AI 활용한 Tandem 소자향 저전압(V층 0.25V) nCGL 개발

본 과제는 OLED의 여러 발광층을 연결하는 nCGL을 인공지능과 유기합성 기술로 개발하여 Tandem OLED의 전압을 낮추고 효율을 높이기 위한 연구임. nCGL은 OLED 내부에서 전하를 만들어 다음 발광층으로 전달하는 핵심 소재임. 연구 목표는 AI 모델을 활용한 최종 후보 물질 선정, n-CGL용 ETL 분자의 열·전기화학 안정성 향상, Tandem OLED 시뮬레이션 플랫폼 완성 및 양산 시스템 구축임. 핵심 연구 내용은 양자화학계산과 실험 데이터를 활용한 AI 예측 모델 개선, CGL Mobility와 OLED 효율 관계 및 Charge Separation Process 모델 정립, 다양한 CGL 물성·소자 성능 데이터베이스 확보임. 또한 100~500L 및 1~3ton 반응기를 활용한 합성 조건 확립, 300파이 장비 기반 진공 승화 정제법 최적화, 후보물질의 수율·순도 향상과 공정 단순화 추진임. 기대 효과는 n-CGL 작동 메커니즘 규명과 양산 정제 기술 확보를 통한 OLED 국가 경쟁력 강화임. 향후 ETL, HBL, P-CGL, EBL 등 다양한 공통층과 새로운 OLED stack 구조로의 확대 적용 가능성 기대됨.