에너지시스템학과

2026학년도 2학기 대학원 전과(전공 변경) 시행 안내

가. 대상자: 2026학년도 2학기 기준 제2학기 및 제3학기 진급 대상자 (재학 중 1회 제한) 나. 학생신청서류 - 전과원서 및 전과학점인정신청서 1부(붙임 양식 참조) - 성적증명서(26-1학기 성적 포함) 다. 학생 신청방법: 현재 소속 학과가 아닌 전과 희망 학과(전입학과) 사무실로 서류 제출 라. 학생 신청기한(학생→학과): 2026.7.9.(목) ~ 7.17.(금)까지 ※ 전과 원서에는 전출학과 및 전입학과 지도교수 및 학과장 서명 필수 포함 ※ 전과원서 취득성적내용 학과담당확인에는 학과 담당자 서명(성명으로 기재) 필수 포함 ※ 전과 학점 인정신청서에는 사정위원 2인 및 학과장 서명 필수 포함 마. 유의사항 - 전과로 인한 학생의 학과 변동 내용이 2026학년도 2학기 등록금 고지서에 반영되어야 하므로 부득이 학생 신청 기한을 제한합니다. (이후 전과 신청 불가) - 전공 변경은 전과에 준하여 신청합니다.(전과학점인정 신청서 생략 가능)

2026학년도 후기 학·석사연계과정생 (수시)모집 전형 실시 안내

가. 모집학과 및 모집인원 1) 모집학과: 석·박사통합과정이 설치되어 있는 대학원 전 학과 2) 선발인원: 당해연도 박사학위과정 입학정원 범위 내 ※ 최근 박사(통합 포함)과정 정원 여석이 충분하지 않아 가급적 현재 석사 4학기생에 한하여 지할 수 있도록 안내 요망(현재 2,3학기생은 2027학년도 전기에 지원) 나. 지원자격 1) 본교 대학원 석사과정 재학 중인 자로 한 학기 이상 이수한 자 2) 석사과정 지도교수 추천자 다. 전형일정 지원서 접수 : 2026.05.26.(화) 09:00 ~ 06.10.(수) 17:00 - 제출서류 ① 학위과정변경 지원서 ② 성적증명서 - 제출처: 대학원 교학팀(율곡관 305호) 전형(서류전형 및 면접) : 2026.06.22.(월) ~ 06.26.(금)모집 학과별로 시행 합격자 발표 : 2026.07.13.(월) 대학원 자체 공지 라. 제출서류 1) 학위과정변경 지원서 1부 2) 성적증명서 1부 마. 제출처: 대학원 교학팀(율곡관 305호) 바. 전형료: 면제 사. 전형방법 및 선발절차 1) 전형방법: 서류심사 및 면접 2) 선발절차 - 당해학기 신입생 선발 일정 및 입학전형과 동일하게 진행 - 대학원 학과별로 성적 및 기타 학과에서 별도로 정한 기준 등을 종합적으로 심사·평가하여 선발 - 지원자가 있는 학과에 대해서는 추후 전형 안내 공문 발송 예정 아. 기타 유의사항 1) 학점인정 및 학위수여 자격 학점인정 : 석사과정에서 취득한 학점 통산하여 인정 가능 학위수여자격 1. 석사과정 포함 8학기 이상 등록을 마친 자(단, 학칙이 정하는 학점 이상을 취득한 자에 대하여 수업연한을 1년(2학기) 이내에서 단축 가능) 2. 소정의 교육과정에 따른 전공학점과 연구학점을 모두 이수한 자 **총 이수학점 범위 내 전공과목 및 연구과목 이수학점이 입학년도 및 학과별로 상이하므로 이수학점 기준표(붙임3) 참고 요망 3. 누계 평점평균 3.0 이상인 자 4. 자격시험에 합격한 후 학위논문심사에 통과한 자 - 종합시험: 석사과정에서 응시한 자격시험 불인정 - 외국어시험 인정 기준 ·대학원 외국어시험 응시자: 70점 이상(통합과정 합격 기준)인 경우 합격 인정 ·외국어시험 대체과목 수강자: Pass한 경우 합격 인정 ·외국어시험 면제 신청자: 합격 인정 2) 신청횟수: 제한 없음

2026학년도 봄 <Research X AI: Quick Talk Series> 강연자 모집 (선착순 3명)

“연구실에서 실제로 쓰는 AI, 20분 안에 핵심만 가져가세요!" 안녕하세요? 에너지시스템사업단입니다 :) 에너지시스템사업단에서는 2026학년도 봄학기 <Research X AI: Quick Talk Seires>를 진행하고자, 20분 가량의 짧은 AI 활용법 소개 스피치를 진행해주실 강연자를 모집합니다 :) 일반적으로 잘 알려져 있는 Chat GPT나 Gemini, Claude 뿐 아니라, 실제 학술 연구에서는 deep Chem, figure labs 등 조금 더 전문적인 AI 도구의 활용이 요구되는 경우가 있습니다. 저희 사업단에서는 이러한 연구 동향에 맞추어, 실제 연구 현장에서 실제로 활용 가능한 AI 도구와 방법을 공유하는 Quick-Talk Series 프로그램을 운영하고자 합니다. 본 프로그램은 에너지시스템학과 대학원생, 박사후연구원 및 교수님들께서 자신의 연구에 AI를 활용한 실제 사례와 활용 방법을 약 20분 내외의 짧은 세션으로 소개하는 형식으로 진행될 예정입니다. 따라서 본인의 연구에서 AI를 효과적으로 활용하신 실례를 공유해주실 강연자를 모집합니다. 강연을 해주신 분께는 '한 달 간 자신이 원하는 AI 도구의 구독료'를 지원해드릴 예정이니, 관심 있는 분들의 많은 참여 바랍니다 :) 1. 강연 일정(예정) - 2026년 5월 13일(수) 16:30-16:50, 원천관 502호 - 2026년 5월 20일(수) 16:30-16:50, 에너지센터 101호 - 2026년 5월 27일(수) 16:30-16:50, 에너지센터 101호 2. 지원 대상(*선착순 모집) - 에너지시스템학과 소속 대학원생 - 박사후연구원 - 교수님 3. 주요 강연 내용 - 연구에 활용한 AI 사례 소개 - 실제 적용 방법 및 팁 공유 4. 지원 기간: 2026.05.11(월) 14:00까지 5. 문의: 담당자(noodlepark@ajou.ac.kr / 내선 2676)

[소식][2026.06.23.화] 서형탁 교수팀, 100배 빠른 데이터 처리 ‘차세대 지능형 센싱 기술’ 개발

이번 연구에 참여한 아주대 연구진. 왼쪽부터 김아영·당현민 박사과정 학생, 쿠마 모히트(Mohit Kumar) 교수와 서형탁 교수 아주대학교 첨단신소재공학과 연구팀이 방대한 데이터를 하나로 응축해 처리함으로써 데이터 병목 현상을 해결할 수 있는 차세대 지능형 센싱 기술을 개발했다. 기존 시스템 대비 속도는 100배 빠르고 에너지 효율은 20배 높아, 많은 데이터를 빠르게 처리해야 하는 인공지능(AI) 기반 자율주행과 보안·로봇 등의 분야에 널리 활용될 것으로 기대된다. 첨단신소재공학과·대학원 에너지시스템학과의 서형탁·쿠마 모히트(Mohit Kumar) 교수 연구팀은 멤리스터 소자를 활용해 여러 센서 신호를 단일 아날로그 코드로 통합 처리하는 ‘전기적 프리즘(E-PRISM)’ 기술을 개발했다고 밝혔다. 이번 연구는 ‘통합 근접 센서 컴퓨팅 애플리케이션을 위한 아날로그 멤리스터 기반 전기적 프리즘(Analogue Memristor Based Electrical PRISM for Unified Near Sensor Computing Applications)’이라는 제목으로 재료 분야 국제 학술지 <어드밴스드 펑셔널 머티리얼즈(Advanced Functional Materials)> 5월호에 게재됐다. 아주대 대학원 에너지시스템학과의 쿠마 모히트(Mohit Kumar) 교수가 제1저자 및 공동 교신저자로, 박사과정 당현민·김아영 학생이 공저자로 참여했고, 서형탁 교수는 책임 교신저자로 이름을 올렸다. 자율주행차나 스마트홈 기기와 같이 주변 환경을 인식하고 정보를 분석해 적합한 행동을 수행하는 최근의 지능형 시스템(Intelligent System)과 피지컬 AI(Physical AI)에서 센서는 매우 중요한 역할을 한다. 인간의 감각기관처럼 외부의 정보를 수집해 시스템에 전달해야 하기 때문. 통상 지능형 시스템은 센서, AI와 알고리즘 같은 데이터 처리 장치 그리고 제어 장치로 구성된다. 지능형 시스템에서 이처럼 방대한 데이터를 생성하지만, 데이터를 처리 장치로 전송하는 과정에서 막대한 에너지 소모와 시간 지연이 발생한다. 특히 데이터의 양이 늘어날수록 전송 효율이 급격히 떨어지는 ‘데이터 병목 현상’은 빠르게 동작하는 실시간 AI(Real-time AI) 구동의 최대 걸림돌로 지목되어 왔다. 아주대 연구팀은 이러한 문제를 해결하기 위해 ‘전기적 프리즘(E-PRISM)’ 아키텍처를 고안했다. 이는 여러 빛을 하나의 백색광으로 합치는 광학 프리즘의 원리를 전기적으로 구현한 형태다. 연구팀은 산화아연(ZnO) 기반의 멤리스터(Memristor) 소자 10개를 일렬로 배열한 단일 칩 구조를 통해, 0과 1로 구성된 10개의 이진(Binary Input) 입력을 1024(2를 10번 곱한 값)의 고유한 아날로그 신호로 압축해 읽어내는 데 성공했다. 이 기술을 적용하면 센서가 수집한 정보를 디지털로 변환해 일일이 전송할 필요 없이, 소자 자체의 물리적 특성을 이용해 즉각적인 데이터 요약과 판별이 가능하다. 아주대 연구팀이 개발한 E-프리즘 기반의 지능형 센서 신호처리 개념도 개발한 소자의 성능을 검증한 결과, 연구팀은 새로운 소자가 기존에 활용되던 인공 신경망(MLP, Multi-Layer Perceptron) 방식 대비 속도와 효율 면에서 월등한 성능을 보임을 확인했다. 우선 소자 자체에서 데이터 요약과 판별이 가능해짐에 따라 데이터 전송의 대역폭이 약 10배 절감됐다. 이는 센서에서 작업 수행을 위해 전송해야 하는 데이터의 이동량이 기존 대비 10분의 1로 줄었다는 것을 의미한다. 이에 따라 에너지 소모량은 약 20배 절감되고 처리 속도는 100배 이상 향상될 수 있었다. 더불어 연구팀이 개발한 새로운 소자를 활용해 실제 지능형 센싱 작업을 수행했을 때 매우 높은 정밀도를 보임을 확인했다. 노이즈가 섞인 패턴 인식에서 95% 수준의 정확도를 보였고 2D 도형 분류에는 88% 수준의 정확도를, 이동 궤적 추적의 경우 99%의 높은 정확도를 보였다. 특히 3D 객체 인식 및 다중 파장 감지 등 고차원의 데이터 처리에서도 95% 이상의 정확도를 유지하며 범용성을 입증했다. 서형탁 교수는 “이번 연구는 센서에서 발생하는 방대한 원데이터(Raw Data)를 현장에서 직접 압축하고 처리하는 ‘근접 센서 컴퓨팅’의 새로운 지평을 열었다는 데에 의의가 있다”라며 “소재에 구애받지 않는 범용적인 설계 덕분에 기존 반도체 공정에 즉시 적용이 가능해, 기기 자체에서 데이터를 직접 처리하는 초저전력·초고속 AI 엣지 디바이스(AI Edge Device)의 핵심 기술이 될 것으로 기대한다”고 말했다. 이번 연구는 과학기술정보통신부·한국연구재단이 주관하는 차세대지능형반도체기술개발사업과 중견 기초연구지원사업의 지원으로 수행됐다. 차세대지능형반도체기술개발사업은 과학기술정보통신부와 산업통상부 주도하에 진행되는 사업으로 기존 반도체 미세화의 한계 극복을 위한 고성능 신소자 개발 및 AI 반도체 설계, 이를 위한 장비 및 공정 개발을 지원한다. 아주대 팀의 연구는 고성능·초저전력 연산 처리를 위한 신소자 구현을 목표로 하는 소자 분야 사업의 지원을 받았다.

[소식][2026.06.19.금] 장원준 교수, 기후에너지환경부 장관 표창

아주대학교 환경안전공학과 장원준 교수(대학원 에너지시스템학과)가 기후에너지환경부 <제31회 환경의 날 유공 장관 표창>에서 기후에너지환경부 장관 표창을 받았다. 장원준 교수는 환경보전과 지속가능한 발전에 기여한 공로를 인정받아 표창을 수상했다. 표창 시상은 지난 1일 기후에너지환경부 한강유역환경청에서 주최한 '2026년 제31회 환경의 날 유공 장관표창'에서 진행됐다. 장 교수는 에너지·환경공학 분야를 중심으로 연구를 주도해왔다. 특히 ▲탄소중립 실현 ▲환경오염 저감 ▲친환경 에너지 기술 개발 ▲폐자원 에너지화 및 화학물질 생산 등 연구를 수행하며 국내 환경·에너지 분야의 발전에 기여해왔다. 또한 국내외 학술지에 85편의 SCI 논문을 발표하는 등 연구 활동을 이어왔으며, 한국연구재단과 산업통상자원부 지원 연구과제의 연구책임자를 맡아 환경·에너지 분야의 학문적 발전과 기술 혁신에 공헌하고 있다. 아울러 ▲한강유역환경청 순환자원 인정 자문위원 ▲한국청정 위원회 위원장 등 여러 환경 및 자원순환 관련 학회의 임원으로 활동하며 학술 교류 활성화와 산·학·연 협력 증진에 힘쓰고 있다. 장 교수는 “환경과 에너지 문제는 미래 세대의 삶과 직결되는 중요한 과제이며 앞으로도 환경보전과 탄소중립 사회 실현에 기여할 수 있도록 최선을 다하겠다”고 전했다. 한편, 아주대학교 환경안전공학과는 환경보전과 지속가능한 에너지 기술 개발을 위한 연구를 활발히 수행하고 있으며, 기후변화 대응과 자원순환, 대기·수질 환경 개선 등 다양한 분야에서 우수한 연구 성과를 창출하며 국내 환경공학 분야를 선도하고 있다.

[칼럼][최기련 명예교수] 에너지 시장에서 고착된 선입관

'호르무즈' 사태 이후 세계 석유 시장형성 기조(基調)는 1) 기존 시장 질서 회복 시도와 2) AI(인공지능)의 파급 효과에 대한 기대와 우려의 혼존(混存)이다. 우선 '호르무즈' 사태 이후 기존 질서 회복 시도는; 페르시아만 수출국들의 파이프라인 확장을 통한 '호르무즈' 우회 경쟁으로 요약할 수 있다. UAE(아랍에미리트), 사우디아라비아, 이라크는 이미 대체 수출 경로를 확대-운영한다. 여기다 베네수엘라, 이란과 러시아의 추가 수출이 예상된다. 미국 영향권에 있는 베네수엘라 원유 생산량은 이미 125만 배럴/일 수준에 달하고 있다. 따라서 우리는 원유 생산의 중복성, 저장능력 확대, 그리고 다양한 수출 네트워크 구성을 통한 미래 원유시장 변화 가능성에 유의해야 한다. 사실 미국-이란 전쟁이 처음 발발하였을 때 1) 이란이 호르무즈 해협을 절대 폐쇄하지 않을 것이며, 2) 폐쇄되더라도 몇 주 이내 단기간에 그칠 것으로 예상했다. 그러나 무기한 해협 폐쇄 가능성이 제기되자 결국 비상 대책들이 나왔다. UAE의 OPEC 탈퇴는 그 대표적일 것이다. 지난 수년 동안 UAE(아랍 토후국 연합)는 자국 원유 생산량을 하루 500만 배럴로 늘리는 노력을 해 왔으나 OPEC 내부 합의에 실패하였다. 이번 조치는 자국 에너지 독립성 제고를 위한 비상책일 것이다. 중동 최대 산유국인 사우디아라비아 역시 내륙 파이프라인을 이용해 호르무즈를 우회하고 있다. '이라크' 역시 남부 유전 생산이 70% 급감하여 비상 대책을 모색하고 있다. 결국 이번 위기는 호르무즈 해협 우회를 위한 '인프라' 건설 경쟁으로 귀결되었다. 이러한 여건 아래 지난 6월 10일 국제원유시장은 미국 WTI(서부 텍사스중질유) 가격은 종전 거래일 대비 3.4% 내린 88.20달러/배럴 수준으로 시작되었다. 북해산 Brent유는 91.73달러, 천연가스는 약 0.22% 하락한 3.14 달러/백만BTU(영국열량단위) 수준을 보였다. 통상적 시장변화 범주 아래 있다.그러나 길게 보면 이러한 가격 변화 이면에는 석유, 가스, 석유화학, 비료, 헬륨 등 상호 연결된 원자재 사슬 전반에 걸친 위기 요인들이 누적되고 있다. 그 위기는 시장가격 '리스크'에서 배송 및 시장접근 위험으로 바뀌고 있다. 석유 등 에너지 시장의 본원적 한계인 고갈 가능성과 함께 공급망 유연성 부족 우려가 더해지는 셈이다. 두 번째 석유 시장형성 기조는 인공지능(AI:Artificial Intelligence)과 에너지시스템/시장과의 연계이다. 이를 통한 지속적 융합-고(高)부가가치 창출 가능성이 검증되어야 한다. '인공지능'이란 인간 지능이 가지는 학습, 추리, 적응, 논증 등의 기능을 갖춘 컴퓨터 시스템을 말한다. 차세대 청정에너지 기술 개발에 매우 유용하단다. 예컨대 신형 SMR(중소형 핵융합로)와 재생 에너지 개발 과정에서 AI 활용 효율성이 입증되고 있단다. 특히 전력 수요 급증 대처와 수급 체계 건전화 차원에서 AI는 미래 전력 체계 변화의 장-단점을 손쉽게 검증하는 도구로 활용되고 있다. 우리는 지금 'AI시대를 여는' 이재명 정부 시대를 살고 있다. 작년 6월 취임 직후부터 AI 선거공약을 적극 시행 중이다. 주요 공약은 관련 정부예산 지속 증액과 민간투자 100조 원 수준 달성, 데이터 센터 등 AI 고속도로 구축, 최신 GPU(최소 5만 개) 확보, 미래 인재 육성 등이다. 여기다 대통령실 'AI 정책수석'이 신설되었다. 취임 2년 차인 올해는 1) 'AI 3대 강국 도약 2) 첨단전략 산업 등 핵심기술 개발 3) AI 인재 1,1만 명 양성과 고성능 GPU 1.5만 장 추가 구매 4) 150조 원 수준 국민 성장 펀드(5년간) 조성 등이 적극 추진되고 있다. 성공을 바란다. 그러나 AI 정책 실패는 AI 도구를 효율적으로 활용하지 못하는 데서 온다는 국내외 전문가 지적에 유념해야 한다. 실제로 대규모 AI 모델을 도입, 운영에는 엄청난 양의 에너지가 소모된다. 그러나 AI는 다양한 부문에서 에너지 효율성을 크게 높인다고는 한다. 그러나 항상 그렇지는 않다. AI가 소비하는 에너지보다 더 많은 에너지를 절약할 수 있다는 검증이 중요하다. 특히 막대한 초기 투자 비용을 고려하고, 수명 기간 전반에 걸친 동태적-객관적 경쟁력 검증이 필요하다. 이에 AI 투자 평가 기준이 모델 성능에서 '와트당 토큰 가치'로 전환되고, '전력 경제학'이 생존의 핵심 화두로 부상한단다. 사실 미국 트럼프 정부가 AI 첨단 모델을 국가 안보 자산으로 규정한 이래 글로벌 AI 기업들의 대형 IPO(자본 모집을 위한 기업공개)가 속출하고 있다. 우리로서는 그만큼 유동성 우려가 커진다. 따라서 글로벌 AI 질서는 미국 중심의 민간 'AI 생태계' 성공 여부에 크게 달려 있다. 사실 AI 붐은 에너지 산업에 전례 없는 불확실성을 키운다는 우려가 분명히 있다. 우선 AI 데이터 센터용 전력 공급 가능성 차원 우려를 점검해야 한다. 특히 노후화된 기존 전력망을 가진 현재 여건에서 국가 민생 복리를 저해하지 않는 '효율적' AI 전력 수요대처 방안을 찾아야 한다. 그러나 효율적 AI 도구 활용 조건에 상충할 수 있다. 또 다른 중요 해결 과제가 도출되는 셈이다. 여러 전문 의견을 종합할 때 거시 측면의 AI 투자/사업 효율화 방안에 대한 확실한 결론은 아직 없다. AI 투자/사업이 투입된 에너지보다 더 많은 에너지절약 가능한지에 대해 전문가 견해마저 엇갈린다. 따라서 AI 투자는 위험 회피 전략 요소를 구비 해야 한다. AI 투자 편익을 기존 화석 연료 소비 시설 (발전소 등) 비용 합리화에 재투자되어서는 안 된다. 그렇지 않다면 석유파동 때 직시한 '석유 메이저(Oil Major)'들의 '영역 독과점' 폐해를 다시 볼지 모른다. (출처: 에너지경제신문(https://www.ekn.kr/web/view.php?key=20260618020176034))