A research team led by Professor Ahn Junsung of the Department of Control and Instrumentation Engineering at Korea University Sejong Campus received the Best Poster Award at the Global Conference of Innovation Materials 2026 (GCIM 2026), held at the International Convention Center Jeju (ICC Jeju) from May 31 to June 4.

 

Organized by the Materials Research Society of Korea (MRS-K), GCIM has served as a premier international conference in materials science since 2023, when the society expanded its annual spring meeting into a global academic event. The conference brings together researchers from academia, industry, and research institutes worldwide to exchange the latest scientific achievements. GCIM 2026 featured 16 symposia covering a broad spectrum of materials science, including advanced electronics and semiconductors, energy materials, bio- and biomedical materials, computational and structural materials, and environmentally sustainable materials, with a wide range of oral and poster presentations.

 

The award-winning team consisted of undergraduate students Park Sunhee and Kim Dodam, along with master's student Choi Seokjoo, who presented their research titled "Transfer-Free Microvolume SERS via Plant-Mimetic Nanoribbon Pump with Variability-Robust Ensemble Classification." The research was jointly conducted by the three under the supervision of Professors So Soonae and Ahn Junsung.

 

The study introduces a plant-inspired nanoribbon pump modeled after the vascular structure of plants. The device autonomously collects trace amounts of liquids—such as dew, condensation, and sweat—using only capillary forces, eliminating the need for external power sources or separate sample transfer processes. The collected samples are then directly analyzed using Surface-Enhanced Raman Spectroscopy (SERS) within a plasmonic sensing region. The research was further recognized for integrating a variability-robust ensemble learning algorithm, demonstrating reliable identification of a wide range of hazardous substances despite variations in sample conditions.

 

By integrating nanodevice-based sample collection technology with artificial intelligence-based analytical methods, the research team proposed a novel approach that addresses sample loss and the complex preprocessing steps traditionally associated with trace liquid analysis. The technology is expected to have broad applications as an on-site precision analysis platform in fields such as environmental monitoring, healthcare, and food safety.

 

The research was supported by the Ministry of Trade, Industry and Energy and the Korea Evaluation Institute of Industrial Technology (KEIT) under Project No. RS-2022-00154781, as well as the Ministry of Science and ICT's Outstanding Early-Career Research Program (Project No. RS-2025-00523026).