본문 바로 가기

로고

국내 최대 정보 기계·건설 공학연구정보센터
통합검색 화살표
  • 유니맷 베이직에듀
  • M-Terview

    (연구자인터뷰)

    연구자인터뷰는 기계.건설공학 분야의 종사자의 추천 및 자체 선정을 통해 선발된 우수 연구진을
    직접 방문하여 연구 정보를 취합하여 제작하고 있습니다. 주변에 알리고자 하시는 분이 계시면
    연구자료 인터뷰 신청을 통해 신청해 주세요.

    • 강대식 교수
      거미 다리의 감각기관을 모사한 초고감도 크랙인장센서 연구
      강대식 교수(아주대학교 기계공학과)
      이메일:dskang at ajou.ac.kr
      장소:서면 인터뷰
      6862 1 19

    최근 반도체 기술, 로봇 기술, 웨어러블 디바이스, IoT 등이 발전함에 따라 세계적으로 센서의 수요와 시장규모 또한 함께 증가하고 있습니다. 기존 개발된 센서보다 유연성, 내구성, 감도성까지 동시에 확보하기가 매우 어려다고 하는데요. 거미 진동감지 능력을 모사한 1,000배 향상 초고감도 센서 연구에 참여하신 아주대학교 기계공학과 강대식 교수님을 서면인터뷰 해보고자 합니다. 현재 유연성과 감도 모두 갖는 센서는 인공피부로의 적용 등 다양한 분야에 활용이 되고 있습니다. 교수님의 인터뷰를 통해 센서의 기술 및 초고감도 센서에 대해 알아보도록 하겠습니다.


    1. 지금 교수님께서 하시고 계시는 연구에 대한 소개 부탁드립니다.

    저는 자연모사라는 분야를 연구하고 있습니다. 그 중에서도 자연계에 있는 다양한 고감도 센서에 대한 연구를 진행 중입니다.


    2. 최근에 거미 진동감지 능력을 모사한 1000배 향상 초고감도 센서를 개발하셨다고 들었습니다. 자세한 원리에 대한 설명을 부탁드립니다.

    이름에서 알 수 있듯이 거미의 진동 감지 원리를 모사한 센서입니다. 거미는 지금까지 알려진 지구상의 모든 생명체 중 진동을 가장 잘 인식하는 두 번째 생명체인데, 연구에 의하면 10 nm 크기의 진폭도 인식하는 것으로 알려져 있습니다. 거미가 이처럼 높은 감도를 보이는 비밀은 다리 마디 사이에 존재하는 특별한 기관에 있습니다. 사람들은 그 형태가 수금(하프의 일종)과 비슷하다고 하여 금형기관, 영어로 Lyliform Organ 이라고 합니다. 금형 기관의 모습은 아래 그림과 같은데, 보시는 것처럼 미세한 금 (Crack)이 있는 형상입니다. 그리고 그 금 사이 사이에 뉴런 다발이 하나씩 연결되어 있습니다. 보통 어떤 물질에서 미세한 Crack이 생기게 되면  외부의 물리적 변형이 이 Crack에 집중되는 현상이 있는데, 놀랍게도 거미가 이러한 원리를 이용하고 있는 것입니다. 이 현상을 보다 쉽게 이해하기 위해서는 뼈에 실금이 가 있는 상황을 상상해보면 됩니다. 평소에는 아무렇지도 않던 사람도 뼈에 미세한 실금이 생기면 외부의 작은 충격에도 엄청난 고통을 느낍니다. 이는 외부의 충격으로 인한 변형이 이 미세한 실금에 집중되기 때문입니다. 저희는 이 원리를 차용하여 20 nm 두께의 얇은 백금 박막에 미세한 크랙을 형성하였습니다. 그 다음 양 끝단에 전선을 연결하여 센서를 제작하였습니다. 이때 예상했던 대로 외부 변형에 따라 크랙 사이의 저항이 급격히 변화되는 것을 측정할 수 있었습니다.


    3. 기존의 개발된 센서와 비교해서 원리와 성능면에서 어떤 차이가 있는건가요?  

    원리적인 면에서는 가장 큰 차이는 크랙을 센서로 사용했다는 점입니다. 지금까지 많은 사람들은 전자회로 내에 생기는 크랙을 좋지 않은 것으로 생각하는 경향이 있었습니다. 그도 그럴 것이 크랙으로 인해 제품의 성능이 저하되거나 단선이 일어날 수 있기 때문입니다. 하지만 저희는 이러한 오랜 고정 관념을 바꾸어 크랙을 이용해 센서를 제작하고자 하였습니다. 그러할 때 기존의 센서가 구현해낼 수 없는 수준의 초고감도 센싱 능력을 보여주었습니다. (GF ~ 2000) 이런 생각의 전환이 큰 발견을 하는 밑거름이 되었다고 생각합니다. 크랙으로 센서를 제작했다는 점 이외에 저희 센서가 가지는 또 다른 차이는 진동을 감지 해낼 수 있다는 점입니다. 기존의 센서는 단순한 압력과 인장을 감지해낼 수 있었다면 저희 센서는 압력과 인장 이외에도 진동 여부를 동시에 측정할 수 있습니다. 이는 애초에 저희 센서가 진동 인식에 능한 거미로부터 영감을 받았기 때문에 가능한 일 이었습니다.  진동 측정이 가능해짐으로 인해 기존의 센서가 구현하지 못했던 다양한 장점이 생기게 되었는데, 그 중에 하나는 같은 무게를 가지는 무생물과 진동을 유발하는 생물을 구분하게 되었다는 점입니다. 이외에도 아주 민감한 형태의 음성인식 시스템을 구현할 수 있게 되었습니다.



    4. 초고감도 센서는 인공피부나 여러가지로 활용이 가능한 부분이 많을 거 같습니다. 주로 어떻게 활용이 가능할까요?

    저희가 제작한 센서의 또 다른 장점은 유연한 기판위에 제작되었다는 점입니다. 이는 요즘 각광을 받고 있는 인공피부나 wearable device로 활용이 가능하다는 것을 뜻합니다. 실제로 저희 연구에서는 이러한 활용 가능성을 보여주는 실험을 여러 차례 진행하였습니다. 예를 들어 손목에 붙여 사람의 맥박을 잴 수 있다든지 어레이 형태로 제작하여 마치 사람의 피부처럼 자극의 위치를 탐지해내는 것을 보였습니다. 나아가 진동을 인식할 수 있다는 고유한 성질을 이용해 악기의 소리를 구분하게 되었고, 사람의 목소리도 인식하는 시스템을 만들 수 있었습니다. 향후에는 아바타 영화 제작에 쓰였던 모션 인식이라든지, 정밀한 지진 탐지와 같은 분야에도 활용될 수 있을 것으로 기대합니다. 




    제가 했던 실험은 크게 두가지 인데, 첫째는 바이올린 악기에 센서를 붙인 후 음악을 연주한 것이고 둘째는 사람의 목에 붙여서 말을 하게 한 것입니다.  맨 위 왼쪽 사진은 바이올린 위에 센스를 붙인 사진입니다. 가운데 그래프는 바이올린의 각 현을 개방현으로 연주했을 때 저희 센서가 인식한 frequency를 표현하고 있습니다.  보시는 것처럼 문헌상에 나온 frequency값과 일치하는 결과가 나왔습니다. 오른쪽 그림은 엘가의 '사랑의 인사' 라는 곡을 연주 했을 때 시간별로 음표 값과 동일한 진동 음역이 나온 것을 표현한 그래프입니다.  




    위 사진은 센서를 목에 붙인 사진입니다.  그 아래 4개의 그래프는 화자가 각각 다른 환경에서 'Go', 'Jump', 'Shoot', 'Stop' 네 단어를 말한 것에 대한 결과 값입니다.  맨 왼쪽은 (파란색) 노이즈가 없는 환경에서 저희 센서가 화자의 음성을 인식한 그래프이고,  두번째는 (빨간색) 역시 노이즈가 없는 환경에서 마이크가 화자의 음성을 인식한 그래프, 세번째는 (초록색) 노이즈가 있는 환경에서 저희 센서가 화자의 음성을 인식한 그래프, 마지막으로 네번째는 (검은색) 노이즈가 있는 환경에서 마이크가 화자의 음성을 인식한 그래프입니다.  이러한 그래프 형태를 저희 분야에서는 '음형대' 라고 표현합니다. (일종에 목소리에 대한 스펙트럼 분석이라고 보시면 됩니다.)

    특히 음성인식 실험에서 제가 강조하고 싶었던 점은 저희 센서가 노이즈가 있는 환경에서도 안정적으로 화자의 음성을 인식해 낸다는 점입니다.  이는 마이크에서는 구현하기 어려운 현상입니다. (위 그래프를 비교해보시면 차이를 확인하실 수 있습니다) 실제로 이 문제는 음성인식 연구 분야에서는 매우 중요하게 인식되는 문제인데, 이유는 기존에 개발된 음성인식 툴은 한번 노이즈가 섞이면 이를 의미있는 소리와 분리해낼 방법이 없기 때문입니다. 오랫동안 해결되지 못한 문제여서 이 문제에 대해 사람들이 특별한 이름까지 붙였는데, 이를 'Cocktail Party Problem' 이라고 합니다.  사람은 신기하게도 시끄러운 칵테일 바에서도 한사람과의 대화에 집중하면 어느정도 대화가 가능합니다.  하지만 컴퓨터는 이것이 불가능합니다.  저는 저희 센서가 이 오랜 난제를 완벽히는 아니지만 어느정도 풀 수 있는 실마리를 제공한다고 생각했습니다.  왜냐하면 저희 센서는 위  실험 결과에서 확인되는 바처럼 시끄러운 외부 소리는 잘 인식하지 못하고 오직 바닥에서 전해지는 진동만 민감하게 감지하기 때문입니다.  이러한 현상은 거미의 진동 인식기관에서도 동일하게 관찰되는 현상입니다.  


    5. 이번 연구에는 융합 연구로 여러분이 공동으로 참여한 걸로 알고 있습니다. 어떤 분이 참여하셨으며, 연구에 어떤 역할을 하셨는지 소개해 주세요.

    정말로 많은 분들이 참여로 이루어진 연구입니다. 먼저 고(故) 서갑양 교수님의 노력을 말씀드리지 않을 수 없습니다. 교수님은 우리나라 생체모사 분야의 선구자로서 10년간 200편에 가까운 논문을 쓰실 정도로 열정이 대단한 분이셨습니다. 이런 교수님을 곁에서 보고 배울 수 있었던 것은 제게는 큰 행운이었습니다. 석사와 박사 초년 때 저는 결과가 없어서 연구에 많은 회의를 느낄 때 교수님은 이런 저를 늘 믿어주시고 장차 큰 연구를 할 수 있는 자질이 있다며 많은 격려를 해주셨습니다. 처음 연구 결과 나오고 그 가치를 제일 먼저 알아보신 분도 교수님이셨습니다. 교수님이 아니었다면 이 연구는 시작조차 되지 못했을 것입니다. 다음으로 최만수 교수님과 김태일 교수님은 이 연구가 완성될 수 있도록 많은 지도를 해주셨습니다. 헤아릴 수 없이 많은 연구 미팅을 가져주셨고 때마다 길을 잃고 헤맬 때 연구 방향을 잡아주셨습니다. 이외에도 Peter는 이론식을 세우는데 큰 도움을 주었고, 최용환, 이찬석, 신성수, 박임봉, 박병학 박사과정은 저와 함께 다양한 실험을 수행하였습니다.  

     




    6. 고감도 센서를 개발하기 위해 어려움이 많았을 거 같습니다. 어떤 문제가 있었으면 어떻게 해결 하셨는지 궁금합니다.

    고감도 센서를 개발하는데 있어서 여러 가지 어려움이 많았지만, 개인적으로 가장 어려웠던 것은 이론적으로 이 현상을 규명하는 과정이었습니다. 실제로 첫 아이디어를 가지고 실험결과를 얻기까지는 채 3주가 걸리지 않았습니다. 하지만 막상 이 현상을 규명하려고 보니 쉬운 일이 아니었습니다. 실제로 이 작업만 8개월 이상의 시간이 소요되었는데, 이때 여러 사람들의 도움을 받게 되었습니다. 그 중에서도 이론물리학자인 Peter의 조언이 제게 큰 도움이 되었습니다. 또한 수많은 밤을 새우며 정밀한 실험을 수행해준 동료연구자들의 도움이 컸습니다. 저는 이런 과정을 거치며 과학자들이 하나의 이론을 만들기 위해 얼마나 많은 노력을 기울이는지 알게 되었습니다. 또한 세상 모든 일이 그렇듯 세상에 혼자 할 수 있는 일이 없다는 것을 알게 되었습니다. 이런 분들의 도움이 없었다면 제 논문도 세상에 나오지 못했을 것입니다. 도움을 주신 많은 분들께 진심으로 감사의 말씀을 전하고 싶습니다.



    위 Fig. 5그림은 크랙센서의 원리를 설명하는 이론과 관련된 그림입니다.  실험 결과 값 (맨 위 왼쪽)을 면밀히 분석한 끝에 맨 아래 줄과 같은 이론 모델을 가설로 세우게 되었습니다.  크랙을 경계로 좌우에 메탈 층이 있는데, 이를 확대해보면 매끈하게 크랙이 형성된 것이 아니라 약간 거칠게 형성되어 있습니다.  이를 단서로 맨 아래줄과 같은 이론 모델을 형성하였고, 이를 통해 식을 세운 후 역으로 그래프를 그려보니 실험결과 값과 상당히 비슷한 형태의 그래프가 나왔습니다.  


    7. 고감도 센서가 실용화 되려면 어떤 점이 좀더 개선이 되어야 할런지요?  (실용화의 어려움이나 진행상황 등을 알려주세요.  기존의 나와 있는 센서와 비교해서 어떤 경쟁력이 있는지요?)

    저희 센서를 실용화 하는데 있어서 가장 큰 장벽은 내구성입니다. 크랙센서는 워낙에 미세한 변화를 감지하는 능력이 있는 만큼 큰 변화에 쉽게 부서지는 단점이 있습니다. 예상치 못한 충격이나 반복 사용으로 인해 크랙이 더 자라나게 되면 원래의 성능이 유지되지 못하고 저하되는 성향이 있습니다. 따라서 실용화를 위해서는 이 점이 반드시 개선되어야 합니다. 다음으로 개선해야 할 점은 크랙센서의 측정 범위입니다. 현재는 Strain 기준으로 ~2 % 이내로 작은 인장 영역에서만 측정이 가능합니다. 기판이 잘 늘어나지 않는 물질이기 때문에 생기는 현상인데, 최근 연구 결과에 의하면 기판을 바꿈으로 인해 조금 더 넓은 영역 (~10 %)에서의 측정 가능성이 보이고 있습니다.

    기존 센서에 비해서 저희 크랙센서가 가지는 가장 큰 장점은 높은 감도입니다. 시중에 제작되어 나오는 센서의 감도가 2~3인 (Gauge factor) 것을 감안할 때, 제작비가 더 적게 듦에도 불구하고 1,000 배 이상 좋은 감도를 가지는 저희 센서는 큰 경쟁력이 있다고 할 수 있습니다.

    위 그래프는 센서가 반복된 사용환경에서 얼마나 오래 성능을 유지하는가에 대한 결과 값입니다.
    0.5 % 인장환경에서 5000번 이상 반복실험을 진행했습니다.  그 결과 1,000 회정도까지는 어느정도 성능을 유지하는 것을 확인할 수 있었습니다.  다만 그 이상부터는 뚜렷한 성능저하 현상이 나타났는데, 현재 후속 연구를 통해 이를 극복하기 위한 실험이 진행중입니다.


    8. 앞으로도 다양한 센서를 개발할 수 있을 것이라 생각합니다. 생각하고 추진하시고자 하는 연구가 있으신지요?

    자연계에는 인간이 여전히 그 원리를 잘 알지 못하는 우수한 감각기관들이 많이 있습니다. 예를 들어 철새가 어떻게 방향을 알고 수천 Km 떨어진 거리를 정확히 찾아가는지 잘 알려지지 않았습니다. 또한 식물의 꽃이 어떻게 온도를 감지하여 그렇게 정확한 때에 아름다운 모습으로 개화(開化)를 하는지, 상어가 어떻게 100만분의 1로 희석시킨 피를 감지해내는지 정확히 알려진 바가 없습니다. 저는 이처럼 자연계에 아직 밝혀지지 않은 감각기관을 찾고 또 이를 모사하여 기존의 센서가 구현해내지 못한 고감도 센서를 개발하고자 합니다.


    9. 같은 분야를 공부하는 후학(대학원생들)에게 한 말씀 부탁드립니다.

    연구를 하다보면 수 없이 많은 좌절과 고비를 만나게 됩니다. 저 역시 그랬고 아마도 현재 이 길을 걸어가는 많은 후배님들도 그러할 것이라고 생각합니다. 제게 한 교수님은 “야구는 3할을 치면 좋은 타자이지만, 연구는 1할만 쳐도 좋은 연구자다” 라고 하셨습니다. 그만큼 연구는 실패의 연속입니다. 생각처럼 결과가 나오지 않을 때가 많습니다. 학부때 까지 공부는 열심히 하기만 하면 어느 정도의 결과가 보장되지만, 연구는 열심히 한다고 해서 꼭 좋은 결과가 나오는 것이 아닙니다. 그렇기 때문에 많은 사람들이 연구를 어려워하고 또 포기하는 것 같습니다. 하지만 이러한 순간을 견디고 이겨내야만 좋은 연구자가 될 수 있습니다.

    이를 극복하는 좋은 방법은 자신이 왜 연구를 하는지 분명한 이유를 찾는 것입니다. 다른 말로 동기 부여를 확실히 하는 것이라고 할 수 있지요. 주위를 보면 의외로 분명한 목표나 동기 없이 연구를 하는 사람이 많이 있습니다. 다른 사람들이 대학원에 가니까 무작정 따라 가거나 아니면 단순히 취업의 수단으로 대학원에 가기도 합니다. 처음 얼마 간은 이런 동기로도 연구를 할 수 있습니다. 하지만 실패가 반복되고 어려움이 길어지면, 이러한 동기를 가진 사람은 십중팔구 중간에 포기 하게 됩니다. 혹시라도 여러분이 현재 연구에 흥미를 잃고 방황하고 있다면, 한번쯤 내가 왜 연구를 하고 있는지, 또 왜 이 자리에 있는지 자문해 보기 바랍니다. 그리고 스스로에게서 뚜렷하고 강력한 동기를 찾기 바랍니다. 동기부여만 확실하다면 여러분은 어렵지 않게 길을 찾게 될 것입니다. 그리고 언젠가 반드시 좋은 연구자가 될 수 있을 것입니다.

     

    • 페이스북아이콘
    • 트위터 아이콘

    전체댓글 19

    사용자 프로필 이미지
    |2017.02.22
    생체모방 크렉센서 아이디어가 신선합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2017.02.20
    항공우주쪽을 공부하고있는 대학생입니다. 자연을 이용한 기계는 로봇뿐만 아니라 우주쪽에서도 유용하게 이용할수있을것 같고 제 생각의 폭을 넓힐수 있었습니다. 좋은 연구 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2017.02.20
    크랙을 이용한 진동 센서라니.. 아이디어가 충격적입니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.27
    기대가 되는 연구인 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.27
    자연현상에서 기본 연구가 시작된 분야가 많은 것으로 알고 있는데 오늘날에도 참조할만한 형상이 있었다니 과학의 범주는 여전히 무궁무진해보입니다. 역발상에서 착안했다는 연구 초기시점의 아이디어는 어떻게 얻게 되었는지 궁금해집니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.22
    앞으로도 좋은 연구 기대합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.21
    거미다리라니 ㅎㅎ 흥미로운 주제네요.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.21
    덕분에 많이 배워갑니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.20
    생체 모사 연구 분야 응용으로 초고감도 센서 연구는 상당히 흥미로운 주제로 보입니다. 좋은 소식 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.18
    발상이 정말 대단하시네요!! 기대하겠습니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.14
    거미 다리의 감각 기관을 실제 센서로 구현하는 것이 대단하군요. 앞으로가 필드에서 사용할 수 있는 결과물이 기대됩니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.14
    자연모사를 통해 센서의 한계를 극복할 수 있네요. 정말 멋진 연구라고 생각합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.14
    Bio mimic을 통한 크랙 인장 센서로의 연구 발전은 연구 소개만들어도 가슴이 두근두근하게 합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.10.20
    단점으로만 생각되었던 크랙의 민감성을 센서의 성능 향상으로 돌린다는 발상이 정말 대단하네요 자연모사에 관심이 생기게 되는 글입니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.10.20
    단점으로만 생각되었던 크랙의 민감성을 센서의 성능 향상으로 돌린다는 발상이 정말 대단하네요 자연모사에 관심이 생기게 되는 글입니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.08.26
    우와~ 거미 다리를 모사해서 저런 센서를 만들다니 대단한것 같습니다. 거미가 실로 대단하것도 처음알았네요 ㅎㅎ 하지만 민감한 센서이니 만큼.. 큰 충격에 따른 내구성은 문제가 될 수 있겠네요 ㅎㅎ 새로운 정보들 보면서 많은 공부했습니다!
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.08.22
    산업현장에서는 크랙이 골칫거리였는데 그 크랙 현상을 이용하여 센서를 만들 수 있다니 신기 하네요. 앞으로도 좋은 연구를 통해 훌륭한 기술들을 많이 만들어 지기를 바랍니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.08.19
    크랙이 있어서 감지가 잘되는 반면.. 아무래도 내구성 문제가 될거 같네요.. 가구 만들때 나무에 금이 가면 크랙 말단에 오히려 둥근 구멍을 내어서 크랙이 더이상 번지는 것을 막습니다. 이런 아이디어도 한번 고려해보면 좋을거 같네요.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.08.19
    멋지네요 센서의 역할이 중요해지는 만큼 내구성을 더 갖추어서 우리나라가 1등이 되면 좋겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    댓글 입력란
    프로필 이미지
    0/500자

    서브 사이드

    서브 우측상단1
    서브배너4