UPDATED. 2024-03-29 18:55 (금)
숭실대 기계공학부 이인효·김준철 학생, Materials Today Advances에 2차원 소재의 기계적 물성치 예측 모델 논문 게재
숭실대 기계공학부 이인효·김준철 학생, Materials Today Advances에 2차원 소재의 기계적 물성치 예측 모델 논문 게재
  • 방완재
  • 승인 2023.05.15 09:53
  • 댓글 0
이 기사를 공유합니다

(왼쪽부터)숭실대 기계공학부 이인효 학부생, 김준철 석사생
(왼쪽부터)숭실대 기계공학부 이인효 학부생, 김준철 석사생

숭실대학교(총장 장범식) 기계공학부 이인효 학부생과 김준철 석사생이 「Materials Today Advances」에 공동 1저자로 <Predicting mechanical properties of newly generated two-dimensional materials with minimum uncertainty>을 게재했다. 해당 저널은 impact factor: 9.918의 저명한 국제 학술지이다.

본 논문에서는 2차원 물질의 기계적 물성을 예측하는 머신러닝 기반 surrogate regression model을 구축했고, 딥러닝 역설계 framework를 통해 새로운 2차원 물질들을 생성하여 머신러닝 모델의 성능을 검증했다. 그 결과, 구조적으로 안정하고 뛰어난 전기/화학적 성능을 지닌 2차원 물질들을 제시했다.

최근 높은 구조적 안정성을 가진 2차원 물질에 대한 수요가 빠르게 증가하고 있으며, 반도체, 차세대 디스플레이, 태양전지 등 2차원 물질을 활용한 분야에 대한 관심 또한 증가하고 있다. 2차원 물질은 얇은 두께와 독특한 특성이 있기에 새로운 산업을 펼쳐갈 유망한 물질로 취급받는다. 그러나 2차원 소재의 물성 파악을 위해선 많은 자원이 필요하고, 상용화에 적합한 물질에 대한 개발은 부족한 실정이다.

해당 연구에서는 머신러닝을 활용해 기존 실험 기반 방법에 비해 물성 확인 시간을 크게 줄였으며, 기존에 보고되지 않았던 새로운 2차원 소재에 대한 열역학적 안정성과 구조적 안정성, 전자적 특성 등을 계산했다.
 
이인효 학생은 “인공지능과 시뮬레이션 기반 탐색 방법은 빠르게 변화하는 산업계의 수요에 부응하기 용이하다. 이를 전공적인 지식과 결합했을 때, 공학과 과학의 발전을 이끌어낼 수 있는 우수한 물질을 탐색할 수 있다. 본인은 이러한 점을 토대로 추후 산업계 전반에 큰 영향력을 미칠 수 있는 연구자로 성장할 것”이라는 의견을 밝혔다. 이어 “연구책임자이신 민경민 교수님께 성실성과 꾸준함을 배웠으며, 덕분에 좋은 연구 결과를 낼 수 있었다. 항상 감사드리며, 앞으로도 꾸준히 탐구할 것이다”라는 감사 인사를 전했다.

한편, 본 연구는 한국연구재단의 지원을 받아 수행됐으며, 연구책임자로 숭실대 기계공학부 민경민 교수가, 공동저자로 숭실대 기계공학부 김태현 학부생이 참여했다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.