▲ 서울공대 전기정보공학부 권성훈 교수 연구팀, 단 하루 만에 의약품 무균 여부 판별하는 신속 검사법 개발(왼쪽부터 서울대학교 전기정보공학부 권성훈 교수, 서울대학교병원 의생명과학과 이은주 교수, 고려대학교 KU-KIST 융합대학원 김태현 교수, 서울대학교 강준원 박사, 서울대학교 김하민 연구원, 서울대학교 장해욱 박사) [출처=서울대학교 공과대학]서울대학교(총장 유홍림) 공과대학(학장 김영오, 이하 서울공대)에 따르면 전기정보공학부 권성훈 교수 연구팀이 기존에 14일이 걸리던 의약품 무균 검사를 단 하루 만에 마칠 수 있는 ‘신속 무균 시험법(NEST, Nanoparticle-based Enrichment and rapid Sterility Test)’ 개발에 성공했다.서울대학교병원 의생명과학과 이은주 교수, 고려대 KU-KIST 융합대학원 김태현 교수 연구팀과 공동으로 얻은 성과다. 이번 연구는 의공학 분야의 최고 권위지 중 하나인 ‘네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)’에 게재됐다.◇ 연구 배경... 의약품의 무균 입증이 완료되지 않은 상태에서 환자에게 투여할 수밖에 없는 경우 발생ﾠ대한약전에 따른 무균시험법은 의약품이나 의료기기 등 균이 없어야 하는 제품이 실제로 무균 상태인지 확인하는 시험법으로 일반적으로 14일이 소요된다.아울러 최근 제약시장에 새롭게 등장한 세포·유전자 치료제 등의 바이오의약품에도 이와 동일한 확인 시험법이 적용된다.바이오의약품은 현대 생명공학의 산물로 난치 혈액암 환자를 완치시킨 CAR-T 세포치료제, 팬데믹의 흐름을 바꾼 코로나19 mRNA 백신, 그리고 암 면역치료의 핵심 무기가 된 단일클론항체 등이 대표적이다.이 의약품들은 불치의 영역으로 여겨지던 암을 완치시키고 치료 기회가 없던 환자에게 새로운 선택지를 제공하는 등 난치병 치료의 새로운 길을 연 바 있다.이처럼 미래 의료의 핵심으로 그 중요성이 부각되면서 글로벌

▲ 서울공대 전기정보공학부 오성회 교수팀(왼쪽부터 서울대학교 전기정보공학부 오성회 교수, POSTECH 전자전기공학과 안혜민 교수, 서울대학교 전기정보공학부 기호건 연구원, 오우석 연구원, 강민재 연구원) [출처=서울대학교 공과대학]서울대(총장 유홍림) 공과대학(학장 김영오)에 따르면 전기정보공학부 오성회 교수 연구팀이 로봇 스스로 테이블 위 물체들을 식별하고 효율적으로 정돈하는 인공지능(AI) 기술을 개발했다.연구진은 RGB-D 카메라 한 대만으로 물체를 분별하고 정리정돈 점수(Tidiness Score)에 기반한 최적의 로봇 행동 시퀀스를 찾아 자동으로 정돈하는 알고리즘인 ‘TSMCTS(Tidiness Score-Guided Monte Carlo Tree Search)’를 제안함으로써 기존 연구의 한계를 극복한 새로운 방식의 테이블 정리정돈 AI 기술을 선보였다.이번 연구 결과는 2025년 8월11일(월) 미국 전기전자학회(IEEE) 산하 로봇·자동화 학회(RAS)가 발간하는 국제 학술지 ‘IEEE Robotics and Automation Letters (RA-L)’(IF=5.3)에 게재됐다. IEEE RA-L은 SCIE(SCI-Expanded) 등재 저널로 세계적 권위의 로봇 분야 학술지 중 하나로 꼽힌다.◇ 연구 배경... AI 기반 테이블 정돈 기술은 가정이나 사무실에서 실제로 쓰이지 못해이미 우리 생활 곳곳에서 인공지능(AI) 상용화가 이뤄지고 있지만 아직 AI 기반 테이블 정돈 기술은 가정이나 사무실에서 실제로 쓰이지 못하고 있다.여러 제약으로 인해 관련 연구의 발전이 더뎠기 때문인데 그 중요한 이유 중 하나가 정돈의 객관적 평가 기준으로 활용할 표준 벤치마크가 없다는 점이다.기존 연구들이 공유하는 평가 기준의 부재가 각 방법론 간의 객관적 비교를 어렵게 만든 결과, 해당 기술 연구의 발전이 지체된 것이다.또한 이전에 많이 연구됐던 ‘목표 이미지’ 기반

▲ 서울공대 전기정보공학부 이정우 교수팀(왼쪽부터 서울대학교 전기정보공학부 이정우 교수, 조태현 연구원, 주석훈 연구원, 한승엽 연구원) [출처=서울대학교 공과대학]서울대(총장 유홍림) 공과대학(학장 김영오, 이하 서울공대)에 따르면 전기정보공학부 이정우 교수 연구팀이 챗지피티(ChatGPT)와 같은 거대언어모델에 적용 가능한 강화학습 신기술을 개발했다.해당 기술을 제안한 논문은 인공지능(AI) 이론 분야 국제학술대회 ‘ICML 2025’에서 전체 제출작 중 상위 2.6퍼센트(%)에 해당하는 ‘스포트라이트(Spotlight)’ 논문에 선정됐다.이정우 교수가 창업한 AI 자동학습 플랫폼 기업 ‘호두에이아이(HodooAI)’는 2025년 7월13일(일)부터 20일(일)까지 캐나다 밴쿠버에서 열린 ‘ICML 2025(International Conference on Machine Learning, 국제 기계학습학회)’에서 ‘Policy-labeled Preference Learning: Is Preference Enough for RLHF’ 제하의 논문을 발표한 바 있다.이번 논문이 AI 분야 최고 권위 학회에서 상위 2.6%의 스포트라이트 논문으로 채택된 쾌거는 서울대 CML(Cognitive Machine Learning Lab) 연구실 및 호두에이아이의 자연어 처리 관련 AI 첨단 기술력을 국제적으로 입증했다는 점에서 의미가 깊다는 평가를 받고 있다.◇ 연구 배경... 기존 RLHF의 한계로 성능에 악영향 발생ChatGPT 같은 거대언어모델(Large Language Models)이 사용자와 소통할 때 인간 가치에 정합하는 문장, 즉 실제 사람이 쓰는 수준 높은 문장을 쓰도록 유도하기 위해 ‘인간 피드백 기반 강화학습(Reinforcement Learning from Human Feedback, RLHF)’이라는 훈련법이 사

▲ 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