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.

- 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.