 환경에서도 안정적으로 작동할 수 있도록 안티몬(Sb)을 적용한 새로운 산화물 반도체 소재 개발에 성공했다고 30일 밝혔다.

지금까지는 주로 '인듐-갈륨-아연 산화물(IGZO)'이 백플레인 소재로 사용됐다. 그러나 IGZO는 고온다습한 환경에서 금속과 산소의 결합이 약해지면서 구조가 불안정해지고, 전자의 이동 속도(이동도)가 떨어지거나 전원을 켜는 기준점(문턱전압)이 흔들리는 문제가 발생했다. 결합력을 높이면 안정성은 좋아지지만, 대신 전자의 흐름이 둔해지는 딜레마가 있었다.

연구팀은 이를 해결하기 위해 안티몬을 활용했다. 안티몬은 상황에 따라 전자를 내놓거나 받을 수 있는 특성이 있어, 적절히 활용하면 안정성과 전도성을 동시에 높일 수 있다.

◇  중앙대, 고강도 단열·난연 복합소재 개발

중앙대 연구진이 고강도 단열·난연 복합소재 개발에 성공했다. 향후 전기차 배터리 발열 문제 해소에 기여할 연구 성과로 기대를 모은다.

중앙대는 김주헌 화학공학과 교수팀과 김재연 석사과정생이 이러한 연구 성과를 거뒀다고 1일 밝혔다. 

연구팀은 트리아진 기반의 3차원 코발런트 유기 구조체(TCOF)와 유리섬유(GF)를 결합한 하이브리드 네트워크 구조의 ‘고성능 단열·난연 복합소재’를 개발했다. 

중앙대는 “연구팀이 개발한 신소재는 낮은 열전도도, 우수한 난연성, 높은 기계적 안정성을 동시에 확보했다”며 “기존 복합 소재의 한계로 지적됐던 높은 열전도도 문제도 해결했다”고 설명했다. 

◇  "뇌의 유연함 모방" KAIST, 뉴런 수준 '기억·반응·복원' 반도체 구현

KAIST는 신소재공학과 김경민 교수 연구팀이 뉴런의 내재적 가소성(과거 활동을 기억해 스스로 반응하는 특성을 조절)을 모방한 '주파수 스위칭(Frequency Switching) 뉴리스터(Neuristor)'를 개발했다고 28일 밝혔다.

내재적 가소성은 같은 소리의 충격음도 여러 번 들었을 때 점차 덜 놀라거나, 반복된 훈련으로 특정 자극에 민감해지는 것처럼 뇌가 주변 환경에 적응하는 능력을 의미한다.

주파수 스위칭 뉴리스터는 인간이 자극에 점점 익숙해져 덜 놀라거나, 반복된 훈련으로 점점 민감해지는 '신호의 빈도'를 스스로 조절하는 인공 뉴런 소자다.

연구팀은 순간적으로 반응했다가 원래 상태로 돌아가는 '휘발성 모트 멤리스터'와 입력 신호의 흔적을 오랫동안 기억하는 '비휘발성 멤리스터'를 결합해 뉴런이 신호를 얼마나 자주 내보낼지(발화 주파수)를 자유롭게 조절할 수 있는 소자를 구현했다.