연구 및 교육 역량 주요 대표실적

mRNA 기반 면역항암제 개발 ㈜드노보바이오테라퓨틱스 공동창업,  박지호 교수

차세대 면역항암치료 타겟발굴 원천기술 개발, 최정균 교수

박영균 교수, Brain-wide mapping reveals that  engrams for a single memory are distributed across multiple brain regions, Nature Communications, 2022;13(1)

기억저장 뇌 세포들의 뇌 전체 매핑을 최초로 달성하였고, 기억이 다양한 뇌 부위에 흩어져 저장되었다는 distributed engram hypothesis를 검증하였다. (이번 과제제안서의 모티브인) 기억저장 세포간 네트워크를 연구할 수 있는 기반을 제공하였다. .(IF2021: 17.694)

정기훈 교수, Ultrafast and Real-Time Nanoplasmonic On-Chip Polymerase Chain Reaction for Rapid and Quantitative Molecular Diagnostics, ACS nano, 2021;6(15), 10194-10202

나노 플라즈모닉 기판과 미세유체칩을 결합하여 5분 이내에 타겟 바이러스를 91%의 증폭 효율로 정량적 검출 가능하며 나노 플라즈모닉 PCR 기술을 바탕으로 현장에서 분자진단을 위한 차세대 유전자 증폭 플랫폼을 제공할 것이며, 바이러스 확산 방지에 기여할 수 있을 것으로 기대된다. (IF=15.881)

-관련기사(https://news.naver.com/main/read.nhn?mode=LSD&mid=sec&sid1=103&oid=346&aid=0000041315)

장무석 교수, DeepPhaseCut: Deep Relaxation in  Phase for Unsupervised Fourier Phase Retrieval, IEEE Transactions on Pattern Analysis  and Machine Intelligence, 2021;12

본 연구는 비지도 학습 기반의 위상 복원 기술을 개발한 연구이다. 본 연구에서는 수학적 이론을 바탕으로 이미징 대상의 위상을 복원하기 위해 필요한 PhaseCut Loss를 도출하였고, 이를 딥러닝 모델을 학습하는데 도입하였다. 새로 도입된 PhaseCut Loss를 통해 학습된 딥러닝 모델은, 푸리에 공간상의 세기만으로 이미징 대상의 위상 복원을 높은 신뢰도를 바탕으로 가능케 했으며, 기존의 다른 기법들보다 우수한 성능을 보여줌을 검증하였다. 본 연구는 위상 복원 문제에 새로운 돌파구를 마련한다는 점에서 광학, 초음파 등 의생명 영상 및 바이오 헬스 진단 분야 등에 널리 활용될 것으로 기대된다. 본 연구 결과는 computer science, artificial intelligence 분야의 144개 저널 중 2위 (IF=24.314)에 해당하는 최상위 저널에 게제되었다.

이상완 교수, Prefrontal solution to the bias-variance tradeoff during reinforcement learning, Cell Reports, 2021;37(13)

본 논문에서는 인공지능 분야의 난제인 편향-분산 상충 문제 관점에서, 상황 변화에 따른 최적의 학습전략을 유동적으로 찾아가는 인간의 뇌의 정보처리 과정을 규명하였다. 전두엽의 한 부위인 복외측 전전두피질이 중요한 역할을 한다는 사실을 발견하였다. 이 연구는 뇌기반 인공지능 기술을 이용하여 인공지능의 오랜 난제 중 하나인 과소적합-과적합 상충 문제를 실제로 풀어낸 최초의 사례이다. 연구를 통해 개발된 메타 강화학습 모델을 이용하면 간단한 게임을 통해 인간의 유동적 문제 해결 능력을 간접적으로 측정할 수 있니다. 더 나아가 스마트 교육이나 중독과 관련된 인지 행동치료에 적용할 경우 상황 변화에 유동적으로 대처하는 인간의 문제 해결 능력 자체를 향상할 수 있을 것으로 기대된다. 차세대 인공지능, 스마트 교육, 인지 행동치료 등 다양한 분야에 파급력이 큰 원천 기술로 최근 국내 및 해외 특허 출원이 완료된 상태이다. 해당 연구 결과는 약 35개의 언론사에 보도되었다.(IF2021: 9.995)

박성준 교수, Artificial Neural Tactile Sensing System, Nature Electronics, 2021;4:429-438

해당 연구는 인간 피부-신경 모사형 인공 감각 인터페이스 시스템을 개발한 내용이다. 본 논문에서는 가상/증강 현실, 메타버스, 화상 환자를 위한 인공피부, 로봇형 의수/의족 등 널리 사용될 수 있는 인공 감각 시스템이, 현재 구현해야 할 원리와 그 시스템의 복잡성 때문에 실제 감각기관처럼 만들기 어렵다는 것을 해결하기 위해 창의적인 방법 (나노입자 기반 복합 촉각 센서 구현 및 실제 신경 패턴 기반 신호 변환 시스템의 적용) 으로 연구를 진행하였다. 해당 연구는 향후 더욱 현실적인 감각 구현을 위한 인터페이스 시스템으로 연결될 가능성이 클 뿐만 아니라, 연구에 사용된 생체신호 모사 기법이 인체 내 다양한 종류의 타 감각 시스템과 결합될 경우 더욱 큰 시너지를 낼 수 있을 것으로 기대된다. 해당 연구결과는 해외 유수 저널 Nature Electronics에 게제되었으며 (IF=27.5) 언론 등에서 많은 주목을 받은 바 있다.

예종철 교수, Deep learning STEM-EDX tomography of nanocrystals, Nature Machine Intelligence, 2020;3:267-274

본 논문은 비지도학습 기반의 심층학습을 통해 3D STEM-EDX tomography의 영상 복원기술을 비약적으로 고도화하였다. 자가지도학습을 통한 노이즈 제거 알고리즘과 투사 도메인에서의 자가지도학습을 통해 단 13개의 신호대잡음비가 아주 낮은 투사 영상만 있어도 높은 정확도의 3차원 영상 복원이 가능함을 밝혀, 재료공학, 특히 디스플레이 업계 등 EDX tomography가 중요하게 쓰이는 분야에서 뛰어난 영향력을 행사할 것으로 기대할 수 있다. 또한, 본 논문에서 제시하는 알고리즘은 심층 학습에서 주로 필요한 정답(label) 데이터 없이도 심층 신경망을 학습할 수 있도록 제안되었다는 점에서 큰 이점을 가진다.

1. 정기훈 교수

본 교육연구단의 정기훈 참여교수는 2012년 이공계 분야에서 매우 저명한 학술지인 Advanced Materials지에 표지논문 ‘GLass Nanopillar Arrays with Nanogap-Rich Silver Nanoislands for Highly Intense Surface Enhanced Raman Scattering’을 게재하였다 (2019 IF : 25.809, Google Scholar 피인용수 : 172). 

본 연구는 극저농도의 바이오분자 검출을 위한 저비용 대면적 나노플라즈모닉 기판 개발 및 그 응용에 대한 것이다. 은 나노섬을 마스크로 이용한 식각 공정을 통해 대면적 유리 나노 기둥 어레이를 제작하였으며, 이후 추가적인 은 증착을 통해 나노플라즈모닉 구조를 형성하였다. 이렇게 제작된 나노플라즈모닉 기판은 3차원적인 고밀도 나노갭 (high density nanogap)을 제공하여 기존에 보고되어 있던 표면증강라만산란 기판에 비하여 10배 이상 강화된 신호를 성공적으로 획득하였다. 위의 내용으로 2013년 국내 특허 출원을 하였으며, KBS, SBS, YTN, 매일경제 등 주요 언론에 보도되었다. 추가로, 2014년 Material Research Society에 초청되어 강연하였음. 본 논문은 2012년 Advanced Matierals지에 처음 게재된 이후, 2020년 현재까지 광학, 생명공학, 신소재, 전자, 전기 등 다양한 분야에서 광범위하게 피인용이 되고 있다. 이러한 적극적 피인용현황은 상용화중인 반도체 증착공착공정에 그대로 적용하여 즉시 양산기술에 적용할 수 있다는 점과, 그 결과로 나노갭에 집광하는 유효한 빛이 세기를 수십배 향상시킬수 있기 때문으로 짐작된다.

연구팀은 2012년 게재한 해당 논문에서 더욱 나아가 유리 나노 기둥에 여러 기능성 광학 구조 및 소재를 결합하여 많은 후학 인재양성과 후속 연구들을 진행하였다. 2014년도에는 Small 학술지에 은나노섬을 에칭마스크로 이용하여 유리 나노 기둥을 제작하여 나노기둥 사이의 빈 공간을 액상 매질로 채워 유효굴절률을 조절하여 주변 환경과 무관한 이상적인 조건에 가까운 무반사 구현이 가능함을 보인다. 이를 이용하여 형광신호 및 표면증강라만산란 신호를 증가시켜 고대비 이미징 및 센싱이 가능함을 선보였다. 추가로 같은 해 Small 학술지에 유리 나노 기둥과 전기영동 기반 국소농축을 이용하여 생체물질 분자들을 기판 표면증강라만산란 기판으로 끌어와 100배 가까이 향상된 결과를 보고 하였다. 염료 물질인 R6G (Rhodamine 6G)와 신경전달 물질 Serotonin을 각각 피코몰, 나노몰 단위의 농도 수준에서 성공적으로 검출하였으며, 서로 상반된 전기적 성질을 갖는 물질들을 선택적으로 검출 가능함을 보였다. 그 후, 2015년도와 2016년도에도 각각 유리 나노기둥을 기반으로한 연구 업적을 달성하여 저명 학술지인 ACS Applied Materials & Interfaces 와 Nanoscale에 게재하였음. 해당 주요 업적들을 아래와 같이 정리하였다.

게재연도 : 2014, 학술지: Small (2019 IF: 10.86)

게재연도 : 2015, 학술지: Small (2019 IF: 10.86)

게재연도 : 2015, 학술지: ACS Applied Materials & Interfaces (2019 IF: 8.46)

게재연도 : 2016, 학술지: Nanoscale (2019 IF : 6.97)

 2. 박성홍 교수

본 교육연구단의 박성홍 참여교수는 2019년 최고의 학술지인 Nature지에 ‘Meningeal lymphatic vessels at the skull base drain cerebrospinal fluid’ 제목의 논문을 공동교신저자로 게재하였다. 치매와 같은 퇴행성 뇌질환을 유발하는 뇌 속 노폐물의 배출 경로를 dynamic MRI 촬영기법으로 처음으로 밝혔다. 뇌의 노폐물들은 뇌척수액을 통해서 배출되는데, 베타-아밀로이드 또는 타우 단백질 같은 노폐물이 적절히 배출되지 않고 뇌에 쌓이면 치매가 생길 가능성이 높아지는 것으로 알려져 있다. 뇌척수액 순환 및 meningeal lymphatic vessels(mLVs)을 통한 뇌척수액 내 노폐물 제거기작은 중추신경계의 항상성을 유지하는 중요한 역할을 함이 밝혀졌다. 그러나, mLVs을 통한 뇌척수액 노폐물 제거 경로는 명확하게 밝혀지지 않았다. 이 경로를 찾기 위해 우리는 직접 뇌척수액에 조영제를 주입하고 dynamic MRI 촬영기술을 사용하여 뇌척수액 노폐물 제거의 주요 경로를 확인했다. 쥐의 경우, 두개골 기저부분의 mLVs이 뇌척수액 내의 거대 분자 흡수와, 뇌 말초 림프계로 향하는 직접적인 뇌척수액의 배수에 중요한 역할을 한다는 것을 발견했다. (Impact Factor 43.07) (인용회수 33회, Google Scholar 2020년 3월 5일 기준)

사람에게도 적용할 수 있는 MRI 촬영기법으로 밝혔다는 점에서 의의가 있고, 향후 사람에서 뇌 속 노폐물의 배출 경로를 정확히 밝혀 치매와 같은 퇴행성 뇌질환의 치료를 위한 중요한 타켓을 제시할 수 있을 것으로 기대된다.

3. 최정균 교수

DNA 중 단백질 정보를 직접 담고 있지 않는 비부호화 영역은 쓰레기(junk) DNA라고 불리우는데, 인간 게놈 프로젝트를 통해 사람의 전체 DNA의 90% 이상은 이러한 junk DN 라는 것이 밝혀져 충격을 주었고, 최근 이들이 중요한 조절 기능을 가지고 있음이 계속해서 보고되어 왔다. 본 연구에서는 다양한 IT 기술을 이용, 복잡한 3차원 DNA 구조에 대한 빅데이터 해독을 통하여 junk DNA에서 발생하는 암 돌연변이가 단백질 정보를 담고 있는 부분과 상호작용함으로써 암의 유발인자가 될 수 있음을 발견하였다. 더 나아가 인공지능 기술을 적용하여 암 환자의 돌연변이의 대다수가 나타나고 있는 junk DNA에서 중요한 발암인자를 찾는 정보해독 시스템을 개발함으로써, 최근 고조되고 있는 암 정밀의료의 수요를 충족하는데 중요한 기여를 할 것으로 기대된다.

게재연도 : 2016, 학술지: Nature Genetics (2019 IF : 25.46)

연구역량 주요 대표실적 (해외특허)

교육역량 주요 대표실적 (저서)

교육역량 주요 대표실적 (오픈 온라인 코스 개설)