발표자:
로라 스카바스-에버스 박사, 선임 연구원

초록:
머신러닝 를 물리 기반 모델링 및 기업 정보학에 통합함으로써 재료 발굴이 어떻게 변화하는가.

청정 에너지 미래나 순환 경제와 같은 글로벌 과제로 인해 신소재에 대한 수요가 증가했습니다. 일반적으로 소재의 성능은 수많은 매개변수에 좌우되기 때문에, 오로지 실험에만 의존하는 기존의 연구 방식은 속도가 느리고 비효율적이며 비용도 지나치게 많이 듭니다. 데이터 기반 접근 방식은 신소재 발굴 과정을 상당히 가속화하고, 아이디어가 시장에 출시되기까지 걸리는 시간을 단축할 수 있습니다.

이번 발표에서는 Schrödinger의 머신러닝 기술을 물리 기반 모델링과 통합하여 신소재의 물성을 예측하는 데 어떻게 활용할 수 있는지 설명하겠습니다. 고분자 및 광전자 재료와 같은 주요 재료과학 분야의 활용 사례를 통해, 실험에서 생성된 데이터와 물리 기반 모델링을 활용하여 머신러닝 모델을 구축함으로써 물리적 특성을 예측하고 심지어 새로운 화합물을 제안하는 방법을 설명하겠습니다. 마지막으로, 머신러닝 접근 방식을 협업 설계 체계에 통합함으로써 비전문가 사용자의 활용도와 접근성을 극대화하는 방법을 시연하겠습니다.