Advanced Intelligence for Materials

Accelerating Discovery with DFT & MLIP

우리는 소재 발견의 첫 단계에서 물리적 이론의 정확성과 AI의 속도를 결합하여 탐색 공간을 혁신적으로 확장합니다.

• DFT & MLIP: 양자역학 기반의 제일원리계산(DFT)과 이를 가속화하는 머신러닝 원자간 포텐셜(MLIP)을 결합하여, 거대 스케일의 원자 시뮬레이션을 수행하고 복잡한 반응 메커니즘을 규명합니다.
• Virtual Screening: 방대한 화학 공간을 초고속으로 탐색하는 가상 스크리닝(Virtual Screening)을 통해, 실험 전 단계에서 유망한 후보 물질과 최적의 물성을 정밀하게 예측합니다.

Realizing Closed-Loop Discovery Beyond Human Intuition

반복적이고 소모적인 실험 과정을 자동화하고, AI가 스스로 다음 실험을 설계하는 자율 주행 실험실(Self-Driving Lab)을 구현합니다.

• Closed-Loop Discovery: 소재의 설계, 합성, 분석, 평가로 이어지는 연구의 전 과정을 자동화 루프로 연결합니다.
• AI-Guided Optimization: AI 기반 최적화 알고리즘이 실험 데이터를 실시간으로 학습하여, 실험 횟수를 최소화합니다.
• Beyond Human Intuition: 데이터 기반의 탐색을 통해 연구자의 경험이나 직관(Human Intuition)을 뛰어넘는 새로운 화학적 조성과 혁신적인 소재를 발견합니다.

Bridging the Gap via Process Modeling & Multiscale Analysis

실험실의 기초 연구 성과가 실제 산업 현장의 양산 공정으로 이어질 수 있도록 데이터 기반의 스케일업 기술을 연구합니다.

• Multiscale Analysis: 미시적 특성부터 거시적 성능까지 아우르는 멀티스케일 분석(Multiscale Analysis)을 수행하여 소재와 시스템 간의 상관관계를 규명합니다.
• Process Modeling: 데이터와 공정 변수 간의 관계를 학습하는 공정 모델링(Process Modeling) 및 디지털 트윈을 통해, 제조 공정에서의 성능을 예측하고 시행착오를 줄입니다.