이머지랩스, 머신러닝 기반 80만개 구조 분석…"고체전해질 전도도 향상 구조 규명"

AI 요약

이머지랩스는 머신러닝 기반 시뮬레이션으로 약 80만개의 고체전해질 후보 구조를 분석해 이온 전도도 향상에 유리한 구조적 특성과 물성 상관관계를 규명했다고 29일 밝혔습니다. 회사는 DFT 기반 고정밀 데이터 약 7만건을 생성하고 MLFF를 4차례 반복 학습해 예측 신뢰도를 높여 총 32개 조성의 안정성과 물성을 평가한 결과 기존 입방정계보다 열역학적으로 더 안정적인 신규 조성을 발굴하고 이온 전도도와 안정성 기준을 모두 만족하는 9개의 유망 후보 조성을 확보했습니다. 분석 결과 이온 전도도는 격자 부피, 구조 왜곡, 도핑 위치 등 구조적·기하학적 요소에 크게 의존하며 과도한 격자 부피 증가는 이온 이동 경로의 연결성을 저하시켜 전도도를 감소시킬 수 있는 것으로 나타났습니다.