한밭대, 캔위성 경연대회서 장려상 수상

[충청뉴스 이성현 기자] 국립한밭대학교가 우주 모사위성 기술을 경연하는 전국 대회에서 참가팀 전원 수상 성과를 거뒀다.

이와 함께 한밭대는 반도체 핵심 부품 결함을 AI로 정밀 분류하는 연구로 산학 협력 경연에서도 2년 연속 수상하는 쾌거를 달성했다.

캔위성 경연대회 2개 참가팀 모두 장려상…레이더 표적 탐지·3차원 공간 복원 선보여

한밭대는 ‘2026 캔위성 경연대회 시상식’에서 CANSAR팀(지도교수 노진성)과 RECON팀(지도교수 최창범)이 창작부 장려상인 한국항공우주연구원장상을 동시에 수상했다고 14일 밝혔다.

과학기술정보통신부가 주최하고 한국항공우주연구원이 주관하는 캔위성 경연대회는 인공위성 구성요소를 모사한 캔위성의 임무를 직접 기획·제작하고 낙하 실험을 통해 수행 역량을 겨루는 대회다.

CANSAR팀(이동규·조현식·조대현)은 초소형 합성개구레이더(SAR)를 탑재해 재난 현장의 수풀 속 금속 표적과 가스통, 차량 잔해를 식별하는 캔위성을 선보였다.

RECON팀(정준호·서정민·손동한)은 동축 반전 드론 기반 탐사 플랫폼과 45도 각도 카메라 기반 SLAM 기술을 접목해 하강 중 위험지역을 회피하고 3차원 공간정보를 정밀 복원하는 시스템을 구현했다.

지도교수인 최창범·노진성 교수는 "국립대학육성사업 지원과 창의혁신메이커센터의 실천 중심 교육환경이 융합 인재 양성의 바탕이 됐다"고 설명했다.

노진성 교수팀, AI 기반 반도체 정전척 결함 분류로 오픈이노베이션 챌린지 수상

한편 기계공학과 노진성 교수 연구팀은 대한기계학회와 세메스(SEMES)가 공동 주관한 ‘제11회 오픈이노베이션 챌린지 2026’에서 전문가 그룹 부문 장려상을 수상했다.

이들은은 지난해에 이어 2년 연속 수상 명단에 이름을 올렸다.

연구팀은 ‘제로샷·퓨샷 학습 모델 기반 정전척(ESC) 결함 자동 분류 기술 개발’을 제안했다.

정전척은 진공 공정에서 웨이퍼를 고정하는 핵심 부품이다. 연구팀은 단 1장의 결함 이미지로 프로토타입을 생성하는 '1-shot 결함 분류 기술'과 '선택적 노이즈 제거 전처리'를 적용해 대규모 데이터 학습 없이도 결함 분류 신뢰도를 획기적으로 끌어올렸다.

수상자들에게는 세메스 입사 지원 가산점 및 산학 과제 연계 기회가 제공된다.