연구진이 초대형 AI 데이터센터와 5G/6G 이동통신 인프라에 활용될 수 있는 200Gbps급 광검출기 소자를 국내 최초로 개발했다. 이번 기술은 5GB 용량의 풀HD 영화를 1초에 5편 전송할 수 있는 수준의 초고속 데이터 수신을 가능하게 한다.

광검출기는 광신호를 전기신호로 변환하는 핵심 반도체 부품으로, 데이터센터·통신망의 데이터 수신 성능을 좌우하는 필수 요소다. 연구진이 개발한 광검출기 소자는 70GHz 이상의 대역폭과 0.75A/W 이상의 높은 광응답도를 동시에 구현했으며, 크기는 0.5mm × 0.4mm다. 특히 칩 후면에 인듐인화물(InP) 재질의 볼록 렌즈를 단일 집적한 ‘후면렌즈 집적형 구조’를 적용해 광수신 효율과 정렬 편의성을 크게 높였다. 설계부터 제작까지 전 과정을 순수 국내 기술로 구현한 점도 의미가 크다.

해당 소자는 향후 AI 데이터센터 내부 네트워크용 광트랜시버 수신부에 적용될 예정이다. 데이터센터 타워랙 내부 라인카드에는 다수의 광트랜시버가 탑재되는 만큼, 핵심 부품의 성능과 비용 효율성이 중요하다.

ETRI의 후면렌즈 집적 구조는 별도의 수광 렌즈 부품이 필요 없어 패키징을 단순화할 수 있으며, 800Gbps 및 1.6Tbps급 광모듈 제작 시 비용 절감 효과가 기대된다. 데이터센터에서 널리 사용되는 광검출기 소자는 채널당 약 112Gbps급 성능이 일반적이다. ETRI는 이번 기술 개발을 통해 채널당 최대 224Gbps 광신호 처리까지 가능하게 해 데이터 처리 용량을 기존 대비 약 2배 향상시켰다.

연구진이 자동차 완성차 제조사와 협력해 실제 도로 주행 데이터를 기반으로 인공지능(AI)이 운전 전략을 학습하는 ‘차세대 엔드투엔드(E2E) 자율주행 기술’을 개발하고 상용화를 추진한다.

연구원은 자동차 제조사와 공동으로 실제 도로에서 수집한 대규모 주행 데이터를 활용해 센서 인식부터 주행 판단, 차량 제어까지 전 과정을 통합 학습하는 AI 기반 자율주행 기술을 개발하고, 실제 차량 적용을 목표로 기술 사업화 추진 계획이라고 밝혔다.

이번 연구의 목표는 실제 도로 주행 데이터를 활용해 AI가 인간과 유사한 방식으로 도로 환경을 종합적으로 이해하고 스스로 차량의 조향과 가속·감속을 제어하는 범용 운전 지능(Driving Intelligence)을 구현하는 것이다. 이를 통해 국가 연구개발로 확보한 AI 소프트웨어 기술을 산업 현장 수준으로 확장하는 것을 목표로 한다.

연구진은 이번 연구가 과학기술정보통신부와 정보통신기획평가원(IITP), 자율주행기술개발혁신사업단(KADIF)의 국가 연구개발 사업을 통해 확보한 핵심 AI 기술을 실제 차량 데이터와 결합해 산업 수준으로 발전시키는 중요한 사례라고 설명했다.

연구진이 복잡한 장기 작업도 스스로 계획하는 계층형 인공지능(AI) 기술을 개발해 냈다. 환각을 줄이고 성공률도 2배나 높인 계층적 작업 계획 AI 기술 개발로 로봇·에이전트의 장기 임무 수행을 도울 전망이다. 연구원은 복잡하고 긴 절차가 필요한 작업을 스스로 하위 목표로 나누어 수행하는 계층적 작업 계획 AI 기술 ‘ReAcTree(리액트리)’를 개발하고, 이를 AI 에이전트 분야 세계 최고 권위 학술대회인 AAMAS 2026에서 발표한다.

이번 연구성과는 대형언어모델(LLM)이 단순히 텍스트를 생성하는 수준을 넘어, 로봇이나 가상 에이전트가 실제 생활 속 복잡한 임무를 보다 안정적으로 수행할 수 있도록 한 중요한 기술적 진보로 평가받고 있다.

최근 LLM은 뛰어난 언어 이해와 추론 능력을 보여주고 있지만, 요리나 청소처럼 여러 단계가 순차적으로 이어지는 장기 작업(Long-Horizon Task)을 수행하는 데에는 여전히 한계를 드러내고 있다. 기존 방식은 모든 절차를 하나의 긴 흐름으로 처리하는 구조여서, 단계가 길어질수록 앞선 지시를 잊거나 엉뚱한 행동을 하는 ‘환각(Hallucination)’ 현상이 빈번하게 발생했다.

계층적 에이전트 트리 구조(Hierarchical Agent Trees)를 도입한 연구원의 리액트리는 기업의 조직도와 유사하다. 상위 에이전트가 전체 목표를 관리하고, 하위 에이전트들에게 세부 임무를 나누어 맡기는 방식이다. 예를 들어 “감자 슬라이스를 익혀서 냉장고에 넣어라”라는 명령이 주어지면, 리액트리는 이를 한 번에 처리하지 않는다. 대신 ‘식칼 찾기’, ‘감자를 찾아 자르기’, ‘자른 감자를 전자레인지에 데우기’, ‘냉장고에 보관하기’ 등으로 목표를 세분화한 뒤 각 하위 에이전트가 맡은 역할을 수행하도록 한다.

우리의 일상이 점점 더 스마트해지는 가운데, 차세대 6G 통신은 단순한 데이터 연결을 넘어 주변 환경을 정밀하게 인식하는 센싱 기능까지 통합하는 방향으로 진화하고 있다. 연구원은 6G 시대의 초정밀 서비스 구현을 위해 통신과 센싱을 하나의 시스템으로 결합한 ‘통신보조 초정밀·초절전 센싱시스템(컵스, CUPPS)’ 원천기술을 세계 최초로 개발했다.

6G 환경에서는 높은 주파수 대역을 활용해 더 넓은 대역폭을 확보할 수 있어 통신 속도는 물론 센싱 정확도까지 획기적으로 향상된다. 이에 따라 기존처럼 통신과 센싱 기능을 별도로 운영하는 구조를 넘어 하나의 캐리어에서 두 기능을 동시에 수행하는 통합 구조가 핵심 요소로 부상하고 있다.

연구원의 컵스(CUPPS) 기술은 이러한 6G 통합 구조 안에서 통신과 센싱의 기능적 역할을 효율적으로 분리한 것이 특징이다. 통신은 연결을 유지하고 센싱 시점을 제어하는 역할을 담당하며, 실제 위치를 감지하는 센싱 기능은 단말에 탑재되는 초저전력 태그가 수행하도록 설계했다. 즉, 하나의 시스템 안에서 동작하되 통신과 센싱의 기능적 역할을 분리함으로써 주파수 이용 효율성과 센싱 정밀도를 동시에 확보한 기술이다.

컵스 기술에서는 기지국이 여러 개의 안테나를 이용해 전파 신호를 특정 방향으로 집중시키는 빔포밍(Beamforming) 기반 통신으로 단말을 제어하고, 센싱 수행 시점을 정밀하게 조율한다. 단말은 지정된 시점에만 초저전력 태그를 작동시켜 센싱을 수행한다. 이를 통해 불필요한 상시 동작을 제거해 센싱 구간에서의 단말 전력 부담을 구조적으로 낮췄다.

ETRI 연구진의 인공지능(AI) 국제표준화 영향력이 국제무대에서 한층 확대될 전망이다. 국제전기통신연합 전기통신표준화부문(ITU-T)에서 AI 국제표준화 공동조정그룹(JCA-AI)이 공식 승인되면서, 국내 연구진의 표준화 의제 조정과 방향 설계 역할이 강화됐다.

연구원의 ITU-T의 기존 기계학습 표준화 공동조정그룹(JCA-ML)이 인공지능 표준화 공동조정그룹(JCA-AI)으로 확대·전환됐다. 이번 전환은 ITU-T 최고 자문 기구인 전기통신표준화자문반(TSAG)의 공식 승인을 통해 확정됐으며, JCA-AI 의장은 ETRI 이강찬 실장이 맡는다.

기존 JCA-ML은 2022년 ITU-T 연구반 산하에서 출범해 기계학습 관련 표준화 활동의 중복을 방지하고 연구반 간 협력을 조정하는 역할을 수행해 왔다.

최근 생성형 AI, AI 에이전트, 피지컬 AI, 자율 네트워크 등 AI 핵심기술 풀스택의 역할이 중요해지면서 폭넓은 분야의 AI 표준화를 적극적으로 추진하기 위해 JCA-ML이 JCA-AI로 확대 개편됐다. 이번 전환으로 JCA-AI는 개별 연구반 산하 조직에서 ITU-T 전체 표준화 전략을 조정하는 TSAG 직속 기구로 격상됐다. 이는 AI 표준화가 개별 기술 논의를 넘어 국제 ICT 질서를 좌우하는 전략 의제로 부상했음을 의미한다.

전 세계적으로 AI 기술 발전이 가속화되면서 국제표준 개발도 빠르게 증가하고 있다. ITU, ISO/IEC JTC 1, IEEE 등 국제표준화기구를 중심으로 AI 관련 국제표준이 수백 건 이상 발간되었고, 추가 개발도 활발히 진행 중이다.

연구원이 기존 5G 기술을 발전시켜 진화된 이동통신 표준기술인 5G-A(5G-Advanced) 기반 오픈랜(Open RAN) 저전력 기지국 소프트웨어의 국산화 개발에 성공했다.

기존 이동통신 기지국은 특정 기업의 전용 하드웨어와 부품에 의존해 구축해야 했다. 그러나 연구진의 이번 연구성과로 비싼 전용 장비 대신 일반 상용 서버(컴퓨터)에 오픈랜 표준을 준수해 개발된 소프트웨어(프로그램)를 설치함으로써 기지국을 구현할 수 있게 됐다. 이 덕분에 글로벌 A업체의 장비, B업체의 소프트웨어, C업체의 안테나 등 서로 다른 제조사의 제품을 자유롭게 조합한 최적의 기지국을 만들 수 있게 됐다.

오픈랜(Open RAN)은 무선 기지국 장비의 하드웨어와 소프트웨어를 분리하고, 장비 간 인터페이스를 표준화해 다양한 제조사의 장비를 조합해 운용할 수 있도록 한 개방형 기술이다. 이번 성과는 이러한 개방형 구조를 기반으로 고성능·고효율 기지국 소프트웨어를 구현했다는 점에서 의미가 크다. 특히 차세대 RAN을 위한 AI 통합 프레임워크인 AI-RAN 중심의 6G 지능형 네트워크로 진화하기 위한 중요한 기술적 이정표로 평가된다.

연구원은 오픈랜(Open RAN) 표준을 준수하는 기지국의 핵심 기능인 ▲분산 유닛(O-DU) ▲중앙 유닛 제어(O-CU-CP) ▲중앙 유닛 데이터(O-CU-UP)를 전용 하드웨어 없이 일반 상용 컴퓨터(서버) 환경에서 순수 소프트웨어(앱) 형태로 구현해 기지국을 작동시키는 데 성공했다. 연구진은 이를 통해 특정 하드웨어에 종속되지 않고 다양한 서버 및 가속기 환경에서 유연하게 구동할 수 있어 개방성·확장성·상호운용성이 크게 향상됐다고 설명했다.

연구원이 현장에서 바로 제작이 가능한 유연 전자피부 기술을 확보했다. 이번 성과로 로봇과 웨어러블 기기 등 다양한 분야에 적용할 수 있는 전자피부의 실용화 가능성이 한층 높아졌다.

연구원은 고려대학교 세종캠퍼스 제어계측공학과 안준성 교수 연구팀과 공동으로 별도의 반도체 청정 공정 시설인 클린룸 없이도 넓은 면적의 멀티모달 센서를 제작할 수 있는 인시튜(In-situ) 공정 기반 전자피부(electronic skin) 제작 기술을 개발했다.

전자피부는 사람의 피부처럼 압력이나 접촉을 감지하는 얇고 유연한 센서로, 지능형 로봇의 정밀한 촉각 구현에 활용될 수 있는 핵심 기술이다. 기존 유연 전자 센서는 마스크 공정(Photomask Process)과 진공 증착, 식각 등의 반도체 제조 공정을 거쳐야 했기 때문에 고가의 클린룸 설비가 필수적이어서 제작 과정이 복잡하고 비용이 많이 들었다. 또한 공정 단계가 다수로 분리돼 있어 기판을 반복적으로 이송해야 했으며, 공정 관리 부담과 비용 측면에서 부담이 컸다. 이에 따라 대면적이나 곡면 구조에 적용할 때 공정 관리가 복잡해지는 한계가 있었다. 특히 사람과 유사한 형태의 휴머노이드 로봇처럼 넓은 표면에 촉각 센서를 부착하려면 공정 안정성과 신뢰성을 동시에 확보하는 데 어려움이 뒤따랐다.

연구진은 이러한 한계를 줄이기 위해 UV 레이저와 3D 프린터만으로 별도의 마스크 공정 없이 센서를 제작할 수 있는 마스크리스(Maskless) 인시튜 공정 기술을 고안했다.