[Weekly 신기술 및 정책소식] UNIST, 학습능력 월등한 ‘AI’ 개발…자율주행·보안시스템 혁신

◇ 화합물 전력반도체 기술 고도화에 1385억원 투자

미래 반도체 먹거리로 꼽히는 화합물 전력반도체 기술 고도화를 위해 정부와 업계가 5년간 총 1385억원을 투자한다.

산업통상자원부는 20일 서울 서초구 엘타워에서 한국산업기술기획평가원(산기평), 한국반도체연구조합, 전력반도체 업계 등 관계자 80여명이 참석한 가운데 '화합물 전력반도체 산업 고도화를 위한 킥오프(Kick-off) 미팅'을 개최했다고 밝혔다.

정부는 글로벌 시장 선점을 위해 '화합물 전력반도체 고도화 기술개발 사업'을 국책 사업으로 선정해 올해부터 오는 2028년까지 국비 939억원, 민간투자 446억원 등 총 1385억원을 투입하기로 했다. 이날 킥오프 미팅에서 참석한 업체·조합·기관은 화합물 전력반도체 기술 개발 현황을 공유하고 국내 화합물 전력반도체 생태계를 구축을 위해 협력하기로 업무협약(MOU)을 맺었다.

◇ UNIST, 학습능력 월등한 ‘AI’ 개발…자율주행·보안시스템 혁신

울산과학기술원(UNIST) 인공지능대학원 백승렬 교수팀이 AI가 기존 지식을 유지하면서도 새로운 정보를 학습할 수 있는 ‘SDDGR(Stability Diffusion-based Deep Generative Replay)’ 기술을 개발했다.

SDDGR 기술은 스마트 가전 제품, 로봇 공학, 의료 분야 등 일상생활에 밀접한 영역에서 AI의 정확한 인식을 가능하게 한다. 특히 자율 주행 자동차가 도로 위의 다양한 물체를 인식하고 안전하게 운행하는 데 큰 도움이 된다. 보안 시스템에 적용하면 침입자를 정확하게 감지해 경고 알람을 즉각 보낼 수 있다.

기존 개발된 ‘클래스 증분 학습(CIL)’ 기술은 이미지 안의 여러 객체를 인식하고 분류하는 데 한계가 있었다. 이를 해결하기 위해 SDDGR 기술이 등장했다. 고품질 이미지를 만들어 이전에 배운 것들을 잘 기억하게 해준다. 반복적인 과정을 통해 이미지의 질을 더 높이며, 기존 지식을 효과적으로 유지할 수 있다.

◇ 한양대 연구팀, 3D 프린팅 기반 실험 자동화 기술 개발

한양대 바이오메디컬공학과 최성용 교수 연구팀과 연세대 세브란스병원의 조현수 교수 연구팀이 공동 연구를 통해 혈액암 다중 진단을 위한 복잡한 실험 과정을 자동화하는 3D 프린팅 기반 실험 자동화 기술을 개발했다고 20일 밝혔다.

공동 연구팀은 복잡한 로봇 장비가 필요 없는 3D 프린팅 기반의 실험 자동화 기술을 개발했다. 

이 기술은 시약을 분배·흡입할 수 있는 미세유로와 마이크로웰에 병렬 다중 피펫 구조로 구성된 마이크로 플레이트 뚜껑을 3D 프린팅으로 제작한 것이다. 

시약의 주입과 흡입은 소형 다이어프램 펌프를 마이크로콘트롤러로 정밀 제어해 30초 이내에 마이크로웰 세척을 달성하며 시약 주입과 흡입을 동시에 진행해 마이크로웰이 마르는 현상을 방지할 수 있었다. 

또한 연구팀은 기존 혈액암 진단 기술인 4D 디지털 회전환 증폭(4DRCA) 분석에 특화된 3D 프린팅 실험 자동화 장치를 설계했다.

◇ 부경대 연구팀, "유기 광센서 소자 성능 3배 향상 구현"

국립부경대 물리학과 박송이 교수는 유기 광센서 소자의 광검출능(Detectivity)을 높이고 공정 과정을 간소화할 수 있는 유기 반도체 소재 특성을 규명한 연구 결과를 국제학술지 '네이처 커뮤니케이션스'에 발표했다고 20일 밝혔다.

광센서는 빛을 전기 신호로 변환해 주는 전자 소자다. 카메라 이미지 센서를 비롯해 스마트 워치와 같은 웨어러블 전자 장치의 헬스 모니터링 센서에도 활용된다. 

이 중 유기 광센서는 우수한 흡광 능력과 밴드갭 조절의 용이함, 물리적 유연성 등의 특성을 갖는 유기 반도체를 광활성층으로 사용해 차세대 광센서 소자로 주목받으며 세계적으로 연구가 활발하다.

박 교수는 이번 연구에서 서브프탈로시아닌 화합물(Cl6-SubPc) 재료의 높은 팔중극자 모멘트가 빛 조사 시 자유 전하 생성에 핵심적인 역할을 한다는 연구 결과를 밝혔다.

◇ KAIST, 'GPT-4V' 뛰어넘는 이미지 분석 대형언어모델 개발

한국과학기술원(KAIST)은 전기·전자공학부 노용만 교수 연구팀이 비공개 상업모델인 'GPT-4V'와 구글 '제미나이-프로'(Gemini-Pro)를 뛰어넘는 공개형 멀티모달 대형언어모델 2종을 개발했다고 20일 밝혔다. 

멀티모달 대형 언어모델(LMM)은 텍스트뿐만 아니라 이미지까지 분석·처리할 수 있는 대형언어모델이다.

연구팀이 개발한 '콜라보'는 기존 컴퓨터 비전 모델을 활용해 시각 성능을 획기적으로 높인 LMM이다. 

이미지 정보를 배경과 물체 단위로 분할한 뒤 각 배경과 물체에 대한 정보를 기존 모델에 직접 입력할 수 있는 '크레용 프롬프트'라는 시각적 프롬프트(컴퓨터 신호)를 제안했다. 

이어 크레용 프롬프트로 처리한 정보를 사람의 뇌처럼 각각 다른 신경망의 파라미터(매개변수)로 학습하는 방법으로 정보를 잃지 않게 만드는 전략을 세웠다. 이를 통해 이미지 내에서 배경과 물체를 구분하는 일차원적 시각 구분 능력이 크게 향상됐다고 연구팀은 설명했다. 

◇ KAIST, 뉴로모픽 컴퓨팅 신뢰성·속도 실험실 수준 '개선'

KAIST는 전기및전자공학부 최신현 교수 연구팀이 한양대학교 연구진과 공동으로 차세대 메모리 소자의 신뢰성과 성능을 높일 수 있는 이종원자가 이온 도핑 방법을 개발했다고 21일 밝혔다.

연구팀은 기존 차세대 메모리 소자의 가장 큰 문제인 불규칙한 소자 특성 변화를 개선하기 위해 이종원자가 할라이드(halide) 이온을 산화물 층 내에 주입하는 방법을 찾았다.

이 결과 소자 동작의 균일성, 동작 속도, 그리고 성능이 '주목할 만큼' 향상됐음을 실험적으로 확인했다.

KAIST 배종민 연구원(석사과정)은 "신뢰성 문제는 어느 정도 해결한 것으로 본다"며 "그러나 뉴로모픽 소자가 상용화 되기 위해서는 뉴로모픽 소자의 회로단에서 아날로그를 디지털 값으로 변환하는 보틀랙 발생 등 여러 문제를 먼저 해결해야 할 것"이라고 말했다.

◇ 에너지연, 나뭇가지·칡덩굴 연료로 전환하는 기술 개발

한국에너지기술연구원은 광주친환경에너지연구센터 민경선 박사 연구팀이 산림·농업폐기물인 폐 나뭇가지·칡덩굴·버섯 폐 배지(배양토) 등을 고체 바이오연료로 전환하는 기술을 개발했다고 20일 밝혔다. 

톱밥으로 만든 목재 펠릿을 수입, 가열·건조 방식의 반탄화 공정이 주로 사용되고 있으나 300도 이상의 고온이 필요하고 건조 과정에서 열량이 손실되고 설비가 부식되는 등 문제가 있다. 연구팀은 건조 방식 대신 증기를 이용한 습식 공정을 개발, 원료의 열량 손실률을 낮췄다. 

이와 함께 그동안 건식 반탄화 공정에 적용하기 어려웠던 폐 나뭇가지, 칡덩굴, 버섯 폐 배지 등을 원료로 활용하는 데 성공했다. 

기존보다 낮은 200도 온도에 원료를 투입, 15분가량 증기에 노출하는 방법으로 쉽게 분해할 수 있도록 했다.

◇ 녹슨 철로 그린수소를…'효율' '지속' 두 마리 토끼 잡았다

UNIST(울산과학기술원) 에너지화학공학과 장지현 교수팀은 전기적 특성이 우수한 산화철을 사용한 광전극을 이용해 친환경 수소 생산 시스템을 개발했다고 20일 밝혔다.

수소 생산은 주로 화석 연료에 의존하고 있어 환경에 부담을 준다. 하지만 산화철 광전극을 통해 친환경 수소 생산이 가능하다.

산화철은 그동안 전기적 성능이 부족해 수소 생산 효율이 낮았다. 물을 분해하는 면적이 좁고, 전자 이동 거리가 길기 때문이다.

UNIST 연구진은 이를 개선하기 위해 산화철의 구조적 특성에 주목했다. 게르마늄(Ge), 티타늄(Ti), 주석(Sn)을 함께 섞어 산화철의 전기적 특성을 개선했다. 또 열을 이용해 다공성 구조를 만들어 반응 면적을 넓히고 전자 이동 거리를 줄였다. 이를 통해 산화철의 단점을 극복하고 물 분해 효율을 높일 수 있었던 것.

◇ 심욱 켄텍 교수 연구팀, 고효율 암모니아 생산 위한 촉매 개발

한국에너지공과대학교(이하'켄텍')은 심욱 교수 연구팀이 저에너지 반응 경로를 거치는 전기화학적 질소 환원 반응(NRR)을 통해 고효율 암모니아 생산을 촉진시키는 핵심소재를 개발했다고 14일 밝혔다.

심 교수 연구팀은 V2O3와 VN이 이종 계면에서 일관되게 공존하는 산화바나듐/질화물(V2O3/VN) 하이브리드 전기촉매를 설계, 개발했다.

개발된 V2O3/VN 하이브리드 전기촉매는 교대 반응 경로를 제공해 직렬 NRR 경로의 각 재료에 대해 더 낮은 에너지 경로를 선택할 수 있다. 그 결과 암모니아 수율은 219.6 μg h-1cm-2 였으며, 패러데이 효율은 18.9 %로 단일상 VN, V2O3, VNxOy 고용체 촉매를 적용하지 않은 촉매에 비해 훨씬 높았다.