KIC News, Volume 24, No. 3, 2021 51
AI와 머신 러닝을 이용한 역설계 기법으로 신소재 개발 공정 혁신
“20년 걸리던 신소재 개발 5년이면 충분”
KAIST의 홍승범 교수 연구팀은 다중 스케일(multiscale) 영상화 기술, 머신 러닝, AI와 3D 프린팅 기술 을 융합하여 소재의 구조와 물성, 구조와 공정 간의 상관 관계를 도출하여 신소재 개발의 기간을 줄여주는 플랫폼 “M3I3”을 개발하였다.
“M3I3” 플랫폼은 투과 전자 현미경(TEM), 주사 투과 전자 현미경(STEM), 주사 터널링 현미경(STM), 원 자 탐촉자 단층 촬영술(APT), 원자간력 현미경(AFM) 등을 통해 소재의 구조를 확인하고, 이를 바탕으로 다중 스케일 구조와 물성 간의 상관관계를 찾아낸 후, 머신 러닝을 통해 신소재의 구조가 어떤 방식으로 합성되고 공정화가 이루어지는지 파악한다. 파악한 결과를 바탕으로 3D 프린팅 기술을 활용하여 구현하게 된다. 즉, 원하는 물성을 가지도록 소재의 구조를 역으로 설계하여 공정 방법까지 파악하는 시스템이다.
“M3I3” 플랫폼의 유효성을 확인하기 위해 지난 20년간의 배터리 분야 논문을 수집하여, 배터리 양극재 의 에너지 밀도와 소재의 구성 요소 간의 관련성을 확인하였다. 그 후 논문 속의 공정과 구조들을 머신 러 닝을 통해 데이터를 확보한 후, 합성하여 모델의 정확도를 측정한 결과 기존의 모델과 90% 일치함을 나타 냄으로써 “M3I3” 플랫폼을 통한 신소재 개발의 가능성을 보여주었다.
연구팀은 개발된 “M3I3” 플랫폼을 통하여 20년 이상이 걸리던 신소재 개발 기간을 “M3I3” 플랫폼을 통 하여 5년 이내로 단축할 수 있을 것으로 기대된다고 밝혔다. 본 연구성과는 2021년 2월 ‘ACS NANO’ 지 에 게재되었다.
발표논문: Seungbum Hong et al., Reducing Time to Discovery: Materials and Molecular Modeling, Imaging, Infor- matics, and Integration, ACS Nano, 15, 3971-3995, 2021.
출처: 2021. 2. 12. ACS Publications (https://pubs.acs.org/doi/abs/10.1021/acsnano.1c00211) 작성: 강 상 현, 이 승 걸 (부산대학교)
Figure. “M3I3” 플랫폼 개념도
KIC News, Volume 24, No. 3, 2021
신기술소개
