|
박혜윤 교수(서울대)는 살아있는 뇌세포에서 아크(Arc) 유전자의 생성과 소멸을 단분자 수준에서 이미징할 수 있는 기술을 개발하여 Science Advances(2018년 6월)에 발표하였습니다. |
아크 유전자는 학습이나 기억에 중요한 역할을 하며, 아크 유전자를 제거한 생쥐는 장기기억에 문제가 있는 것으로 알려져 있습니다. 그러나 신경세포 활성에 따라 아크 유전자가 어떻게 반응하며 신경세포 내의 특정한 영역으로 어떻게 이동하는 지에 대해서는 확실하게 밝혀지고 있지 않습니다. 아크 유전자 이미징 기술은 개개의 신경세포에서 이러한 현상과 메커니즘을 규명하는 연구에 크게 도움이 되고 향후에 살아있는 생쥐에서 학습이나 행동 연구에도 활용될 것으로 기대됩니다.
박혜윤 교수는 또한 신경세포에서 메신저 리보핵산단백질(mRNP, messenger ribonucleoprotein)의 수송이 Lévy walk 모델로 설명될 수 있음을 실험적, 이론적 증거를 통해 밝혀 Nature Communication(2018년 1월)에 발표했습니다. mRNP의 국소화는 장기적인 기억 형성과 신경계 발달에 필요한 유전자 발현 조절에 필수적인 역할을 하는 것으로 알려져 있습니다. 이 연구는 생체 내에서 mRNP가 어떻게 특정 타겟 시냅스를 찾아 국소화되는 지 그 기작을 설명하는데 중요한 역할을 할 것으로 기대됩니다.
|
한국과학기술연구원(KIST) 스핀융합연구단 우성훈 박사팀은 전기적인 방법으로 개개의 스커미온을 쓰고(Creation) 지우는(Deletion), 스커미온 기반 전자소자 구현의 핵심기술을 세계 최초로 개발하여 Nature Electronics(2018년 5월 on-line판)에 논문을 게재하였습니다. |
특히 스커미온이 형성되고 사라지는 과정에서 나타나는 독특한 물리학적 거동을 밝혀냄으로써, 스커미온의 위상학적 특성을 외부 전류를 이용하여 자유롭게 조절 가능하다는 것을 최초로 증명하였습니다.
우성훈 박사팀의 이번 연구는 현재 학계에서 매우 큰 관심을 받고 있는 스커미온을 쓰고/지우는 기술을 최초로 개발함으로써, 향후 스커미온 기반의 초저전력 전자소자(메모리, 논리소자) 구현을 앞당기는 데 크게 기여할 것으로 평가를 받고 있습니다.
스커미온(Skyrmion) : 소용돌이 모양으로 스핀들이 배열되어 형성되는 스핀 구조체
|
방진호 교수(한양대ERICA)는 벌크 산화물에, 순차적으로 열(熱)을 가해 나노구조 산화물로 변환시키는 '하향식 나노구조화'라는 새로운 개념의 리튬이온 이차전지 전극소재 합성기술을 개발하여 Small(2018년 5월)에 발표하였습니다. |
기존 습식 공정에 기반한 '상향식 나노구조화'합성법은 고용량 전극소재를 만들 수 있으나 공정이 복잡해 생산 비용이 비교적 높다는 단점을 극복이 가능한 순차적 산소-질소 교환반응 공정을 개발하였습니다. 이 방법은 나노구조의 전극 소재 사용을 현실화하여 중ㆍ대형급 리튬이온 이차전지 기반 에너지 저장시스템과 전기자동차용 전지 개발에 기여할 것으로 기대됩니다.
이호진 교수, 강문성 교수(숭실대)는“메타물질의 분자화”라는 새로운 개념을 도입하여 테라헤르츠파의 주파수 및 위상 변조가 전기적으로 조정 가능함을 실험적으로 증명하였으며, 이를 간단한 공정을 통한 박막전자소자형태로 구현 가능함을 밝힌 연구논문을 Advanced Materials(2018년 6월 on-line판)에 게재하였습니다. |
|
|
테라헤르츠파는 차세대 5G통신 뿐만 아니라, 의료, 보안, 식품, 바이오 등 다양한 분야에서 각광받고 있는 주파수 대역으로 이호진 교수가 제안한 “메타물질의 분자화”라는 새로운 개념을 도입한다면 테라헤르츠파의 주파수 및 위상을 전기 능동적으로 선택하거나 효과적으로 변조하여 비선형 테라헤르츠 광학 및 이미징 시스템의 기술 개발과 상용화를 한층 앞당길 수 있을 것으로 기대됩니다.
|
김종호 교수(한양대ERICA)는 고가의 항체 사용 없이 병원성 세균을 선택적으로 인식하고 고감도로 검출할 수 있는 “2차원 전이금속디칼코게나이드(TMD) 나노시트 기반 인공항체 센서”를 개발하고 그 연구결과를 Nature Communications(2018년 7월)에 발표하였습니다. |
새로운 개념의 TMD 인공항체 센서는 병원성 세균을 1시간 이내에 간편하고 빠르게 검출할 수 있을 뿐만 아니라, 한 개의 세균까지 검출할 수 있어 병원성 세균의 확산 방지와 감염의 조기 예방에 기여할 것으로 기대됩니다.
|
윤국진 교수(KAIST) 연구팀의 연구성과가 IJCV(International Journal of Computer Vision, 2018년 4월)과 TPAMI(IEEE Transactions on Pattern Analysis and Machine Intelligence, 2018년 5월)에 각각 게재되었습니다. |
IJCV에는 다중객체추적을 위한 객체간의 구조적 상대 모션을 제약 정보로 활용하는 새로운 데이터연관 알고리즘을 발표하였습니다. 해당 방법은 외형이 유사한 다중 객체를 효과적으로 구별하며 추적할 수 있으며, 임의의 카메라 움직임에 대한 영향을 최소화 하여 예기치 못한 카메라의 움직임에 의한 추적 실패를 효과적으로 줄일 수 있습니다. 또한, 상대 모션 정보를 이용하여 검출이 실패한 객체의 추적을 지속적으로 수행할 수 있습니다. 검증된 벤치 마크 데이터셋에서 제안한 방법은 기존 방법들과 비교하여 강건한 성능을 보임을 입증하였습니다.
TPAMI에는 기존 깊이 추정 알고리즘의 수동형 센서의 특징상 환경 변화에 강건하지 못하다는 한계점을 극복하기 위해, 정합이 잘 못 될 가능성이 높은 픽셀을 예측하고 전역 최적화 과정에서 예측된 신뢰도 정보를 이용하여 신뢰도가 높은 픽셀이 낮은 픽셀에 영향을 줄 수 있도록 유도하였습니다. 이 방법을 통해 빛 샘 현상이나 악천후 환경에서 강건하게 깊이 영상을 추정 할 수 있음을 보였고, 다양한 범용 벤치마크에서 성능이 향상됨을 실험적으로 검증하였습니다.
|
오학주 교수(고려대) 연구팀은 데이터 기반 콘콜릭 테스팅(Concolic Testing) 기술을 ICSE(International Conference on Software Engineering) 2018에서 발표하였습니다.(2018년 5월) |
콘콜릭 테스팅은 Microsoft사 등에서 소프트웨어 오류 및 보안취약점을 찾는데 핵심적으로 사용되는 소프트웨어 분석 기술로 콘콜릭 테스팅의 성능은 탐색할 프로그램 패스를 선별하는 '탐색전략'에 좌우되기 때문에 많은 연구자들이 더 좋은 탐색 전략을 만들기 위해 노력해왔습니다. 하지만 수작업으로 만들어진 탐색 전략들은 다양한 소프트웨어에 대해서 충분히 좋은 성능을 내지 못하는 한계가 있었습니다.
본 연구에서는 최적의 탐색 전략을 자동으로 만드는 데이터 기반 콘콜릭 테스팅 기법을 개발하였고, 이를 통해 소프트웨어 취약점 탐지 범위를 최대 20배까지 향상 시킬 수 있음을 보여 주었습니다.
|
윤현철 교수(아주대)와 김재호 교수(아주대) 연구팀의 성과가 Biosensors & Bioelectronics지에 게재되었습니다(2018년 5월).) |
윤교수팀은 중금속 이온과 DNA mismatch pair 간의 상호작용을 재귀반사기반의 비분광학적 바이오센싱 플랫폼에 도입하여, 음용수 내에 존재하는 수은이온을 선택적이고 민감하게 검출할 수 있는 방법론을 개발하였습니다.
이 접근방법은 기존의 분광학적 장비를 사용하여 수은이온을 검출하였던 방식을 탈피하여, 소형화 및 현장측정이 가능한 비분광학적 재귀반사 측정시스템을 적용하여 얻은 성과이며, 수은이온을 비롯한 중금속 이온의 모니터링이 필요한 생활가전기기 등에 적용될 수 있을 것으로 기대됩니다.
|
김장우 교수(서울대) 연구팀이 ACM/IEEE International Symposium on Computer Architecture (2018년 6월)에서 연구 성과를 발표했습니다. |
금번에 발표된 Device-Centric Server (DCS) 엔진 기술은 수십개의 디바이스를 하나의 서버에 집적시키면서도 기존의 CPU와 메모리를 사용하지 않기에, 단일 서버의 성능을 비약적으로 향상 시키는 기술로, DCS 엔진을 FPGA 기반 형태로 구현하여 연구 결과를 시연했습니다.
DCS 엔진 기술은 기존의 NVIDIA NVLink, AMD XDMA와 같은 고속 GPU 네트워크들이 가지는 성능 향상 및 디바이스 집적 한계를 효과적으로 해결 할 수 있는 솔루션이기 때문에, 향후 인공지능 추론 및 학습 효율성을 비약적으로 향상 시킬 수 있을 것으로 기대하고 있습니다.
김휘강 교수(고려대)는 연구과제에서 개발한 특허 2건(차량 침입 탐지 장치 및 방법, 시퀀스 마이닝 기반의 차량 이상 징후 탐지장치)을 자동차 보안 전문기업인 펜타시큐리티에게 통상실시권을 허여하는 기술이전 계약을 체결하였습니다. (2018년 6월) |
|
|
또한, 과제에 참여하고 있는 이동훈 교수(고려대)는 차량 내부 네트워크인 CAN (Controller Area Network) 프로토콜의 취약점을 이용한 차량 해킹 공격을 탐지하기 위한 IDS (Intrusion Detection System) 기술을 개발하여 IEEE Transactions on Vehicular Technology 에 논문을 게재하였습니다. (2018년 6월) 차량의 특정 기능을 담당하는 ECU (Electronic Control Unit)들이 서로 CAN BUS에서 통신할 때 생성되는 아날로그 전기신호를 분석하고, 분석 결과를 바탕으로 ECU를 식별하였고, 해당 결과를 이용하여 차량 해킹에 의한 악의적인 공격 메시지를 탐지하였습니다. 이는 기존 Automotive IDS 기술은 탐지하기 어려운 메시지 주기 모방 공격 을 포함하여 현재까지 소개된 모든 차량 해킹 공격 유형을 탐지 해낼 수 있었습니다.
|
최재혁 교수(UNIST) 연구팀은 기존 Injection-locking 기반 주파수 생성 기법의 문제점이었던 주파수 체배 및 고주파 생성의 한계를 극복하는 연구 결과를 2018 SOVC(Symposium on VLSI Circuits)에서 발표하였습니다.(2018년 6월) |
최 교수는 세계 최초로 외부에서 입력되는 기준신호의 주파수를 100배 이상 증폭시켜서 20GHz 이상의 밀리미터대역 신호를 생성할 수 있는 Injection-locking 주파수 생성기를 개발하였으며, 이 결과는 이제까지 발표된 구조들 중에서 가장 우수한 노이즈 성능과 높은 주파수당 전력 효율 (mW/Hz)을 달성한 수준입니다.
|
한욱신 교수(포항공대) 연구팀은 세계 최초로 조 단위의 초대규모 그래프 데이터를 빠르게 분석하는 초고속 분산 그래프 분석 엔진인 TurboGraph++를 개발하고, 이를 ACM SIGMOD에 연구 성과로 발표하였습니다.(2018년 6월) |
TurboGraph++는 느린 처리 속도와 대용량의 메모리를 요구하는 기존 그래프 엔진들의 문제를 해결한 고성능의 확장성 있는 분산 그래프 엔진으로서, k-워크 이웃 연산, 균형 잡힌 버퍼 인지 분할, 삼중 병렬 겹침 전략 등의 획기적인 기술들을 기반으로 하여 수십여 대의 머신으로 구성된 소규모 클러스터만으로 단시간 안에 조 단위 규모의 그래프를 분석할 수 있습니다.
대규모 데이터를 처리하는 응용이 다양하고 중요한 만큼, TurboGraph++는 학계뿐만 아니라 고속의 그래프 분석이 필요한 산업계에서도 기반 시스템으로 널리 활용될 수 있을 것으로 기대하고 있습니다. TurboGraph++는 소셜 그래프에서의 친구 찾기, 단백질 네트워크에서 단백질간의 상호작용 찾기 등의 응용뿐만 아니라, 1천억 개의 신경세포와 수백조개의 연결로 구성된 인간의 뇌 그래프를 분석하여 뇌질환을 발견하는 의료분야 등의 고부가가치 산업에도 활용 될 수 있을 것입니다.
|
박희성 교수(KAIST)가 과학기술정보통신부와 한국연구재단 주관의 이달의 과학기술인상을 수상하였습니다.(2018년 5월) |
박교수는 암, 치매 등 각종 질병 유발에 관여하는 단백질 변형을 인위적으로 제어할 수 있는 맞춤형 단백질 변형기술을 개발하여 질병의 원인 규명과 신약 개발 연구의 단초를 마련한 공로로 수상하게 되었습니다.
|
선 교수는 웨어러블 디스플레이의 발전 가능성을 높인 공로로 이달의 과학기술인상에 선정되었습니다.(2018년 4월) |
선정윤 교수(서울대)는 전자 대신 이온을 전도체로 사용하는 동시에 높은 생체 적합성과 신축성을 지니는 '하이드로젤'을 개발하여 사람 피부처럼 움직이는 표면에도 부착 가능한 터치패널 제작 기술을 구현하는데 성공하였습니다.