-
285
- 「2026 4개 대학 기계공학 대학원생 워크샵」(연세대, 고려대, 게이오대, 와세다대) 개최 (2026.08.07)
- 「2026 4개 대학 기계공학 대학원생 워크샵」(연세대, 고려대, 게이오대, 와세다대) 개최 기계공학부 민경민 교수와 김석 교수 연구팀은 2026년 8월 5일부터 7일까지 일본 게이오대학교에서 개최된 「Four-University Mechanical Engineering Graduate Student Workshop 2026」에 참가하였다. 본 워크샵은 연세대, 고려대, 게이오대, 와세다대 4개 대학 기계공학과가 공동으로 개최하는 국제 학술 교류 행사로, 올해는 게이오대학교 기계공학과 주관으로 진행되었다. 이번 행사에는 4개 대학의 기계공학과 교수진 13명과 대학원생 40여 명이 참석해 각자의 연구 성과를 공유하고 공동 연구의 가능성을 모색하는 자리를 가졌다. 연세대학교에서는 민경민 교수와 김석 교수 외 대학원생 6명이 참석하여 총 3편의 구두 발표와 4편의 포스터 발표를 진행하였다. 구두 발표에서는 머신러닝 기반 원자간 포텐셜 연구, 고성능 DLP 3D 프린팅을 위한 광학·공정 기술과 메타물질 및 물리 지능 설계에 관한 연구가 소개되었으며, 포스터 발표에서는 머신러닝 및 제일원리 기반 배터리 연구, 메타물질 설계와 3D 프린팅을 융합한 극한 제조 기술 등의 연구 결과가 발표되었다. 참가자들은 인공지능 기반 소재 설계, 3D 프린팅 및 메타물질, 센서 및 바이오메카닉스 등 공통 관심 분야를 중심으로 대학원생 연구 교류, 공동 연구 주제 발굴, 국제 공동연구 과제 추진 등 향후 협력 방안을 논의하였다.
- 기계공학부 2026.08.11
-
284
- 연세대 기계공학부, 바이오공학 융합 주제 '2026 여름학기 해외집중 강의 시리즈' 개최 (2026.07.20~24)
- 연세대 기계공학부, 바이오공학 융합 주제 '2026 여름학기 해외집중 강의 시리즈' 개최 연세대학교 기계공학부는 지난 7월 20일부터 24일까지 '2026 여름학기 해외집중 강의 시리즈'를 성공적으로 개최했다고 밝혔다. 이번 강의는 'Mechanics Meets Genomics: Modern Biotech, Synthetic Biology, and Therapeutic Engineering for Mechanical Engineers'을 주제로 열렸으며, 조지아켁-에모리 대학(Georgia Tech and Emory University)대학의 박성진 교수님께서 강의를 맡았다. 총15여명의 댜학원생이 참여한 이번 프로그램은 기초 전기생리학(Basic Electrophysiology)을 비롯해 CRISPR 유전자 편집 기술, CAR-T 세포 치료, 줄기세포, 조직공학, 바이오패브리케이션 등 현대 바이오공학과 치료공학 분야의 핵심 개념과 최신 기술을 폭넓게 다루었다. 이를 통해 학생들은 기계공학과 생명공학의 융합 가능성을 이해하고, 바이오의료 분야의 최신 연구 동향과 미래 치료 기술에 대한 폭넓은 시각을 갖추는 기회를 얻었다. 연세대학교 기계공학부는 앞으로도 세계적인 연구자를 초청하는 해외집중 강의 시리즈를 지속적으로 운영하여 학생들에게 글로벌 수준의 교육 기회를 제공하고, 기계공학을 기반으로 한 첨단 융합기술 분야의 연구 역량을 강화해 나갈 계획이다.
- 기계공학부 2026.08.03
-
283
- '2026 인공지능 여름학교' 연세대학교에서 성황리 개최 (2026.07.15)
- '2026 인공지능 여름학교' 연세대학교에서 성황리 개최 대한기계학회 기계인공지능연구회가 주최하고 기계공학부 BK사업단이 후원한 '2026년 인공지능 여름학교'가 2026년 7월 13일(월)부터 15일(수)까지 3일간 연세대학교 공학원 대강당 B106호에서 성황리에 개최되었다. 본 여름학교는 인공지능의 핵심 이론부터 최신 연구 동향까지 폭넓게 다루는 심화 교육 프로그램으로, 총 5개 강의로 구성되었다. 1일차에는 박범수 교수(서울과학기술대)가 '생성형 인공지능'을 강의하였다. 2일차에는 김태진 교수(전북대)가 '물리지식기반 인공지능(PINN, DeepONet, Neural Operators)'을, 박찬희 교수(서울시립대)가 'LLM과 AI Agent(LLM의 원리·학습방법, RAG, Ontology)'를 다루었다. 3일차에는 하종문 교수(아주대)가 '파운데이션 모델(Self-supervised Learning, Transfer Learning)'을, 연세대학교 기계공학부 민경민 교수가 '효율적 학습(Active Learning, Domain Adaptation, and Beyond)'을 강의하였다. 특히 연세대학교 기계공학부 민경민 교수는 라벨 데이터가 제한된 실제 공학 문제 상황을 출발점으로 데이터 효율적 학습(Data-Efficient Learning)의 전체 지형도를 조망하고, 능동학습(Active Learning)의 질의 전략부터 도메인 적응 및 자율적 탐색·발견(Autonomous Discovery)으로 확장되는 최신 연구 동향과 핵심 방법론을 소개하였다. 본 행사는 총 150명 규모로 진행되었으며, 산업계 및 학계 연구자들의 높은 관심 속에 마무리되었다.
- 기계공학부 2026.07.22
-
282
- 연세대학교 기계공학부, 2026 여름학기 해외집중 강의 시리즈 개최 (2026.07.01~03)
- 연세대학교 기계공학부, 2026 여름학기 해외집중 강의 시리즈 개최 연세대학교 기계공학부는 지난 7월 1일부터 3일까지 '2026 여름학기 해외집중 강의 시리즈'를 개최했다. 이번 강의는 'Reinforcement Learning and AI'를 주제로 진행되었으며, 미국 Temple University의 원창희 교수와 연세대학교 기계공학부 김종백 교수가 공동으로 강의를 맡았다. 총 54명의 학부생과 대학원생이 참여한 이번 프로그램은 강화학습(Reinforcement Learning)의 기본 개념부터 Markov Decision Process, Dynamic Programming, Monte Carlo Learning, Temporal-Difference Learning, Model-Free Control 등 강화학습의 핵심 이론과 알고리즘을 다루었다. 또한 Python 및 Google Colab 기반 실습을 통해 학생들은 강화학습 기법을 직접 구현하고, 로보틱스와 제조, 헬스케어 등 다양한 공학 분야에서의 활용 사례를 학습하며 최신 인공지능 기술을 실제 공학 문제에 적용하는 경험을 쌓았다. 연세대학교 기계공학부는 앞으로도 해외 우수 연구자를 초청하여 학생들에게 최신 연구 동향과 첨단 공학기술을 접할 수 있는 기회를 제공하고, 국제적 연구 역량을 갖춘 미래 공학 인재 양성을 위한 해외집중 강의 시리즈를 지속적으로 운영할 계획이다.
- 기계공학부 2026.07.22
-
281
- Lattice Boltzmann Methodology for Single-Phase and Multiphase Nanoparticle Modeling, Springer, 도서 출간 (2026.06.01)
- Lattice Boltzmann Methodology for Single-Phase and Multiphase Nanoparticle Modeling, Springer, 도서 출간 기계공학과 이준상 교수 연구팀에서는 Lattice Boltzmann Method(LBM, 격자볼츠만방법)을 기반으로 한 나노 입자 모델링 도서를 출간하였습니다. 본 도서는 단일상(single-phase) 및 다상(multiphase) 유동 해석 기법과 그 응용을 폭넓게 다루며, 특히 대학원 수준의 수업 및 연구 교육에 활용할 수 있는 교과서적 구성을 갖추고 있습니다. 초반부에서는 LBM의 기본 개념, 이론적 배경, 관련 선행 연구를 체계적으로 소개하고, 이후 단일상 및 다상 유동에 대한 LBM 방법론을 심층적으로 설명합니다. 또한 나노 입자 모델링을 위한 다양한 접근 방식이 정리되어 있어, LBM을 처음 접하는 대학원생부터 관련 분야 연구자까지 단계적으로 학습할 수 있도록 구성되어 있습니다. 응용 파트에서는 나노입자가 포함된 다상 유동을 중심으로 이중 에멀젼(double emulsions), 다공성 구조(porous structures), 잉크젯 프린팅, 커피 링 효과(coffee ring effect) 등 다양한 물리적 현상을 LBM 기반 시뮬레이션을 통해 분석합니다. 이와 함께 계면 거동, 접촉선 동역학(contact line dynamics), 고밀도 비율 조건에서의 다상 유동 해석, 입자 상호작용 및 부착 패턴 등 실제 공학 및 물리 시스템과 밀접하게 연결된 주제를 포함하고 있습니다. 본 도서는 2026년 6월 글로벌 학술 출판사 Springer Nature에서 출간되었습니다. 도서 출간 URL: https://link.springer.com/book/10.1007/978-981-95-9117-6
- 기계공학부 2026.07.22
-
280
- 다층 그래핀 프레넬 렌즈와 딥러닝을 활용한 비접촉식 에탄올 분자 센싱 기술 개발 (2026.06.01)
- 다층 그래핀 프레넬 렌즈와 딥러닝을 활용한 비접촉식 에탄올 분자 센싱 기술 개발 기계공학과 전성찬 교수 연구팀은 (제1저자 김건모, 황윤지 통합과정, 공동 저자 황태종 통합과정) 다층 그래핀 프레넬 렌즈와 딥러닝을 활용한 비접촉식 에탄올 분자 센싱 기술을 개발하였다. 기존의 에탄올 검출 기술은 가스 크로마토그래피와 같은 정밀 분석 장비 또는 전기화학·반도체 기반 접촉식 센서에 주로 의존해 왔으나, 장비의 부피가 크거나 분석 시간이 길고, 센서 소재가 반복적인 화학 반응으로 열화될 수 있다는 한계가 있었다. 본 연구팀은 에탄올 분자가 레이저 빛과 상호작용할 때 발생하는 매우 약한 레일리 산란 효과에 주목하고, 산란광을 직접 측정하는 대신 산란에 의해 미세하게 변형된 주 레이저 빔의 초점 변화를 분석하는 방식을 제안하였다. 이를 위해 5층 그래핀으로 제작한 프레넬 렌즈를 이용해 빛을 회절 기반으로 집속시키고, 에탄올 농도에 따라 달라지는 초점의 세기, 폭, 형상 변화를 광학 지문으로 추출하였다. 또한 자체 개발한 Self-Aware Assembly Network(SAAN) 딥러닝 모델을 적용하여 0.01%–0.1% 범위의 에탄올 함량을 비접촉 방식으로 추론하는 통합 시스템을 구현하였다. 본 기술은 별도의 화학 반응이나 센서 소재와의 직접 접촉 없이 에탄올 분자 정보를 광학적으로 분석할 수 있어, 향후 비침습 음주 측정, 호흡가스 기반 질병 진단, 산업 현장의 유해가스 모니터링 등에 활용될 수 있는 가능성을 제시하였다. 본 연구 결과는 Opto-Electronic Advances (IF: 22.4, JCR 상위 4.3%)에 게재되었으며, Editor's Choice로 선정되었다. 관련 논문 링크: https://www.oejournal.org/oea/article/doi/10.29026/oea.2026.250278
- 기계공학부 2026.07.22
-
279
- 질량전달 제어로 SOEC 스택 내구성 한계 극복 (2026.05.21)
- 질량전달 제어로 SOEC 스택 내구성 한계 극복 홍종섭 교수 연구팀(임장현 석사 졸업생, 이우석 박사 졸업생 등)은 현대자동차 및 한국과학기술연구원(KIST)과의 공동연구를 통해 고체산화물전해전지(SOEC) 스택의 내구성 한계를 극복하기 위한 질량전달 제어 기반 스택 구조를 개발하였다. 연구팀은 상용 대면적 SOEC 스택 내부에서 연료 유입부에 수증기 농도와 전류밀도가 집중되어 Ni–YSZ 연료극 미세구조 열화가 가속되는 문제에 주목하고, 미세 슬릿이 패턴된 slit-sheet 구조를 도입해 연료 공급, 확산 및 반응 분포를 균일화하였다. 장시간 가혹 운전, 3차원 다물리 시뮬레이션, FE-SEM 사후분석을 통해 해당 구조가 유입부의 고습·고반응 환경을 완화하고 니켈 고갈·조대화 및 전기적 연결망 손상을 억제함을 입증하였다. 특히 최적화 스택은 기존 스택 대비 500시간 기준 열화율을 8%에서 3% 수준으로 낮추고, 2,000시간 이상의 장기 운전에서도 안정적인 내구성을 보였다. 본 연구는 별도의 전극 소재 변경 없이 스택 내부 수송 현상을 제어하여 고온 수전해 시스템의 내구성을 향상시킬 수 있는 실용적·확장 가능한 설계 전략을 제시했다는 점에서 의의가 있다. 본 연구 성과는 에너지 분야의 권위 있는 국제 학술지인 Joule(2025년 기준 Impact Factor 37.1, JCR Energy & Fuels 상위 1.3%)에 게재되었다. 관련 논문 링크: https://doi.org/10.1016/j.joule.2026.102485
- 기계공학부 2026.07.22
-
278
- 정교한 촉감각 전달을 위한 액체-기체 상변화 액추에이터 및 유연 촉각 디스플레이 개발 (2026.05.19)
- 정교한 촉감각 전달을 위한 액체-기체 상변화 액추에이터 및 유연 촉각 디스플레이 개발 연세대학교 기계공학과 김종백 교수 연구팀은 액체–기체 상변화를 이용한 마이크로 액추에이터 어레이를 적용하여, 높은 공간 해상도와 큰 구동 변위를 동시에 구현한 유연 촉각 디스플레이를 개발하였다. 기존 유연 촉각 디스플레이는 센티미터 수준의 큰 셀 크기로 인해 정교한 촉각 정보를 전달하는 데 한계가 있었으며, 상변화 기반 액추에이터는 느린 응답속도와 높은 소비전력으로 인해 실용화에 어려움이 있었다. 본 연구팀은 사람 손끝 촉각 수용체의 공간 해상도 수준에 대응하는 고해상도 액추에이터 어레이를 구현하여, 수백 ms 수준의 빠른 응답 특성을 갖는 초박형 유연 촉각 디스플레이를 개발하였다. 또한 곡면에서도 안정적인 구동 특성을 확인하고, 가상현실(VR) 시스템과 연동하여 사용자의 손끝에 압력 자극을 실시간으로 전달함으로써 시각과 촉각을 동시에 제공하는 몰입형 햅틱 인터페이스를 구현하였다. 본 기술은 전자피부(e-skin), 웨어러블 헬스케어, 가상·증강현실(VR/AR), 인간–기계 인터페이스(HMI) 등 차세대 웨어러블 촉각 인터페이스 분야에 폭넓게 활용될 것으로 기대된다. 해당성과는 Instruments & Instrumentation 분야 81개 학술지 중 1위 국제학술지인 Microsystems & Nanoengineering에 게재되었다. 관련 논문 링크: https://www.nature.com/articles/s41378-026-01288-z
- 기계공학부 2026.07.22
-
277
- 불규칙한 기계적 움직임을 일정한 진동으로 변환하는 범용 자가발전 마찰전기 센서 플랫폼 (2026.05.12)
- 불규칙한 기계적 움직임을 일정한 진동으로 변환하는 범용 자가발전 마찰전기 센서 플랫폼 기계공학과 김종백 교수 연구팀은 불규칙한 기계적 움직임을 일정한 진동으로 변환하여 외부 입력 변화와 관계없이 안정적인 환경/화학 센싱이 가능한 자가발전 센서 플랫폼을 개발하였다. 연구팀은 캔틸레버와 처짐 구조의 유연 필름으로 구성된 마찰전기 발전기에 자기 래칭 메커니즘을 적용하여, 입력 변위가 임계값을 초과하면 저장된 탄성 에너지가 방출되며 고유진동을 발생시키는 구조를 구현하였다. 이를 통해 입력 변위(25–35 mm)와 입력 주파수(0.1–1 Hz)가 변화하더라도 출력 편차를 9.6% 이하로 유지하는 안정적인 전기 신호를 생성하였다. 또한 동일한 플랫폼에서 활성층만 교체하여 습도 및 암모니아 센서를 구현함으로써, 다양한 센서 소재를 적용하더라도 기계적 입력 변화와 무관한 안정적인 자가발전 센싱 성능을 구현할 수 있음을 입증하였다. 제작된 플랫폼은 최대 170.8 μW의 출력과 2만 회 이상의 반복 구동 안정성을 확보하여, 웨어러블 및 휴대형 환경·화학 센서에 적용 가능한 범용 자가발전 센서 플랫폼의 가능성을 제시하였다. 본 연구 결과는 Microsystems & Nanoengineering에 게재되었다. 관련 논문 링크: https://www.nature.com/articles/s41378-026-01306-0
- 기계공학부 2026.07.22
-
276
- 연료 및 시스템 구성 변화에 따른 SOFC 열역학적 성능 분석 (2026.05.01)
- 연료 및 시스템 구성 변화에 따른 SOFC 열역학적 성능 분석 홍종섭 교수 연구팀(정광남 박사과정, 이지용 석사)은 고체산화물연료전지(SOFC)의 투입 연료 변화 및 시스템 구성 변화에 따른 시스템의 열역학적 성능을 비교 분석하는 연구를 수행하였다. 연구팀은 수소, 메탄, 암모니아 3종의 연료와 재순환, 비재순환 2종의 시스템을 대상으로 각 시스템 및 운전 조건이 열역학적 성능에 미치는 영향을 집중적으로 분석하였다. 더 나아가, 실제 형상 정보를 반영한 열교환기 등 BoP 설계를 반영하여 실제 시스템을 구성하였을 때 발생할 수 있는 압력 손실을 정량적으로 비교 분석하여 실제 SOFC 시스템을 구성하였을 때 이론적인 성능 대비 성능 손실을 정량화하여 제공하였다. 본 연구 성과는 열역학 분야의 권위 있는 국제 학술지인 Energy Conversion and Management-X (2025년 기준 Impact Factor 8.8, JCR Thermodynamics 상위 4.5%)에 게제되었다. 관련 논문 링크: https://doi.org/10.1016/j.ecmx.2026.101799
- 기계공학부 2026.07.22