10일 전부터 여름철 폭염을 정확히 예측한다

우리나라에서 10일 전부터 폭염 발생 확률을 예측할 수 있는 시스템이 개발됐습니다. 매년 기록적인 더위가 예고되는 가운데 국민들이 폭염을 사전에 대비할 수 있도록 도울 것으로 기대되는데요.UNIST 지구환경건설도시공학과 이명인 교수팀은 우리나라 폭염발생을 10일 전부터 예측할 수 있는 시스템을 만들었습니다. 기상청 전지구 앙상블 예측 시스템을 활용해 여름철 폭염 예측 정보를 10일 전으로 확대하고, 특보 발효 시간을 늘릴 수 있는 기반을 마련한 것이죠. 연구 배경폭염은 열사병, 탈수 등의 문제를 통해 인간의 건강에 심각한 영향을 미

페니실린의‘천적’은 남극에도 있었다

극지연구소는 다수의 항생제를 무력화시키는 효소를 발견하고, 이 효소가 어떻게 작동하는지 규명했다고 밝혔습니다. 극지연구소 이준혁 박사 연구팀과 이화여자대학교 공동연구팀은 2020년부터 약 3년간의 연구를 통해 미생물 스테노트로포모나스 종(Stenotrophomonas sp.)에서 항생제를 억제하는 효소 CESS-1을 찾아냈는데요. 스테노트로포모나스 종은 전 세계에 넓게 분포된 미생물로, 2012년 남극에서도 발견됐습니다. 최근에는 병원, 보건소 등에서 흔하게 나타나는 것으로 보고됐습니다. CESS-1은 페니실린이 속한 계열(β-la

KSTAR 초전도자석 문제 없나?

우리나라의 인공태양 KSTAR 초전도자석의 제작 및 운영 기술의 우수성이 실험적으로 검증됐습니다. 핵융합에너지 실현을 위한 혁신 기술 확보의 기반이 마련되었다는 평가입니다. 한국핵융합에너지연구원(이하 핵융합(연))은 초전도핵융합연구장치 KSTAR의 장기간 운전이 초전도자석에 미치는 영향을 평가하기 위하여 초전도자석 성능 검증 시험을 수행한 결과, 최대 성능이 유지되는 것을 확인하였다고 24일(월) 밝혔습니다. 핵융합 장치에서 초전도자석은 핵융합 반응이 일어나는 초고온의 플라즈마를 가두고 제어하기 위한 강력한 자기장을 만들어내는 핵심

기후변화를 만난 ‘탄소 저장소’

기후변화로 따뜻해진 툰드라 지역이 다시 기후변화를 부추길 수 있다는 연구결과가 발표됐습니다. 툰드라는 전 세계 토양 탄소의 절반가량이 저장되어 있는 것으로 알려진 육상의 ‘탄소 저장소’이죠. 극지연구소는 전 세계 툰드라 지역의 기온 상승과 탄소 배출량 증가 간 관계를 입증하고, 배출량을 결정하는 요인들을 찾았다고 밝혔는데요. 극지연구소 정지영 박사 등이 포함된 국제 툰드라 실험(International Tundra Experiment, ITEX)팀은 28곳의 툰드라 지역에서 최장 25년간 관찰한 기온변화 데이터를 분석하고, 탄소 배

KAIST, 세계 최대 규모 암 데이터베이스 구축

디지털 암 정보 축적의 시대에는 데이터 생산을 넘어서, 데이터의 수집 및 관리 방법을 정립하고 거대 규모의 빅 데이터를 운용하는 것이 가장 큰 경쟁력이 될 수 있습니다. 전략적으로는 정밀 임상 정보와 연계할 수 있는 국내 생산 데이터와 다양성에 대한 이해를 도모할 수 있는 대규모 국제 데이터를 모두 수집해 통합하는 것은 매우 중요한 과제인데요. KAIST는 의과학대학원 박종은 교수, 바이오및뇌공학과 최정균 교수 공동 연구팀(제1 저자: 강준호 박사, 이준형 박사)이 세계 최대 규모의 암 조직 단일세포 및 공간전사체[1] 데이터베이스

지구에 없던 새로운 물질상, 왜 생기지?

오는 27일 우주항공청 개청을 앞두고 신(新) 우주 시대를 맞이하기 위한 만반의 준비가 이뤄지고 있습니다. 우주 환경에 활용되는 신소재를 찾는 노력도 그중 하나인데요. 연구자들은 ‘물질의 결정화’에 주목하고 있습니다. 어떤 물질의 결정화 과정을 정확히 관찰하고 파악하면, 입자의 배열을 조정하여 성능을 높이거나 형성 과정을 제어해 원하는 물질을 만들 수 있기 때문입니다. 최근, 한국표준과학연구원(KRISS)이 초과포화 환경에서 물질의 결정화 과정을 분자 단위까지 관측하고, 분자 구조의 대칭성 변화가 새로운 물질상 형성의 원인임을 세계

백혈병의 원인 찾아냈다

단백질의 돌연변이가 백혈병 발병에 어떤 영향을 미치는지 밝혀졌습니다. UNIST 생명과학과 김홍태, 이자일 교수팀은 가톨릭대학교 김유진, 김명신 교수팀과 공동으로 혈액암의 일종인 골수형성이상증후군(Myelodysplastic syndrome, MDS)에서 돌연변이화 된 DDX41 단백질의 역할을 밝혔는데요. 이를 통해 유전자의 총량인 유전체의 불안정성 증가와 백혈병 발병의 연관성을 규명했습니다. 골수형성이상증후군은 조혈모줄기세포에서 정상 혈액세포 생성이 억제돼 말초 혈액부터 정상 혈액세포의 수가 감소하는 질환입니다. 만성화되면 급성

아이언맨 슈트를 무선 충전 기술로 충전, 현실화 될까?

DGIST 전기전자컴퓨터공학과 장진호 교수팀은 인체 삽입형 의료기기의 배터리를 초음파로 무선 충전할 수 있는 압전 소자 기반 고성능 에너지 하베스터를 개발했습니다. 연구팀이 개발한 기술은 세계 최초로 30mAh 배터리를 무선 충전으로 1시간 20분 내에 완충이 가능한 기술로, 향후 다기능 삽입형 의료용 전자기기 상용화에 기여할 것으로 기대하고 있는데요. 최근 고령화, 사고 및 질병 등으로 신체 및 장기 기능에 발생한 장애를 극복하기 위해 인체 삽입형 의료기기에 대한 수요가 증가하고 있죠. 하지만, 의료기기 동작에 필수인 배터리 충전

건강한 유전자 커뮤니티

구성원들 사이의 활발한 교류로 결속력이 높은 사회적 커뮤니티가 건강한 개인을 만든다고 하죠. 그럼, 유전자(gene) 커뮤니티의 결속력도 개인의 건강 상태에 영향을 미칠 수 있을까요? 최근, 한국 연구진이 유전자 커뮤니티의 결속력 또한 개인의 건강 상태를 결정하고 환자 맞춤형 의료를 위해 활용될 수 있음을 보였다고 합니다. KAIST는 바이오및뇌공학과 이도헌 교수 연구팀이 개인화된 유전자 네트워크에서 환자 특이적으로 결속력이 약화된 유전자 커뮤니티를 찾아내 환자 맞춤형으로 약물 표적을 예측할 수 있는 기술을 개발했다고 23일 밝혔습

별도 죽나요?

ChatGPT4로 작성한 기사입니다.작년부터 이어져온 ChatGPT의 열기가 뜨겁습니다.이웃집과학자에서도 이를 활용해 기사 작성을 테스트 중이며, 얼마나 정확한지를 분석하고 있습니다.개선 요청이나 코멘트는 언제나 환영입니다.별의 죽음은 크기에 따라 달라집니다. 작은 별부터 큰 별까지, 각각의 별은 독특한 방식으로 생명을 마감합니다. 이 글은 나사(NASA)의 자료를 바탕으로 각각의 별의 종말 과정을 설명합니다. 작은 별의 죽음작은 별, 특히 태양보다 질량이 적은 별은 그 생애가 매우 길다고 할 수 있습니다. 이러한 별은 수십억 년

양자 비평형 현상의 물리적 법칙은?

비평형 현상이란, 평형에서 벗어난 상태를 지칭하는 것으로 우리가 일상적으로 자주 마주하는 현상인데요. 커피에 우유를 넣고 섞게 되면 우유 분자들은 에스프레소와 섞이면서 카페라테가 되죠. 이렇게 평형을 찾아가는 과정을 비평형 동역학이라고 볼 수 있습니다. 물리학에서 답하고자 하는 주요한 질문은 ‘양자 역학계에서 일어나는 비평형 현상은 어떤 물리 법칙에 의해 지배되며, 과연 보편적으로 적용할 수 있는 법칙이 존재할지’ 여부입니다. KAIST는 물리학과 최재윤 교수 연구팀이 극저온 중성원자 양자 시뮬레이터를 이용해 이론적으로 추측된 비평

버려지는 미세 진동을 모아 전기로 사용한다고?

에너지 하베스팅은 버려지는 에너지를 다시 ‘수확(harvest)’하여 전기로 만드는 친환경 기술인데요. 특히 언제 어디서나 존재하는 ‘진동’은 에너지 하베스팅의 좋은 재료입니다. 진동 에너지 하베스팅은 기상 조건과 지형에 크게 영향받지 않고 전력을 일정하게 생산할 수 있어 차세대 전력 공급 기술로 주목받고 있습니다. 한국표준과학연구원(KRISS)이 미세 진동을 좁은 영역에 가두고 증폭하는 메타물질을 개발했다고 밝혔습니다. 버려지는 진동을 전기에너지로 변환하는 ‘에너지 하베스팅’의 생산 전력량을 높여 상용화를 앞당길 전망입니다. 에너

화합물 생성AI 기술로 신약 개발 앞당긴다

신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있습니다. KAIST 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했는데요. KAIST는 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게