[인터뷰] 장준연 KIST 강릉 분원장 강릉분원, 계급장 떼고 과제 아이디어 배틀戰 열어 선후배 함께 미래연구주제 발굴 “천연물 기반 건강기능식품 천연물 3종, 신약개발 목표” "계급장 다 떼고 기관 주요사업 연구과제를 맡을 책임자를 뽑을 겁니다. 미래 우리에게 필요한 연구라면 격식, 형식이 뭐가 필요하겠습니까. 아이디어가 좋으면 선임연구원도 과제책임자가 되어야 합니다." KIST 강릉 천연물연구소가 18년 역사상 처음으로 계급장 다 떼고 기관 주요과제 선정을 위한 아이디어 배틀을 추진한다. 일명 '(가칭)나는 연구자다' 프로젝트다. '강릉분원 미래 연구주제발굴'을 주제로 6월 말 연구원 전원이 모여 모두가 공감할 수 있는 강릉분원 미래과제를 발굴하는 것이 목표다. 이날 하루는 특별히 외부 출장도 통제한다. 참가자, 발표형식 등 아무런 제한 없다. 하루로 모자라면 다음 날까지 이야기해 끝장을 본다는 계획이다. 지금까지 대부분 주요사업 연구과제는 연구센터 단위로 센터장이나 시니어급 연구원 등이 선배가 기획해 후배들이 연구하는 탑다운 형식으로 진행됐다. 은밀하게 진행되는 '밀실 연구과제'라는 말이 괜히 나온게 아니다. 아이디어를 선배가 냈으니 연구과제책임도 통상 선배들 몫이었다. 선배가 주도하는 연구가 주가 됐던 연구실 분위기가 이번 프로젝트로 변화할지 귀추가 주목된다. 장 분원장이 도전적인 과제를 외치는 이유는 강릉분원이 사람으로 치면 곧 성인이 되기 때문이다. 올해로 18주년을 맞은 만큼 분원장이나 임원들이 정한 성향이나 비전이 아닌, 이곳에서 평생 일할 연구자들이 스스로 가치관과 철학을 끌어내 연구를 주도했으면 하는 바람이 담겨있다. 그는 "연구소원 비전은 잠시 머무르다 갈 분원장이나 보직자의 손에서 만들어지면 안 된다. 여기에 뼈를 묻을 직원들의 가치관과 철학을 끌어내야 누가 와도 흔들 수 없는 장기계획을 만들어지는 것"이라고 프로젝트 취지를 설명했다. 그러면서 그는 "스스로 문제를 정의하고 발굴하는 창의적이고 도전적인 사람이 연구책임자를 맡고 과제를 주도하는 분위기를 만들어야 도전적인 과제가 나온다. 그러려면 기존의 관행을 깨야 한다"며 "선후배 간 수평적 소통을 통해 기회를 공평하게 가지면서 과정은 투명한 연구과제와 성과를 만들겠다"고 말했다. 강릉분원은 국가균형발전과 강원지역 과학기술 인프라 구축 등을 위해 설립됐다. '천연물'을 기반으로 의약품, 건강식품 등 개발을 위해 기초원천기술 개발에서 상용화까지 전주기 연구를 수행한다. 특히 강원지역에 풍부한 천연물 자원을 활용해 고부가가치 천연물 소재를 발육하고 안정적인 공급을 위한 미래농업기술을 개발하고 있다. KIST 본원에서 차세대반도체연구소장으로 오랫동안 연구에 몸담았던 그가 강릉분원장으로 온 지 반년이 넘었다. 강원도 출신으로 이곳에서 유년 시절을 보낸 만큼 지역에 대한 사랑도 깊다. 반도체소자와 천연물 연구소의 만남은 어떤 시너지를 낼까. 코로나19 백신 접종 후 몸 상태 조절까지 완벽하게 마친 장준연 분원장을 만나 강릉분원의 비전과 계획 등을 들었다. Q. 차세대반도체연구소장직을 약 6년간 역임하셨다. 강릉분원은 천연물 연구소로 연구접점이 많지 않을 텐데. A. 고향에 분원이 생겨 늘 오고 싶었지만, 연구분야가 달라 오지 못했다. 하지만 최근 연구 분위기가 바뀌었다. 천연물이 바이오를 넘어 스마트팜 연구로 확장되면서 작물의 생육조건이나 광합성에 필요한 빛의 양, 수분, 온도, 습도 등을 실시간으로 감시하는 ICT, AI, 빅데이터 기술 등이 필요해졌다. 여기에 필요한 기술이 반도체다. 실제 본원의 차세대반도체연구소를 다니던 연구자 한 명이 스마트팜 기술에 푹 빠져 이곳으로 이직하기도 했다. 스마트팜은 총 3세대로 나뉜다. (1세대: 디지털화+ 농민이 직접 원격 수동제어/ 2세대: 빅데이터나 AI(인공지능), IoT 기술로 생육 관리+사람 관리/ 3세대: 완전 무인화) 우리는 지금 1세대 후반기로 빅데이터, AI 도입 등 해야 할 일이 많다. 전공 분야는 다르지만, 본원에서 차세대 반도체연구소 연구원과 강릉분원 연구원들과 논의해 오랫동안 협업을 위한 작업을 진행했다. 6월 초부터 새로운 과제도 시작한 상태다. 강릉분원 모습 Q. 임기 후 분원에서 가장 먼저 한 일은. A. 먼저 3가지를 위한 전략을 세웠다. ▲미래 강릉분원이 어떤 위상을 가져야 할지 ▲지역에 사랑받는 기관이 되기 위한 방안 ▲논문에 그치지 않는 기업과 국가에 도움 되는 기관 등 3가지다. 강원도는 국가 총 R&D 연구비의 1% 이하밖에 오지 않아 과학불모지나 다름없다. 출연연도 3개 밖에 없고, 제대로 R&D하는 기업을 찾기 어렵다. 작은 역량이지만 우리는 지역 기여라는 공동의 목표를 갖는다. 주변 출연연과 강원도의 대학을 찾아다니며 산학연과 산업계 사람들, 시청관계자 등을 만났다. 당장 큰 변화가 없더라도 씨앗을 뿌렸으니 인식의 변화를 통해 공동으로 지역사회를 위한 프로젝트를 할 수 있지 않을까 기대해본다. Q. 성과도 있었나. 작은 성과도 있었다. 그동안 강릉분원은 패밀리 기업(KIST가 기업에 기술적 지원을 해준다)으로 영동 등 일부 지역의 천연물, 바이오 식품기업만 있었다. 최근 그 범위를 강원도 전체로 넓혔다. 가입조건도 전 분야 기업으로 넓혀 사료, 바이오매스, 건설회사 등 여러 기업이 새로 선정됐다. 기존의 특허출원 지원, 최신연구 동향 공유, 국가 분석 장비를 통한 지원뿐 아니라 우리가 도움 주지 못하는 부분이 있다면 주변 출연연과 함께 공유해 애로사항을 해결할 수 있도록 지원할 계획이다. Q. 2023년 곧 20주년이다. 목표와 비전은. A. 강릉분원은 설립한 지 18년이 됐다. 그동안 '역량이 적으니까', '생긴 지 얼마 안 됐으니까' 하면서 적당히 넘어가는 일이 많았던게 사실이다. 이제 강릉분원은 일회성에 그치지 않는 비전을 가져야한다. 누가 기관의 지도자가 되던 연속성 있는, 흔들리지 않는 그런 비전을 만들기 위해서 여기에 뼈를 묻을 직원들의 철학과 가치관을 담아야겠다고 생각하고 여러 일을 추진 중이다. 먼저 건강기능식품을 만들 수 있는 천연물 성분을 3개 이상을 독자적으로 발굴할 계획이다. 2028년 25주년에는 천연물로 약 2종류를, 2033년 30주년에는 천연물을 원료로 하는 글로벌 신약을 만드는 것이 목표다. 이 목표는 경영진이 아닌 연구원들이 제시한 것이다. 쉽지 않다는 것을 안다. 하지만 손 놓고 있을 수 없지 않나. 무수히 많은 도전을 통해 연구원들의 꿈을 이루도록 후원하겠다. 강릉분원 스마트팜에서 자라는 토마토. Q. 본원과 달리 분원은 젊은 연구원 비율이 높다. 목표를 달성하려면 나이 상관없이 능력있는 연구원의 자율성과 수월성을 보장할 수 있는 분위기를 만드는 것도 중요할텐데. A. 맞다. 우리는 책임연구원(선배)보다 선임연구원(후배) 비율이 높아 항아리 모양을 하고 있다. 본원은 역삼각형이다. 과거 과제발굴은 센터장이나 시니어가 모여 주로 탑다운으로 연구해 젊은 연구자들에게 의사반영 기회가 없었다. 후배들은 공감대 없이 선배들이 하라는 연구를 해야 했다. 도전적인 연구를 위해 이런 기존 관행을 깨려한다. 아이디어가 좋다면 누구든 연구책임자가 될 수 있어야 한다고 직원들에게도 늘 이야기한다. 6월 말 예능 '나는 가수다'처럼 '미래 연구주제발굴'을 주제로 브레인스토밍 '나는 연구자'를 추진한다. 계급장 다 떼고 연구로만 대화한다. 아이디어가 좋으면 책임, 선임 상관없이 과제책임자로 선정하고 주요사업으로 3년간 밀어줄 계획이다. 강릉분원 총 연구 인원이 40여명이다. 센터로 나뉘어있긴 하지만 천연물을 주제로 연구하는 만큼 한 팀이라고 생각한다. 선정된 아이디어를 실현하는 데 필요한 인력이 있다면 센터 상관없이 협업하도록 하고, 다른 연구원들은 센터별 고유임무를 잘 수행할 수 있도록 지원하겠다. 이런 과정을 통해 수평적인 소통을 만들고, 공평한 기회와 과정으로 만든 연구과제 추진으로 제대로 반석 위에 올릴 수 있는 연구성과를 만들겠다. Q. 천연물을 통해 재밌는 연구들도 많이 했다. 그동안 성과, 향후 연구 추진계획은. A. 고부가가치 천연물이 정말 많다. 그중 하나가 소아 뇌전증 치료제에 쓰이는 의료용 대마다. 대마는 마리화나와 헴프로 분류되는데, 저마약성 품종군이면서 해외에서 의료목적으로 사용되는 헴프의 주성분인 CBD(칸나비디올)원료를 사용하면 치료제를 개발할 수 있다. 국산 헴프 품종 개발을 통해 고부가가치 제품을 개발하는 것이 목표다. 또 다른 연구로는 비만을 억제하는 청경채가 있다. 에스키모인들은 채소를 키우지 못하다 보니 동물의 지방을 많이 섭취해 비만으로 수명이 짧다. 우리는 생육조건을 조절해 청경채에서 비만을 억제하는 성분을 많이 만들어낼 수 있는 레시피를 완성했다. 이 레시피를 스마트팜을 통해 키울 수 있도록 연구·개발해 캐나다에 제공해 도움을 주기도 했다. 스마트팜은 우리가 평소 먹는 과일을 생산하기에 설비비용이 비싸다. 우리 스마트팜에 토마토도 키우고 있긴하지만 바이오 소재를 키우고자 한다. 예를 들어 마데카솔에 들어가는 병풀은 외국의 토양과 기후에 맞춰 자라기 때문에 전부 수입을 해야 한다. 이런 수입하는 고부가가치 천연물을 인공적인 환경에서 키우는 연구를 하는 것이 스마트팜인 것이다. 우리는 스마트팜을 가장 잘 활용할 수 있는 팀으로 고부가가치 천연물을 키우는 연구도 가장 잘할 수 있다고 생각한다. 이 외에도 현재 의약으로 처리하기 어려운 난치성 만성질환이 있다. 대부분 약은 합성 약으로 부작용이 있어 오랜 시간 임상이 필요하다. 천연물은 금방 낫지는 않지만, 부작용도 거의 없다. 천연물을 과학적 기법과 빅데이터를 통해 빠른시간 내 입증하는 일은 쉽지 않지만, 꾸준한 연구를 통해 새로운 천연물 연구 패러다임을 만드는데 기여하겠다. KIST 강릉분원이 항비만 성분인 글루코시놀레이트의 함량을 늘린 기능성 청경채를 스마트팜에서 재배하는 데 성공했다. Q. 앞으로 강릉분원의 역할은. A. 강릉분원은 매년 많은 기술이전을 하고 있다. 하지만 이전에만 그치면 안 된다. 천연물 연구소에서 글로벌 연구소를 가려면 수월성을 인정받아야 한다. 미래지향적 연구를 해야 하고, 좋은 논문에 젊은 연구자들의 결과가 실리고, 기업에 이전돼 상용화되는 등 전 과정이 반복되면서 강릉분원이 천연물 분야에서 인정받는 연구소가 될 수 있도록 초석을 깔고 싶다. 지역주민들에게 KIST 강릉이 도움이 되는 기관이 되고 싶고, 기업들에도 새로운 비즈니스 모델을 만드는데 기여할 수 있는 기관이 될 수 있도록 노력하겠다. 이와 함께 우리 연구자들이 자랑스럽게 '나는 KIST 연구자다'라고 이야기할 수 있도록 자존감과 자부심을 느끼도록 기관장으로서 최선을 다하겠다. "연구소원 비전은 잠시 머무르다 갈 분원장이나 보직자의 손에서 만들어지면 안 됩니다. 여기에 뼈를 묻을 직원들의 가치관과 철학을 끌어내야 누가 와도 흔들 수 없는 장기계획을 만들겠습니다."

수고 많읍니다. 저는 레이져 전문가도 군사무기 전문가도 아닙니다만, 레이져포에 대한 짧은 소견이 있어 글을 올립니다. 다만, 저도 국내 대기업 화학분야에서 30년간 연구개발을 한 경험이 있어, 과학기술에 대한 직감은 있읍니다. 지금의 미국과 같은 나라의 레이져포 발사 사진을 보면 청색파에 가깝읍니다. 열(온도)는 올릴수록 색상이 변하는데 궁극에 이르러서는 백색광이고(보이는 레이져포), 백색광 단계를 지나면 무색이 될 것으로 저는 생각합니다. 지금의 레이져포는 청색 단계이니 백색에 이르기에도 아직 멀었다고 생각합니다. 청색에서 백색단계로만 가도 유효사거리가 대폭 증대될 것입니다. 그런데 무색단계에 이르면 더욱 더 위력이 강해질 것입니다. 광의 3원색을 혼성하면 무색의 빛이 됩니다. 따라서 3광원색에 가까운 레이져 발진기를 3개 이용하여 빛을 혼성하면 무색 레이져포가 얻어질 것이라고 생각합니다. 설령 실패해서 백색에 머무르더라도 대단한 성과입니다. 미사일 방어무기의 끝판왕 레이져포를, 그것도 극초음속 미사일을 사거리 500Km 밖에서 요격할 수 있는 요격체제를 만들 수 있다면 대한민국 안보는 한창 더 강화될 것입니다. 이에 대한 검토후, 연구개발 부탁 드립니다. 귀 기관의 레이져 연구자에게 전달 바랍니다. 요즘 KIST 의 놀라운 성과들을 접하고 있읍니다. 저도 뿌듯합니다. 감사합니다. 이동규 드림/경북 구미, 57

안녕하십니까. 문의주신 내용은 우리 원 특성분석센터에 문의 부탁드립니다. 특성분석센터 홈페이지 : https://aac.kist.re.kr/aac 담당자 연락처 : 02-958-4949 감사합니다.

- 18일(금), KIST-한국농수산식품유통공사(aT)와 연구협력 MOU 체결 - 빅데이터 활용 확대, 디지털 경쟁력 강화로 농수산식품 최적 유통환경 조성 한국과학기술연구원(KIST, 원장 윤석진)과 한국농수산식품유통공사(aT, 사장 김춘진)는 6월 18일(금), KIST 서울 성북구 본원에서 대한민국 농수산식품산업 빅데이터 활용 확대 및 디지털 경쟁력 강화를 위한 업무협약(MOU)를 체결했다. KIST의 계산과학, 인공지능 등의 과학기술로 aT가 보유한 농수산식품 생산·유통·소비, 식품·외식 등 산업 전반의 빅데이터를 분석하여 농수산식품의 수급을 안정시키고 최적의 유통환경을 조성하여 농수산식품산업 전반에서 디지털환경으로 전환을 촉진할 예정이다. 또한, 스마트팜 등 첨단 시설의 데이터 분석을 통한 농업 생산성 개선 등 현장 적용 가능한 실용·실증 기술 개발을 위한 공동협력 연구를 수행해나갈 계획이다. KIST 윤석진 원장은 “이번 연구협력을 통해 농수산식품산업이 최첨단 과학기술과 만나 산업 전반이 성공적으로 디지털 전환되는 계기가 될 것이며, 앞으로 대한민국 식량 안보의 중요한 근간이 될 것으로 기대한다.”라고 밝혔다. 붙임 1. KIST-한국농수산식품유통공사(aT) 공동협력 업무협약(MOU) 체결식 계획(안) 붙임 2. 공동협력 업무협약(MOU) 주요내용 사진 1. (좌측) 김춘진 한국농수산식품 유통공사 사장과 (우측) 윤석진 KIST 원장이 협약서에 서명한 후 기념촬영을 하고있다. 사진 2. KIST-aT 상호협력 및 교류협약식에 참석한 양 기관 관계자들이 단체 기념촬영을 하고 있다.

- 신경세포와 같은 섬유형태를 가지면서 시냅스 네트워크 구현 가능한 소자 - 섬유형 네트워크로 지능형 웨어러블, 로보틱스 분야 활용 가능 인공지능 기술이 발전하면서 컴퓨터가 처리해야 할 데이터의 양도 기하급수적으로 늘어나고 있다. 기존의 연산방식은 데이터를 순차적으로 처리하기 때문에 방대한 양을 처리하기 위해서는 많은 시간과 막대한 전력이 소모된다는 문제점을 안고 있다. 이를 극복하기 위해서는 새로운 연산 패러다임으로의 전환이 필요한데, 많은 연구자가 생물의 뇌 작동방식과 구조를 모방해 적은 에너지로도 많은 양의 연산이 가능한 저전력 뉴로몰픽 컴퓨팅과 이를 위한 하드웨어 개발을 위해 노력하고 있다. 이런 가운데, 한국과학기술연구원(KIST, 원장 윤석진)은 광전소재연구단 임정아, 주현수 박사 연구팀이 뉴런과 유사한 형태와 기능을 갖고, 뇌의 신경세포망과 같은 기능을 구현할 수 있는 인공신경섬유 소자 개발에 성공했다고 밝혔다. 컴퓨터 연산을 뇌와 같은 방식으로 처리하기 위해 뇌의 뉴런 및 시냅스의 역할을 할 수 있는 소자에 대한 연구가 필요한데, 기존의 연구들이 뉴런 혹은 시냅스 동작에 대한 소자를 각각 개발해오던 것과 달리 KIST 연구진은 두 가지 동작 특성을 모두 갖는 개별 소자인 인공신경섬유를 개발했다. 이 소자들을 연결하면 간단히 신경망 네트워크 시스템을 제작할 수 있게 된다. 뇌의 신경세포는 끝이 여러 가닥으로 갈라져 여러 자극을 한 번에 받아들일 수 있는 섬유 구조를 가지며 전기자극에 의한 이온의 이동으로 신호전달이 이루어지는데, 연구진은 이와 동일한 구조로 2019년 개발한 섬유형 트랜지스터 소자를 활용해 인공신경섬유로 발전시켰다. 섬유형 트랜지스터의 전극으로 들어오는 전기적 자극에 따라 반도체 소재와 절연막에 존재하는 이온 사이에 산화환원 반응이 일어나도록 설계해 시냅스처럼 전기신호의 강도를 기억하여 전달할 수 있는 메모리 트랜지스터를 개발한 것이다. 개발된 인공신경섬유는 여러 개의 전극에서 다발적으로 들어오는 전기적 신호가 자연스럽게 하나의 소자에서 통합되는 뉴런과 동일한 특징을 보여, 이는 생물의 신경세포 동작 특성과 매우 유사한 것이다. 연구팀은 개발한 인공신경섬유를 엮어 100개 시냅스로 구성된 인공신경망을 제작, 안정적인 소자 특성을 확인하였다. 제작된 인공신경섬유 소자들을 이용하여 음성인식 학습을 진행 시킨 결과 88.9%의 인식률을 달성했다. 연구개발을 주도한 KIST 주현수, 임정아 박사는 “개발된 인공신경섬유 소자는 실제 뇌신경망과 유사한 대규모, 저전력(~2pJ/신호), 고신뢰성 인공신경망을 실현할 수 있는 원천기술이다.”라고 밝혔으며, ”인공신경섬유소자의 유연한 특성을 바탕으로 인공지능 반도체소자의 웨어러블, 로보틱스 등의 활용으로 이어질 수 있는 연구결과”라고 전망했다. 본 연구는 과학기술정보통신부(장관 임혜숙)의 지원을 받아 KIST 주요사업 및 한국연구재단 중견연구자지원사업으로 수행되었으며, 연구결과는 국제 학술지인 「Advanced Materials」 (IF : 27.34, JCR 분야 상위 1.61%) 최신 호에 게재되었다. * (논문명) Dendritic Network Implementable Organic Neurofiber Transistors with Enhanced Memory Cyclic Endurance for Spatiotemporal Iterative Learning - (제 1저자) 한국과학기술연구원 김수진 학생연구원 - (제 1저자) 한국과학기술연구원 정재승 학생연구원 - (교신저자) 한국과학기술연구원 임정아 책임연구원 - (교신저자) 한국과학기술연구원 주현수 책임연구원 <그림설명> [그림 1] 왼쪽은 생물의 신경세포 구조, 오른쪽은 본 연구진이 개발한 꼬아진 전극을 기반으로 하는 인공신경섬유소자의 구조를 비교 설명한 그림. 인공신경섬유소자 그림의 아래는 실제 소자의 사진. [그림 2] 왼쪽은 뉴런의 신호처리 방법, 오른쪽은 본 연구진이 개발한 인공신경섬유소자에 신호가 들어왔을 때 뉴런 동작 특성을 보이는 그래프. [그림 3] 왼쪽은 인공신경섬유의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 오른쪽 그래프는 각각의 시냅스를 게이트를 이용하여 특성을 변화시킬 수 있고, 구별되어 작동되는 것을 보임으로써 인공신경섬유의 독립적으로 구분된 시냅스 특성을 보이는 그래프. 마지막 그래프는 시냅스 특성과 뉴런의 특성을 통합하여 동작하는 인공신경섬유소자의 특성을 보여주는 그래프. [그림 4] 왼쪽은 생물의 신경망과 인공신경망의 비교그림으로 인공신경섬유소자의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 가운데는 개발, 제작한 인공신경망의 사진. 마지막은 인공신경망을 구성하고 있는 인공신경섬유소자들의 동작 특성. [그림 5] 왼쪽은 본 연구에서 개발된 인공신경섬유소자에서의 음성인식 (TI-46) 학습 및 동작 과정 그림, 오른쪽은 실제 음성인식.

- 신경세포와 같은 섬유형태를 가지면서 시냅스 네트워크 구현 가능한 소자 - 섬유형 네트워크로 지능형 웨어러블, 로보틱스 분야 활용 가능 인공지능 기술이 발전하면서 컴퓨터가 처리해야 할 데이터의 양도 기하급수적으로 늘어나고 있다. 기존의 연산방식은 데이터를 순차적으로 처리하기 때문에 방대한 양을 처리하기 위해서는 많은 시간과 막대한 전력이 소모된다는 문제점을 안고 있다. 이를 극복하기 위해서는 새로운 연산 패러다임으로의 전환이 필요한데, 많은 연구자가 생물의 뇌 작동방식과 구조를 모방해 적은 에너지로도 많은 양의 연산이 가능한 저전력 뉴로몰픽 컴퓨팅과 이를 위한 하드웨어 개발을 위해 노력하고 있다. 이런 가운데, 한국과학기술연구원(KIST, 원장 윤석진)은 광전소재연구단 임정아, 주현수 박사 연구팀이 뉴런과 유사한 형태와 기능을 갖고, 뇌의 신경세포망과 같은 기능을 구현할 수 있는 인공신경섬유 소자 개발에 성공했다고 밝혔다. 컴퓨터 연산을 뇌와 같은 방식으로 처리하기 위해 뇌의 뉴런 및 시냅스의 역할을 할 수 있는 소자에 대한 연구가 필요한데, 기존의 연구들이 뉴런 혹은 시냅스 동작에 대한 소자를 각각 개발해오던 것과 달리 KIST 연구진은 두 가지 동작 특성을 모두 갖는 개별 소자인 인공신경섬유를 개발했다. 이 소자들을 연결하면 간단히 신경망 네트워크 시스템을 제작할 수 있게 된다. 뇌의 신경세포는 끝이 여러 가닥으로 갈라져 여러 자극을 한 번에 받아들일 수 있는 섬유 구조를 가지며 전기자극에 의한 이온의 이동으로 신호전달이 이루어지는데, 연구진은 이와 동일한 구조로 2019년 개발한 섬유형 트랜지스터 소자를 활용해 인공신경섬유로 발전시켰다. 섬유형 트랜지스터의 전극으로 들어오는 전기적 자극에 따라 반도체 소재와 절연막에 존재하는 이온 사이에 산화환원 반응이 일어나도록 설계해 시냅스처럼 전기신호의 강도를 기억하여 전달할 수 있는 메모리 트랜지스터를 개발한 것이다. 개발된 인공신경섬유는 여러 개의 전극에서 다발적으로 들어오는 전기적 신호가 자연스럽게 하나의 소자에서 통합되는 뉴런과 동일한 특징을 보여, 이는 생물의 신경세포 동작 특성과 매우 유사한 것이다. 연구팀은 개발한 인공신경섬유를 엮어 100개 시냅스로 구성된 인공신경망을 제작, 안정적인 소자 특성을 확인하였다. 제작된 인공신경섬유 소자들을 이용하여 음성인식 학습을 진행 시킨 결과 88.9%의 인식률을 달성했다. 연구개발을 주도한 KIST 주현수, 임정아 박사는 “개발된 인공신경섬유 소자는 실제 뇌신경망과 유사한 대규모, 저전력(~2pJ/신호), 고신뢰성 인공신경망을 실현할 수 있는 원천기술이다.”라고 밝혔으며, ”인공신경섬유소자의 유연한 특성을 바탕으로 인공지능 반도체소자의 웨어러블, 로보틱스 등의 활용으로 이어질 수 있는 연구결과”라고 전망했다. 본 연구는 과학기술정보통신부(장관 임혜숙)의 지원을 받아 KIST 주요사업 및 한국연구재단 중견연구자지원사업으로 수행되었으며, 연구결과는 국제 학술지인 「Advanced Materials」 (IF : 27.34, JCR 분야 상위 1.61%) 최신 호에 게재되었다. * (논문명) Dendritic Network Implementable Organic Neurofiber Transistors with Enhanced Memory Cyclic Endurance for Spatiotemporal Iterative Learning - (제 1저자) 한국과학기술연구원 김수진 학생연구원 - (제 1저자) 한국과학기술연구원 정재승 학생연구원 - (교신저자) 한국과학기술연구원 임정아 책임연구원 - (교신저자) 한국과학기술연구원 주현수 책임연구원 <그림설명> [그림 1] 왼쪽은 생물의 신경세포 구조, 오른쪽은 본 연구진이 개발한 꼬아진 전극을 기반으로 하는 인공신경섬유소자의 구조를 비교 설명한 그림. 인공신경섬유소자 그림의 아래는 실제 소자의 사진. [그림 2] 왼쪽은 뉴런의 신호처리 방법, 오른쪽은 본 연구진이 개발한 인공신경섬유소자에 신호가 들어왔을 때 뉴런 동작 특성을 보이는 그래프. [그림 3] 왼쪽은 인공신경섬유의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 오른쪽 그래프는 각각의 시냅스를 게이트를 이용하여 특성을 변화시킬 수 있고, 구별되어 작동되는 것을 보임으로써 인공신경섬유의 독립적으로 구분된 시냅스 특성을 보이는 그래프. 마지막 그래프는 시냅스 특성과 뉴런의 특성을 통합하여 동작하는 인공신경섬유소자의 특성을 보여주는 그래프. [그림 4] 왼쪽은 생물의 신경망과 인공신경망의 비교그림으로 인공신경섬유소자의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 가운데는 개발, 제작한 인공신경망의 사진. 마지막은 인공신경망을 구성하고 있는 인공신경섬유소자들의 동작 특성. [그림 5] 왼쪽은 본 연구에서 개발된 인공신경섬유소자에서의 음성인식 (TI-46) 학습 및 동작 과정 그림, 오른쪽은 실제 음성인식.

- 신경세포와 같은 섬유형태를 가지면서 시냅스 네트워크 구현 가능한 소자 - 섬유형 네트워크로 지능형 웨어러블, 로보틱스 분야 활용 가능 인공지능 기술이 발전하면서 컴퓨터가 처리해야 할 데이터의 양도 기하급수적으로 늘어나고 있다. 기존의 연산방식은 데이터를 순차적으로 처리하기 때문에 방대한 양을 처리하기 위해서는 많은 시간과 막대한 전력이 소모된다는 문제점을 안고 있다. 이를 극복하기 위해서는 새로운 연산 패러다임으로의 전환이 필요한데, 많은 연구자가 생물의 뇌 작동방식과 구조를 모방해 적은 에너지로도 많은 양의 연산이 가능한 저전력 뉴로몰픽 컴퓨팅과 이를 위한 하드웨어 개발을 위해 노력하고 있다. 이런 가운데, 한국과학기술연구원(KIST, 원장 윤석진)은 광전소재연구단 임정아, 주현수 박사 연구팀이 뉴런과 유사한 형태와 기능을 갖고, 뇌의 신경세포망과 같은 기능을 구현할 수 있는 인공신경섬유 소자 개발에 성공했다고 밝혔다. 컴퓨터 연산을 뇌와 같은 방식으로 처리하기 위해 뇌의 뉴런 및 시냅스의 역할을 할 수 있는 소자에 대한 연구가 필요한데, 기존의 연구들이 뉴런 혹은 시냅스 동작에 대한 소자를 각각 개발해오던 것과 달리 KIST 연구진은 두 가지 동작 특성을 모두 갖는 개별 소자인 인공신경섬유를 개발했다. 이 소자들을 연결하면 간단히 신경망 네트워크 시스템을 제작할 수 있게 된다. 뇌의 신경세포는 끝이 여러 가닥으로 갈라져 여러 자극을 한 번에 받아들일 수 있는 섬유 구조를 가지며 전기자극에 의한 이온의 이동으로 신호전달이 이루어지는데, 연구진은 이와 동일한 구조로 2019년 개발한 섬유형 트랜지스터 소자를 활용해 인공신경섬유로 발전시켰다. 섬유형 트랜지스터의 전극으로 들어오는 전기적 자극에 따라 반도체 소재와 절연막에 존재하는 이온 사이에 산화환원 반응이 일어나도록 설계해 시냅스처럼 전기신호의 강도를 기억하여 전달할 수 있는 메모리 트랜지스터를 개발한 것이다. 개발된 인공신경섬유는 여러 개의 전극에서 다발적으로 들어오는 전기적 신호가 자연스럽게 하나의 소자에서 통합되는 뉴런과 동일한 특징을 보여, 이는 생물의 신경세포 동작 특성과 매우 유사한 것이다. 연구팀은 개발한 인공신경섬유를 엮어 100개 시냅스로 구성된 인공신경망을 제작, 안정적인 소자 특성을 확인하였다. 제작된 인공신경섬유 소자들을 이용하여 음성인식 학습을 진행 시킨 결과 88.9%의 인식률을 달성했다. 연구개발을 주도한 KIST 주현수, 임정아 박사는 “개발된 인공신경섬유 소자는 실제 뇌신경망과 유사한 대규모, 저전력(~2pJ/신호), 고신뢰성 인공신경망을 실현할 수 있는 원천기술이다.”라고 밝혔으며, ”인공신경섬유소자의 유연한 특성을 바탕으로 인공지능 반도체소자의 웨어러블, 로보틱스 등의 활용으로 이어질 수 있는 연구결과”라고 전망했다. 본 연구는 과학기술정보통신부(장관 임혜숙)의 지원을 받아 KIST 주요사업 및 한국연구재단 중견연구자지원사업으로 수행되었으며, 연구결과는 국제 학술지인 「Advanced Materials」 (IF : 27.34, JCR 분야 상위 1.61%) 최신 호에 게재되었다. * (논문명) Dendritic Network Implementable Organic Neurofiber Transistors with Enhanced Memory Cyclic Endurance for Spatiotemporal Iterative Learning - (제 1저자) 한국과학기술연구원 김수진 학생연구원 - (제 1저자) 한국과학기술연구원 정재승 학생연구원 - (교신저자) 한국과학기술연구원 임정아 책임연구원 - (교신저자) 한국과학기술연구원 주현수 책임연구원 <그림설명> [그림 1] 왼쪽은 생물의 신경세포 구조, 오른쪽은 본 연구진이 개발한 꼬아진 전극을 기반으로 하는 인공신경섬유소자의 구조를 비교 설명한 그림. 인공신경섬유소자 그림의 아래는 실제 소자의 사진. [그림 2] 왼쪽은 뉴런의 신호처리 방법, 오른쪽은 본 연구진이 개발한 인공신경섬유소자에 신호가 들어왔을 때 뉴런 동작 특성을 보이는 그래프. [그림 3] 왼쪽은 인공신경섬유의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 오른쪽 그래프는 각각의 시냅스를 게이트를 이용하여 특성을 변화시킬 수 있고, 구별되어 작동되는 것을 보임으로써 인공신경섬유의 독립적으로 구분된 시냅스 특성을 보이는 그래프. 마지막 그래프는 시냅스 특성과 뉴런의 특성을 통합하여 동작하는 인공신경섬유소자의 특성을 보여주는 그래프. [그림 4] 왼쪽은 생물의 신경망과 인공신경망의 비교그림으로 인공신경섬유소자의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 가운데는 개발, 제작한 인공신경망의 사진. 마지막은 인공신경망을 구성하고 있는 인공신경섬유소자들의 동작 특성. [그림 5] 왼쪽은 본 연구에서 개발된 인공신경섬유소자에서의 음성인식 (TI-46) 학습 및 동작 과정 그림, 오른쪽은 실제 음성인식.

- 신경세포와 같은 섬유형태를 가지면서 시냅스 네트워크 구현 가능한 소자 - 섬유형 네트워크로 지능형 웨어러블, 로보틱스 분야 활용 가능 인공지능 기술이 발전하면서 컴퓨터가 처리해야 할 데이터의 양도 기하급수적으로 늘어나고 있다. 기존의 연산방식은 데이터를 순차적으로 처리하기 때문에 방대한 양을 처리하기 위해서는 많은 시간과 막대한 전력이 소모된다는 문제점을 안고 있다. 이를 극복하기 위해서는 새로운 연산 패러다임으로의 전환이 필요한데, 많은 연구자가 생물의 뇌 작동방식과 구조를 모방해 적은 에너지로도 많은 양의 연산이 가능한 저전력 뉴로몰픽 컴퓨팅과 이를 위한 하드웨어 개발을 위해 노력하고 있다. 이런 가운데, 한국과학기술연구원(KIST, 원장 윤석진)은 광전소재연구단 임정아, 주현수 박사 연구팀이 뉴런과 유사한 형태와 기능을 갖고, 뇌의 신경세포망과 같은 기능을 구현할 수 있는 인공신경섬유 소자 개발에 성공했다고 밝혔다. 컴퓨터 연산을 뇌와 같은 방식으로 처리하기 위해 뇌의 뉴런 및 시냅스의 역할을 할 수 있는 소자에 대한 연구가 필요한데, 기존의 연구들이 뉴런 혹은 시냅스 동작에 대한 소자를 각각 개발해오던 것과 달리 KIST 연구진은 두 가지 동작 특성을 모두 갖는 개별 소자인 인공신경섬유를 개발했다. 이 소자들을 연결하면 간단히 신경망 네트워크 시스템을 제작할 수 있게 된다. 뇌의 신경세포는 끝이 여러 가닥으로 갈라져 여러 자극을 한 번에 받아들일 수 있는 섬유 구조를 가지며 전기자극에 의한 이온의 이동으로 신호전달이 이루어지는데, 연구진은 이와 동일한 구조로 2019년 개발한 섬유형 트랜지스터 소자를 활용해 인공신경섬유로 발전시켰다. 섬유형 트랜지스터의 전극으로 들어오는 전기적 자극에 따라 반도체 소재와 절연막에 존재하는 이온 사이에 산화환원 반응이 일어나도록 설계해 시냅스처럼 전기신호의 강도를 기억하여 전달할 수 있는 메모리 트랜지스터를 개발한 것이다. 개발된 인공신경섬유는 여러 개의 전극에서 다발적으로 들어오는 전기적 신호가 자연스럽게 하나의 소자에서 통합되는 뉴런과 동일한 특징을 보여, 이는 생물의 신경세포 동작 특성과 매우 유사한 것이다. 연구팀은 개발한 인공신경섬유를 엮어 100개 시냅스로 구성된 인공신경망을 제작, 안정적인 소자 특성을 확인하였다. 제작된 인공신경섬유 소자들을 이용하여 음성인식 학습을 진행 시킨 결과 88.9%의 인식률을 달성했다. 연구개발을 주도한 KIST 주현수, 임정아 박사는 “개발된 인공신경섬유 소자는 실제 뇌신경망과 유사한 대규모, 저전력(~2pJ/신호), 고신뢰성 인공신경망을 실현할 수 있는 원천기술이다.”라고 밝혔으며, ”인공신경섬유소자의 유연한 특성을 바탕으로 인공지능 반도체소자의 웨어러블, 로보틱스 등의 활용으로 이어질 수 있는 연구결과”라고 전망했다. 본 연구는 과학기술정보통신부(장관 임혜숙)의 지원을 받아 KIST 주요사업 및 한국연구재단 중견연구자지원사업으로 수행되었으며, 연구결과는 국제 학술지인 「Advanced Materials」 (IF : 27.34, JCR 분야 상위 1.61%) 최신 호에 게재되었다. * (논문명) Dendritic Network Implementable Organic Neurofiber Transistors with Enhanced Memory Cyclic Endurance for Spatiotemporal Iterative Learning - (제 1저자) 한국과학기술연구원 김수진 학생연구원 - (제 1저자) 한국과학기술연구원 정재승 학생연구원 - (교신저자) 한국과학기술연구원 임정아 책임연구원 - (교신저자) 한국과학기술연구원 주현수 책임연구원 <그림설명> [그림 1] 왼쪽은 생물의 신경세포 구조, 오른쪽은 본 연구진이 개발한 꼬아진 전극을 기반으로 하는 인공신경섬유소자의 구조를 비교 설명한 그림. 인공신경섬유소자 그림의 아래는 실제 소자의 사진. [그림 2] 왼쪽은 뉴런의 신호처리 방법, 오른쪽은 본 연구진이 개발한 인공신경섬유소자에 신호가 들어왔을 때 뉴런 동작 특성을 보이는 그래프. [그림 3] 왼쪽은 인공신경섬유의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 오른쪽 그래프는 각각의 시냅스를 게이트를 이용하여 특성을 변화시킬 수 있고, 구별되어 작동되는 것을 보임으로써 인공신경섬유의 독립적으로 구분된 시냅스 특성을 보이는 그래프. 마지막 그래프는 시냅스 특성과 뉴런의 특성을 통합하여 동작하는 인공신경섬유소자의 특성을 보여주는 그래프. [그림 4] 왼쪽은 생물의 신경망과 인공신경망의 비교그림으로 인공신경섬유소자의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 가운데는 개발, 제작한 인공신경망의 사진. 마지막은 인공신경망을 구성하고 있는 인공신경섬유소자들의 동작 특성. [그림 5] 왼쪽은 본 연구에서 개발된 인공신경섬유소자에서의 음성인식 (TI-46) 학습 및 동작 과정 그림, 오른쪽은 실제 음성인식.

- 신경세포와 같은 섬유형태를 가지면서 시냅스 네트워크 구현 가능한 소자 - 섬유형 네트워크로 지능형 웨어러블, 로보틱스 분야 활용 가능 인공지능 기술이 발전하면서 컴퓨터가 처리해야 할 데이터의 양도 기하급수적으로 늘어나고 있다. 기존의 연산방식은 데이터를 순차적으로 처리하기 때문에 방대한 양을 처리하기 위해서는 많은 시간과 막대한 전력이 소모된다는 문제점을 안고 있다. 이를 극복하기 위해서는 새로운 연산 패러다임으로의 전환이 필요한데, 많은 연구자가 생물의 뇌 작동방식과 구조를 모방해 적은 에너지로도 많은 양의 연산이 가능한 저전력 뉴로몰픽 컴퓨팅과 이를 위한 하드웨어 개발을 위해 노력하고 있다. 이런 가운데, 한국과학기술연구원(KIST, 원장 윤석진)은 광전소재연구단 임정아, 주현수 박사 연구팀이 뉴런과 유사한 형태와 기능을 갖고, 뇌의 신경세포망과 같은 기능을 구현할 수 있는 인공신경섬유 소자 개발에 성공했다고 밝혔다. 컴퓨터 연산을 뇌와 같은 방식으로 처리하기 위해 뇌의 뉴런 및 시냅스의 역할을 할 수 있는 소자에 대한 연구가 필요한데, 기존의 연구들이 뉴런 혹은 시냅스 동작에 대한 소자를 각각 개발해오던 것과 달리 KIST 연구진은 두 가지 동작 특성을 모두 갖는 개별 소자인 인공신경섬유를 개발했다. 이 소자들을 연결하면 간단히 신경망 네트워크 시스템을 제작할 수 있게 된다. 뇌의 신경세포는 끝이 여러 가닥으로 갈라져 여러 자극을 한 번에 받아들일 수 있는 섬유 구조를 가지며 전기자극에 의한 이온의 이동으로 신호전달이 이루어지는데, 연구진은 이와 동일한 구조로 2019년 개발한 섬유형 트랜지스터 소자를 활용해 인공신경섬유로 발전시켰다. 섬유형 트랜지스터의 전극으로 들어오는 전기적 자극에 따라 반도체 소재와 절연막에 존재하는 이온 사이에 산화환원 반응이 일어나도록 설계해 시냅스처럼 전기신호의 강도를 기억하여 전달할 수 있는 메모리 트랜지스터를 개발한 것이다. 개발된 인공신경섬유는 여러 개의 전극에서 다발적으로 들어오는 전기적 신호가 자연스럽게 하나의 소자에서 통합되는 뉴런과 동일한 특징을 보여, 이는 생물의 신경세포 동작 특성과 매우 유사한 것이다. 연구팀은 개발한 인공신경섬유를 엮어 100개 시냅스로 구성된 인공신경망을 제작, 안정적인 소자 특성을 확인하였다. 제작된 인공신경섬유 소자들을 이용하여 음성인식 학습을 진행 시킨 결과 88.9%의 인식률을 달성했다. 연구개발을 주도한 KIST 주현수, 임정아 박사는 “개발된 인공신경섬유 소자는 실제 뇌신경망과 유사한 대규모, 저전력(~2pJ/신호), 고신뢰성 인공신경망을 실현할 수 있는 원천기술이다.”라고 밝혔으며, ”인공신경섬유소자의 유연한 특성을 바탕으로 인공지능 반도체소자의 웨어러블, 로보틱스 등의 활용으로 이어질 수 있는 연구결과”라고 전망했다. 본 연구는 과학기술정보통신부(장관 임혜숙)의 지원을 받아 KIST 주요사업 및 한국연구재단 중견연구자지원사업으로 수행되었으며, 연구결과는 국제 학술지인 「Advanced Materials」 (IF : 27.34, JCR 분야 상위 1.61%) 최신 호에 게재되었다. * (논문명) Dendritic Network Implementable Organic Neurofiber Transistors with Enhanced Memory Cyclic Endurance for Spatiotemporal Iterative Learning - (제 1저자) 한국과학기술연구원 김수진 학생연구원 - (제 1저자) 한국과학기술연구원 정재승 학생연구원 - (교신저자) 한국과학기술연구원 임정아 책임연구원 - (교신저자) 한국과학기술연구원 주현수 책임연구원 <그림설명> [그림 1] 왼쪽은 생물의 신경세포 구조, 오른쪽은 본 연구진이 개발한 꼬아진 전극을 기반으로 하는 인공신경섬유소자의 구조를 비교 설명한 그림. 인공신경섬유소자 그림의 아래는 실제 소자의 사진. [그림 2] 왼쪽은 뉴런의 신호처리 방법, 오른쪽은 본 연구진이 개발한 인공신경섬유소자에 신호가 들어왔을 때 뉴런 동작 특성을 보이는 그래프. [그림 3] 왼쪽은 인공신경섬유의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 오른쪽 그래프는 각각의 시냅스를 게이트를 이용하여 특성을 변화시킬 수 있고, 구별되어 작동되는 것을 보임으로써 인공신경섬유의 독립적으로 구분된 시냅스 특성을 보이는 그래프. 마지막 그래프는 시냅스 특성과 뉴런의 특성을 통합하여 동작하는 인공신경섬유소자의 특성을 보여주는 그래프. [그림 4] 왼쪽은 생물의 신경망과 인공신경망의 비교그림으로 인공신경섬유소자의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 가운데는 개발, 제작한 인공신경망의 사진. 마지막은 인공신경망을 구성하고 있는 인공신경섬유소자들의 동작 특성. [그림 5] 왼쪽은 본 연구에서 개발된 인공신경섬유소자에서의 음성인식 (TI-46) 학습 및 동작 과정 그림, 오른쪽은 실제 음성인식.

- 신경세포와 같은 섬유형태를 가지면서 시냅스 네트워크 구현 가능한 소자 - 섬유형 네트워크로 지능형 웨어러블, 로보틱스 분야 활용 가능 인공지능 기술이 발전하면서 컴퓨터가 처리해야 할 데이터의 양도 기하급수적으로 늘어나고 있다. 기존의 연산방식은 데이터를 순차적으로 처리하기 때문에 방대한 양을 처리하기 위해서는 많은 시간과 막대한 전력이 소모된다는 문제점을 안고 있다. 이를 극복하기 위해서는 새로운 연산 패러다임으로의 전환이 필요한데, 많은 연구자가 생물의 뇌 작동방식과 구조를 모방해 적은 에너지로도 많은 양의 연산이 가능한 저전력 뉴로몰픽 컴퓨팅과 이를 위한 하드웨어 개발을 위해 노력하고 있다. 이런 가운데, 한국과학기술연구원(KIST, 원장 윤석진)은 광전소재연구단 임정아, 주현수 박사 연구팀이 뉴런과 유사한 형태와 기능을 갖고, 뇌의 신경세포망과 같은 기능을 구현할 수 있는 인공신경섬유 소자 개발에 성공했다고 밝혔다. 컴퓨터 연산을 뇌와 같은 방식으로 처리하기 위해 뇌의 뉴런 및 시냅스의 역할을 할 수 있는 소자에 대한 연구가 필요한데, 기존의 연구들이 뉴런 혹은 시냅스 동작에 대한 소자를 각각 개발해오던 것과 달리 KIST 연구진은 두 가지 동작 특성을 모두 갖는 개별 소자인 인공신경섬유를 개발했다. 이 소자들을 연결하면 간단히 신경망 네트워크 시스템을 제작할 수 있게 된다. 뇌의 신경세포는 끝이 여러 가닥으로 갈라져 여러 자극을 한 번에 받아들일 수 있는 섬유 구조를 가지며 전기자극에 의한 이온의 이동으로 신호전달이 이루어지는데, 연구진은 이와 동일한 구조로 2019년 개발한 섬유형 트랜지스터 소자를 활용해 인공신경섬유로 발전시켰다. 섬유형 트랜지스터의 전극으로 들어오는 전기적 자극에 따라 반도체 소재와 절연막에 존재하는 이온 사이에 산화환원 반응이 일어나도록 설계해 시냅스처럼 전기신호의 강도를 기억하여 전달할 수 있는 메모리 트랜지스터를 개발한 것이다. 개발된 인공신경섬유는 여러 개의 전극에서 다발적으로 들어오는 전기적 신호가 자연스럽게 하나의 소자에서 통합되는 뉴런과 동일한 특징을 보여, 이는 생물의 신경세포 동작 특성과 매우 유사한 것이다. 연구팀은 개발한 인공신경섬유를 엮어 100개 시냅스로 구성된 인공신경망을 제작, 안정적인 소자 특성을 확인하였다. 제작된 인공신경섬유 소자들을 이용하여 음성인식 학습을 진행 시킨 결과 88.9%의 인식률을 달성했다. 연구개발을 주도한 KIST 주현수, 임정아 박사는 “개발된 인공신경섬유 소자는 실제 뇌신경망과 유사한 대규모, 저전력(~2pJ/신호), 고신뢰성 인공신경망을 실현할 수 있는 원천기술이다.”라고 밝혔으며, ”인공신경섬유소자의 유연한 특성을 바탕으로 인공지능 반도체소자의 웨어러블, 로보틱스 등의 활용으로 이어질 수 있는 연구결과”라고 전망했다. 본 연구는 과학기술정보통신부(장관 임혜숙)의 지원을 받아 KIST 주요사업 및 한국연구재단 중견연구자지원사업으로 수행되었으며, 연구결과는 국제 학술지인 「Advanced Materials」 (IF : 27.34, JCR 분야 상위 1.61%) 최신 호에 게재되었다. * (논문명) Dendritic Network Implementable Organic Neurofiber Transistors with Enhanced Memory Cyclic Endurance for Spatiotemporal Iterative Learning - (제 1저자) 한국과학기술연구원 김수진 학생연구원 - (제 1저자) 한국과학기술연구원 정재승 학생연구원 - (교신저자) 한국과학기술연구원 임정아 책임연구원 - (교신저자) 한국과학기술연구원 주현수 책임연구원 <그림설명> [그림 1] 왼쪽은 생물의 신경세포 구조, 오른쪽은 본 연구진이 개발한 꼬아진 전극을 기반으로 하는 인공신경섬유소자의 구조를 비교 설명한 그림. 인공신경섬유소자 그림의 아래는 실제 소자의 사진. [그림 2] 왼쪽은 뉴런의 신호처리 방법, 오른쪽은 본 연구진이 개발한 인공신경섬유소자에 신호가 들어왔을 때 뉴런 동작 특성을 보이는 그래프. [그림 3] 왼쪽은 인공신경섬유의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 오른쪽 그래프는 각각의 시냅스를 게이트를 이용하여 특성을 변화시킬 수 있고, 구별되어 작동되는 것을 보임으로써 인공신경섬유의 독립적으로 구분된 시냅스 특성을 보이는 그래프. 마지막 그래프는 시냅스 특성과 뉴런의 특성을 통합하여 동작하는 인공신경섬유소자의 특성을 보여주는 그래프. [그림 4] 왼쪽은 생물의 신경망과 인공신경망의 비교그림으로 인공신경섬유소자의 게이트로 구분된 다중 시냅스의 구조를 보여주는 그림. 가운데는 개발, 제작한 인공신경망의 사진. 마지막은 인공신경망을 구성하고 있는 인공신경섬유소자들의 동작 특성. [그림 5] 왼쪽은 본 연구에서 개발된 인공신경섬유소자에서의 음성인식 (TI-46) 학습 및 동작 과정 그림, 오른쪽은 실제 음성인식.