자율 폐루프 플랫폼, 페로브스카이트 태양전지 패시베이션 분자 5ANI를 찾아 고효율·안정성 동시 향상

1/ AI 활용 방법: 능동학습과 양자 모델링을 결합한 폐루프 탐색
2/ 적용 과제: 페로브스카이트 태양전지 패시베이션 분자 후보 탐색
3/ 보고된 결과: 5ANI를 찾아 소면적 셀 PCE 27.22%와 미니모듈 PCE 23.49%를 보고함
4/ 자율 폐루프 제조 플랫폼이 패시베이션 분자 탐색에 적용됐고, 능동학습과 양자 모델링을 함께 써 후보를 좁힌 뒤 자동화 제조와 연결했다.
5/ 연구진은 5ANI를 찾아 0.05 cm² 셀에서 27.22%의 PCE를, 21.4 cm² 미니모듈에서 23.49%를 보고했다.
6/ 장기 안정성 결과도 함께 제시됐다.
7/ 재료 연구 관점에서 이 사례의 핵심은 분자 후보 탐색, 자동화 실험, 성능 측정을 하나의 폐루프에 묶어 적은 실험으로 유망한 패시베이션제를 찾았다는 점이다.
8/ 특히 능동학습을 통해 다음 실험 후보를 고르고, 양자 계산으로 분자 수준 정보를 보완해 탐색 효율을 높인 점이 재료 설계에 직접적이다.
9/ 다만 이 결과는 특정 재료계와 공정 조건에서 얻어진 것으로, 다른 페로브스카이트 조성이나 공정으로 곧바로 일반화할 수는 없다.
10/ 보고된 성능은 동일한 자동화 워크플로와 측정 조건에 크게 의존하므로, 재현 시에는 후보 분자, 증착 조건, 소자 구조, 안정성 시험 조건을 엄격히 맞춰야 한다. [1]