층상 금속 산화물-탄소 나노구조체 기반 고항균성 하이브리드 종이 개발

다양한 소재에 금속 산화물과 그래핀의 우수한 혼성화 특성을 적용하기 위한 연구 요구가 증대되고 있습니다. 본 기술은 층상 금속 산화물 및 탄소 나노구조체(그래핀) 혼합액을 활용하여 얇고 유연하며 단단한 프리-스탠딩 하이브리드 종이를 제조하는 방법입니다. 탄소 나노구조체 콜로이드와 층상 금속 산화물 콜로이드를 혼합하고 투석 및 건조 과정을 거쳐 안정적인 종이 형태의 신소재를 만듭니다. 이 하이브리드 종이는 1~100 ㎛ 두께로 조절 가능하며, E-coli O157에 대해 99.99% 이상의 탁월한 항균성을 보입니다. 또한 열적 안정성과 친수성을 가지며, 항균막, 촉매, 전극, 흡착제 등 다방면으로 활용 가능한 첨단 소재입니다.

기존 광촉매와 이차전지 전극 재료는 낮은 활성 및 전도도 문제가 있었습니다. 본 기술은 금속 산화물 또는 수산화물 매트릭스 내에 금속 칼코겐 화합물 도메인을 인시츄 방식으로 형성하는 복합체 제조 방법을 제안합니다. 특히, 칼코겐-함유 기체와 반응시켜 고성능 광촉매 및 전극 재료를 만듭니다. 이를 통해 가시광 활성 광촉매로 공기/수질 정화 및 수소 생산 효율을 높일 수 있습니다. 또한, 이차전지 및 수퍼캐패시터용 전극 재료의 전기전도도와 전기화학적 용량을 크게 개선하여 에너지 저장 장치의 성능을 향상시킬 수 있습니다. 본 기술은 환경 및 에너지 분야에 폭넓게 적용 가능합니다.

기존 귀금속 촉매는 높은 비용과 제한된 자원으로 인해 물 분해 반응의 상용화에 어려움이 있습니다. 또한, 대부분의 전기 촉매는 산소 발생 반응(OER) 또는 수소 발생 반응(HER) 중 하나에만 활성을 보였습니다. 본 기술은 이러한 문제를 해결하기 위해 서로 반대의 표면 전하를 갖는 전이 금속 디칼코게나이드 나노시트(TMD)와 층상 이중 수산화물 나노시트(LDH)를 정전기적으로 자기조립하여 층상 나노하이브리드 초격자 구조를 합성합니다. 이 구조는 매우 다공성인 카드집 형태의 적층 구조를 가지며, 넓은 표면적을 제공합니다. 이를 통해 OER과 HER 모두에 대해 현저히 낮은 과전압과 탁월한 전기 촉매 성능을 보여주며, 기존 촉매 대비 월등히 높은 효율과 우수한 내구성을 가집니다. 이 이중기능성 전기 촉매는 물 분해 기술뿐만 아니라 이차 전지, 연료 전지, 공기 전지 등 다양한 신재생 에너지 시스템의 상용화에 기여할 수 있습니다.

기존 리튬 이차전지의 흑연 음극재는 용량 한계와 실리콘 음극재의 큰 충방전 부피 변화 문제를 가지고 있습니다. 본 기술은 실리카 함유 콜로이드에 산화그래핀을 첨가하여 분말화한 뒤, 마그네시오써믹 반응으로 실리카를 실리콘으로, 산화그래핀을 그래핀으로 동시에 환원시켜 실리콘-그래핀 복합 나노물질을 제조합니다. 이 방법은 자연에 풍부한 실리카를 원료로 사용하여 경제적이며, 제조된 나노물질은 부피 변화를 최소화하고 높은 전기 전도도, 용량, 안정성을 갖는 전극을 형성할 수 있습니다. 리튬 이온 전지 및 다양한 차세대 전지의 고성능 음극재로 활용되어 배터리 성능 향상에 크게 기여할 것으로 기대됩니다.

리튬-황 배터리는 높은 에너지 밀도에도 불구하고 폴리설파이드 셔틀 효과로 인한 낮은 효율과 급격한 용량 감소 문제가 있었습니다. 본 기술은 박리된 금속 산화물 나노시트에서 황 나노입자를 직접 성장시킨 나노복합체를 개발하여 이 문제를 해결합니다. 특히, 루이스 산성 특성을 갖는 2D 레피도크로사이트 산화 티타늄 나노시트가 리튬 폴리설파이드의 용해를 효과적으로 억제합니다. 이 나노복합체를 황 캐소드에 적용하면, 80 중량부 이상의 높은 황 함량에서도 300 사이클 후 82.3%의 우수한 용량 유지율을 보이며, 뛰어난 사이클링 성능을 구현합니다. 이는 전기차 및 무인 항공기 등 차세대 에너지 저장 장치의 상용화에 크게 기여할 수 있는 핵심 기술입니다.

2차원 금속 산화물 나노시트와 금속 나노입자 복합체는 나노시트 결정 구조에 따라 나노입자 크기와 분산을 제어하여 촉매 활성을 최적화합니다. 본 기술은 층상 금속 산화물을 박리하여 나노시트를 형성하고 금속 전구체를 환원시켜 금속 나노입자를 성장시키는 방법입니다. 특히 유사 레피도크로사이트 및 트리티타네이트 결정 구조를 활용, 금속 나노입자 크기를 10nm 이하로 정밀하게 조절할 수 있습니다. 이는 연료전지, 슈퍼커패시터용 전극 촉매, 광촉매, 유기반응 촉매 등 다양한 응용 분야에서 고성능을 구현하고 효율을 증대시킵니다.

기존 암리논 합성법은 복잡한 다단계 공정, 고온 반응 조건, 위험한 수소 가스 사용 등으로 인해 심각한 합병증을 유발할 수 있는 한계가 있었습니다. 본 기술은 위치선택적 스즈키 커플링 반응을 활용하여 암리논 유도체를 안전하고 효율적으로 제조하는 방법을 제안합니다. 화학식 1 화합물과 피리디닐 보론산의 스즈키 커플링 반응 후, 중간 생성물을 화학식 2 화합물과 반응시키는 방식으로, 종래 대비 축소된 합성 단계와 온화한 산처리 조건으로 탈보호기 반응을 수행합니다. 이를 통해 위험한 수소 가스 없이 고수율(60% 이상)로 암리논 유도체를 얻을 수 있으며, 급성 심부전 치료제 개발 및 생산의 안전성과 효율성을 크게 향상할 수 있습니다.

유방암은 조기 진단이 환자 생존율에 결정적인 영향을 미치지만, 기존 진단법은 초기 병변 검출에 한계가 있었습니다. 본 기술은 혈액 내 알파-1 산성 당단백질(AGP)의 N-당화 변화가 초기 유방암의 핵심 바이오마커임을 규명하였습니다. 렉틴을 활용하여 AGP의 푸코실화, 만노실화, 시알릴화 등 N-당화 수준을 정밀하게 검출하며, 특히 유방암 1기 환자의 혈청에서 이 당화 수준이 현저히 감소함을 확인했습니다. 이를 통해 양성 유방종이나 다른 병기의 유방암과 명확히 구별하여 초기 유방암을 높은 민감도와 특이도로 진단할 수 있습니다. 이 기술은 유방암 조기 진단의 정확도를 획기적으로 높여, 환자의 치료 성공률 향상과 사망률 감소에 크게 기여할 것입니다. 진단 키트 및 정보 제공 방법으로 개발되어 상용화가 기대됩니다.

반도체 공정 폐수에는 질소, 인, 불소 등 유해 물질이 고농도로 포함되어 기존 처리 방식들은 경제성이나 효율성 측면에서 한계가 있었습니다. 본 기술은 바덴포 공정과 그래핀 산화물 기반 세라믹 나노 멤브레인 여과를 통합하여 이러한 문제를 해결합니다. 그래핀 산화물 코팅 나노 멤브레인은 미세 기공과 강한 음전하로 암모늄, 불소 이온 등 1가 이온성 물질을 효과적으로 제거합니다. 이를 통해 별도의 약품이나 탄소원 주입 없이 경제적이면서도 효율적인 질소 및 불소 제거가 가능하며, 폐수 처리 시스템의 성능과 비용 효율성을 크게 향상시킬 수 있습니다.

기존 웨어러블 기기 데이터는 헬스케어 등 단순 활용에 그쳐 사용자 맞춤형 웹 서비스 제공에 한계가 있었습니다. 본 기술은 웨어러블 기기에서 수집된 심박수, 체온, 스트레스 등 사용자 생체 정보와 디스플레이 기기의 웹 페이지 스크롤, 클릭 등 조작 정보를 동시간 기준으로 결합하고 분석합니다. 데이터 마이닝 및 기계학습을 활용하여 사용자의 상태와 의도를 파악하며, 이를 통해 동영상 추천, 학습 콘텐츠 개인화, 맞춤형 광고 등 사용자에게 최적화된 웹 페이지와 서비스를 제공합니다. 사용자의 컨디션과 행동에 기반한 정교한 개인화로 웹 서비스의 만족도와 활용도를 크게 높일 수 있습니다.

염료감응 태양전지는 낮은 제조 단가에도 불구하고 광전환 효율 부족으로 상용화에 한계가 있었습니다. 이를 해결하기 위해 본 기술은 자기조립 이중블록 공중합체를 활용, 정렬된 금속산화물 나노입자를 포함하는 금속산화물-탄소질 하이브리드 박막을 경제적으로 제조합니다. 역마이셀 용액, 금속산화물 전구체, 산 용액을 이용한 코팅 후 자외선 조사로 안정화하고 열처리하여 탄소화하는 공정을 거칩니다. 이 과정에서 고온에도 나노구조를 유지하며, 높은 전기 전도성을 가진 탄소와 금속산화물의 하이브리드화를 통해 전자의 전달 효율을 극대화합니다. 결과적으로 이 박막을 염료감응 태양전지 광전극에 적용하면 광전환 효율을 현저히 향상시켜, 제조 단가 부담 없이 태양전지의 상용화를 가속할 수 있습니다.

기존 언어 학습 도구들은 주로 발음 교정에 집중하여 작업 기억 능력 평가에 한계가 있었습니다. 특히 언어 발달 장애 아동의 경우, 음운 처리 결함과 상위 언어적 문장 이해 문제가 작업 기억 능력과 밀접한 관련이 있습니다. 본 기술은 음성으로 제시된 문장을 따라 말하는 학습자의 음성을 녹음하고 평가하여 작업 기억 능력을 측정합니다. 사용자의 첫 번째 문장 따라 말하기 점수를 기반으로 난이도와 변별도를 조절한 맞춤형 과제를 제공하며, 이를 통해 얻은 점수로 작업 기억 능력을 더욱 정확하게 진단합니다. 이로써 아동의 연령과 언어 체계에 맞는 신뢰도 높은 작업 기억 능력 측정 결과를 제공하여, 언어 발달 장애 여부를 조기에 판단하고 적절한 후속 조치를 가능하게 합니다.