이 연구실은 화학공정과 에너지 시스템을 대상으로 수리적 최적화 기반의 공정시스템 설계와 공급망 네트워크 계획을 핵심 연구 주제로 수행한다. 특히 다기간·다지역·다목적 의사결정 문제를 다루며, 원료 조달부터 생산, 운송, 저장, 활용에 이르는 전주기 시스템을 통합적으로 분석하는 데 강점을 가진다. 미세조류 바이오매스의 바이오디젤 전환 공급망, 셰일가스 회수 네트워크, 유틸리티 공급 시스템 등 다양한 산업 문제를 대상으로 전략적 설계 모델을 개발해 왔다. 연구 방법론 측면에서는 혼합정수계획법, 확률론적 계획법, 다목적 최적화, 네트워크 모델링, 공정 모사와 같은 공정시스템공학의 정량적 도구를 적극 활용한다. 경제성뿐 아니라 수요 불확실성, 금융 리스크, 탄소배출 제약, 운영 기간별 변동성을 함께 고려하여 실제 산업 현장에 적용 가능한 의사결정 프레임워크를 제시한다. 이를 통해 단순한 공정 단위 최적화가 아니라 공급망 전체의 비용, 수익성, 안정성, 환경성을 동시에 향상시키는 통합 설계가 가능해진다. 이러한 연구는 에너지 전환과 탄소중립 시대에 필요한 산업 시스템의 구조적 개선에 직접 연결된다. 향후에는 수소 공급망, 자원순환형 화학산업, 폐기물 기반 에너지 생산 시스템 등으로 연구 범위를 더욱 확장할 수 있으며, AI 기반 예측기술과 결합한 실시간 의사결정 플랫폼으로의 발전 가능성도 높다. 연구실의 공정시스템 최적화 역량은 화학공학, 에너지공학, 환경 분야를 잇는 융합형 문제 해결 기반으로 작동하고 있다.

이 연구실은 탄소배출 저감과 산업 공정의 지속가능성 향상을 목표로, 탄소를 고려한 공정설계 모델과 통합 평가 체계를 구축하고 있다. 전력 생산과 CO2 저감 인프라 설계, 유틸리티 공급 및 이산화탄소 처리 최적화, 산업단지 수준의 탄소관리 전략 등은 연구실의 대표적인 축적 분야이다. 최근에는 탄소수지 데이터베이스와 공정 단위모델을 연계하여 실제 설계 단계에서 탄소배출량을 정량적으로 반영할 수 있는 프레임워크 개발에도 집중하고 있다. 핵심 접근은 공정 모사, 경제성 평가, 환경 영향 평가, 수명주기적 관점, 그리고 탄소 비용을 반영한 최적화의 통합이다. 연구실은 단순히 에너지 효율만 개선하는 것을 넘어, 공정별 투자비와 운영비, 탄소 감축 효과, 환경부하, 위험 요소를 함께 고려하는 모델을 제시한다. 열교환 네트워크 최적화, 폐열 회수, 탄소 활용 및 포집 전략, 다기간 수요 변화 반영 등은 이러한 통합 접근의 대표적인 예시이며, 산업 현장의 의사결정에 필요한 정량적 근거를 제공한다. 이 연구는 기업과 사회가 동시에 요구하는 경제성 확보와 탄소중립 실현이라는 두 가지 목표를 연결한다는 점에서 의미가 크다. 앞으로는 탄소세, 배출권거래제, 저탄소 연료 전환, 수소 기반 공정 전환 등 제도·시장 변수까지 포함한 고도화된 설계 모델로 발전할 가능성이 높다. 연구실의 성과는 저탄소 화학공정 설계, 친환경 에너지 시스템 구축, 지속가능 산업정책 수립에 실질적으로 활용될 수 있는 기반 기술로 평가된다.

이 연구실은 폐플라스틱 문제를 자원순환과 청정에너지 생산의 기회로 전환하는 연구를 활발히 수행하고 있다. 혼합 폐플라스틱의 선별, 재활용, 열분해유 생산, 에너지 회수, 수소 생산 공정까지를 연결하는 통합 공정 설계가 주요 연구 범위에 포함된다. 특히 폐플라스틱 선별 기술과 재활용 공정을 함께 고려한 경제성 및 환경 영향 평가 프로젝트를 수행하며, 실제 시장 진입 가능성과 지속가능성을 동시에 검토하는 연구 방향을 보여준다. 최근 연구의 특징은 인공지능과 공정시스템공학의 결합이다. 객체 탐지 기반 분류 시스템, Swin Transformer 기반 폐플라스틱 분류 모델, AI 기반 하이브리드 모델링, 물리정보 기반 신경망을 활용한 수소 생산 공정 개발 등은 연구실이 전통적인 화학공정 모델링을 넘어 데이터 기반 예측과 최적화를 적극 도입하고 있음을 보여준다. 이러한 접근은 공정 데이터와 물리 법칙을 함께 반영하여 선별 정확도, 공정 효율, 수소 수율, 경제성을 동시에 개선하는 데 유리하다. 향후 이 연구는 폐기물 자원화, 수소경제, 스마트 재활용 산업의 핵심 기술로 확장될 수 있다. 선별-전환-활용의 전 과정 최적화가 가능해지면 폐플라스틱 처리비용을 낮추고 고부가가치 에너지 및 화학원료 생산을 촉진할 수 있다. 또한 AI 기반 공정 운영 기술은 재활용 시설의 자동화와 디지털 전환을 가속화할 수 있어, 연구실의 성과는 순환경제 기반 화학공정 혁신과 친환경 에너지 생산 체계 구축에 중요한 역할을 할 것으로 기대된다.