▲ 왼쪽부터 서울대학교 기계공학부 김도년 교수(교신저자), 김재훈 박사(공동 주저자), 임재경 박사(공동 주저자, 현 삼성전자 근무)[출처=서울대학교 공과대학]서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 기계공학부 김도년 교수 연구팀 논문이 반도체 운영 분야 국제 학술지 ‘IEEE Transactions on Semiconductor Manufacturing (이하 IEEE TSM)’에서 2024년 최우수논문상(Best Paper Award)을 수상했다.해당 분야의 가장 권위 있는 저널 중 하나인 IEEE TSM은 반도체 공정 및 생산 관련 최신 기술과 응용을 다루며 1년 동안 해당 저널에 게재된 논문들 중 가장 우수한 1편을 최우수 논문(Best Paper)으로 선정해 시상한다.김도년 교수팀의 또 다른 논문은 2021년 IEEE TSM에서 우수 논문(Best Paper Award: Honorable Mention) 3편 중 하나로 선정된 바 있다. 3년 만에 같은 저널에서 최우수논문상을 수상하는 쾌거를 이뤘다.연구팀은 ‘Hotspot Prediction: SEM Image Generation with Potential Lithography Hotspots’ 제하의 이번 논문에서 리소그래피 공정 중 결함이 발생할 수 있는 취약 부위를 리소그래피 패턴 정보만으로 미리 예측할 수 있는 딥러닝 기술을 제시했다.이는 취약 부위에 대한 선제적인 설계 변경 등을 통해 반도체 생산 수율을 높이고 비용은 줄일 수 있는 핵심 기술이라는 평가를 받고 있다.논문의 주저자인 김재훈 박사는 “뜻깊은 상을 받게 돼 큰 영광이며 함께 연구에 참여하신 모든 분들께 감사드린다”고 인사를 전하며 “이번 성과를 발판 삼아 반도체 공정의 계측 및 검사 기술에 관한 연구에 정진하겠다”고 밝혔다.김재훈 박사는 현재 서울대 기계공학부에서 박사후연구원으로서 연구 활동을 이어가고 있다. 특히 적은 데이터만으로도 학습이 가능한 딥러닝 모델을 개발하고 실제 산업 현장에서도 활용되도록 그 응용 범위를 확장하는 연구를 진행 중이다.공동 주저자인 임재경 박사는 “이번 연구 결과가 2024년 최우수 논문으로 선정돼 매우 기쁘며, 연구를 지원해주신 많은 분들께 고맙다는 말씀을 드리고 싶다”며 “앞으로 반도체 제조 분야의 발전을 위해 지속적으로 노력하겠다”고 각오를 밝혔다.서울대 기계공학부에서 박사 학위를 취득한 임재경 박사는 현재 삼성전자 DS 부문에서 주사현미경과 전자빔 검사를 활용해 반도체 불량을 검출하는 업무를 수행하고 있다.◇ 참고 자료- 상: 2024 IEEE Transactions on Semiconductor Manufacturing Best Paper Award- 논문명: Hotspot Prediction: SEM Image Generation with Potential Lithography Hotspots- 논문저자: 김재훈*, 임재경*, 이진호, 김태연, 남윤형, 김기현, 김도년 (*공동 제1저자)

▲ 시계 방향으로 서울대학교 재료공학부 문동훈 연구원(단독 1저자), 이원식 연구원(참여저자), 장혜진 교수(참여저자), 이관형 교수(교신저자), 한정우 교수(참여저자)[출처=서울대학교 공과대학]서울대(총장 유홍림) 공과대(학장 김영오)에 따르면 재료공학부 이관형 교수 연구팀이 다양한 기판 위에서 웨이퍼 면적의 단결정(single-crystal) 2차원 반도체를 직접 성장시킬 수 있는 신기술 ‘하이포택시(Hypotaxy)’를 세계 최초로 개발했다.같은 학부의 장혜진, 한정우 교수 연구팀과 함께 연구했다. 이번 연구 결과는 2025년 2월20일 세계 최고 권위의 학술지 ‘네이처(Nature)’에 게재됐다.최근 인공지능(AI) 기술 발전에 따라 반도체 성능 향상의 필요성이 커졌고 소자의 전력 소모를 줄이려는 연구 또한 활발해졌다.따라서 기존의 실리콘을 대체할 새 반도체 소재가 주목받는 중인데 그중 얇은 두께와 뛰어난 전기적 특성을 지닌 2차원 물질 ‘전이금속칼코겐화물(Transition metal dichalcogenide, 이하 TMD)’이 차세대 반도체로 주목받고 있다. 그러나 이를 높은 품질로 합성해 산업적으로 활용할 수 있는 대량 생산 기술이 부족한 실정이다.현재 가장 유망한 합성 기술인 화학기상증착법(chemical vapor deposition, CVD)은 전기적 특성의 저하, 성장한 TMD의 전사(transfer, 다른 기판으로 옮기는 추가 공정) 등의 문제를 안고 있다.높은 결정성(crystallinity)을 갖는 기판 위에서 TMD를 성장시키는 ‘에피택시(epitaxy)’ 방식도 성장 후 전사 과정이 수반되고 특정 기판만 사용 가능하다는 한계가 있다.반도체 및 박막 소재 제작에 필수적인 기술로 여겨졌던 이 방식은 합성 시 TMD의 결정성, 표면, 층수가 불균일해 전기적 성능이 저하되는 약점도 존재한다.고품질 TMD에 기반한 고도의 3차원 집적화 기술 개발이 현대 반도체 산업의 필수 과제로 부각됨에 따라 새로운 TMD 합성 기술의 필요성이 절실한 상황이었다.이에 연구진은 기존에 보고된 적 없는 새로운 성장법을 개발해 이 문제를 해결했다. 그래핀과 같은 2차원 물질을 템플릿으로 활용해 TMD의 결정이 정렬된 형태로 성장하도록 유도하는 방식을 고안햤다.어떤 기판에서도 완벽한 단결정 TMD 박막을 합성할 수 있는 ‘하이포택시(Hypotaxy)’ 기술을 세계 최초로 구현한 것이다.박막이 하부 방향으로 성장한 특성을 반영해 이 합성법을 ‘아래 방향’을 의미하는 ‘하이포(hypo)’와 ‘정렬’이란 뜻의 ‘택시(taxy)’를 접목한 ‘하이포택시’로 명명했다.반도체 제조 공정과의 호환이 가능한 저온(400℃)에서도 단결정 TMD를 성장시킬 수 있는 이 기술은 산업적으로 큰 의미를 지닌다.후처리 없이 템플릿이 자연적으로 제거되며 금속 박막 두께를 조절해 TMD의 층수까지 정밀하게 제어할 수 있다는 점에서도 기존 방식과 크게 차별화된다.이번 기술을 이용해 합성한 TMD로 만든 반도체 소자가 높은 전하 이동도와 우수한 소자 균일성을 보임으로써, ‘하이포택시’가 반도체 소자의 고성능화·고집적화 및 차세대 2차원 반도체 상용화에 기여할 핵심 기술로 활용될 가능성이 커졌다.아울러 ‘하이포택시’는 단순히 2차원 반도체 성장 기술에 그치지 않고 모든 결정질 박막 물질의 성장에도 적용 가능한 혁신적 기술이라는 평가를 받고 있다.기존 반도체 제조 방식의 한계를 극복했을 뿐 아니라, 템플릿을 통해 결정 방향 및 구조를 원하는 대로 조절할 수 있는 완전히 새로운 방식을 세계 최초로 제안했기 때문이다.현재 서울대 재료공학부에서 박사과정을 밟고 있는 문동훈 연구원은 기존에는 합성이 불가능해 다양한 측정에 제약이 있었던 무아레 구조(Moiré structure)를 하이포택시 성장법으로 합성시키는 연구에 주력하고 있다.이전의 합성법으로는 대면적 고품질 성장이 어려웠던 다양한 신물질에 하이포택시 기술을 적용시키는 연구도 수행하고 있으며, 향후 박사후연구원으로서 연구를 이어 나갈 예정이다.연구를 지도한 이관형 교수는 “우리가 개발한 하이포택시(Hypotaxy) 기술은 1930년대에 최초로 그 개념이 제안돼 현대 전자소자 개발을 이끈 에피택시(Epitaxy) 기술의 한계를 돌파했다”고 이번 연구의 의미를 짚으며 “하이포택시는 차세대 AI 반도체의 기반이 되는 3차원 집적을 가능케 한 만큼 재료공학 분야에서 혁신적인 접근법으로 자리매김하리라 기대한다”고 밝혔다.논문의 단독 1저자인 문동훈 연구원은 “다양한 소재를 고품질로 합성하는 대표적 기술인 에피택시에 대한 관념과 틀을 깨는 것이 가장 큰 도전이었다”고 연구 과정을 돌아보며 “기판의 종류와 관계없이 단결정 성장이 가능한 하이포택시 기술이 바로 에피택시에 대한 역발상에서 나왔듯 이번 성과가 앞으로 신물질 개발과 새로운 격자 구조의 합성 등의 분야에서 기존 연구들을 뛰어넘는 혁신적인 연구를 촉진하는 마중물이 되길 바란다”고 말했다.

▲ 왼쪽부터 서울대 기계공학부 조규진 교수(교신저자), 엄재민 박사과정생(제1저자), 유성렬 박사과정생(제2저자)[출처=서울대학교 공과대학]서울대(총장 유홍림) 공과대(학장 김영오)에 따르면 기계공학부 조규진 교수(인간중심 소프트 로봇기술 연구센터장) 연구팀이 효율적인 픽 앤 플레이스(pick-and-place) 작업을 위해 사람처럼 여러 물체를 한 번에 옮길 수 있는 로봇 그리퍼를 개발했다.이 기술은 물체를 동시에 옮길 뿐만 아니라 원하는 위치에 정렬할 수 있는 기능까지 구현했기 때문에 비정형 환경에서도 활용 가능성이 크다.2024년 12월12일(목요일) 로봇 분야의 저명한 국제 학술지 ‘사이언스 로보틱스(Science Robotics)’에 연구 성과인 '사람의 손동작 원리를 분석해 로봇 그리퍼에 성공적으로 적용한 사례'를 게재해 학계의 주목을 받았다.연구의 출발점은 ‘다물체 파지(multi-object grasping)’로 불리는 사람의 파지 방법이다. 연구팀은 2019년 공장에서 작업자들이 효율적 작업을 위해 물체를 하나씩 옮기지 않고 여러 개를 동시에 옮기는 모습을 보고 영감을 얻어 연구를 시작했다.조규진 교수는 “실제 사람의 손동작과는 다르게 기존의 그리퍼 연구들은 대부분 로봇이 한 번에 하나의 물체를 옮긴다는 가정 하에 발전해 왔다”고 말했다.“한 번에 여러 물체를 옮기는 다물체 파지 그리퍼도 개발된 바 있지만 여러 개의 작은 그리퍼들을 로봇팔 끝단에 배치한 형태라 정형화된 환경에서만 사용이 가능하다는 한계가 있었다”고 밝혔다.이러한 제약에 문제의식을 가진 연구팀은 비정형 환경에서도 그리퍼 활용이 가능하도록 사람의 다물체 파지 전략을 분석해 이를 적용한 로봇 그리퍼를 세계 최초로 개발했다.이 과정에서 핵심이 된 동작은 ‘손가락-손바닥 이동 동작(finger-to-palm translation)’과 ‘손바닥-손가락 이동 동작(palm-to-finger translation)’이다.예를 들어 사람들은 책상 위에 놓인 여러 물체를 손바닥에 모으기 위해 손가락으로 물체를 하나씩 잡고 손바닥으로 옮기는 과정을 반복한다.그리고 모은 물체들을 식탁 위로 함께 옮긴 후 다시 손가락으로 하나씩 잡아 원하는 위치에 배치할 수 있다.연구팀은 이 동작 원리를 로봇에 도입해 물체를 하나씩 잡아 저장하고 여러 물체를 한 번에 옮긴 뒤 다시 개별적으로 원하는 위치에 정렬할 수 있는 로봇 그리퍼를 개발한 것이다.이를 구현하기 위해 그리퍼의 손가락에 디커플링 링크(decoupling link)를 설치함으로써 물체를 파지하고 손바닥으로 전달하는 동작을 기구학적으로 분리해 제어를 간단히 해결했다.그리퍼의 손바닥은 유연한 털이 배열된 벨트형 구조로 물체를 안정적으로 저장하며 다양한 크기의 물체를 동시에 처리할 수 있도록 설계했다.이와 같이 독특한 하드웨어 설계를 통해 연구진은 사람의 복잡한 움직임을 로봇에 맞게 간단화시킨 후 적용했다. 총 3개의 모터만으로 모든 움직임을 구현하는 데 성공했다.연구진은 실험실 스케일의 데모를 통해 이번에 개발된 그리퍼가 다양한 비정형 환경에서 적용될 수 있음을 검증했다.먼저 물류 환경에서 그리퍼가 선반에 놓인 8개의 물체를 2번의 왕복 운동으로 옮길 수 있다. 이때 물체를 하나씩 옮기는 단일 물체 파지 방식과 대비해 공정 시간을 34% 절감, 로봇팔의 이동 거리를 71% 단축할 수 있다는 사실을 확인했다.또한 가정 환경에서는 책상에 놓인 물체들을 모두 저장한 뒤, 원하는 위치에 하나씩 놓을 수 있음을 검증했다.이처럼 연구진이 개발한 그리퍼는 물류 및 가정 환경 뿐 아니라 대표적인 비정형 환경으로 꼽히는 빈-피킹(bin picking, 여러 물건이 컨테이너, 수납함 등의 용기에 어지럽게 쌓여 있는 공정) 공정에도 적용이 가능할 것으로 기대된다.현재 조규진 교수 연구팀은 다품종 소량생산, 빈 피킹, 물류 공정 등 자동화가 이뤄지지 않은 다양한 공정에 이 기술을 적용할 수 있는지 검토 중이다. 벨트형 손바닥의 디자인을 타깃 물체에 맞게 최적화하는 연구에 매진하고 있다.제1저자인 박사과정 엄재민 연구원은 2025년 2월 졸업 후 박사 후 연구원으로서 다물체 파지 그리퍼의 경로 계획(path planning)과 벨트형 손바닥의 디자인 최적화 연구를 추가로 진행할 계획이다.연구책임자인 조규진 교수는 “자연의 원리는 효율적인 로봇 동작 설계에 대한 영감을 준다”며 “이때 단순히 자연의 동작을 모방하는 게 아니라, 핵심 원리를 로봇에 맞게 재구성하는 것이 로봇공학자의 역할”이라고 연구의 방향성을 설명했다.또한 “사람의 다물체 파지 방법에서 손안 이동 기술은 핵심적인 움직임인데 이번에 제안한 그리퍼는 이 원리를 최초로 로봇에 적용한 사례”라고 이번 연구의 의의를 강조했다.

▲ 좌측부터 김지환 연구원(협동과정 인공지능전공 석사과정), 강준오 연구원(전기정보공학부 박사과정), 한보형 교수(전기정보공학부, 협동과정 인공지능전공)[출처=서울대학교 공과대학]서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 전기정보공학부 한보형 교수가 지도하는 컴퓨터비전 연구팀(CVLAB)이 혁신적인 인공지능(AI) 기술 ‘피포 디퓨전(이하 FIFO-Diffusion)’을 개발했다.‘피포 디퓨전(이하 FIFO-Diffusion)’은 별도의 학습 없이 무한한 길이의 비디오를 생성할 수 있는 인공지능(AI) 기술이다. 기존 영상 생성 모델의 한계를 극복해 디퓨전 모델에 기반한 비디오 생성기술의 새로운 방법론을 제시했다는 평가를 받고 있다.이 기술을 제안한 논문 ‘FIFO-Diffusion: Generating Infinite Videos from Text without Training’은 2024년 10월 인공지능 및 기계학습 분야의 최고 권위 국제학술대회 ‘NeurIPS 2024 (Neural Information Processing Systems, 신경정보처리시스템학회)’의 발표 논문으로 채택돼 학계와 산업계의 주목을 받은 바 있다.NeurIPS는 인공지능 및 딥러닝 분야의 최신 연구 성과와 혁신적 기술이 발표되는 자리로 매년 엄격한 심사를 통과한 우수한 논문이 발표 논문으로 선정된다.기존의 비디오 생성 모델은 영상 길이가 길어질수록 메모리 소모가 급격히 증가해 대규모 하드웨어 자원이 필요했을 뿐 아니라 프레임 간 일관성 유지에 어려움이 있어 부자연스러운 영상을 생성하는 한계가 있었다.이에 연구팀은 메모리 사용량을 일정하게 유지하면서도 각 프레임이 자연스럽게 연결되는 영상을 생성하는 FIFO-Diffusion을 개발했다.개발된 기술은 사전에 짧은 클립을 통해 훈련된 디퓨전 모델이 추가 학습 없이 텍스트 조건에 맞춰 무한한 길이의 비디오를 생성하도록 설계됐기 때문에 고화질의 비디오를 장시간 생성할 수 있다.특히 이번 연구에서는 비디오 품질 개선을 위해 세 가지의 혁신적 기법이 활용돼 관심을 끌었다. 먼저 각기 다른 노이즈 레벨의 비디오 프레임을 일련의 큐(queue) 형태로 동시에 처리하는 ‘대각선 디노이징(diagonal denoising)’ 기법을 통해 디퓨전 모델이 품질 저하 없이 무한히 긴 비디오를 생성하는 것을 가능케 했다.이어서 프레임을 여러 블록으로 나눠 병렬 처리하는 ‘잠재 파티셔닝(latent partitioning)’ 기법으로 프레임 간 노이즈 레벨 차이를 줄였다.그리고 새로 생성될 프레임들이 이전에 생성된 더 깨끗한 프레임을 참조하도록 하는 ‘앞서보기 디노이징(lookhead denoising)’ 기술을 도입해 후반 프레임의 손실을 감소시켜 더욱 선명한 비디오 출력을 구현할 수 있었다.마지막으로 연구진은 비디오 생성 속도와 품질을 한결 높인 이 기법들을 다중 GPU에 병렬로 적용해 효율성을 극대화함으로써 무한히 긴 영상을 생성하는 비디오의 실현 가능성을 입증했다.FIFO-Diffusion 기술은 향후 영화, 광고, 게임, 교육 등 다양한 콘텐츠 산업에서 널리 활용될 것으로 기대된다. 기존의 텍스트 기반 비디오 생성 모델들은 3초 이내의 짧은 클립만 생성할 수 있어 실제 콘텐츠 제작에 이용되기 어려웠다.하지만 이러한 제약을 뛰어넘은 FIFO-Diffusion 기술이 상용화되면 길이에 대한 제한없이 더 자연스러운 비디오를 생성할 수 있다.또한 학습을 위한 대규모 하드웨어 자원이나 방대한 데이터를 필요로 하지 않는 강점 덕분에 FIFO-Diffusion이 AI에 기반한 영상 콘텐츠 제작을 한층 활성화될 전망이다.연구를 지도한 한보형 교수는 “기존 비디오 생성 모델의 한계를 깬 FIFO-Diffusion은 별도의 학습 없이 무한한 길이의 비디오를 생성한다는 새로운 개념을 수립했다는 점에서 의미가 남다르다. 향후 이 기술을 바탕으로 다양한 후속 연구를 이어 나갈 계획이다”고 밝혔다.논문의 주 저자인 김지환 연구원은 “이번 개발로 비디오 생성 기술이 영상 콘텐츠 분야에서 폭넓게 사용될 수 있는 토대가 마련됐다”고 연구의 의미를 설명했다.한편 연구 논문의 공동 제1저자인 김지환, 강준오 연구원은 현재 서울대 컴퓨터비전 연구실에서 비디오 생성 분야의 후속 연구를 심도 깊게 수행하고 있다.

▲ 아이젠사이언스 로고[출처=아이젠사이언스]인공지능(AI) 기반 신약개발 기업 아이젠사이언스(대표 강재우)에 따르면 120억 원 규모의 투자 유치에 성공했다. 투자 참여 기업은 기존 투자자인 파트너스인베스트먼트, 쿼드자산운용, 메디톡스벤처투자 뿐 아니라 프리미어파트너스, 케이투인베스트먼트, 스케일업파트너스가 신규로 참여했다.최근 아이젠사이언스는 고려대, 영국의 임페리얼 칼리지 런던과  ‘Meerkat’ 대형언어모델(LLM)을 공동 개발했다. ‘Meerkat’ 대형언어모델(LLM)은 미국 의사면허시험(USMLE)에서 오픈AI(OpenAI)의 GPT-4를 능가하는 85.8점을 기록하며 주목을 받은 바 있다.이를 토대로 현재 LLM 기반의 신약개발 전주기 통합 AI 플랫폼을 개발 중이다. 신약개발 전문가와 LLM의 자유로운 상호작용을 통해 업무 생산성을 크게 향상시킴과 동시에 신약개발 전문가의 피드백을 기반으로 AI가 지속적으로 학습하는 사용자 친화적 신약개발 AI기술 개발을 목표로 하고 있다.아이젠사이언스는 고려대 강재우 교수 연구팀이 의생명 AI 국제경연대회에서 7회 우승한 기술력을 바탕으로 2021년 4월 설립한 AI 신약개발 벤처다.자체 AI 신약개발 플랫폼을 이용해 미충족 수요가 높은 난치성 질환 영역에서 우수한 저분자 합성 신약을 빠르고 효율적으로 개발하고 있다. 단기간 내 다수의 선도물질 최적화 및 전임상 후보물질 단계 제품으로 구성된 파이프라인을 구축했다.또한 국내 대형 제약사들과 파트너십을 체결하고 신규 ADC 페이로드(Antibody Drug Conjugate Payload) 발굴을 포함한 공동연구를 진행 중이다. 강재우 아이젠사이언스 대표이사는 “글로벌 경기 침체와 바이오 투자 시장이 위축된 상황에서 이번 투자 유치는 의미 있는 성과”라며 “이번 투자를 통해 AI 기반 신약개발 분야에서 차별화된 경쟁력 확보 및 주요 신약 파이프라인의 개발을 가속화할 것이다”고 밝혔다.

▲ 서울대학교 반도체공동연구소 지능형 디스플레이 및 센서 연구실 사진(좌측: 전기정보공학부 이재상 교수(교신저자), 우측: 양광모 박사과정생(1저자))[출처=서울대학교 공과대학]서울대 공과대에 따르면 전기정보공학부 이재상 교수 연구팀이 삼성전자 SAIT(Samsung Advanced Institute of Technology)와 공동 연구를 통해 유기 발광다이오드(OLED, Organic Light-Emitting Diode) 성능을 저하시키는 핵심 메커니즘을 규명했다.OLED는 현재 스마트폰, 태블릿, 워치, TV 등 주요 IT 기기의 디스플레이에 활용되고 있다. 가까운 미래에 가상현실(VR), 차량용, 자유형상 및 신축성 디스플레이 등 사용처가 더욱 확장될 것으로 기대되는 주요 국가 전략기술이다.하지만 소자의 제한적인 발광 효율과 구동 수명, 그리고 이에 따른 번인 현상(Burn-in) 등이 OLED의 산업적 성장을 저해하는 치명적 기술 장벽이 존재한다.이를 극복하기 위해 서울대-삼성전자 SAIT 연구팀은 OLED 성능을 치명적으로 감소시키는 핵심인자, ‘계면 엑시톤-폴라론 소거(exiton polaron quenching)’ 현상의 존재 가능성을 이론적으로 제시하고 실험적으로 검증하는 데 성공했다.OLED는 다층의 유기반도체 박막으로 이루어진 발광다이오드 소자로 발광층 내부에 주입된 양·음전하가 엑시톤(양-음전하쌍)을 형성하고 엑시톤이 방사결합함으로써 빛이 방출되도록 설계돼 있다.한편 발광층과 인접한 전하수송층 사이에는 미세한 에너지 장벽이 존재하는데 이는 발광층 내부로 전하 주입을 방해하고 전하를 계면에 축적시키는 요인으로 작용한다.공동연구팀은 계면에 축적된 전하에 의해 발광층 내부의 엑시톤이 소거되는 기제를 이론적으로 제시하고 이를 ‘계면 엑시톤-폴라론 소거’ 현상으로 명명했다.이어 연구팀은 해당 현상을 독립적으로 관측할 수 있는 실험을 고안해 해당 현상의 3대 결정인자(계면 장벽, 엑시톤-폴라론 거리, 엑시톤 소멸시간)를 밝혀냈다.특히 주목할 발견은 ‘계면 엑시톤-폴라론 소거’가 OLED 방출광의 색이나 인광, 형광, 지연형광 등 발광방식에 상관없이 보편적으로 일어나는 현상이며 소자효율 저하의 결정적 요인으로 작용한다는 점이다.공동 연구팀은 해당 현상의 제어를 통해 적·녹·청 인광 OLED 효율이 최소 50% 이상, 청색 소자의 수명이 70% 이상 증대된 결과를 달성했다.연구 결과는 2024년 10월10일 세계적 권위의 물리 학술지 ‘피지컬 리뷰 X(Physical Review X)’에 게재됐다. 한국의 연구기관이 해당 저널에 공학 분야의 논문을 게재한 것은 매우 이례적인 성과라는 평이다.피지컬 리뷰 X는 미국 물리학회(American Physical Society)의 대표적인 오픈 액세스 저널로서 물리학 전 분야에 걸쳐 한 해 200편 내외의 핵심 성과만을 출간한다.다학제 물리 분야 논문 인용지수(JCI) 상위 2.2%이며 이 과정에서 매우 엄격한 심사과정을 거치는 것으로 알려져 있다.  공동 연구팀의 이번 발견은 ‘엑시톤-폴라론 소거’가 발광층 내부에 국한된 현상이라는 OLED 산·학계의 통념을 뒤집은 중요한 성과로 평가된다.이번 연구를 통해 해당 현상이 발광층과 전하수송층 사이의 ‘이종계면’에 걸쳐 발생할 수 있으며 그 효과에 의해 OLED 성능이 치명적으로 감소된다는 사실을 세계 최초로 검증했기 때문이다.한편 본 논문의 1저자인 양광모 박사과정 연구원은 이재상 교수의 지도 하에 청색 OLED 수명을 획기적으로 향상시키는 후속연구를 수행하고 있다. 본 연구는 삼성전자 SAIT, 한국연구재단, 한국산업기술기획평가원, 4단계 BK21 사업의 지원으로 수행됐다.이재상 교수는 “계면 엑시톤-폴라론 소거는 상대적으로 효율이 낮고 수명이 짧은 청색 OLED 상용화를 위해 반드시 극복해야 하는 현상이다. 따라서 본 연구는 향후 청색 OLED 연구·개발 방향에 기여하는 바가 있을 것으로 예상된다”고 밝혔다.◇ 참고 자료· 논문제목: Interfacial Exciton-Polaron Quenching in Organic Light-Emitting Diodes· 게재저널: Physical Review X· 제1저자: 양광모(서울대학교)· 교신저자: 이재상(서울대학교), 김지환(SAIT)

▲ 서울대 항공우주공학과 여재익 교수[출처=서울대학교 공과대학]한국 최고 명문대학인 서울대 공과대(학장 김영오)에 따르면 항공우주공학과(학과장 이관중 교수) 여재익 교수 연구팀이 미국 공군연구소(Air Force Research Lab, AFRL)의 지정연구실로 선정됐다.여 교수는 미공군연구소와 협력해 초고용량 리튬이온 배터리의 열폭주 제어에 관한 연구를 진행하며 다년간 연구비를 지급받게 된다. 여재익 교수는 현재 한국연소학회 회장을 맡고 있다.특히 연구능력 검증 시 실적보고 및 중간평가 등의 절차가 대폭 간소화되는 효율적인 평가지원 체제 하에서 연구자가 원천기술 연구에 집중할 수 있는 환경을 누리게 된다.이번에 미공군연구소 지정연구실로 선정된 여 교수 연구팀은 실험과 모델링 접근 방식을 활용해 다양한 리튬이온 배터리에서 발생하는 열폭주의 원리를 명확하게 규명하고 열폭주 방지 기술을 개발하는 데 연구의 중점을 둘 방침이다.해당 연구는 에너지 저장 시스템(ESS), 전기 추진 항공기 등 여러 전기 모빌리티 분야에서 배터리 안정성의 대폭적 향상에 중요한 역할을 할 것으로 기대된다.최근 배터리로 인한 전기차 화재 및 폭발 사고가 잇따르면서, 연소공학의 한 분야인 열폭주(thermal runway) 현상이 문제의 핵심 원인으로 주목받고 있다.열폭주는 배터리 내부의 인화성 구성물질이 화학 반응을 일으켜 온도가 급격히 상승하면서 폭발 단계까지 이르는 현상이다.여 교수는 2023년 12월 차세대 2차 전지의 핵심 기술로 주목받는 전고체 배터리 역시 일반 리튬이온 배터리와 마찬가지로 열폭주 현상으로부터 자유롭지 않다는 연구 결과를 연소공학 분야 최고 저널인 Combustion and Flame에 발표한 바 있다.그간 2차 전지 관련 국내 기업 및 연구재단의 기초연구 지원을 받아 배터리 열폭주 연구를 진행해 온 여 교수는 연소공학 분야에서 SCI급 학술지 교신저자 논문 180여 편의 연구 실적을 보유하고 있다.미공군연구소 지정연구실 선정을 통해 여재익 교수가 수행한 연구의 독창성과 기술 확장성이 인정받았다는 평가다.해당 연구에서 개발될 기술은 미래 모빌리티의 전 분야에서 안전성 제고 및 성능 극대화에 중추적인 기술로 자리매김할 전망이다.여재익 교수는 “이번 선정은 전기 주도 연소 시스템의 원천적인 반응 메커니즘을 규명하고, 나아가 의도적으로 열폭주를 가능케 하는 차세대 무기체계 및 위성 추진 시스템에서의 적용 가능성도 확인하는 기초 연구의 든든한 토대를 구축했다는 점에서 그 의미가 크다”고 전했다.

독일 연방 정부와 주정부에 따르면 우수한 7개 연구팀이 뉴로큐어(NeuroCure)와 관련된 우수 전략연구프로젝트로 채택됐다.7개 연구팀은 Freie Universität Berlin, Humboldt Universität Berlin, Technische Universität Berlin, Charité Universitätsmedizin Berlin 등이다.본 프로젝트를 위해 2019년부터 7년 동안 매년 1000만 유로까지 지원되며, 처음 7년이 지나면 갱신 제안을 통해 7년 더 연장될 수 있다. 본 프로젝트에서 뉴로큐어(NeuroCure)는 배아 발달에서 노화에 이르기까지 전체 수명을 다루는 데에 중점을 두면서 뇌신경을 번역하는 과정을 가속화하는 새로운 혁신적인 모듈을 수립할 계획이다.특히 기본 신경과학 연구에서부터 임상 적용에 이르기까지 통찰력을 이전보다 훨씬 더 확대하고 환자를위한 새로운 치료 및 진단 접근법을 개발할 방침이다.이를 위해 신경과학자를 지원하도록 핵심 시설에 특화된 노하우 및 최첨단 장비가 제공딘다. 임상연구를 촉진하도록 브레인랩(BrainLab) 모듈을 포함하도록 뉴로큐어 임상연구센터(NeuroCure Clinical Research Center)를 확장할 계획이다.또한 신경외과 및 신경 집중치료실의 임상 분야와 긴밀히 협력해 급성 및 초급성 질환을 위한 치료옵션을 개발할 방침이다.참고로 연구결과를 임상 관련 약물과 진단에 신속하게 반영하도록 멘토링 프로그램인 SPARK-Berlin을 이용할 예정이다. 연구의 예측 가능성과 재현성을 개선하고 연구 결과에 자유롭게 접근할 수 있도록  VOS(Value and Open Science) 모듈을 활용할 계획이다.▲ German-neuroscience-ECN▲ 뇌과학아인슈타인센터 홍보 이미지(출처 : 홈페이지)