제2400555호 논문에서 Wonho Choe와 공저자들은 우주 추진과 산업용 이온 빔 소스에 핵심적인 기술인 홀 추력기의 성능을 정확하게 예측하기 위한 기계 학습 기반 접근법을 소개한다. 18,000개의 시뮬레이션 데이터셋을 대상으로 학습한 다중(앙상블) 신경망을 활용하되, 이를 실험으로 검증함으로써, 이 모델은 추력과 방전 전류 예측에서 높은 정확도를 달성한다. 이를 통해 설계 주기를 단축하면서도 최적화되고 고효율인 추력기를 신속하게 개발할 수 있게 된다.

광학 방출 분광진단(optical emission spectroscopic diagnostic) 기법인 이른바 S/XB 방법을 사용하여 텅스텐의 in situ 침식(erosion) 속도를 측정하는 것은 최근 현재의 핵융합 연구에서 주목을 받고 있다. 이 방법은 이온화 per 광자 방출을 나타내는 S/XB 값을 특정 스펙트럼 선의 세기(intensity)와 곱하여 침식 속도를 계산한다. S/XB 값은 바닥상태 및 준준위(metastable) 준위로부터의 이온화율(S)과 여기율(X), 그리고 중성 텅스텐(W I)의 특정 복사 전이에서의 분기비(branching ratio)(B)를 통해 주어졌으며, 이는 바닥상태, 준준위, 그리고 상부 공명(upper resonance) 준위 사이에 코로나 평형(corona equilibrium)이 성립한다고 가정한다. 기존 S/XB 방법은 준준위 밀도에 대해 볼츠만 분포(Boltzmann distribution)를 가정하고 텅스텐 원자 특성 온도 $T_{\text{W}}$ )에 대한 자유 파라미터를 도입한다. 본 연구에서는 $T_{\text{W}}$ 로 인해 발생하는 모호성을 제거하기 위해, 다이버터(divertor)에서 텅스텐의 침식 속도를 측정하는 개선된 S/XB 방법을 제안한다. 우리의 접근은 코로나 평형의 틀에서 이들 준위 밀도를 여러 스펙트럼 선 세기와 연관시키는 일련의 광자 방출 방정식을 사용하여 바닥상태 및 준준위 준위의 밀도를 직접 계산한다. 이후, 측정으로 얻어진 다중 스펙트럼 선 세기 및 S/XB의 행렬 연산자(matrix operator) 형태로부터 방출(sputtered)된 플럭스를 산출한다. 제안된 방법은 플라즈마 빔 조사 시설에서 실험적으로 검증되었으며, 본 방법으로 계산한 총괄 텅스텐 침식 속도를 기존 접근으로부터 얻은 값 및 Ar+ 이온 빔 플럭스로부터 스퍼터링 수율(sputtering yield)로 결정된 값과 비교하였다. 실험에서 우리는 플라즈마 소스의 방전 전류 150 A와 이온 입사 에너지 100 eV에서 본 방법으로부터 4.0 × 10 20 m −2 s −1 ( $\pm$ 2.1 × 10 20 )의 스퍼터드 텅스텐 플럭스를 얻었으며, 이전 방법은 $T_{\text{W}}$ 및 스펙트럼 선을 변화시킴에 따라 1.4 × 10 20 m −2 s −1 – 1.9 × 10 21 m −2 s −1 범위를 산출하였다. 스퍼터링 수율 방법에서는 기준값(reference value)으로서 4.1 × 10 20 m −2 s −1 ( $\pm$ 1.1 × 10 19 )의 스퍼터드 플럭스가 측정되었다. 그 결과는 우리의 S/XB 방법이 스펙트럼 선 선택에서의 모호성과 $T_{\text{W}}$ 파라미터를 유의미하게 감소시키고, 기준값들과도 잘 일치함을 보여주어 핵융합 원자로에서 텅스텐 침식을 측정하는 데 있어 보다 정확하고 일관된 접근을 제공한다.

정확한 성능 예측 방법은 물질 표면 처리부터 우주선 전기추진(홀 추력기, Hall thrusters)까지 다양한 산업 분야에서 사용되는 고효율 홀 효과 이온 소스의 개발에 필수적이다. 기존 방법은 단순화된 스케일링 법칙에 의존하거나 계산 비용이 큰 수치 시뮬레이션을 활용한다. 본 연구에서는 방전 채널의 치수 및 자기장 구조와 같은 설계 변수를 바탕으로 홀 효과 이온 소스의 성능을 예측하는 신경망 앙상블 기반의 강건한 기계 학습 모델을 제안한다. 신경망은 입력 출력이 sub‐kW‐급부터 kW‐급까지에 이르는 수치 시뮬레이션으로부터 생성된 18,000개의 데이터 포인트로 학습된다. 개발된 기계 학습 모델의 정확성은 학습에 사용되지 않은 700 W 및 1 kW급 홀 효과 이온 소스를 통해 입증되었으며, 실험적으로 측정된 추력과 방전 전류에 대해 편차가 10% 미만인 결과를 산출하여 기존 스케일링 법칙보다 높은 정확도를 보였다. 수치 시뮬레이션을 위한 고충실도 대체(surrogate)로서 제안된 예측 도구는 높은 예측 정확도와 계산 속도를 제공함으로써 기존 스케일링 법칙을 효과적으로 보완하고, 홀 효과 이온 소스 성능 특성에 대한 이해를 증진한다.

전자 에너지 분포 함수(EEDF)는 전자 구동 물리·화학 과정의 지배를 받는 저온 플라즈마의 비평형적 성격을 나타내는 근본적인 지표이다. 본 연구에서는 저압 아르곤 플라즈마에서 일반화된 함수 형태로 기술되는 매개변수화된 EEDF를 복원하기 위한 최적화 기반 역문제(inversion) 프레임워크를 개발하였다. 이러한 EEDF는 광발광 스펙트럼으로부터 복원된다. 충돌-복사 모형을 유전 알고리즘과 연계하여, 선택된 발광선들의 세기(intensity)에 대한 적합을 통해 채택된 일반화 EEDF 식의 매개변수를 규명하였다. 수치적 시험 결과, 제안된 방법이 처방된 EEDF의 형상을 정확히 재현할 수 있음을 확인하였고, 스펙트럼 잡음에 대해 일정 수준의 강건성도 보였다. 또한 이 프레임워크는 서로 다른 두 가지 아르곤 기반 유도결합 플라즈마 시스템에서 실험적으로 추가 검증되었으며, 복원된 EEDF는 랑뮤어 프로브 측정으로부터 얻어진 것과 전반적으로 잘 일치하였다. 특히 저에너지 영역에서의 일치가 두드러졌다. 1s manifold로부터의 준준상태(metastable) 보조 단계적 여기(stepwise excitation)가 저에너지 전자에 대한 스펙트럼 민감도를 향상시키는 데에서 차지하는 역할을 분석하였다. 이러한 결과는 제안된 접근법이 저압 플라즈마에서의 비평형 전자 운동학을 정밀 진단하기 위한 실행 가능하고 물리적으로 일관된 해를 제공함을 시사하며, 그 적용 가능성과 한계가 명확히 규정된다.

액체금속(LM)은 뛰어난 신장성, 유연성 및 전기 전도성을 바탕으로 신축성과 유연한 응용 분야에 대한 탁월한 잠재력을 제공한다. 액체금속의 고유한 특성—예를 들어 높은 표면장력, 낮은 점도, 열악한 젖음성, 그리고 소결(sintering) 관련 과제—은 상용 인쇄에 활용하는 데 있어 상당한 장애 요인이 된다. 이를 극복하기 위해, 표면장력, 점도, 젖음성을 조절할 수 있는 자기소결 액체금속 복합 입자(LMCP) 잉크를 개발하였다. LMCP 잉크는 낮은 표면장력과 높은 점도를 요구하는 상용 인쇄 공정에 맞추어 설계되었으며, 다양한 기판 위에 인쇄할 수 있도록 한다. 이 잉크는 대기 조건에서의 단순 증발만으로 커피링(corner-ring) 현상 없는, 균열 없는, 이층(bilayer) 형성 없는, 그리고 후처리(post-processing) 없는 증착을 달성하면서도 전기 전도성을 유지한다. 주요 혁신은 다음과 같다: i) 폴리비닐피롤리돈(PVP)으로 캡핑된 액체금속 입자(LMP)를 활용하여 표면장력을 감소시키고 젖음성을 향상; ii) 점도 증강제로 라포나이트(Laponite)를 포함하고, 점도 제어를 위해 LMP 침강을 활용; iii) LMP 표면에서의 공동 자기조립(co-self-assembly)을 통해 PVP 및 Laponite로 캡슐화된 LMCP를 형성하여 자기소결을 촉진; iv) 용질-마랑고니(solutal-Marangoni) 구동 혼합 및 입자 침강에 의해 균일한 증착을 달성. 그 결과로 얻어진 LMCP 전극은 1200% 이상의 신장성을 보이며, 복잡한 구성으로의 패터닝이 가능하고, 공기 중에서 거의 1년간 안정성을 보인다. 또한, 신축성 메타물질 흡수체로서의 적용이 강조되어, 고도화된 인쇄형 전자소자에서의 잠재력을 보여준다.

비축방향(resonant-magnetic-perturbation, RMP)에 의한 비축대칭 섬광모드(edge-localized-modes, ELMs) 억제는, 융합 장치의 벽으로의 과도한 열유속(transient heat fluxes)에 대한 위협 수준 없이 고성능 융합 플라즈마에 도달할 수 있는 방법을 제공한다. 그러나 RMP의 적용은 플라즈마와 접촉하는 사내(in-vessel) 구성요소(특히 디버터)의 열유속 패턴을 강하게 변화시켜 국소 ‘핫 스팟(hot spots)’을 유발한다. 부분적으로 이온화된 종(불순물 및 중수소)에 의한 복사 소산(radiative dissipation)은 벽에서의 열유속 피크를 낮추지만, 이러한 RMP 유도 ELM-crash 억제와는 제대로 양립되지 못해 왔다. 여기서는 KSTAR가 ITER와 유사한, 3열(three-row) RMP 구성을 사용하여 오프-셉아트랙스(off-separatrix) 영역에서 디버터의 열적 하중을 7배 이상 감소시키면서도 ELM-crash 억제를 잃지 않음을 보여준다. 또한 이는 ITER에 요구되는 바와 같이, 바깥 스트라이크 포인트(outer strike point)에서 부분적으로 탈착(partially detached)된 플라즈마에서도 그 억제 효과가 지속됨을 입증한다.

오존(O 3 ) , 질소산화물(NO x ) , 그리고 반응성 질소종(RNS)은 대기압 플라즈마 응용에서 핵심적인 역할을 한다. 대기압 플라즈마를 이해하고 그 효과를 향상시키기 위해서는 이들 종을 각각 개별적으로 정량화하는 것이 중요하지만, 신뢰성 있고 비용 효율적인 진단 기법의 부재로 인해 많은 연구자들이 이를 수행하기 어렵다. 이러한 문제를 해결하기 위해, 8종—O 3 , NO, NO 2 , NO 3 , N 2 O 4 , N 2 O 5 , HONO, 및 HNO 3 —을 동시에 측정하기 위한 광대역 자외선–가시 흡수 스펙트럼의 새로운 복원(deconvolution) 방법을 제안한다. 광대역 스펙트럼의 처리를 통해 유사한 단면적(cross-section) 프로파일의 복원이 가능하며, 기기 한계를 초과하는 높은 밀도를 측정할 수 있다. 새로운 보정(correction) 과정은 불완전한 단면적 데이터에도 불구하고 정확한 분석을 가능하게 하며, 이론적으로 타당한 결과를 보장하기 위해 선험적( priori) 화학적 지식을 활용한다. 두 가지 사례 연구(case study)를 통해 이 방법의 효능을 검증하였다: NO 2 및 N 2 O 4 의 평형, 그리고 표면 유전체 장벽 방전(surface dielectric barrier discharge)에서 생성되는 반응성 종들이다. 스펙트럼당 분석 시간 15–20 ms로 측정된 밀도는 다른 이론 및 실험 결과와 잘 일치하였으며, 경로 길이 15 cm의 짧은 조건에서 ppmv 수준의 검출한계가 달성되었다. 본 스펙트럼 분석 방법은 대기압 플라즈마의 다수 과학 연구 및 산업 응용에서 O 3 , NO x , 및 RNS의 실시간 모니터링을 촉진할 것이다.

제2400555호 논문에서 Wonho Choe와 공저자들은 우주 추진과 산업용 이온 빔 소스에 핵심적인 기술인 홀 추력기의 성능을 정확하게 예측하기 위한 기계 학습 기반 접근법을 소개한다. 18,000개의 시뮬레이션 데이터셋을 대상으로 학습한 다중(앙상블) 신경망을 활용하되, 이를 실험으로 검증함으로써, 이 모델은 추력과 방전 전류 예측에서 높은 정확도를 달성한다. 이를 통해 설계 주기를 단축하면서도 최적화되고 고효율인 추력기를 신속하게 개발할 수 있게 된다.

광학 방출 분광진단(optical emission spectroscopic diagnostic) 기법인 이른바 S/XB 방법을 사용하여 텅스텐의 in situ 침식(erosion) 속도를 측정하는 것은 최근 현재의 핵융합 연구에서 주목을 받고 있다. 이 방법은 이온화 per 광자 방출을 나타내는 S/XB 값을 특정 스펙트럼 선의 세기(intensity)와 곱하여 침식 속도를 계산한다. S/XB 값은 바닥상태 및 준준위(metastable) 준위로부터의 이온화율(S)과 여기율(X), 그리고 중성 텅스텐(W I)의 특정 복사 전이에서의 분기비(branching ratio)(B)를 통해 주어졌으며, 이는 바닥상태, 준준위, 그리고 상부 공명(upper resonance) 준위 사이에 코로나 평형(corona equilibrium)이 성립한다고 가정한다. 기존 S/XB 방법은 준준위 밀도에 대해 볼츠만 분포(Boltzmann distribution)를 가정하고 텅스텐 원자 특성 온도 $T_{\text{W}}$ )에 대한 자유 파라미터를 도입한다. 본 연구에서는 $T_{\text{W}}$ 로 인해 발생하는 모호성을 제거하기 위해, 다이버터(divertor)에서 텅스텐의 침식 속도를 측정하는 개선된 S/XB 방법을 제안한다. 우리의 접근은 코로나 평형의 틀에서 이들 준위 밀도를 여러 스펙트럼 선 세기와 연관시키는 일련의 광자 방출 방정식을 사용하여 바닥상태 및 준준위 준위의 밀도를 직접 계산한다. 이후, 측정으로 얻어진 다중 스펙트럼 선 세기 및 S/XB의 행렬 연산자(matrix operator) 형태로부터 방출(sputtered)된 플럭스를 산출한다. 제안된 방법은 플라즈마 빔 조사 시설에서 실험적으로 검증되었으며, 본 방법으로 계산한 총괄 텅스텐 침식 속도를 기존 접근으로부터 얻은 값 및 Ar+ 이온 빔 플럭스로부터 스퍼터링 수율(sputtering yield)로 결정된 값과 비교하였다. 실험에서 우리는 플라즈마 소스의 방전 전류 150 A와 이온 입사 에너지 100 eV에서 본 방법으로부터 4.0 × 10 20 m −2 s −1 ( $\pm$ 2.1 × 10 20 )의 스퍼터드 텅스텐 플럭스를 얻었으며, 이전 방법은 $T_{\text{W}}$ 및 스펙트럼 선을 변화시킴에 따라 1.4 × 10 20 m −2 s −1 – 1.9 × 10 21 m −2 s −1 범위를 산출하였다. 스퍼터링 수율 방법에서는 기준값(reference value)으로서 4.1 × 10 20 m −2 s −1 ( $\pm$ 1.1 × 10 19 )의 스퍼터드 플럭스가 측정되었다. 그 결과는 우리의 S/XB 방법이 스펙트럼 선 선택에서의 모호성과 $T_{\text{W}}$ 파라미터를 유의미하게 감소시키고, 기준값들과도 잘 일치함을 보여주어 핵융합 원자로에서 텅스텐 침식을 측정하는 데 있어 보다 정확하고 일관된 접근을 제공한다.

정확한 성능 예측 방법은 물질 표면 처리부터 우주선 전기추진(홀 추력기, Hall thrusters)까지 다양한 산업 분야에서 사용되는 고효율 홀 효과 이온 소스의 개발에 필수적이다. 기존 방법은 단순화된 스케일링 법칙에 의존하거나 계산 비용이 큰 수치 시뮬레이션을 활용한다. 본 연구에서는 방전 채널의 치수 및 자기장 구조와 같은 설계 변수를 바탕으로 홀 효과 이온 소스의 성능을 예측하는 신경망 앙상블 기반의 강건한 기계 학습 모델을 제안한다. 신경망은 입력 출력이 sub‐kW‐급부터 kW‐급까지에 이르는 수치 시뮬레이션으로부터 생성된 18,000개의 데이터 포인트로 학습된다. 개발된 기계 학습 모델의 정확성은 학습에 사용되지 않은 700 W 및 1 kW급 홀 효과 이온 소스를 통해 입증되었으며, 실험적으로 측정된 추력과 방전 전류에 대해 편차가 10% 미만인 결과를 산출하여 기존 스케일링 법칙보다 높은 정확도를 보였다. 수치 시뮬레이션을 위한 고충실도 대체(surrogate)로서 제안된 예측 도구는 높은 예측 정확도와 계산 속도를 제공함으로써 기존 스케일링 법칙을 효과적으로 보완하고, 홀 효과 이온 소스 성능 특성에 대한 이해를 증진한다.