리튬이온 배터리(LIBs)의 저온 실용적 사용에는 느린 삽입 반응과 금속 리튬 도금으로 인한 다양한 위험이 존재합니다. 이러한 문제를 해결하기 위해, 기존 LIBs의 리튬 저장 방식을 확산 삽입에서 용량성 충전 메커니즘으로의 전환했습니다. 이를 위한 에어로졸 건조를 통해 적층 과정을 제어하여 제작된 3D 그래핀 기반 전극을 소개합니다. 이 전극은 그래핀 구
Mechano-Materials and Energy Laboratory(기계-재료 에너지 연구실)의 연구책임자인 이승훈 교수입니다. 저는 Georgia Institute of Technology(조지아공대)에서 기계공학 박사학위를 취득하였으며, 극저온에서 구동 가능한 이차전지와 화재 위험성으로부터 안전하면서도 고성능을 발휘하는 전고체전지에 대해 연구해
데이터사이언스와 최적화 기법을 활용하여 지속 가능한 항공시스템을 만들기 위한 연구를 수행하고 있습니다. 최근 진행했던 대표 연구로는 ‘UAM/UTM용 도심공역 설계 및 최적 비행경로 추천 프레임워크 개발’, ‘데이터 기반 항공안전관리’, ‘인공지능 기법을 활용한 공항소음 예측 알고리즘 개발’, ‘교통 소외지역 접근성 개선 연구’가 있습니다.
융합기술을 통해 기존 디바이스의 한계를 넘어서는 차세대 전기소자 및 기기를 개발하고 있습니다. 구체적으로는 유연하며 인장 가능한 센서, 에너지 하베스터, 에너지 저장장치 등을 개발합니다. 소자를 설계할 때 전도성 나노 물질, 압전 물질 등의 스마트 재료와 serpentine, kirigami 등의 기능성 구조를 활용합니다. 또한 설계된 재료와 형상을 가공
소프트 로보틱스는 유연하고 부드러운 재료를 사용해 만들어진 로봇 기술로, 전통적인 단단한 로봇들과는 다르게 로봇이 자유롭게 구부리거나 휘어질 수 있습니다. 이러한 로봇들은 본질적인 부드러움과 유연성으로 인해 인간이나 환경과의 상호작용을 더 안전하게 할 수 있습니다. 이는 물리적 접촉시 부상 위험을 크게 줄여주어 사람들이 거부감을 덜 느끼게 만듭니다. 예를
이번 서면 인터뷰에서 만나 보실 김남중 교수(가천대학교 기계공학전공)는 기계적 메타물질의 장점을 극대화할 수 있는 인공지능 기반 설계법에 관한 연구를 진행하고 있습니다. 또한, 인공지능 기술을 활용한 전통적 수치해석 기법의 효율화, 자연모사 구조체를 활용한 기계적 메타물질 설계법, 불확실성 정량화를 통한 시뮬레이션 기술의 고도화에 대하여 자세한 이야기해보도
본 메릭 웨비나 발표에서는 직접 공기 포집(Direct Air Capture, DAC) 기술과 개방형 에어 브레이튼 사이클(Open Air Brayton Cycle, OABC) 시스템을 통합함으로써 주변 공기에서의 탄소 포집 효율을 향상시키고 에너지 소비를 최소화하는 새로운 접근법을 소개합니다. 다양한 DAC 시스템 레이아웃의 분석과 다른 재생 온도의 고려
고성안 교수(UNIST 인공지능대학)는 딥러닝, AI+시각분석/시각화, 인간-AI 상호작용 등을 연구하고 있습니다. 최근에는 인공지능을 활용하여 복잡한 역사 정보를 일목요연하게 정리해 한눈에 보여주는 시스템과 교통정체 예측 인공지능 기술을 개발하고 있습니다.
Retrieval-Augmented Generation (RAG) is a promising approach for mitigating the hallucination of large language models (LLMs). However, existing research lacks rigorous evaluation of the impact of ret
리튬이온 배터리(LIBs)의 저온 실용적 사용에는 느린 삽입 반응과 금속 리튬 도금으로 인한 다양한 위험이 존재합니다. 이러한 문제를 해결하기 위해, 기존 LIBs의 리튬 저장 방식을 확산 삽입에서 용량성 충전 메커니즘으로의 전환했습니다. 이를 위한 에어로졸 건조를 통해 적층 과정을 제어하여 제작된 3D 그래핀 기반 전극을 소개합니다. 이 전극은 그래핀 구
Mechano-Materials and Energy Laboratory(기계-재료 에너지 연구실)의 연구책임자인 이승훈 교수입니다. 저는 Georgia Institute of Technology(조지아공대)에서 기계공학 박사학위를 취득하였으며, 극저온에서 구동 가능한 이차전지와 화재 위험성으로부터 안전하면서도 고성능을 발휘하는 전고체전지에 대해 연구해
데이터사이언스와 최적화 기법을 활용하여 지속 가능한 항공시스템을 만들기 위한 연구를 수행하고 있습니다. 최근 진행했던 대표 연구로는 ‘UAM/UTM용 도심공역 설계 및 최적 비행경로 추천 프레임워크 개발’, ‘데이터 기반 항공안전관리’, ‘인공지능 기법을 활용한 공항소음 예측 알고리즘 개발’, ‘교통 소외지역 접근성 개선 연구’가 있습니다.
융합기술을 통해 기존 디바이스의 한계를 넘어서는 차세대 전기소자 및 기기를 개발하고 있습니다. 구체적으로는 유연하며 인장 가능한 센서, 에너지 하베스터, 에너지 저장장치 등을 개발합니다. 소자를 설계할 때 전도성 나노 물질, 압전 물질 등의 스마트 재료와 serpentine, kirigami 등의 기능성 구조를 활용합니다. 또한 설계된 재료와 형상을 가공
소프트 로보틱스는 유연하고 부드러운 재료를 사용해 만들어진 로봇 기술로, 전통적인 단단한 로봇들과는 다르게 로봇이 자유롭게 구부리거나 휘어질 수 있습니다. 이러한 로봇들은 본질적인 부드러움과 유연성으로 인해 인간이나 환경과의 상호작용을 더 안전하게 할 수 있습니다. 이는 물리적 접촉시 부상 위험을 크게 줄여주어 사람들이 거부감을 덜 느끼게 만듭니다. 예를
이번 서면 인터뷰에서 만나 보실 김남중 교수(가천대학교 기계공학전공)는 기계적 메타물질의 장점을 극대화할 수 있는 인공지능 기반 설계법에 관한 연구를 진행하고 있습니다. 또한, 인공지능 기술을 활용한 전통적 수치해석 기법의 효율화, 자연모사 구조체를 활용한 기계적 메타물질 설계법, 불확실성 정량화를 통한 시뮬레이션 기술의 고도화에 대하여 자세한 이야기해보도
본 메릭 웨비나 발표에서는 직접 공기 포집(Direct Air Capture, DAC) 기술과 개방형 에어 브레이튼 사이클(Open Air Brayton Cycle, OABC) 시스템을 통합함으로써 주변 공기에서의 탄소 포집 효율을 향상시키고 에너지 소비를 최소화하는 새로운 접근법을 소개합니다. 다양한 DAC 시스템 레이아웃의 분석과 다른 재생 온도의 고려
고성안 교수(UNIST 인공지능대학)는 딥러닝, AI+시각분석/시각화, 인간-AI 상호작용 등을 연구하고 있습니다. 최근에는 인공지능을 활용하여 복잡한 역사 정보를 일목요연하게 정리해 한눈에 보여주는 시스템과 교통정체 예측 인공지능 기술을 개발하고 있습니다.
Retrieval-Augmented Generation (RAG) is a promising approach for mitigating the hallucination of large language models (LLMs). However, existing research lacks rigorous evaluation of the impact of ret