- UST, 2024학년도 전기 전임교원 신규 임용
ETRI 스쿨 윤영우(왼쪽부터) 교수, KRIBB 스쿨 이혜원 교수, KITECH 스쿨 박정훈 교수, KIST 스쿨 남기표 교수.[UST 제공] |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
[헤럴드경제=구본혁 기자] 과학기술연합대학원대학교(UST)가 국가 대형과제 책임자, 특수분야 연구자, JCR 상위 3% 이내 및 국가연구개발 우수성과 100선 선정자 등 뛰어난 연구성과를 활발히 배출하고 있는 연구자들을 2024학년도 전기 신임교원으로 임용했다.
이번 신규 교원에 임용된 인원은 한국전자통신연구원(ETRI), 한국생명공학연구원(KRIBB), 한국과학기술연구원(KIST) 등 총 27개 국가연구소 소속의 170명이며, 이중 약 46%는 40세 이하의 젊은 신진 우수연구원이다.
UST-ETRI(한국전자통신연구원) 스쿨 인공지능 전공 윤영우 교수는 로봇이 사람의 몸짓 등 비언어적 행동을 보고 배워 상황에 맞는 행동을 하도록 하는 ‘소셜 모션 AI 기술’의 우리나라 대표 연구자다. 윤 교수는 현재 인간로봇 상호작용(HRI) AI 기술 관련 대형 국책연구 책임자로 프로젝트를 이끌고 있으며, 2023년 ETRI 우수연구실적상 수상 등 탁월한 역량을 인정받았다.
UST-KRIBB(한국생명공학연구원) 스쿨 이혜원 교수는 유전자가위 기술을 활용, 지구온난화의 주범으로 꼽히는 메탄가스를 고부가가치 바이오화학 소재인 메발론산 생산에 이용하는 합성생물학 기술을 세계 최초로 개발, 해당 분야 최상위 저널에 게재하고 기후변화 대응의 새로운 가능성을 제시한 연구자다. 해당 기술은 기술사용 계약을 통해 국내 대기업에 제공되는 등 학계는 물론 산업계로의 성과 확산을 이루고 있다. 이 교수는 “합성생물학은 바이오경제를 주도하는 핵심기술인만큼 향후 산업계의 인력수요가 점차 확대될 것”이라며 “UST 교수로서 지속가능한 미래를 위한 혁신적인 솔루션 개발 역량을 갖춘 인재 양성에 최선을 다하겠다”고 포부를 밝혔다.
UST-KIST(한국과학기술연구원) 스쿨 남기표 교수는 얼굴 분석 기반 신원확인 첨단기술 개발 및 활발한 기술이전으로 산업경쟁력 강화 및 사회안전망 확보에 기여중인 연구자다. 최근 얼굴로 감정 상태를 분석해 범죄혐의자 선별에 활용할 수 있는 기술 개발로 주목을 받았다. 남 교수는 2019년 국가과학기술연구회(NST) 이사장상 연구혁신 분야 최우수상, 2020년 국가연구개발 우수성과 100선 융합분야 최우수과제 선정, 2019년 세계 귀 인식 분야 성능평가 대회 3위, 2022년 CES반려견 얼굴인식 기술 개발 등 굵직한 성과를 지속 배출하고 있다.
UST 학생들의 연구 모습.[헤럴드DB] |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
UST-KITECH(한국생산기술연구원)스쿨 박정훈 교수는 가정 및 음식점에서 배출되는 폐유나 동·식물성 내장 등 유기성 폐기물로부터 바이오수소를 생산하는 기술의 한계점인 낮은 수율을 극복하는 신기술을 세계 최초로 제시하고 상용화를 위한 원천기술 개발을 주도하고 있는 연구자다. 관련 연구로 최근 3년간 30편 이상의 논문을 국제학술지에 게재하고 관련 국책연구 책임자로 생산 시스템 개발을 수행하고 있다.
한편 UST는 ‘2023년 국가연구개발 우수성과 100선’에 총 19명의 교원이 선정, 국내 대학 중 최다를 기록했으며, 이번에 신규 또는 재임용된 교원은 7명이 포함됐다.
김이환 총장은“UST 고유의 특성화 교육 역량은 출연연 스쿨의 우수 연구자들로부터 창출된다”며 “각 첨단 분야 국가 R&D를 이끌어나가는 연구자들이 UST 교수로서 교육 역량을 발휘하고 미래 세대 과학자들을 양성할 수 있도록 지속 지원할 것”이라고 말했다.
UST는 과학기술정보통신부 직할 교육기관으로서 30개 국가연구소에 교육 기능을 부여해 과학기술 분야 인재를 양성하고 있다. 국가연구소의 박사급 연구원 중 약 1500명이 UST 교수로 활동 중이며, 매년 미래 유망 국가 전략 분야의 신진연구자를 중심으로 교수를 임용하고 있다.
nbgkoo@heraldcorp.com
Copyright ⓒ 헤럴드경제 All Rights Reserved.
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.