국민대학교(총장 정승렬) 일반대학원 화학과 김재혁 석사과정생(지도교수 김영훈)이 최근 열린 ‘2026 고분자학회 춘계총회 및 학술대회’에서 연구의 창의성과 우수성을 인정받아 ‘우수논문발표상’을 수상했다. 김재혁 학생은 콜로이드에너지나노소재 연구실 소속으로, 이번 학술대회에서 ‘리간드 배위 제어를 통한 전구체 확산으로 그램 단위의 단분산 페로브스카이트 양자점 제조 및 고성능 태양전지 구현’을 주제로 연구 성과를 발표했다. 페로브스카이트 양자점은 뛰어난 색 순도와 높은 흡광 계수 등 우수한 광학 특성을 지니고 있어 차세대 광전자 소재로 주목받고 있다. 다만 고균질 대량생산이 쉽지 않아 상용화에 한계가 있었다. 김재혁 학생은 전구체 확산을 조절해 핵 생성을 정밀하게 제어하는 방식으로 이 문제를 해결하고, 그램 단위의 단분산 양자점 제조 가능성을 제시했다. 특히 이번 연구에서는 난제로 여겨졌던 혼합 양이온 조성 양자점의 직접 대량 합성(one-pot)에 성공했으며, 이렇게 합성한 양자점을 활용해 고성능 태양전지를 구현할 수 있음을 입증했다. 이번 성과는 페로브스카이트 양자점의 대량생산과 실용화 가능성을 넓혔다는 점에서 의미가 있다. 김재혁 학생은 “이번 수상은 지도해주신 교수님과 함께 연구를 수행한 동료들 덕분이라고 생각한다”며 “앞으로도 좋은 연구를 통해 많은 연구자들에게 도움이 될 수 있도록 노력하겠다”고 말했다. △ 국민대 일반대학원 화학과 김재혁 석사과정생

국민대학교(총장 정승렬) 정보보안암호수학과 이옥연 교수 연구팀이 아리온통신(주)과 함께 저궤도(LEO) 위성통신과 양자내성암호(PQC, ML-KEM, ML-DSA)를 결합한 차세대 보안 통신 기술을 구현하고 실증에 성공했다. △ 국민대 윤혜진 연구원이 양자보안 위성통신을 시연하고 있다. 이번 기술은 유선 구간의 양자키분배(QKD)와 무선 구간의 양자내성암호를 통합한 하이브리드 구조로, 현존하는 암호체계의 한계를 극복하고 양자컴퓨팅 시대의 보안 위협에 대응할 수 있는 것이 특징이며, ‘수집-후-복호(HNDL)’ 위협에 대응하기 위한 핵심 기술로 평가된다. 기술적으로는 검증필 양자암호모듈과 양자내성암호를 기반으로 위성 링크를 포함한 종단간 암호화 구조를 구현하고, Iridium 기반 LEO 환경에서 실제 통신을 검증했다. 또한 암호모듈과 위성장비 간 상호운용성을 확보했으며, 아리온통신의 ‘TYTO’ 시리즈와 국민대 암호모듈 간 연동에도 성공했다. 이는 개념검증(PoC)을 넘어 파일럿 단계로 확장할 수 있는 기반을 마련한 성과로 볼 수 있다. 이번 실증은 단순한 기술 검증에 그치지 않고 향후 Testbed-as-a-Service(TaaS), 디지털 트윈 기반 사전 검증, SOC 기반 통합 관제 등으로 확장 가능한 플랫폼형 보안 인프라 구축 전략과도 연결된다. 아울러 재난이나 전시 등 지상망 운용이 어려운 상황에서도 안정적인 통신을 유지할 수 있는 주권형 양자보안 통신 인프라 구축 가능성을 제시했다는 점에서도 의미가 크다. 연구팀은 앞으로 국방 통신망, 위성 기반 전장망, 무인체계(MUM-T) 등으로 적용 범위를 넓혀갈 계획이다. 국민대는 이번 실증을 바탕으로 연구개발, 시험검증, 상용화, 표준, 산업 생태계를 연결하는 양자보안 통합 협력 허브 구축에도 속도를 낼 계획이다. 기업이 실제 인증과 사업화를 진행할 수 있는 환경을 제공하고, 양자보안 기술의 실증부터 검증, 상용화로 이어지는 연계 체계를 강화해 나간다는 방침이다. 이옥연 교수는 “양자보안 기술은 개별 기능이나 성능뿐만 아니라, 하이브리드 구현 기술을

국민대학교(총장 정승렬) 소프트웨어융합대학 인공지능학과 김민규 교수가 이미지·비디오 생성 AI의 대표 기법인 확산 모델(Diffusion Model)과 플로우 매칭(Flow Matching)을 기반으로, 안전한 콘텐츠 생성을 위한 통합 프레임워크 ‘Safety-Guided Flow(SGF)’를 제안하는 연구를 수행했다. 이번 연구는 정보통신기획평가원(IITP)과 캐나다 CIFAR의 지원을 받아 진행됐으며, 김민규 교수가 제1저자로 참여하고 캐나다 브리티시컬럼비아대학교(UBC)의 김영헌·박미정 교수가 공동 참여했다. 연구 결과는 인공지능 분야 세계 3대 최우수 학회인 『International Conference on Learning Representations 2026』 (구글 Scholar H-index 기준 전체 과학/공학 분야에서 8위)에 구두발표(Oral)로 채택됐다. 연구 결과에 따르면, 기존의 대표적 안전 생성 기법인 Shielded Diffusion과 Safe Denoiser가 각각 최대 평균 불일치(Maximum Mean Discrepancy, MMD) 포텐셜의 특수한 경우임을 증명하여, 분산되어 있던 안전 생성 연구를 하나의 통합 프레임워크로 제시했다. 또한, 제어 장벽 함수(Control Barrier Function) 이론을 적용하여 디노이징 초기에 가이던스를 강하게 적용하고 이후 점차 감소시켜야 하는 '임계 시간 창(Critical Time Window)'의 존재를 보였다. SGF를 적용한 모델은 유해 콘텐츠 방어, 학습 데이터 암기 방지, 저작권 보호 등 다양한 안전 생성 시나리오에서 기존 기법 대비 우수한 성능을 보이며, 생성 AI의 안전한 실용화를 위한 핵심 기반 기술로서의 가능성을 확인했다. 국민대 김민규 교수는 “이번 연구는 기존 데이터 기반 안전 생성모델이 확률 기반 Maximum Mean Discrepancy 포텐셜 기울기의 특수한 경우임을 이론적으로 증명하여, 분산되어 있던 안전 생성 연구를 하나의 통합된 관점에서 이해할 수 있는 새로운 분석 프레임워크