인공지능(AI)과 기계학습( 머신러닝 , ML)은 재료 과학을 혁신적으로 변화시키고 있으며, 광범위한 응용 분야에서 데이터 기반의 설계 및 최적화를 가능하게 함으로써 혁신을 위한 새로운 가능성을 열어주고 있습니다. 신소재 발견을 가속화하는 것부터 특정 성능 기준에 맞는 조성 최적화에 이르기까지, AI/ML을 통해 연구자들은 전례 없는 속도와 정밀도로 복잡한 화학적 영역을 탐구할 수 있습니다. 이러한 접근 방식은 데이터가 제한된 환경에서도 시행착오에 의존하는 실험을 줄여주며, 과학자들이 전자공학, 에너지 저장, 고분자, 촉매 등 다양한 기술 분야의 과제를 해결할 수 있도록 지원합니다. 화학 지식을 반영한 머신러닝과 물리 기반 시뮬레이션을 결합한 ‘ Schrödinger’의 통합 플랫폼은 재료 설계의 예측 가능성, 확장성 및 전반적인 혁신을 향상시킵니다.

이번 웨비나에서는 AI/ML이 재료 혁신 분야에서 어떻게 획기적인 발전을 이끌고 있는지 살펴보고, 다양한 응용 분야에서 최첨단 ML 기법을 보여주는 사례 연구를 중점적으로 다룰 예정입니다. 또한, ‘ Schrödinger ’ 플랫폼을 소개하며, 이 플랫폼이 연구자들이 재료를 효율적으로 설계하고 최적화할 수 있도록 어떻게 지원하는지 설명하겠습니다. 구체적으로 다음 내용을 중점적으로 다룰 예정입니다:

• 물리학 기반 기술을 적용한 새로운 OLED 소자의 설계 머신러닝
• 소비자용 포장 상품, 배터리 전해질, 고분자 및 촉매 분야의 재료 특성 최적화
• 원자 수준 시뮬레이션의 처리량 및 정밀도 향상을 위한 다중 수준 자유도( 머신러닝 , MLFF) 힘장의 활용