Embedded Files
Research Objectives (연구 목표)
Research Objectives (연구 목표)
Energy storage materials (e.g., batteries) are increasingly challenged by volatile pricing, supply chain risks, and performance constraints that limit long-term sustainability.
Our research aims to overcome these barriers by designing sustainable energy storage materials and establishing resource-efficient development strategies through a synergistic approach that combines experimental demonstration, first-principles theory, and AI/Machine Learning–based materials optimization.
에너지 저장 소재(예: 이차전지)는 가격 변동성, 공급망 리스크, 그리고 성능 제약으로 인해 장기적 지속가능성 측면에서 점점 더 큰 도전에 직면하고 있습니다.
우리 연구실은 이러한 장벽을 극복하기 위해 지속가능한 에너지 저장 소재를 설계하고, 자원 효율성을 극대화할 수 있는 개발 전략을 수립하는 것을 목표로 합니다. 이를 위해 실험적 검증, 제일원리 기반 이론 연구, 그리고 AI/Machine Learning 기반 소재 최적화를 유기적으로 결합한 통합적 연구 접근을 수행하고 있습니다.
1. Low-cost Li-ion cathode materials with earth-abundant elements.
1. Low-cost Li-ion cathode materials with earth-abundant elements.
(희소성 금속 의존도를 낮춘 저비용 리튬이온 배터리 양극 소재 개발)
Current commercial Li-ion cathodes rely heavily on scarce and expensive Ni and Co. Our research focuses on developing cathode materials with reduced Ni/Co content (e.g., Li- and Mn-rich layered NMC, LMR) or Ni/Co-free alternatives based on Mn, such as cation-disordered rock-salt (DRX) and spinel-like δ-phase cathodes.
현재 상용 리튬이온 배터리 양극 소재는 희소하고 고가인 Ni와 Co에 크게 의존하고 있습니다. 우리 연구실은 Ni/Co 사용을 줄인 Mn-rich 층상 NMC 계열 양극 소재, 또는 Ni/Co를 전혀 사용하지 않는 Mn 기반의 대안 소재 (예: 양이온 무질서형 암염 구조(DRX), 스피넬 기반 δ-phase)를 개발하는 데 주력하고 있습니다.
2. Discovery and Proposal of New Synthesis Mechanisms
2. Discovery and Proposal of New Synthesis Mechanisms
(새로운 합성 메커니즘 규명 및 제안)
The advancement of Li-ion battery cathode materials has reached a saturation point. Our lab aims to overcome these limitations from a synthesis perspective by discovering and proposing new synthesis mechanisms (or routes) that can drive innovation in Li-ion battery materials.
리튬이온전지 양극 소재의 발전은 현재 포화 상태에 이르렀습니다. 우리 연구실은 합성 관점에서 새로운 합성 메커니즘(또는 합성 경로)을 규명하고 제안함으로써 이러한 한계를 극복하고, 리튬이온전지 소재에서의 혁신을 이끌고자 합니다.
3. AI/Machine Learning-Based Energy Material Optimization
(AI/Machine Learning 기반 에너지 소재 최적화 )
Although artificial intelligence is rapidly transforming materials innovation, the continued reliance on high-end analytical techniques, often costly and time-intensive, creates a critical bottleneck in materials development and optimization. Our research aims to fundamentally overcome this limitation by developing a machine learning-based high-end-analysis-independent, low-cost, and rapid characterization platform, enabling accelerated materials discovery and real-time optimization.
인공지능 기술은 소재 혁신을 빠르게 가속하고 있지만, 여전히 고비용·장시간이 소요되는 고도 분석 기술에 대한 의존은 소재 개발 및 최적화 과정에서 중요한 병목 요인으로 작용하고 있습니다. 우리 연구실은 이러한 한계를 근본적으로 극복하기 위해, 고도 분석 장비 의존도를 없앤 머신러닝 기반 저비용·고속 특성 평가 플랫폼을 구축하고 있으며, 이를 통해 소재 발굴과 최적화를 가속화하는 것을 목표로 합니다.
4. Lithium Extraction Techniques for Securing Sustainable Supply Chains
4. Lithium Extraction Techniques for Securing Sustainable Supply Chains
(지속가능한 공급망 확보를 위한 리튬 추출 기술 개발)
The increasing demand for Li-ion batteries has raised critical concerns regarding the security and stability of lithium supply chains. Our research aims to develop efficient and sustainable lithium extraction techniques from diverse resources. By advancing extraction technologies, we seek to mitigate risks associated with supply instability and enable a more resilient and sustainable lithium economy.
리튬이온 배터리 수요 증가로 인해 리튬 공급망의 안정성과 보안성에 대한 우려가 커지고 있습니다. 우리 연구실은 다양한 자원으로부터 효율적이고 지속가능한 리튬 추출 기술을 개발하는 데 주력합니다. 이러한 기술 발전을 통해 공급 불안정성을 완화하고, 보다 탄력적이고 지속가능한 리튬 경제 구축에 기여하고자 합니다.
Page updated
Google Sites
Report abuse