초록 ▼

1. 연구목표
1) 지속적인 화학시뮬레이션 플랫폼 인프라 확장
2) 전산모사에 의한 물성해석 및 예측기술 지원 (시뮬레이션 컨설팅)
3) 전산유체역학을 활용한 박막 코팅 공정 최적화 기술 개발

2. 주요 연구내용
1) 지속적인 화학시뮬레이션 플랫폼 인프라 확장
- 표면물성 빅데이터 구축 기반 확보
- 전산모사 연구 수요 증가에 따른 시뮬레이션 컨설팅 시스템 구축
- 머신러닝 기반 소재정보학 기술 개발
2) 전산모사에 의한 물성해석 및 예측기술 지원 (시뮬레이션 컨설팅)
-

1. 연구목표
1) 지속적인 화학시뮬레이션 플랫폼 인프라 확장
2) 전산모사에 의한 물성해석 및 예측기술 지원 (시뮬레이션 컨설팅)
3) 전산유체역학을 활용한 박막 코팅 공정 최적화 기술 개발

2. 주요 연구내용
1) 지속적인 화학시뮬레이션 플랫폼 인프라 확장
- 표면물성 빅데이터 구축 기반 확보
- 전산모사 연구 수요 증가에 따른 시뮬레이션 컨설팅 시스템 구축
- 머신러닝 기반 소재정보학 기술 개발
2) 전산모사에 의한 물성해석 및 예측기술 지원 (시뮬레이션 컨설팅)
- Ni 표면 산화상태에 따른 글리세롤 산화 반응 연구
- MoS₂ 기반 Hydrogen Evolution Reaction (HER) 촉매 연구
- 페로브스카이트 태양전지의 hole transport materials(HTM) 물질 개발 : copper phthalocyanine (CuPc)
- 페로브스카이트 태양전지를 위한 BaSnO₃ 신규 전극소재 합성에 대한 연구
- 적외선 영역 광센서용 Ag₂S 나노입자의 광발광 증폭 메커니즘 연구
- Graphene/Zwitterion/SiO₂ FET 소자의 메모리 효과 메커니즘 연구
- Black Phosphorous에서의 Electron doping 영향 연구
- ZnO 위에서 MoS₂ 1T 상의 안정성에 관한 분석
- 유기태양전지 소재의 구조 최적화 및 들뜬 상태의 특성분석
- MIL-100(Fe,Cr)를 이용한 Ethylene/Acetylene 분리 연구
3) 전산유체역학을 활용한 박막 코팅 공정 최적화 기술 개발
- 공정조건에 따른 박막 습식코팅 공정 변수 최적화

3. 주요 연구개발 결과 및 성과
1) (정성성과)
♦ 시뮬레이션 연구 지원 시스템 구축
- 2017년 13건 지원 연구(소재본부 9건, 탄소자원화 3건, CCP융합 1건), 논문 5건 게재 (당해년도 연구지원 결과)
♦ 표면 물성 대용량 계산 자동화 시스템 수축 및 계산 수행으로 단일 원소 표면 (다양한 방향) 물성 데이터베이스 수축 (1209건)
♦ 2016년 연구결과로 얻어진 페로브스카이트 태양전지 소재 물성 데이터를 이용한 머신러닝 활용 연구
♦ Ni 촉매의 산화 상태에 따른 글리세롤 산화 촉매 성능 향상 해석
♦ MoS₂의 구조 변형에 의한 Hydrogen Evolution Reaction (HER) 촉매 활성도 증가 해석
♦ 페로브스카이트 태양전지에서의 신규 hole transport materials (HTM) 로서 copper phthalocyanine (CuPC)의 전자구조적 해석 연구
♦ 페로브스카이트 태양전지에서의 TiO₂ 전극을 대체하는 신규 전극소재로서 BaSnO₃의 구조 형성 규명 (Science 논문 발표)
♦ Li 도핑에 의한 Ag₂S 나노입자의 광발광 증폭 메커니즘 해석
♦ 그래핀과 절연기판(SiO₂) 사이의 Zwitterion 분자박막층을 이용한 FET 소자의 메모리 효과 해석
♦ 제일원리 계산을 통한 흑린(Black Phosphorous)에서의 AuCl₄에 의한 p-type 도핑 가능성 확인.
♦ 제일원리 계산을 통한 ZnO 위에서 MoS2 1T 상의 안정성 해석
♦ 유기태양전지 포피린 화합물의 구조 최적화 및 들뜬 상태의 특성 분석
♦ MIL-100(Fe,Cr)의 모델 클러스터 양자화학 계산을 통한 Ethylene/Acetylene 흡착 특성 차이 연구 (이중결합과 삼중결합의 구분)
♦ 공정조건에 따른 박막 습식코팅 공정 변수 최적화
2) (정량성과) - 당해년도
- IF>3이상 논문 10 건

4. 활용분야 및 계획
♦ 본 연구에서 개발된 제일원리 high-throughput 계산 자동화 시스템을 이용하여 다양한 소재 물성의 소재 빅데이터 구축
♦ 머신러닝 기법을 활용한 소재 물성 예측 시스템 구축으로 데이터 기반의 소재 개발 연구에 선도적 역할

5. 기대효과
♦ 전산모사기반 소재 빅데이터 구축 및 소재정보학을 이용한 효율적인 신규 소재 설계/탐색 기술 개발로 원천 소재 개발 시간을 혁신적으로 단축
♦ 실험 연구와의 밀접한 시뮬레이션 지원 연구로 신규 소재 개발/제품화의 성공 확률 제고

6. 차년도(2단계) 연구계획
♦ 지속적인 화학시뮬레이션 플랫폼 인프라 확장
- 머신러닝을 활용한 포텐셜 개발 기술 개발
- 머신러닝기반 소재정보학 기술 개발 : 실험 데이터 기반의 머신러닝 활용 기술 개발
♦ 전산모사에 의한 물성해석 및 예측기술 지원 (시뮬레이션 컨설팅)
- 화학시뮬레이션 애로 기술 지원
- 촉매, 태양전지 등 다양한 분야 지원 연구 수행

7. 출구전략
♦ 1단계 (2014-2016) : 화학시뮬레이션 플랫폼 기반 구축
- 빅데이터 구축에 필요한 대용량 계산 자동화 시스템 구축
--> 본 연구에서 구축된 화학시뮬레이션 플랫폼을 기반으로 국가 과제 수주 (나노 원천 소재 기술개발 사업 2건)
♦ 2단계 (2017-2018) : 화학시뮬레이션 플랫폼 활용 기술 개발
- 전산모사 애로 기술 지원을 위한 상시적인 시뮬레이션 컨설팅 시스템 구축
- 목적 지향적 소재 물성 빅 데이터 구축
- 머신러닝 기반 소재 정보학 기술 개발
--> 4차 산업혁명의 기반인 데이터 기반 연구센터로서 “소재정보학센터 (가칭)”로 확장

( 출처 : 2017년 주요사업 연구결과 요약서 2p )

목차 Contents

• 표지 ... 1
• 2017년 주요사업 연구결과 요약서 ... 2
• 1. 연구과제 개요 ... 5
• 2. 연구목표 ... 7
• 가. 최종 연구목표 ... 7
• 나. 당해 연도 연구목표 ... 7
• 3. 주요 연구내용 ... 8
• 가. 과년도 추진경과 ... 8
• 나. 당해 연도 주요 연구내용 ... 9
• 4. 주요 연구개발 결과(연구개발목표의 달성도) ... 35
• 5. 연구개발의 성과 ... 36
• 가. 과제별 기술성취수준 ... 36
• 나. 정성적 성과 ... 36
• 다. 정량적 성과(건수/금액) ... 37
• 6. 연구성과 활용계획 ... 40
• 7. 기대효과 ... 40
• 가. 과학기술적 관점 ... 40
• 나. 경제적 관점 ... 40
• 다. 사회적 관점 ... 40
• 첨부 1) 차년도(2단계) 주요사업 연구계획 요약서 ... 41
• 첨부 2) 중장기 연구개발로드맵 ... 44
• 끝페이지 ... 44