숭실대(총장 장범식)는 15일 본교 기계공학부 이인효 학부생과 김준철 석사생이 재료과학 분야 학술지인 '머티리얼스 투데이 어드벤스(Materials Today Advances)'에 공동 제1저자로 '2차원 소재 기계적 물송치 예측 모델(Predicting mechanical properties of newly generated two-dimensional materials with minimum uncertainty)' 논문을 게재했다고 밝혔다.
최근 높은 구조적 안정성을 지닌 2차원 물질에 대한 수요가 빠르게 증가하고 있다. 극한 환경에서 견딜 수 있는 반도체 소자 등을 들 수 있다. 그러나 2차원 소재의 물성 파악은 많은 지원이 필요하고, 상용화에 적합한 물질 개발은 아직 부족한 실정이다.
숭실대는 이날 해당 논문을 두고 2차원 물질의 기계적 물성을 예측하는 기계학습(머신러닝) 기반을 구축했고, 새로운 2차원 물질을 생성해 머신러닝 모델 성능을 검증했다고 했다. 구조적으로 안정되고 뛰어난 전기·화학적 성능을 지닌 2차원 물질들을 제시했다는 게 숭실대의 설명이다.
숭실대 측은 "머신러닝을 활용해 기존 실험 기반 방법에 비해 물성 확인 시간을 크게 줄였다"며 "기존에 보고되지 않은 새로운 2차원 소재에 대한 열역학적 안정성과 구조적 안정성, 전자적 특성 등을 계산했다"고 이씨와 김씨의 연구 결과를 소개했다.
한편 이번 연구는 한국연구재단의 지원을 받아 수행됐다. 연구책임자로 민경민 숭실대 기계공학부 교수, 공동저자로 김태현 숭실대 기계공학부 학부생이 참여했다.
최근 높은 구조적 안정성을 지닌 2차원 물질에 대한 수요가 빠르게 증가하고 있다. 극한 환경에서 견딜 수 있는 반도체 소자 등을 들 수 있다. 그러나 2차원 소재의 물성 파악은 많은 지원이 필요하고, 상용화에 적합한 물질 개발은 아직 부족한 실정이다.
숭실대는 이날 해당 논문을 두고 2차원 물질의 기계적 물성을 예측하는 기계학습(머신러닝) 기반을 구축했고, 새로운 2차원 물질을 생성해 머신러닝 모델 성능을 검증했다고 했다. 구조적으로 안정되고 뛰어난 전기·화학적 성능을 지닌 2차원 물질들을 제시했다는 게 숭실대의 설명이다.
숭실대 측은 "머신러닝을 활용해 기존 실험 기반 방법에 비해 물성 확인 시간을 크게 줄였다"며 "기존에 보고되지 않은 새로운 2차원 소재에 대한 열역학적 안정성과 구조적 안정성, 전자적 특성 등을 계산했다"고 이씨와 김씨의 연구 결과를 소개했다.
한편 이번 연구는 한국연구재단의 지원을 받아 수행됐다. 연구책임자로 민경민 숭실대 기계공학부 교수, 공동저자로 김태현 숭실대 기계공학부 학부생이 참여했다.