공학 문제 해결을 위해 구조최적설계 기법을 개발하며, 3D 프린팅 기술을 활용해 복잡한 형상의 부품이나 시스템을 설계하고 제조하는 연구를 수행합니다. 주로 음향/소음/진동 시스템을 포함하여, 열전달 시스템, 배터리 셀 및 구조 응력 최적화 등 다양한 어플리케이션에서의 성능을 개선하기 위한 설계적 방법론을 개발합니다.

• 구조최적화 (크기, 형상, 위상최적화)를 통한 공학적 문제 해결

• 3D 프린팅 기술 활용한 복잡한 형상 부품 및 시스템 제조

• 열전달 시스템, 배터리 셀, 구조 강성 최적화 등 다양한 분야에서 성능 개선

다양한 물리적 현상과 스케일을 동시에 고려하는 복합적인 시스템에 대한 전산해석 및 최적화 기법을 연구합니다. 구조, 열, 유체, 전자기 등 여러 분야의 물리적 특성이 상호작용하는 시스템을 분석하고, 이를 바탕으로 공학적 최적화 문제를 설정하고 풀어나가는 역설계 방법을 개발합니다. 특히, 다중 물리 현상을 연계하여 최적화하는 새로운 기법을 개발하고, 이를 실제 산업 및 연구 분야에 적용하는 데 힘쓰고 있습니다.

• 다양한 물리적 현상과 스케일을 동시에 고려한 설계

• 구조, 열, 유체, 전자기 등 물리적 상호작용 분석

• 다중 물리 현상 연계 최적화 기법 개발

• 산업 및 연구 분야에서의 복합 시스템 분석 및 최적화

• 역설계 자동화 플랫폼 개발 (전체 역설계 과정의 단순화 및 고도화 달성 가능) 

자연계에 존재하지 않는 특이한 파동 특성을 구현하기 위해, 미소구조를 인위적으로 설계하여 파동의 흐름을 제어하는 연구를 수행합니다. 해당 분야는 음향, 진동 및 초음파 제어, 에너지 수확, 그리고 파동 집중과 같은 응용을 목표로 합니다. 메타구조의 설계 방법은 전통적인 구조 설계와는 다른 물리적 특성을 지니며, 이를 활용한 다양한 기술 개발에 주력하고 있습니다. 

• 자연계에 존재하지 않는 특이한 파동 성질 구현

• 미소구조 설계를 통해 파동 흐름 제어

• 음향, 진동, 초음파 제어, 에너지 수확 등 다양한 응용 연구 (완전 흡음, 모드 변환, 스텔스 등) 

• 전통적 구조 설계와 다른 물리적 특성 활용 (비국소, 복소변조, 시공간변조 등)

물리 법칙을 인공지능 모델에 통합한 하이브리드 데이터 기반의 설계 기법을 개발합니다. 예로써, Physics-Informed Neural Networks (PINN)와 같은 신경망 기술을 활용하여 물리적 제약을 고려한 최적화 문제를 해결합니다. 이는 종래의 수치 해석 방법을 효율적으로 대체할 수 있는 혁신적인 접근 방법으로, 복잡한 시스템의 해석 및 설계에서 성능을 극대화할 수 있습니다. 데이터 기반 설계 기법은 실험 데이터를 통해 모델을 학습시키고, 이로써 물리적인 이해를 바탕으로 예측 및 최적화를 가능하게 합니다. 

• 물리 법칙과 인공지능 결합을 통한 하이브리드 데이터 기반 설계

• Physics-Informed Neural Networks (PINN) 및 Neural operator

• 실험 데이터를 통한 모델 학습, 예측 및 최적화

• 전산해석의 가속화 및 일반화된 모델 개발 (예, 디지털 트윈)