CMDD @ KAIST

연구

소재를 이해하고
새로운 소재를 개발합니다.

계산, 소재 데이터, 합성과 전기화학 평가를 결합해 이차전지용 전극과 전해질을 개발합니다.

연구 개요

소재를 이해하고, 발견을 앞당깁니다.

실험과 전산모사를 함께 수행해 소재의 물성과 반응 메커니즘을 원자 단위에서 이해하고, 이차전지용 전극과 고체전해질 등 새로운 에너지 저장 소재를 개발합니다. 제일원리계산과 밀도범함수이론(DFT)으로 원자·전자 구조가 이온 이동, 전기화학 반응과 열화에 미치는 영향을 분석합니다. 합성, 구조 분석과 전지 평가로 새로운 소재를 탐색하고 예측을 검증합니다.

인공지능, 머신러닝과 로봇공학을 결합한 자율실험실로 배터리 소재 개발을 앞당깁니다. 대규모 실험 데이터를 수집해 유망 소재를 탐색하고 조성과 합성 조건을 최적화하며, 인공지능과 원자 단위 모델링의 예측을 합성·측정으로 검증합니다.

주요 연구: 리튬이온전지, 전극 소재, 고체전해질, 제일원리계산, 밀도범함수이론(DFT), 인공지능, 머신러닝, 자율실험실

연구 분야 자세히 보기

소재 연구 주제

01

DRX 합성과 이온 이동

열 이력과 중간상이 국소 질서와 이온 이동에 미치는 영향을 연구합니다. 합성 경로를 구조 분석, 원자 단위 모델링과 전기화학 평가로 연결합니다.

DRX 양극
02

고체전해질의 이온 이동과 안정성

음이온 화학과 국소 배위가 이온 이동과 분해에 미치는 영향을 연구합니다. 할라이드·황화물·산화물 전해질과 계면 반응을 다룹니다.

전고체전지
03

전극과 전해질의 조합

하드카본과 전해질의 조합에서 저온 성능을 제한하는 요인을 연구합니다. 벌크 내 이동, 계면 반응과 기공 충전을 구분해 분석합니다.

액체 전해질
04

산소 산화환원과 양극 안정성

전자 구조, 분광 분석과 전기화학 측정을 연결해 고용량 양극의 산소 산화환원과 열화를 이해합니다.

양극 소재

연구 분야와 방법

02

원자 단위 모델링 및 AI

제일원리계산과 원자 단위 전산모사로 소재의 안정성, 전자 구조, 반응 메커니즘과 이온 이동을 연구합니다. 머신러닝 원자간 포텐셜로 더 큰 시스템과 긴 시간의 거동을 계산하며, 머신러닝을 소재 탐색·물성 예측·배터리 진단에 적용합니다. 계산 결과는 실험과 비교해 검증하고 소재 설계에 반영합니다.

03

자율실험실

AI 기반 소재 개발을 위한 대규모 실험 데이터를 수집하는 자율실험실을 개발합니다. 유망 소재를 빠르게 탐색하고 최적화하며, AI와 원자 단위 모델링의 예측을 합성과 측정으로 검증합니다.

원자 단위 반응에서 전지까지

제일원리계산으로 리튬·나트륨·칼륨이온전지의 반응, 이온 이동과 전자 구조를 분석합니다. 고속 스크리닝과 머신러닝으로 후보를 선정하고 합성·측정으로 예측을 검증합니다.

EELS와 XAS 계산으로 분광 결과를 해석하고, 고상법과 기계화학적 방법으로 소재를 합성합니다. 코인셀, 파우치셀과 가압셀로 성능을 평가합니다.

연구 소그룹 보기

자율 소재 탐색

로봇공학, 모듈형 실험 장비와 AI로 실험 계획·합성·분석을 연결합니다. ALBATROSS는 전해질 조제, 코인셀 조립과 전기화학 평가를 지원합니다.

ALBATROSS 및 연구 플랫폼 보기

상세 자료 및 전체 기록 (영문)

한국어 연구 소개 · 한국어 소개

Feedback

What should change?

Notes stay in this browser. They are not sent to the lab.