전산재료과학 연구실(CMSE)은 신소재공학 분야에서 원자 단위 시뮬레이션, 열역학 계산, 그리고 인공지능 기반의 재료 및 공정 설계에 이르기까지 폭넓은 연구를 수행하고 있습니다. 본 연구실은 반경험적 원자 포텐셜(특히 2NN MEAM) 개발과 대규모 원자 단위 시뮬레이션을 통해 다양한 금속, 합금, 세라믹, 나노소재의 구조적·기계적 특성을 예측하고, 신소재 설계의 이론적 기반을 마련하고 있습니다. 이러한 연구는 실제 산업 현장에서 요구되는 고성능 소재 개발에 직접적으로 활용되고 있습니다.
CALPHAD 기반의 상평형 계산, 다상/다성분 합금의 미세조직 진화 시뮬레이션, 계면 반응 예측 등은 본 연구실의 또 다른 핵심 연구 분야입니다. ThermoCalc, KissMD&MC 등 첨단 전산 도구를 활용하여, 복잡한 합금계의 상변태, 확산 반응, 계면 반응 생성물 등을 정밀하게 예측하고, 실제 용접, 접합, 적층제조 등 다양한 공정에서 발생하는 문제를 해결하는 데 기여하고 있습니다. 또한, 다중 스케일 시뮬레이션을 통해 원자에서 마이크로 구조까지 재료의 거동을 체계적으로 분석합니다.
최근에는 인공지능 및 머신러닝 기술을 접목한 재료 및 공정 설계 연구도 활발히 이루어지고 있습니다. 머신러닝 기반 합금 분말 설계, 유전 알고리즘을 활용한 역예측, 데이터 기반 소재 최적화 등 혁신적인 방법론을 통해, 기존의 경험적/이론적 한계를 극복하고 있습니다. 금속 3D 프린팅, 첨단 적층제조, 나노소재, 에너지 소재 등 다양한 첨단 산업 분야에서 AI와 전산모사 기법을 융합하여, 신속하고 정확한 소재 개발 및 공정 최적화를 실현하고 있습니다.
이러한 연구 성과는 고엔트로피 합금, 경량강, 내열강, 배터리 소재, 나노 촉매 등 다양한 신소재 개발에 직접적으로 활용되고 있으며, 실제 산업 현장에서 요구되는 내구성, 기계적 특성, 내식성, 가공성 등 다양한 요구 조건을 만족시키는 최적의 재료 설계 및 공정 개발에 큰 기여를 하고 있습니다. 또한, 대규모 데이터베이스 구축과 시뮬레이션 플랫폼 개발을 통해, 산업계와 학계 모두에서 신뢰받는 연구실로 자리매김하고 있습니다.
전산재료과학 연구실은 앞으로도 원자 단위 시뮬레이션, 열역학 계산, 인공지능 융합 등 첨단 연구를 지속적으로 추진하여, 미래형 소재산업의 혁신과 경쟁력 확보에 핵심적인 역할을 할 것입니다. 신속한 신소재 개발, 공정 혁신, 품질 향상 등 다양한 산업적 효과를 창출하며, 세계적인 선도 연구실로서의 위상을 더욱 강화해 나갈 계획입니다.
전산재료과학 연구실은 원자 단위 시뮬레이션을 기반으로 한 재료 연구에 있어 세계적인 경쟁력을 보유하고 있습니다. 특히, 2NN MEAM(Second Nearest-Neighbor Modified Embedded Atom Method)과 같은 반경험적 원자 포텐셜 개발을 통해 다양한 금속, 합금, 세라믹, 나노소재의 원자 구조와 물성 예측에 주력하고 있습니다. 이러한 포텐셜은 FCC, BCC, HCP, 다이아몬드 구조, 기체 원소 등 다양한 결정 구조에 적용 가능하며, 실제 합금 설계 및 신소재 개발에 필수적인 도구로 자리잡고 있습니다.
본 연구실에서는 원자 단위 시뮬레이션을 통해 나노구조물의 구조적 진화, 불순물 원자의 거동, 수소 및 기타 원소에 의한 균열 전파 메커니즘, 변형 메커니즘 등을 심층적으로 분석합니다. 또한, 퍼스트 프린시플 계산 및 Kinetic Monte Carlo 시뮬레이션과의 결합을 통해 미세조직 특성, 기계적 특성, 기능성 특성 등 다양한 재료의 거동을 예측하고 있습니다. 이러한 연구는 재료의 근본적인 물리적 현상을 이해하고, 실험적 한계를 극복하는 데 큰 역할을 하고 있습니다.
이러한 원자 단위 시뮬레이션 및 포텐셜 개발 연구는 신소재 및 나노소재의 설계, 에너지 소재, 촉매, 배터리 소재 등 다양한 분야로 확장되고 있습니다. 대규모 시뮬레이션과 데이터베이스 구축을 통해 실제 산업 현장에서 요구되는 재료의 성능을 예측하고, 최적화된 소재 개발을 위한 기반 기술을 제공하고 있습니다.
계면 반응 및 다상/다성분 합금의 상평형 계산
본 연구실은 다성분, 다상 합금 시스템에서의 상평형 계산 및 계면 반응 예측에 있어 CALPHAD(Computer Coupling of Phase Diagrams and Thermochemistry) 방법론을 적극적으로 활용하고 있습니다. CALPHAD 기반의 열역학 데이터베이스 구축과 ThermoCalc, KissMD&MC 등 전산 도구를 활용하여, 복잡한 합금계의 상평형, 상변태, 미세조직 진화, 계면 반응 생성물 등을 정밀하게 예측합니다. 이를 통해 금속/세라믹, 금속/금속 등 다양한 이종 재료 간의 계면 반응을 체계적으로 분석하고, 신뢰성 높은 예측 결과를 도출합니다.
특히, 다상 합금의 확산 반응, 상변태, 미세조직 제어 등은 첨단 소재 개발 및 공정 최적화에 매우 중요한 역할을 합니다. 연구실에서는 다성분 합금의 상평형 계산뿐만 아니라, 다층 구조, 용접, 접합 등에서 발생하는 계면 반응 및 상변태 거동을 시뮬레이션하여, 실제 산업 공정에서의 문제 해결에 기여하고 있습니다. 또한, 미세조직 진화와 관련된 다중 스케일 시뮬레이션(Phase Field Simulation, Atomistic Simulation, Computational Thermodynamics 등)을 통해, 재료의 거동을 원자에서 마이크로 구조까지 연계하여 분석합니다.
이러한 연구는 고엔트로피 합금, 경량강, 내열강, 배터리 소재 등 다양한 신소재 개발에 직접적으로 활용되고 있으며, 실제 산업 현장에서 요구되는 내구성, 기계적 특성, 내식성, 가공성 등 다양한 요구 조건을 만족시키는 최적의 재료 설계 및 공정 개발에 큰 기여를 하고 있습니다.
전산 기반 재료 및 공정 설계와 인공지능 융합
전산재료과학 연구실은 전통적인 전산모사 기법과 더불어, 최근에는 인공지능(AI) 및 머신러닝 기술을 접목한 재료 및 공정 설계 연구를 활발히 수행하고 있습니다. 머신러닝 기반 합금 분말 설계, 유전 알고리즘을 활용한 역예측, 데이터 기반 소재 최적화 등 다양한 AI 융합 연구를 통해, 기존의 경험적/이론적 접근법을 뛰어넘는 혁신적인 소재 개발 방법론을 제시하고 있습니다. 이러한 연구는 금속 3D 프린팅, 첨단 적층제조, 나노소재, 에너지 소재 등 첨단 산업 분야에서 요구되는 복잡한 공정 및 소재 특성 예측에 큰 강점을 보입니다.
특히, 대규모 시뮬레이션 데이터와 실험 데이터를 통합하여, 합금 조성-미세조직-물성 간의 상관관계를 정량적으로 분석하고, 최적의 소재 및 공정 조건을 도출하는 통합 플랫폼을 구축하고 있습니다. 또한, 금속 적층제조(3D 프린팅) 공정의 미세조직 및 성능 최적화, 나노입자 촉매의 구조 안정성 예측, 초내열 합금 및 경량 합금의 설계 등 다양한 프로젝트를 통해 AI 기반 재료공학의 새로운 패러다임을 선도하고 있습니다.
이러한 전산 기반 재료 및 공정 설계와 인공지능 융합 연구는 미래형 소재산업의 경쟁력 확보에 핵심적인 역할을 하며, 신속한 신소재 개발, 공정 혁신, 비용 절감, 품질 향상 등 다양한 산업적 효과를 창출하고 있습니다. 연구실은 앞으로도 AI와 전산재료과학의 융합을 통해, 첨단 소재 및 공정 분야에서 세계적인 선도 연구를 지속할 계획입니다.
Multiscale Computational Framework Linking Alloy Composition to Microstructure Evolution via Machine Learning and Nanoscale Analysis
Jaemin Wang, Hyeonseok Kwon, Sang-Ho Oh, Jae Heung Lee, Dae Won Yun, Hyungsoo Lee, Seong-Moon Seo, Young-Soo Yoo, Hi Won Jeong, Hyoung Seop Kim, Byeong-Joo Lee
NPJ Computational Materials, 2025
2
Dislocation binding as an origin for the improvement of room temperature ductility in Mg alloys
Ki-Hyun Kim, Ji Hyun Hwang, Hyo-Sun Jang, Jong Bae Jeon, Nack Joon Kim, Byeong-Joo Lee
Mater. Sci. Eng. A, 2018
3
Understanding the Physical Metallurgy of the CoCrFeMnNi High-Entropy Alloy: An Atomistic Simulation Study
Won-Mi Choi, Yong Hee Jo, Seok Su Sohn, Sunghak Lee, Byeong-Joo Lee