화학과

충남대 명창우 교수, ‘Advanced Energy Materials’ 논문 게재

머신러닝 활용 금속 할로겐 페로브스카이트 연구 로드맵 제시

충남대학교(총장 이진숙) 화학과 명창우 교수 연구팀이 충남대 차지현 교수팀, 유니스트 김광수 교수팀과의 공동연구를 통해 제1원리 양자역학 계산과 머신러닝을 함께 활용한 금속 할로겐 페로브스카이트 연구 로드맵을 제시했다.

이번 연구 결과는 에너지 기술 분야 국제 저명 학술지 ‘Advanced Energy Materials’(IF: 29.698, JCR: 3.16%)에 10월 6일자 온라인판에 게재됐다. (논문 제목: Challenges, Opportunities, and Prospects in Metal Halide Perovskites from Theoretical and Machine Learning Perspectives)

금속 할로겐 페로브스카이트 물질은 태양 전지, 발광 다이오드(LED), 트랜지스터, 레이저 등 다양한 응용 분야에서 주목받는 차세대 에너지 물질로 알려져 있다. 단일 접합 태양 전지로서 25% 이상의 전력 변환 효율(최대 25.8%)을 달성했으며, 넓은 색 영역대를 가지고 높은 발광 양자 효율을 지니고 있다. 

하지만 이처럼 빠른 에너지 응용 개발에도 불구하고 금속 할로겐 페로브스카이트의 물리적, 화학적 특성에 대한 이론적 이해는 기초적 수준에 머물러 있다. 금속 할로겐 페로브스카이트의 구조 및 구성의 다양성, 장거리 이온 상호 작용, 운동 과정의 엔트로피 효과, 나노 도메인, 확장된 결함 등의 현상을 이해하기 위해선 구체적이고 정확한 원자적 수준의 관측이 필요하기 때문이다.

이에 명창우 교수 연구팀은 유니스트 김광수 교수 연구팀과 공동 개발한 차세대 희소 가우시안 프로세스 (Sparse Gaussian Process Regression) 머신러닝 포텐셜을 활용해 정확한 양자역학 계산을 대규모 재료 시뮬레이션에 적용하고 있다. 연구팀은 이번 머신러닝 포텐셜을 통해 금속 할로겐 페로브스카이트 물질을 깊이 이해할 수 있는 다양한 연구 방향성을 제시했다. 

명창우 교수는 “이번에 개발한 머신러닝 모델을 통해 빠르고 정확하게 금속 할로겐 페로브스카이트의 물리적/화학적 성질을 학습할 수 있다”며, “이번 연구 로드맵이 금속 할로겐 페로브스카이트의 이론적 이해를 도울 뿐만 아니라 새로운 금속 할로겐 페로브스카이트 물질의 합성 및 최적화에도 큰 도움을 줄 것으로 기대한다”고 밝혔다.

한편, 이번 연구는 한국연구재단 신진연구와 세종과학펠로우십의 지원을 받아 수행됐으며, 아래 링크를 통해서 확인할 수 있다

□ 논문 링크 : https://doi.org/10.1002/aenm.202202279