[연구자 요약] 권재 박사님은 기초과학연구원 인지및교세포과학그룹에서 성상교세포와 신경세포 간의 상호작용, 수면 및 일주기 리듬, 시냅스 가소성 등 뇌의 핵심 인지 기능 메커니즘을 연구하고 있습니다. 특히, 뇌 회로의 신경 조절 및 행동 양상에 대한 깊이 있는 이해를 바탕으로 초음파 신경 조절 기술, 부피 조절 음이온 채널 연구, 시상피질 뉴런의 스파이크 빈도 조절 등 다양한 주제를 다루고 있습니다. 뇌의 생체 신호 분석을 위해 전기생리학, 광학 이미징, 뇌파(EEG) 기록 등 첨단 실험 기법을 활용하며, 파이썬 및 매트랩을 이용한 데이터 분석 및 머신러닝 기술을 접목하여 복잡한 뇌 데이터를 해석하고 있습니다. 저비용 일주기 리듬 행동 기록 시스템 개발과 같은 성과를 통해 뇌 기능 연구의 접근성을 높이고 있으며, 궁극적으로는 뇌 인공지능 분야에 기여하고 뇌 질환의 이해 및 치료법 개발에 기여하고자 합니다.

직책

POST-DOC

소속 기관

기초과학연구원 (인지 및 사회성 연구단)

연구실

인지및교세포과학연구그룹

연구 분야

뇌-인공지능 융합 및 계산 신경과학: 권재 박사는 뇌의 작동 원리에서 영감을 받은 인공지능(AI) 기술 개발과 계산 신경과학 연구를 선도하고 있습니다. 특히, 인간의 인지 및 지능 메커니즘을 이해하고 이를 AI 모델에 적용하는 데 중점을 둡니다. 주요 성과로는 뇌 모방 인공지능 기술인 'Lp-convolution' 개발 참여를 통해 이미지 인식 성능을 향상시키고, AI 기반 동물 행동 분석 도구 'SUBTLE' 개발에 기여하여 행동 분석의 효율성과 정확성을 높였습니다. 이 연구는 다양한 물체 및 휴머노이드 로봇의 움직임 분석으로 확장될 잠재력을 가집니다. 또한, 인공지능 모델의 작동 방식과 뇌 해마의 계산 과정 간 유사성을 분석하여 저비용 고성능 인공지능 시스템 구축의 토대를 마련했습니다. 이러한 연구는 뇌 기능을 모방한 차세대 AI 기술 개발뿐만 아니라, 복잡한 뇌 데이터를 이해하고 해석하는 데 필요한 파이썬 기반 머신러닝 기법을 적극 활용하여 뇌-AI 융합 분야의 발전에 크게 기여하고 있습니다., 성상교세포-신경세포 상호작용 및 시냅스 가소성 연구: 본 연구는 뇌 기능의 핵심 요소인 성상교세포와 신경세포 간의 상호작용 및 시냅스 가소성 메커니즘을 심도 있게 탐구합니다. 권재 박사는 이러한 세포 간의 복잡한 신호 전달과 정보 처리 과정을 이해함으로써 뇌 질환의 발생 기전을 밝히고 새로운 치료 전략을 모색하는 데 집중하고 있습니다. 특히, 초음파를 이용한 성상교세포 TRPA1 채널 조절을 통한 신경 조절 연구(Ultrasonic Neuromodulation via Astrocytic TRPA1)와 뇌 내 부피 조절 음이온 채널(VRACswell)의 핵심 구성 요소인 Tweety-homolog(Ttyh) 단백질 기능 규명 연구(Tweety-homolog (Ttyh) Family Encodes the Pore-forming Subunits of the Swelling-dependent Volume-regulated Anion Channel (VRACswell) in the Brain) 등을 통해 성상교세포의 역할에 대한 이해를 넓혔습니다. 연구는 Live cell/slice electrophysiology 및 Live cell/slice imaging 등 첨단 전기생리학 및 광학 이미징 기술을 활용하여 실시간으로 세포 활동을 관찰하고 분석합니다. 이러한 연구는 뇌 기능의 근본적인 이해를 증진시키고, 신경계 질환 치료를 위한 혁신적인 접근법을 제시하는 데 기여합니다., 일주기 리듬 및 수면 신경과학 연구: 권재 박사는 생체 내 핵심 조절 메커니즘인 일주기 리듬과 수면의 신경과학적 기반을 연구하며, 이들이 인지 기능 및 행동 양상에 미치는 영향을 규명하는 데 집중하고 있습니다. 이 분야의 주요 연구 관심사는 일주기 리듬과 수면의 조절 메커니즘을 밝히고, 관련 질환의 진단 및 치료에 기여하는 것입니다. 특히, 저비용 종합 일주기 리듬 행동 기록 시스템 개발(Development of a Low-cost, Comprehensive Recording System for Circadian Rhythm Behavior)을 통해 수면 및 활동 패턴 분석의 접근성을 높였으며, 이는 관련 연구의 활성화에 기여하고 있습니다. 연구 과정에서 EEG/Circadian rhythm recording과 같은 생체 신호 기록 기술과 파이썬/매트랩을 이용한 데이터 분석 기법이 활용됩니다. 이러한 연구는 수면 장애 및 일주기 리듬 교란이 뇌 기능에 미치는 영향을 이해하고, 궁극적으로 수면 관련 질환의 효과적인 관리 및 치료법 개발에 중요한 기반을 제공합니다.

키워드

인지 기능, 뉴럴 네트워크, 생체 신호 분석, Python 프로그래밍, 기계 학습, 인공지능, 뇌-AI 융합, 신경과학, 일주기 리듬, 행동 분석 AI, 뇌과학, 성상교세포, 시냅스 가소성, NeurIPS, 이미지 인식, 뇌-인공지능 융합 및 계산 신경과학, 권재 박사는 뇌의 작동 원리에서 영감을 받은 인공지능(AI) 기술 개발과 계산 신경과학 연구를 선도하고 있습니다. 특히, 인간의 인지 및 지능 메커니즘을 이해하고 이를 AI 모델에 적용하는 데 중점을 둡니다. 주요 성과로는 뇌 모방 인공지능 기술인 'Lp-convolution' 개발 참여를 통해 이미지 인식 성능을 향상시키고, AI 기반 동물 행동 분석 도구 'SUBTLE' 개발에 기여하여 행동 분석의 효율성과 정확성을 높였습니다. 이 연구는 다양한 물체 및 휴머노이드 로봇의 움직임 분석으로 확장될 잠재력을 가집니다. 또한, 인공지능 모델의 작동 방식과 뇌 해마의 계산 과정 간 유사성을 분석하여 저비용 고성능 인공지능 시스템 구축의 토대를 마련했습니다. 이러한 연구는 뇌 기능을 모방한 차세대 AI 기술 개발뿐만 아니라, 복잡한 뇌 데이터를 이해하고 해석하는 데 필요한 파이썬 기반 머신러닝 기법을 적극 활용하여 뇌-AI 융합 분야의 발전에 크게 기여하고 있습니다., 성상교세포-신경세포 상호작용 및 시냅스 가소성 연구, 본 연구는 뇌 기능의 핵심 요소인 성상교세포와 신경세포 간의 상호작용 및 시냅스 가소성 메커니즘을 심도 있게 탐구합니다. 권재 박사는 이러한 세포 간의 복잡한 신호 전달과 정보 처리 과정을 이해함으로써 뇌 질환의 발생 기전을 밝히고 새로운 치료 전략을 모색하는 데 집중하고 있습니다. 특히, 초음파를 이용한 성상교세포 TRPA1 채널 조절을 통한 신경 조절 연구(Ultrasonic Neuromodulation via Astrocytic TRPA1)와 뇌 내 부피 조절 음이온 채널(VRACswell)의 핵심 구성 요소인 Tweety-homolog(Ttyh) 단백질 기능 규명 연구(Tweety-homolog (Ttyh) Family Encodes the Pore-forming Subunits of the Swelling-dependent Volume-regulated Anion Channel (VRACswell) in the Brain) 등을 통해 성상교세포의 역할에 대한 이해를 넓혔습니다. 연구는 Live cell/slice electrophysiology 및 Live cell/slice imaging 등 첨단 전기생리학 및 광학 이미징 기술을 활용하여 실시간으로 세포 활동을 관찰하고 분석합니다. 이러한 연구는 뇌 기능의 근본적인 이해를 증진시키고, 신경계 질환 치료를 위한 혁신적인 접근법을 제시하는 데 기여합니다., 일주기 리듬 및 수면 신경과학 연구, 권재 박사는 생체 내 핵심 조절 메커니즘인 일주기 리듬과 수면의 신경과학적 기반을 연구하며, 이들이 인지 기능 및 행동 양상에 미치는 영향을 규명하는 데 집중하고 있습니다. 이 분야의 주요 연구 관심사는 일주기 리듬과 수면의 조절 메커니즘을 밝히고, 관련 질환의 진단 및 치료에 기여하는 것입니다. 특히, 저비용 종합 일주기 리듬 행동 기록 시스템 개발(Development of a Low-cost, Comprehensive Recording System for Circadian Rhythm Behavior)을 통해 수면 및 활동 패턴 분석의 접근성을 높였으며, 이는 관련 연구의 활성화에 기여하고 있습니다. 연구 과정에서 EEG/Circadian rhythm recording과 같은 생체 신호 기록 기술과 파이썬/매트랩을 이용한 데이터 분석 기법이 활용됩니다. 이러한 연구는 수면 장애 및 일주기 리듬 교란이 뇌 기능에 미치는 영향을 이해하고, 궁극적으로 수면 관련 질환의 효과적인 관리 및 치료법 개발에 중요한 기반을 제공합니다.