서로 연결된 연구팀

고체전해질, 양극 활물질과 복합 양극

기계화학적 방법과 고상법으로 산화물·황화물·할라이드 전해질을 합성합니다. 가압셀로 양극을 평가하고 DFT와 머신러닝으로 후보를 선정하며, 반응 메커니즘과 전극-전해질 계면을 연구합니다.

리튬 과잉 무질서 암염 구조의 양극 소재와 전극

열 이력과 합성 경로가 상 형성과 국소 질서를 결정하는 원리를 연구합니다. 구조 분석과 DFT를 이온·전자 이동에 연결하고 입자 크기와 전극 접촉의 영향을 구분합니다.

고용량 리튬·나트륨·칼륨 양극

고상 합성, 실시간 방사광 측정, XANES와 DEMS를 DFT와 연결해 산소 산화환원을 이해하고 산화된 산소를 안정화합니다.

로봇공학, 자동 측정과 모델 기반 실험

ALBATROSS의 전해질 조제·전지 평가를 재현 가능한 실험 기록과 모델 기반 선정에 연결합니다. 전극-전해질 조합을 연구하고 자동화된 의사결정을 기준 실험과 비교합니다.

소재 데이터셋과 예측 모델

적은 데이터로 학습하는 원자간 포텐셜, 합성 모델과 배터리 진단 방법을 개발합니다. 학습하지 않은 조성·공정 조건·전지에 대한 적용성을 검증하고, 같은 데이터·계산 자원 조건에서 예측을 비교합니다.

배터리와 촉매의 원자 단위·전기화학 모델

DFT, 분자동역학, 몬테카를로 시뮬레이션과 전기화학 모델링을 수행합니다. 실험팀과 협력해 계산 예측을 검증합니다.