TEM 데이터 분석 자동화한 AI 보조 워크플로우, 재료 지식 추출을 수분 단위로 단축

1/ AI 활용 방법: (S)TEM 이미지 세그멘테이션과 FFT 피크 탐지를 포함한 AI 보조 분석 워크플로우
2/ 적용 과제: 전자현미경 이미지에서 상 식별, 변형 맵 계산, 3D 모델 생성을 포함한 데이터 분석 자동화
3/ 보고된 결과: 전문가가 며칠 걸리던 (S)TEM 분석을 수분 단위로 단축했다고 보고
4/ 2026-09-11에 발표된 논문은 (S)TEM 데이터 분석을 위한 AI 보조 워크플로우를 제시했다.
5/ 이 워크플로우는 이미지 세그멘테이션, FFT 피크 탐지, 결정상 식별, 변형(strain) 맵 계산, 3D 모델 생성까지 연결해 전자현미경 데이터에서 재료 정보를 추출하는 흐름을 자동화했다.
6/ 논문은 전문가가 며칠 걸리던 분석을 수분 단위로 단축했다고 보고했다.
7/ 재료 연구 관점에서 이 결과의 핵심은, 고해상도 현미경 데이터처럼 사람이 일일이 처리하기 어려운 복합 분석을 AI 기반 단계 묶음으로 넘길 수 있다는 점이다.
8/ 특히 미세구조 판별, 상 식별, 변형 분포 계산처럼 서로 다른 분석을 하나의 흐름으로 연결한 점이 실무적이다.
9/ 한계도 분명하다.
10/ 이런 워크플로우의 성능은 입력 데이터의 해상도, 잡음, 시료 정렬 상태, 그리고 각 단계의 기준 설정에 크게 좌우될 수 있다.
11/ 논문이 보고한 시간 절감이 곧바로 모든 TEM 데이터에 동일하게 적용된다고 볼 수는 없으므로, 자신이 다루는 시료와 장비 조건에서 정확도와 처리 시간을 다시 확인해야 한다. [1][2]