가천대학교 IoT용 스마트소재 연구지원센터장 이상화교수가 한국과학기술연구원 이중기박사(현 가천대 연구교수)와 협동연구로 플러렌에서 유도되는 p형반도체 특성을 지니는 카본클러스터 소재를 합성, 섬유실형태의 태양광충전 아연-고분자전지의 전자전달층으로 활용하는 제조기술을 세계최초로 개발했다고 28일 밝혔다. 태양광 충전 전지는 친환경적이며 지속 가능한 에너지원으로, 태양 에너지를 활용해 전지를 충전하는 방식을 채택하고 있다. 특히 섬유 형태로 제조할 수 있다면, 4차 산업 시대의 웨어러블 전자 제품과 결합하여 유연성, 다양한 응용, 이동성, 및 휴대성을 제공할 수 있다. 특히 RE100 시대에 맞추어 재생에너지를 100% 활용하는 제품에 대한 관심이 모아지고 있는 상황에서 광전효과로 발생하는 전자와 양공의 재결합을 방지하고, 전극 층에서의 전자의 이동을 개선하는 핵심 기술의 개발이 필수적이다. 연구팀은 이를 위해 전도성고분자인 폴리 아닐린에 플러렌(C60)에서 유도되는 플라스마 중합 탄소 클러스터 박막(FPC: fullerene plasma-induced carbon clusters)을 코팅하여 제조한 광전극 소재를 개발하였다. 이 소재는 태양광으로 충전될 수 있
아주대의료원이 웨어러블(착용형 기기) 분야에서 유실된 활동량 데이터를 복원하는 인공지능(AI) 기술을 개발했다. 신체에 착용한 기기를 통해 사람의 활동 강도를 측정한 데이터, 즉 활동량 데이터를 대상으로 한 인공지능 기반 대처법은 이번 연구가 처음이다. 아주대의료원 의료정보학과 윤덕용 교수팀은 미국과 한국 국민건강영향조사와 아주대 바이오뱅크 등으로부터 얻은 1만4천여 명의 활동량 빅데이터와 딥러닝 인공지능 기술을 활용, 유실된 활동량 데이터를 맥락에 맞게 복원시키는 기술을 개발했다고 16일 밝혔다. 의료원에 따르면 이번에 개발한 인공지능 기반 대체법은 딥러닝 기술 중 '오토인코더'라는 기술을 활용해 개발됐으며, 평균 20분 길이의 유실 데이터를 복원할 수 있다. '오토인코더'란 데이터로부터 스스로 학습하는 딥러닝 모델 중 하나로, 원본 데이터를 더 작게 압축해 특징을 추출하고 이를 다시 복원할 수 있도록 설계된 기술이다. 일반적으로 활동량 데이터 분석은 최소 24시간을 관찰한 데이터를 이용하는데, 관찰 과정에서 기기문제나 사용자 실수 등으로 데이터가 유실돼 연구에 활용하지 못하는 상황이 빈번하게 발생했다. 윤덕용 교수는 "이번 연구는 인공지능 스스로 활동량