• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 인터뷰
  • 인사•부음
  • 글로벌뉴스
창간특집
인공지능
배터리
컨퍼런스
칼럼•연재
포토•영상

ZDNet 검색 페이지

'양자역학'통합검색 결과 입니다. (5건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

뇌의 작동 원리, 양자역학으로 풀었다…슈뢰딩거 방정식으로 해석

상대적으로 느린 신경 전달 속도로 빠른 계산을 해내는 뇌의 비밀을 양자역학의 수학으로 풀어낸 연구 결과가 나왔다. 이번 발견은 양자컴퓨터로 뇌의 작동 방식을 구현할 수 있는 실마리로도 주목받고 있다. 스페인 바르셀로나 폼페우 파브라 대학교의 구스타보 데코 교수팀과 영국 옥스퍼드대학교, 덴마크 오르후스대학교의 공동 연구팀은 과학저널 '피지컬 리뷰 E'에 '고조파 분해를 통해 밝혀낸 뇌의 저차원 임계 동역학'이라는 논문을 17일 발표했다. 연구진은 해당 논문을 통해 양자역학에서 사용되는 슈뢰딩거 방정식을 활용해 뇌의 작동 원리를 보다 정밀하게 설명할 수 있다고 밝혔다. 기존 방식은 뇌의 복잡한 네트워크 연산을 설명하는 데 한계가 있었지만 양자역학을 활용해 뇌의 장거리 연결과 비국소성의 영향을 구현할 수 있다는 설명이다. 구스타보 데코 교수는 "뇌의 신경 신호는 50~100m/s 수준으로 3억m/s에 달하는 전기회로에 비해 놀라울 정도로 느림에도 생존에 필요한 민감한 계산을 컴퓨터보다 빠르게 처리한다"며 "느린 정보 전달 속도의 한계를 물리학적으로 어떻게 극복했는지 방안을 제시한다"고 논문 발표 이유를 밝혔다. 지금까지 뇌 관련 연구는 뇌 신호가 인접한 뉴런들 사이를 퍼져 나간다고 가정해 열 방정식(heat equation)을 사용해왔다. 하지만 연구진은 뇌는 양자얽힘처럼 서로 멀리 떨어진 영역 간에도 동시에 서로에게 영향을 주는 장거리 상호작용이 존재하며 이를 양자 물리학적 간섭(interference)으로 표현할 수 있다는 사실을 확인했다. 이를 입증하기 위해 슈뢰딩거 방정식을 바탕으로 한 분석 기법 '복소 고조파 분해(CHARM)'를 개발해 검증에 나섰다. CHARM을 이용해 1천명 이상의 뇌 영상 데이터를 분석한 결과 기존 열 방정식을 사용한 방식보다 훨씬 높은 정확도로 뇌의 신호 흐름을 재현한 것으로 나타났다. 또 깨어 있는 상태와 깊은 수면 상태 등 뇌 활동 차이도 정밀하게 구별해낼 수 있었다. 연구진은 CHARM의 강점으로 뇌의 복잡성을 단순화하면서도 중요한 정보 흐름을 빠짐없이 반영할 수 있는 점이라고 설명했다. 기존 방식은 뇌의 국소적 연결만 고려해 전체 뇌 네트워크가 협력하는 모습을 정확히 포착하기 어려웠지만, CHARM은 각 영역이 멀리 떨어져 있어도 서로 협력해 문제를 해결하는 방식까지 상세히 분석할 수 있다는 것이다. 또 이번 연구는 동시에 여러 정보를 병렬적으로 처리하며 복잡한 문제를 빠르게 해결한다는 점에서 양자컴퓨터의 구조와 유사해 이를 활용한다면 인간 뇌의 작동 방식을 재현할 수 있는 실마리가 될 전망이다. 구스타보 교수는 "뇌가 놀라울 정도로 느린 신호전달 속도에도 불구하고 복잡한 계산을 실시간으로 해내는 이유 중 하나는 뇌에서 발생하는 정보를 동시에 결합하고 처리할 수 있기 때문"이라며 "이러한 특징을 양자물리학의 파동 방정식을 이용해 설명함으로써 상호작용 패턴을 더 정밀하게 해석할 수 있게 됐다"고 강조했다.

2025.03.17 14:55남혁우

KAIST 연구진, 세계최초 상온서 양자역학 스핀펌핑 현상 발견

과학기술정보통신부는 KAIST 이경진 김갑진 교수와 서강대학교 정명화 교수 공동연구팀이 세계 최초로 상온에서 양자역학적 스핀 펌핑 현상을 발견했다고 밝혔다. 과기정통부 기초연구사업 지원으로 수행한 이 연구성과는 국제학술지 네이처에 29일(현지시간) 게재됐다. 전자는 전기적인 성질인 전하와 자기적인 성질인 스핀(spin)을 동시에 가지고 있다. 물질 내에서 전자가 이동하는 현상인 전류는 전하가 이동해 발생하는 전하 전류와 스핀의 이동으로 발생하는 스핀 전류로 나뉜다. 우리가 사용하는 대부분의 전자기기는 전하 전류로 작동한다. 하지만 전류가 흐를 때 전자가 물질 내부의 원자와 충돌하기 때문에 필연적으로 열이 발생하고, 이는 에너지 소모량 증가와 효율 저하로 이어진다는 문제점이 있다. 이를 극복하기 위해 전 세계의 많은 연구자는 전하 전류가 아닌 스핀 전류를 이용해 전자 소자를 만드는 연구를 진행하고 있으며, 이를 '스핀트로닉스(spintronics)'라고 한다. 스핀트로닉스 기술 구현의 핵심은 스핀 전류를 생성하는 것으로, 스핀 전류 생성의 여러 방법 중 하나는 스핀 펌핑(spin pumping)이다. 스핀 펌핑은 자성체와 비자성체를 접합했을 때, 스핀이 세차운동에 의해 자성체에서 비자성체로 이동하는 현상을 말하는데 고전역학으로 생성되는 스핀 전류는 크기가 작아 실제 전자 소자에는 활용이 제한됐다. 정명화 교수팀은 지난 2019년 자성박막에서의 스핀 상호작용에 대한 연구 결과를 발표하였고, 이는 재료 분야 저명 학술지에 실린 바 있다. 이후 관련 분야에서 연구를 지속적으로 수행하였으며, 자성박막 제작에 대한 연구 노하우를 점차 쌓아왔다. 이같은 연구 노하우를 바탕으로 정명화 교수 연구팀은 고품질의 철(Fe)-로듐(Rh) 자성박막을 제작하는 데 성공했고, 김갑진 교수 연구팀과 함께 자성박막의 독특한 특성을 활용해 큰 스핀 전류를 관측했다. 또한 이를 이경진 교수 연구팀이 양자역학적 이론으로 해석하고 추가적인 실험으로 증명하게 됐다. 대부분의 양자역학적 현상은 극저온에서만 관측되는 것과 달리 이번 연구는 상온에서 양자역학적 스핀 펌핑 현상을 관측했다는 점에서 큰 의미가 있다. 아울러 기존 고전역학적 방식에 비해 10배 이상의 스핀 전류를 생성하는 방법을 제시하면서 차세대 전자 소자 개발에 기여할 것으로 기대된다. 공동 연구팀은 “기존 스핀트로닉스 연구는 고전적인 스핀 운동을 이용해 온 반면에 이번 연구는 스핀의 양자적인 특성을 활용해 응용 측면에서도 더 효과적이라는 점을 증명한 것에 의의가 있다”고 밝혔다.

2025.01.30 11:13박수형

KAIST 초세대협업연구실 3곳 추가 개소…7년만에 12개 보유

KAIST가 7일 '초세대 협업연구실' 3곳을 추가 개소했다. '초세대 협업연구실'은 지난 2018년 첫 오픈 이후 현재까지 총 12개가 됐다. '초세대협업연구실'은 KAIST가 원로 교수와 신진교수의 연구역량 연결 및 지원을 위해 만든 자체 시스템이다. 선발은 BFO(최고,최초,유일)추천위원회 추천과 공개 공모 절차를 거쳐야 한다. 선정된 연구실에는 매년 적게는 5천만 원에서 최대 1억 원까지 5년간 지원한다. 이번에 현판식을 가진 협업연구실은 ▲전기및전자공학부 유회준 교수의 '차세대 인공지능 반도체 시스템 연구실' ▲화학과 김상규 교수의 '분자분광학 및 화학동역학 연구실' ▲전산학부 문수복 교수의 '첨단 데이터 컴퓨팅 연구실'이다. 이들은 선발과정에서 2대1의 경쟁을 거쳤다. '차세대 인공지능 반도체 시스템 연구실'에는 김주영 교수가 참여, 초세대협업연구실을 운영한다. 연구목표는 심층 신경망 및 생성형AI 등 뇌 모방 인공지능 알고리즘을 포함한 차세대 인공지능반도체 설계기술을 체계적으로 협업 및 전수를 통해 핵심기술을 집대성하고, 연구개발 산출물의 활용 가능성을 타진할 예정이다. '분자분광학 및 화학동역학 연구실'은 김태규 교수가 참여해 운영한다. 추후엔 분광학 및 동역학 분야 신임 교수도 합류할 계획이다. 이들은 화학반응을 양자역학적 관점에서 들여다보고, 화학반응 원리를 기반으로 신물질 설계를 추진한다. '첨단 데이터 컴퓨팅 연구실'에는 차미영 교수와 문화기술대학원 이원재 교수가 참여하기로 했다. 연구목표는 온라인상에서 발생하는 부정적인 영향에 대한 분석과 이해를 높이고, 감정과 도덕을 활용한 혐오 전조 탐지 모델을 개발할 계획이다. 한편 이날 현판식은 KAIST 이광형 총장과 이상엽 연구부총장 등 주요 보직자들이 참석했다.

2025.01.07 15:54박희범

건국대 연구팀, 중수소 활용 신소재 개발…차세대 디스플레이 기술 선도

건국대학교는 이위형 재료공학과 교수(교신저자)팀이 노스웨스턴대학교 이정훈 박사(재료공학과, 제1저자), 충남대학교 구자승 교수(유기재료공학과, 교신저자)와 공동으로 중수소를 활용한 새로운 소재 기술을 개발해 차세대 디스플레이 기술의 안정성과 성능을 크게 향상할 수 있는 방법을 제시했다고 20일 밝혔다. 연구 결과는 재료 분야 대표 권위지인 Advanced Functional Materials(IF = 18.5)에 11월 27일 온라인 게재됐다. 중수소는 수소의 동위원소로, 원자핵에 중성자가 하나 더 있는 독특한 구조를 가지고 있다. 자연계에 극미량 존재하지만, 이러한 구조적 특성 덕분에 첨단 소재 개발에서 새로운 가능성을 열어주고 있다. 중수소는 차세대 디스플레이 기술에서 전자 소자 성능과 안정성을 높이는 데 중요한 역할을 하고 있다. 유기발광다이오드(OLED) 기술에서는 발광층 수소를 중수소로 치환함으로써 내열성을 크게 향상했고, 이는 OLED 수명 연장과 효율 개선으로 이어졌다. 그러나 활성층에 중수소를 직접 도입하는 기존 방식은 높은 생산 비용이라는 한계를 가지고 있었다. 연구팀은 이러한 한계를 극복하기 위해, 중수소를 포함한 절연성 고분자(PMMA, PS)를 유기 반도체와 혼합해 새로운 방식의 상분리 구조를 제안했다. 이를 통해 활성층에 중수소를 직접 도입하지 않아도 고이동도와 열적 안정성은 물론, 지속적인 전압에 따른 성능 안정성을 동시에 개선할 수 있었다. 실험 결과, 중수소 기반 고분자 블렌드 소자는 기존 범용 고분자보다 뛰어난 전기적 특성과 고온 환경에서의 안정성을 보였다. 또 장시간 전압을 가했을 때도 성능이 유지됐다. 이 기술은 기존 제조 공정과도 호환됐다. 연구팀은 이번 연구 기술이 차세대 유연 디스플레이의 스위칭 소자 개발에 핵심적인 역할을 할 것으로 기대했다. 연구팀 관계자는 “중수소를 활용한 트랜지스터 기술은 고성능과 안정성을 동시에 제공하며, 특히 유연성과 내구성이 중요한 응용 분야에서 큰 영향을 미칠 것”이라며 “이는 디스플레이 산업을 넘어 전자 소자 성능을 재정의하며, 새로운 산업 패러다임을 열어갈 중요한 계기가 될 것”으로 전망했다. 이번 연구는 건국대 재료공학과 이위형 교수와 충남대 구자승 교수가 교신저자로 참여했다. 제1저자인 이정훈 박사는 건국대학교 유기나노시스템공학과를 졸업한 후 서울대학교 재료공학부에서 박사학위를 받고 현재 노스웨스턴대학교에서 박사후연구원으로 활동 중이다. 또 건국대 임수환 학생과 충남대 김민송 학생이 공동 제1저자로 참여했으며, 중수소 치환에 따른 양자역학적 계산은 건국대 물리학과 이훈경 교수팀이 진행했다. 과학기술정보통신부의 중견연구사업 및 산업통상자원부 지원으로 수행한 이번 연구는 한국원자력연구원의 중성자 산란 실험 협조로 이뤄졌다.

2024.12.20 12:57주문정

KAIST "인공신경망 모델로 양자역학적 고성능 과학계산 세계 첫 성공"

국내 연구진이 인공지능을 활용해 양자역학적 고성능 컴퓨터 시뮬레이션 계산 시간을 획기적으로 단축하는데 성공했다. KAIST(총장 이광형)는 전기및전자공학부 김용훈 교수 연구팀이 원자 수준 양자역학적 계산에 필요한 복잡한 알고리즘을 우회하는 3차원 컴퓨터 비전 인공신경망 기반 계산 방법론을 세계 최초로 제시했다고 30일 밝혔다. 물질·소재 시뮬레이션에는 △공간-시간 레벨 또는 스케일에 따라 ㎚ 수준에서의 양자역학적 계산 △, 수십~수백 ㎚ 규모의 고전역학적 힘장(force fields) 계산 △거시적 규모에서의 연속체 역학 계산 및 서로 다른 스케일의 시뮬레이션들을 혼합하는 계산 등 다양한 방법론들이 활용된다. 최근에는 기계학습 기법을 도입해 시뮬레이션을 급가속하기 위한 연구가 활발하다. 그러나 상위 스케일 시뮬레이션의 근간을 이루는 양자역학적 전자구조 계산에 기계학습 기법을 도입하는 연구는 아직 미진했다. 이에 연구팀은 3차원적으로 분포된 화학결합 정보를 합성곱신경망(convolutional nueral network, CNN)으로 나타낼 수 있는 'DeepSCF' 방법론을 개발했다. 합성곱신경망은 시각 영상과 같은 데이터를 처리하는 데에 적합한 구조를 가진 심층학습(deep learning) 신경망의 한 종류다. 연구진은 탄소나노튜브 기반의 DNA 염기서열 분석 소자 모델에 딥SCF 방법론을 적용한 결과 고전역학적 원자 간 힘뿐만 아니라 화학 결합의 정보를 담고 있는 잔여 전자밀도 및 전자 상태밀도(density of states, DOS)와 같은 양자역학적 전자구조 특성을 SCF 과정을 수행하는 표준 DFT 계산 결과에 대응되는 정확도로 빠르게 예측하는데 성공했다. 김용훈 교수는 "인공지능을 활용한 물성 연구 및 나노소재·소자 설계의 기반 원리를 제공할 뿐만 아니라 첨단 인공신경망 모델을 고성능 과학계산에 효율적으로 활용하는 일반적인 아이디어를 제시한 것"이라며 "인공지능의 과학·기술 응용 분야 전반의 발전에 중요한 단초를 제공할 것"으로 기대했다.

2024.10.30 22:56박희범

  Prev 1 Next  

지금 뜨는 기사

이시각 헤드라인

폴더블 아이폰, 펀치홀 카메라 탑재 유력

배민·요기요, 먹통 뒤 정상화..."금요일 밤 비 내린 탓"

과학자들, 납으로 금 만들었다…'연금술사의 꿈' 실현되나

SKT 유심교체 누적 193만...교체 예약 대기 686만

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현