RnDCircle Logo
arrow left icon

MEL_KAIST

한국과학기술원 기계공학과

남영석 교수

Heat Transfer Optimization

Nanofluidic Systems

Superhydrophobic Surfaces

MEL_KAIST

기계공학과 남영석

KAIST 기계공학과 멀티스케일 에너지 연구실(MEL)은 상변화 열물리, 첨단 열전달 소재, 지능형 열관리 시스템 등 에너지 및 열관리 분야의 혁신적 연구를 선도하고 있습니다. 본 연구실은 미세구조 및 나노공정 기반의 표면 개질 기술을 바탕으로, 증발, 응축, 비등, 응고 등 다양한 상변화 현상을 정밀하게 제어하고, 이를 통해 열 및 물질 전달 성능을 극대화하는 방법을 개발하고 있습니다. 특히, 마이크로/나노스케일에서의 상변화 물리 연구를 통해 고효율 열교환기, 히트파이프, 반도체 패키지 냉각, 배터리 열관리 등 실질적인 산업 응용에 적용 가능한 핵심 기술을 확보하고 있습니다. 실험과 수치해석, 인공지능 기반 데이터 분석을 융합하여, 복잡한 다중 물리 현상을 정량적으로 해석하고, 최적 설계 및 성능 예측이 가능한 지능형 열관리 솔루션을 제시합니다. 또한, 신재생 열에너지 분야에서도 태양열-광전 변환, 라디에이티브 쿨링, 블루에너지 등 다양한 에너지 변환 시스템의 효율 향상을 위한 나노엔지니어링 소재 및 구조 설계, 고내구성 초발수·초소수성 표면, 자가세정 및 방오 코팅 등 혁신적인 기술을 개발하고 있습니다. 이러한 연구는 에너지 절감, 친환경 시스템 구현, 고신뢰성 전자기기 및 에너지 저장장치 개발 등 사회적 요구에 부응합니다. 연구실은 국내외 산학연 협력 및 다수의 정부·산업체 과제를 수행하며, 실제 데이터센터, 반도체 공정, 신재생 에너지 플랜트 등 다양한 현장에 기술을 적용하고 있습니다. 다수의 특허, 논문, 기술이전 실적을 보유하고 있으며, 차세대 에너지 및 열관리 분야의 글로벌 리더로 성장하고 있습니다. 미래 에너지 및 환경 문제 해결에 기여하기 위해, MEL은 지속적으로 새로운 열물리 현상 규명, 첨단 소재 개발, 지능형 시스템 설계 등 융합적 연구를 추진하고 있습니다. 이를 통해 고효율, 고신뢰성, 친환경 에너지 및 열관리 솔루션을 제공하며, 산업 및 사회 전반에 실질적인 혁신을 이끌고 있습니다.

Heat Transfer Optimization
Nanofluidic Systems
Superhydrophobic Surfaces
마이크로/나노스케일 상변화 물리 및 열전달
마이크로 및 나노스케일에서의 상변화 현상은 에너지 변환 및 열관리 분야에서 핵심적인 역할을 합니다. 본 연구실에서는 증발, 응축, 비등, 응고 등 다양한 상변화 과정을 미세구조 및 표면 개질 기술과 결합하여 근본적인 물리 현상을 규명하고, 이를 바탕으로 열 및 물질 전달 성능을 극대화하는 방법을 연구합니다. 특히, 금속 및 세라믹 기반의 마이크로/나노 구조 표면을 제작하여 응축 및 증발 과정에서의 액적 거동, 열전달 계수, 임계 열유속 등의 변화를 체계적으로 분석합니다. 이러한 연구는 실험적 관찰과 수치 해석을 병행하여 진행되며, 고속 카메라, 원자힘 현미경, 열영상 등 첨단 계측 장비를 활용해 미세 스케일에서의 상변화 현상을 정밀하게 측정합니다. 또한, 인공지능 기반의 데이터 분석 및 최적화 기법을 도입하여 실험 결과를 정량적으로 해석하고, 복잡한 다중 물리 현상을 예측하는 모델을 개발합니다. 이를 통해 기존의 열전달 한계를 극복하고, 새로운 열관리 솔루션을 제시할 수 있습니다. 본 연구는 차세대 전자기기, 반도체 패키지, 에너지 저장장치, 고출력 열교환기 등 다양한 산업 분야에 적용될 수 있습니다. 미세구조 기반의 상변화 제어 기술은 고효율 열관리, 에너지 절감, 소형화 및 경량화 등 실질적인 산업적 가치를 창출하며, 미래 에너지 및 환경 문제 해결에 기여할 것으로 기대됩니다.
지능형 열관리 및 신재생 열에너지 솔루션
지능형 열관리는 전자기기, 배터리, 데이터센터 등 고집적 시스템의 신뢰성 및 효율성 향상을 위해 필수적인 기술입니다. 본 연구실은 인공지능(AI) 및 머신러닝 기반의 설계 최적화, 실시간 열제어, 예측 모델링을 통해 복잡한 열관리 시스템의 성능을 극대화하는 연구를 수행합니다. 예를 들어, 인공신경망(ANN) 기반의 다목적 최적화 기법을 활용하여 고열유속 반도체 패키지, 전기차 인버터, 배터리 팩 등에서의 냉각 모듈 설계를 자동화하고, 실험 및 시뮬레이션 데이터를 통합적으로 분석합니다. 또한, 신재생 열에너지 솔루션 개발에도 주력하고 있습니다. 태양열-광전 변환, 라디에이티브 쿨링, 열광전지(TPV), 블루에너지(염분차 발전) 등 다양한 에너지 변환 시스템에서 열전달 및 에너지 효율을 극대화하기 위한 소재 및 구조 설계, 표면 개질, 나노공정 기술을 개발합니다. 특히, 나노엔지니어링된 열전달 소재, 고투명·자가세정 표면, 고내구성 초발수 코팅 등 혁신적인 소재 기술을 통해 실용적이고 장기적인 에너지 솔루션을 제시합니다. 이러한 연구는 에너지 절감, 친환경 시스템 구현, 고신뢰성 전자기기 및 에너지 저장장치 개발 등 사회적 요구에 부응하며, 미래형 스마트 열관리 및 에너지 시스템의 핵심 기반 기술로 자리매김하고 있습니다. 산업계와의 협력 및 기술이전도 활발히 이루어지고 있으며, 실제 데이터센터, 반도체 공정, 신재생 에너지 플랜트 등 다양한 현장에 적용되고 있습니다.
1
Self-Powered Real-Time Temperature Sensing Based on Flexible Ionic Elastomer on Triboelectric Nanogenerators
Advanced Functional Materials, 1970
2
Improving the anti-fouling performance of superhydrophobic surfaces via cyclic restoration of a gas layer on the surface
Surfaces and Interfaces, 1970
3
Artificial neural network (ANN)-based multi-objective optimization of the vapor chamber with liquid supply layer for high heat flux applications
International Communications in Heat and Mass Transfer, 1970
1
다중-정밀도 대리모델을 활용한 2.5D 반도체 패키지 냉각모듈 최적화(이인식)
한국연구재단
2025년 ~ 2025년 06월
2
(통합EZ)열관리 고도화 응용을 위한 반도체 박막-공동 3차원 구조 글로벌 기초연구실(2024년도)
한국연구재단
2024년 08월 ~ 2025년 07월
3
(RCMS)고밀도 데이터센터 Direct-to-Chip 열관리 기술 및 Server-Rack 운영기술 개발(2024년도)
아주대학교산학협력단
2024년 07월 ~ 2024년 12월