Research subgroups
1) All-solid-state batteries
전고체전지용 고체전해질, 양극 소재, 복합 양극 연구
실험: Mechanochemical 합성법 혹은 solid-state 합성법을 통해 산화물계, 황화물계 할라이드계 고체전해질 소재 합성 및 그 특성/성능 평가. 가압셀 기반 전고체전지에서 양극 소재 및 복합 양극의 성능 평가.
계산: DFT 및 머신러닝 기반의 high-throughput screening으로 새로운 신규 고체전해질 탐색. 신규 고체전해질 소재에 대한 반응 매커니즘 연구. 고체전해질/전극 계면의 반응 연구.
팀원: 이창대, 송유엽, 김재승, 김윤성, 함승희, 최진영
과제: 소재 연구데이터 플랫폼 사업단 (한국연구재단), 미래기술연구실 (한국연구재단), 삼성 SDI 산학과제, 현대자동차 산학과제 (Joint Battery Research Center), 삼성미래기술육성사업 과제 (연세대-동국대 공동연구팀)
2) Lithium DRX cathodes
차세대 리튬 양극 소재인 무질서 암염 구조의 리튬과잉 양극 소재 및 전극 개발
실험: Mechanochemical 합성법 혹은 solid-state 합성법을 통해 DRX 양극재를 합성하고 그 특성/성능 평가.
계산: DFT 기반 DRX 소재의 redox 반응과 산화 산소의 안정성 연구.
팀원: 이은렬, 박상욱, 이대형, 정유빈, 김호준, 최유선
과제: 중견연구사업 (한국연구재단), 해외우수연구기관유치사업 (한국연구재단), 현대자동차 산학과제 (Joint Battery Research Center), LG 화학 산학 과제 (종료)
3) Commercialized lithium cathodes
3년 내 상용화를 목표로 하는 리튬 양극 소재 (단결정 High Nickel 양극, 인산염계 올리빈 양극 등) 개발 및 재활용
실험: Solid-state 합성법을 통해 리튬 양극을 합성하고 그 특성/성능 평가.
계산: DFT 계산을 통해 배터리 구동시 열화 매커니즘을 이해하여 향상된 양극 소재를 디자인.
팀원: 박유종, 김서영, 김현우, 정영광
과제: 저탄소 고부가 전극 재제조 혁신기술개발사업 (산업통상자원부), 이차전지전문인력양성사업 (한국산업기술진흥원), LG화학 산학과제
4) Oxygen redox cathodes
산소 산화/환원 기반 높은 배터리 용량을 가지는 차세대 리튬/소듐/칼륨 양극 소재 개발
실험: Solid-state 합성법을 통해 양극 소재를 합성하고 in-situ synchrotron, XANES, DEMS 등 다양한 고도분석으로 산소 산화/환원 반응 매커니즘을 이해하고 가역적인 산소 산화/환원이 가능한 양극 소재 개발.
계산: DFT 계산을 통해 산화 산소의 안정성에 미칠 수 있는 인자를 이해하고 산화 산소를 안정화 시킬 수 있는 양극 소재를 디자인.
팀원: 이은렬, 박상욱, 이대형, 박유종, 공민정
과제: 중견연구사업 (한국연구재단), 해외우수연구기관유치사업 (한국연구재단), 현대자동차 산학과제 (Joint Battery Research Center), 포스코 사이언스 팰로우십 과제
5) Self-driving experimental lab
로봇을 활용하여 자동으로 실험을 수행하고 인공지능이 실험 결과를 분석하여 최적화를 위한 실험을 자율적으로 진행하여 양질의 소재 실험 데이터 확보 및 소재의 조성 및 실험 조건을 최적화하는 연구를 진행
실험: 배터리 전해액 분주 및 코인셀 병렬 조립이 가능한 자율 실행 실험실의 하드웨어를 구축하고 배터리 전해액 개발을 위한 최적화 진행
계산: 자율 실행 실험실의 중앙 제어 코드, 배터리 전해액 분주 최적화를 위한 Python 코드 개발, 배터리 전해액 성능 최적화를 위한 Bayesian 기반의 머신러닝 모델 개발 및 적용
팀원: 이현기, 김현우, 백승봉, 권민준, 한재경
과제: LG 에너지 솔루션 산학과제, LG 화학 산학과제 (종료)
6) Machine learning/AI
소재 개발에 필요한 소재 데이터를 수집하고 머신러닝 모델을 개발하여 소재 개발에 적용
계산: 리튬 고체전해질 개발에 필요한 머신러닝 모델 개발. AI 비전공 소재 연구자들이 스스로의 연구 데이터를 업로드하여 데이터 분석, 머신러닝 학습 및 활용이 가능한 웹기반 GUI 플랫폼 개발. 리튬 양극 소재의 합성 조건-소재 특성-양극 성능에 대한 실험 데이터를 기반으로 머신러닝 모델을 학습하여 최적의 합성 조건을 예측할 수 있는 머신러닝 모델 개발.
팀원: 공민정, 이현기, 권민준
과제: 소재 연구데이터 플랫폼 사업단 (한국연구재단), 가상공학플랫폼 구축사업 (산업통상자원부), 저탄소 고부가 전극 재제조 혁신기술개발사업 (산업통상자원부)
7) Simulation
DFT, 분자동역학, 몬테카를로 시뮬레이션, 전기화학 모델링 등 다양한 시뮬레이션 기법을 통한 배터리, 촉매 소재 연구
계산: 다양한 촉매 반응을 위한 소재 개발. 차세대 리튬 전해액 개발 등. 실험팀과 공동 연구를 통해 계산 결과를 검증.
팀원: 김동연, 이창대, 이대형, 공민정, 송유엽, 권민준, 신욱선
과제: 선행융합연구사업 (국가과학기술연구회), 삼성미래기술육성사업 과제 (UNIST 공동연구팀)