PSC의 잠재력을 최대한 발휘하기 위해, 본 연구에서는 최적의 메조다공성 이산화티타늄 (mesoporous‐titanium dioxide, mp‐TiO2)과 페닐‐C61‐부티릭산 메틸 에스터(phenyl‐C61‐butyric acid methyl ester, PCBM)의 중량 퍼센트(wt%)의 최적 조합을 예측하기 위해 기계학습(ML)을 구현하였다. 아울러 전류밀도(Jsc), 개방회로전압(Voc), 충진율(ff), 에너지 전환 효율(ECE)도 함께 예측하였다. 그 다음, 예측된 ECE가 가장 높은 조합을 기준으로 삼아 나노패터닝된 TiO2 층을 갖는 PCBM‐PSC를 제작하였다. 이어서 나노패터닝된 TiO2 층을 갖는 PCBM‐PSC를 제작하고 특성 분석을 수행하여, 나노패터닝 깊이와 PSC에서의 PCBM wt%가 미치는 영향을 추가로 규명하였다. 실험적으로 ECE 최고값 17.338%는 127 nm 나노패터닝 깊이와 PCBM 0.10 wt%에서 달성되었으며, 이때 Jsc, Voc 및 ff는 각각 22.877 mA cm−2, 0.963 V 및 0.787이었다. 측정된 Jsc, Voc, ff 및 ECE 값은 ML 예측과 일관성을 보였다. 따라서 본 연구 결과는 PSC 연구를 안내하기 위한 예비 조사로서 ML을 활용할 가능성을 보여줄 뿐만 아니라, 나노패터닝 깊이가 Jsc에 유의한 영향을 미치며 페로브스카이트 층에 PCBM을 도입하는 것이 Voc와 ff에 영향을 주어 PSC 성능을 추가로 향상시킨다는 점을 강조한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.