중앙대, OLED 소자 관련 초고성능 AI 모델 개발

첨단소재공학과 김재민 교수, AI 예측 정확도 99.9%
재료 분야 국제학술지 'Adcanced Materials' 게재

[서울=뉴시스] (왼쪽부터) 임준섭 박사과정생, 김재민 교수, 이준엽 교수. (사진=중앙대 제공) *재판매 및 DB 금지

[서울=뉴시스]이주영 인턴 기자 = 중앙대 첨단소재공학과 김재민 교수 연구팀은 향후 유기발광소자(OLED) 소재·소자 개발을 가속화하는 초고성능 AI 모델을 개발했다.

연구팀이 개발한 AI 모델은 청색 OLED 소자를 분석해 내부 발광층의 핵심 물성을 예측하는 기술이다.

현재 상용화된 OLED 디스플레이에 사용되는 청색 소자는 수명을 확보하기 위해 전력 효율이 높은 인광 발광체가 아닌 삼중항 융합 형광 발광체를 활용하고 있다. 이러한 발광체 분자·소자를 설계하는 데 있어 AI를 활용하기 위해서는 수많은 발광체의 물성을 측정해 데이터베이스를 구축해야 한다.

문제는 데이터베이스 구축을 위한 시료 제작과 측정 과정이 매우 번거롭다는 점이다. 문제를 해결하고자 올레드 소자를 분석해 내부 소재의 성질을 추출하는 방법론이 최근 들어 큰 각광을 받고 있다.

[서울=뉴시스] 청색 OLED 발광 메커니즘 및 AI 모델 예측 성능 등. (사진=중앙대 제공) *재판매 및 DB 금지

연구진은 먼저 청색 발광체의 핵심 성질 중 하나인 삼중항 발광 비율의 계산 정확도를 개선한 모델링을 개발했다.

모델링을 기반으로 과도 전계 발광(transient EL) 소광 곡선을 생성해 삼중항 발광 비율과 융합 속도 상수를 예측하는 AI 모델을 만들었다.

AI 모델을 최적화하고 광물리 이론 기반의 최적화 방법을 개발한 결과 삼중합 융합 속도 상수는 99.2%, 삼중항 발광 비율은 99.9% 확률의 예측정확도를 가진 AI 모델을 구현하는 데 성공했다.

새롭게 개발한 고성능 AI 모델은 과도 전계 발광 소광 곡선만으로 발광재료의 핵심 성능과 성질을 정확히 예측할 수 있다. 발광층의 광 발광 특성, 올레드의 전계 발광 특성에 대한 이해가 없이도 예측을 가능하게 만들었기에 올레드 소재·소자 개발을 가속화 할 수 있는 핵심 기술이 될 것으로 보인다.

이번 연구는 김재민 교수 연구팀과 성균관대 화학공학부 이준엽 교수 연구팀이 공동으로 진행했다. 성균관대 임준섭 박사과정생이 제1저자를 맡았고, 김 교수와 이 교수가 교신 저자로 참여했다. 연구성과는 피인용도 29.4를 기록한 재료과학 분야 국제학술지 'Advanced Materials'에 게재됐다.

김 교수는 "이번 연구의 의의는 AI와 응용물리를 접목한 비파괴 방식을 활용해 소자 속 재료의 물성을 높은 정확도로 추출할 수 있도록 만들었다는 데 있다"며 "우리나라의 디스플레이 초격차를 위한 원천 연구를 선도할 수 있도록 계속 노력하겠다"고 밝혔다.

☞공감언론 뉴시스 jooyoung4452@newsis.com