우리의 세계는 급속히 변화하고 있으며, 이에 따라 지속 가능하고 에너지 효율적인 솔루션, 첨단 전자 기기, 그리고 운송, 항공우주 및 건설 분야를 위한 내구성이 뛰어나고 가벼운 소재에 대한 필요성을 비롯한 다양한 과제가 대두되고 있습니다. 소재 발굴이나 선정을 위한 기존의 방식만으로는 이러한 수요에 발맞추기 어렵습니다. 

이번 강연에서는 인실리코(in silico ) 분석, 최적화 및 신물질 발굴을 위한 디지털 화학 플랫폼을 활용한 첨단 소재 연구개발(R&D) 접근법을 소개하고자 합니다. 이 플랫폼을 통해 유기 전자공학, 촉매, 에너지 포집 및 저장, 고분자 소재, 소비재, 의약품 제형 및 전달, 박막 공정 등 광범위한 응용 분야에 걸쳐 대규모 소재 설계가 가능해집니다. 

물리 기반 모델링 기법(예: DFT, 분자동역학, 거칠게 묶기(coarse-graining))과 머신러닝 을 결합함으로써, 연구자들은 일상적인 워크플로우에 인실리코(in silico) 기법을 손쉽게 도입하여 연구개발(R&D) 일정을 단축할 수 있습니다. 또한, 자동화된 솔루션을 통해 로컬 장치에서의 간단한 분자 특성 예측부터 클라우드 기반의 고처리량 계산에 이르기까지 확장할 수 있습니다.

경험이 풍부한 모델링 전문가와 디지털 화학 접근법을 처음 접하는 초보 실험 연구자 모두가 수행한 실제 사례 연구를 소개할 예정입니다. 

주요 학습 목표:

• 물리 기반 시뮬레이션 및 머신러닝 의 데이터를 활용하여 소재 연구개발(R&D)을 가속화하는 방법을 알아보세요
• 유기 전자, 촉매, 에너지 포집 및 저장, 고분자 소재, 소비재, 의약품 제형 및 전달, 박막 가공 등 다양한 소재 산업 분야의 실질적인 사례 연구와 고객 사례를 들어보세요.
• 연구개발(R&D) 분야에서 물리 기반 시뮬레이션과 머신러닝 이 가치를 창출할 수 있는 핵심 영역을 파악하십시오.