전산나노소재 연구실은 첨단 컴퓨터 시뮬레이션과 인공지능 기술을 접목하여 신소재의 설계, 예측, 최적화에 중점을 두고 있는 연구실입니다. 본 연구실은 물리적, 화학적 원리에 기반한 다양한 계산 방법론을 활용하여, 원자 및 나노 스케일에서 소재의 구조와 물성을 정밀하게 분석하고 있습니다. 분자동역학, 범밀도 함수 이론(DFT), 다체 제일원리 이론 등 첨단 시뮬레이션 기법을 통해 실험적으로 접근하기 어려운 미시적 현상을 규명하며, 신소재 개발의 효율성을 극대화하고 있습니다. 특히, 연구실은 멀티스케일 시뮬레이션 프레임워크를 구축하여 나노에서 메조, 연속체 스케일까지 소재의 거동을 통합적으로 해석합니다. 이를 통해 소재의 구조, 결함, 계면, 전기적·기계적·자기적 특성 등 다양한 물성에 대한 심층적 이해를 도모하고 있습니다. 고성능 컴퓨팅 자원과 자체 개발한 클러스터를 활용하여 대규모 데이터 기반의 시뮬레이션을 신속하게 수행하며, 실험과 계산을 융합한 혁신적 연구 전략을 펼치고 있습니다. 연구실은 최근 기계학습과 인공지능(AI) 기술을 적극적으로 도입하여, 신소재 개발의 속도와 효율을 혁신적으로 향상시키고 있습니다. 대규모 시뮬레이션 데이터와 실험 데이터를 통합 분석하여, 소재의 물성 예측, 조성 설계, 결함 제어 등 다양한 문제를 해결하고 있습니다. 딥러닝, 그래프 신경망, 베이지안 추론 등 첨단 AI 알고리즘을 활용하여 소재의 구조-물성 상관관계를 정량적으로 규명하고, 데이터 마이닝 및 자동화된 연구데이터 수집 플랫폼을 개발하여 고속대량 스크리닝을 실현하고 있습니다. 이러한 연구는 차세대 반도체, 에너지 저장·변환, 촉매, 센서, 메모리 소자 등 다양한 응용 분야에서 요구되는 신소재의 설계와 최적화에 직접적으로 기여하고 있습니다. 특히, 저항변화 메모리(ReRAM), 차지트랩 메모리, 멤리스터 등 차세대 메모리 소자 개발에 필요한 소재의 구조-물성-소자 성능 상관관계를 심층적으로 연구하며, 실리콘, 페로브스카이트, 고엔트로피 합금 등 다양한 소재 시스템을 대상으로 혁신적 소자 기술을 창출하고 있습니다. 전산나노소재 연구실은 실험과 계산, 인공지능 기반 예측을 융합한 종합적 연구 전략을 통해, 미래 에너지 및 반도체 산업을 선도할 혁신적 소재와 소자 기술을 개발하고 있습니다. 산학연 협력을 통한 실제 산업 현장 적용, 그리고 국내외 연구 네트워크와의 긴밀한 협력을 바탕으로, 소재 과학의 새로운 패러다임을 제시하고 있습니다.