2026년도 국가정보원 AI 전문경력직 1차 공고문1. 선발분야 및 지원자격■ 선발분야○ AI 비전 서비스 개발 : 특정 6급○ 에이전택 DevOps 설계·구축 : 특정 6급○ AI 모델 개발 : 특정 5급/6급/7급○ AI 인프라 구축·운영 : 특정 6급/7급○ AI 보안정책 : 특정 6급○ AI 안전성 기술 : 특정 7급○ AI 기반 취약점 점검 : 특정 5급/7급○ AI 보안 소프트웨어 개발 : 특정 5급/7급◇ AI 비전 서비스 개발 : 특정 6급▷ 필수요건• (정보통신, 정보보호 제외) 관련 전공 학사 학위 이상 소지자로• AI·컴퓨터비전 시스템 개발 관련 연구·실무 경력 4년 이상인 자(석사 학위 이상 소지자는 경력 무관)[주요 업무]※ Python OpenCV GDAL 등 컴퓨터비전 관련 S/W 개발※ 고해상도 영상 기반 AI 모델 개발·활용 업무※ Object Detection Segmentation Super Resolution 기술 활용 업무▷ 우대 사항• Vision Foundation Model (VFM) Vision Language Model (VLM) Multi Modal 학습 및파인튜닝 경험자• 내부자료 기반 DB 구축 및 RAG Model 개발 경험자• 도커·쿠버네티스 기반 인프라 구축 및 관리 경험자• 한국연구재단 발행 BK21 컴퓨터과학 분야 우수국제학술대회 논문 및 SCIE급 논문 작성자◇ 에이전택 DevOps 설계·구축 : 특정 6급▷ 필수요건• 전공 무관 학사 학위 이상 소지자로• AI 서비스 관련 연구·실무 경력 4년 이상인 자 (관련 전공 석사 학위 이상 소지자는 경력 무관)[주요 업무]※ Python Javascript Java Kotlin 등 활용 Al Agent 개발※ LangGraph Langchain MCP 등 에이전트 기반 기술 활용 업무※ AI 에이전트 간 협업을 위한 AI 오케스트레이션 설계·운영※ AI 에이전트 시스템 설계·운영※ Prompt 튜닝 또는 Context 엔지니어링 수행▷ 우대 사항• 빅테크 기업 또는 외국계 스타트업 2년 이상 근무 경력자• Vector DB 활용 RAG 시스템 구축· Retrieval 성능 최적화 경험자• LLMOps(LangSmith, Langfuse) 활용 경험자• 프로젝트 개발 과정 전 구간에 AI 기반 DevOps 환경 통합·운영 경험자• 퍼블릭 클라우드 환경 서비스 배포·운영 경험자• 대규모 분산 트래픽 환경 배포·운영 경험자• 관련 분야 논문·연구용역보고서 작성자 및 특허·수상 실적 보유자 ◇ AI 모델 개발 : 특정 5급/6급/7급○ 특정 5급▷ 필수요건• (정보통신, 정보보호 제외) 관련 전공 학사 학위 이상 소지자로• AI 모델 개발 관련 연구·실무 경력 8년 이상인 자(석사 학위 소지자는 4년 이상, 박사 학위 소지자는 경력 무관)[주요 업무]※ Python Pytorch 등 기반 대규모 모델 학습평가 프레임워크 설계※ MegatronLM FSDP Deep Speed 등 활용 멀티노드 분산학습 설계 및 성능 안정성 문제 해결▷ 우대 사항• 독파모 프로젝트 참여 또는 국내 대기업·빅테크 등에서 대규모 LLM 학습 프로젝트 리딩 경험·관련 조직 근무 경력자• 대규모 분산학습 성능 최적화 장애 해결 경험자• 이미지·음성·비디오 멀티모달 학습 경험자• 영어 의사소통 가능자(영어말하기 시험 성적 보유시 성적표 제출 요망)○ 특정6급▷ 필수요건• (정보통신, 정보보호 제외) 관련 전공 학사 학위 이상 소지자로• AI 모델 개발 관련 연구·실무 경력 8년 이상인 자(석사 학위 소지자는 4년 이상, 박사 학위 소지자는 경력 무관)[주요 업무]※ Python Pytorch 등 기반 대규모 모델 학습평가 프레임워크 설계※ MegatronLM FSDP Deep Speed 등 활용 멀티노드 분산학습 설계 및 성능 안정성 문제 해결▷ 우대 사항• 독파모 프로젝트 참여 또는 국내 대기업·빅테크 등에서 대규모 LLM 학습 프로젝트 리딩 경험·관련 조직 근무 경력자• 대규모 분산학습 성능 최적화 장애 해결 경험자• 이미지·음성·비디오 멀티모달 학습 경험자• 영어 의사소통 가능자(영어말하기 시험 성적 보유시 성적표 제출 요망)○ 특정 7급▷ 필수요건• 전공 무관 학사 학위 이상 소지자로• AI 모델 개발 관련 연구·실무 경력 2년 이상인 자(관련 전공 석사 학위 이상 소지자는 경력 무관)[주요 업무]※ Python Pytorch 등 기반 AI 개발 도구 활용 업무※ 데이터 전처리 및 AI 모델 학습 또는 파인튜닝▷ 우대 사항• 분산학습 관련 프레임워크 활용 경험자• 멀티모달 AI 프로젝트 경험자• 논문 구현, 오픈소스 개발·활용, 경진대회 참여 등을 통한 프로젝트 수행 경험자• 영어 의사소통 가능자(영어말하기 시험 성적 보유시 성적표 제출 요망)◇ AI 인프라 구축·운영 : 특정 6급/7급○ 특정6급▷ 필수요건• 전공 무관 학사 학위 이상 소지자로• AI 인프라 설계 구축 관련 연구·실무 경력 4년 이상인 자(관련 전공 석사 학위 소지자는 1년 이상, 박사 학위 소지자는 경력 무관)[주요 업무]※△GPU 클러스터 설계 구축 △고속 네트워크(InfiniBand, RoCE) 설계·구축 △고속 스토리지 설계·구축 △AI 플랫폼 설계 구축 △대용량 데이터베이스 설계·구축 등 업무※ AI 워크로드 자원 할당 및 스케줄링 최적화 등 AIOPS 기술 활용 업무▷ 우대 사항* 대규모 GPU 클러스터 클라우드 인프라 프로젝트 설계·구축 경험자* AIOps/MLOps 기반 인프라 자동화 솔루션(Kubeflow, Slurm 등) 설계구축 경험자* Kubernetes 기반 컨테이너 오케스트레이션 설계 구축 경험자* 데이터센터 초고속(400G 이상) 네트워크(Spine-Leaf) 설계 구축 경험자* 고성능 GPU 액체 냉각 및 고밀도 전력 기반 서버 인프라 설계구축 경험자* CDCP CDCS CDFOM, ATDATS AOS 등 국제 데이터센터 자격 보유자 ○ 특정 7급▷ 필수요건• 전공 무관 학사 학위 이상 소지자로• AI 인프라 구축·운영 관련 연구·실무 경력 2년 이상인 자(관련 전공 석사 학위 이상 소지자는 경력 무관)[주요 업무]※△GPU 클러스터 구축·운영 △고속 네트워크(InfiniBand, RoCE) 구축·운영 △고속 스토리지 구축·운영 △AI 플랫폼 구축·운영 △대용량 데이터베이스 구축· 운영 등 업무※ AI 워크로드 자원 할당 및 스케줄링 최적화 등 AIOPS 기술 활용 업무▷ 우대 사항* 대규모 GPU 클러스터 클라우드 인프라 구축·운영 프로젝트 참여 경험자* AIOps/MLOps 기반 인프라 자동화 솔루션(Kubeflow, Slurm 등) 구축·운영 경험자* Kubernetes 기반 컨테이너 오케스트레이션 구축·운영 경험자* 데이터센터 초고속(400G 이상) 네트워크(Spine-Leaf) 구축·운영 경험자* 서버 스토리지 네트워크· DBMS 관련 자격증 소지자 또는 기술교육 이수자◇ AI 보안정책 : 특정 6급▷ 필수요건• 관련 전공 학사 학위 이상 소지자로• AI·정보보호 등 관련 정책 연구·실무 경력 4년 이상인 자(석사 학위 이상 소지자는 경력 무관)[주요 업무]※ AI·ICT·데이터 분야 전문 지식을 활용한 관련 정책·기술 등 분석※ AI 보안 위협에 대비 대응할 수 있는 방향성 제시▷ 우대 사항* 국내 AI· 사이버 보안정책 관련 연구기관 근무 경력자* AI 보안 및 안전(CBRN 피지컬 AI 등 분야 위협) 정책·제도 관련 연구·실무 경험자* AI·정보보호 분야 기술 정책·제도 개선 등 관련 법률 제·개정 업무 참여 경험자* AI·정보보호 분야 관련 국내외 자격증 소지자* 관련 분야 SCIEKCI급 논문 연구용역보고서 작성자 및 특허·수상 실적 보유자◇ AI 안전성 기술 : 특정 7급 ▷ 필수요건• 관련 전공 학사 학위 이상 소지자로• AI·정보보호·IT 개발 등 관련 연구·실무 경력 2년 이상인 자(석사 학위 이상 소지자는 경력 무관)[주요 업무]※ LLM 기반 AI 시스템 대상 레드티밍 수행, 취약요소 점검 및 보안대책 컨설팅※ 프롬프트 인젝션, 가드레일 우회 등의 기법을 활용한 AI 레드티밍 도구 개발▷ 우대 사항* 최신 AI 안전성 평가 방법론 연구·활용 경험자* 자동화 파이프라인을 포함한 AI 안전성 평가체계 설계·구현 경험자* 웹·인프라 등 전통적 사이버 분야 및 AI 분야 보안 취약점 점검 도구 개발 경험자* 관련 분야 논문·특허·연구개발·수상 실적 보유자◇ AI 기반 취약점 점검 : 특정 5급/7급○ 특정 5급▷ 필수요건• (산업공학 제외) 관련 전공 학사 학위 이상 소지자로• AI·정보보호 관련 연구·실무 경력 8년 이상인 자(석사 학위 소지자는 4년 이상 또는 경력 3년 이상이면서 관련 분야 논문·특허·연구개발·수상 실적 보유, 박사 학위 소지자는 경력 무관)[주요 업무]※ 취약점 분석 및 보안 컨설팅 모의해킹 및 보안장비 구축·운영※ Exploit 개발 또는 리버스 엔지니어링▷ 우대 사항* AI·LLM 기반 코드 분석 및 취약점 탐지 실무연구 경험자* CVE 등록 또는 국내외 버그바운티 오픈소스 취약점 발굴 경험자* KISA 차세대 보안리더 양성과정 경험자(이수자)* 정보보안·디지털포렌식 AI 분야 관련 국내외 전문 자격증 소지자* 관련 분야 논문·특허·연구개발 수상 실적 보유자 ○ 특정 7급필수요건(산업공학 제외) 관련 전공 학사 학위 이상 소지자로AI·정보보호 관련 연구·실무 경력 8년 이상인 자(석사 학위 소지자는 4년 이상 또는 경력 3년 이상이면서 관련 분야 논문·특허·연구개발·수상 실적 보유, 박사 학위 소지자는 경력 무관)[주요 업무]※ 취약점 분석 및 보안 컨설팅 모의해킹 및 보안장비 구축·운영※ Exploit 개발 또는 리버스 엔지니어링우대 사항* AI·LLM 기반 코드 분석 및 취약점 탐지 실무연구 경험자* CVE 등록 또는 국내외 버그바운티 오픈소스 취약점 발굴 경험자* KISA 차세대 보안리더 양성과정 경험자(이수자)* 정보보안·디지털포렌식 AI 분야 관련 국내외 전문 자격증 소지자* 관련 분야 논문·특허·연구개발 수상 실적 보유자◇ AI 보안 소프트웨어 개발 : 특정 5급/7급○ 특정 5급▷ 필수요건• (통계, 정보통신, 산업공학 제외) 관련 전공 학사 학위 이상 소지자로• AI·정보보호 관련 연구·실무 경력 8년 이상인 자(석사 학위 소지자는 4년 이상 또는 경력 3년 이상이면서 관련 분야 논문·특허·연구개발· 수상 실적 보유, 박사 학위 소지자는 경력 무관)[주요 업무]※ AI 소프트웨어 또는 시스템 전체 파이프라인 기획·설계·구현※ AI 기술 활용 보안 관련 소프트웨어 개발※ LLM 기반 AI 에이전트 및 오케스트레이션 구현※ C/C++, Python 등 연구개발에 필요한 프로그래밍▷ 우대 사항* 소프트웨어 개발 프로젝트 테크니컬 리딩 및 관리 경험자* 소프트웨어 취약점 탐지·패치 및 리버스 엔지니어링 경험자* LLM 기반 Prompt Context RAG 엔지니어링 구현 경험자* 관련 분야 논문·특허·연구개발·수상 실적 보유자○ 특정 7급▷ 필수요건• (통계, 정보통신, 산업공학 제외) 관련 전공 학사 학위 이상 소지자로• AI·정보보호 관련 연구·실무 경력 2년 이상인 자(석사 학위 이상 소지자는 경력 무관)[주요 업무]※ AI 기술 활용 보안 관련 소프트웨어 개발※ LLM 기반 AI 에이전트 및 오케스트레이션 구현※C/C++, Python 등 연구개발에 필요한 프로그래밍▷ 우대 사항* 소프트웨어 취약점 탐지·패치 및 리버스 엔지니어링 경험자* LLM 기반 Prompt Context RAG 엔지니어링 구현 경험자* Windows Linux, PE ELF, 시스템·네트워크 동작 원리 지식 보유자* AI·정보보호 분야 관련 국내외 자격증 소지자* 관련 분야 논문·특허·연구개발·수상 실적 보유자2. 전형 절차 및 일정■ 원서접수○ 기간 : 2026.10.19(월) 10:00~11.16(월) 16:00※. 분야별로 공고문이 개제되며, 최종 제출완료된 지원서는 수정이 불가하니 유의바랍니다.■ 서류심사 : 11월중 합격자발표, 국가정보원 채용홈페이지 로그인 후 확인■ 면접 : 서류심사 합격자에 한하여 12월중 실시○ 모집분야에 따라 실기평가가 실시될 수 있습니다.■ 신체검사 : 면접심사 합격자에 한하여 12월중 실시■ 최종합격자 발표 및 임용 : 합격자 대상 추후 통지- 이하 생략 -※. 자세한 내용은국가정보원 채용공고 사이트확인▲ 2026년도 국가정보원 AI 전문경력직 1차 공고문(26.10.19~11.16) [출처=국가정보원]

▲ 사람의 지시 이해, 미래 장면 예측, 행동 생성을 하나의 모델로 통합한 로봇 AI ‘Dynin-Robotics’ 개념 [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대학 전기·정보공학부 도재영 교수 연구팀(AIDAS 연구실)은 언어, 이미지, 영상, 로봇 행동을 하나의 모델에서 함께 다루는 로봇 파운데이션 모델 ‘Dynin-Robotics’를 개발했다.파운데이션 모델은 다양한 데이터를 학습해 여러 작업에 활용할 수 있도록 만든 기반 인공지능(AI) 모델을 뜻한다.Dynin-Robotics는 사람의 지시와 카메라 영상을 바탕으로 로봇의 움직임을 생성한다. 특정 행동을 했을 때의 다음 장면이나 작업을 마친 뒤의 목표 장면을 이미지로 예측하고, 이를 행동 생성과 선택에 활용할 수도 있다.실제 로봇을 이용한 4가지 조작 조건 평가에서는 평균 성공률 78.4%로, 이번 실험에 사용된 엔비디아와 미국 로봇 AI 기업 피지컬 인텔리전스의 비교 모델을 웃돌았다.연구 결과를 담은 논문은 AI·기계학습 분야 최고 권위의 국제학술대회 ‘NeurIPS 2026’에 채택됐으며, 오는 12월 발표될 예정이다.로봇 하드웨어는 빠르게 발전하고 있지만, 낯선 환경에서 새로운 지시를 이해해 작업을 수행하는 일은 여전히 어려운 과제다.정해진 조건에서 익힌 동작을 반복하는 것과 달리 실제 현장에서는 물체의 위치와 모양, 사람의 요청이 매번 달라지기 때문이다.예를 들어 ‘책상 위의 컵을 서랍 안에 넣고 닫아라’는 지시를 수행하려면 컵과 서랍의 위치를 파악하고, 컵을 옮긴 뒤 서랍을 닫는 여러 단계의 행동을 결정해야 한다.최근에는 ChatGPT와 같은 대규모 언어모델의 언어 이해 능력을 로봇 제어에 활용하거나 영상 생성 모델로 미래 장면을 예측하는 연구가 활발하다.연구팀은 사람의 지시를 이해하는 능력과 행동 결과를 예측하는 능력을 로봇의 움직임 생성에 함께 활용하기 위해 이들 기능을 하나의 모델로 통합했다.이번 기술은 연구팀이 앞서 개발한 옴니모달 AI 모델 ‘Dynin-Omni’를 로봇 제어로 확장한 성과다. 옴니모달 AI는 언어, 이미지, 영상, 음성 등 서로 다른 형태의 정보를 하나의 모델에서 함께 이해하고 생성하는 AI를 말한다.연구팀은 여기에 로봇 행동 데이터를 결합해 현실에서 물체를 옮기거나 쌓는 등의 작업을 수행하는 피지컬 AI 모델을 설계했다.Dynin-Robotics의 핵심은 지시와 장면을 이해하고, 행동 결과를 예측하며, 실제 움직임을 생성하는 기능을 함께 학습한다는 점이다.로봇의 작업 영상을 바탕으로 수행한 일을 문장으로 설명할 수도 있다. 연구팀은 ‘과일 고르기’와 ‘꽃 꽂기’ 시뮬레이션에서 이러한 통합 학습의 효과를 확인했다.이해·예측·행동 생성을 함께 학습한 모델은 행동 생성만 학습한 모델보다 새로운 표현의 지시를 더 잘 수행했다. ‘장미를 꽂아’처럼 대상을 직접 지목하는 지시뿐 아니라 ‘사랑을 상징하는 꽃을 꽂아’처럼 의미를 간접적으로 전달하는 지시에도 대응했다.미래 장면 예측은 로봇이 어떤 행동을 할지 결정하는 데 활용된다. 사람이 물건을 옮기기 전에 옮겨 놓을 위치와 결과를 떠올리는 것처럼 로봇도 현재 장면과 지시를 바탕으로 작업 후의 모습을 이미지로 그릴 수 있다.연구팀은 예측한 목표 장면을 참고해 행동을 생성하거나 후보 동작들을 평가해 더 적절한 행동을 선택하는 방법을 구현했다.행동 생성에 필요한 계산 시간도 줄였다. 연구팀은 이어지는 여러 동작에 필요한 정보를 묶어 병렬로 예측하는 방식을 적용했다. 계산 과정에서 반복해서 사용하는 정보도 재활용해 로봇의 다음 동작을 생성하는 효율을 높였다.모델 내부의 행동 생성 속도는 개선 전의 최대 약 29.2배로 향상됐으며, 피지컬 인텔리전스의 ‘π0.5’ 대비 최대 약 36.6배 빠른 속도를 기록했다.실제 로봇 실험에서는 과일 옮기기, 색상별 블록 분류, 순서 제한 없는 블록 쌓기, 지정된 색상 순서에 따른 블록 쌓기 등 네 가지 조작 조건을 평가했다.네 조건의 성공률을 평균한 결과, 엔비디아의 ‘GR00T N1.6’은 73.0%, ‘Cosmos Policy’는 73.6%, 피지컬 인텔리전스의 ‘π0.5’는 76.9%를 기록했다. Dynin-Robotics는 78.4%로 이번 평가에 사용된 비교 모델 가운데 가장 높은 평균 성공률을 보였다.이번 기술은 물류 현장의 물체 분류와 이송, 제조 공정의 부품 취급처럼 사람의 지시와 주변 상황을 함께 고려해야 하는 작업에 활용될 수 있다.다만 이번 성과는 시뮬레이션과 정해진 실제 로봇 실험 환경에서 검증한 결과다. 산업 현장에 적용하려면 더 다양한 물체와 작업 환경에서 성능을 확인해야 한다.연구팀은 Dynin 파운데이션 모델 시리즈를 바탕으로 제조·물류 현장의 부품 취급, 조립, 물체 분류 등을 대상으로 적용 가능성을 검증할 계획이다.제조·의료 분야의 데이터와 요구에 맞춘 추가 학습을 통해 분야별 특화 모델로도 고도화할 예정이다. 이를 위해 로봇 손을 이용한 정밀 조작, 촉각·힘 센서를 활용한 접촉 상태 파악, 새로운 작업과 환경에 빠르게 적응하는 학습 기술을 개발하고 있다. 서울대학교 의과대학 연구진과는 수술 보조 로봇과 소화기 내시경 로봇 등에 AI를 활용하는 공동연구도 추진하고 있다.연구팀은 사람이 제시한 목표를 여러 단계의 작업으로 나누고, 로봇에 작업을 맡긴 뒤 결과를 확인해 다음 행동을 조정하는 AI 에이전트 연구도 함께 추진한다.예를 들어 ‘식탁을 치워줘’라는 요청을 받으면 필요한 작업을 나눠 로봇에 전달하고, 결과를 확인해 실패한 작업은 다른 방법으로 다시 시도하도록 하는 방식이다.연구팀은 이 과정에서 축적한 성공·실패 경험을 활용해 작업 계획과 수행 능력을 지속적으로 개선하는, 이른바 ‘쓸수록 똑똑해지는 로봇’을 구현할 계획이다.이번 연구는 한국연구재단 이공분야 기초연구사업(우수신진)의 지원을 받아 수행됐다.참고자료- 논문명/학회: Dynin-Robotics: Omnimodal Unified Diffusion Vision-Language-Action Model, NeurIPS 2026- 원문 링크: https://arxiv.org/abs/2609.13053- 프로젝트 페이지: https://dynin.ai/robotics- 연구실: 서울대학교 AIDAS 연구실(https://aidas.snu.ac.kr)

▲ 새마을금고, 인구감소지역 고령층 금융사기 예방 교육 협력(1일 서울 중구 한국노인인력개발원 서울지역본부에서 조봉업 새마을금고중앙회 지도이사(오른쪽)와 김수영 한국노인인력개발원장이 협약식을 개최하고 기념촬영을 하고 있다) [출처=새마을금고중앙회]새마을금고중앙회(회장 김인)에 따르면 2026년 10월1일 한국노인인력개발원과 ‘비수도권 인구감소지역 취약계층 대상 금융사기 예방교육 추진을 위한 업무협약(MOU)’을 체결했다.이날 협약식에는 조봉업 새마을금고중앙회 지도이사, 김수영 한국노인인력개발원장 등 양 기관 주요 관계자들이 참석했다.양 기관은 2024년부터 ‘MG시니어 금융강사'양성을 위한 협력체계를 구축해왔다. 새마을금고중앙회는 매년 5000만 원을 출연하고 한국노인인력개발원은 이를 바탕으로 강사를 양성해 시니어 일자리 확대에 협력했다.현재까지 시니어 금융강사 258명을 배출했다. 누적 2571회 교육을 실시해 총 5만7,184명에게 금융사기 예방교육을 실시했다.이번 협약을 통해 양 기관은 기존 협력 범위를 비수도권 인구감소지역으로 확대한다. 보이스피싱·메신저피싱 등 금융사기 사례와 예방 방법을 교육하고 새마을금고중앙회 금융사기 대응 전문인력이 현장 교육에도 참여해 고령층의 금융사기 대응 역량을 높일 계획이다.

▲ 국소 pH 제어를 통한 ε-카프로락톤 전기합성을 형상화한 이미지 [출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 공과대학 화학생물공학부 류재윤 교수 연구팀이 전극 주변의 산성도인 ‘국소 pH’를 제어해 산소와 전기를 이용한 유기 화합물 합성의 효율과 선택성을 높이는 기술을 개발했다.연구팀은 과산화물 산화제를 별도로 첨가하지 않고 플라스틱과 정밀화학 소재의 원료인 락톤과 에폭사이드를 합성했다. 전극 간격과 전해액의 흐름을 조절하는 반응기 설계를 통해 목표 생성물 선택성을 약 16%에서 97%까지 높였다.이번 연구가 다룬 화합물은 일상에서 쓰이는 소재와도 밀접하게 연결돼 있다. 락톤은 생분해성 플라스틱과 폴리우레탄의 원료로 활용되며, 에폭사이드는 접착제와 코팅재, 전자소재용 에폭시 수지의 기본 원료다.2갸 물질은 의약품과 정밀화학 제품을 만드는 중간체로도 폭넓게 쓰인다. 이처럼 산업 전반에서 쓰이는 화합물의 합성 방식을 개선하는 일은 보다 안전하고 지속가능한 화학 공정 개발로 이어질 수 있다.이번 연구 결과는 미국화학회(ACS)가 발간하는 화학 분야 최고 권위 국제학술지 ‘Journal of the American Chemical Society(JACS)’에 게재됐다.유기 전기합성은 전기를 이용해 유기 화합물을 만드는 기술이다. 기존 화학 합성에서 사용되는 산화제나 환원제의 사용을 줄일 수 있어 지속가능한 화학 공정의 대안으로 주목받고 있다.기존 연구는 주로 전압, 전극 재료, 전해질 조성처럼 용액 전체에 적용되는 조건을 최적화하는 데 집중해 왔다. 정작 분자가 전자를 주고받으며 실제 반응하는 전극 바로 주변의 미세한 환경은 상대적으로 충분히 고려되지 않았다.연구팀은 이러한 미시적 환경이 합성 결과를 좌우할 수 있다는 점에 주목했다. 전극에서 수소이온이 생성되거나 소모되는 속도가 용액 내 이동 속도보다 빠르면 국소 pH는 용액 전체의 pH와 크게 달라질 수 있다.연구팀은 이러한 차이가 반응에 필요한 활성 산소종의 생성뿐 아니라 유기 분자의 반응성과 생성물의 안정성에도 영향을 미친다는 사실을 밝히고, 이를 반응기 설계를 통해 제어하는 방법을 제시했다.이러한 현상이 유기 전기합성에서 얼마나 폭넓게 나타날 수 있는지도 살펴봤다. 연구팀이 2010년 이후 발표된 관련 논문 600편 이상을 분석한 결과, 조사 대상의 약 89%에서 적어도 한쪽 전극의 반응에 전자뿐 아니라 수소이온인 양성자의 이동이 관여하는 것으로 나타났다.이는 국소적인 산성도 변화가 일부 특수한 반응에만 해당하는 현상이 아니라 유기 전기합성 전반에서 고려해야 할 변수일 수 있음을 보여준다.실제 전기화학적 측정에서도 차이는 뚜렷했다. 용액 전체가 명목상 중성인 조건에서도 음극 주변은 약 pH 11의 염기성, 양극 주변은 약 pH 2.5의 산성을 띠는 것으로 추정됐다.이처럼 극단적인 국소 환경에서는 반응에 필요한 활성 산소종의 공급이 줄어들고, 출발 물질의 화학적 형태가 달라지며, 생성된 물질의 분해가 촉진될 수 있다.용액 전체의 pH를 맞추는 것만으로는 충분하지 않고 실제 반응이 일어나는 전극 주변의 미세 환경까지 고려해야 하는 이유다.연구팀은 이를 확인하기 위한 대표 반응으로 ‘바이어-빌리거 산화’를 활용했다. 바이어-빌리거 산화는 케톤에 산소 원자 하나를 삽입해 에스터나 락톤으로 바꾸는 유기 산화 반응이다.락톤은 고리 형태의 에스터 화합물로, 생분해성 플라스틱과 폴리우레탄 등의 원료로 활용된다. 기존 바이어-빌리거 산화는 과산화산 등 반응성이 큰 산화제를 사용하는 경우가 많아 시약 취급과 부산물 처리에 부담이 있었다.연구팀은 이러한 산화제를 외부에서 첨가하는 대신 산소 기체를 전극에서 활성화해 유기 분자에 산소 원자를 전달하는 전기화학적 반응 경로를 확립했다. 동위원소 추적 실험에서는 생성물에 삽입된 산소 원자가 물이 아닌 산소 기체에서 유래한다는 사실을 확인했다.또한 음극에서 산소가 환원되며 만들어지는 활성 산소종이 산소 전달 반응을 시작하고, 이때 함께 생성된 과산화수소가 양극에서 다시 활성 산소종으로 전환되는 경로를 규명했다.즉, 두 전극이 각각 분리된 역할을 수행하는 것이 아니라 함께 반응에 필요한 활성종의 공급을 유지하는 구조다. 연구팀은 이 과정이 국소 pH에 민감하게 반응한다는 점을 확인해, 전극 주변의 산성도를 제어해야 하는 이유를 반응 원리를 통해 밝혔다.연구팀은 컴퓨터 시뮬레이션과 전기화학적 측정을 결합해 국소 pH 변화를 분석했다. 이를 바탕으로 전극 사이의 간격을 좁히고 전해액이 전극 사이를 흐르도록 반응기를 설계했다. 양극의 산성 환경과 음극의 염기성 환경이 서로 상쇄되도록 유도해 극단적인 pH 편차를 줄이는 원리다.제어 효과는 같은 반응 장치에서 조건만 달리해 정량적으로 확인됐다. 국소 pH 편차를 완화하지 않은 조건과 비교했을 때, 목표 생성물이 선택적으로 얻어지는 비율은 약 16%에서 약 97%로 높아졌다.단위 시간당 생성량 역시 전해액의 흐름 속도를 높일수록 꾸준히 증가했으며, 시험한 유속 범위의 양 끝을 비교하면 약 14배 차이를 보였다.전극 사이 간격을 20mm에서 4mm로 좁혔을 때도 생성 속도는 약 2.2배 증가했다. 특히 용액을 흐르게 하지 않으면 전압과 용액 조성이 같아도 목표 생성물이 거의 얻어지지 않았다. 이는 반응의 성패가 전극 재료나 전압뿐 아니라 국소적인 반응 환경에도 크게 좌우될 수 있음을 보여준다.연구팀은 이렇게 확립한 조건에서 18종의 케톤 화합물로부터 락톤을 합성했으며, 대표 생성물인 ε-카프로락톤은 82%의 수율로 얻었다.ε-카프로락톤은 생분해성 고분자인 폴리카프로락톤의 원료로, 수술용 봉합사와 약물전달체 등 의료용 소재로 활용된다. 같은 국소 pH 제어 원리를 에폭사이드 합성에도 적용해 6종의 알켄 기질에서 생성물을 얻었다. 이는 접착제와 코팅재, 전자소재용 수지 등 다양한 화학 원료 합성에도 이 원리를 적용할 가능성을 보여준다.이번 연구는 외부 과산화물 산화제에 대한 의존도를 낮추면서 산소와 전기를 활용해 유기 화합물을 합성하는 반응 경로와 반응기 설계 원리를 제시했다는 데 의미가 있다.특히 상온·상압에서 반응이 진행돼 별도의 가열이나 가압 설비가 필요하지 않으며, 전기를 에너지원으로 활용한다는 점에서 향후 재생에너지 전력과 연계한 화학 공정 개발에도 활용될 가능성이 있다.산업적으로는 의약·정밀화학 중간체 분야 등에서 활용 가능성을 검토할 수 있다. 이 분야는 부가가치가 높고 안전 관리가 중요한 만큼, 위험한 산화제 사용 부담을 줄이고 비교적 작은 장치로 운영할 수 있는 전기화학 공정의 장점과 맞닿아 있다. 다만 상업 생산에 적용하기 위해서는 추가적인 공정 최적화와 대량 생산 검증이 필요하다.더 넓게는 유기 전기합성을 전압이나 용액 조성의 최적화에서 나아가, ‘분자가 실제로 반응하는 환경의 설계’로 확장했다는 점이 중요하다.양성자 이동이 관여하는 다른 전기합성 반응에서도 국소 pH를 고려하면 반응 효율과 선택성을 개선할 수 있는 새로운 설계 기회를 찾을 수 있을 것으로 기대된다.이번 연구에는 서울대학교 화학생물공학부 민성현·이정훈 석사과정생이 공동 제1저자로, 김한주 석박사통합과정생이 공동저자로 참여했으며, 류재윤 교수가 연구를 총괄했다.민성현·이정훈 석사과정생은 향후 국소적인 반응 환경을 고려한 유기 전기합성 연구를 바탕으로, 다양한 유기 화합물 합성에 적용할 수 있는 전기화학 반응 및 공정 연구로 확장해 나갈 계획이다.한편, 이번 연구는 서울대학교, 한국연구재단 및 기초과학연구원(IBS)의 지원을 받아 수행됐다.참고 자료- 논문명/저널 : Local pH Control Promotes Oxygen-Atom Transfer Electrosynthesis, Journal of the American Chemical Society- DOI : 10.1021/jacs.6c12994

▲ 여주홍 철도연 경영행정본부장이 2026년 공공부문 인적자원개발 우수기관 재인증 및 최우수기관상을 받고 있다 [출처=철도연]한국철도기술연구원(원장 사공명)은 2026년 공공부문 인적자원개발 우수기관(이하 Best HRD) 재인증 및 최우수기관으로 선정됐다.Best HRD는 기관의 인적자원관리(HRM)와 인적자원개발(HRD) 체계를 종합적으로 평가하여 우수기관을 선정·인증하는 제도로 교육부와 고용노동부가 공동으로 주관한다. 공공부문은 교육부와 한국직업능력연구원에서 선정하고 있다.철도연은 이번 공공부문 최우수기관 4개 기관 중 하나로 선정됐다. 2023년 최초인증(2023.9.19.~2026.9.18.) 이후 재인증 3년간(2026.9.17.~2029.9.16.) Best HRD 자격 유지와 함께 그 우수성을 인정받았다.Best HRD 인증기관에는 인증서와 인증패가 수여되며 인증 유효기간 동안 정기근로감독 면제, 담당자 연수 및 우수사례 공유 등의 혜택이 제공된다.철도연은 그동안 인적자원관리(HRM)와 인적자원개발(HRD)을 중심으로 인재경영 체계를 지속적으로 개선하여 왔다.HRM 부문에서는 AI·디지털 전환, 철도물류, 전력전자 등 전략연구사업의 확대와 연계하여 미래 전략기술 분야를 중심으로 전문인재를 확보했다. 또한, 인사평가의 공정성과 실효성 제고를 위해 평가의견 제시 등 피드백 체계도 강화했다.▲ 'Best HRD 최우수기관' 수상(철도연) [출처=철도연]HRD 부문에서는 연구혁신·AI융합·공공가치를 반영한 R.A.I.L.형 인재모델*을 중장기 인재육성의 기본방향으로 설정하고, 자기주도 학습과 AX·현업 문제해결 중심의 교육체계로 전환하였다.자율신청교육은 2023년 146건에서 2025년 390건으로 167% 증가하여 구성원의 자율적 학습 참여가 크게 확대되었다.R.A.I.L.은 출연연으로서의 사회적 책임(Responsibility)을 완수하고, 업무 전반의 AI 전환(A.X.)을 통해 연구·행정의 혁신(Innovation)을 주도하며 나아가 철도분야의 글로벌 리더십(Leadership)을 공고히 하는 철도연의 인재 양성 교육목표다.철도연은 앞으로도 미래 철도·교통·물류 분야를 선도할 핵심인재를 지속적으로 확보·육성하고, HRM과 HRD가 유기적으로 연계되는 인재경영 체계를 더욱 고도화해 나갈 계획이다.

▲ LX공간정보아카데미에서 교육생들이 실습하고 있는 모습 [출처=LX공사]한국국토정보공사(사장 어명소)에 따르면 2026년 9월4일 국토정보교육원(원장 김진성) 산하 LX공간정보아카데미가 ‘2026년 국가인적자원개발컨소시엄 베스트 오브 챔프(Best of CHAMP) 시상식’에서 최우수(S등급) 공동훈련센터로 8년 연속 선정됐다.고용노동부와 한국산업인력공단이 지정한 국가인적자원개발컨소시엄 공동훈련센터인 LX공간정보아카데미는 국토교통부의 공간정보 인재 양성 계획에 발맞춰 산업계가 필요로 하는 맞춤형 실무 인재를 배출한다.​현재 LX공간정보아카데미는 산업 현장의 수요를 적극 반영해 ‘재직자 역량 향상 과정’과 ‘채용예정자 양성 과정’을 투트랙(Two-track)으로 운영 중이다.2026년 재직자 대상 교육은 오픈소스 GIS는 물론 인공지능(AI), 빅데이터, 위성 및 드론 영상 처리 등 최신 IT 기술 동향을 융합한 28개의 맞춤형 과정을 수준별로 제공한다.​또한, 대학 졸업(예정)자를 대상으로 하는 ‘공간정보 응용소프트웨어 전문가 양성 과정(채용 예정자 과정)’은 실무 중심의 공간정보 및 프로그래밍 교육을 6개월간 집중적으로 실시한 후 취업 연계까지 원스톱으로 지원한다.LX공간정보아카데미는 최근 5년간 해당 과정 수료생의 평균 97%가 공간정보 관련 우수 기업에 취업하는 등 뚜렷한 성과를 내고 있다.

▲ 2026서울커리업 일자리페어 포스터 [출처=서울특별시여성능력개발원]서울시여성능력개발원(원장 서민순)에 따르면 2026년  8월27일(목)부터 9월17일(목)까지 서울특별시 5개 권역에서 ‘2026 서울커리업 페어’를 개최한다. 서울시 23개 여성인력개발기관과 함께 한다.서울시 여성인력개발기관 통합 브랜드인 ‘서울우먼업’은 2026년 9월부터 ‘서울커리업(Seoul Career Up)’으로 새롭게 변경된다.‘서울커리업’에는 서울 시민의 도전과 배움, 성장을 지원하고 커리어의 다음 단계로 함께 나아간다는 의미를 담았다. 서울시여성능력개발원과 여성발전센터, 여성인력개발센터가 새로운 통합 브랜드 아래 서울 시민의 커리어 성장을 함께 지원할 예정이다.‘커리어를 잇다. 내일(Job)을 만나다’를 슬로건으로 열리는 이번 행사는 서울 전역의 여성인력개발기관이 △중부 △북부 △서부 △동부 △남부 등 5개 권역으로 나눠 참여한다. 지역 기업과 구직자를 연결하는 현장 채용을 중심으로 취업 상담과 직무 체험, 취·창업 정보 등을 함께 제공한다.구직자는 관심 있는 기업의 채용 정보를 확인하고 현장에서 기업 담당자를 직접 만나 면접을 볼 수 있다. 자신의 경력과 강점에 맞는 일자리를 상담받고 이력서와 면접 준비를 점검하거나 AI·이커머스 등 변화하는 일자리 환경에 맞는 새로운 직무도 경험해 볼 수 있다.◇ 2026년 8월27일 중부권역서 첫 시작… 현장 면접부터 AI·직업 체험까지▲ 2025년 커리업페어 동부권역 현장 [출처=서울특별시여성능력개발원]첫 행사는 8월27일(목) 서울여성플라자에서 열리는 중부권역 페어다. 중부여성발전센터와 서대문·용산·은평·종로여성인력개발센터 등 5개 기관이 함께한다.채용관에서는 30~50대 여성이 선호하는 직종의 기업이 현장 면접을 진행한다. 그 외 다른 기업의 채용정보도 확인할 수 있다. 현장 면접 사전 신청자는 시간대별로 면접을 배정받을 수 있다.△취업특강 ‘AI 시대 난 무엇을 해야 하는가?’ △퍼스널컬러 찾기 △이력서 사진 무료 촬영 △디퓨저 향기 조향사 체험 등 다양한 프로그램이 마련돼 있다. △일자리 정책 및 기관별 사업 안내와 노무 상담도 받을 수 있다.◇ 8월 28일 북부·서부 동시 개최… 취업 준비부터 AI 활용 직무 체험까지8월 28일(금)에는 북부와 서부 두 권역에서 동시에 페어가 열린다.북부권역은 한국성서대에서 북부여성발전센터와 강북·노원·동대문·중랑여성인력개발센터 등 5개 기관이 함께한다. 채용관에서는 의료·보건·복지서비스를 비롯해 디지털·이커머스·사무직 등의 일자리를 만나볼 수 있다.구직자는 이력서·자기소개서 집중 클리닉과 구직 상담을 받을 수 있으며 ‘폰하나로 열리는 새로운 일터’ 이커머스 취업 특강과 보건·의료 분야 간호조무사 직종 설명회도 진행한다.△퍼스널컬러 자가 진단 및 면접 이미지 메이킹 △뇌파 분석을 활용한 1:1 심리 코칭 △직장인 스트레스 해소 키캡 만들기 △AI 코딩 메이커 체험 △자개 그립톡 만들기 등도 운영한다. 창업 과정 수료자와 여성 창업자들이 참여하는 8개 플리마켓에서는 제품 전시·판매와 시제품 소개가 이뤄진다.같은 날 양천구 해누리타운에서 열리는 서부권역 페어에는 서부여성발전센터와 강서·영등포·장애여성인력개발센터가 참여한다.36개 기업의 현장 채용 면접과 함께 △‘AI가 바꾼 채용시장, 3050 여성은 무엇을 준비해야 할까?’ 특별 강연을 진행한다. 구직자는 교육·취업 상담과 정부 정책 안내 등 취·창업 상담도 받을 수 있다.AI를 취업 준비에 직접 활용하는 △‘바이브코딩으로 나만의 취업 프로필 페이지 만들기’를 비롯해 △이커머스 플리마켓과 △카페 창업을 위한 바리스타·매장 운영 실무 체험도 마련한다.△퍼스널컬러를 활용한 면접·직장 생활 이미지 메이킹 △전문 이력서 사진 촬영 △감정 오일 테라피 △캘리그라피 엽서 만들기 △직업 성향 분석 컨설팅(지문적성검사) 등 취업 준비 과정에서 활용할 수 있는 프로그램도 운영한다.◇ 2026년 9월 동부·남부로… AI·창업부터 드론 직무 체험까지9월 8일(화)에는 한국광고문화회관에서 동부여성발전센터와 강동·성동·송파여성인력개발센터가 함께하는 동부권역 페어가 열린다.△취업·창업·노무 분야 전문가 상담과 함께 △‘AI 시대, 나답게 일하고 살아가는 법’ 토크콘서트와 △생성형 AI 활용 특강을 진행한다.여성 창업 컨설팅과 편의점 창업 상담, 아이돌보미 직무 설명회, 국민연금공단 노후 재무 특강 등 취업과 창업, 생애 설계에 필요한 정보도 제공한다. 퍼스널컬러 이미지 코칭 등 가족이 함께할 수 있는 직업 체험과 여성 창업 기업 제품 판매 부스도 운영한다마지막 남부권역 페어는 9월 17일(목) 서울여성플라자에서 열린다. 남부여성발전센터와 관악·구로·동작·서초여성인력개발센터 등 5개 기관이 함께한다.채용관에서는 현장 면접과 취업 상담, 직업선호도 검사, 이력서 사진 촬영 및 퍼스널컬러 체험 등 취업 준비에 필요한 서비스를 받을 수 있다.새로운 직업을 경험할 수 있는 드론 직무 체험과 시민 앙케이트 등 가족 참여 프로그램을 마련하고, 직장맘센터·근로자건강지원센터 등 유관기관과 연계한 정책 정보도 제공한다.◇ 2025년 5개 권역서 291명 취업… 행사 이후에도 일자리 연결서울커리업 페어는 행사 당일 참여로 끝나지 않는다. 지난해 권역별 매칭데이에서는 현장 면접과 취업 상담, 이후 취업 알선 등을 통해 5개 권역에서 총 291명이 취업으로 연결됐다.올해도 현장에서 바로 취업으로 연결되지 않은 구직자는 가까운 여성인력개발기관을 통해 취업 상담과 구인 정보 제공, 직업 교육 훈련 안내, 취업 알선 등 후속 지원을 받을 수 있다.◇ 서울 전역 여성인력개발기관이 함께… 가까운 곳에서 취업까지이번 페어는 서울 전역 23개 여성인력개발기관이 5개 권역으로 나눠 함께 진행한다. 각 기관이 보유한 지역 기업과 구직자 네트워크를 활용해 기업 발굴→구직자 상담·매칭→현장 면접→사후 취업 연계로 이어지는 방식이다.권역별 지역 산업과 구직자의 특성을 반영해 참여 기업과 프로그램을 구성하고, AI·이커머스 등 변화하는 일자리 환경을 경험할 수 있는 프로그램을 함께 마련해 재취업뿐 아니라 새로운 분야로의 경력 전환과 창업 가능성도 탐색할 수 있도록 했다.‘2026 서울커리업 페어’의 권역별 참여 기업과 세부 프로그램, 사전 신청 방법 등 자세한 사항은 서울커리업 누리집에서 확인할 수 있다.서울시여성능력개발원 서민순 원장은 “여성들이 가까운 지역에서 기업을 직접 만나고 자신의 경력에 맞는 일자리를 찾을 수 있도록 현장 중심의 취업 지원 기회를 마련했다”며 “행사 이후에도 상담과 교육, 취업 알선 등을 연계해 구직자의 재취업과 경력 전환이 실제 일자리로 이어질 수 있도록 지원하겠다”고 말했다.

▲ 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

▲ 2026년 KOICA 코디네이터, 영프로페셔널 설명회 [출처=코이카]대한민국 개발협력 대표기관 한국국제협력단(KOICA, 이사장 직무대행 김동호)에 따르면 2026년 KOICA 해외사무소 및 재외공관 영프로페셔널(YP)’을 공개 모집한다.청년 인재들에게 국제개발협력(ODA) 사업 참여 기회를 제공하고 글로벌 경쟁력을 갖춘 초급인력을 양성하기 위한 목적이다. 총 모집 인원은 51명으로 KOICA 해외사무소에 46명, 해당 국가 재외공관에 5명이 각각 배치된다. 파견 국가는 아시아(네팔, 라오스 등 13개국), 아프리카(르완다, 케냐 등 13개국), 중남미(과테말라, 페루 등 8개국), 동구·CIS(우즈베키스탄 등 3개국)를 포함해 전 세계 총 37개국에 달한다.선발된 인원은 2026년 12월7일부터 순차적으로 파견돼 기본 6개월간 근무한다. 활동 성과 평가에 따라 최대 6개월까지 기간을 연장할 수 있다.지원 자격은 만 19세 이상 만 34세 이하(1991년 8월 22일~2007년 8월 21일 출생자)의 대한민국 국적자로, 남성의 경우 최종 합격일까지 군 복무를 마쳤거나 면제된 자여야 한다.또한 글로벌 업무 수행을 위해 일정 수준 이상의 공인영어성적(TOEIC 기준 730점 이상 등)이 필수적으로 요구된다. 지원 시 유의해야 할 점은 국가별 체류 자격 요건에 따른 ‘학력 제한’이다.인도네시아, 르완다, 탄자니아, 페루 4개국은 반드시 ‘학사 이상(졸업자)’만 지원 가능하다. 케냐는 ‘학사 재학 이상’의 자격을 요구하므로 희망 근무지 선택 시 각별한 주의가 필요하다.채용 전 과정은 편견이 개입될 수 있는 출신 지역, 가족 관계, 학교명, 연령 등의 인적 사항을 배제하는 ‘블라인드 채용’으로 투명하고 공정하게 진행된다.전형 절차는 △서류전형 △온라인 적합도 검사 △면접전형(일반면접 및 영어면접) △신체검사 및 증빙서류 확인 순으로 이어지며, 11월10일 최종 합격자를 발표할 예정이다. 최종 선발된 인원은 11월 17일부터 진행되는 국내 교육을 수료한 뒤 현지로 향하게 된다.합격자에게는 파견 기간 매월 240만7000원(최저임금 및 청년도약수당 포함, 제세공제 전)의 급여가 국내 계좌와 현지 달러로 나뉘어 지급된다.이 밖에도 왕복 항공권, 현지 주거비, 해외여행자 보험, 현지 교육 훈련비 등 파견 및 체류에 필요한 제반 경비가 지원된다.지원서 접수는 8월 6일(목)부터 21일(금) 오후 6시까지 KOICA 온라인 채용 홈페이지(https://koica-yp.hrsystem.co.kr)를 통해서만 진행된다.자세한 사항은 KOICA 채용 홈페이지 또는 채용 사무국을 통해 확인할 수 있다.KOICA는 "이번 영프로페셔널 제도가 청년들의 고용 절벽을 해소하고 정부 정책에 부응하는 핵심 창구가 될 것이다. 국제 사회에서 활약하며 글로벌 스펙을 쌓고자 하는 유능한 청년들의 많은 지원을 바란다"고 밝혔다.

▲ 아모레퍼시픽 R&I센터 미지움 [출처=아모레퍼시픽]아모레퍼시픽(회장 서경배)은 2026년 7월28일 연구 특화 생성형 AI 서비스인 ‘AI Assistant LEMON(Lab Efficiency Mode ON)’을 개발했다고 밝혔다.70여 년간 축적해 온 연구개발 자산을 기반으로 연구 특화 생성형 AI 플랫폼을 구축했다. KT와 협력한 ‘데이터 하이웨이(Data Highway)’ 프로젝트를 통해 연구 자산을 AI가 이해하고 활용할 수 있는 형태로 재설계했다.  1954년 국내 최초로 화장품 연구실을 설립한 이후 원료 정보, 처방 데이터, 연구 보고서, 특허, 논문 등 방대한 연구개발 자산을 축적해 왔다.그러나 이들 데이터가 여러 시스템에 분산돼 있어 필요한 정보를 찾고 활용하는 데 어려움이 있었으며 AI 활용 측면에서도 한계가 존재했다.이에 아모레퍼시픽은 사내 AX 조직을 중심으로 KT와 함께 ‘데이터 하이웨이’ 프로젝트를 추진했다. 양사는 공동으로 AI 활용에 최적화된 ‘AI 레디 데이터(AI Ready Data)’ 기반 플랫폼과 AI 서비스를 설계·개발했다.수백만 건에 달하는 원료 데이터, 처방 데이터, 연구 보고서 등 정형·비정형 데이터를 통합·표준화한 ‘AI 데이터 허브(AI Data Hub)’를 구축했다.이를 기반으로 아모레퍼시픽은 연구 특화 대규모 언어모델(LLM) 서비스인 ‘AI 어시스턴트 레몬(AI Assistant LEMON)’을 개발했다.연구원들은 LEMON을 활용해 연구개발은 물론 생산, 품질, 규제 대응 등 다양한 업무에서 방대한 연구 데이터를 쉽고 빠르게 검색·분석·활용할 수 있게 됐다. 더불어 AI 시스템을 통한 연구 과정에서의 다양한 탐색이나 발굴, 제안도 가능해졌다.아모레퍼시픽 R&I센터 연구원을 대상으로 진행한 ‘AI Assistant LEMON’ 베타 테스트 결과, 기존 약 12일이 소요되던 제품 기획 단계의 연구 자료 및 규제 검토 업무가 약 5분으로 단축된 것으로 나타났다.또한 특정 원료의 연구 이력과 제품 적용 가능성을 검토하는 데 걸리던 시간도 약 6일에서 5분 수준으로 줄어들었다.아모레퍼시픽은 이번 프로젝트를 통해 단순히 AI 서비스를 도입하는 것을 넘어 연구 환경 전반의 혁신을 추진한다. 향후 ‘AI 에이전트’ 도입 등 디지털 전환 과제를 확대해 연구원들이 반복적인 정보 탐색 업무를 줄이고 새로운 가설 수립과 기술 혁신 등 보다 창의적인 연구 활동에 집중할 수 있도록 지원할 예정이다.아모레퍼시픽 R&I센터장 서병휘 CTO는 “좋은 AI는 좋은 데이터를 만났을 때 비로소 연구의 동반자가 될 수 있다. 이번 프로젝트는 아모레퍼시픽이 AI 시대에 맞는 연구 환경 전환을 선도하고 있다는 점에서 의미가 크다”며 “앞으로 AI 플랫폼은 반복적인 탐색과 분석을 담당하고 연구자는 창의적인 질문과 혁신에 집중하게 될 것이다. 데이터 하이웨이와 LEMON은 새로운 연구 환경을 만들어가는 출발점이 될 것이다”고 말했다.