머신러닝으로 하드카본 미세구조를 설계한 나트륨이온 배터리 음극 연구
Nature Communications 논문이 machine learning design paradigm과 저온 열-힘 결합 탄화 공정을 결합해 하드카본 미세구조를 조절하고, 나트륨 저장 성능을 높였다고 보고했다. 저에너지 공정과 ML 기반 설계를 함께 적용한 점에서 배터리 소재 개발의 AI 활용 사례로 의미가 있다.
AI & Materials
AI·소재 이슈
소재 연구와 과학 실험에 AI를 실제로 활용한 사례를 만나보세요.
매일 00·06·12·18시(한국시간)에 웹에서 새 소식을 찾습니다. AI 활용 방법과 결과가 확인된 새 사례만 게시합니다.
알림을 확인하고 있습니다…
LLM, 불확실성 보정으로 실험적 발견 최적화에 활용: 재료·화학 탐색 효율 개선 제시
Nature Machine Intelligence 논문은 대형언어모델을 실험적 발견용 최적화기로 사용하되 불확실성 보정을 결합해 후보 제안의 신뢰도를 높이는 접근을 제시했다. 촉매 공간과 재료·분자 설계 과제에서 강한 성능이 보고돼, 재료 탐색과 자율 실험 설계에의 활용 가능성이 주목된다.
agentic LLM으로 전이상태 탐색을 자동화하는 계산재료 연구 공개
npj Computational Materials에 2026-09-03 게재된 연구는 에이전틱 LLM을 이용해 전이상태 탐색을 진화시키는 계산재료 연구다. 화학과 재료 계산에서 AI 에이전트가 탐색 전략을 보조하는 흐름을 보여준다.
자율 재료 탐색에서 LLM으로 탐색공간을 동적으로 정의하는 방법 제시
Communications Materials 논문은 자율 폐루프 재료 탐색에서 핵심 병목인 탐색공간 정의를 LLM으로 동적으로 조정하는 방법을 다뤘다. 이는 자율 실험 워크플로와 materials informatics의 접점에서 AI가 탐색 범위를 관리하는 사례로 볼 수 있다.
MIT, 생성형 AI 소재 설계에 화학 규칙을 결합한 CrysVCD 공개
MIT 연구진은 생성형 소재 모델에 원자가 제약을 결합해 불안정한 후보를 생성 전에 줄이는 CrysVCD를 제시했다. 계산 생성물의 약 70%가 격자 동역학 안정성 평가를 통과했다고 보고했다.