기술경영학부

기술경영학부 정재용 교수 연구팀이 한국의 원자력 산업을 통해 본 혁신 역량과 기술 발전 양상에 대해 연구했다. 이번 연구는 <테크놀러지컬 포어캐스팅 앤 소셜 체인지(Technological Forecasting and Social Change)> 8월호에 게재됐다. 

한국은 지난 30년 동안 선진국의 기술에 대한 빠른 추격을 달성했다. 그러한 기술 추격의 기저에는 빠르게 선진국의 기술을 습득하고 이를 내재화하는 과정이 존재했다. 이 때문에 몇 개의 주요 산업 분야에서 선진국과 대등하거나 앞선 기술적 역량을 갖추기도 했다. 하지만 선진국에 대한 추격 과정에서 뛰어났다고 해서 추격 이후의, 기술 발전을 이끄는 ‘탈추격 단계’에서도 지금까지 쓰인 한국의 기술경영 모델이 성공할 수 있을지는 장담할 수 없다. 연구팀은 추격에서 탈추격 단계로 최적화된 기술경영 모델을 전환하는 과정은 자동적이지 않을 것이기 때문에 우리나라 고유의 기술 개발 체제를 탐구해 탈추격 단계에 맞는 기술경영 모델을 제시하고자 연구를 시작했다.

한국은 몇 가지의 산업에서 ‘세계 최초’의 타이틀을 지니고 있다. 5G 상용화, LCD 패널, DRAM 등의 분야가 그것이다. 연구팀은 그러한 부문 중에서도 대량 생산 제품이 아닌 복잡한 지식을 바탕으로 소량을 생산하는 복합 제품 시스템의 범주에 있는 원자력 산업에 집중했다. 과연 원자력 산업에서 우리나라는 어떻게 혁신 역량을 구축했고, 또한 그 과정에서 드러난 문제점은 무엇인지에 관해 확인했다.

혁신 역량에는 기술적인 발전을 이뤄낼 잠재력도 포함되지만, 비기술적인 부문에서의 역량도 포함된다. 원자력 관련 산업은 특히 비기술적인 부문 중 규제에 영향을 많이 받는 산업이다. 연구팀은 규제에 대한 전례 없이 최초로 규제를 설정해야 하는 산업에서, 어떻게 규제를 만들어야 하는지에 초점을 두고 원자력 산업의 사례를 탐구했다. 연구팀은 한국의 혁신 역량 증가를 위해선 기술적인 역량의 증가보다 비기술적 역량의 각성이 필요하다는 결론에 도달했다. 새로이 규제를 형성할 때, 규제에 의해 혁신 역량이 저하되지 않기 위해선 기술 개발자의 규제와 법에 대한 인식이 높아져야 하며, 연구진과 규제를 작성하는 사람과의 관계가 조금 더 긴밀해야 한다. 또한, 선진국의 기술을 따라 하는 것이 아니라 전에 없던 기술이나 규제를 만드는 과정이기에 신중한 접근이 필요하다.

정 교수는 “혁신 역량을 확보하기 위해서는 기술적인 역량도 중요하지만, 비기술적인 역량도 공진화를 해야 한다”고 강조했다.
 

산업및시스템공학과

산업및시스템공학과 김희영 교수 연구팀이 사물의 종류뿐만 아니라 위치까지 파악해 분석 정확도를 높이는 캡슐 네트워크의 계산 속도를 개선한 래더 캡슐 네트워크(Ladder Capsule Network)를 개발했다. 이번 연구는 지난 6월 인공지능 분야 세계 최고 권위 학회인 ICML에서 발표되었다.

현재 널리 사용되는 딥러닝 네트워크의 하나인 합성곱 신경망(Convolutional Neural Network, CNN)은 각 층에서 가장 강한 신호를 골라 다음 층으로 전달한 뒤, 최종 층에서 데이터에 대해 학습한다.  이와 같은 신호 처리 방식에서는 일부 정보가 손실될 수 있을 뿐만 아니라 분석 과정에서 사물의 위치를 전혀 고려하지 않아 오류가 발생할 수 있다. 한 예시로 사람의 얼굴에서 코와 눈의 위치를 바꿔도, 정상적인 모양의 눈이 2개 있고 코가 1개 있다면 그 위치에 상관없이 정상적인 사람의 얼굴이라 판별될 수 있다.

캡슐 네트워크는 이 문제를 해결하기 위해 사물을 구성하는 요소의 종류뿐만 아니라 상대적인 위치를 함께 분석해 각 요소가 올바른 위치에 있는지 판별한다. 판별을 위해 한 요소의 위치를 우선 파악하고, 이를 바탕으로 사물의 전체적인 윤곽을 그린다. 예를 들면, 한 요소를 바탕으로 얼굴의 윤곽을 그린 뒤, 이어 나머지 요소에 대해 같은 분석을 반복하며 얻은 전체적인 윤곽선이 서로 일치하는 정도를 파악한다. 만약 특정 기준보다 윤곽선의 차이가 나타나는 요소가 있다면, 해당 요소는 정상적인 위치에 있지 않다고 유추할 수 있다.

연구팀이 개발한 래더 캡슐 네트워크는 캡슐 네트워크를 거꾸로 진행한다. 연구팀이 제안한 래더 층(Ladder Layer)는 핵심 요소의 위치를 기반으로 전체 윤곽을 결정한 뒤, 이 전체 윤곽을 바탕으로 핵심 요소의 위치를 역산한다. 계산한 핵심 요소의 위치가 원래의 위치에서 크게 벗어날 경우, 요소의 배치가 잘못됐다는 것을 알 수 있다. 이에 더하여 불필요한 연산을 줄이기 위해, 연구팀은 가지치기 층(Pruning Layer)이라고 명명한 새로운 층을 활용했다. 기존의 캡슐 네트워크는 이미지 속 한 사물을 분석하기 위해 이미지에서 발견되는 모든 요소를 분석했다. 사람과 강아지가 함께 나온 사진이라면, 사람의 얼굴을 분석하는 과정에서 강아지의 얼굴까지 함께 분석한 것이다. 하지만 가지치기 층은 사물을 분석하는데 필요한 요소만을 선별하고 분석하기 때문에 불필요한 연산을 줄일 수 있다. 

이번 연구에 제1 저자로 참여한 정태원 박사과정은 “래더 층은 캡슐 네트워크의 핵심 알고리즘을 대신한 것으로, 분석에 필요한 계산량을 줄일 수 있다는 장점이 있다”며, “가지치기 층은 기존 캡슐 층이 분석하는 요소의 약 6%만 선별적으로 분석하기 때문에 이미지를 훨씬 빠르게 분석할 수 있다”고 연구의 의의를 밝혔다.

 

화학과

화학과 한순규 교수 연구팀은 이보가 알칼로이드로부터 생합성적으로 분화되는 천연물질군을 포스트-이보가 알칼로이드(Post-Iboga Alkaloids)라 명명하고, 대표적 이보가 알칼로이드인 카타란틴으로부터 이들을 합성하는 데 성공했다. 이번 연구는 지난 2월 14일 <켐(Chem)>에 게재되었다.

생명체는 포식자로부터 자신을 보호하고 환경에 적응하기 위해 이차대사산물인 천연물을 생합성한다. 천연물은 생채 내에서 다양한 약리활성 효과가 있는 경우가 많아 의약품의 후보물질로 많은 관심을 받아왔다. 그 중 이보가 알칼로이드는 마약중독 치료 효과로 말미암아 1958년 처음으로 추출된 이래 많은 후속 연구가 진행되었다.

생명체는 다양한 구조의 천연물을 생체 내에서 확보해 자신의 생존확률을 높이고자 한다. 체내 천연물의 구조적 다양성을 확보하기 위해 특정 구조의 천연물을 다양한 구조로 분화해 또 다른 천연물을 생합성하기도 한다. 연구팀은 이보가 천연물군도 원자간 재배열을 통해 더욱 다양한 천연물 다양성을 확보할 수 있다는 것에 착안해 다섯 가지 종류의 포스트-이보가 천연물을 제안했다. 연구팀은 이보가 알칼로이드인 카타란틴으로부터 산화와 재배열을 통해 포스트-이보가 알칼로이드인 타버틴진(타입 II), 보아틴진(타입 II), 및 디피닌 B(타입 III)를 합성할 수 있음을 보였다. 특히 보아틴진과 디피닌 B는 세계 최초로 합성에 성공했고, 디피닌 B의 경우 학계에서 30년 이상 연구가 지속되었으나 지금까지 합성되지 못했던 난공불락의 난제로 여겨졌다. 

이보가 알칼로이드의 경우 마약중독 치료제의 효능을 갖기 때문에, 이로부터 분화된 포스트-이보가 알칼로이드도 다양한 의료적 가치를 가질 것으로 예측할 수 있다. 또한, 연구팀의 새로운 천연물 분류에 의해 미국 식품의약국(FDA) 승인을 받은 빈블라스틴, 빈크리스틴, 나벨빈 등의 유명 항암제도 모두 포스트-이보가임이 밝혀졌고, 이번 연구를 통해 개발한 새로운 화학반응을 통해 기존에는 합성할 수 없었던 다양한 구조의 항암제 후보물질 합성도 가능해졌다.  

한 교수는 “이번 연구는 포스트-이보가 알칼로이드라는 천연물군의 새로운 학문체계를 세웠다는 의의가 있다”며 “포스트-이보가 천연물에 대한 후속 연구가 계속되어 가치 있는 물질을 찾을 수 있을 것”이라고 연구의 가능성을 밝혔다.

 

기계공학과

기계공학과 전성윤 교수와 생명과학과 정현정 교수 공동연구팀이 연속적인 농도로 항생제를 배합해 복합적인 효과를 빠르게 확인할 수 있는 미세유체 칩을 개발했다.(관련기사 본지 461호, <연속적인 농도로 항생제 배합해 효과 측정하는 미세유체 칩 개발해>) 이번 연구는 지난 3월 21일 <랩 온 어 칩(Lab on a Chip)> 뒤표지 논문으로 게재됐다.

항생제는 특정 원리로 세포의 분열과 성장을 억제하거나 세포를 사멸시키는 물질이다. 항생제가 개발된 초기에는 대부분의 유해균에게 효과를 가졌으나, 항셍제가 널리 사용되면서 항생제에 내성을 갖는 박테리아인 슈퍼박테리아가 등장했다. 슈퍼박테리아는 각기 다른 메커니즘으로 작용하는 항생제를 복합적으로 사용함으로써 감염 확률을 낮출 수 있는데, 여러 항생제가 복합적으로 작용할 때의 효과를 예측하는 것이 어렵기 때문에 배합 후 효과가 증대하는 항생제 조합을 찾기 위한 연구가 활발히 진행되고 있다.

기존에는 항생제를 여러 농도로 배합한 샘플을 준비한 후, 이를 병원균에 적용해 생장이 저하되는 정도를 각각 확인해야 했다. 이 경우 여러 샘플을 준비해야 하므로 번거로울 뿐만 아니라, 각 샘플의 부피가 크기 때문에 항생제가 병원균에 완전히 반응하기까지 오랜 시간이  걸린다.

연구팀은 십자 모양의 홈을 갖는 미세유체 칩을 통해 이 문제를 해결했다. 칩의 중앙 부분에 실험하고자 하는 병원균을 놓고, 십자 모양의 홈의 각 끝에 배합하고자 하는 두 항생제를 각각 놓아 확산시키면 각 항생제의 농도 구배가 겹치며 다양한 농도로 항생제가 배합된다. 항생제의 확산 속도를 계산함으로써 칩의 각 위치에서 항생제가 어느 농도로 배합되는지 알 수 있으며, 이를 통해 항생제의 복합 효과를 하나의 칩으로 분석할 수 있다. 이번 연구에서 개발한 미세유체 칩을 사용하면 기존의 방법에 비해 약 3분의 1의 시간으로 항생제 배합 효과를 확인할 수 있다.

이번 연구에 제1 저자로 참여한 김승규 박사과정은 “이번에 개발한 미세유체 칩을 발전시켜 이후 항암제 개발 연구 등으로 적용 분야를 넓혀나갈 계획”이라고 밝혔다.
 

건설및환경공학과

건설및환경공학과 김영철 교수 연구팀이 크라우드 소스 인지 지도(Crowd-Sourced Cognitive Map) 기반으로 도시 공간에 대한 사람들의 인식을 알아낼 수 있는 새로운 방법을 개발했다. 크라우드 소스는 사람들의 직접적인 의견이 담긴 데이터를 빅데이터로 분석하는 것을 뜻한다.

도시 정체성은 사람들이 특정 도시나 도시 내부의 장소를 어떻게 인식하는지에 따라 달라지고, 도시의 지속 가능한 발전을 이끄는 경제적, 사회적 지표를 파악할 수 있어 도시 연구에서 중요한 주제로 남아있다. 기존 연구에서는 도시 정체성을 파악하기 위해 설문 조사, 인터뷰, 참가자 관찰 및 몇몇 질적 접근 방식을 이용했지만 이러한 방법은 많은 양의 데이터를 얻을 수 없을 뿐만 아니라 주관적이어서 결과의 신뢰도가 높지 못하다는 한계가 있었다.

연구팀은 소셜 미디어 콘텐츠 사용자들이 제공하는 해시태그 중 특정 도시의 평가와 관련된 데이터를 선별했다. 이후 수집한 데이터를 분석하고, 도시 정체성과 사람들의 인식을 시각적으로 처리해 크라우드 소스 인지 지도를 만들었다. 또한, 이 방법의 유효성을 입증하기 위해 분당, 일산, 동탄, 송도 4개의 수도권 도시를 선정해 연구를 진행했다. 분당, 일산처럼 완전히 발달한 단계의 개발 도시는 두 도시의 정체성을 나타내는 장소들의 유형과 이에 대한 인식이 거의 유사했으나, 동탄이나 송도와 같은 신도시는 중심 공원, 복지시설 등 아직 도시를 잘 모르는 사람들이 쉽게 접근할 수 있는 장소들에 대한 정체성이 크게 나타나는 사실을 밝혔다. 

크라우드 소스 인지 지도를 해석해 여러 도시 간의 정체성 형성 상태를 비교했다는 점은 기존 연구와 크게 차별화된다. 또한, 사람들이 현재 어느 지역을 좋아하는지 파악하고 관광 요소를 구축하는 등 여러 분야와 결합해 응용 가능하다는 의의가 있다.

이번 연구에 제1 저자로 참여한 장기문 박사과정은 “크라우드 소스 인지 지도를 도시 재생 분야에 적용해 도시에 대한 사람들의 부정적인 인식이 긍정적인 인식으로 바뀌는 과정을 추적하고, 재생프로젝트와 같은 도시 운영에도 활용할 것”이라고 전했다. 
 

항공우주공학과

항공우주공학과 이지윤 교수팀이 GPS 데이터를 기반으로 우주전파환경에 의한 전리층의 영향을 종합적으로 분석할 수 있는 통합 프로그램을 개발했다. 연구팀이 개발한 프로그램은 전리층 분석 기능뿐 아니라, 다양한 GPS 사용자별 응용 연구를 복합적으로 지원할 수 있는 기능을 포함해 우수 성과로 인정받았다.

태양 폭풍과 같은 우주전파환경의 영향으로 전리층이 교란되어 전자 밀도의 분포가 불균질한 경우, GPS 신호 오작동 또는 통신 장애와 같은 현상을 유발한다. 이러한 우주전파환경의 위협에 대응하기 위해서는 전리층 현상의 규모, 밀도 변화율 추정과 같은 프로파일 모델링, 발생 빈도, 우주전파환경-전리층 간 상관관계와 같은 통계적 분석이 수반되어야 한다. 기존의 GPS 데이터 기반 전리층 영향 분석은 일부 기능이 개별적으로 개발되어 종합적인 분석이 어려웠고, 주로 정상 상태에서, 특정 위도지역에 국한된 전리층 현상에만 집중된다는 한계가 있었다. 

연구팀은 복합적인 전리층 분석 및 대응에 관련한 연구를 지원하기 위해 전리층 기초, 핵심, 그리고 응용 분석 모듈을 통합한 프로그램을 최초로 개발했다. 특히, 지자기적 특성의 차이로 인해 서로 다른 위도에서 일어나는 전리층 현상은 판이한 양상을 보이는데, 이 때문에 전 지구적 현상을 분석하기 위해서는 지역적 특성이 반영되어야 한다. 개발된 프로그램은 국제 협력을 통해 획득한 전 세계 GPS 데이터의 처리로부터 전 지구적 전리층 분석을 위한 분석 방식을 정립하고, 전리층 분석 알고리즘 개발에 반영했다는 점에서 의의가 있다.

연구에 참여한 김동우 박사과정은 “우주전파환경이 실생활에 미치는 영향이 매우 커진 만큼, 이번 연구에서 개발한 전리층 분석 프로그램이 GPS 기반 ICT 산업 분야부터 순수대기과학 분야까지 다양한 곳에 활용되기를 기대한다”고 전했다.
 

수리과학과

수리과학과 김재경 교수와 제약회사 화이자(Pfizer)의 장 청(Cheng Chang) 박사 공동연구팀이 수리 모델을 바탕으로 생명체 일주기 리듬 조정의 차이가 다른 종이나 동일한 종 내에서도 존재하는 원인을 밝히고, 이를 활용해 생체 리듬을 조정하기 위한 신약 개발 가능성을 높였다.(관련기사 본지 464호, <데이터 기반 수리 모델로 일주기 조정에 차이 존재하는 원인 규명>) 이번 연구는 지난 7월 8일 <분자 시스템 생물학(Molecular Systems Biology)>에 표지논문으로 게재되었다.

수면, 호르몬 분비와 같은 다양한 행동이나 생리 현상이 가지는 일주기 리듬은 체내 생체시계에 의해 조절된다. 수면 시간이 불규칙한 많은 현대인의 생체시계는 외부 환경과의 동기화에 실패할 수 있다. 이는 수면 장애, 암, 당뇨병 및 기분 장애와 같은 다양한 질환의 원인이다. 하지만 생체시계 조절을 위한 약물 개발에는 많은 개발비용이 필요해 관련 연구가 활발히 이루어지지 못했다. 또한, 연구 과정에서도 쥐를 대상으로 한 전임상 시험과 전혀 다른 결과가 사람에게서 나타나거나, 개인마다 약효가 다르기도 하는 등의 어려움이 있었다. 

이번 연구에서는 체내 PER 단백질의 수준을 변화시킴으로써 생체시계를 조절했다. PER 1/2 단백질은 양이 변화하는 진동 주기와 단계에 따라 생체시계에서 중심적인 역할을 하며 그 양은 CK1δ/ε 인산화에 의해 조절된다. 연구팀은 CK1δ/ε 인산화 억제제인 PF-670462에 대해 야행성 동물인 쥐와 주행성 동물인 원숭이가 보이는 다양한 반응 데이터를 수집했다. 이를 기반으로 미분방정식을 이용해 제작한 시스템 모델에서는 쥐보다 원숭이에서 빛 노출 변화에 대한 약효의 변화가 더 크게 나타났다. 이는 종마다 감광성(Photosensitivity)의 차이가 있으며, 쥐를 이용한 임상시험이 사람과 다른 결과를 나타낸 이유를 설명해 준다. 또한, 같은 종이라도 생활 양식과 유전적으로 발현되는 PER 단백질의 양에 따라 효과가 다르게 나타났는데, 이는 증상이 같은 환자라도 개인의 PER 발현량을 고려한 치료 요법이 필요함을 뜻한다.

연구팀은 발견한 사실을 바탕으로 최적화된 치료 요법을 개발하기 위해 빛과 약효 사이의 관계 및 개인의 PER 단백질 발현량 차이를 고려해 시뮬레이션했다. 개발한 치료 요법에 따라 수리모델링을 이용해 가상 환자에게 투약 시간을 조절했고, 개인에게 최적화된 투약 시간을 찾을 수 있음을 확인했다. 이번 연구에 제1 저자로 참여한 김대욱 박사과정은 “연구팀이 제시한 시간 요법(Chronotherapy)은 다른 생체시계 조절 약물에 확장하거나, 종양과 같은 다른 질병으로 확장할 가능성이 높다”라며 “생체 데이터와 스마트 기기를 통해 수집한 생활 양식 정보를 통합해 개인에게 맞춤형 치료를 제공할 수 있다”라고 밝혔다.
 

바이오및뇌공학과

바이오및뇌공학과 이상완 교수 연구팀은 인간의 두뇌가 가진 강화학습 제어 능력을 인공지능으로 이식하면 다양한 공학적 난제들을 해결할 수 있다는 새로운 이론을 제안했다. 케임브리지 대학, 구글 딥마인드 연구팀과 공동으로 진행된 이번 연구는 지난 1월 16일 <사이언스 로보틱스(Science Robotics)> 온라인판에 게재되었다.(관련기사 본지 457호, <환경 분석하여 전략 수정하는 차세대 인공지능의 발전 방향 제시해>) 

강화학습은 기계학습 방법의 하나로 환경과의 상호작용을 통해 환경을 제어하는 전략을 스스로 학습하는 방법이다. 현재의 강화학습 알고리즘은 많은 학습 경험에 의존하는 등의 한계로 인해 환경이 자주 변하는 상황에서 빠르게 적응하기 어렵다. 하지만 인간은 실제 환경에 빠르게 적응한다. 이는 뇌가 선택된 전략에 대한 예측 성능, 인지 부하 및 학습 속도 등을 종합적으로 고려하여 학습상태를 유연하게 조절하기 때문이다.  

인간의 두뇌는 인공지능과 유사한 강화학습 전략(Model-Free Control)뿐만 아니라, 환경 모델을 학습하는 목표 지향적인 강화학습 전략(Model-Based Control)을 사용한다. 인간의 두뇌는 환경 모델을 학습하는 과정에서 인공지능과 유사한 합리적 추론 전략을 사용하기도 하지만, 모델의 불확실성을 신속하게 해결하기 위해 몇 개의 데이터로 일반화하는 원샷학습 기반의 추론(One-Shot Inference) 전략을 사용하기도 한다. 이렇게 학습된 환경 모델을 이용하면 모델을 기반으로 사고실험이나 동작의 시뮬레이션을 수행할 수 있으므로 상황 예측력과 환경 적응력을 높일 수 있다.

이번 연구에서는 전두엽과 기저핵의 다양한 예측 정보를 바탕으로 현재 전략의 신뢰도를 평가하고, 전략의 신뢰도를 바탕으로 강화학습을 제어하는 과정을 모사하는 인공지능 설계 방향을 제안했다. 이러한 원리를 지능형 로봇 시스템 설계에 적용하면 변화하는 환경에서 적응성능-메모리-학습속도의 균형을 유연하게 유지하는 제어 시스템을 설계할 수 있다. 나아가, 다수의 시스템이 협력하는 상황에서는 서로의 전략을 이용함으로써 협력과 경쟁 사이의 균형을 유지할 수 있다.

연구팀은 이번 연구에서 제안한 이론을 이용해 다양한 종류의 뇌기반 인공지능 시스템을 설계했다. 그중 전두엽의 강화학습 제어 모델을 이용해 다양한 뇌 신호를 읽어내는 메타 BCI 기술은 기존 딥러닝 기반 디코더 대비 20% 이상의 성능향상을 보이며 올해 KAIST 핵심기술 중 하나로 선정된 바 있다. 또한, 환경의 복잡도가 변화하는 상황에서 전두엽의 강화학습 전략을 인공지능 알고리즘으로 이식한 연구는 이번 달 <네이처 커뮤니케이션(Nature Communications)>에 출판될 예정이다. 관련 핵심기술의 파급력을 높이기 위해 이상완 교수는 올해 4월 KAIST 신경과학-인공지능 융합 연구센터를 설립했고, 구글 딥마인드, IBM AI 연구소, MIT, 케임브리지, 버밍험 대학 등 해외 유수 연구 기관과의 국제 공동연구 네트워크를 구축했다.

이 교수는 “이번 연구는 현재 연구실에서 진행되고 있는 다양한 신경과학-인공지능 융합연구의 방향을 보여주는 해석적 연구이다”라며 “인간 두뇌의 정보처리 원리를 인공지능으로 이식하는 기술을 활용하면 당면한 공학적 문제들을 해결할 수 있을 뿐만 아니라, 인간을 이해하는 인공지능을 설계할 수 있다”고 연구의 의의를 전했다.
 

생명과학과

생명과학과 서성배 교수 연구팀이 스트레스 상황에서 체내 생리작용을 조절한다고 알려진 부신피질자극호르몬 방출인자(Corticotropin-Releasing Factor, CRF)의 새로운 역할을 규명했다. 이번 연구 결과는 지난 4월 <네이처 뉴로사이언스(Nature Neuroscience)>에 게재되었다.

자연에서 동물은 주어진 상황이 생존에 유리한지 불리한지 빠르게 판단해 접근하거나 회피해야 한다. 이러한 반응은 뇌가 특정 자극을 판단해 필요한 생리작용을 촉진하거나, 억제하기 때문에 가능하다. 이를 위해 시상하부 PVN(Paraventricular Nucleus, 뇌실곁핵) 부위의 CRF 신경세포는 스트레스에 따라 CRF 분비를 조절한다. 시상하부에서 분비된 CRF를 통해 조절되는 뇌하수체, 부신에 이르는 내분비 경로는 최종적으로는 혈액 내 당질 코르티코이드 농도를 조절해 심장혈관, 대사, 면역 등에 관여한다.

CRF가 동물의 부정적인 감정과 연관되어 있다는 가설은 이전부터 존재했지만 살아있는 생명체의 활동을 실시간으로 관측하지 못해 확인할 수 없었다. 연구팀은 CRF 신경세포의 활성도를 실시간으로 측정 가능한 칼슘 이미징 기술인 파이버 포토메트리(Fiber Photometry)를 도입했다. 그 뒤 쥐에게 부정적, 긍정적인 자극을 주었을 때 신경세포의 반응성을 관찰했다. 그 결과 쥐가 새를 모방한 시각적 자극, 포식자의 오줌 냄새처럼 위협적인 외부 자극에 노출되었을 때는 CRF 신경세포가 급속히 활성화됐다. 이와 반대로 쥐가 음식이나 사회적 상호작용과 같은 긍정적인 외부 자극에 노출되었을 때는 활성이 억제되었다.

CRF 신경세포가 긍정적인 자극, 부정적인 자극 모두에 신속하게 반응한다는 특성은 CRF 신경세포가 자극에 대한 정보를 실시간으로 반영하고 있음을 보여준다. 또한, 행동이 유도되기 수초 전부터 CRF 신경세포의 활성도가 변했는데, 이는 예측에 의한 기능을 나타내는 것으로 시상하부의 다른 신경세포와 구별되는 특성이다. 연구팀은 광유전학을 이용해 CRF 신경세포의 활성에 따른 선호도 조절의 관계도 확인했다. 그 결과 CRF 신경세포의 활성도가 특정 장소를 쥐가 선호하거나 혐오하도록 유도하는 것을 밝혔다.

서 교수는 “이전에 밝혀지지 않았던 CRF의 선호 조절 기능과 행동 이전에 빠르게 활성화되는 신경세포의 특성을 규명해냈다”며 “앞으로 우울증, 불안증 치료를 위한 신약 개발 과정에서 CRF 신경세포의 활성을 측정함으로써 신약의 효과를 시험할 수 있을 것이다”고 말했다.
 

전기및전자공학부

전기및전자공학부 배현민 교수 연구팀이 박쥐를 모방한 초음파 기반의 AI 영상 장치를 개발했다. 이번 연구는 올해 <인공신경망 학회(NeurIPS)>에서 소개될 예정이다.

기존에 상용화된 센서는 하나만으로 주위 환경을 완벽하게 감지하기 힘들다. 하지만 자연에는 어두운 곳에서 동작하는 물체를 감지할 수 있는 동물들이 존재한다. 대표적 동물인 박쥐는 초음파를 반사시켜 물체에 대한 정확한 이미지를 얻는다.

먼저, 연구팀은 초음파를 통해 주위 물체에 대한 세부적인 이미지를 얻는 박쥐를 해부학적으로 분석했다. 이를 통해 박쥐의 귀 모양이 좌우에서 오는 소리 외에도 상하에서 오는 소리 또한 구분할 수 있게 생겼으며, 달팽이관에서는 고주파 신호와 저주파 신호를 따로 받아 처리한다는 사실을 밝혔다. 박쥐는 신호를 주파수 대역과 시간에 대한 정보로 각각 가공해 뇌에 전달하며, 주파수 대역을 연속적으로 변화시키며 주위 환경에 대한 정보를 얻는다. 이후, 박쥐는 동굴 속에서 초음파를 쏘아 시각적 정보가 없어도 물체를 감지할 수 있도록 학습한다.

연구팀은 이러한 박쥐의 특성을 모방해 인공지능을 학습시켰다. 물체에 초음파를 쏘아 한 물체당 35개의 정보를 축적하고 이를 통해 물체를 측정해 수만 개의 축적한 데이터로 인공지능을 학습시켰다. 이를 바탕으로 처음 보는 물체를 이미지화하는 프로그램에 적용했다. 연구팀은 지난 11월 8일 진행된 AI and more in EE Festival에서 실시간으로 물체 이미징 과정을 시연했다.

이번 연구는 기계학습을 바탕으로 3차원 물체를 실시간으로 이미지화하는 기술을 개발했다는 의의가 있다. 배 교수는 “박쥐는 떼로 다니더라도 개체끼리 부딪치지 않고 자신의 먹이 활동을 하기 때문에, 이를 기술화한다면 자율 주행 기술 등에 더욱 효과적으로 활용할 수 있을 것이다”고 밝혔다.
 

 

전기및전자공학부 김종환 교수 연구팀이 눈으로 보지 않고도 모바일 기기에 타자가 가능한 기술을 개발했다. 해당 연구는 물리적인 키보드가 필요 없는 기술로 해외 언론에 알려지며 주목받고 있다.

모바일 컴퓨팅이 등장하며, 텍스트 입력 연구는 가상 키보드에 초점이 맞춰졌다. 화면 키보드라고도 불리는 가상 키보드는 사용자가 물리적인 제약 없이 사용할 수 있다는 장점이 있다. 하지만 현재까지 개발된 가상 키보드는 촉각 피드백이 부족해 오타율이 높다. 또한, 화면을 차지하는 비율이 높아 모바일 기기의 사용성을 저하시킨다는 한계가 존재한다.

연구팀이 개발한 I-keyboard 기술을 사용하면 모바일 기기 사용 시 눈으로 보지 않고도 타이핑이 가능한 입력 소프트웨어이다. I-keyboard 기술의 개념을 구상한 후, 연구팀은 기술 구현에 대한 가능성을 알아보기 위해 데이터 수집 환경을 구축했다. 실험 참가자들은 책상과 수평으로 놓인 터치스크린에 키보드를 상상하며 수집 문장을 타이핑했는데, 이를 통해 타이핑 패턴이 물리적인 키보드 레이아웃을 닮았다는 것을 밝혔다.

기술적 구현 가능성을 검증한 후, 연구팀은 사용자의 입력 신호를 분석하고 조정해 문자로 출력하는 분석 모델인 딥뉴럴 디코더(Deep Neural Decoder)를 설계했다. 분석 모델은 크게 통계적 분석과 캐릭터 언어 모델의 두 단계로 구성된다. 통계적 분석 단계에서는 사용자가 터치한 부분의 물리적인 위치 관계만을 고려하여 사용자의 입력을 분석한다. 캐릭터 언어 모델에서는 통계적 분석의 출력을 의미적으로 파악한다.

I-keyboard의 딥뉴럴 디코더는 전후 입력을 모두 고려해 사용자의 입력을 분석하기 때문에 사용자가 입력 위치 보정을 하지 않거나 손 위치를 바꾸어도 분석이 가능하다. 또한, 학습 과정에서도 보정 없이 분석하도록 학습하였기 때문에 보정 없이 사용자에 맞춰 적용이 가능하다.

이번 연구는 기존 연구에 존재하던 제약 조건들을 없애 사용성을 획기적으로 향상시켰다는 의의가 있다. 또한, 타이핑 속도로 측정한 사용성은 기존 연구 대비 18.95% 향상한 것을 확인할 수 있었다. 김 교수는 “기존 연구에서는 전통적인 통계적 분석법을 사용해 정확도와 사용성이 낮았으나, I-keyboard는 최신 딥러닝 기법들을 적용해 정확도를 획기적으로 향상시켰다”고 밝혔다.

 

산업디자인학과

산업디자인학과 최경아, 석현정 교수 공동연구팀이 높은 색온도를 갖는 청백색의 푸른 빛이 아침잠을 깨우는 데 효과적임을 밝혔다.(관련기사 본지 460호, <높은 색온도의 푸른 빛이 신체 리듬에 긍정적 영향을 미침을 밝혀>)

감광신경절세포는 신경절세포 가운데 광주기를 감지하는 세포이며, 수면 주기를 조절하는 호르몬인 멜라토닌과 밀접한 관련이 있다. 감광신경절세포는 짧은 파장의 푸른 빛에 민감하게 반응하고, 이러한 빛 자극을 시교차상핵에 전달하여 멜라토닌 주기를 조절하는 데 영향을 미친다. 기존 연구는 감광신경절 세포가 청백색의 푸른 빛과 반응하고 멜라토닌의 분비를 억제함으로써 인체의 수면 주기에 끼치는 영향에 대해 알아냈지만, 피험자에게 강한 세기의 파란빛을 조사하는 등 일상과 다른 조건에서 이루어졌다. 따라서 극단적인 상황에서 변인을 통제해 일상생활에서 노출되는 환경과는 거리가 멀다는 한계가 있었다.

연구팀은 일상생활과 밀접하게 연관된 환경에서 이를 검증하기 위한 실험을 진행했다. 일상에서 쉽게 접할 수 있는 높은 색온도의 청백색 조명을 사용하는 등 일상생활에 가까운 환경을 조성했다. 또한, 조명에 따른 생리적 반응을 관찰하기 위해 멜라토닌과 코르티솔의 분비량을 측정했으며, 조명에 따른 자극의 정도, 분위기와 시각적 편안함에 대한 설문조사가 수반되었다. 그 결과 아침 기상 후 쬐는 청백색 조명이 멜라토닌 호르몬의 분비를 억제하여 인체를 아침잠에서 깨우는 데 긍정적인 영향을 미침을 밝혔다. 나아가, 연구팀은 인간중심조명이 나아가야 할 방향을 제시했다. 인간중심조명의 한 예로 LED 조명에 인공지능과 사물 인터넷을 더해 사용자의 기상 패턴을 분석하고, 사용자에게 알맞은 빛을 제공하는 제품을 들 수 있다. 실제로 연구팀은 이번 연구 결과를 바탕으로 다양한 기업과 가전제품이나 자동차 조명을 사용자 중심적으로 자동화하는 시스템을 고안하고 있다.

최 교수는 “추후 인간중심조명 분야와 스마트 조명 분야 간의 융합 연구가 필요할 것”이라며, “인간중심조명이 일상생활에도 적용될 수 있도록 도전적인 연구를 진행할 예정이다”고 전했다.

 

생명화학공학과

생명화학공학과 이상엽 교수 연구팀이 지방산 및 바이오디젤로 이용할 수 있는 지방산 유도체를 생산하는 미생물을 개발했다. 이번 연구는 지난 6월 17일 <네이처 케미컬 바이올로지(Nature Chemical Biology)> 온라인판에 게재됐다.

화석원료는 현대 산업의 기초 물질이자 생활 전반에 이용되는 원료 및 에너지원이다. 하지만 원유 매장량 고갈과 원유 산업으로 인한 환경문제 때문에 원유를 대체할 수 있는 지속 가능한 바이오 기반 재생에너지의 필요성이 제기되고 있다. 이 중 경유를 대체할 수 있는 물질로는 환경친화적 연료인 바이오디젤이 있다. 바이오디젤은 주로 식물성 기름이나 동물성 지방의 에스터 교환 반응을 통해 만들어진다. 하지만 이러한 방법은 음식으로 활용될 수 있는 기름을 원료로 사용한다는 문제점이 있으며 이를 해결하기 위해 미생물을 이용해 비식용 바이오매스를 바이오디젤로 전환하는 연구들이 진행되고 있다. 하지만 기존 연구는 바이오디젤의 생산 효율이 너무 낮다는 한계가 존재한다.

연구팀은 자연적으로 세포 내 기름을 축적하는 것으로 알려진 미생물인 로도코커스를 시스템 대사공학으로 대사 회로를 체계적으로 조작해 지방산 및 바이오디젤을 생산하는 균주를 개발했다. 먼저 연구팀은 로도코커스의 배양 조건을 최적화한 뒤 포도당을 섭취시켜 세포 내 과량의 트리아실글리세롤을 축적시켰다. 이후, 선별한 외부 효소를 도입하여 효과적으로 트리아실글리세롤을 지방산으로 전환해 최고 농도의 지방산을 생산하는 균주를 개발했다. 또한, 지방산을 두 가지 형태의 바이오디젤 연료 물질로 효율적으로 전환하기 위해 추가적인 유전자 조작을 통해 바이오디젤을 최고 성능으로 생산하는 데 성공했다. 지방산은 기존 연구 대비 2배 이상의 효율을, 바이오디젤은 기존 연구 대비 14배 이상의 효율을 얻어냈다.

이번 연구에 제2 저자로 참여한 채동언 연구원은 “기존 연구의 생산 효율 한계를 극복하기 위해 대사공학적 연구가 많이 진행되지 않은 로도코커스를 이용해 기존 보고보다 월등히 높은 효율로 지방산 및 바이오디젤을 생산하는 데 성공했다”고 말했다. 이어, “이번 연구를 통해 향후 식물성이나 동물성 기름에 의존하지 않고 비식용 바이오매스로부터 미생물 기반 바이오 연료의 대량 생산까지 가능할 것으로 기대한다”고 밝혔다.

저작권자 © 카이스트신문 무단전재 및 재배포 금지