A research team led by Professor Junseong Ahn of the Department of Control and Instrumentation Engineering at Korea University Sejong Campus received the Best Paper Award and the Encouragement Award at the 2025 Spring Conference of the Korean Micro Nano Systems Society (KMMS), held in Yeosu from November 19 to 21.

 

KMMS is one of Korea’s leading academic organizations, encompassing research on micro and nanoscale devices, sensors, systems, and convergent technologies, and serves as a key platform for exchanging research achievements among academia, industry, and research institutes.

 

The 2025 conference featured a wide range of oral and poster presentations focusing on cutting-edge micronano technologies and their applications in artificial intelligence, bioengineering, and energy systems.

 

The recipient of the Best Paper Award was undergraduate student Mingi Kim, who presented a poster titled “Integration of SERS and Artificial Intelligence for High-Throughput Automation of Seed Analysis.”

 

This research combines surface-enhanced Raman scattering (SERS)–based non-destructive analysis with deep learning to identify internal chemical changes in seeds in real time and automatically classify factors leading to reduced germination rates, thereby enabling high-quality seed selection.

 

Undergraduate student Jungwon Song received the Encouragement Award for his poster presentation titled “Immersive Extended Reality Through Bioinspired Body Motion Monitoring Film with Deep Learning.”

 

The study introduces a body-attachable motion monitoring film inspired by marine sponge structures and integrated with deep learning, enabling stable and precise motion tracking across diverse extended reality (XR) environments.

 

Through these research achievements on distinct topics, the team demonstrated the potential of sensor artificial intelligence convergence technologies to be applied across various industrial fields, including agriculture and extended reality.

 

The studies propose new approaches that overcome structural limitations of conventional technologies reliant on single sensor signals or constrained analytical methods, highlighting the expandability of intelligent sensor data analysis toward practical applications.

 

These research projects were supported by the Ministry of Science and ICT’s Excellent Young Researcher Program (RS-2025-00523026) and the Ministry of SMEs and Startups’ Industry–Academia–Research Collaboration R&D Program (Collabo R&D) (RS-2025-02311282).