Senior Editor

AI 에이전트를 활용한 연구자동화에 관심이 많습니다. 우리는 이미 새로운 혁명을 눈앞에서 보고 있습니다.

하이젠버그 대표 에스오디 권순용입니다.

반도체를 기술이 아닌 ‘구조’로 해석하는 전문가입니다. 화학공학(세부: 공정시스템공학) 박사 졸업 후, 삼성전자 반도체연구소에서는 공정·수율 데이터를 기반으로 현상 뒤에 숨어 있는 구조적 원인(why)과 시스템 레버를 분석하며, 공정 조건·장비·운영 방식이 성과로 연결되는 메커니즘을 다뤄왔습니다. 이후 Siemens EDA에서는 설계 검증(Design Verification) 영역의 알고리즘을 연구하며, 단일 기능의 정확도가 아니라 시스템 전체가 작동하게 만드는 조건과 병목을 규명하는 데 집중했습니다. 저의 관심사는 “이 기술이 성공했는가?”가 아니라, “이 기술이 작동하도록 만든 결정적 레버는 무엇이었는가?”입니다. 이 관점을 통해 산업의 변곡점과 구조적 특이점을 3–5년 선행해 인지x해석x예측하는 것을 목표로 하고 있으며, 현재는 반도체 관련 프로젝트에서 글로벌 PE 및 주요 컨설팅 펌과 업계 전문가로서 협업하고 있습니다. ※ 협업 문의는 https://www.tkpconsulting.net/로 부탁드립니다.

큰 틀에서 데이터들 사이의 정보의 양을 수학적으로 정립하는 "정보이론" 분야를 연구 중이며, 그 중에서도 통신 및 네트워크에 AI를 접목하여 기존 통신보다 획기적으로 통신량을 줄이는 "시맨틱 통신" 분야와 데이터의 의미를 보존하며 최대한 용량을 줄여 저장하는 "데이터 압축" 분야에 관심이 많습니다.

로봇을 뇌 기반으로 연구하고 있습니다. 특히 BCI에도 관심을 가지고 있으며, meta와 같이 대중적으로 인간과 interaction을 선도적으로 시도하는 기업을 좋아합니다.

연세대학교에서 공학박사 학위를 받았으며, 현재 Imperial College London Department of Materials에서 박사후연구원으로 차세대 이차전지 소재와 계면을 연구하고 있습니다. 리튬·소듐·아연 기반 배터리를 비롯해 전해질 설계와 전극 계면, 고에너지밀도 전지, 후막·건식전극 등을 연구해 왔습니다. 특히 연구실에서 개발된 소재와 기술이 실제 셀과 산업 현장에서도 경쟁력을 가질 수 있는지에 주목하고 있습니다. 소재 자체의 성능뿐 아니라 셀 조건에서의 성능, 제조공정, 원가, 공급망과 양산 가능성까지 함께 살펴보고 있습니다. 하이젠버그에서는 배터리 연구자의 관점에서 새로운 기술이 왜 필요한지, 논문에서 제시된 성능이 산업적으로 어떤 의미를 갖는지, 그리고 이러한 기술 변화가 기업의 경쟁력과 배터리 산업에 어떻게 연결되는지를 쉽고 객관적으로 전달하고자 합니다.

Emulate, CN Bio, MIMETAS, Vivodyne와 같은 기업들의 플랫폼을 벤치마킹하며 미세유체 기반 질환 모델과 약물 반응 예측 기술을 개발해 왔습니다. 실제 임상과 산업에서 재현성 있게 활용될 수 있는 organ-on-a-chip을 만드는 것이 목표입니다.