▲ 서울공대-동문 VC, 창업가형 공학기술 혁신인재 육성을 위한 MOU 체결(왼쪽부터 김봉수 케이투인베스트먼트파트너스 대표, 김영오 서울대학교 공과대학장, 김학균 퀀텀벤처스코리아 대표, 송재준 크릿벤처스 대표) [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대(학장 김영오)이 2026년 9월3일 크릿벤처스, 퀀텀벤처스코리아, 케이투인베스트먼트파트너스와 ‘창업가형 공학기술 혁신인재 육성’을 위한 업무협약(MOU)을 체결했다.이번 협약은 공학 기반 기술창업을 이끌 혁신인재를 발굴·육성하고 대학과 벤처투자업계 간 협력 체계를 구축하기 위해 마련됐다. 참여 기관들은 창업 교육과 투자 생태계를 연계해 학생들의 기술 기반 창업을 지원할 계획이다.협약에 따라 서울공대와 3개 벤처캐피탈(VC)은 △기술창업 및 혁신인재 프로그램 활성화를 위한 네트워크와 인프라 공유 △혁신 인재 교과 운영을 위한 창업 멘토링 및 컨설팅 지원 △투자 연계 및 자금 조달 협력 △그 밖의 상호 협력체계 구축 등을 추진한다.특히 서울공대의 연구·교육 역량과 벤처캐피탈의 투자 경험 및 산업 네트워크를 결합해 유망 기술창업팀의 성장을 지원한다.우수 공학인재가 연구 성과를 실제 창업으로 발전시킬 수 있도록 제품 개발과 시장 검증, 사업모델 고도화, 투자 연계 등을 뒷받침할 예정이다.서울공대는 2026년 공학계열 3·4학년 학생을 대상으로 ‘창업가형 공학기술 혁신 인재 프로그램’을 신설해 운영하고 있다. 아이디어 발굴부터 제품 개발, 시장 검증, 사업화, 투자 유치까지 창업 전 과정을 다루는 실전형 교육 프로그램이다.참여 학생들은 인공지능(AI) 기반 소프트웨어와 로보틱스, 제조, 교육, 커머스, 콘텐츠 등 다양한 분야에서 기술창업 프로젝트를 수행한다. 아이디어에 머무르지 않고 실제 제품을 개발해 시장에서 검증하고, 사업화와 투자 유치로 이어지는 과정을 경험하게 된다.이번 협약으로 동문 창업가와 벤처투자 전문가가 교육과정에 직접 참여하는 협력 기반도 마련됐다. 송재준 크릿벤처스 대표를 비롯해 박희재 서울대 기계공학부 명예교수, 이제범 카카오 공동창업자, 김준구 네이버웹툰 대표, 김동신 센드버드 대표 등이 평가·멘토단으로 참여한다.크릿벤처스와 퀀텀벤처스코리아, 케이투인베스트먼트파트너스는 프로젝트별 실전 멘토링을 맡아 학생들의 제품 개발과 시장 검증, 사업모델 고도화를 지원할 예정이다.

▲ ‘2026 글로벌 스마트시티 리더십 포럼’ 포스터 [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대 글로벌R&DB센터(센터장 황준석 교수)가 206년 9월9일 부산광역시 벡스코에서  ‘글로벌 스마트시티 리더십 포럼(Global Smart City Leadership Forum)’을 개최한다.‘2026 월드 스마트시티 엑스포(World Smart City Expo, WSCE)’ 연계 프로그램이다. 이번 포럼은 '지속가능한 스마트시티 문명을 향해(Towards a Sustainable Smart City Civilization)’를 주제로 열린다.기후변화, 급격한 도시화, 디지털 전환 등 복합적인 도시 문제에 대응하기 위해 스마트시티의 지속가능성을 확보하는 핵심 전략과 글로벌 협력 방안을 논의하는 자리다.포럼에서는 스마트시티의 지속가능성 확보를 위한 핵심 전략, 글로벌 협력을 기반으로 한 스마트시티 발전 방향, 아세안(ASEAN) 및 국제 파트너와의 협력 네트워크 강화 등을 중심으로 정책·기술·금융을 아우르는 다양한 논의가 진행될 예정이다.기조연설에는 녹색기후기금(GCF) 기후투자 책임자인 Bapon Fakhruddin 박사가 초청돼 ‘스마트하고 회복력 있는 도시를 위한 재원(Warning to Action: Financing Smart, Resilient Cities)’을 주제로 기후변화에 대응하는 스마트시티의 금융과 투자 전략을 제시할 예정이다.이어지는 세션에서는 글로벌 관점에서 본 스마트시티 지역 사례, 한국형 스마트시티 모델과 협력, ASEAN 스마트시티 네트워크의 실제 등을 주제로 각 지역의 스마트시티 정책과 경험을 공유하고, 지속가능한 도시 발전을 위한 국제 협력 방안을 모색한다.특히 패널토론에서는 ‘도시 인프라 투자의 지속가능성을 위한 조건’을 주제로 스마트시티 인프라의 지속가능한 투자와 재원 조달을 위해 필요한 정책적·제도적 조건과 국제 협력의 역할을 논의할 예정이다.이번 포럼은 스마트시티를 단순한 기술 혁신의 차원을 넘어 기후변화 대응, 지속가능한 도시 인프라, 금융과 투자, 정책, 시민의 삶의 질을 함께 고려하는 인간 중심의 도시 혁신이라는 관점에서 논의한다는 점에서 의미가 있다.서울대 글로벌R&DB센터는 이번 포럼을 통해 스마트시티 연구와 공학적 혁신, 인간 중심 기술 분야에서 국제기구 및 각국의 파트너들과 글로벌 협력을 강화한다.ASEAN을 비롯한 아시아 지역의 스마트시티 역량 강화와 지속가능한 도시 발전을 위한 협력 기반을 확대해 나갈 계획이다.‘2026 글로벌 스마트시티 리더십 포럼’은 2026년 9월9일 오전 11시 30분 부산 벡스코에서 개최되며, 현장 참석과 함께 온라인(Zoom)을 통한 참여도 가능하다.

▲ 서울대 기계공학부 윤병동 교수 [출처=서울대 공과대학]서울대(총장 유홍림)에 따르면 2026년 9월2일 공과대 기계공학부 윤병동 교수 연구팀이 제조 현장의 데이터 수집부터 추론과 의사결정, 물리적 실행까지 전 과정을 인공지능(AI)으로 연결하는 ‘풀스택 AI 팩토리’ 구축에 본격 나섰다.윤병동 교수 연구팀의 ‘풀스택 AI 팩토리를 위한 제조 업무(x) 특화형 파운데이션 모델’ 과제는 2026년도 리더연구 유형A에 최종 선정됐다.연구팀은 2026년 6월부터 9년간 제조 업무에 특화된 파운데이션 모델을 개발한다. 이를 실제 제조라인에 적용해 제조 자율화의 기반을 마련할 계획이다.◇ 확산되는 파운데이션 모델, 그러나 비어 있는 ‘제조 도메인’파운데이션 모델은 대규모 데이터를 미리 학습한 뒤 여러 업무에 활용할 수 있는 범용 AI 모델이다. 최근 GPT와 Gemini 같은 텍스트 모델, Sora와 같은 이미지·영상 모델을 비롯해 Chronos와 TimesFM 등 시계열 데이터를 처리하는 모델까지 활용 범위가 빠르게 넓어지고 있다.그러나 고주파 진동·전류 신호, 공정 이력, 비전 데이터가 복합적으로 존재하는 제조 도메인에는 이를 아우르는 범용 파운데이션 모델이 부재한 실정이다.제조 데이터는 공정·설비·센서별로 표현 방식이 이질적이고 자연어처럼 명시적인 의미 구조를 갖지 않아 AI 학습에 그대로 활용하기 어렵다.문제별로 분절된 모델은 개발과 관리에 한계가 있으며, 여러 형태의 데이터를 하나의 모델에 통합할수록 AI가 어떤 근거로 판단했는지 설명하기 어려워지는 문제도 있다. 작업자가 처리해야 하는 정보량과 설비 인프라의 물리적 한계도 AI 적용의 걸림돌로 작용해 왔다.◇ 2단계에 걸친 end-to-end 풀스택 AI 팩토리 구현연구팀은 이러한 한계를 해결하기 위해 제조 업무 특화형 파운데이션 모델인 ‘MxFM(Manufacturing x Foundation Model)’을 개발한다.MxFM은 다양한 제조 데이터를 통합적으로 학습해 품질과 정비, 안전 등 여러 제조 업무에 활용할 수 있도록 설계되는 AI 모델이다.연구는 2단계로 진행된다. 1단계에서는 AI가 제조 데이터를 이해하고 여러 업무에 활용할 수 있도록 ‘제조 업무 특화형 파운데이션 모델’을 구축한다.먼저 제조 데이터를 △공정 단계 △작업 이벤트 △설비 상태 △센서 역할 △업무 목적 등 다섯 가지 기준으로 다시 정의한다.데이터의 관계를 계층적으로 정리한 메타데이터 구조와 설비·센서별 편차를 보정하는 체계를 마련해 별도의 복잡한 전처리 없이 AI 학습에 활용할 수 있는 ‘AI-Ready 제조 데이터’ 체계를 정립한다.이어 고주파 신호 특성을 반영한 데이터 생성 모델과 물리 정합성 검증 기술로 희소한 이상·고장(edge/corner) 시나리오까지 포괄하는 전 운전영역(full-regime) 데이터를 확보할 계획이다.이러한 데이터 체계를 바탕으로 전문가 혼합 구조(MoE, Mixture of Experts)를 적용한 제조 업무 특화형 파운데이션 모델을 개발한다.전문가 혼합 구조는 하나의 모델 안에 서로 다른 영역을 담당하는 여러 전문 모델을 두고, 입력된 데이터와 업무에 따라 필요한 모델을 선택해 활용하는 방식이다.연구팀은 고주파·저주파 시계열 데이터와 이미지 등 각 데이터가 가진 물리적 특성을 유지하면서도 하나의 공통된 표현 공간에서 처리할 수 있도록 정렬한다.업무의 맥락을 나타내는 태그 정보를 이용해 품질과 정비, 안전 등 업무별 학습 영역을 구분함으로써 모델의 해석성도 확보한다.또한 어떤 전문가가 판단에 주로 기여했는지를 추적함으로써 AI의 판단 근거를 보다 투명하게 제시할 수 있는 설명성 내재형 모델을 개발한다.단순히 결과만 출력하는 모델을 넘어 판단 과정과 이유를 확인할 수 있는 설명성 내재형 제조 AI 모델을 개발한다는 구상이다.이미지와 저주파 데이터 영역에는 기존 범용 파운데이션 모델을 전략적으로 활용하고, 연구팀은 제조 현장의 핵심 데이터인 고주파 신호를 처리하는 원천기술 개발에 연구 역량을 집중한다.2단계에서는 MxFM을 실제 제조 업무에 적용해 데이터 수집부터 판단과 실행까지 이어지는 풀스택 AI 팩토리를 구현한다.연구팀은 품질 분류와 설비 복원, 안전을 위한 객체 인식 등 제조 업무별 어댑터를 MxFM에 결합한다. 하나의 기반 모델에 업무별 기능을 추가해 여러 제조 업무에 특화하는 방식이다.모델의 분석 결과를 바탕으로 판단 근거와 조치 우선순위까지 제시하는 제조 의사결정 에이전트도 구축한다. 연구팀은 모델의 성능 저하를 최소화하면서 설명성을 유지하는 경량화 기술을 적용해 서버와 엣지, 온디바이스를 포괄하는 다중 스케일 실행 구조를 구현할 계획이다.실증에서는 AI 모델의 추론 성능뿐 아니라 실제 제조라인에서 판단 결과를 실행할 수 있는지까지 단계적으로 평가한다. 농심과 시너스텍, 대구기계부품연구원 등 협력 기업·기관의 제조라인을 대상으로 기술을 검증할 예정이다.◇ 분절된 제조 AI를 넘어 ‘제조 자율화’로이번 연구는 데이터와 모델, 의사결정, 실행이 분절돼 있던 기존 제조 AI 구조를 하나로 연결하는 것을 목표로 한다. 데이터 수집부터 물리적 실행까지 이어지는 엔드투엔드(end-to-end) 풀스택 AI 체계를 구축해 제조 현장의 자율화를 위한 기반을 마련한다는 구상이다.이번 연구를 이끄는 윤병동 교수는 제조 AI의 원천기술 개발부터 산업 현장 적용까지 연구 범위를 확장해 왔다. 현재까지 산학협력 과제 총 95건(완료 86건, 진행 9건, 총 연구비 약 250억 원)을 수행했다.Reliability Engineering & System Safety(RESS), Mechanical Systems and Signal Processing(MSSP), International Journal of Mechanical Sciences(IJMS) 등 제조 시스템 분야 국제학술지에 다수의 SCI 논문을 게재했다.윤 교수는 연구 성과를 산업 현장으로 확장하기 위해 2016년 산업 AI 예지보전 기업 원프레딕트(ONEPREDICT)를 설립했다. 원프레딕트의 솔루션은 LG에너지솔루션과 GS칼텍스, 한국항공우주산업, 한국전력공사 등의 현장에 적용됐다.윤 교수는 2024년 Forbes Korea A150에 선정됐으며, 2025년부터 산업통상부 AI 팩토리 Manufacturing AX 얼라이언스 프로젝트 공동위원장으로 국가 차원의 제조 AI 전략을 주도하고 있다.※ 참고 자료· 과제명 : 풀스택 AI 팩토리를 위한 제조 업무(x) 특화형 파운데이션 모델· 지원사업 : 2026년도 리더연구(유형A)· 수행기간 : 2026년 6월 ~ 2035년 2월(총 9년)· 주관기관 연구책임자 : 서울대 기계공학부 윤병동 교수

▲ 포항가속기연구소에서 실시간 GIWAXS로 측정한 HZO 박막의 방사광 X선 회절 패턴 [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대 재료공학부 박민혁 교수 연구팀은 성균관대 김윤석 교수, 전남대 이영환 교수, 포항가속기연구소 전태열 박사 연구팀과 함께 차세대 비휘발성 메모리 소재로 주목받는 하프니아-지르코니아(HZO)의 열처리 과정에서 정보를 기억하는 성질을 지닌 강유전상이 형성되는 전 과정을 실시간으로 추적했다.그 결과 산소 빈자리의 양에 따라 결정화 온도와 최종 결정상이 달라지고, 메모리 저장 성능에도 큰 차이가 난다는 사실을 밝혔다. 이번 연구 결과는8 월24일 국제 저명 학술지 Advanced Functional Materials에 게재됐다.강유전체는 전원이 꺼진 뒤에도 전기적 상태를 유지할 수 있는 물질이다. 이 때문에 전원이 꺼져도 정보를 보존하는 비휘발성 메모리와 저전력 반도체 소자의 핵심 후보 소재로 꼽힌다.특히 하프니아계 강유전체는 기존 실리콘 반도체 공정과 호환성이 높으면서 수 나노미터 두께에서도 강유전성을 구현할 수 있어 차세대 고집적 메모리 소재로 활발히 연구되고 있다.문제는 HZO가 처음부터 강유전체의 성질을 갖는 것은 아니라는 점이다. HZO에서 강유전성을 만드는 사방정상은 원자 배열이 비대칭인 구조로, 가장 안정한 상태는 아니지만 특정 공정 조건에서 유지되는 ‘준안정 결정상’이다.연구진은 특히 열처리 후의 최종 구조보다 비정질 박막에서 결정이 처음 만들어지고 이후 강유전상을 비롯한 결정상이 선택되는 과정에 초점을 맞췄다. 기존의 열처리 전후 분석만으로는 이러한 변화를 정확히 구분하기 어려웠다.연구의 핵심 변수는 ‘산소 빈자리’였다. 산소 빈자리는 HZO를 구성하는 산소 원자가 제자리에서 빠져나가 생기는 원자 수준의 작은 결함이다.연구진은 원자층증착 공정에서 오존 주입량을 달리해 산소 빈자리 농도가 서로 다른 10nm 두께의 HZO 박막을 제작하고, 산소 빈자리의 양에 따라 결정화 경로가 어떻게 달라지는지를 비교했다.이후 포항가속기연구소의 방사광을 이용한 실시간 스침각 광각 X선 산란(GIWAXS) 분석을 통해 비정질 상태의 박막이 가열 과정에서 결정으로 변하고, 냉각을 거쳐 최종 구조로 안정화되는 전 과정을 연속적으로 추적했다.온도에 따른 격자 간격과 열처리 후 박막에 남는 미세한 늘어남이나 줄어듦인 ‘잔류 변형’을 구분해 분석하고, 결정립의 크기와 성장 방향, 각 결정상의 상대적 비율도 함께 비교했다.이를 통해 산소 빈자리의 양이 결정화 시점부터 결정립 성장, 결정상 선택, 최종 전기적 특성까지 어떻게 영향을 미치는지를 하나의 흐름으로 연결했다.스침각 광각 X선 산란(GIWAXS)은 X선을 얇은 박막에 비스듬히 쏴 원자 배열의 변화를 회절 무늬로 읽는 분석법을 말한다.분석 결과, 산소 빈자리가 많을수록 HZO의 결정화는 늦어졌다. 산소 빈자리가 많은 박막에서는 원자 배열의 재정돈과 초기 결정핵 형성이 방해돼 더 높은 온도에서야 결정화가 시작됐다.결정화 이후에도 결정립의 수평 방향 성장이 억제됐으며, 강유전성을 나타내는 사방정상보다 전기적 분극을 만들지 않는 비강유전성 정방정상이 상대적으로 오래 유지됐다.반대로 산소 빈자리가 적은 박막에서는 결정화에 필요한 에너지 장벽이 낮아지고 결정립 성장이 원활하게 진행됐다. 그 결과 더 낮은 온도에서 결정화가 시작됐다.정보를 기억하는 데 필요한 강유전성 사방정상이 보다 유리하게 형성됐다. 원자힘현미경을 이용한 국소 압전반응과 전기적 분극 측정에서도 이러한 구조 분석과 일치하는 경향이 나타났다.차이는 수치에서도 뚜렷했다. 산소 빈자리가 적은 박막은 산소 빈자리가 많은 박막보다 결정화 시작 온도가 30℃ 낮았다. 또한 같은 400℃에서 메모리의 0과 1을 구분하는 저장 신호를 나타내는 전환 가능 분극량(2Pr)도 약 11배 컸다.이번 연구는 산소 빈자리를 단순히 제거해야 하는 결함이 아니라, HZO 박막의 결정화 시점과 강유전상 형성 경로를 조절하는 핵심 공정 변수로 제시했다는 데 의미가 있다.특히 더 낮은 온도에서 강유전상을 형성할 수 있다는 점은 반도체 공정 측면에서도 주목할 만하다. 낮은 온도에서 강유전성을 확보하면 이미 형성된 배선과 소자의 열 손상을 줄여야 하는 반도체 후공정에 유리하기 때문이다.이번 연구에서 밝혀낸 산소 빈자리와 결정화 경로의 관계는 향후 임베디드 비휘발성 메모리와 3차원 집적 메모리 등 차세대 메모리 기술에 활용돼 스마트폰·자동차·사물인터넷 기기 등에서 전원이 꺼져도 정보를 안정적으로 유지하는 고집적·저전력 메모리 개발에 기여할 것으로 기대된다.공동 제1저자인 정현우 서울대 석박사통합과정생은 산화하프늄계 강유전체의 산소 빈자리·응력 제어와 방사광 기반 실시간 구조 분석을 연구하고 있다. 향후 반도체 공정 및 메모리 소자 연구개발 분야에서 차세대 비휘발성 메모리 기술 개발을 이어갈 계획이다.공동 제1저자인 이재욱 서울대 석박사통합과정생은 산화하프늄계 강유전체의 저온 결정화 공정과 신규 전극 소재 개발 기술을 연구하고 있다. 향후 반도체 공정 및 메모리 소자 분야에서 고성능·저전력 차세대 비휘발성 메모리 기술 개발을 이어갈 계획이다.한편 이번 연구는 한국연구재단을 통한 과학기술정보통신부의 지원을 받아 수행됐다(RS-2025-12872969, RS-2024-00444182).박민혁 교수는 “이번 연구는 산소 빈자리를 단순히 제거해야 하는 결함이 아니라, HZO 박막의 결정화 시점과 강유전상 형성 경로를 설계하는 핵심 변수로 규명했다는 데 의미가 있다”며 “실시간 방사광 분석을 통해 열처리 과정에서 일어나는 구조 변화를 직접 추적함으로써, 최종 전기적 특성이 형성되는 원인을 보다 명확하게 설명할 수 있었다”고 말했다. 참고 자료- 논문명/저널: Oxygen-Vacancy-Regulated Crystallization and Ferroelectric Phase Stabilization in Hf0.5Zr0.5O2 Thin Films, Advanced Functional Materials- DOI: 10.1002/adfm.77918

▲ IEEE WPTCE 최우수 학생논문상 상장 [출처=서울대학교]서울대(총장 유홍림)에 따르면 공과대 전기·정보공학부 오정석 교수 연구팀의 이영석 박사과정생이 세계 최대 규모의 무선전력전송(Wireless Power Transfer, WPT) 국제학술대회인 ‘IEEE Wireless Power Technology Conference and Expo 2026(IEEE WPTCE 2026)’에서 최우수 학생논문상(Best Student Paper Award)을 수상했다.기존 WPTC와 WoW가 2023년 통합된 이후 한국 소속 연구자가 최우수 학생논문상 1위를 수상한 것은 이번이 처음이다.수상 논문은 무선전력전송 시스템의 송신단부터 수신단까지 실제 전력 효율을 최적화하는 종단간(DC-to-DC) 설계 기법을 제시했다.무선전력전송은 전선 없이 전력을 보내는 기술로, 현재 스마트폰 무선 충전과 같이 가까운 거리에서 주로 활용되고 있다.전자파(RF)를 활용하면 수 미터 떨어진 기기에도 전력을 전달할 수 있으며 원리적으로는 우주 태양광 발전의 지상 전력 전송에도 적용할 수 있는 기술로 주목받고 있다.그동안 무선전력전송 성능은 송신 안테나에서 방출한 전파가 수신 안테나에 얼마나 잘 도달하는지를 중심으로 평가해 왔다.그러나 사용자나 산업 현장에서 체감하는 성능은 콘센트에서 사용한 전기 대비 배터리에 실제로 채워진 전기의 양이다. 수도에 비유하면 그동안은 중간 배관의 누수율만 따져 왔지만 정작 중요한 것은 펌프가 쓴 전기 대비 물탱크에 찬 물의 양인 셈이다.이영석 박사과정생은 다중입력·다중출력(MIMO) 안테나 시스템에서 송신단 전력증폭기(Power Amplifier, PA)가 소비하는 직류전력부터 수신단 정류기(Rectifier)가 출력하는 직류전력까지를 하나의 문제로 묶어 최적화하는 설계 프레임워크를 최초로 제시했다.무선전력전송에서 가장 큰 전력 손실은 공중에서의 전파가 아니라 전기를 전파로 바꾸는 송신단 전력증폭기와 전파를 다시 전기로 변환하는 수신단 정류기에서 발생한다.현재 최고 수준의 소자도 각각 최대 70% 수준의 효율에 머물러 있어 두 소자를 함께 고려하는 시스템 설계가 성능 향상의 핵심 과제로 꼽혀왔다.특히 전력증폭기와 정류기는 모두 입력과 출력이 비례하지 않는 비선형(nonlinear) 소자다. 송신 신호 설정은 전력증폭기의 동작점과 수신단 전력 분포를 동시에 바꾸기 때문에 각 단계를 분리해 최적화하는 방식만으로는 시스템 전체의 최적 효율을 달성하기 어렵다.기존 연구는 무선 구간에서 정류기, 송수신 소자 전체로 설계 범위를 넓혀 왔지만 안테나가 하나인 단순 구조에 머물거나 수식으로 근사한 소자 모델에 의존해 실제 하드웨어 검증 사례가 없었다.연구팀은 실제 측정을 통해 얻은 전력증폭기와 정류기의 특성 데이터를 최적화 모델에 직접 반영했다. 반정부호 완화(Semidefinite Relaxation) 기법을 이용해 수백 개 안테나의 신호 세기와 위상을 동시에 최적화했다.이 기법은 단순히 높은 효율의 해를 찾는 데 그치지 않고, 주어진 장치 조건에서 도달 가능한 최대 효율의 이론적 상한선을 함께 제시한다는 점이 특징이다.이를 통해 설계자는 자신의 시스템이 이론적 한계에 얼마나 근접했는지를 정량적으로 평가할 수 있으며, 연구팀이 제안한 설계 기법은 이론적 최대 효율의 97% 이상에 도달했다.성능 비교에서는 기존 무선 구간 최적화 방식보다 48% 높은 종단간 효율을 달성했다. 또한 5.64GHz 대역에서 자체 제작한 16×16 송신 안테나 배열과 5×5 정류 안테나 배열을 활용한 실험에서도 예측값과 실제 측정값의 오차가 5% 이내로 나타났다.연구팀은 제안한 방법이 특정 부품에 종속되지 않아 소자의 특성 데이터를 바꾸면 다양한 무선전력전송 시스템에 그대로 적용할 수 있다고 설명했다.이번 연구는 무선전력전송 시스템 설계의 기준점을 ‘전파 전달률’에서 ‘실제 전력 효율’로 옮기는 계기가 될 것으로 기대된다.향후 △사무실이나 가정에서 여러 기기를 케이블 없이 충전하는 원거리 무선 충전 △통신과 탐지, 전력 전송을 동시에 수행하는 6G 통합센싱통신(ISAC) 시스템 △비행 중 충전이 가능한 드론과 무인기 △우주 태양광 발전(SSPS)의 지상 전력 전송 등 다양한 무선전력전송 분야에 활용될 수 있을 것으로 전망된다.오정석 교수는 “무선전력전송의 효율을 논할 때 그동안 간과돼 온 송수신 소자의 비선형성을 한 번에 다루고, 나아가 이론적 상한까지 제시했다는 점에서 의미가 깊다”며 “이번 연구 성과인 최적화된 효율에 근접하게 도달하면서도 실시간으로 동작할 수 있는 알고리즘 개발 연구로 확장해 실용화 단계에 한 걸음 더 다가갈 계획이다”이라고 말했다.공동 지도를 맡은 남상욱 명예교수는 “그동안의 연구 성과가 국제적으로 평가받은 것 같아 기쁘다”며 “낮은 효율은 원거리 무선 충전의 상용화를 가로막아 온 오랜 과제였던 만큼 이번에 제시한 최적화 방법이 그 문턱을 낮추는 데 기여하기를 바란다”고 밝혔다.이번 연구의 제1저자인 이영석 박사과정생은 서울대 전기정보공학부에서 무선전력전송 시스템 설계와 최적화 연구를 수행하고 있다.박사학위 취득 후 무선전력전송과 위상배열 안테나 분야 연구를 이어갈 계획이다. 향후 우주 태양광 발전(SSPS) 전력전송 시스템으로 연구를 확장하는 것을 목표로 하고 있다.한편 이영석 박사과정생은 이번 학회에 앞서 IEEE MTT-S 학생여행지원금(Student Travel Grant) 수혜자로도 선정돼 미화 1000달러를 지원받았다.또한 이번 연구를 확장한 논문은 2206년 6월 마이크로파 분야 최고 권위 학술지인 IEEE Transactions on Microwave Theory and Techniques(IEEE TMTT)에 ‘An End-to-End DC-to-DC Efficiency Optimization and Design Analysis for MIMO Wireless Power Transfer Systems’이라는 제목으로 게재 승인됐다.이영석 박사과정생은 2025년 한국전자파학회 동계종합학술대회 우수학생논문상 대상(1위)과 2024년 아시아·태평양 지역을 대표하는 안테나·전파 분야 국제 학술대회인 2024 ISAP(International Symposium on Antennas and Propagation) 우수논문상(2위)도 수상한 바 있다.이번 연구는 과학기술정보통신부의 재원으로 정보통신기획평가원(IITP)의 지원(No. 2019-0-00098, 전자파 해석을 위한 고도화 및 통합 소프트웨어 개발)을 받아 수행됐다.※ 참고 자료- 논문명: An End-to-End DC-to-DC Efficiency Optimization and Design Analysis for MIMO Wireless Power Transfer Systems- 학술지명: IEEE Transactions on Microwave Theory and Techniques(TMTT)- DOI: https://doi.org/10.1109/TMTT.2026.3714844

▲ 멀티모달 문헌 마이닝으로 구축한 데이터와 물리 지식을 학습한 머신러닝 모델이 방대한 무연 유전체 조성 공간을 탐색하고, 후보 소재를 실험으로 검증하는 과정을 형상화한 이미지 [출처=서울대학교 공과대학]서울대(총장 유홍림)는 2026년 8월18일 공과대학 재료공학부 장호원 교수 연구팀이 논문 속 데이터와 물리 기반 머신러닝을 결합해 무연 유전체를 설계하는 기술을 개발했다고 밝혔다.이번 연구는 송관우 석박사통합과정생이 제1저자로 연구 전반을 주도했다. 김영민 석박사통합과정생과 김재현 박사후연구원이 공동 연구에 참여했다.유전체는 전기가 바로 흐르지 않도록 막으면서 전하를 저장하는 절연 소재로 스마트폰과 전기차 등에 사용되는 적층세라믹콘덴서(MLCC)의 핵심 재료다.유전율이 높을수록 같은 크기의 부품으로 더 많은 전기를 저장할 수 있다. 높은 온도에서도 성능이 안정적으로 유지돼야 실제 전자기기에 적용할 수 있다.연구팀은 논문 본문·표·그래프에 분산된 정보를 자동으로 추출하는 ‘멀티모달 문헌 마이닝’과 물리 기반 머신러닝을 결합해 목표 성능을 만족할 가능성이 높은 조성을 먼저 찾아내는 역설계 기술을 구현했다.448편의 논문에서 1202건의 유전 특성 데이터를 구축한 뒤 약 1억5000만 개의 가상 조성 공간을 탐색해 37개 후보를 선별했고, 이 가운데 두 조성을 실제 합성해 높은 유전율과 우수한 고온 안정성을 확인했다.이번 연구 결과는 세계적 권위의 국제학술지 ‘Nature Communications’에 게재됐다.전기차와 전력전자, 항공우주 장비처럼 높은 온도에서 작동하는 전자기기가 늘면서 온도 변화에도 성능이 안정적인 유전체 소재의 중요성이 커지고 있다.특히 온도에 따른 전기적 반응이 비교적 완만하게 변하는 완화형 강유전체(relaxor)는 높은 유전율과 넓은 온도 범위의 안정성을 함께 구현할 가능성이 있다.하지만 납을 사용하지 않는 조성만 놓고도 원소의 종류와 혼합비에 따라 후보가 사실상 무한대에 가까워 시행착오 방식으로는 탐색에 많은 시간과 비용이 필요하다.또한 관련 데이터는 논문마다 본문·표·그래프에 흩어져 있고, 온도·주파수·시료 등 측정 조건도 달라 머신러닝 학습에 바로 활용하기 어렵다.이에 연구팀은 여러 논문에 분산된 정보를 하나의 형식으로 통합하고, 실제 존재 가능한 소재만 선별하도록 물리 법칙을 함께 반영한 머신러닝 체계를 구축했다.연구팀은 대규모 언어모델을 활용해 논문 본문과 표에서 조성과 공정 조건을 정리하고, 그래프를 수치 데이터로 변환해 온도별 유전 특성을 읽어냈다.이를 통해 448편의 논문에서 1202건의 조성·공정·유전 특성 데이터를 구축했다. 여기에 원소 조성과 미세구조 등 22개의 물리 지표를 함께 반영해 서로 다른 문헌에 흩어진 정보를 하나의 학습 데이터로 통합했다.이어 서로 다르게 학습된 30개 머신러닝 모델을 결합해 유전율과 온도 안정성에 관한 세 가지 핵심 지표를 동시에 예측했다. 또한 모델 간 예측의 일치도를 평가해 예측 신뢰도가 높은 후보를 우선 선별하도록 설계했다.약 1억5000만 개의 가상 조성 공간에 사전에 설정한 성능 목표와 물리·화학 조건을 차례로 적용한 결과, 연구팀은 37개 후보군으로 탐색 범위를 좁혔다. 이후 후보가 가장 많이 남은 조성 계열에서 성분 비율을 정밀하게 조정해 실험 대상 두 조성을 선정했다.실험 결과, 주석(Sn)을 1mol%와 2mol% 치환한 두 시료는 상온에서 각각 3422와 3307의 높은 유전율을 나타냈다. 소량의 Sn 치환은 유전율을 크게 낮추지 않으면서 온도 안정성을 높이는 절충점을 형성했다.또한 현재 적층세라믹콘덴서에 널리 사용되는 티탄산바륨(BaTiO₃)과 비교했을 때 더 넓은 온도 범위에서 높은 유전율을 안정적으로 유지하는 것으로 확인됐다.2개 시료는 적층세라믹콘덴서 국제 규격(X5R·X6R·X7R)의 고온 안정성 기준을 모두 만족했으며, 같은 계열의 기존 문헌 데이터와 비교해도 가장 높은 수준의 유전율을 기록했다.* X5R·X6R·X7R: 적층세라믹콘덴서용 유전체가 통상 영하 55℃부터 각각 85℃·105℃·125℃까지 25℃ 기준 유전율 변화율을 ±15% 이내로 유지하는지를 나타내는 온도 안정성 등급연구팀은 머신러닝의 판단 근거와 압전반응힘 현미경, 라만분광법, 원자분해능 전자현미경 분석 결과를 종합했다. 그 결과, 소량의 Sn 첨가가 결정 골격을 넓히고 원자 규모의 전기적 불균일성을 증가시켜 온도 안정성을 높인다는 작동 원리를 규명했다.이번 연구는 논문 곳곳에 흩어진 데이터를 AI로 통합·분석해 새로운 소재를 설계하는 연구 방법을 실증했다는 점에서 의미가 있다.연구팀은 이 방법이 기능성 산화물과 박막처럼 데이터가 여러 문헌에 분산된 다양한 소재 개발에도 활용될 수 있을 것으로 보고 있다.이번에 검증한 무연 유전체는 고온용 적층세라믹콘덴서를 비롯해 전기차, 전력전자, 항공우주용 전자부품 개발에 활용될 것으로 기대된다.장호원 교수는 “이번 연구는 머신러닝으로 성능을 예측하는 데 그치지 않고, 여러 논문에 흩어진 정보를 학습 데이터로 통합한 뒤 물리 법칙과 모델 간 예측의 일관성을 함께 따져 실제 합성 후보까지 좁혔다는 점에서 의미가 있다”고 밝혔다.이어 “이번에 제시한 멀티모달 문헌 마이닝과 물리 기반 머신러닝의 결합 전략이 유전체에 그치지 않고, 데이터가 여러 논문과 형식에 흩어져 있어 체계적인 통합이 필요한 다른 기능성 산화물과 박막 소재의 후보 탐색에도 확장되기를 기대한다”고 말했다.이번 연구의 제1저자인 송관우 석박사통합과정생은 문헌 데이터 구축부터 머신러닝 모델 개발, 후보 소재 선별, 실험 검증까지 연구 전 과정을 주도했다.현재 머신러닝 기반 신소재 탐색 연구를 수행하며 무연 유전체와 적층세라믹콘덴서용 신규 조성, 반도체 트랜지스터용 산화물 채널 소재 등 다양한 전자재료 분야로 연구를 확장하고 있다. 향후 이러한 연구 경험을 바탕으로 고성능 전자재료와 유전체 연구개발을 이어갈 계획이다.한편 장호원 교수 연구팀은 김재현 박사후연구원이 제1저자로 참여한 연구에서 AI를 활용해 그린수소 생산을 위한 텅스텐 단일원자 기반 비귀금속 수전해 촉매를 발굴하고 실험적으로 검증한 바 있다. 해당 연구 역시 국제학술지 ‘Nature Communications’에 게재됐다.이번 연구는 국가과학기술연구회(NST)·과학기술정보통신부(MSIT)(GTL25021-230), 한국연구재단(NRF)·과학기술정보통신부(MSIT)(RS-2024-00421181), 과학기술정보통신부(MSIT) InnoCORE 사업(1.250021.01), 나노 및 소재기술개발사업(NRF·MSIT)(RS-2024-00405016)의 지원을 받아 수행됐다.※ 참고 자료- 논문명/저널: Machine-learning-guided inverse design of lead-free relaxors enabled by multimodal literature mining- DOI: 10.1038/s41467-026-74376-3

▲ 서울대학교 전기정보공학부 이현수 학생 [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대 전기정보공학부 이현수 학부생이 이미지 편집부터 3차원(3D) 콘텐츠 생성에 이르는 생성형 비주얼 컴퓨팅(Generative Visual Computing) 연구 성과를 NeurIPS, CVPR, ECCV 등 인공지능(AI) 및 컴퓨터 비전 분야의 주요 국제학술대회에 발표했다.이들 학술대회는 엄격한 심사와 낮은 논문 채택률로 잘 알려져 있어 학부생이 연구 성과를 잇달아 발표한 것은 더욱 주목할 만하다.생성형 비주얼 컴퓨팅은 AI가 현실 세계의 시각 정보를 이해하는 데 그치지 않고 사용자가 제시한 텍스트·이미지·부분적인 관측 결과를 바탕으로 새로운 시각 콘텐츠를 생성하도록 하는 연구 분야다.최근 디퓨전 모델을 비롯한 생성형 AI 기술이 빠르게 발전하고 있지만 생성 결과를 사용자의 의도에 맞게 정교하게 제어하고 여러 결과 사이의 구조적 일관성을 유지하는 문제는 여전히 중요한 문제로 남아 있다.이현수 학생은 이미 학습된 생성 모델의 사전 지식을 활용해 별도의 대규모 재학습 없이 사용자의 의도와 관측 정보에 부합하는 결과를 생성하고 여러 생성 결과 사이의 일관성을 유지하는 방법을 연구해왔다. 연구 범위는 텍스트 기반 이미지 편집과 고해상도 이미지 편집, 디퓨전 동기화, 3D 콘텐츠 생성에 이른다.연구의 출발점은 텍스트 조건을 이용한 이미지 편집이었다. 이현수 학생이 공동 제1저자로 참여한 논문 ‘Conditional Score Guidance for Text-Driven Image-to-Image Translation’은 원본 이미지의 구조를 유지하면서 사용자가 텍스트로 지정한 영역을 자연스럽게 변경하는 조건부 점수 유도 방법을 제안했다.이 논문은 AI 분야 최고 권위 학술대회인 NeurIPS 2023에 채택됐다. 해당 연구는 고해상도 이미지 편집으로도 확장됐다.CVPR 2026에 채택된 ‘Low-Resolution Editing is All You Need for High-Resolution Editing’은 저해상도에서 얻은 편집 결과를 의미적 기준으로 활용하고 동기화된 패치 최적화를 통해 원본의 세밀한 정보를 고해상도 결과로 전달하는 기술을 제안했다.이를 통해 기존 생성 모델이 처리하기 어려웠던 1K 이상의 고해상도 이미지에서도 전체적인 의미와 세부 묘사를 함께 유지하며 편집할 수 있는 가능성을 제시했다.이현수 학생은 하나의 결과를 생성하는 문제를 넘어 여러 생성 결과가 서로 일관된 구조를 갖도록 만드는 ‘디퓨전 동기화’의 원리도 연구했다.CVPR 2025에 발표된 ‘SyncSDE: A Probabilistic Framework for Diffusion Synchronization’은 여러 디퓨전 생성 과정 사이에 상관관계를 도입해야 하는 지점을 확률론적으로 규명하고 이미지·인간 움직임·3D 콘텐츠에 걸친 협업 생성을 하나의 체계로 설명했다.이 연구는 개별 결과를 독립적으로 만드는 기존 방식에서 벗어나 서로 연관된 여러 콘텐츠를 일관되게 생성하기 위한 이론적 기반을 제시했다.ECCV 2026에 채택된 ‘Accelerated Likelihood Maximization for Diffusion-based Versatile Content Generation’에서는 관측되지 않은 영역을 생성 과정에서 효율적으로 최적화해 하나의 방법으로 3D 모델 텍스처 생성과 인간 움직임 완성 등 서로 다른 문제를 처리할 수 있도록 했다.이는 문제마다 별도의 모델을 새로 학습해야 했던 기존 접근의 부담을 줄이고, 생성 모델을 다양한 시각 콘텐츠 제작에 유연하게 활용할 수 있는 가능성을 보여준다.생성 기술의 적용 범위는 현실 세계의 3D 구조로도 이어졌다. 이현수 학생이 공동 제1저자로 참여해 CVPR 2026에 발표한 ‘Image-Guided Geometric Stylization of 3D Meshes’는 스타일 이미지의 시각적 특징을 단순히 3D 물체 표면에 입히는 것을 넘어 물체의 기하학적 형태 자체를 스타일에 맞게 변형하는 기술을 제안했다.WACV 2026에 발표한 ‘Point2Pose: A Generative Framework for 3D Human Pose Estimation with Multi-View Point Cloud Dataset’에서는 포인트 클라우드로부터 사람의 3D 자세를 추정하는 문제를 조건부 생성 문제로 재구성하고, 생성 모델을 활용한 새로운 자세 추정 알고리즘을 제시했다.이와 함께 이현수 학생은 생성 모델을 과학적 추론에 활용하기 위한 연구에도 참여했다. 이현수 학생이 저자로 참여한 ICML 2026 논문 ‘Calibrated Test-Time Guidance for Bayesian Inference’는 기존 기법들이 베이지안 사후분포를 정확하게 추정하지 못할 수 있다는 문제를 규명하고 정확한 사후분포 표본을 생성하기 위한 추정 방법을 제안했다. 이를 통해 생성형 AI의 유도 기술을 콘텐츠 제작뿐 아니라 과학적·통계적 추론 문제로 확장했다.이현수 학생은 서울대 전기정보공학부에서 수리과학부를 복수전공하고 있다. 서울대 전기정보공학부 한보형 교수의 컴퓨터 비전 연구실과 김영민 교수의 3D 비전 연구실에서 연구를 수행했다.또한 미국 UC Irvine에서 교환학생으로 수학하며 Stephan Mandt 교수와 연구를 수행하기도 했다. 현재는 서울대 기계 인지 및 추론 연구실에서 기억의 작동 원리에 착안한 표현 학습 연구를 진행하고 있다.이현수 학생의 연구는 향후 디지털 콘텐츠 제작, 3D 디자인, 가상현실, 인간 동작 분석뿐 아니라 과학 및 공학 설계와 같이 정교한 생성과 신뢰할 수 있는 추론이 필요한 분야에 활용될 것으로 기대된다.한보형 서울대 전기정보공학부 교수는 “생성형 모델의 성능을 활용하면서도 사용자의 의도와 원본 이미지의 구조를 함께 반영하는 일은 중요한 연구 과제다”며 “이현수 학생은 이미지 편집 문제를 중심으로 생성 결과를 정교하게 제어하는 방법을 꾸준히 탐구해 왔다”고 말했다.김영민 서울대 전기정보공학부 교수는 “이미지에서 얻은 시각적 정보를 3D 구조의 변형과 인간 자세 추정으로 연결하는 연구는 생성형 AI의 적용 범위를 넓히는 시도다”며 “이현수 학생은 생성형 모델의 최신 경향과 수학적 모델에 대한 이해를 바탕으로 새로운 분야에 계속해서 도전하고 있다”고 밝혔다.이현수 학생은 “지금까지의 연구는 생성 모델이 가진 지식을 바탕으로 사용자의 의도와 관측 정보에 부합하는 결과를 어떻게 안정적으로 만들어 낼 것인가라는 질문에서 출발했다”며 “앞으로는 생성형 모델링과 표현 학습을 연결해 다양한 환경에 적응하면서도 작동 원리를 설명할 수 있는 지능형 시스템을 개발하고 싶다”고 말했다.

▲ 서울대학교 공과대학 재료공학부 정우철 교수 연구팀의 논문이 게재된 Energy & Environmental Science의 Outside Back Cover 이미지. 금속 나노촉매에 의한 고체산화물 전지 전극의 산소교환반응 촉진 원리를 형상화했다 [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대 재료공학부 정우철·한정우 교수 연구팀이 KAIST 김상욱 교수 연구팀, 한국기초과학지원연구원(KBSI) 정범균 박사 연구팀과 공동연구를 수행해 고체산화물 전지의 성능을 높이는 은(Ag) 나노촉매의 작동 원리를 규명했다.전지가 작동하는 방향에 따라 산소반응이 일어나는 위치와 메커니즘이 달라진다는 사실을 확인했다. 고체산화물 전지는 산소 이온의 이동을 이용해 전기를 생산하거나 물을 분해해 수소를 만드는 차세대 에너지 장치다.전기와 열을 동시에 생산하는 건물과 공장의 분산형 발전 시스템부터 재생에너지 기반 수소 생산까지 폭넓게 활용될 수 있어 친환경 전력 생산과 수소에너지 활용 확대의 핵심 기술로 주목받고 있다.이번 연구 결과는 재료·화학 분야 세계적 권위의 국제학술지 ‘Energy & Environmental Science’(IF:30.5)에 게재됐으며 우수성을 인정받아 Outside Back Cover 논문으로 선정됐다.고체산화물 전지의 성능과 수명은 공기극에서 산소가 반응하는 속도에 크게 좌우된다. 지금까지는 실제 전극 내부가 복잡해 나노촉매가 정확히 어느 위치에서 어떤 방식으로 반응을 돕는지 확인하기 어려웠다.기존 연구를 통해 금속 나노촉매가 전지 성능을 높인다는 사실은 알려져 있었지만, 촉매의 표면과 촉매가 전극과 맞닿는 경계 중 어느 부분이 실제 반응을 주도하는지는 명확하지 않았던 것이다.또한 전기를 생산하는 과정과 수소를 생산하는 과정에서 촉매가 같은 방식으로 작동하는지도 명확히 밝혀지지 않았다.연구팀은 이러한 문제를 해결하기 위해 구조가 복잡한 실제 전극 대신 구조와 조성이 일정한 모델 전극을 제작하고 크기와 간격이 균일한 금속 나노입자를 규칙적으로 배열해 촉매의 역할을 정밀 분석했다.먼저 페로브스카이트 산화물로 만든 얇은 전극 위에 은, 코발트, 팔라듐, 백금 등 다양한 금속 나노촉매를 올려 산소반응을 얼마나 효과적으로 촉진하는지 비교했다. 그 결과, 은 나노촉매가 가장 우수한 산소반응 촉진 효과를 보였다.이어 은 나노입자의 크기와 배열을 체계적으로 바꾼 모델 플랫폼을 제작해 반응 위치를 분석한 결과, 전기를 생산하는 산소환원반응에서는 은 나노입자와 전극이 맞닿는 경계가 길수록 반응이 빨라졌다.이는 은과 전극이 만나는 경계 부분이 주요 반응 장소라는 것을 의미한다. 반대로 수소를 생산하는 방향의 산소발생반응에서는 은 나노입자의 표면이 넓을수록 반응이 활발해졌다. 이를 통해 은 입자의 표면 자체가 중요한 반응 장소로 작용한다는 사실을 확인했다.연구팀은 전압과 산소 농도를 조절하면서 두 반응이 진행되는 과정을 자세히 비교했다. 그 결과, 은 나노촉매는 산소환원반응에서는 산소가 전자를 받아들이는 과정을 돕고 산소발생반응에서는 산소 원자들이 서로 결합해 산소 분자로 빠져나가는 과정을 촉진하는 것으로 나타났다.또한 연구팀은 전지가 작동하는 동안 전극 표면의 변화를 관찰할 수 있는 방사광 분석과 원자 수준의 이론 계산을 함께 수행했다.이를 통해 은 나노촉매가 전극 표면의 전자 상태를 변화시켜 산소환원반응을 촉진하고, 산소발생반응에서는 산소 원자들이 결합하기 좋은 반응 환경을 제공한다는 사실을 확인했다.이번 연구는 나노촉매가 단순히 반응 속도를 높이는 첨가제가 아니라 작동 조건에 따라 반응 위치와 메커니즘까지 달라질 수 있음을 규명했다는 점에서 의미가 있다.특히 고체산화물 연료전지와 수전해전지의 공기극을 설계할 때 촉매 표면과 촉매-전극 계면을 각각 최적화해야 한다는 새로운 설계 방향을 제시했다.이러한 설계 원리가 실제 전지에 적용되면 건물·공장용 분산발전 시스템의 발전 효율을 높이고 재생에너지로 수소를 생산하는 수전해 장치의 전력 소비를 줄이는 데 기여할 것으로 기대된다.나아가 동일한 장치에서 전력 생산과 수소 생산을 모두 수행하는 가역형 고체산화물 전지의 상용화를 앞당겨 가정과 산업 현장에서 에너지를 보다 효율적으로 생산·저장하는 기반 기술로 활용될 전망이다.또한 연구팀이 개발한 정밀 나노입자 배열 모델 전극은 촉매가 실제로 어느 위치에서 어떤 방식으로 작동하는지를 구분해 분석할 수 있는 연구 플랫폼이다.이 플랫폼은 고체산화물 전지뿐 아니라 수소 생산 장치, 다양한 전기화학 에너지 변환 장치, 산소 분리 기술 등 산소반응을 활용하는 여러 분야의 작동 원리를 밝히는 데 활용될 수 있다.연구를 지도한 정우철 교수는 “이번 연구는 나노촉매의 성능뿐 아니라 실제 반응이 일어나는 위치와 작동 원리를 정량적으로 규명했다는 점에서 의미가 크다”며 “앞으로 다양한 에너지 변환 소재와 촉매 시스템에 적용할 수 있는 새로운 설계 원리로 확정해 나갈 계획”이라고 밝혔다.본 연구를 주도한 김진욱 박사는 현재 미국 노스웨스턴대에서 박사후연구원으로 연구를 수행하고 있으며 서울시립대 신소재공학과 조교수로 부임할 예정이다.향후에도 나노촉매와 고체산화물 전지의 반응 원리를 규명하고 이를 고효율 에너지 변환 소재 및 소자 개발로 확장하는 후속 연구에 매진할 계획이다.한편 본 연구는 과학기술정보통신부와 한국연구재단의 지원을 받아 수행됐다(RS-2024-00452853, RS-2025-00521316).또한 포항가속기연구소 및 한국기초과학지원연구원의 지원을 받아 KBSI-PAL 8A2 AP-XPS 빔라인에서 방사광 기반 상압 광전자분광 분석을 수행했다.◇ 참고 자료- 논문명/저널: Quantitative electrochemical evaluation of metal nanocatalysts for oxygen exchange on solid oxide cell electrodes, Energy & Environmental Science- DOI: doi.org/10.1039/d5ee07320k

▲ AIMSS 2026 참가자들이 서울대학교 관악캠퍼스에서 단체 기념촬영을 하고 있다 [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대 조선해양공학과 김도균 교수 연구팀이 2026년 7월20일부터 22일까지 서울대 관악캠퍼스에서 ‘제1회 AI 기반 해양구조 안전 국제 심포지엄(AIMSS 2026)’을 개최했다.이번 행사에는 대한민국, 인도네시아, 중국, 영국, 말레이시아 등 5개국에서 연구자와 학생 70명이 참가해 AI와 해양구조 안전 분야의 최신 연구 성과와 국제 협력 방안을 논의했다.심포지엄에는 서울대를 비롯해 칭화대(Tsinghua University), 유니버시티 칼리지 런던(University College London), 하얼빈공정대(Harbin Engineering University), 말레이시아공과대(Universiti Teknologi Malaysia) 소속 연구자와 학생들이 참석했다.행사는 서울대 조선해양공학과 김도균 교수와 박동인 박사과정생이 공동 주관했다. 김 교수는 학술 프로그램과 국제 연구 네트워크를 총괄했다.박동인 박사과정생을 비롯한 대학원생들은 프로그램 기획과 발표자 조율, 세션 운영, 심포지엄 홈페이지 구축, 프로시딩 제작 등 행사 전반을 주도적으로 수행했다.AIMSS 2026은 AI를 활용해 해양구조물의 안전성을 실시간으로 평가하고 장기 건전성을 예측하는 기술의 발전 방향을 논의하기 위해 마련됐다.프로그램은 7건의 기조 강연과 4개 주제별 기술 세션, 패널토론 및 종합토론으로 구성됐다. 주요 발표 주제는 △AI 기반 해양구조 건전성 평가 △복잡한 해양환경에서의 유체·구조 상호작용 △부유식 해상풍력 계류시스템 △극지 빙하중과 쇄빙기술 △부식 및 균열이 있는 해양구조 부재의 안전성 평가 △디지털 트윈 기반 실시간 응답 예측 △비선형 좌굴 해석을 위한 신경연산자 등으로 다양한 연구 성과가 소개됐다.연구자들은 실험과 비선형 유한요소해석, 구조 건전성 모니터링, 물리 정보 기반 AI 모델을 연계하는 방법을 집중적으로 논의했다.이번 심포지엄은 서울대 연구처의 ‘2026년도 대학원생 주도 국제 심포지엄 지원사업’에 선정돼 2500만원을 지원받아 개최됐다.해당 사업은 학문 후속 세대의 글로벌 연구 네트워크 구축과 국제화 역량 강화를 위해 대학원생이 국제 학술 행사를 직접 기획·운영하도록 지원하는 프로그램이다.AIMSS 2026 역시 대학원생들이 발표와 토론뿐 아니라 세션 좌장과 운영위원으로 참여해 연구 발표를 넘어 국제 행사 기획과 학술 네트워크 구축 경험을 제공했다.참가자들은 심포지엄을 계기로 후속 공동연구와 학생 교류, 공동 논문 작성, 국제 공동 프로젝트 등 협력을 확대하는 방안도 논의했다.이번 행사는 서울대와 BK21 FOUR, 해양수산부 ‘첨단선박 Blue Tech 인재양성’ 사업의 지원을 받아 진행됐다. 행사 프로그램과 발표 자료, 참가자 정보는 AIMSS 2026 공식 홈페이지에서 확인할 수 있다. 김도균 서울대 조선해양공학과 교수는 “해양구조 안전 분야에서 AI의 역할이 빠르게 커지고 있지만, 신뢰할 수 있는 결과를 만들기 위해서는 구조역학과 실험 검증, 수치 해석, 현장 데이터가 함께 연결돼야 한다”며 “이번 심포지엄이 국내외 연구자와 학생들이 장기적인 공동연구를 시작하는 실질적인 출발점이 되기를 기대한다”고 밝혔다.박동인 서울대 조선해양공학과 박사과정생은 “대학원생들이 학술 프로그램 기획부터 해외 참가자 협의, 세션 운영, 결과물 제작까지 직접 수행했다. 발표와 토론뿐 아니라 국제 협력을 실제로 설계하고 운영한 경험이 가장 큰 성과다”고 말했다.

▲ 서울대학교 산학협력 공학인재 지원센터가 현대자동차, K-Mobility 브릿지 재단과 함께 개최한 ‘모빌리티 기업 AI 기반 혁신 가속화 지원사업’ 1차년도 사업설명회 참석자들이 기념 촬영 [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대학 산하 산학협력 공학인재 지원센터(센터장 곽승엽 교수)가 2026년 7월24일 서울대 관악캠퍼스에서 ‘모빌리티 기업 AI 기반 혁신 가속화 지원사업’ 사업설명회를 개최했다.설명회는 사업의 추진 목적과 1차년도 운영계획을 참여기업과 공유하고 기업 간 협력 기반을 마련하기 위해 마련됐다. 이날 행사에는 참여기업 대표이사와 임원, 실무진 등 40여 명이 참석해 사업 추진 방향과 세부 프로그램을 공유했다.이번 사업은 서울대, 현대자동차그룹, K-Mobility 브릿지 재단 3개 기관이 공동으로 추진하는 산·학·재단 연계형 AI 전환 지원 플랫폼이다.최근 자동차 산업은 전동화 전환이 예상보다 더디게 진행되면서 내연기관·전기차 투자를 동시에 짊어져야 하는 구조적 부담과 미국의 관세 강화로 인한 공급망 전반의 원가 압박이라는 이중고에 놓여 있다.3개 기관은 이러한 환경 속에서 협력사가 AI 기반 혁신 역량을 확보해 스스로 원가 경쟁력을 높일 수 있도록 본 사업을 기획했다.사업은 2026년 5월부터 2029년 4월까지 총 3년 간 진행되며 차수별 7개사씩 1·2차에 걸쳐 모빌리티 소재·부품 중견기업 총 14개사를 지원한다.프로그램은 △최고경영진 AI 혁신 공감대 형성 △AI 업무 활용 실행 지원 교육 △AI-Transformation 진단·지향점·추진과제 선정의 3단계로 구성된다.서울대 AI 기업교육센터(SACTA)와 현대 NGV가 교육을 담당하고, LG CNS(Entrue Consulting)가 진단과 컨설팅을 수행한다.이번 1차년도 사업에는 SL(이성엽·정문호 각자대표이사), 삼보모터스(이재하·이유경 각자대표이사), 아진산업(서중호 대표이사), 용산(정재모·전학수 각자대표이사), 인지컨트롤스(정혜승·강혁진 각자대표이사), 평화산업(황순용·김주영 각자대표이사), 화신(정서진·장의호 각자대표이사) 등 7개사가 참여한다.서울대와 현대자동차그룹, K-Mobility 브릿지 재단(구 자동차부품산업진흥재단)은 2023년부터 소재부품기업 사업다각화 컨설팅 사업을 통해 협력해 온 바 있다. 이번 ‘모빌리티 기업 AI 기반 혁신 가속화 지원사업’은 그 협력을 AI 전환이라는 영역으로 확장한 사업이다.서울대는 미래 모빌리티 산업이 제조업 강국 대한민국의 지속 가능한 주력 산업으로 성장할 것으로 보고 있다. 이번 사업을 통해 참여기업들이 진단-내재화-확산으로 이어지는 선순환 구조 속에서 AI 기반 자생적 혁신 역량을 갖추고, 나아가 국내 모빌리티 소재부품 산업 전반의 경쟁력 강화에 기여할 수 있을 것으로 전망된다.아울러 현대자동차그룹, K-Mobility 브릿지 재단과 함께 이번 사업을 통해 국내 모빌리티 산업의 AI 전환에 마중물 역할을 할 것으로 기대된다.사업을 총괄하는 서울대 산학협력 공학인재 지원센터장 곽승엽 재료공학부 교수(前 과기정통부지정 서울대 소재·부품·장비 협의체 사업단장)는 “협력사 하나하나가 단단해지고 그 뜻이 하나로 모일 때, 우리 모빌리티 산업은 어떤 변화의 바람에도 흔들리지 않는 단단함을 얻게 된다”며 “오늘 이 자리가 그 단단한 성을 쌓는 첫 돌을 놓는 자리가 되기를 바란다”고 말했다. 이어 “서울대학교와 현대차그룹 그리고 참여기업이 서로의 고민을 가까이서 이해할 때 비로소 이 사업도 형식적인 지원을 넘어 실질적인 성과로 이어질 수 있다”고 강조했다.현대자동차그룹 구매본부 윤준호 상무는 격려사를 통해 “협력사 여러분의 경쟁력은 곧 저희의 경쟁력이다. 현대차그룹 구매본부는 이 사업을 이끄는 주체가 아니라 여러분의 여정에 함께 서고 싶은 지지자의 마음으로 왔다”고 말했다. 또한 “앞으로 3년, 이 사업이 걸어갈 길을 곁에서 꾸준히 지켜보고 응원하겠다”고 덧붙였다.K-Mobility 브릿지 재단 서진원 사무총장은 “재단은 이 사업이 1차년도 설명회로 끝나지 않도록 앞으로 3년, 참여기업 각 사의 실질적인 변화로 이어질 수 있도록 힘을 보태겠다”며 “모빌리티 산업에 특화된 토탈 솔루션을 제공해 대한민국 모빌리티 산업의 글로벌 경쟁력을 높이겠다는 재단의 목표와 이번 사업이 정확히 맞닿아 있다”고 말했다.