이머지랩스, 머신러닝으로 고체전해질 80만개 구조 분석

AI 요약

이머지랩스가 머신러닝 기반 시뮬레이션을 통해 약 80만개의 고체전해질 후보 구조를 분석하고 이온 전도도를 높일 수 있는 핵심 구조적 특성을 규명했다고 29일 밝혔습니다. 회사는 밀도범함수이론(DFT)으로 약 7만건의 고정밀 데이터를 확보한 뒤 MLFF 모델을 네 차례 학습해 대규모 구조 탐색을 빠르게 수행했고, 32개 조성의 안정성과 물성을 평가해 기존 입방정계보다 열역학적으로 더 안정적인 신규 조성을 발굴하고 안정성과 이온 전도도 조건을 동시에 만족하는 9개의 유망 후보를 확보했다고 설명했습니다. 분석 과정에서 이온 전도도는 격자 부피, 구조 왜곡, 도핑 위치 등 구조적·기하학적 요소에 크게 영향을 받으며 격자 부피가 지나치게 커지면 전도도가 낮아질 수 있음을 확인했고, 슈뢰딩거에 용역을 맡겨 조성 설계부터 합성·평가까지 이어지는 검증 체계를 구축했다고 밝혔습니다.