서울대 공대 조선해양공학과 김용환 교수팀이 개발한 슬로싱 해석법, LNG 선박의 하중 예측 위한 통합해석절차로 승인

서울대 공대 조선해양공학과 김용환 교수팀이 개발한 슬로싱 해석법, LNG 선박의 하중 예측 위한 통합해석절차로 승인- 국내 조선 기술의 글로벌 리더십과 산학협력의 중요한 성공적 사례- 국제적 수월성을 가진 대학 연구자들에게 기업 지원 결과, 좋은 성공 사례로 기대 ▲ 서울대 슬로싱 실험 서울대학교 공과대학(학장 홍유석)은 조선해양공학과 김용환 교수팀이 개발한 슬로싱 해석법이 미국, 영국, 프랑스, 노르웨이, 한국의 선급으로부터 LNG 선박의 하중 예측을 위한 통합해석절차로 승인받았다고 밝혔다. 슬로싱은 용기 내에 부분적으로 차 있는 유체로 인해 발생하는 유동으로, 이로 인한 충격하중의 정확한 추정은 액체천연가스를 운반하는 LNG 선박의 안전 설계를 위해 가장 핵심적인 기술이다. LNG 선박의 설계와 건조를 승인하는 주요 국가들의 선급들은 각각 다른 기법과 해석절차를 요구하고 있어, 국내 조선소들은 선급들이 요구하는 기법과 절차에 따라 달리 해석을 수행해왔다. 김용환 교수팀은 HD현대중공업, 삼성중공업, 한화오션 등의 국내 조선소들로부터 다년간 공동지원을 받고 LNG 선박의 전주기 운항기간을 고려한 고도화된 실험기법과 하중예측기법을 개발해왔다. 이에 연구결과를 미국 ABS, 영국 로이드 선급, 프랑스 BV, 노르웨이 DNV와 한국선급 등에 제시하였고, 서울대의 제안 기법에 대해 모든 선급들이 적용을 승인하였다. 따라서 국내 조선소들은 서울대가 개발한 해석법을 모두 적용할 수 있게 되었으며, 다수의 국제 선급들이 서울대의 해석법을 반영하여 자신들의 해석절차를 새로이 만들거나 수정하는 작업을 시작한 것으로 알려졌다. 이번 성과는 조선 분야의 국내 조선 기술의 글로벌 리더십과 산학협력의 중요한 성공적 사례이다. LNG 선박의 핵심기술에 대해 국내 연구자가 개발하고 제시한 방법을 글로벌 영향력이 가장 큰 선급 모두가 인정한 것은 그만큼 국내 기술이 선도적이라는 의미이다. 서울대는 약 15년 전 정부와 조선소들의 지원으로 세계적 규모의 슬로싱 모형실험 시설을 구축한 이후 여러 국제적인 선도 연구와 산학연구들을 진행해왔다. 대형 선박의 크기를 축소한 모형실험으로부터 유동으로 인한 충격하중을 정확히 추정하기 위해서는 고난도의 실험기법과 계측기술, 그리고 해석기법이 요구되며, 서울대는 이러한 기술에서 세계적 위상을 가지고 있다. 또한, 해당 성과가 대학과 기업들의 협력으로 만들어진 산학협력의 결과물이라는 것은 시사하는 바가 크다. 이번 성과는 국제적 수월성을 가지는 대학 연구자들에게 기업들이 지원을 하고 그 결과를 성공적으로 활용하는 좋은 사례가 될 것으로 기대한다. 올해 초에는 HD현대중공업이 향후 5년간 서울대의 친환경 연료 등의 슬로싱 연구와 실험을 지원하는 협약을 하기도 했다.  [문의사항]서울대학교 공학연구원 선박유탄성 연구센터 전영채 / 02-880-2599 / korjparc@snu.ac.kr

서울대 공대 전기정보공학부 곽정훈 교수팀, 차세대 양자점 저항변화 메모리의 스위칭 메커니즘 규명

서울대 공대 전기정보공학부 곽정훈 교수팀, 차세대 양자점 저항변화 메모리의 스위칭 메커니즘 규명- 인공 신경망을 위한 고성능의 양자점 저항변화 메모리 개발- 소자 구조 및 소재 변화를 통한 멤리스틱 스위칭 메커니즘 규명 ▲ (왼쪽부터) 서울대 전기정보공학부 곽정훈 교수, 서울대 전기정보공학부 백근우 박사, 김연준 박사과정생 서울대학교 공과대학(학장 홍유석)은 전기정보공학부 곽정훈 교수팀(백근우 박사, 김연준 박사과정생 공동1저자)이 서울대학교 이수연 교수, 유선규 교수, 성균관대학교 배완기 교수, 임재훈 교수 연구팀과 공동 연구를 통해, 코어-쉘 구조의 콜로이드 양자점을 이용한 저항변화 메모리 소자의 저항변화 메커니즘을 제시했다고 2일(목) 밝혔다.  코어-쉘 구조의 콜로이드 양자점은 크기, 모양, 조성에 따라 전기적, 광학적 특성의 조절이 용이하고 우수한 발광특성을 가지는 소재로, QD 디스플레이 제작에 사용되고 있다. 그러나 수 나노미터의 작은 크기 때문에 표면에 존재하는 미량의 결점도 전기적, 광학적 특성에 크게 영향을 미치게 된다. 연구팀은 이러한 양자점의 표면에 존재하는 결점의 제어를 통해 저항을 조절할 수 있음을 확인하였고, 이를 저항변화 메모리 제작에 활용하였다. 연구팀이 개발한 양자점 저항변화 메모리는 저전력 구동과 반복적인 저장과 읽기가 가능한 높은 신뢰성을 나타냈으나, 코어-쉘 구조의 양자점을 이용한 메모리 소자의 동작 메커니즘은 기존에 알려진 바가 없었다. 연구팀은 이를 밝혀내기 위해 소자 및 소재에서 새로운 방법을 제시하였다.  연구팀은 먼저 코어-쉘 구조의 양자점 내에서 저항 변화를 일으키는 주요 전하가 무엇인지 규명하기 위해 유기 절연체인 poly(methyl methacrylate) 박막을 양자점의 위쪽 또는 아래쪽에 삽입하여 스위칭 특성을 관찰하였다. 이를 통해 양자점 저항변화 메모리 소자의 저항을 변화시키는 주요 전하는 ‘전자’임을 처음으로 밝혀냈다. 다음으로 이 전자가 저항변화를 일으키기 위해 양자점 내에서 포획되는 결점의 위치와 그 에너지 준위를 알아내기 위하여, 단일 코어 구조와 단일 쉘 구조의 양자점을 각각 적용한 저항변화 메모리를 제작하고, 이들의 전기적, 광학적 특성을 다양한 방법으로 측정하여 실제 소자와 비교하였다. 그 결과, 본 연구팀은 양자점 저항변화 메모리의 스위칭 특성이 양자점의 최외각 표면에 존재하는 트랩 에너지 준위에 의해 나타남을 처음으로 규명하였다.  ▲ (좌) 양자점 저항변화 메모리의 구조와 시냅스 구조 비교, (우) 이 소자를 이용한 패턴 훈련 및 추론 모사 결과 연구팀이 개발한 양자점 저항변화 메모리는 시냅스의 복잡한 처리 및 기억 형성을 위해 요구되는 우수한 선형 자극 특성을 보였으며, 이를 이용하여 모사한 신경망은 EMNIST (Extended Modified National Institute of Standards and Technology) 데이터셋 학습을 통해 S, N, U 라는 알파벳 추론 시 91.46%의 높은 인식률을 달성했다. 백근우 박사는 “코어-쉘 구조의 양자점을 이용하여 고성능의 저항변화 메모리 개발이 가능함을 보였다”고 밝히며 “스위칭 메커니즘을 밝혀 냄으로써 앞으로 양자점 멤리스터 개발이 더욱 활발해질 것”이라고 전했다. 곽정훈 교수는 “콜로이드 양자점의 연구 분야가 디스플레이뿐만 아니라 인공신경망 등의 차세대 반도체까지 확장되었다는 데 큰 의미가 있다”며, “양자점 저항변화 메모리는 광학적으로도 제어가 가능하여, 광-전기 하이브리드 컴퓨팅을 위한 미래 핵심 기술이 될 것으로 기대한다”고 전했다.  한편, 이번 연구 결과는 소재, 나노기술 및 과학 분야의 최고 권위 저널 중 하나인 ‘나노 레터스(Nano Letters)’에 5월 1일 자로 온라인 게재됐으며, 해당 연구는 한국연구재단의 기초연구실 지원사업으로 수행되었다. (게재 링크: https://pubs.acs.org/doi/full/10.1021/acs.nanolett.4c01083) [문의사항]서울대학교 공과대학 전기정보공학부 백근우 박사 02-880-9559 / bgw4303@snu.ac.kr서울대학교 공과대학 전기정보공학부 곽정훈 교수 02-880-1781 / jkwak@snu.ac.kr

서울대 공대 남기태 교수-김영민 교수 공동 연구팀, 나노입자 입체구조 예측 위한 AI 알고리즘 개발

서울대 공대 남기태 교수-김영민 교수 공동 연구팀, 나노입자 입체구조 예측 위한 AI 알고리즘 개발- 원자 단위 입체구조를 예측할 수 있는 길 열려- AI 기반 신소재 자동화 개발에 파급효과 기대 ▲ 사진 1. 이번 연구에 참여한 연구진(앞줄 좌측부터) 서울대학교 전기정보공학부 장동수 석사(공동 제1저자), 서울대학교 재료공학부 임상원박사(공동 제1저자), (뒷줄 왼쪽부터) 서울대학교 전기정보공학부 김영민 교수(공동 교신저자), 서울대학교 재료공학부 남기태 교수(공동 교신저자) 서울대학교 공과대학(학장 홍유석)은 재료공학부 남기태 교수와 전기정보공학부 김영민 교수 공동 연구팀이 나노입자 입체구조를 예측하는 AI 알고리즘을 성공적으로 개발했다고 밝혔다. 이는 재료 실험 그룹과 3D AI 알고리즘 그룹의 합작으로 달성된 성과이다. AI는 과학적 방법론에 새로운 지평을 열며 산업의 구조를 바꾸고 있다. 구글의 단백질 구조 예측 AI "알파폴드" 이후, 엔비디아는 단백질의 구조 분석 및 세포 반응 예측을 통한 신약 개발 플랫폼 "바이오니모"를 공개하였다. 바이오뿐만 아니라 신소재 분야에서도 AI를 이용한 혁신은 이미 이루어지고 있다. 구글 딥마인드는 새로운 배터리 물질을 예측할 수 있는 AI와 예측한 신소재를 자동으로 검증·개발할 수 있는 로봇 자동화 실험실을 발표하였다. 신소재 개발 분야에서 핵심 난제 중 하나는 나노입자의 입체구조 예측이다. 나노입자의 입체구조는 광학, 촉매, 그리고 반도체 특성 등 물리적 성질을 직접 좌우한다. 즉 입체구조가 센서와 배터리 등 소자의 핵심 성능을 결정하는 것이다. 따라서 원하는 특성의 소자 개발을 위해 나노입자의 합성 조건에 따른 입체구조와 이에 따른 특성 예측이 중요하다. ▲ 사진 2. 이번 연구 결과 모식도 ▲ 사진 3. 이번 연구 대표 결과, AI 알고리즘을 이용하여 나노입자의 입체구조 변화를 원자 단위에서 예측하였다. 공동 연구팀이 개발한 새로운 AI 알고리즘은 나노입자의 성장 과정에서 입체구조가 형성되는 과정을 나노 수준에서 효과적으로 예측하였다. AI는 작은 씨앗 입자에서 복잡한 구조로 진화하는 과정과 거울상 이성질체로 입체구조가 나뉘는 과정을 성공적으로 예측하였다. 기존에는 원자 단위에서 나노입자의 성장과 모양 변화 이해는 매우 어려웠으나, AI 적용을 통해 빠르고 효과적으로 예측할 수 있게 된 것이다. 개발된 AI는 기능성 나노입자와 소자 개발에 핵심적인 역할을 할 수 있을 것으로 기대된다. 특히 이번 연구에서는 광학 소자와 센서로써 응용가능성이 높은 카이랄 금 나노입자의 합성법 고도화에 AI가 응용될 수 있다는 것을 확인하였다. 이 나노입자는 이미 2018년과 2022년, 두 차례 네이처(Nature) 본지에 그 합성법과 센서 소자화에 대해 게재된 바 있으며, AI가 실제 소자 개발을 위해 나노입자의 입체구조 예측 및 검증에 응용될 수 있는 만큼, 미래 산업에 파급효과가 기대되는 결과이다. 또한 이번 연구에서는 나노 패턴의 원리를 기술하기 위해 삼차원 세포자동자를 최초로 적용하였다는 점에서 학문적 의미가 크다. 세포자동자는 생명체를 기술하기 위하여 고안된 가장 간단한 수학적 모델로 알려져 있다. 기존에는 해당 모델이 삼차원에 적용되는 것이 한계가 있었으나, AI와 결합을 통해 이를 극복한 것이다. 이 같은 발견은 재료뿐만 아니라 자연계의 복잡한 패턴, 특히 생명체의 거울 이성질체 발달 원리 이해에 근본적인 과학적 해결책이 될 수 있다. 남기태 교수는 "개발된 AI를 기반으로 나노입자의 입체구조를 예측하고 자동으로 검증하는 플랫폼을 구축할 수 있다"며 "AI를 이용한 신소재 개발 트랙이 국내에서도 가능해진 것이다"고 연구의 의의를 밝혔다. 김영민 교수는 "AI가 나노 수준의 복잡한 현상을 어떻게 효과적으로 이해하고 해석할 수 있는지를 보여주는 결과이며, 이 방법론이 더 넓은 과학과 공학 분야로 확장될 가능성이 크다"고 덧붙였다. 연구의 제1저자인 서울대학교 임상원 박사, 장동수 석사는 현재 각각 서울대학교에서 박사후연구원, 연구원으로 재직 중이다. 한편, 해당 연구 결과는 중요성을 인정받아 재료분야 세계 최고 권위의 학술지인 네이처 메터리얼스(Nature Materials)에 5월 1일자로 개제되었다. (네이처 메터리얼스의 영향력 지수(impact factor)는 2023년 기준 41.2) 한편, 본 연구는 국방과학연구소 미래도전국방기술개발사업, 한국산업기술진흥원 국제공동기술개발사업, 그리고 한국연구재단 과학난제도전 융합연구개발사업의 지원으로 수행되었다.  [문의사항]서울대학교 공과대학 재료공학부 임상원 박사 / yim311@snu.ac.kr