-
-
3214
- 작성자홍보실
- 작성일2023-10-23
- 2168
- 동영상동영상
-
-
3212
- 작성자이솔
- 작성일2023-10-20
- 3394
- 동영상동영상
-
-
3210
- 작성자조혜윤
- 작성일2023-10-20
- 2007
- 동영상동영상
-
우리 학교 김종현 교수 공동 연구팀이 고분자의 전기 전도도를 극대화할 수 있는 새로운 개념의 혼합용매 도핑 공정을 개발했다. 이 기술을 통해 도핑된 고분자 소재는 웨어러블 전자기기나 자가발전 독립전원 등에 적용되는 차세대 전자 및 에너지 소재로 활용될 전망이다. 김종현 교수(아주대 응용화학생명공학과·대학원 분자과학기술학과, 위 사진 왼쪽) 연구팀은 새로운 고분자 소재와 혼합용매 도핑 공정을 이용해 세계 최고 수준의 고성능 열전에너지 변환 소자를 개발했다고 밝혔다. 해당 내용은 ‘공액 고분자의 전기 전도도와 열전 변환 성능을 동시에 향상시킬 수 있는 도핑 효율 최적화 공정(Enhancing dopant diffusion for ultrahigh electrical conductivity and efficient thermoelectric conversion in conjugated polymers)’이라는 제목으로 에너지 분야 국제 학술지 <줄(Joule)> 10월18일 자에 게재됐다. <줄(Joule, IF:39.8, JCR 상위 0.9%)>은 생명과학 분야 저명 학술지 <셀(Cell)>을 펴내는 미국 셀 출판사(Cell press)의 저널이다. 이번 연구에는 곽상규 고려대 교수(화공생명공학과), 김봉기 건국대 교수(화학공학부), 최현호 경상국립대 교수(나노·신소재공학부 고분자공학전공) 연구팀이 함께 참여했다. 아주대 윤상은 학생(분자과학기술학과 석박사 통합과정, 위 사진 오른쪽), 건국대 강영권 박사(화학공학부), 경상국립대 임재민 학생(나노신소재융합공학과 박사과정), 울산과학기술원 이지윤 박사(에너지화학공학과)는 공동 제1저자로 참여했다. 아주대 연구팀에서는 도핑 공정 개발을 맡아 진행했고 건국대, 경상국립대, 고려대 연구팀에서는 각각 ▲소재 합성 ▲전기적 분석 ▲시뮬레이션 연구를 담당했다. 아주대 서형탁 교수(첨단신소재공학과), 서울대 강기훈 교수(재료공학부), 한국외대 김태경 교수(전자물리학과) 연구팀도 함께 참여했다. 광에너지를 전기에너지로 변환하는 태양전지는 오랜 시간의 연구로 상용화되어 있다. 최근에는 더 나아가 일상 속 버려지는 열에너지를 전기에너지로 변환해 스마트폰과 사물 인터넷 등에 활용하는 열-전 에너지 변환 기술에 관심이 집중되고 있다. 일례로 사람의 몸에서 나오는 열에너지를 전기에너지로 활용하기 위해, 입고 다니는 옷에 도핑된 소재를 접목하면 별다른 장치 없이도 이동 중에 스마트폰을 비롯한 전자기기의 충전이 가능하다. 인체나 옷에 붙여서 활용할 수 있는 유연하고 신축성 있는 웨어러블 기기에도 적용될 수 있다. 그러나 기존에 활용되고 있는 무기물 열-전 에너지 변환 소재의 경우 에너지 변환 효율은 높지만, 소재의 독성과 딱딱한 물성 그리고 공정의 복잡성 등으로 인해 응용 분야가 제한적이라는 한계를 보여왔다. 이에 고분자를 비롯한 유기물을 이용한 유기 열전 소재와 소자 개발을 위해 많은 연구자들이 노력하고 있다. 특히 최근에는 열에너지를 전기에너지로 변환시킬 수 있는 ‘열-전 에너지 변환 소재’로써 공액 고분자에 대한 연구가 활발히 이루어지고 있다. 공액 고분자는 전기가 흐를 수 있는 고분자 소재로, 기존의 무기물 반도체 및 금속 전극 등을 대체할 차세대 핵심 소재로 주목받고 있다. 반도체 성질을 가지고 있을 뿐 아니라 용액공정이 가능해 공정 비용의 절감이 가능하고, 높은 유연성과 신축성을 가지고 있어서다. 그러나 낮은 전기 전도도와 에너지 변환 효율 문제, 취약한 안전성 등의 문제로 상용화에 어려움을 겪어 왔다. 공액 고분자를 활용하여 열 에너지를 전기 에너지로 변환하기 위해서는 분자 도핑을 이용해 고분자의 전기 전도도를 높여야 한다. 그러나 역설적으로 전기 전도도의 증가는 열전 변환 성능의 주요 지표인 제벡계수를 떨어뜨리게 된다. 반대로 전기 전도도를 상대적으로 낮추면, 열-전 변환 출력 성능의 지표인 파워 팩터가 감소하게 된다. 이처럼 상충되는 물성에 의한 생산출력의 제한 그리고 대기 불안정성 등의 문제가 유기 열전 소자의 고성능화를 어렵게 하는 요소다. 이에 공동 연구팀은 고분자 소재 및 도핑 공정을 동시에 개발하는 데에서 문제 해결의 실마리를 찾아 여러 한계를 동시에 극복할 수 있는 방안을 찾고자 했다. 초고성능 유기 열전 소자의 개발을 위해 공정 개발과 소재 합성, 분석과 시뮬레이션 분야의 전문가들이 머리를 맞대어 4년여 연구에 몰두해 온 것. 기존의 열전 변환 성능 향상과 관련한 연구들은 소재와 도핑 공정을 각각 독립적으로 연구해 왔다. 분자 도핑은 도판트 분자가 고분자 박막 내부로 침투하면서 이뤄지는데, 공동 연구팀은 도판트가 효과적으로 침투할 수 있는 공액 고분자를 설계 및 합성했다. 연구팀은 침투된 도판트를 공액 고분자 주사슬 근처로 유도, 사슬의 결정성을 증진 시킬 수 있는 새로운 혼합용매 도핑 공정 역시 개발했다. 공동 연구팀은 새로운 도핑 기술을 고분자에 적용하여 세계 최고 수준의 전기 전도도(>2100 S/cm)와 열-전 변환 파워팩터(>260 uW/mK2)를 동시에 구현하는 데 성공했다. 이는 기존의 단독 용매 기반 도핑 공정으로 처리된 고분자의 전기 전도도와 파워팩터 대비 각각 4배, 5배 증가한 수치다. 또 해당 기술로 도핑된 고분자는 1000시간 이상의 획기적인 대기 안정성을 보여, 내구성 또한 우수하다.연구팀은 또한 이번에 발견한 혼합 용매 도핑 공정을 이미 개발되었거나 상용화된 p형과 n형 공액 고분자들에 적용, 전기 전도도와 열-전 변환 성능이 획기적으로 향상됨을 확인했다. 더불어 새로운 공정이 이미 상용화된 p형과 n형 도판트에서도 모두 작동함을 확인했다.김종현 교수는 “우리 몸의 체온과 공장의 여러 공정 및 자동차 엔진에서 발생하는 열 등 열-전 변환 소자가 활용할 수 있는 열원의 범위는 매우 다양하다”며 “이러한 열원을 활용하면 크고 작은 전기 에너지를 얻을 수 있다”라고 설명했다.김 교수는 이어 “이번에 개발한 혼합 용매 도핑 공정은 방법이 매우 간단하면서도 고분자의 전기 전도도와 열전 에너지 변환 출력, 안정성 등을 동시에 최적화할 수 있는 혁신적 기술”이라며 “이미 상용화된 다양한 p형 및 n형 고분자들과 도판트들에 대해서도 범용성을 가짐을 검증했기에, 웨어러블 기기의 전극 소재 등 고출력 유기 열전 소자의 개발에 널리 활용될 수 있을 것으로 기대한다”라고 말했다. 이번 연구에서 개발한 혼합 용매 도핑 공정 기술이 모식도(위)와 해당 기술로 도핑된 공액 고분자 소재의 우수한 전기 전도도 및 열-전 변환 특성을 보여주는 데이터(아래)
-
3208
- 작성자이솔
- 작성일2023-10-20
- 2725
- 동영상동영상
-
우리 학교 대학일자리플러스센터와 LINC3.0사업단이 주최한 ‘2023 아주 히든 챔피언 학생 발굴단 선정기업 발표회'가 지난 5일 다산관 강당에서 열렸다.'아주 히든챔피언 학생 발굴단'은 대기업 중심의 취업 준비 한계를 극복하고자 우리 학교 학생들이 직접 '히든챔피언' 기업을 찾아 소개하는 프로젝트다. 이 프로젝트에 참가한 학생들은 지난 2014년부터 구직자와 기업의 일자리 미스매치 문제를 풀어내고 있다.올해 히든챔피언 발굴단에 참여한 ‘아주 히든챔피언 발굴단’ 10기 학생들은 총 58명이다. 참여 학생들은 지난 7월부터 ▲기업 분석 및 비즈니스 매너 ▲프레젠테이션 컨설팅 등을 통해 기업 발굴을 위한 기초 능력을 교육 받았다. 이를 바탕으로 관심 산업군에서 기술 경쟁력과 성장 가능성을 갖춘 유망 기업을 찾아 기업 현장 방문과 CEO∙실무자 인터뷰 등을 진행, 우수 기업 46개를 발굴했다.행사에서는 ▲기업 선정 이유 ▲기업의 주요 제품 및 서비스 ▲기술 및 산업 경쟁력·성장가능성 ▲채용 정보와 현직자 인터뷰를 통해 확인한 채용 팁 등 학생들이 직접 선별한 12개의 히든챔피언 기업에 대해 발표했다. 학생들의 발표를 토대로, 학교는 대상 1팀, 최우수상 2팀, 우수상 2팀을 시상했다. 우리 학교 산학 협력 교수로 구성된 평가위원단의 평가와 현장 관객 투표를 통해 최종 수상팀을 가렸다. 대상은 자율주행시대의 필수 보안솔루션을 제공하는 아우토크립트㈜를 소개한 5조 오순도순(산업공학과 박재연, 전민준, 정재민, 윤정현, 안유빈)이 수상했다. 대상팀은 부상으로 상금 150만원을 받았다.대상을 수상한 박재연 학생은 “직접 기업을 방문하고 재직자와 인터뷰하며, 중소기업의 존재가치를 깨닫고, 성장 가능성을 확인할 수 있었다"며 "특히 관심 분야였던 자율주행 산업에 대한 깊이있는 이해와 더불어 필요한 직무역량을 파악한 것이 앞으로의 진로 설정에 많은 도움이 될 것 같다"라고 말했다. 발표회에는 참여 기업 관계자들도 함께하여 학생들을 격려하고 우리 대학 대학일자리플러스센터와 향후 채용 및 인재 추천에 관한 지속적인 협력을 약속했다. 아주대 대학일자리플러스센터는 발굴된 기업들과 학생들을 연결할 수 있도록 채용박람회 개최, 현장실습 연계 등의 노력을 이어갈 예정이다. <2023 아주 히든챔피언 학생 발굴단 선정 기업>▲세이지리서치(품질검사 솔루션) ▲피앤피시큐어(IT보안 솔루션) ▲루닛(암진단 영상 판독 솔루션) ▲아우토크립트(자율주행자동차 보안) ▲바이오노트(진단키트 개발) ▲대주전자재료(배터리 소재) ▲쓰리빅스(바이오 빅데이터) ▲한국오츠카제약(의약품, 헬스케어) ▲스튜디오미르(에니메이션 제작) ▲아이브릭스(AI기반 언어처리) ▲에프에스티(반도체 장비) ▲헥토파이낸셜(간편 현금결제)이다.
-
3206
- 작성자홍보실
- 작성일2023-10-19
- 2876
- 동영상동영상
-
우리 학교 연구진이 프랑스 파리에서 열린 컴퓨터 비전∙딥러닝 분야 국제 학술대회에서 연구 성과를 발표하고 글로벌 전문가들과 최신 연구 동향에 대한 견해를 나눴다. 'IEEE/CVF 국제컴퓨터비전학술대회(IEEE/CVF International Conference on Computer Vision, ICCV)' 학회는 지난 2일부터 6일까지 프랑스 파리에서 열렸다. 컴퓨터 비전과 딥러닝 분야 최우수 학술대회(CVPR/ICCV/ECCV) 중 하나인 'ICCV'에는 올해 총 8088여편의 논문이 제출됐고, 그 중 2115편(26.15%)이 채택됐다. 우리 학교 대학원 인공지능학과 황원준 교수 연구팀은 딥러닝 알고리즘 경량화를 위한 지식 증류 원천 기술을 제안했다. 황 교수 연구팀은 딥러닝 알고리즘 경량화를 위한 복수 선생 네트워크 기반의 지식 증류 기법의 새로운 방법론을 제안하여 성능 감소를 막으면서 경량화를 수행할 수 있는 새로운 원천 기술을 발표했다. 해당 논문의 제목은 "온라인 역할 변경을 통한 그룹 기반 지식 증류 기법 연구(ORC: Network Group-based Knowledge Distillation using Online Role Change)"이다. 논문에는 우리 학교 황원준 교수(인공지능학과)와 최준용 연구원, 조현 박사, 정석화 연구원이 참여했다. 기존 지식 증류 방식의 한계를 벗어나기 위해 복수 선생 네트워크를 구성하여 학생 네트워크에게 중요 지식을 전달할 수 있었으나 복수 선생 네트워크에 잘못된 지식이 존재할 경우 학생 네트워크의 학습에 방해가 될 수 있다. 연구팀은 이러한 한계를 극복하기 위해서 학습 중 실시간으로 선생 네트워크 그룹에서 학습에 방해가 되는 네트워크는 학생 네트워크 그룹으로 강등 시키고 학생 네트워크 중에 우수한 네트워크는 승진 시키는 'Online Role Change(ORC)' 기법을 제안했다. 연구팀은 ORC 기반의 지식 증류 기법을 활용하여 딥러닝 네트워크 경량화시 성능 열화를 극복했고 ImageNet DB를 이용한 경량화 실험에서 기존 방법론에 비해서 좋은 성능 우위를 달성할 수 있었다. 연구팀이 제안한 경량화 기법은 최근 좋은 성능을 보여주고 있는 딥러닝 기반 알고리즘을 경량화하여 다양한 실시간 응용처에 적용할 수 있기 때문에 딥러닝 기술의 상용화에 기여할 수 있을 것으로 기대된다. 이번 연구는 아주대 인공지능융합혁실대학원 사업, 클라우드 기반 자율주행 AI학습 SW 개발 사업, 중견연구자지원 사업의 지원을 받아 수행됐다. 한편, 이번 학술대회의 일환으로 진행된 'ICCV CVAMD 2023' 워크숍에서는 아주대 유종빈 교수 연구팀이 총 23개 팀 중에 4위를 기록해 입상했다.유종빈 교수 연구팀의 논문은 '다중 레이블 Long-tailed 데이터 학습을 위한 강력한 비대칭 손실함수(Robust Asymmetric Loss for Multi-Label Long-Tailed Learning)'로, 학습데이터의 클래스가 불균형한 환경에서도 잘 동작하는 학습 기법인 'obust Asymmetric Loss(RAL)'의 내용을 담고있다. 연구팀은 박원기(소프트웨어학과), 석사과정 박인혁(인공지능학과), 석박통합과정 김성은(인공지능학과), 유종빈 교수(소프트웨어학과)로 구성됐다.논문에서는 다중 레이블과 Long-tailed 분포를 가지는 의료이미지 학습데이터에서도 인공지능이 강인하게 학습될 수 있는 손실함수를 제안했다. 의료이미지는 질병에 따라 학습데이터의 분포가 상이한 문제가 있어 희귀질환의 경우 데이터가 매우 부족하기 때문에 희귀질환을 잘 인식하는 인공지능을 학습하는 것이 매우 어려운 일이다. 이러한 문제를 해결하기 위해 연구팀은 다양한 하이퍼파라미터 설정에 강인한 비대칭 손실함수를 제안했다.이번 연구는 질병 별로 학습데이터가 불균형한 의료 인공지능분야에서 널리 활용 될 수 있을 것으로 기대된다.#위 사진 설명 : 우리 학교 인공지능학과 황원준 교수, 최준용 연구원, 조현 박사, 정석화 연구원#대표사진 출처_ ICCV2023 (thecvf.com)왼쪽부터 석사과정 박인혁 학생, 소프트웨어학과 유종빈 교수, 소프트웨어학과 박원기 학생
-
3204
- 작성자홍보실
- 작성일2023-10-19
- 3202
- 동영상동영상
-
-
3202
- 작성자이솔
- 작성일2023-10-18
- 2242
- 동영상동영상
-
-
3200
- 작성자조혜윤
- 작성일2023-10-12
- 3178
- 동영상동영상
-
-
3198
- 작성자조혜윤
- 작성일2023-10-12
- 2417
- 동영상동영상
-
-
3196
- 작성자홍보실
- 작성일2023-10-12
- 2271
- 동영상동영상
-
-
3194
- 작성자조혜윤
- 작성일2023-09-27
- 6149
- 동영상동영상
-
-
3192
- 작성자조혜윤
- 작성일2023-09-27
- 3314
- 동영상동영상
