우리 연구실은 신재생에너지 기반의 에너지 시스템 설계와 탄소중립 실현을 위한 다양한 기술 개발에 주력하고 있습니다. 특히, 태양광, 풍력, 바이오매스 등 다양한 재생에너지원을 활용한 에너지 네트워크의 최적화 설계와 운영 전략을 연구하며, 이를 통해 에너지 공급의 효율성과 경제성을 극대화하고자 합니다. 또한, 도시 및 산업 단위의 에너지 수요와 공급을 통합적으로 고려하여, 에너지 시스템의 환경적·경제적 영향을 정량적으로 평가하는 모델을 개발하고 있습니다. 탄소중립을 위한 핵심 기술로는 이산화탄소 포집 및 활용(CCU), 수소 인프라 구축, 바이오매스 기반 연료 생산 등이 있습니다. 연구실에서는 이산화탄소를 원료로 활용하여 합성연료 및 고부가가치 화학제품을 생산하는 공정 개발과, 수소 경제 실현을 위한 공급망 설계 및 최적화 연구를 수행하고 있습니다. 이러한 연구는 국가 에너지 전환 정책과 연계되어, 지속가능한 미래 에너지 인프라 구축에 기여하고 있습니다. 특히, 각종 공정의 기술경제성(Techno-Economic Analysis, TEA) 및 전과정평가(Life Cycle Assessment, LCA)를 통해 경제적 타당성과 환경적 지속가능성을 동시에 검토하며, 실제 산업 현장에 적용 가능한 실용적 솔루션을 제시하고 있습니다. 이를 통해 연구실은 에너지·환경 분야의 글로벌 리더로서, 탄소중립 사회 실현에 앞장서고 있습니다.

본 연구실은 인공지능(AI)과 데이터 과학(Data Science)을 활용한 화학공정의 최적화 및 스마트 제조 시스템 개발에 집중하고 있습니다. 최근에는 기계학습, 딥러닝, 예측 분석 등 첨단 AI 기술을 공정 설계, 운전, 유지보수, 품질관리 등 다양한 분야에 적용하여, 공정의 효율성과 안전성을 극대화하고 있습니다. 예를 들어, 대규모 공정 데이터 분석을 통해 공정 이상 진단, 예지보수, 생산 계획 최적화 등 스마트 팩토리 구현을 위한 핵심 기술을 개발하고 있습니다. 특히, 소재 개발 및 촉매 반응 시스템 설계에 있어서도 AI 기반의 예측 모델과 최적화 기법을 적극적으로 도입하고 있습니다. 인공신경망(ANN), 서포트 벡터 머신(SVM), 랜덤 포레스트(RF) 등 다양한 기계학습 알고리즘을 활용하여, 신소재의 물성 예측, 합성 경로 탐색, 실험-공정 연계 최적화 등 연구의 효율성과 혁신성을 높이고 있습니다. 또한, 디지털 트윈 기술을 통해 실험실 규모 연구와 산업 현장 적용 간의 연계를 강화하고 있습니다. 이와 더불어, 공급망 관리, 생산 스케줄링, 자원 배분 등 복잡한 의사결정 문제에 대해 최적화 기반의 의사결정 지원 시스템을 구축하고 있습니다. RFID, GIS 등 첨단 정보기술과 융합하여, 스마트 물류 및 에너지 네트워크의 운영 효율을 극대화하는 연구도 활발히 진행 중입니다. 이러한 AI 및 데이터 기반 연구는 미래형 화학공정 및 제조업의 디지털 전환을 선도하고 있습니다.