Multiscale & Multiphysics Modeling

제일원리계산 (DFT), 유한요소해석 (FEM), 기계학습 (ML) 등을 활용한 소재/공정/소자의 모델링 방법론을 연구합니다.

We are working on Density Functional Theory (DFT), Finite Element Method (FEM), and Machine learning for modeling the various materials, devices, and process condition.

Nucleation Theory

물질이 형성되는 근본적인 원리인 핵생성 이론을 발전시키고 이를 기반으로 결정화, 준안정상, 성장면, 공정조건 등을 제어하는 연구를 수행합니다

We are deriving non-classical nucleation theory to understand the fundamental materials formation and to utilize crystallinity, orientation, metastability, and other growth conditions

AI-assisted Synthesis Recipes

이론, 시뮬레이션 결과를 실제 실험에서 구현할 수 있도록 다양한 빅데이터를 수집하고, 이에 자연어, 딥러닝 등 AI를 이용해 실험으로 구현할 레시피 연구를 수행합니다.

Our research involves collecting diverse literature, experiments and simulation data of materials, and using AI such as LLM and deep-learning to develop AI recipes, which bridge gap between theory and reality.

Semiconductor Materials and Processing

반도체 소재의 고용화, 도핑, 에피택시, 계면, 밴드 특성 등 다양한 전자기적 성질을 탐구하고, 이를 기반으로 하여 기능성 반도체 소재, 소자를 설계하는 연구를 수행합니다.

We are working on alloys, doping, epitaxy, band engineering to design new functional semiconducting materials.

Battery Materials and Processing

전고체 전해질 소재, 양극소재, 음극소재 등의 배터리 소재와 습식, 건식 전극 합성 공정 등을 설계하는 연구를 수행합니다.

We are working on various chemical/electrochemical properties of materials and wet/dry process on ceramic synthesis in battery system.