iMSD 연구실은 다양한 물리적 현상과 스케일을 동시에 고려하는 멀티피직스-멀티스케일 시스템의 전산해석 및 최적화 기법을 선도적으로 연구하고 있습니다. 구조, 열, 유체, 전자기 등 여러 분야의 물리적 특성이 상호작용하는 복합 시스템을 분석하고, 이를 바탕으로 공학적 최적화 문제를 설정하여 풀어나가는 역설계 방법론을 개발합니다. 이러한 연구는 기존의 단일 물리 기반 설계의 한계를 극복하고, 실제 산업 및 연구 현장에서 요구되는 복잡한 시스템의 성능을 극대화하는 데 중점을 두고 있습니다. 특히, 위상최적화, 크기최적화, 형상최적화 등 다양한 최적설계 기법을 적용하여, 열전달 시스템, 배터리 셀, 구조 강성 최적화 등 다양한 어플리케이션에서의 성능을 혁신적으로 개선하고 있습니다. 연구실에서는 Python, MATLAB 등 자체 개발한 역설계 플랫폼을 활용하여, 재료 및 공정의 불확실성까지 반영한 실질적이고 신뢰성 높은 설계 솔루션을 제공합니다. 또한, COMSOL Multiphysics 등 상용 소프트웨어와의 연계를 통해 다학제적 협업 환경을 구축하고 있습니다. 이러한 멀티피직스-멀티스케일 최적화 연구는 미래형 공학 시스템의 설계 및 제조 혁신을 이끌고 있으며, 차세대 에너지 시스템, 첨단 의료기기, 정밀 제어 시스템 등 다양한 산업 분야에 적용되고 있습니다. 연구실은 지속적으로 새로운 해석 및 최적화 기법을 개발하여, 글로벌 연구 경쟁력 확보와 더불어 산업 현장에 실질적인 가치를 제공하는 것을 목표로 하고 있습니다.

iMSD 연구실은 자연계에 존재하지 않는 특이한 파동 특성을 구현하기 위해, 미소구조를 인위적으로 설계하는 메타구조 기반 파동 공학 연구에 집중하고 있습니다. 음향, 진동, 초음파 등 다양한 파동의 흐름을 제어하고, 이를 통해 에너지 수확, 파동 집중, 완전 흡음, 스텔스 등 혁신적인 응용 기술을 개발하고 있습니다. 특히, 포노닉 메타구조, 하이퍼렌즈, 그라디언트 인덱스(Gradient-Index) 포노닉 크리스탈 등 첨단 메타구조 설계 및 실험적 구현에 대한 연구를 활발히 수행하고 있습니다. 이러한 연구는 위상최적화, 유전 알고리즘 등 첨단 설계 기법과 3D 프린팅, MEMS 공정 등 첨단 제조 기술을 융합하여, 복잡한 형상의 메타구조를 실제로 구현하고 그 성능을 실험적으로 검증하는 데 중점을 두고 있습니다. 또한, 의료 초음파 집속, 저주파 진동 절연 및 에너지 하베스팅, 광대역 음파 제어 등 다양한 실용적 어플리케이션에 메타구조 기술을 적용하고 있습니다. 메타구조 기반 파동 공학 연구는 기존의 전통적 구조 설계와는 차별화된 새로운 물리적 특성을 창출하며, 차세대 음향·진동 제어, 에너지 하베스팅, 의료 영상 및 치료, 정밀 센서 등 다양한 분야에서 혁신적인 솔루션을 제공하고 있습니다. 연구실은 앞으로도 메타구조의 설계 및 응용 영역을 지속적으로 확장해 나갈 계획입니다.

iMSD 연구실은 인공지능(AI)과 물리 기반 모델을 융합한 하이브리드 설계 기법을 개발하여, 복잡한 시스템의 해석 및 최적화 문제를 혁신적으로 해결하고 있습니다. Physics-Informed Neural Networks(PINN), Neural Operator 등 최신 AI 기술을 활용하여, 실험 데이터와 물리 법칙을 동시에 반영하는 데이터 기반 설계 및 예측 모델을 구축하고 있습니다. 이러한 접근법은 기존의 수치 해석 방법의 한계를 극복하고, 전산해석의 효율성과 정확성을 크게 향상시키는 데 기여하고 있습니다. 연구실에서는 AI 기반의 구조 최적화, 디지털 트윈, 예측 및 진단 시스템 등 다양한 응용 분야에 하이브리드 설계 기법을 적용하고 있습니다. 예를 들어, 실험 데이터를 통해 학습된 신경망 모델이 실제 시스템의 물리적 제약을 만족하도록 설계함으로써, 현실적인 예측과 최적화가 가능해집니다. 또한, AI와 전통적 PDE(편미분방정식) 기반 해석을 통합하여, 복잡한 멀티피직스 시스템의 동작을 빠르고 정확하게 시뮬레이션할 수 있습니다. 이러한 인공지능 및 하이브리드 설계 연구는 미래형 스마트 제조, 자율 시스템, 첨단 의료기기, 에너지 시스템 등 다양한 산업 분야에서 핵심 기술로 자리매김하고 있습니다. 연구실은 앞으로도 AI와 물리 기반 모델의 융합을 통해, 차세대 공학 설계 패러다임을 선도해 나갈 것입니다.