고분자 소재

고성능 친환경 고분자의 신속한 개발

고분자 소재

분자 시뮬레이션을 활용한 차세대 고분자 소재 개발

다양한 산업군의 R&D 연구원들은 고성능 및 다기능성을 갖추고 사회적 지속 가능성 요구를 충족하는 차세대 고분자 및 복합재 개발에 어려움을 겪고 있습니다.

Schrödinger의 디지털 화학 플랫폼을 통해 과학자들은 분자 및 원자 수준에서 고분자를 시뮬레이션하여 제품 성능을 파악하고 예측함으로써 다양한 고분자 응용 분야 전반의 소재 문제를 해결할 수 있습니다.

배경 패턴

고분자 전문가가 설계한 직관적인 계산 워크플로우

모든 고분자 유형을 위한 사용하기 쉬운 시스템 빌더
분자 시뮬레이션, 머신러닝, 데이터 분석을 위한 강력한 워크플로
전담 고객 지원 및 광범위한 교육 리소스 제공

핵심 물성 예측을 통한 고분자 개발 및 설계 주도

새로운 단량체를 설계하고, 고분자 합성 및 분해에 대한 깊은 이해를 얻으며, 고분자 제형을 개선합니다.

고분자 및 유체 제형에 대한 심층적 이해

  • 의료기기, 소비재, 멤브레인 분야 응용을 위한 고분자 분자 및 계면 결합, 저분자 용출, 기체 투과성 예측
  • 용액 내 고분자 회전반경(Rg) 계산을 통한 윤활유, 화장품 등의 용매화 현상 이해
  • 구성 성분과 조건이 응집 및 상 거동에 미치는 영향 규명

더욱 효율적인 전자 고분자 구현

  • 패키징용 고분자와 공정 용매 및 수분 간의 상호작용을 시뮬레이션하여 사용 중 안정성 예측
  • 액체 및 고분자 전해질 내 원자 간 상호작용 및 이온 수송 시뮬레이션
  • 전자적 및 광학적 물성 계산

신규 바이오고분자 발굴

  • 바이오 기반 소재로 제작된 고성능 수지의 거동 시뮬레이션 및 물성 예측, 신규 바이오소재 발굴 자동화
  • 바이오 기반 고분자 혼합물의 혼화성, 구조 및 물성 예측
  • 용액 내 바이오 기반 고분자의 거동 시뮬레이션

고성능 고분자 복합재 식별

  • 고분자 복합재의 수분 흡수 및 공연속적 형태 안정성 모델링
  • 신규 고분자의 유리 전이, 열안정성 및 열팽창 예측
  • 경화 과정 중 고분자 겔화점 예측

사례 연구 및 웨비나

분자동역학 시뮬레이션을 통한 재활용 타이어 소재 개발 및 최적화 가속화

재료과학 웨비나

Bunsen 활용: 고분자, 배터리 및 반응성을 위한 에이전틱 AI 공동 과학자 심층 분석 시리즈

과학자들이 혁신을 가속화하고, 실험적 테스트의 위험을 줄이며, 그 어느 때보다 빠르게 고성능 후보 물질을 도출하기 위해 팀에서 Bunsen을 특정 애플리케이션에 어떻게 활용할 수 있는지 직접 보여주는 시연 시리즈에 참여해 보시기 바랍니다.

재료과학 웨비나

Bunsen 시연: 고분자 및 제형

과학자들이 혁신을 가속화하고, 실험적 테스트의 위험을 줄이며, 그 어느 때보다 빠르게 고성능 후보 물질을 도출하기 위해 팀에서 Bunsen을 특정 애플리케이션에 어떻게 활용할 수 있는지 직접 보여주는 시연 시리즈에 참여해 보시기 바랍니다.

재료과학 웨비나

전자 패키징 분야의 AI/ML 및 물리학 기반 소재 혁신

본 웨비나에서는 '선예측' 접근 방식의 핵심 요소인 고분자 포장재의 주요 물성을 예측하기 위한 최첨단 시뮬레이션 워크플로우를 다룹니다.

재료과학 웨비나

AI 및 머신러닝을 활용한 복합 수지 제형화

데모가 포함된 본 웨비나에서는 머신러닝과 분자 시뮬레이션의 통합을 통해 차세대 수지 제형을 더 빠르고 정보에 기반하여 개발할 수 있는 방법을 시연합니다.

재료과학 웨비나

AI 및 머신러닝을 활용한 복합 수지 제형화 녹화본

데모가 포함된 본 웨비나에서는 머신러닝과 분자 시뮬레이션의 통합을 통해 차세대 수지 제형을 더 빠르고 정보에 기반하여 개발할 수 있는 방법을 시연합니다.

재료과학 웨비나

복합 수지 제형 설계를 가속화하기 위한 AI 및 머신러닝 통합

Schrödinger는 Composites World와 공동 주관하는 웨비나를 5월 13일 오전 11시(EDT)에 개최하게 된 것을 기쁘게 생각합니다.

재료과학 웨비나

고분자 컴퓨팅 기반 설계 시작하기: Materials Science Suite에서의 유리 전이 온도 예측

고분자 및 고분자 제형 구축, Tg 예측 워크플로우 실행에 대한 라이브 데모를 통해 학습할 수 있습니다.

재료과학 웨비나

전산 재료 공학을 통한 제품 개발 가속화

Ansys와 Schrödinger가 통합 전산 재료 공학(ICME)을 통해 제품 개발을 혁신하여 소재 발굴과 혁신을 가속화하는 방법을 확인해 보시기 바랍니다.

재료과학 웨비나

물리 기반 AI/ML을 통한 소재 발굴 가속화

본 웨비나 시리즈에서는 최첨단 전산 방법론이 의약품, 생물학적 제제, 첨단 소재의 설계 및 최적화를 어떻게 혁신하고 있는지 살펴봅니다.

재료과학 웨비나

재료 과학 응용을 위한 머신러닝 포스 필드 기술 고도화

본 웨비나에서는 정확한 전하 표현을 위해 명시적 정전기 상호작용을 반영한 Schrödinger의 최첨단 MLFF 아키텍처인 Message Passing Network with Iterative Charge Equilibration(MPNICE)을 소개합니다.

산업 전반의 고분자 과제 해결

자동차

내구성, 경량성, 지속 가능성 및 가공성을 갖춘 고성능 고분자 개발.

자세히 보기
특수 고분자

다운스트림 응용 분야를 위한 원자재의 성능 및 생산성 향상

자세히 보기
배터리

최고 성능의 고분자 전해질 소재를 발굴하고 배터리 성능을 개선합니다.

자세히 보기
의약품 제형

효과적인 약물 전달을 위한 약물 운반체 및 제형 설계 최적화

자세히 보기
CPG 포장

고성능 친환경 포장재를 위한 천연 소재 혁신

자세히 보기
항공우주

고온 응용 분야 및 화염 안정성을 위한 고성능 복합재 및 실란트 설계

자세히 보기
추천 코스재료 과학 응용 분야를 위한 분자모델링: 고분자 재료 코스

재료 과학 응용 분야를 위한 분자모델링: 고분자 재료 코스

온라인 인증 코스: 고분자 모델링 역량 강화

자동화된 워크플로와 머신러닝 모델을 사용하여 업계 선도적인 계산 소프트웨어를 적용해 단순 및 복합 고분자 혼합물의 주요 물성을 예측하는 방법 학습

  • 자기주도형 학습 콘텐츠
  • Schrödinger 소프트웨어 핸즈온 실습
  • 가이드 및 독립형 사례 연구
자세히 보기

문서 및 튜토리얼

Schrödinger 소프트웨어 사용과 관련하여 자주 묻는 질문에 대한 답변을 확인하고, 모범 사례를 익히십시오.

재료과학 튜토리얼

Agentic AI 모델을 활용한 워크플로 설계

Agentic 워크플로를 활용하여 워크플로를 생성하는 방법을 학습합니다. 특히 에폭시-아민 열경화성 복합재료 구축을 자동화하고 물성을 예측하는 방법을 다룹니다.

재료과학 튜토리얼

Path Steered Diffusion Model을 활용한 신규 화합물의 De Novo Design

특정 타깃 특성에 맞춤화된 새로운 분자 설계 방법을 학습합니다.

재료과학 튜토리얼

MPNICE 임베딩을 활용한 머신러닝

MPNICE Embedding을 이용한 ML 모델 구축, 분석 및 적용 방법 학습.

재료과학 튜토리얼

REINVENT를 이용한 새로운 화합물의 De Novo Design

물성 제약 조건이 있는 새로운 화합물을 설계하기 위해 REINVENT로 생성형 머신러닝 모델을 학습하는 방법을 알아보십시오.

재료과학 튜토리얼

단백질 포함 제형을 위한 머신러닝

단백질이 포함된 제형을 위한 머신러닝 모델 구축 방법을 학습합니다.

재료과학 문서

머신러닝 포스 필드

머신러닝 포스 필드(MLFF)는 임의 시스템의 에너지를 예측하는 새로운 접근 방식을 제공합니다.

재료과학 튜토리얼

머신러닝 포스 필드

다양한 시스템을 준비하고 시뮬레이션하기 위한 머신러닝 포스 필드 최적화 방법 사용법을 학습하십시오.

재료과학 문서

MS Transport

액체 점도 및 원자·분자의 확산을 예측하기 위한 효율적인 분자동역학(MD) 시뮬레이션 도구.

재료과학 문서

MS Penetrant Loading

응축 시스템의 수분 함량 및 소분자 가스 흡착 용량 예측을 위한 분자동역학(MD) 모델링

재료과학 문서

MS Dielectric

유전율 및 굴절률 계산을 위한 자동화된 워크플로

주요 제품

연구 프로젝트를 진전시키는 데 활용할 수 있는 주요 계산 기술에 대해 자세히 알아보십시오.

MS Formulation ML

정확한 제형-물성 관계를 생성하고 원하는 물성을 가진 새로운 제형을 스크리닝하기 위한 자동화된 머신러닝 솔루션

Virtual Cluster

클라우드에서 시뮬레이션을 실행하기 위한 안전하고 확장 가능한 환경

MS Maestro

소재 발굴을 위한 완전한 모델링 환경

MS Penetrant Loading

응축 시스템의 수분 함량 및 저분자 가스 흡착 용량 예측을 위한 분자동역학(MD) 모델링

MS Transport

액체 점도, 전도도 및 원자·분자의 확산 예측을 위한 효율적인 분자동역학(MD) 시뮬레이션 도구

Desmond

높은 확장성, 처리량, 과학적 정확성을 제공하는 고성능 분자동역학(MD) 엔진

MS CG

긴 시간 스케일의 거대 시스템을 시뮬레이션하기 위한 효율적인 coarse-grained(CG) 분자동역학(MD) 시뮬레이션

OPLS4 & OPLS5 Force Field

정밀한 분자 시뮬레이션을 위한 최신 통합 포스 필드

DeepAutoQSAR

예측 머신러닝 모델 학습 및 적용을 위한 확장형 자동화 솔루션

문헌

관련 응용 분야에서 Schrödinger 기술을 활용한 동료 심사 문헌 목록을 살펴보십시오.

재료과학 간행물

고성능 패키징을 위한 소재 물성 시뮬레이션

재료과학 간행물

계층적 상 분리를 통한 표면 통합 나노입자 포함 폴리머솜 설계

재료과학 간행물

구조적으로 변형된 로다닌 기반 공중합체와 연결된 티오펜 및 티에노[3, 2-b] 티오펜의 합성, 광학 및 전기화학적 특성

재료과학 간행물

진균 감염 치료를 위한 3D 프린팅 생체모방 고분자 각막 패치를 이용한 암포테리신 B의 안정성 향상

재료과학 간행물

머신러닝과 물리 기반 모델을 활용한 차세대 고분자 설계

재료과학 간행물

폴리아닐린 기반 분자임프린트 고분자를 이용한 페닐알라닌의 전기화학적 센싱

재료과학 간행물

반도체 고분자용 범용 광가교제로서의 불소화 페닐 아지드 최적화

재료과학 간행물

소재 물성 예측 발전: 점도에 대한 물리 기반 머신러닝 모델 활용

재료과학 간행물

공평면 주골격 엔지니어링을 통한 인다세노디티오펜 기반 공액 고분자의 이동도 조절

재료과학 간행물

바이오계면활성제의 물리 기반 분자모델링

Schrödinger Polymer Solutions 상담 예약

지금 문의하여 고급 시뮬레이션과 AI/ML을 활용해 산업 분야에서 경쟁 우위를 확보하는 방법을 확인해 보세요.

위 목록에 원하는 관심 분야가 없으신가요? 문의해 주시면 맞춤형 솔루션을 안내해 드리겠습니다.

양식 제출 완료

감사합니다. 곧 연락드리겠습니다.

조직의 요구사항을 충족하는 소프트웨어 및 서비스

소프트웨어 플랫폼

물리 기반 분자모델링, 머신러닝, 팀 협업을 기반으로 하는 종합적이고 사용자 친화적인 플랫폼을 통해 디지털 신소재 발굴 워크플로를 구현합니다.

연구 서비스

소재 발굴 및 개발 프로세스의 주요 단계에서 Schrödinger의 숙련된 전산 과학자들의 지원을 활용할 수 있습니다.

지원 및 교육

입문자부터 숙련된 사용자까지 모두를 위해 마련된 전문가 지원, 학습 자료 및 교육 리소스를 이용할 수 있습니다.