ALBATROSS: 액체 전해질
전해질 조제, 코인셀 조립과 전기화학 평가를 자동으로 수행합니다.
지원: LG에너지솔루션
YouTube에서 보기연구 분야
AI 기반 소재 개발을 위한 대규모 실험 데이터를 수집하는 자율실험실을 개발합니다. 유망 소재를 빠르게 탐색하고 최적화하며, AI와 원자 단위 모델링의 예측을 합성과 측정으로 검증합니다.
연구 질문
대규모 실험 데이터와 자율실험으로 소재 탐색, 최적화와 모델 예측 검증을 어떻게 앞당길 수 있을까요?
자동 합성·측정, 구조화된 데이터 수집, AI 기반 실험 선정과 결과 피드백을 연결해 조성과 공정 조건을 탐색합니다.
AI와 원자 단위 모델링으로 유망 소재와 검증 가능한 예측을 제안합니다. 자율 합성과 측정으로 예측을 검증하고 실험 데이터를 확장하며 다음 탐색·최적화 과정을 결정합니다.
AI 에이전트와 자율실험실을 확장하고 연결해 배터리 소재 탐색을 앞당깁니다. 대규모 실험 데이터를 수집하고, 유망 소재를 탐색하며, 조성과 합성 조건을 최적화합니다. AI와 원자 단위 모델링의 예측은 합성·측정으로 검증합니다.
앞으로 새로운 실험 모듈을 추가하고 AI 에이전트로 플랫폼들을 연결해 배터리 소재 개발을 위한 자율연구센터를 구축하고자 합니다. 소재 설계부터 합성, 특성 분석과 전지 단위 평가까지 연결하는 것이 목표입니다.
연구실은 여러 AI 에이전트를 개발하고 배터리 소재 연구를 위한 자율실험실 세 개를 구축했습니다.
전해질 조제, 코인셀 조립과 전기화학 평가를 자동으로 수행합니다.
지원: LG에너지솔루션
YouTube에서 보기고체전해질의 합성과 특성 분석을 자동으로 수행합니다.
지원: Merck
YouTube에서 보기연구 과정
연구자, 모델과 실험이 어떻게 서로 정보를 주고받는지 살펴보세요.
연구자가 풀고자 하는 소재 문제와 제약 조건, 필요한 근거를 정의합니다.
연구 과정을 설명한 개념도입니다. 현재 연구실에서 모든 단계가 자동화되었다는 의미는 아닙니다.
자율실험 연구 보기