Research


● Bio-Plant Engineering

우리 연구실의 Bio-Plant Engineering 연구는 바이오 제조 공장의 설계 · 최적화 · 친환경성 향상에 초점을 맞춥니다. 바이오공정에서 발생하는 물질 흐름을 정량적으로 이해하고, 에너지·자원 소비를 최소화하면서 경제성을 향상시키는 공정 전략을 개발합니다. 이를 위해 생명공학이론·전산모사·실증 데이터를 아우르는 공정 해석 및 최적화 기법을 활용하며, 친환경 및 지속가능한 바이오 기반 제품 생산을 목표로 합니다. 대표적으로 아미노산 생산 공정의 열효율 개선 사례 및 환경영향 평가 연구들이 이에 해당합니다.

Danbee Park, Hyunwoo Kim, Sangmin Park, Jina Lee, Dong Hun Kwak, Kwang Soo Shin, Yongchan Lee, Hyaekyoung Kim, Jun-Woo Kim*, Wangyun Won*, Comprehensive life cycle assessment of powder- vs. granule-form L-lysine production: Evaluating climate impact and sustainability, Chemical Engineering Journal2025513, 162972. 

Woo Hyung Park, Chan Hun Park, Jina Lee, Ik-Jong Choi, Dong-Hyun Kim, Jun-Woo Kim*, Comparative analysis of multi-effect evaporators in ammonium acetate concentration process for L-methionine production, Separation and Purification Technology, 2025, 354, 3, 128938.

Hyunwoo Kim, Behnam Saremi, Sangmin Park, Mooyoung Jung, Yeohong Yun, Juyeon Son, Jina Lee, Jun-Woo Kim*, Wangyun Won*, Comparative life-cycle assessment for the sustainable production of bio-based L-methionine, Journal of Cleaner Production, 2024, 462, 142700.


Digital Twin & AI-Based Modeling

Digital Twin 및 AI-Based Modeling 연구에서는 실제 공정 및 제조 시스템의 디지털 트윈을 구축하여 실시간 상태 추정, 이상 탐지, 성능 예측, 실시간 최적 의사결정 등을 가능하게 합니다. 디지털 트윈 모델은 물리시스템과 밀접하게 연동된 가상 구조로서, 운영 데이터 및 센서 신호를 기반으로 공정 동작을 해석할 수 있도록 설계됩니다. 인공지능 및 데이터 기반 모델링 기법을 접목함으로써 비정상 조건 하에서도 공정 반응을 빠르게 추정하거나 결함 진단을 자동화할 수 있습니다. 이를 통해 복잡한 바이오공정 및 대규모 장치의 운영 리스크를 낮추고 생산성·품질을 동시에 향상시키는 방법론을 제시합니다.

Wangsoo Kim, Jaeho Jung, Jaeik Kim, Chanhun Park, Joon Young Jung, Wonseok Lee, Jay Yun, Jung-Oh Ahn*, Sangmin Park*, Jun-Woo Kim*, Effect of Data Availability on In-Line Adaptation of Fermentation Mechanistic Models Under Abnormal Conditions, Chemical Engineering Journal Advances, 2026, accepted.

Jun-Woo Kim*, Hyunwoo Kim, Gilsang Joo, Jeong-Geol Na, Wangyun Won*, Novel shortcut estimation method for economics of industrial amino-acid process, New Biotechnology, 2026, accepted.