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.

Functional Semiconductor Modeling

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 Modeling

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.

Energy Harvesting Modeling

압전, 마찰, 물, 바람 등 일상에서 버려지는 작은 에너지들을 활용하여 초소형 IoT 디바이스에 활용하는 전력소자를 설계하는 연구를 수행합니다.

By harvesting tiny energy that abandoned in our everyday life, we are tackling on the problems for power source problems for wearable IoT devices.

Manufacturing Big Data Modeling

PLC 데이터, 시뮬레이션 데이터 등을 기반으로 소재/공정에서 발생하는 빅데이터를 수집하고, 이를 기반으로 소재/공정을 AI를 이용해 모델링하는 연구를 수행합니다.

We are collecting big data from PLC and simulation data of materials processing, and build ML-assisted application.