양자점 잉크에 대해 20단계 이내로 수행하였다. 또한 학습된 DRL 에이전트를 드롭 관찰(drop-watching) 시스템에 적용하여, 온도 변화로 인해 잉크의 물성이 달라지더라도 최적의 제팅(jetting)을 유지할 수 있도록 실시간 파형 조정을 가능하게 하였다. 그 결과, 산업용 잉크젯 인쇄 공정의 정밀성과 적응성을 향상시키기 위한 기계학습의 유의미한 잠재력이 입증되었다.

잉크젯 프린팅은 적층 제조(additive manufacturing) 기술에서 상당한 잠재력을 제공한다. 그러나 산업에서 흔히 사용되는 기능성 잉크의 레올로지적(rheological) 특성이 인쇄적합성(printability) 맵에서 간과되는 경우가 많아, Ohnesorge 수와 Weber 수에 의존하는 기존 맵으로는 분사(jetting) 거동을 예측하기 어렵다. 본 연구에서는 Deborah 수, Ohnesorge 수, 그리고 파형(waveform) 매개변수를 통합하는 기계학습 기반 분사 거동 예측 모델을 제시한다. 점탄성(viscoelastic) 잉크 10종을 제조하고 저장탄성률(storage modulus) 및 손실탄성률(loss modulus)을 측정하였으며, 이는 이론적 Maxwell 모델로부터 얻은 값과 잘 일치함을 보였다. Maxwell 모델 방정식을 분석하여 점탄성 잉크의 이완 시간(relaxation time)을 구함으로써 Deborah 수를 계산할 수 있었다. 낙하 관찰(drop watching) 시스템을 사용하여 각 잉크에 대해 다양한 파형을 적용한 분사 거동의 대규모 데이터를 수집하였다. 분사 거동의 예측 모델을 구축하기 위해 3종의 서로 다른 기계학습 모델을 사용하였다. 기계학습 모델들의 예측 정확도를 비교한 결과, 다층 퍼셉트론(multilayer perceptron)이 우수한 예측 정확도를 보였다. 최종 예측 모델은 파형 매개변수에 기반하여 미지의 잉크에 대해 놀라운 정확도를 나타냈으며, 분사 거동과 잉크 특성 간의 상관관계도 합리적이었다. 마지막으로, 제안된 점탄성 유체용 예측 모델과 선택한 산업용 프린트헤드에 의해 Ohnesorge 수와 Deborah 수를 특징으로 하는 인쇄적합성 맵을 개발하였다.

양자점 잉크에 대해 20단계 이내로 수행하였다. 또한 학습된 DRL 에이전트를 드롭 관찰(drop-watching) 시스템에 적용하여, 온도 변화로 인해 잉크의 물성이 달라지더라도 최적의 제팅(jetting)을 유지할 수 있도록 실시간 파형 조정을 가능하게 하였다. 그 결과, 산업용 잉크젯 인쇄 공정의 정밀성과 적응성을 향상시키기 위한 기계학습의 유의미한 잠재력이 입증되었다.

잉크젯 프린팅은 적층 제조(additive manufacturing) 기술에서 상당한 잠재력을 제공한다. 그러나 산업에서 흔히 사용되는 기능성 잉크의 레올로지적(rheological) 특성이 인쇄적합성(printability) 맵에서 간과되는 경우가 많아, Ohnesorge 수와 Weber 수에 의존하는 기존 맵으로는 분사(jetting) 거동을 예측하기 어렵다. 본 연구에서는 Deborah 수, Ohnesorge 수, 그리고 파형(waveform) 매개변수를 통합하는 기계학습 기반 분사 거동 예측 모델을 제시한다. 점탄성(viscoelastic) 잉크 10종을 제조하고 저장탄성률(storage modulus) 및 손실탄성률(loss modulus)을 측정하였으며, 이는 이론적 Maxwell 모델로부터 얻은 값과 잘 일치함을 보였다. Maxwell 모델 방정식을 분석하여 점탄성 잉크의 이완 시간(relaxation time)을 구함으로써 Deborah 수를 계산할 수 있었다. 낙하 관찰(drop watching) 시스템을 사용하여 각 잉크에 대해 다양한 파형을 적용한 분사 거동의 대규모 데이터를 수집하였다. 분사 거동의 예측 모델을 구축하기 위해 3종의 서로 다른 기계학습 모델을 사용하였다. 기계학습 모델들의 예측 정확도를 비교한 결과, 다층 퍼셉트론(multilayer perceptron)이 우수한 예측 정확도를 보였다. 최종 예측 모델은 파형 매개변수에 기반하여 미지의 잉크에 대해 놀라운 정확도를 나타냈으며, 분사 거동과 잉크 특성 간의 상관관계도 합리적이었다. 마지막으로, 제안된 점탄성 유체용 예측 모델과 선택한 산업용 프린트헤드에 의해 Ohnesorge 수와 Deborah 수를 특징으로 하는 인쇄적합성 맵을 개발하였다.

잉크의 유동 특성에 맞게 최적화되어야 하는 구동 파형은 신뢰성 있는 잉크젯 프린팅에 매우 중요하다. 그 설계를 위한 일반적으로 채택되는 경험칙은 시간 소모적이며 반복적인 파라미터 수동 조작에 주로 의존한다. 본 연구는 목표 속도에서 위성(satellite) 없이 수행하는 잉크젯 프린팅을 위한 최적 구동 파형을 설계하기 위한 폐루프(closed-loop) 머신러닝 접근법을 제시한다. 서로 다른 유동 특성을 갖는 대표 11종 모델 잉크 각각에 대하여 1100개의 서로 다른 파형 설계를 적용하여 잉크를 분사하였다. 분사 거동에 대한 고속 영상을 획득하였고, 그 결과 생성된 드롭 형성과 속도에 관한 방대한 데이터셋을 분사 이미지로부터 추출하였다. 분사 거동의 특성을 예측하기 위해 다섯 가지 머신러닝 모델을 검토하고 비교하였다. 다양한 머신러닝 모델 중에서 Multi-layer Perceptron이 가장 높은 예측 정확도를 제공하였다. 목표 속도에서 위성 없는 드롭 생성을 위한 최적의 파형 파라미터 집합을 결정하고, 가장 우수한 학습 모델을 활용하는 폐루프 예측 알고리즘을 구축하였다. 제안한 방법은 권장 파형이 적용된 미지의 모델 잉크를 프린팅함으로써 확인되었다.

H NMR과 겔 투과 크로마토그래피를 통해 π-공액(π-conjugated) 백본과 그 광학적 기능은 보존한 채 분자량과 얽힘 밀도를 감소시켰다. 압전-축 진동기(piezo-axial vibrator)를 이용한 고주파 레올로지(점탄성) 특성 분석 결과, 처리된 잉크는 현저하게 감소된 탄성과 복소점도(complex viscosity)를 나타내어, 이전에는 인쇄가 불가능했던 조건에서도 안정적인 액적 형성을 가능하게 함이 확인되었다. 이러한 레올로지 제어를 활용하여 잉크젯-프린팅 OLED에서 정밀한 픽셀 정의와 균일한 발광층을 구현하였으며, 최대 외부 양자효율(external quantum efficiency) 4.55%를 달성하여 스핀 코팅(spin-coated) 대조군을 상회하였다. 본 연구는 초음파 보조 레올로지 조정(ultrasound-assisted rheological tuning)을 중합체 잉크의 점탄성 제약을 극복하기 위한 일반화 가능한 접근법으로 정립함으로써, 고해상도 인쇄 유기 발광 다이오드 디스플레이 및 기타 용액 공정 전자소자에 대한 새로운 기회를 열었다.

제트 기반 프린팅(jet-based printing) 기술과 직접 잉크 라이팅(direct ink writing)은 기능성 나노-에서 마이크로스케일(nano- to microscale) 아키텍처를 위한 적층제조(additive manufacturing)에서 핵심 플랫폼으로서 상호 보완적이고 수렴적인 기술로 부상해 왔다. 본 리뷰에서는 이러한 접근법이 고급 전자공학 및 바이오 인터페이싱 응용 분야에서 미세한 형상 해상도와 3차원 구조를 구현하는 방식을 조명한다. 유체역학, 점탄성 잉크 레올로지(viscoelastic ink rheology), 액적-기판 상호작용, 그리고 건조 동역학(drying dynamics)의 상호작용이 인쇄 충실도(printing fidelity)를 좌우하는 결정적 요인으로서 어떻게 작용하는지 검토한다. 유연한 박막 트랜지스터부터 바이오프린팅(bioprinting)된 인공 조직에 이르기까지 응용 중심의 사례 연구는, 인쇄를 통한 정밀한 구조 제어가 전자 및 생물학적 시스템에서의 향상된 소자 성능과 새로운 기능으로 어떻게 이어지는지를 보여준다. 마지막으로, 이러한 프린팅 플랫폼의 진화를 자율적이고, 적응적이며, 지능적인 제조 시스템으로 이끄는 과제와 향후 기회를 논의한다.

디지털 잉크젯 프린팅은 기능성 잉크를 정밀하고 대규모로, 그리고 비용 효율적으로 증착하기 위한 핵심 기술로 발전해 왔으며, 유연 전자소자 및 바이오프린팅 응용에서 상당한 진전을 가능하게 한다. 이때, 이완 시간과 모세관 시간의 비로 정의되는 Deborah number(De) 분석은 잉크의 레올로지와 잉크젯 인쇄적합성을 연계하기 위한 핵심 파라미터 역할을 한다. 그러나 폴리머를 함유한 약한 점탄성 유체의 이완 시간은 저장탄성률 및 손실탄성률에 대한 고주파 측정이 필요하다는 점 때문에 여전히 측정이 어렵다. 본 연구에서는 폴리머 기반 잉크젯 유체의 인쇄적합성을 평가하기 위한 포괄적인 Deborah number 분석을 제시한다. 피에조일렉트릭 축 방향 진동을 갖춘 압착 흐름(squeeze-flow) 레오미터를 사용하여 10^4 Hz까지 잉크의 점탄성 특성을 측정하고 탄성 및 점성 계수를 도출하였다. 이후 Maxwell 점탄성 모델을 적용하여 10^6 rad·s−1까지의 더 높은 주파수에서 잉크의 점탄성 거동을 시뮬레이션하고, 이완 시간과 결과적으로 Deborah number를 결정하였다. 본 분석은 서로 다른 폴리머 종류 및 농도를 포함하는 잉크에 대해 수행하였으며, 자체 제작한 drop watcher 시스템을 사용하여 이들의 제트 형성 성능을 평가하였다. Deborah number와 잉크젯 인쇄적합성의 상관관계를 통해 Deborah number–Weber number(We) 맵을 개발하였고, 안정적인 단일 드롭 제트 형성을 위한 최적 범위가 0.1 < De < 1 및 2 < We < 15임을 확인하였다. 본 접근법은 다양한 기능성 잉크의 인쇄적합성을 특성화하고 예측하기 위한 견고한 기반을 제공함으로써, 고도화된 인쇄 기술에서의 적용을 용이하게 한다.

압력과 온도를 동시에 그리고 독립적으로 감지하는 것은 인간 피부의 복합 감각 기능을 모사하는 전자피부를 구현하는 데 필수적이다. 센서를 포함하는 박막 트랜지스터(TFT) 어레이는 크로스톡이 없는 공간 감지를 가능하게 했다. 그러나 반도체에서의 전하 수송의 열 의존성은 열 자극과 압력 자극 사이의 간섭을 초래해 왔다. 우리는 능동 매트릭스의 3차원 적층을 기반으로 온도와 압력을 독립적으로 검출하기 위한 멀티모달 센서 어레이를 개발하였다. 우리의 접근법에는 온도 및 압력 신호를 분리하기 위한 보정(calibrated compensation)이 포함된다. 개별 픽셀 소자는 TFT 기반 압력 센서가 TFT 기반 온도 센서 위에 적층된 구조로 구성된다. 검출된 온도는 TFT 기반 압력 센서에 대한 열적 영향을 보상하는 데 사용된다. 우리는 2차원 압력과 온도의 정밀 검출을 가능하게 하기 위해 대면적 센서 어레이를 개발하였으며, 이러한 기술을 활용하여 고급 로봇 그리퍼를 시연한다. 그리퍼는 온도와 무관하게 컵을 안정적으로 파지하고 들어 올리며, 이는 피부와 유사한 전자 응용에서의 가능성을 입증한다.

고성능의 균일한 유기 박막 트랜지스터(TFT) 어레이의 개발은 차세대 플렉서블 전자소자에 있어 핵심적이다. 본 연구에서는 매우 균일하고 대량 생산이 가능한 인쇄 TFT 어레이를 구현하기 위해, 최적화된 인쇄 조건과 결합된 전략적 직접 프린팅 접근법을 제시한다. 잉크젯 프린팅된 은 나노입자(AgNP) 전극은 레올로지(유변학)적 특성화를 통해 최적화되었으며, 2.4 pL 카트리지를 사용하고 낙하 간격(drop spacing) 및 플래튼(platen) 온도를 맞춤 설정하여 정밀한 증착과 우수한 라인 안정성을 확보하였다. 또한 소수성 뱅크(bank) 패터닝 전략을 통해 채널 치수를 정밀하게 제어함으로써 유기 반도체의 증착을 재현 가능하게 하였다. 아울러, 나노초(nanosecond) 펄스 레이저 보조 비아-홀(via-hole) 공정을 구현하여 잉크젯 프린팅된 AgNP 잉크를 통해 상부 게이트와 소스/드레인 전극 사이의 신뢰성 있는 상호연결을 가능하게 하였다. 그 결과, 포화 이동도 0.9 cm 2 ·V − ¹·s − ¹ 및 상대 표준편차 14.4%를 달성하는 높은 전기적 성능의 12 × 12 인쇄 트랜지스터 어레이를 성공적으로 시연하였다. 제안된 제조 전략은 디스플레이 백플레인과 센서 어레이를 포함한 인쇄형 유기 전자소자 분야에서 확장 가능하고 재현 가능하며 고성능인 해결책을 제공할 수 있다.

새로운 호흡기 바이러스의 유행과 폐 질환의 높은 사망률에 따라, 질병 병인, 약물 효능 및 제약을 연구하기 위해 인체 호흡계의 생리적으로 유의미한 모델이 시급히 요구된다. 본 논문에서는 4종의 인간 폐포 세포주를 3D로 인쇄하여 제작한 3차원 폐포 장벽 모델을 제시한다. 여기에는 제1형 및 제2형 폐포 세포(NCI-H1703 및 NCI-H441), 폐 섬유아세포(MRC5), 폐 미세혈관 내피세포(HULEC-5a)가 포함된다. 드롭-온디맨드(dop-on-demand) 잉크젯 프린팅에 의한 폐포 세포의 자동화 고해상도 증착은 약 ≈10 µm의 전례 없는 두께를 갖는 3층 구조의 폐포 장벽 모델을 제작할 수 있게 한다. 그 결과, 본 3D 구조화 모델은 예상대로 기존의 2D 세포 배양 모델뿐만 아니라, 폐포 세포와 콜라겐의 균질 혼합으로 이루어진 3D 비구조화 모델에 비해서도 폐 조직의 구조, 형태 및 기능을 더 잘 재현하는 것으로 나타났다. 마지막으로, 이 얇은 다층 모델이 인플루엔자 감염에 대한 실질적인 조직 수준 반응을 재현할 수 있음을 입증하였다. 드롭-온디맨드 잉크젯 프린팅은 크기와 성장의 맞춤화, 대량 생산 및 표준화를 가능하게 하는 기술이며, 이 3D 폐포 장벽 모델은 병리학 및 제약 응용을 위한 전통적인 시험 모델의 대안으로 사용될 수 있을 것으로 기대된다.