최신 기술 소개

뇌파를 읽어주는 언어 해독기

뇌세포와 얼굴, 성대의 미세한 움직임을 분석해 말하지 못하는 사람들의 말을 대신 표현해줄 수 있는 언어 해독기가 최초로 개발되었습니다. 그동안 과학자들은 다양한 방식을 통해 언어 해독 방안을 연구해 왔고, 뇌파로 컴퓨터와 같은 기계를 조정할 수 있는 뇌-기계 인터페이스를 개발해 왔습니다. 하지만, 이는 해독 시간이 너무 오래 걸리고 언어 해석 역시 불완전해 어려움을 겪었습니다.

이를 해결해 줄 수 있는 것이 이번에 개발된 BMI입니다. BMI는 뇌에 설치된 전극을 통해 뇌파의 움직임을 분석하고, 영상분석 시스템을 통해 혀와 입술, 후두, 턱 등의 움직임을 측정해 종합적으로 해독하는 머신러닝의 알고리즘을 활용하였습니다. 전극을 뇌에 삽입한 후 실험자의 행동에 따라 뇌파가 어떻게 변화하는지 측정한 후 데이터를 축적하였습니다. 그리고 데이터를 이용하여 언어 해석을 하기 위해 이 알고리즘을 해독 장치와 통합하였습니다. 그 결과, 현재까지는 환자의 언어표현을 약 43%까지 확인할 수 있었다고 합니다. 이 연구가 보완되어 뇌파로 언어를 주고 받을 수 있는 시대가 온다면 말을 하지 못하는 환자들의 불편함을 해소해 줄 수 있을 것입니다.

출처_https://www.sciencetimes.co.kr/?news=뇌파-읽어주는-언어해독기-개발

–

재료의 혁신,  음성 푸아송 비

재료의 물성에 관해 이야기를 하다 보면 우리는 흔히 Poisson’s Ratio라는 말을 들을 수 있습니다. Poisson’s Ratio는 재료 고유의 특성 중 하나로서, 어떠한 힘을 가했을 때 나타나는 가로 변형률과 세로 변형률의 비를 의미하고, – △y /△x로 정의됩니다. 일반적인 재료의 경우, 대부분은 Positive Poisson’s Ratio를 가지고 수축하는 상태에서는 하중의 수직인 방향으로 재료가 팽창하고, 늘어나는 상태에서는 그 반대의 현상이 관찰됩니다. 하지만, 이러한 기존 현상의 틀을 깬 Negative Poisson’s Ratio가 등장하였는데, 이를 응용하기 위해 많은 연구가 이루어지고 있습니다. Negative Poisson’s Ratio는 일반적인 재료들이 가지고 있는 Positive Poisson’s Ratio와 반대로 수축하는 상태에서 하중의 수직인 방향으로 재료가 수축하고, 늘어나는 상태에서는 그 반대의 현상이 관찰됩니다. 이것을 줄여 NPR 특성이라고 부릅니다. 이 현상은 물질 내부의 배열이 회전 특성을 가지기 때문에 일어나는 현상으로, 내부 구조 배열이 회전하는 모델을 만들어 메커니즘만 구현해낸다면 NPR 특성을 가진 물질을 구현해 낼 수 있습니다. NPR 특성을 이용하면 어떠한 하중이 작용하였을 때 그것에 대해 강성 및 저항성을 증가시켜 대응할 수 있게 됩니다. NPR의 장점을 활용하기 위해 새로운 메타물질을 합성하기도 하고, 고분자 및 기초 분야, 의료산업 분야 등 여러 분야에서도 활발한 연구가 이루어지고 있습니다. 이러한 NPR 특성은 미래 재료의 물성에 있어서 획기적인 역할을 할 것으로 예상됩니다.

–

Alphago의 동생 알파폴드

AlphaFold는 구글 딥마인드에서 개발한 단백질 구조의 3D 형태를 예측할 수 있는 인공지능으로, 알파고 다음으로 내세운 획기적인 AI입니다. 단백질 구조의 3D 형태를 예측하는 일은 과학계에서 가장 까다로운 문제 중 하나로, 생물의 기구는 단백질로 만들어지며, 단백질의 형태가 그 기능을 규정하기 때문에 3D 형태를 통해 단백질이 접히는 메키니즘만 이해한다면, 과학과 의학 발달에 새 시대가 열릴 것입니다. 딥마인드는 AlphaFold를 구축하기 위해 사람의 뇌 기능을 모방한 뉴럴 네트워크(Neural Network)를 적용하였습니다. 그리고 AlphaFold는 뉴럴 네트워크 속에서 신경망을 활용해 자기 학습을 거쳐 새로운 단백질이 주어지면 기존에 습득하였던 데이터를 통해 서로 다른 아미노산이 결합하는 각도나 형상을 예측해 냅니다. 최근에는, 초벌 구조를 제작해 에너지 효율성이 가장 높은 배열을 찾아내기도 하였습니다. 또한, AlphaFold를 개발한 후 단백질 예측 학술대회(CASP)에 참가하여, 참가하자마자 압도적인 우승을 차지하는 성과를 이루어 내었습니다. 이러한 성과들을 이루어 낸 AlphaFold의 유일한 단점은 단백질 구조를 예측하는 시간이었는데, 단백질 구조를 예측하는 데에만 2주가 걸렸습니다. 하지만, 현재는 이를 보완해 단백질 구조 예측 시간을 2시간으로 단축하였습니다. AlphaFold를 활용해 단백질 구조의 3D 형태를 예측할 수 있게 된다면 질병을 유발하는 단백질을 제어할 수 있는 물질을 단시간에 찾을 수 있게 되고 치료에 아주 유용하게 사용될 수 있을 것입니다.

출처_http://www.ibric.org/myboard/read.php?Board=news&id=300218

–

초전도자석 전원공급장치

현재 세계적으로 원자력 발전소의 안정성에 대한 논란이 일어나고 있고, 이러한 문제점을 해결해 줄 수 있는 것이 핵융합을 이용한 발전입니다. 그리고 최근, 이를 위해 필요한 ‘국제핵융합실험로(ITER)’의 초전도자석 전원공급장치가 국내에서 개발되어 제작 단계에 이르렀습니다. 인공태양이라 불리는 ITER은 초전도자석이 만든 강력한 자기장을 이용해 초고온 플라즈마를 가두고 태양에서 일어나는 핵융합반응을 만듭니다. 그리고 초전도자석 전원공급장치의 컨버터는 이러한 자기장을 만드는 ITER에 정밀 제어 전류를 공급해 핵융합 플라즈마를 효과적으로 제어하고, 불안정한 위치를 빠른 속도로 안정화해 주는 역할을 합니다. 그리고 초전도자석 전원공급장치를 제작하면서 중요한 것이 맞춤형 컨버터입니다. 플라즈마를 제어할 수 있는 자기장을 만들기 위해서는 초전도자석마다 요구하는 전류 용량 및 전압 제어 요건에 맞아야 합니다. 또한, 전기 과부하 등의 사고가 발생하여도 1억도 이상의 초고온 플라즈마가 유지되고 있는 핵융합로를 보호할 수 있도록 컨버터가 곧바로 멈추지 않고 플라즈마를 안전하게 제어할 수 있도록 만들어 져야 합니다. 현재 제작이 되는 초전도자석 전원공급장치가 위의 조건들을 잘 만족하여 제작된다면 핵융합 발전소의 안전 설비 구축에 기여할 수 있는 첨단 기술이 될 것입니다.

출처_https://news.unist.ac.kr/kor/column_165/

알리미 24기 무은재학부 18학번 백진우