Materials & AI · glossary

소재·AI 용어 사전

연구와 사례를 읽다가 만난 낯선 용어, 개념부터 가볍게 살펴보세요.

234개 개념

62개 용어

전체 보기

예시는 개념 이해를 위한 설명입니다. 실제 연구 결과는 AI·소재 이슈에서 원문과 함께 확인하세요. 엄선한 용어 86개에는 Colab에서 바로 돌려볼 수 있는 실습 노트북이 있습니다. “AI 자동 추가” 표시가 붙은 용어는 새 이슈를 수집할 때 자동으로 추가된 것으로, 아직 사람이 검토하지 않았고 실습 노트북이 없습니다. 노트북의 데이터는 개념 확인용으로 생성한 값이며 실제 측정값이 아닙니다.

소재 기초 · AI 자동 추가

토폴로지

Topology

구조나 연결 관계가 연속적인 변형에 대해 보존되는 성질과 분류를 뜻한다. 재료에서는 원자·링·채널의 연결망을 비교해 서로 다른 구조 유형을 구분할 때 쓴다.

소재 분야에서 이해하기

다공성 프레임워크에서 같은 조성이라도 토폴로지가 다르면 전혀 다른 물성을 보일 수 있다.

Adaptive Discovery of Uncharted Zeolitic Imidazolate Frameworks ↗
소재 기초 · AI 자동 추가

결함 토폴로지

Defect Topology

결함들이 공간적으로 어떻게 연결되고 배열되는지를 나타내는 구조적 성질이다. 단순한 결함 개수뿐 아니라 연결 방식과 형상이 물성에 미치는 영향을 설명할 때 유용하다.

소재 분야에서 이해하기

산소 공공의 결함 토폴로지가 전하 트래핑 거동을 바꿀 수 있다.

Machine Learning Nonadiabatic Molecular Dynamics Reveals Key Influence of Topology of Oxygen Vacancies on Carrier Trapping and Recombination in SrTiO3 ↗
소재 기초 · AI 자동 추가

비단열 분자동역학

Nonadiabatic Molecular Dynamics

전자 상태 전이와 원자핵 운동이 함께 일어나는 분자동역학 기법이다. 전자와 핵의 결합된 동역학을 다루기 때문에 들뜬 상태 과정이나 전하 이동을 모사하는 데 쓰인다.

소재 분야에서 이해하기

광여기된 산화물에서 캐리어 재결합 경로를 비단열 분자동역학으로 추적할 수 있다.

Machine Learning Nonadiabatic Molecular Dynamics Reveals Key Influence of Topology of Oxygen Vacancies on Carrier Trapping and Recombination in SrTiO3 ↗
소재 기초 · AI 자동 추가

위상 가시성

topological visibility

위상적 특징이 관측 가능한 데이터 신호에 얼마나 뚜렷하게 드러나는지를 나타내는 개념이다. 신호가 노이즈나 온도 효과에 의해 흐려지면 위상 가시성이 낮아진다고 볼 수 있다.

소재 분야에서 이해하기

나노와이어 전도도에서 위상 가시성이 높을수록 Majorana 특징을 더 쉽게 판별할 수 있다.

Physical Review B - Accepted Paper: Avoiding dilution: Using diffusion and vision transformers to resolve Majorana features in nanowires at high temperature ↗
소재 기초 · AI 자동 추가

구성 앙상블

Conformational Ensemble

분자나 고분자가 하나의 고정된 구조가 아니라 여러 가능한 구조 상태들의 집합으로 존재하는 개념이다. 각 구조의 점유율이나 분포를 함께 고려한다.

소재 분야에서 이해하기

무질서 단백질의 구조를 예측할 때 단일 구조 대신 구성 앙상블을 생성한다.

IDPForge: deep learning of proteins with global and local regions of disorder ↗
소재 기초 · AI 자동 추가

자리 이질성

Site Heterogeneity

같은 재료나 표면 안에서도 위치에 따라 구조, 조성, 전자 상태, 반응성이 서로 달라지는 현상이다. 국소 환경 차이 때문에 전체 평균만으로는 설명되지 않는 변동이 생긴다.

소재 분야에서 이해하기

나노입자 촉매에서는 서로 다른 활성 자리의 반응 차이를 자리 이질성으로 해석한다.

Dynamic Site Heterogeneity in Nanoparticle Catalysis from Hierarchical Machine Learning ↗
소재 기초 · AI 자동 추가

준비 절차 정보 추출

Preparation Procedure Information Extraction

문헌이나 보고서에서 실험 준비 절차에 해당하는 정보를 자동으로 찾아 구조화된 형태로 뽑아내는 작업이다. 재료 연구에서는 시약, 순서, 조건 같은 재현성 핵심 정보를 기계가 읽을 수 있게 정리하는 데 쓰인다.

소재 분야에서 이해하기

논문 본문에서 용액 혼합 순서와 열처리 조건을 추출해 실험 프로토콜 데이터베이스를 만든다.

A training-free, domain-extensible LLM-based approach for automated extraction of standardized preparation procedures ↗
소재 기초 · AI 자동 추가

표면증강 라만 산란

Surface-Enhanced Raman Scattering · SERS

금속 나노구조 표면에서 라만 산란 신호가 크게 증폭되는 현상이다. 미량 분자도 빠르게 검출할 수 있어 분광 센서에 널리 쓰인다.

소재 분야에서 이해하기

소재 센서에서 SERS로 낮은 농도의 오염물이나 바이오마커를 검출한다.

T7 Ribonucleic Acid Polymerase-Triggered CRISPR/Cas13a and Branched HCR Cascade Amplification with Machine Learning for SERS Detection of Cardiac Troponin I ↗
소재 기초 · AI 자동 추가

전자 토모그래피

Electron Tomography

전자현미경에서 여러 각도로 얻은 투영 이미지를 이용해 시료의 3차원 구조를 복원하는 영상 기법이다. 원자 수준의 구조 정보를 얻는 데 널리 쓰인다.

소재 분야에서 이해하기

나노재료의 3차원 원자 배열을 전자 토모그래피로 복원한 뒤 AI로 보정할 수 있다.

Physics-aware neural networks enable robust and full atomic structure determination via low-dose atomic electron tomography | npj Computational Materials ↗
소재 기초 · AI 자동 추가

전자코

Electronic Nose

가스나 휘발성 물질이 만든 복합 신호 패턴을 센서 배열과 패턴 인식 알고리즘으로 구분하는 시스템이다. 냄새 자체를 직접 측정하기보다 여러 센서 응답의 조합을 학습해 식별한다.

소재 분야에서 이해하기

가스 센서 배열의 응답 패턴으로 휘발성 유기화합물 종류를 분류할 때 전자코를 사용한다.

Scentronic: An artificial intelligence–assisted olfactory interface for remote odor sharing and transmission ↗
소재 기초 · AI 자동 추가

액-액 상도

Liquid-Liquid Phase Diagram

두 액상 또는 액체 혼합물에서 조성, 온도, 압력에 따라 상분리가 어떻게 나타나는지를 보여주는 상평형도이다. 상경계와 상분리 영역을 통해 혼합물의 거동을 이해할 수 있다.

소재 분야에서 이해하기

추출 공정에서 액-액 상도를 보고 분리가 잘 되는 조성 범위를 찾는다.

Physics-Informed Site-Specific Molecular Interaction Learning Framework for Liquid–Liquid Phase Diagram Reconstruction and Extraction Process Design ↗
소재 기초 · AI 자동 추가

온사이트 상호작용

onsite interaction · on-site interaction

같은 자리의 두 입자 사이에 작용하는 상호작용 세기를 뜻하며, 허버드 모형의 핵심 매개변수다. 전자 상관의 강도와 점유 상태의 에너지 비용을 정한다.

소재 분야에서 이해하기

큐비트 배열 모델에서 온사이트 상호작용 세기를 데이터로부터 역추정할 수 있다.

Machine-learning disordered Hubbard model underlying semiconductor quantum dot based two-dimensional spin qubit arrays | Phys. Rev. B ↗
소재 기초 · AI 자동 추가

온사이트 에너지

onsite energy · on-site energy

격자 모형에서 각 자리(site)에 전자가 존재할 때의 국소 에너지 항이다. 주변 전위, 불순도, 조성 변동, 게이트 전압 등에 따라 달라질 수 있다.

소재 분야에서 이해하기

반도체 양자점 배열에서 도트별 온사이트 에너지 편차를 추정할 수 있다.

Machine-learning disordered Hubbard model underlying semiconductor quantum dot based two-dimensional spin qubit arrays | Phys. Rev. B ↗
소재 기초 · AI 자동 추가

허버드 모델

Hubbard model

강하게 상호작용하는 전자계의 격자 모델로, 국소화된 전자 간 상호작용과 홉핑을 간단히 기술한다. 강상관 전자계, 자성, 모트 절연체, 양자점 배열 같은 문제를 설명하는 데 널리 쓰인다.

소재 분야에서 이해하기

양자점 큐비트 배열의 전하 안정성 해석에서 허버드 모델 파라미터를 추정할 수 있다.

Machine-learning disordered Hubbard model underlying semiconductor quantum dot based two-dimensional spin qubit arrays | Phys. Rev. B ↗
소재 기초 · AI 자동 추가

패시베이션

Passivation

표면의 결함, 반응성 자리, 전하 트랩을 줄여 물질의 화학적·전기적 안정성을 높이는 과정이다. 코팅, 흡착, 표면처리 등 여러 방식으로 구현된다.

소재 분야에서 이해하기

페로브스카이트 태양전지에서는 계면 패시베이션으로 재결합을 줄여 효율과 안정성을 높인다.

https://doi.org/10.1038/s41586-026-10482-y ↗
소재 기초 · AI 자동 추가

퍼텐셜 에너지 표면

Potential Energy Surface · PES

원자 배치나 구조 좌표에 따라 계의 에너지가 어떻게 변하는지를 나타내는 함수적 지형이다. 반응 경로, 안정 구조, 확산과 같은 현상을 이해하는 데 기본이 된다.

소재 분야에서 이해하기

이중층의 상대적 미끄럼 위치에 따른 에너지 변화를 PES로 나타내어 적층 안정성을 본다.

Transferable Atom-Pair Graph Neural Network for Few-Shot Reconstruction of Rigid Homobilayer Sliding Potential-Energy Surfaces ↗
소재 기초 · AI 자동 추가

이질 조성

Heterogeneous Formulation

서로 다른 성분, 상, 입자, 첨가제가 불균일하게 섞인 조성을 뜻한다. 공간적으로 조성이나 구조가 달라져 특성이 위치에 따라 달라질 수 있다.

소재 분야에서 이해하기

복합 코팅에서 입자 분산이 고르지 않으면 이질 조성으로서 물성 편차가 커진다.

Articles in 2026 | npj Computational Materials ↗
소재 기초 · AI 자동 추가

동역학적 안정성

Kinetic Stability

열역학적으로 가장 안정한 상태가 아니더라도, 구조 전환 장벽이 커서 실제 조건에서 오랫동안 유지되는 성질이다. 합성 가능성과 실제 존재 가능성을 판단할 때 중요하다.

소재 분야에서 이해하기

후보 자석 구조가 계산상 동역학적으로 안정한지 확인한다.

Physical Review Materials - Recent Articles ↗
소재 기초 · AI 자동 추가

원자 시뮬레이션

Atomistic Simulation

원자 수준의 상호작용을 바탕으로 재료의 구조와 성질을 모사하는 계산 방법이다. 분자동역학, 몬테카를로, 원자간 포텐셜 계산 등이 여기에 속한다.

소재 분야에서 이해하기

계면이 있는 산화물의 상 안정성을 원자 시뮬레이션으로 비교한다.

Interface-controlled phase stability in polymorphic HfO2 revealed by machine-learning atomistic simulations | npj Computational Materials ↗
소재 기초 · AI 자동 추가

적층제조

Additive Manufacturing · AM · 3D Printing

재료를 한 층씩 쌓아 올려 원하는 형상과 내부 구조를 만드는 제조 방식이다. 공정 경로와 국부 구조를 비교적 자유롭게 설계할 수 있다.

소재 분야에서 이해하기

에어로젤이나 복합재의 기공 구조와 전도성 분포를 적층제조로 조절한다.

Machine Learning‐Guided Additive Manufacturing of Multilayer Aerogels for Ultrabroadband, Ultralow‐Reflection Electromagnetic Shielding - Zhou - Advanced Materi ↗
소재 기초 · AI 자동 추가

양자 모델링

Quantum Modelling

원자와 전자의 거동을 양자역학적으로 기술해 물질의 성질을 예측하는 모델링 방법이다. 보통 밀도범함수이론 같은 계산을 포함해 전자구조와 에너지를 다룬다.

소재 분야에서 이해하기

패시베이션 분자의 결합 특성을 양자 모델링으로 평가해 후보를 줄일 수 있다.

Autonomous closed-loop framework for reproducible perovskite solar cells | Nature ↗
소재 기초 · AI 자동 추가

흡착열

Adsorption Heat

기체가 표면에 흡착될 때 방출되거나 흡수되는 열이다. 흡착 결합 세기와 표면 상호작용의 강도를 나타내는 중요한 열역학량이다.

소재 분야에서 이해하기

수소가 MOF 기공에 얼마나 강하게 결합하는지 흡착열로 평가한다.

Physical Review Materials - Accepted Paper: Hybrid sampling approach to machine-learning potentials for gas adsorption: Hydrogen adsorption in MOF-303 ↗
소재 기초 · AI 자동 추가

흡착 등온선

Adsorption Isotherm

일정한 온도에서 압력 또는 농도에 따른 흡착량의 관계를 나타내는 곡선이다. 재료의 저장 능력, 표면 친화도, 기공 충전 거동을 비교하는 데 쓴다.

소재 분야에서 이해하기

MOF의 수소 저장 후보를 비교할 때 온도별 흡착 등온선을 계산한다.

Physical Review Materials - Accepted Paper: Hybrid sampling approach to machine-learning potentials for gas adsorption: Hydrogen adsorption in MOF-303 ↗
소재 기초 · AI 자동 추가

가스 흡착

Gas Adsorption

기체 분자가 고체 표면이나 기공 내부에 달라붙어 머무르는 현상이다. 흡착은 물리흡착과 화학흡착으로 나뉘며, 재료의 기공 구조와 표면 특성에 크게 좌우된다.

소재 분야에서 이해하기

다공성 MOF의 수소 저장 성능을 평가할 때 가스 흡착 등온선을 계산한다.

Physical Review Materials - Accepted Paper: Hybrid sampling approach to machine-learning potentials for gas adsorption: Hydrogen adsorption in MOF-303 ↗
소재 기초 · AI 자동 추가

분광 특성

Spectroscopic Property

물질이 빛과 상호작용할 때 나타나는 흡수, 발광, 형광 수명 같은 측정 가능한 광학 응답을 말한다. 전자 구조, 국소 배위 환경, 결함 상태에 따라 달라질 수 있다.

소재 분야에서 이해하기

희토류 도핑 재료에서 발광 스펙트럼과 수명을 예측하는 데 분광 특성을 사용한다.

Machine learning-enabled prediction and interpretation of spectroscopic properties in Nd and Y co-doped fluorite platform via local coordination engineering | n ↗
소재 기초 · AI 자동 추가

텐서

Tensor

스칼라와 벡터를 일반화한 다차원 물리량으로, 방향성에 따라 값이 달라질 수 있다. 응력, 변형률, 압전 계수처럼 재료의 방향 의존적 성질을 표현하는 데 쓰인다.

소재 분야에서 이해하기

압전 텐서는 결정의 방향에 따라 서로 다른 성분을 가져 텐서 형태로 예측해야 한다.

https://www.nature.com/articles/s41524-026-02139-1 ↗
소재 기초 · AI 자동 추가

서브구조

Substructure

더 큰 분자나 고분자 구조 안에서 반복되거나 기능적으로 의미 있는 부분 구조를 말한다. 분자 전체를 직접 다루기 어렵거나 해석 가능성을 높이고 싶을 때 부분 단위로 특성을 요약해 사용한다.

소재 분야에서 이해하기

고분자 유전체 후보를 평가할 때 서브구조별 기술자를 만들어 스크리닝에 활용한다.

https://www.nature.com/articles/s41524-026-02139-1 ↗
소재 기초 · AI 자동 추가

강유전체

Ferroelectric

외부 전기장 없이도 자발 분극을 가지며, 전기장에 의해 그 분극 방향을 바꿀 수 있는 물질이다. 비휘발성 메모리, 센서, 구동 소자 등에 널리 활용된다.

소재 분야에서 이해하기

강유전체의 분극 상태 변화가 전하 수송 특성에 영향을 준다.

Polarization-controlled ultrafast carrier dynamics in sliding ferroelectrics revealed by machine learning-accelerated nonadiabatic dynamics simulations | npj Co ↗
소재 기초 · AI 자동 추가

캐리어 동역학

Carrier Dynamics

반도체나 절연체에서 전하 운반자, 즉 전자와 정공의 생성, 이동, 산란, 재결합 과정을 설명하는 개념이다. 재료의 전기적·광학적 응답을 이해하는 데 핵심이 된다.

소재 분야에서 이해하기

분극 변화에 따라 캐리어 동역학이 달라지는지를 초고속 시뮬레이션으로 분석한다.

Polarization-controlled ultrafast carrier dynamics in sliding ferroelectrics revealed by machine learning-accelerated nonadiabatic dynamics simulations | npj Co ↗
소재 기초 · AI 자동 추가

비단열 동역학

Nonadiabatic Dynamics

전자와 원자핵의 운동이 분리되지 않고 서로 강하게 결합된 상태에서 일어나는 동역학을 다룬다. 특히 여기상태나 전하 이동처럼 전자 상태 전이가 중요한 과정에서 사용된다.

소재 분야에서 이해하기

광여기 후 재료의 초고속 전하 이동을 비단열 동역학으로 모사한다.

Polarization-controlled ultrafast carrier dynamics in sliding ferroelectrics revealed by machine learning-accelerated nonadiabatic dynamics simulations | npj Co ↗
소재 기초 · AI 자동 추가

원자간 포텐셜

Interatomic Potential

원자들 사이의 상호작용 에너지를 근사적으로 나타내는 함수 또는 모델이다. 원자 구조로부터 에너지와 힘을 빠르게 계산하는 데 사용된다.

소재 분야에서 이해하기

고체-액체 계면 시뮬레이션에서 원자간 포텐셜로 에너지와 힘을 예측한다.

[2609.28013] SoLiD26: A First Principles Solid-Liquid Interface Dataset for Machine-learned Interatomic Potentials ↗
소재 기초 · AI 자동 추가

비탄성 산란

Inelastic Scattering

입자나 준입자가 물질과 상호작용하면서 에너지를 주고받아, 산란 전후의 에너지가 달라지는 현상이다. 에너지 손실이나 생성이 동반되어 분광과 수송 현상 해석에 중요하다.

소재 분야에서 이해하기

계면 열전달에서 포논이 비탄성 산란되면 에너지 전달 경로가 달라질 수 있다.

Unveiling inelastic phonon scattering at Al-Al2O3 interfaces by machine-learning molecular dynamics | npj Computational Materials ↗
소재 기초 · AI 자동 추가

유효 해밀토니안

Effective Hamiltonian

복잡한 물리계를 더 적은 자유도로 근사해 기술하는 해밀토니안이다. 관심 있는 에너지 범위나 상호작용만 남겨 계산을 단순화한다.

소재 분야에서 이해하기

광여기 결정의 전자 동역학을 빠르게 계산하기 위해 유효 해밀토니안을 학습해 사용할 수 있다.

Learning effective Hamiltonians for crystals exposed to nonresonant optical excitation | Phys. Rev. B ↗
소재 기초 · AI 자동 추가

자기 확산 산란

magnetic diffuse scattering

자기 질서가 완전히 장거리 주기성을 이루지 않거나 열적 요동이 있을 때 나타나는 비정상적 산란 신호이다. 특정 스핀 상관과 단거리 자기 질서를 반영한다.

소재 분야에서 이해하기

분말 중성자 회절에서 자기 확산 산란 패턴을 이용해 상호작용 매개변수를 역추정할 수 있다.

Machine learning magnetic interactions from neutron powder diffraction data ↗
소재 기초 · AI 자동 추가

공공 형성에너지

Vacancy Formation Energy

결정에서 원자 하나를 제거해 공공을 만들 때 필요한 에너지이다. 결함이 얼마나 쉽게 생기는지와 고온에서의 안정성을 가늠하는 데 쓰인다.

소재 분야에서 이해하기

Ni 기반 초내열합금에서 공공 형성에너지를 예측해 확산 거동을 비교한다.

Prediction of vacancy formation energies in Ni-based superalloys by density functional theory calculations and machine learning | npj Computational Materials ↗
소재 기초 · AI 자동 추가

상 안정성

Phase Stability

특정 온도, 압력, 조성 조건에서 어떤 상이 다른 상보다 열역학적으로 유지되기 쉬운 정도이다. 상 안정성이 높을수록 원하는 결정상이나 미세조직을 유지하기 쉽다.

소재 분야에서 이해하기

합금 조성을 바꿀 때 상 안정성이 낮으면 원하지 않는 석출상 형성이 늘어날 수 있다.

Discovery of Multicomponent Invar Materials With Low Thermal Expansion, High Curie Temperature, and Superior Phase Stability Assisted by Active Learning ↗
소재 기초 · AI 자동 추가

열팽창

Thermal Expansion

온도가 변할 때 물질의 길이, 부피, 또는 격자 상수가 변하는 현상이다. 보통 온도 상승에 따라 팽창하지만, 조성이나 구조에 따라 매우 작거나 음의 값도 나타날 수 있다.

소재 분야에서 이해하기

저열팽창 합금을 설계할 때 온도 변화에 따른 선팽창계수를 예측한다.

Discovery of Multicomponent Invar Materials With Low Thermal Expansion, High Curie Temperature, and Superior Phase Stability Assisted by Active Learning ↗
소재 기초 · AI 자동 추가

큐리 온도

Curie Temperature

강자성이나 강유전성과 같은 자발적 질서가 열적 요동 때문에 사라지는 임계 온도이다. 이 온도 이상에서는 물질의 자성이나 분극 거동이 크게 달라진다.

소재 분야에서 이해하기

Invar 합금에서 큐리 온도는 자기-열팽창 상관을 이해할 때 중요한 물성 지표다.

Discovery of Multicomponent Invar Materials With Low Thermal Expansion, High Curie Temperature, and Superior Phase Stability Assisted by Active Learning ↗
소재 기초 · AI 자동 추가

팔면체 결정장

Octahedral Crystal Field · Octahedral Field

전이금속 이온 주변의 리간드 배치가 팔면체 대칭일 때 생기는 전자준위 분열과 에너지 환경을 말한다. 전자배치, 스핀 상태, 자기적 성질에 큰 영향을 준다.

소재 분야에서 이해하기

2차원 자석 후보를 분류할 때 팔면체 결정장 정보를 기술자로 넣을 수 있다.

Physical Review Applied - Accepted Paper: Octahedral-field-informed machine learning for accelerated discovery of two-dimensional magnets with perpendicular mag ↗
소재 기초 · AI 자동 추가

질서-무질서 전이

Order-Disorder Transition

원자나 점결함의 배열이 규칙적인 상태와 무질서한 상태 사이를 바꾸는 상전이이다. 온도, 조성, 열처리 조건에 따라 재료의 미세구조와 물성이 크게 달라질 수 있다.

소재 분야에서 이해하기

합금 석출 과정에서 질서-무질서 전이가 초기 상 형성을 좌우한다.

Machine learning interatomic potentials for solid-state precipitation | Phys. Rev. Materials ↗