이머지랩스, 머신러닝으로 고체전해질 80만개 구조 분석

AI 요약

이머지랩스가 머신러닝 기반 시뮬레이션으로 약 80만개의 고체전해질 후보 구조를 분석해 이온 전도도를 높일 수 있는 핵심 구조적 특성을 규명했다고 29일 밝혔습니다. 회사는 밀도범함수이론(DFT)으로 약 7만건의 고정밀 데이터를 확보하고 ML 포스필드(MLFF)를 4차례 학습시켜 32개 조성의 안정성과 물성을 평가한 결과 기존 입방정계보다 열역학적으로 더 안정적인 신규 조성을 발굴하고 안정성과 전도도 조건을 충족하는 9개의 유망 후보 조성을 확보했습니다. 분석에서 격자 부피, 구조 왜곡, 도핑 위치 등 구조적·기하학적 요소가 전도도에 큰 영향을 미치고 격자 부피가 지나치게 커지면 전도도가 낮아질 수 있다는 상관관계를 확인했으며 연구는 슈뢰딩거에 용역을 맡겨 진행하고 조성 설계부터 합성·평가까지 검증 체계를 구축했다고 밝혔습니다.