[과기원NOW] 포스텍-SAIT, 반도체 폐수에서 텅스텐 회수 공정 기술 개발 外

포스텍 연구팀의 연구결과는 지난달 국제학술지 'ACS 서스테이너블 케미스트리 앤 엔지니어링'에 공개되고 해당 호 앞속표지로 선정됐다. ACS 제공

■ 포스텍은 한지훈 화학공학과 교수팀이 삼성전자 SAIT(구 종합기술원) 연구팀과 함께 반도체 산업 폐기물에서 텅스텐을 효과적으로 회수하는 공정 기술을 개발했다고 17일 밝혔다. 연구결과는 지난달 20일 국제학술지 'ACS 서스테이너블 케미스트리 앤 엔지니어링'에 공개됐다. 텅스텐은 반도체, 항공 등 다양한 분야에서 쓰이는 희귀 금속으로 몇몇 국가에서만 채굴돼 폐기물에서 텅스텐을 회수하는 연구가 활발하다. 연구팀은 주변에서 쉽게 발견할 수 있는 곰팡이를 사용해 텅스텐을 포함한 금속을 용해했다. 이후 정제 공정 기술을 이용해 용액 속 텅스텐을 경제적으로 회수하는 데 성공했다. 한지훈 교수는 "친환경적인 방법으로 텅스텐 회수 공정의 경제성과 산업화 가능성을 확인했다"고 밝혔다.

■ 광주과학기술원(GIST)은 GIST 한국문화기술연구소와 한남대 디자인팩토리가 공동 주관해 7월 9일부터 4일간 열린 '마이크로 디자인 챌린지 해커톤'이 마무리됐다고 17일 밝혔다. GIST 학사과정생 10명과 한남대 디자인영상·경영계열 학생 22명 등 총 32명의 대학생이 참여했다. 해커톤 대회는 아이디어 도출, 문제 정의 등 이론교육을 수강한 뒤 분야별로 팀을 구성해 아이디어를 구체화하는 과정으로 진행됐다. 김경중 한국문화기술연구소장은 "학교 간 경계를 허무는 새로운 형태의 교육 패러다임을 선보였다"며 "융합적 사고와 창의역량을 충분히 발현할 수 있도록 다양한 협력 프로젝트를 적극 추진할 것"이라고 말했다.

■ KAIST는 박찬영 산업및시스템공학과 교수팀이 네이버와 공동연구를 통해 높은 정확도로 상품을 추천할 수 있는 대형언어모델(LLM) 기반 추천 시스템을 개발했다고 17일 밝혔다. 연구결과는 8월 국제학술대회 '국제 데이터 마이닝 학회'에서 발표될 예정이다. 연구팀은 상품 제목과 설명 같은 텍스트뿐 아니라 사용자와 비슷한 상품을 소비한 다른 사용자들의 정보가 정확한 상품 추천에 중요한 역할을 한다는 점에 주목했다. 미리 학습된 추천 모델로부터 사용자 선호에 대한 정보를 추출하고 이를 LLM이 이해하도록 변환하는 인공신경망을 도입했다. 그 결과 기존 연구결과보다 빠른 학습과 추론 속도를 보이며 상품 추천 성능이 향상됐다. 박찬영 교수는 "대화형 추천 시스템, 개인화 정보 생성 등 다양한 서비스로 이어질 것 수 있을 것"이라고 기대했다.

<참고 자료>
- doi.org/10.1021/acssuschemeng.4c02941

[이병구 기자 2bottle9@donga.com]