실종자나 범죄 용의자를 찾는 인공지능(AI) 모델을 개발하기 위해서는 동일한 사람을 여러 장소의 CCTV 영상에서 수집하여 동일인에 대해 풍부한 정보를 얻는 것이 중요하다. 국내 연구진이 민감 정보가 포함된 원본 영상을 중앙 서버에 모으지 않고도, 카메라마다 부족한 사람의 자세 정보를 보충해 같은 사람을 정확히 찾아내는 AI 모델을 학습 시키는 기술을 공개했다. 인공지능대학원 심재영 교수팀은 카메라별 연합학습 환경에서 사람 재식별 성능을 높이는 ‘자세 기반 특징 증강 학습법’을 개발했다. 연합학습은 여러 곳에 흩어진 원본 자료를 중앙 서버로 보내지 않고, 각 장소에서 AI를 따로 학습시킨 뒤 이를 모아 하나의 완성된 AI 모델을 만드는 기술이다. 연구팀이 개발한 기술을 적용하면, 여러 카메라 영상에서 동일인을 식별하는 AI모델을 연합학습으로 만들 때, 이 모델이 같은 사람을 더 정확히 식별하게 할 수 있다. 연합학습은 사람의 외모와 이동 장소 같은 민감 정보가 담긴 원본 영상을 외부로 보내지 않고도 AI를 학습시킬 수 있다는 장점이 있지만, 이를 사람 재식별 모델에 적용하면 정확도가 떨어질 수 있다. 개별 영상마다 카메라의 각도가 고정된 탓에 앞모습이나 뒷모습 등 비슷한 자세만 반복해서 찍혀, AI가 한 사람의 다양한 자세를 충분히 학습하기 어렵기 때문이다. 실제로 연구팀의 실험에서도 이러한 현상이 확인됐다. 새로 개발된 기술은 AI가 영상에서 추출한 특징을 ‘자세 정보’와 ‘사람을 구분하는 정보’로 나눈 뒤, 한 사람을 구분하는 정보에 다른 영상에서 가져온 자세 정보를 결합해 실제 영상에는 없던 새로운 자세의 학습 자료를 만들어 학습 시키는 기술이다. 예를 들어 A의 정면 모습에 B의 옆모습 자세를 결합해 ‘옆모습으로 찍힌 A’에 해당하는 특징을 학습시키며, 이 과정에서도 A를 구분하는 정보는 그대로 유지되도록 했다. 사람재식별용 공개 데이터로 평가했을 때, 평균 정밀도(mAP)는 45.9%로 기존 최고치보다 4.5%포인트 높았으며, 1순위 정확도는 66.4%를 기록했다. 평균 정밀도는 같은 사람의 사진 여러 장을 얼마나 빠짐없이 높은 순위에서 찾아냈는지 평가하는 점수이고, 1순위 정확도는 AI가 첫 번째로 제시한 사진이 같은 사람인 비율이다. 예를 들어 후보 사진 100장 가운데 같은 사람의 사진이 3장 있다면, 세 장이 모두 검색 결과의 앞부분에 나올수록 평균 정밀도가 높아진다. 반대로 첫 번째 사진은 잘 골랐어도 2, 3번째 사진을 후순위로 고르면 1순위 정확도는 같아도 평균 정밀도 점수가 낮아진다. 이번 연구는 오주형 연구원과 오민영 연구원이 공동 1저자로 참여하였다. 오주형 연구원은 “단일 카메라 환경에서는 포즈 다양성이 낮아 아무리 좋은 연합학습 기법을 써도 효과가 반감된다는 사실을 먼저 밝혀냈고, 그 원인을 해결하는 방법을 설계했다”고 설명했다. 심재영 교수는 “이번 연구는 프라이버시 보호와 고성능 재식별을 동시에 달성하는 현실적 해법을 제시한다는 점에서 의미가 크다”며 “다중 카메라 감시 시스템, 스마트시티 인프라, 실종자 수색 등 사회 안전망을 뒷받침하는 다양한 분야에 기여할 수 있을 것으로 기대한다”고 밝혔다. 이번 연구는 컴퓨터 비전 분야 최상위 국제 학술대회인 '컴퓨터비전 및 패턴 인식 학회(Computer Vision and Pattern Recognition Conference) 2026'에 채택됐다.

세포가 정해진 규칙에 따라 죽는 세포 예정사는 발생 과정에서 불필요한 세포를 없애고, 손상된 세포를 안전하게 제거하는 현상이다. 세포 예정사가 제때 이뤄지지 않으면, 손가락 사이 세포들이 제거되지 못해 손가락이 붙은 채 태어나고, 고장 난 세포가 증식해 암이 될 수 있다. 이러한 세포 예정사의 규칙이 세포 종류마다 다르다는 점이 새롭게 밝혀졌다. UNIST 의과학대학원 안톤 가트너 교수팀은 기초과학연구원(IBS) 유전체 항상성 연구단과 함께 예쁜꼬마선충(C. elegans)의 배아 체세포와 성체 생식세포에서 세포 예정사를 결정하는 방식이 다르다는 사실을 규명했다고 15일 밝혔다. 연구에 따르면, 배아 체세포에서는 죽을 세포에서만 세포 사멸 시작 신호가 켜졌다. 반면 생식세포에서는 DNA 손상을 감지해 사멸 신호를 켜는 단계와 실제 죽음을 실행하는 단계가 분리된 ‘이중 조절’이 작동했다. 방사선으로 DNA를 손상시키자 세포 사멸을 시작하는 egl-1 유전자가 생식세포 전반에서 활성화됐지만, 실제로 죽은 것은 난자로 자라기 전 염색체를 점검하는 단계인 후기 파키텐 단계에 있는 일부 생식세포뿐이었다. 연구진은 이러한 이중 조절이 종 보존에 필수적인 생식세포를 한꺼번에 잃지 않으면서도 손상이 심한 세포는 제거하기 위한 안전장치일 수 있다고 해석했다. 손상 신호에 따라 생식세포 전체가 죽을 준비를 하되, 일정한 발달 단계와 추가 조건을 충족한 세포에서만 죽음을 실행하는 방식을 통해 번식에 필요한 생식세포는 보존하면서 손상된 유전정보가 다음 세대로 전달되는 것을 막는 것으로 볼 수 있다는 설명이다. 다만 생식세포 중 일부만 실제 죽음에 이르게 하는 구체적인 후속 조절 기전에 관해서는 추가적인 연구가 필요하다고 밝혔다. 연구팀은 유전자 가위 기술을 이용해 세포 예정사 유전자 4종과 관련 단백질에 형광 표지자를 달아 관찰하는 방식으로 이 같은 사실을 밝혀냈다. 예쁜꼬마선충은 몸이 투명하고 전체 체세포 숫자가 959개에 불과한 데다, 발생 과정에서 사멸하는 131개 세포를 포함해 각 세포가 언제 태어나고 어떻게 죽는지가 완벽히 밝혀져 있어서 세포 사멸 추적 실험에 가장 적합한 모델 동물이다. 실제 관찰 결과, CED-4, CED-3 등 세포 사멸 조절 단백질의 세포 내 위치가 조직과 발달 단계에 따라 달라지는 현상이 확인됐다. 이는 세포 사멸이 단순히 유전자 스위치를 켜고 끄는 과정이 아니라 단백질의 유기적인 위치 변화까지 맞물리는 고도화된 조절 과정이라는 연구진의 가설을 뒷받침하는 결과다. 공동연구팀은 “예쁜꼬마선충의 세포 예정사 주요 유전자와 유사한 계열이 사람을 포함한 포유류에도 보존돼 있는 만큼, 향후 암처럼 세포 예정사 조절에 이상이 생기는 질환을 이해하는 데 기초 자료가 될 수 있다” 연구팀은 이어 “이번에 만든 형광 관찰 도구는 세포가 어떤 조건에서 죽고 살아남는지를 모델 동물의 생체 안에서 밝히는 데 활용될 수 있을 것”이라고 덧붙였다. 이번 연구는 기초과학연구원(IBS)과 과학기술정보통신부 한국연구재단의 지원을 받아 수행됐으며, 연구 결과는 국제학술지‘ 셀 데스 앤 디퍼런시에이션’(Cell Death & Differentiation)’에 6월 10일 온라인 공개됐다.

연구자가 방향을 주도하고, AI를 소재 설계부터 합성·물성 평가까지 전 과정에 활용해 새로운 소재를 찾는다. UNIST 화학과 남주한 박사가 독일에서 이 같은 방식으로 신소재 발견 속도를 높이는 연구에 나선다. 화학과 남주한 박사가 독일 알렉산더 폰 훔볼트 재단(Alexander von Humboldt Foundation)의 ‘훔볼트 연구 펠로우십(Humboldt Research Fellowship for Postdocs)’에 선정됐다. 남 박사는 UNIST에서 박사학위를 받은 뒤 현재 최원영 교수 연구실에서 박사후연구원으로 재직하고 있다. 오는 9월부터는 독일 드레스덴공과대학교(Technische Universität Dresden, TU Dresden) 슈테판 카스켈(Stefan Kaskel) 교수팀에 합류해 AI 기반 다공성 소재 탐색을 본격화한다. 훔볼트 연구 펠로우십은 세계 각국의 우수 인재가 독일 내 기관과 협력자를 직접 정해 독자적인 과제를 수행하도록 지원하는 국제 프로그램이다. 학문적 성과와 계획 독창성, 독립 연구자로서의 성장 가능성을 종합해 수혜자를 가린다. 지난 3월 같은 연구실 출신 김지연 박사에 이어 남 박사까지 이름을 올리면서, 최원영 교수팀은 올해에만 두 명의 훔볼트 펠로우를 배출하게 됐다. 남 박사는 박사과정에서 금속 이온과 유기 분자가 규칙적으로 연결된 다공성 물질인 금속–유기 골격체(MOF)를 ‘스마트 나노기계’처럼 작동시키는 설계 원리를 연구했다. 구조와 조성을 정밀하게 제어해 기공의 움직임과 수소 동위원소 분리 성능을 조절하는 방법을 제시했다. 이 성과를 바탕으로 화학 분야 권위지인 ‘앙게반테 케미(Angewandte Chemie International Edition)’에 제1저자 논문 3편을 잇달아 게재하는 등 SCI(E)급 논문 총 12편을 발표했다. 에쓰-오일 우수학위논문상 박사부문과 대한화학회 우수박사논문상, 한국방사광이용자협회 신진학술상도 받았다. 남 박사와 카스켈 교수팀의 인연은 2025년 UNIST ‘글로벌 포닥 단기활동 지원사업’에서 시작됐다. 당시 드레스덴공대에 머물며 MOF 설계·합성과 흡착 특성 평가를 접목한 공동연구를 진행했다. 두 연구진의 전문성이 맞물릴 수 있다는 가능성을 확인한 그는 단기 협업을 장기 과제로 발전시키기 위해 이번 펠로십에 지원했다. 독일에서는 소재의 구조와 물성을 데이터화하고, AI가 제안한 후보를 실제로 합성해 성능을 검증한다. 컴퓨터의 예측과 실험 결과를 결합해 후보 선정부터 평가까지의 과정을 더욱 빠르고 체계적으로 만드는 것이 목표다. 남 박사는 ‘훔볼트 연구 펠로우십’과 ‘세종과학펠로우십’, ‘Post-Doc 성장형 공동연구’ 과제 지원을 연계해 소재 설계부터 합성, 물성 측정, 디지털 탐색까지 하나로 연결하는 독립 연구체계를 구축할 계획이다. 최원영 교수는 “남주한 박사는 MOF의 구조적 움직임을 규명하고 이를 흡착·분리 기능으로 연결해 온 연구자”라며 “이번 선정은 그동안 축적한 성과와 AI 기반 소재 탐색으로 영역을 넓히려는 비전을 국제적으로 인정받은 결과”라고 했다. 이어 “드레스덴공대에서 실험과 디지털 기술을 잇는 새로운 방법론을 구축해 다공성 소재 분야를 선도하길 기대한다”고 전했다. 남 박사는 “UNIST에서 발전시킨 결정구조 설계와 동적 다공성 물질 연구가 독자적인 연구 방향으로 인정받아 뜻깊다”며 “AI 예측과 실제 실험을 촘촘히 결합해 새로운 소재를 찾는 과정을 더욱 빠르고 정교하게 만들겠다”고 말했다. 그는 “연구자로 성장하도록 이끌어주신 최원영 교수님과 도전적인 과제를 전폭적으로 지지해주신 슈테판 카스켈 교수님께 감사드린다”며 “독일에서 쌓은 역량과 국제 네트워크를 국내 연구 현장으로 확장해 새로운 소재 발견 방식을 선도하는 독립 연구 프로그램을 구축하겠다”고 덧붙였다.

드론 여러 대가 같이 산불을 끄거나 자율주행차들이 서로 충돌을 피하려면, 각 인공지능(AI)이 혼자 똑똑한 것만으로는 부족하다. 서로에게 필요한 정보를 제때 전달하는 소통 능력도 함께 중요한데, 챗GPT와 같은 대형언어모델(LLM)을 이용해 AI 간의 소통 규칙을 자동으로 설계하는 기술이 나왔다. UNIST 인공지능대학원 한승열 교수팀은 대형언어모델의 추론 능력을 이용해 다중 에이전트 강화학습의 통신 방식을 설계하고 개선하는 ‘LMAC(LLM-driven Multi-Agent Communication)’ 기술을 개발했다고 13일 밝혔다. LMAC은 드론 군집이나 협동 로봇, 자율주행차처럼 각 장치가 전체 상황의 일부만 볼 수 있는 환경에서, 각 AI가 수집한 정보 가운데 무엇을 어느 팀원에게 전달해야 할지를 규칙으로 정해주는 기술이다. 이 소통의 규칙을 강력한 추론 능력을 지닌 대형언어모델이 만들게 된다. 임무의 목표와 각 AI의 역할, 관측할 수 있는 정보의 의미를 자연어로 입력하면, 대형언어모델이 이를 분석해 필요한 정보를 골라 전달하는 통신 함수를 코드로 작성해 낸다. 처음 만들어진 통신 규칙은 과거 강화학습 데이터를 바탕으로 자동 보완되게 설계됐다. 평가 프로그램이 메시지를 받은 AI가 임무에 필요한 상황을 얼마나 정확히 파악했는지와 팀원 사이의 정보 격차를 찾아 피드백을 만들면, 대형언어모델이 이를 반영해 부족한 정보를 추가하고 통신 코드를 수정한다. 예를 들어 정찰 역할의 AI만 목표물의 위치를 볼 수 있는데 다른 AI들이 정찰 AI의 위치를 모른다면, “목표물이 내 오른쪽에 있다”는 정보만으로는 목표물의 위치를 알아낼 수 없다. 평가 프로그램이 문제를 찾아내면, 대형언어모델은 정찰 AI의 위치와 이동 정보, 팀원 식별 정보, 공통 기준 좌표 등을 추가하도록 통신 코드를 자동으로 수정하는 방식이다. 연구팀은 전달된 메시지를 강화학습에 효과적으로 활용하는 학습 구조도 함께 설계했다. 각 AI는 받은 정보를 그대로 사용하지 않고 협력에 필요한 내용만 압축하며, 자신이 파악한 정보가 얼마나 믿을 만한지도 함께 배우게 된다. 또 실제 학습 단계에서 대형언어모델이 매 순간 호출되는 방식이 아니라, 완성된 코드가 각 AI의 관측값을 받아 필요한 메시지를 만들기 때문에, 매 순간 대형언어모델을 사용하는 방식보다 비용과 연산 부담을 줄일 수 있다. 제1저자인 배상준 연구원은 “기존 다중 에이전트 통신 연구는 메시지를 어떻게 학습할지에 집중했지만, 어떤 정보가 협력에 본질적으로 필요한지를 의미적으로 판단하는 데는 한계가 있었다”며 “LMAC은 대형언어모델이 과제 설명을 이해하고, 상태와 관측 정보 사이의 관계를 추론해 통신 프로토콜을 설계하는 데다 이 규칙을 데이터 기반 피드백으로 보완하고, 실제 임무에서는 LLM을 계속 호출하지 않아 실행 효율도 높였다”고 설명했다. 스타크래프트Ⅱ에서 적을 볼 수 있는 정찰 유닛인 오버시어(Overseer) 1기와 적을 볼 수 없는 공격 유닛인 베인링(Baneling) 10기가 협력하는 과제로 LMAC의 성능을 검증한 결과, 96.2%의 승률을 기록했다. 같은 학습 구조에 기존 통신 방식인 SMS와 TarMAC의 메시지를 적용했을 때는 승률이 각각 59.0%, 25.2%에 그쳤다. 한승열 교수는 “향후 자율 드론, 로봇 군집, 스마트 팩토리, 자율주행 협력 시스템처럼 여러 AI가 제한된 정보 속에서 함께 판단해야 하는 실제 환경에 중요한 기반 기술이 될 것”이라고 기대했다. 연구 결과는 기계학습 분야 최고 권위 학회인 "International Conference on Machine Learning(ICML)"에 채택됐다. ICML은 2026년 7월 6일부터 12일까지 서울에서 개최됐다. 연구 수행은 과학기술정보통신부와 정보통신기획평가원(IITP)의 '자율 드론 실용화를 위한 목적지향 강화학습 핵심기술 개발', 'AI Star-Fellowship Program(UNIST)', '인공지능대학원지원(UNIST)' 사업과 과학기술정보통신부 및 한국연구재단(NRF)의 'LLM 기반 End-to-End 대규모 자율 군집 제어를 위한 다중 에이전트 강화학습' 사업의 지원으로 이뤄졌다.

‘경쟁하지 말고 독점하라’. 시장경쟁을 해치고 독점기업의 횡포를 옹호하는 말처럼 들리지만, 페이팔 창업자 피터 틸(Peter Thiel)의 창업방법론을 다소 도발적으로 표현한 문구다. 그의 저서 <제로 투 원(Zero to One)>에 나오듯이, 진정한 창업은 남들이 이미 하고 있는 것을 더 잘하려는 경쟁에 뛰어드는 것이 아니라, 존재하지 않던 새로운 것을 만들어 ‘독점’의 영역을 창조하는 것이다. 우리가 알고 있는 많은 위대한 기업들이 이러한 방식으로 창업했다. AI 시대 창업을 준비하는 이들이 한 번 쯤 고민해봐야 할 창업 방식이다. 일반적으로 창업 즉, 아이디어를 사업으로 만드는 과정에는 높은 진입장벽이 존재해왔다. 아이디어를 실제로 사업화시킬 수 있는 실행역량, 이를 위해 제품개발, 마케팅, 유통, 자금조달 등 보완적 자산이 필요하고 또한 이를 수행하기 위한 인력과 조직이 필요했다. 그리고, 사업화에 성공하기 위해서는 규모 키우기(scale-up) 과정에서 유사한 제품과 서비스와의 경쟁을 거치게 되고, 경쟁 전략(competitive strategy) 즉, 시장경쟁에서 이기기 위한 계획과 실행이 중요했다. AI 시스템의 발전과 확산은 이러한 창업환경을 변화시키고 있다. 고도화되는 AI 시스템의 도움으로 아이디어가 이전과는 비교할 수 없는 속도로 빠르게 시제품 개발로 이어질 수 있는 환경이 조성되고 있다. 텍스트, 이미지, 영상이 결합된 콘텐츠를 빠르게 생성해 내고, 콘텐츠 기획부터 제작, 배포까지 전 과정을 지원하게 되었다. Al 활용을 통하여 시장 조사, 제품 설계, 코드 개발, 마케팅 모든 사업의 과정에서 도움을 받을 수 있게 되었다. AI 에이전트들이 서로 협력하여 시장 데이터를 분석하고 유망한 상품을 제안하고, 고객의 취향을 예측하며, 광고와 고객지원을 자동화할 수 있다. 과거에는 이를 위해 상당한 자원, 인력과 조직이 필요했지만, 이제는 개인과 소규모 조직도 충분히 도전해 볼 수 있는 환경이 조성되고 있다. AI는 단순한 도구를 넘어, 창업자의 디지털 동료로서, 개인 창업자가 기업과 경쟁할 수 있는 토대를 제공한다. 그런데 AI 기술의 활용은 창업의 문턱을 낮추는 만큼, 창업기업 간의 경쟁도 더 치열하게 만든다. 누구나 빠르게 제품을 만들 수 있기 때문에, 유사한 서비스가 동시에 등장할 가능성도 높아졌다. 과거에는 실행 능력이 차별화 요소였다면, 이제 실행 능력 자체가 그리 희소하지도 않고 모방도 어렵지 않게 될 것이다. 경쟁이 더 치열해지는 AI 시대, 그렇다면 창업은 어떠해야 하는가? 피터 틸의 사고방식을 따라 보자면, AI 시대 창업의 방향은 독창적 문제 정의를 통하여 ‘0에서 1’의 영역을 만들어 내는 것이다. 이미 만들어진 시장에서 경쟁하기보다는, 작더라도 이전에 존재하지 않던 영역을 새로이 만들어낸다는 점에서 ‘작은 독점(small monopoly)’ 방식이라 할 수 있다. 특정 고객군의 불편과 요구사항을 깊이 이해하여 지금까지 존재하지 않는 제품·서비스를 만드는 것이다. 특정 산업의 복잡한 업무 흐름, 특정 사용자 집단의 반복적인 불편, 혹은 기존 시스템이 간과해온 미세한 요구를 발견하는 것에서부터 출발할 수 있다. 초기에는 규모는 작지만 명확한 고객 집단을 대상으로, 누구도 쉽게 대체할 수 없는 가치를 만들고, 그 영역을 확장해 나갈 수 있다. 범용화된 AI 기술로 경쟁이 치열해지는 시대일수록, 이렇게 새로운 영역을 정의하고 집중하는 방식이 한층 더 중요해진다. 과거에는 제품을 완성하고 나서 시장에 출시하는 방식이 일반적이었다면, AI 시대에는 완벽한 제품보다 빠른 실험이 중요해졌다. 작은 아이디어를 빠르게 구현하고, 시장 반응을 통해 학습하며, 지속적으로 개선하는 과정이 핵심이다. 이는 완성이 아니라 진화를 중심으로 한 창업 방식이라고 할 수 있다. AI 시스템의 발전과 확산은 창업의 기회를 풍성하게 함과 동시에, 진입장벽의 하락과 경쟁의 심화도 초래할 것이다. 이러한 흐름 속에서 창업에 성공하기 위해서는 기술을 활용하는 능력과 함께, 남들이 보지 못했던, 자신 만의 문제를 정의하는 통찰력이 중요하다. AI 시대의 창업자는 결국 창업의 기본 질문으로 돌아가야 한다. 어디에서 나만의 독창적인 가치를 만들 것인가? 김영춘 UNIST 기술경영전문대학원 교수 <본 칼럼은 2026년 7월 28일 경상일보 “[경상시론]AI시대의 창업, 다시 기본으로 돌아가자”라는 제목으로 실린 것입니다.>

UNIST가 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 ‘2026년도 AI·디지털기반 창업인재양성 사업’ 동남권 대표 기관으로 선정됐다. UNIST는 올해 7월부터 2031년 12월까지 6년간 총 60억5천만 원을 투입해 창업가형 석·박사 인재 180명을 양성한다. 딥테크 스타트업 창업과 초기 투자유치, 해외 전시 참가도 뒷받침한다. 연구책임자는 김용환 공과대학장(탄소중립대학원 교수)이 맡는다. 이 사업은 AI·ICT 유망 기술 분야의 다학제 연구를 창업으로 연결해 석·박사급 창업가형 인재를 키우는 프로그램이다. 동남권·동북권·충청권·호남권 등 전국 4개 권역에서 대표 기관을 한 곳씩 선정하며, UNIST는 동남권을 맡는다. 사업비는 정부지원금 55억 원과 기관부담금 5억5천만 원으로 구성된다. UNIST는 이번 사업을 통해 동남권 산업 기반을 딥테크 창업으로 연결할 계획이다. 동남권에는 자동차·조선해양·반도체 등 제조업을 중심으로 4만7000여 개 기업이 밀집해 있다. 그러나 창업률은 1.75%로 전국 17개 시·도 가운데 16위이며, 창업기업 5년 생존율도 31.2%로 전국 최하위 수준이다. 대기업 중심 고용 구조와 부족한 딥테크 창업 기반, 수도권에 집중된 벤처자본 등이 지역 창업 활성화의 걸림돌로 지적된다. 핵심 전략은 기술을 먼저 개발한 뒤 시장을 찾는 ‘Tech-to-Market’에서 산업 현장 수요를 바탕으로 필요한 기술을 개발하는 ‘Market-to-Tech’로의 전환이다. 지역 기업이 겪는 문제를 연구 주제로 발굴하고, 이를 AI 기술과 사업 모델로 발전시켜 창업 가능성을 높인다는 구상이다. 학부 교육부터 대학원 연구, 창업까지 이어지는 인재양성 체계도 구축한다. 기존 BTS·UIRP·AICP 프로그램을 창업 특화 교육과정과 연계해 ‘AI-Lean 창업체험’, 문제 발굴, 기술 구현, 시장 검증 등을 단계별로 운영한다. 이수자는 창업과 기술이전, 연구심화(Returnship) 가운데 진로를 선택할 수 있다. 스타트업 도전 과정에서도 학업과 연구 경력을 지속할 수 있도록 창업 관련 학사·연구 지원 제도를 연계한다. 사업은 UNIST가 AI 기술 허브를 맡고, 동남권 대학과 연구실, 기업이 분야별 거점으로 참여하는 방식으로 운영된다. AI 연구자와 산업 전문가, 비즈니스 전문가가 융합 연구팀을 꾸려 지역 주력산업의 현장 수요에 맞는 기술과 솔루션을 개발·검증한다. 장기적으로 사업 참여자가 창업에 성공한 뒤 멘토와 투자자로 다시 참여하는 선순환 구조를 구축할 방침이다. 김용환 공과대학장은 “이번 사업은 UNIST가 연구 성과를 창업으로 연결하는 대학으로 도약하는 계기가 될 것”이라며 “연구실 기술이 기업과 산업 성장으로 확산되는 동남권 딥테크 창업의 새로운 모델을 만들겠다”고 밝혔다.

UNIST가 중국 서호대학(Westlake University) 연구진과 친환경 에너지·재료 분야 성과를 나누고 국제 공동연구 기반을 다졌다. UNIST 공과대학은 20일(월)부터 21일(화)까지 이틀간 산학협력관 마켓홀과 110동 해동홀에서 ‘2026 UNIST–서호대 공동 워크숍(2026 UNIST–Westlake Joint Workshop)’을 개최했다. 두 대학 전문 분야와 연구 방향을 공유하고, 지속적인 학술교류와 협력망을 구축하기 위해 마련된 자리다. 첫날에는 두 대학 교원 7명씩 모두 14명이 발표에 나섰다. 친환경 에너지와 재료과학을 비롯해 촉매, 탄소중립, 인공지능(AI) 기반 공정, 광학소재, 바이오소재 등 폭넓은 주제의 최신 연구 결과를 소개했다. 이어진 질의응답에서는 서로의 강점을 접목할 후속 협업 방안을 논의했다. UNIST에서는 로드니 루오프(Rodney S. Ruoff) 특훈교수를 비롯해 김동석·안광진·김동하·김봉수·김진현·오태훈 교수가 발표했다. 서호대에서는 샤오 양(Xiao Yang)·청천 궈(Chengchen Guo)·야오 양(Yao Yang)·쩌신 진(Zexin Jin)·젠보 탕(Jianbo Tang)·하이린 푸(Hailin Fu)·쓰잉 펑(Siying Peng) 교수가 연단에 올랐다. 둘째 날에는 서호대 공과대학의 자싱 황(Jiaxing Huang) 석좌교수가 ‘혁신 불안과 미래 산업(Innovation Anxiety and the Industries of the Future)’을 주제로 특강을 펼쳤다. 황 교수는 재료과학·공학 분야의 세계적 연구자로, 국제학술지 ‘어카운츠 오브 머티리얼스 리서치(Accounts of Materials Research)’ 편집장을 맡고 있다. 강연에서는 급변하는 기술 환경이 혁신과 산업 지형을 어떻게 바꾸는지 짚고, 연구자가 갖춰야 할 관점과 역할을 제시했다. 김용환 공과대학장은 “이번 워크숍에서 두 대학 연구자들이 서로의 성과와 전문성을 이해하고 새로운 협력 가능성을 모색할 수 있었다”며 “UNIST 공과대학은 서호대와 후속 공동연구와 인적 교류를 확대하고, 양교의 강점을 잇는 국제협력 프로그램을 추진할 계획”이라고 밝혔다. 한편, 서호대학은 2018년 중국 저장성 항저우에 설립된 연구중심대학이다. 생명과학·이학·공학을 핵심 분야로 두고 첨단 과학기술 연구와 글로벌 인재 양성에 주력하고 있다.

부산역 길 건너 차이나타운 입구에 대기 줄이 항상 긴 피자 가게가 하나 있다. 울산에서 이 동네로 이사 온 후 피자의 맛이 늘 궁금했다. 하루는 대기 신청하는 QR 코드를 찍고는 깜짝 놀랐는데 무려 4시간을 대기해야 한다는 거다. 그냥 포기하고 말았다. 근처에 사는 사람으로서는 동네 피자를 먹기에는 너무 긴 대기 시간이었다. 그 피자 가게 근처에 만두 맛집도 있는데 이곳에서 만두를 먹는 것도 대기 줄이 길어 만만치가 않다. 문뜩 이런 생각이 들었다. 먼 곳에서 부산으로 여행을 와서 우리 동네 피자 가게와 만둣집을 찾아주니 고맙기 그지없지만 동네 사람에게는 조금 아주 작더라도 일종의 우선권을 주면 좋을 텐데 하는 다소 황당한 욕심을 부려보게 된다. 피자와 만두 맛집 가게가 동네 주민에게만 줄 설 필요 없는 우선권을 준다면 여행객들은 공정하지 못한 특권이라고 비판할 듯하다. 그래서 황당한 욕심이라는 표현을 썼다. 그런데 비판과 여러 다른 의견이 있을 수 있지만 긴 대기 줄을 기다려야 겨우 탈 수 있는, 국내뿐만 아니라 세계적으로 이름난 놀이기구를 탈 수 있는 테마파크에서는 비싼 우선 탑승권을 구매하면 대기하지 않고 바로 탈 수 있는 방법도 있다. 놀이기구의 우선 탑승권이 허락된다는 것은, 일반 탑승권에 비해 높은 가격을 지급하면 공정하지 못하다는 비판을 잠재웠기 때문이다. 돈을 더 지급하면 불공정 상황은 공정한 기회로 바뀐다. 돈이 많은 일을 가능케 한다는 것은 익히 알고 있었지만 우선 탑승권 같은 경우를 보면 돈의 위력이 새삼스럽다. 동네 맛집 상황으로 다시 돌아가 보자. 돈이 가능하게 하는 우선권은 받아들이면서도 맛집이 한동네 사람에게 우선권을 주는 것은 받아들이지 못하는 거다. 물론 맛집에서도 같은 동네 사람이라고 해서 특별히 혜택을 줄 것 같지는 않다. 돈과 한동네에 위치한다는 장소성의 상황을 아울러서 아이디어 하나를 제안해 본다. 디지털 기술이 가능케 한 디지털 토큰이다. 특정 디지털 토큰을 가진 사람은 그 토큰을 가지지 않은 사람보다 맛집과 놀이기구 등에서 우선권을 갖는다. 디지털 토큰을 가진 손님이 오면 왜 우선권을 주어야 하는가? 부산 차이나타운에는 길게 줄을 서야만 먹을 수 있는 피자와 만둣가게만 있는 게 아니다. 기념품점, 중국 음식점, 오락실, 베이커리 등 많은 가게가 있는데 현재는 이들 모두 장사가 잘 되는 것은 아니다. 만약 이런 가게들에서 상품, 굿즈와 서비스를 구매하면 포인트 또는 할인권 대신 토큰을 받아 피자와 만두 맛집에서 우선 입장할 수 있는 권한을 갖게 되는 상황을 상상해 보자. 그러면 거리의 모든 가게가 함께 성장할 수 있는 차이나타운 모델이 생기는 거다. 이런 제안을 하면 두 번째 질문이 나올 듯하다. 지금도 장사가 잘 되는 피자와 만두 맛집에서 굳이 왜 우선 입장 토큰을 허락하겠는가? 어쭙잖게 차이나타운 공동체를 강조하려는 게 아니다. 철저하게 신자유주의 태도를 고수하고서라도 함께 성공할 수 있는 차이나타운 비즈니스 모델이 디지털 시대 토큰을 통해 가능하다는 논리를 말하는 것이다. 지금 피자와 만두 맛집으로 여행객을 끌 수 있는 잠재력은, 토큰을 통해 다른 가게의 구매력을 상승시킨다면, 국내뿐만 아니라 세계적으로도 커져서 해당 토큰이 통용 화폐 기능의 일부를 대체하는 가능성까지 말하는 거다. 즉, 디지털 토큰은 중앙 정부의 관리 외곽에서 강력한 연대를 갖춘 화폐 역할까지 할 수 있게 된다. 연대란 말이 있다. 사회적 연대와 군부대 조직 중 하나인 연대는 한자로는 連帶와 聯隊와 같이 다르지만, 그 의미를 따져보면 매우 유사하다. 즉, 속한 조직 내 구성원의 이름, 얼굴, 자세한 정보는 모르더라도 서로를 연결하는 선을 공유한다는 면에서는 결속력을 가진다. 디지털 토큰이 그 결속의 선을 제공할 수 있어 당장은 맛집과 놀이동산 우선권과 같은 역할만 하겠지만 이런 결속의 연대를 통해 디지털 미래 사회 대안 화폐의 역할까지 수행할 수 있을 것이다. 그러니 디지털 첨단 기술의 가치가 중앙 관리사회의 법정화폐를 벌어주는 도구에 그치지 않고 새로운 대안 가치로서의 돈을 아예 새롭게 만들 것이라는 기대를 해 본다. 조재원 UNIST 지구환경도시건설공학과 교수 <본 칼럼은 2026년 7월 27일 울산매일 “[매일시론] 디지털 가치는 ‘돈’ 벌어주는 것만은 아니다”라는 제목으로 실린 것입니다.>

DNA가 손상되면 복구 단백질들이 DNA 위를 돌아다니며 손상된 곳을 찾고, 손상 부위를 잘라내거나 고친다. 질병과 밀접한 DNA 손상 복구 기전을 이해하려면 DNA와 단백질의 ‘만남’ 과정을 살펴봐야 하는 이유다. 그런데 이 과정을 관찰하기 위해 쓰는 형광 ‘꼬리표’가 오히려 단백질을 DNA에서 떼어낼 수 있다는 사실을 국내 연구진이 밝혀냈다. 연구팀은 이러한 간섭을 줄일 수 있는 기준도 찾아내, 더 정확한 단분자 관찰로 DNA 손상 복구 기전을 밝히는 데 도움이 될 것으로 기대된다. UNIST 생명과학과 이자일 교수와 바이오메디컬공학과 박종남 교수 공동연구팀은 상용 양자점 표면의 폴리에틸렌글리콜(Polyethylene Glycol, PEG)이 단백질과 DNA의 결합을 방해한다는 사실을 규명하고, 이를 막을 수 있는 양자점 표면 설계 기준을 제시했다고 9일 밝혔다. 양자점은 일반 형광 염료보다 밝고 빛을 오래 내기 때문에, 관찰 대상 단백질에 형광 꼬리표처럼 붙여 움직임을 추적할 수 있는 나노 물질이다. 연구에 따르면, 양자점 표면에 PEG가 과도하게 입혀지면 단백질과 DNA 사이의 결합이 약해진다. PEG는 양자점을 수용액에 분산시키고 항체를 연결하기 위해 양자점 표면에 입히는 고분자 중 하나지만, 표면에서 차지하는 비율이 지나치게 높으면 관찰 대상의 결합까지 방해하는 것이다. 항체는 양자점이 관찰 대상 단백질과만 붙도록 해주는 물질이다. 연구팀은 DNA 손상 복구 단백질인 XPA와 DNA 간의 결합을 양자점으로 관찰하던 중, 상용 양자점의 농도가 높아질수록 XPA가 DNA에서 떨어지는 현상을 발견해 이번 연구를 시작했다. 양자점의 종류와 크기, 연결된 항체와 DNA 구조를 바꿔도 같은 현상이 나타났다. 양자점 표면 성분을 나눠 실험해본 결과, 원인은 PEG였다. 분자 크기가 다른 PEG를 직접 넣어도 XPA가 DNA에서 떨어진 반면, 다른 고분자인 덱스트란은 결합을 방해하지 않았다. 또 다른 DNA 손상 인식 단백질인 UV-DDB에서도 같은 현상이 확인됐는데, 이는 다양한 단백질-DNA 연구에서 유사한 간섭이 발생할 수 있음을 시사한다. 연구팀은 양자점 표면에서 PEG 계열 성분이 차지하는 비율을 조절한 결과, 7% 미만일 때 단백질-DNA 결합이 유지된다는 기준도 찾아냈다. PEG 비율을 낮춘 양자점은 밝기와 수용액 내 안정성도 유지해 단분자 관찰에 활용할 수 있었다. 새 양자점을 이용해 XPA가 DNA 손상 부위를 찾는 방식도 밝혔다. XPA는 DNA에 붙은 채 가닥을 따라 움직이는 ‘1차원 확산’과 용액 속을 돌아다니다가 벌어진 DNA 구조에 직접 부딪혀 결합하는 ‘3차원 충돌’을 모두 이용하는 것으로 나타났다. 단백질 농도가 낮을 때는 1차원 확산이 표적을 찾는 데 유리한 것으로 알려져 있지만, 세포 내부에서 농도가 높은 XPA는 3차원 충돌이 주된 탐색 방식이었다. 이번 연구에는 UNIST 생명과학과 김영서 연구원과 에너지화학공학과 김혜림 연구원이 공동 제1저자로 참여했다. 박종남 교수는 “양자점 표면을 덮는 물질의 종류와 비율을 정밀하게 조절해 밝기와 안정성은 유지하면서 생체분자에 미치는 간섭은 줄였다”며 “이 같은 설계 방식은 양자점뿐 아니라 다양한 나노입자 기반 생물학 연구 도구를 개발하는 데도 활용할 수 있을 것”이라고 설명했다. 이자일 교수는 “상용 양자점이 단순한 관찰 도구가 아니라 단백질과 DNA의 결합 자체를 흔들 수 있다는 점을 처음으로 체계적으로 확인했다”며 “이번에 개발한 양자점은 생체분자의 원래 상호작용을 유지하면서 단분자의 움직임을 더 정확하게 관찰하는 데 활용할 수 있을 것”이라고 말했다. 이번 연구는 한국연구재단(NRF), 기초과학연구원(IBS), 산업통상부 기술혁신사업의 지원을 받아 수행됐다. 연구 결과는 국제학술지 ‘나노 컨버전스(Nano Convergence)’에 6월 3일 온라인 게재됐다.