표제지
목차
편집자주 3
01. AI 로봇이 스스로 소재를 개발한다고? / 한상수;김동훈 5
Ⅰ. 서론 6
Ⅱ. 소재 자율실험실 연구동향 9
1. 자동화(Automation)와 자율화(Autonomy) 차이점 이해 9
2. 소재개발 자동화 프로세스(Automation) 11
3. 소재개발 자율화 프로세스(Autonomy) 14
Ⅲ. 소재 자율실험실의 발전방향 28
1. 소재합성ㆍ평가 자동화장치 및 기술 개발 28
2. 소재 합성ㆍ공정 DB 구축의 중요성 30
3. 공정최적화 및 맞춤형 소재설계 AI 기술 32
4. 완전무인화를 위한 AI 로봇 기반기술 개발 34
Ⅳ. 결론 36
참고문헌 38
02. 소재연구를 위한 빅데이터 및 플랫폼 활용 / 안재평;김홍규 41
Ⅰ. 인공지능 시대, 소재 데이터란? 42
1. 소재 데이터 분야 R&D 환경 변화 42
2. 소재 연구데이터 구축ㆍ관리ㆍ활용의 전략적 변화 49
Ⅱ. 국내외 소재데이터 현황 및 규정 52
1. 국내현황 52
2. 해외현황 55
3. 데이터 수집 및 활용을 위한 규정 61
Ⅲ. 소재 연구데이터 수집ㆍ활용 전략 65
1. 소재 연구데이터 정의 및 특징 65
2. 소재 연구데이터 종류 66
3. 소재 연구데이터의 표준화 68
4. 소재 연구데이터 관리ㆍ활용 75
Ⅳ. 데이터 기반 소재 설계 및 물성 예측 77
Ⅴ. 소재연구를 위한 빅데이터 및 플랫폼 80
참고문헌 82
판권기 2
01. AI 로봇이 스스로 소재를 개발한다고? / 한상수;김동훈 27
표 1. 신소재 개발용 자율화실험실 추가 사례들 27
02. 소재연구를 위한 빅데이터 및 플랫폼 활용 / 안재평;김홍규 46
표 1. 데이터의 분류 기준에 따른 정의 및 특징 46
표 2. 소재정보은행 물성 DB 구축 현황(2016년 12월말 기준) 55
표 3. 각국에서 운영 중인 소재 데이터 인프라 및 서비스 57
표 4. MatNavi 데이터베이스 내용 60
표 5. 주요 연구 그룹 및 데이터베이스 현황 61
표 6. 각국의 오픈사이언스 및 연구데이터 정책 현황 64
표 7. 소재 연구데이터 종류 분류의 예 67
01. AI 로봇이 스스로 소재를 개발한다고? / 한상수;김동훈 7
그림 1. AI와 로봇 기반의 자율 소재개발 시스템 도식도 7
그림 2. 자동화(automation)와 자율화(autonomy)의 차이점 10
그림 3. 열색성 VO2 박막 자동합성 및 저항측정 자동화 플랫폼 (A) 자동화 플랫폼 구축 도식도 (B) 유리기판 위 합성완료된 16개 VO2 샘플들과 4점 저항측정 프로세스... 12
그림 4. 저분자 유기물 합성자동화 플랫폼 (A) 플랫폼 구성(보호기 제거, 커플링, 정화 모듈) (B) 빌딩블록을 이용한 저분자 유기물 합성과정 및 합성물들의 예시들... 13
그림 5. 영국 Glasgow 대학 유기물질 합성용 자율화실험실 구성도 및 하드웨어 15
그림 6. 유기물 합성을 위한 자율화실험실의 환류체계 16
그림 7. 미국 MIT 공대 유기물 합성경로 제안용 자율화실험실 17
그림 8. 캐나다 토론토대에서 개발한 ChemOS 운영체제의 자연어처리 기반의 챗봇(Chatbot) 19
그림 9. 태양전지용 유기물 활성층 합성을 위한 자율화실험실 구성도(독일 프리드리히 알렉산더대) 20
그림 10. 태양전지용 유기물 정공수송층 소재 합성을 위한 자율화실험실 도식도 및 결과. (A) 합성, 분석, 물성평가, 다음단계 예측의 환류체계. (B) 첨가제의 양과... 22
그림 11. 유기물 태양전지의 소자(device) 제작과 소자성능 평가를 위한 자율화실험실 도식도 그리고 워크플로우 24
그림 12. 영국 리버풀대 움직이는 로봇을 도입한 자율실험실 사진과 HER 광촉매 최적화 결과 26
그림 13. 3D 프린터로 제작한 유기합성용 반응기 29
그림 14. Ni-Co-Fe 합금제조 및 전기화학특성 평가 자동화장치 30
그림 15. 영국 글래스고 대학에서 구축한 XML 형태의 공정데이터 DB 구조 32
그림 16. AI 기반 소재설계 기술 33
그림 17. 캐나다 토론토 대학에서 개발한 시약병 종류 및 함유물질 식별을 위한 AI 기반 컴퓨터비젼 기술 35
02. 소재연구를 위한 빅데이터 및 플랫폼 활용 / 안재평;김홍규 43
그림 1. 과학적 연구탐색의 패러다임의 전환 43
그림 2. 데이터의 수집을 비롯한 체계적 관리 운영체계를 위한 고려사항 45
그림 3. 오픈 사이언스 정책 47
그림 4. 기존의 재료연구개발과 소재정보학에 의한 재료개발의 차이점 50
그림 5. 한국과학기술연구원 데이터기반 R&D 플랫폼의 구성도 53
그림 6. 한국화학연구원 데이터 플랫폼을 활용한 데이터 수집 및 활용 54
그림 7. IMRR Working Group이 권고한 Federated Registry Framework 62
그림 8. 연구데이터 정의의 범위에 따른 데이터 특징 66
그림 9. XRD 분석의뢰 메타정보 표준화 결과물 70
그림 10. TEM 원시데이터로부터 메타정보 등을 직접 추출할 수 있는 맵핑정보 71
그림 11. 다양한 스케일 및 방법론으로 생성된 계산데이터들의 통합 표준화 모식도 72
그림 12. XRD 복합상 스펙트럼에 각 상분율을 자동 계산하는 합성곱 신경망 도식 74
그림 13. TEM 회절패턴으로부터 결정계 및 공간군을 자동 추출 합성곱 신경망 모델 도식 74
그림 14. 열전소재의 물성값 간의 상관관계를 한눈에 확인할 수 있는 데이터 시각화의 예 76
그림 15. 배터리 수명 예측 모델의 성능 78
그림 16. 소재 형상을 역설계할 수 있는 기계학습 모델 도식 79