728x90
반응형

오블완 21

5분만에 알아보는 지식: 소재뉴스

1. 고무처럼 늘어나고 금속만큼 전기가 잘 통하는 바이오 신소재 개발 2024년 4월 23일, 가천대학교 이태일 교수와 경희대학교 오진영 교수, 미국 로렌스리버모어국립연구원 최원진 박사, 한국기술교육대학교 채수상 교수 등으로 구성된 공동 연구팀이 고무처럼 잘 늘어나면서도 금속만큼 전기가 잘 통하는 첨단 바이오 신소재를 개발했습니다. 이 신소재는 고무 탄성체 기판 위에 금속 박막을 증착하는 과정에서, 고무와 금속 각각의 증착 속도를 조절하여 뇌 주름 형상의 '금속-탄성체 나노 구조체'를 형성하는 방식으로 제작되었습니다. 이러한 특성은 차세대 웨어러블 기기 등 다양한 분야에서 활용될 것으로 기대됩니다. 2. '꿈의 신소재' 그래핀으로 만든 최초의 기능성 반도체 개발 2024년 1월 4일, 미국 조지아공과대학..

소재 뉴스 2024.11.17

5분만에 알아가는 지식: 소재뉴스

1. 딥마인드의 AI를 활용한 신소재 발견최근 딥마인드는 인공지능(AI)을 활용해 약 38만 개의 신소재를 발견했다고 발표했습니다. 이는 기존 재료과학의 한계를 넘어서는 혁신적인 성과로 평가받고 있습니다. 딥마인드는 이 프로젝트에서 고성능 알고리즘을 활용해 방대한 물질 데이터를 학습시키고, 새로운 조합과 구조를 찾아냈습니다. 이러한 방식은 실험과 시뮬레이션만으로 진행되던 기존 연구 방법론보다 훨씬 빠르고 효율적입니다. 특히, 에너지 저장 장치나 촉매 개발과 같은 산업에서 이 발견이 중요한 역할을 할 것으로 기대됩니다. 예를 들어, 더 높은 전도성과 안정성을 가진 배터리 소재가 상용화될 가능성이 높아졌습니다. 또한, 이 발견은 화석 연료를 대체할 수 있는 재생 에너지 시스템 구축에도 기여할 것입니다. 딥마..

소재 뉴스 2024.11.16

5분만에 알아가는 지식: 페로브스카이트 태양전지

페로브스카이트 태양전지는 차세대 태양전지로 주목받고 있으며, 최근 3개월 이내에도 다양한 연구와 개발이 활발히 진행되고 있습니다. 이러한 태양전지는 기존 실리콘 기반 태양전지에 비해 높은 효율성과 저비용 생산이 가능하여 에너지 산업의 혁신을 이끌고 있습니다. 페로브스카이트 태양전지란? 페로브스카이트 태양전지는 페로브스카이트 구조를 가진 물질을 광흡수층으로 사용하는 태양전지입니다. 이러한 구조는 빛 흡수 능력이 뛰어나고, 전하 이동성이 우수하여 높은 광전 변환 효율을 제공합니다. 또한, 용액 공정을 통해 저비용으로 대량 생산이 가능하다는 장점이 있습니다. 최근 연구 동향 2024년 10월 31일, KAIST 연구팀은 페로브스카이트와 유기 벌크 이종접합을 결합한 하이브리드 태양전지를 개발하여 24%의 광전 ..

반도체 뉴스 2024.11.15

SiC 기반 전력 반도체: 차세대 에너지 효율 솔루션

전력 반도체는 전기 에너지를 변환하고 제어하는 핵심 소자로, 특히 고전압과 고온 환경에서 효율적으로 작동해야 하는 전기차, 산업용 기기, 재생 에너지 시스템 등에 필수적입니다. 기존에는 주로 실리콘(Si) 기반 반도체가 사용되었지만, 최근에는 더 우수한 성능을 가진 실리콘 카바이드(SiC) 반도체가 주목받고 있습니다. SiC는 기존 실리콘 반도체의 한계를 넘어 더 높은 전력 효율과 열 저항성을 제공하며, 차세대 전력 반도체 소재로 각광받고 있습니다. 1. SiC 전력 반도체의 장점SiC는 실리콘 대비 더 높은 전력 밀도와 열 저항성을 제공합니다. 특히 고온과 고전압을 요구하는 환경에서 SiC 반도체는 발열을 줄이면서 더 높은 효율을 유지할 수 있습니다. 이를 통해 SiC 기반 반도체는 전력 변환 시 에너..

반도체 뉴스 2024.11.14

배터리의 혁신을 이끄는 차세대 소재: 고체 전해질, 리튬 금속

배터리 기술은 전기차와 에너지 저장 시스템의 성능을 결정짓는 핵심 요소로 자리 잡고 있습니다. 기존의 리튬 이온 배터리는 높은 에너지 밀도와 긴 수명으로 인해 광범위하게 사용되어 왔지만, 여전히 안전성, 에너지 밀도, 충전 시간, 내구성 등에서 개선이 필요합니다. 이러한 한계를 극복하기 위해 고체 전해질과 리튬 금속을 기반으로 한 차세대 배터리가 주목받고 있습니다. 고체 배터리와 리튬 금속 배터리는 전기차와 같은 고성능, 고안전성 에너지원에 적합하며, 기존 리튬 이온 배터리보다 에너지 밀도와 안전성에서 월등한 성능을 보여줍니다.1. 고체 전해질 배터리의 장점고체 전해질 배터리는 리튬이온 배터리에서 사용하는 액체 전해질 대신 고체 전해질을 사용합니다. 기존의 액체 전해질은 배터리 내부에서 발생하는 열과 화..

배터리 뉴스 2024.11.13

5분만에 알아보는 뉴스: 환경문제

최근 한 달간 국내외에서 주목받은 환경 문제들을 살펴보면, 기후 변화와 관련된 이슈들이 두드러집니다. 특히, 지구 평균 기온 상승과 이에 따른 극한 기상 현상이 빈번하게 발생하며, 이에 대한 대응의 필요성이 강조되고 있습니다. 1. 지구 평균 기온 상승과 기후 변화2024년 10월, 세계기상기구(WMO)는 지구 평균 기온이 산업화 이전 대비 1.5℃ 상승할 가능성이 높아졌다고 경고했습니다. 이는 파리협정에서 설정한 기온 상승 제한 목표를 초과할 수 있음을 의미하며, 전 세계적인 기후 변화 대응이 시급함을 시사합니다. 이러한 기온 상승은 폭염, 가뭄, 홍수 등 극한 기상 현상의 빈도를 높여 인류의 생존과 생태계에 심각한 영향을 미칠 수 있습니다. 2. 극한 기상 현상의 증가최근 한 달 동안 전 세계적으로 ..

뉴스 2024.11.12

5분만에 알아가는 지식 : 인공지능 AI

최근 인공지능(AI) 분야에서 주목받는 주제 중 하나는 '생성형 AI(Generative AI)'의 발전과 그 응용입니다. 생성형 AI는 주어진 데이터를 학습하여 새로운 텍스트, 이미지, 음악 등을 생성하는 기술로, 특히 자연어 처리와 이미지 생성 분야에서 혁신적인 변화를 이끌고 있습니다. 대표적인 예로, OpenAI의 GPT-4는 방대한 텍스트 데이터를 학습하여 인간과 유사한 수준의 문장을 생성할 수 있습니다. 이를 통해 자동화된 콘텐츠 작성, 고객 서비스 챗봇, 번역 등 다양한 분야에서 활용되고 있습니다. 또한, DALL·E와 같은 모델은 텍스트 설명을 기반으로 이미지를 생성하여 디자인, 광고, 예술 분야에서 새로운 가능성을 열어주고 있습니다. 생성형 AI의 발전은 산업 전반에 걸쳐 큰 영향을 미치고..

반도체 뉴스 2024.11.11

5분만에 알아가는 소재 뉴스: 탄소나노튜브

반도체 신소재 탄소나노튜브 고정밀 균일 가공 기술 개발 한국과학기술원(KAIST) 기계공학과 박인규·김산하 교수, 고려대 세종캠퍼스 안준성 교수, 한국기계연구원 정준호 박사 공동 연구팀은 신소재인 탄소나노튜브 표면을 높은 정밀도로 균일하게 가공하는 데 성공했다고 8일 밝혔다. 속이 빈 원기둥 모양 탄소 소재인 탄소나노튜브는 전기 전도도가 높고, 강철보다 기계적 강도가 강해 반도체·센서, 군수산업 등 다양한 분야의 차세대 신소재로 주목받고 있다. 다만 제한적인 기계적 탄성과 낮은 반응성 때문에 탄소나노튜브 표면에 금속·세라믹 등 기능성 소재를 붙여 사용하는데, 탄소나노튜브의 높은 응집률 때문에 균일하게 코팅하기가 쉽지 않았다. 연구팀은 정교하게 제작된 금속산화물 나노구조체를 전사할 수 있는 나노 임프린팅 ..

소재 뉴스 2024.11.10

5분만에 알아가는 지식: 반도체 공정의 친환경화

반도체 공정의 친환경화는 최근 몇 년 사이 반도체 산업에서 중요한 이슈로 부상했습니다. 반도체 제조 공정은 전력, 물, 화학물질의 대규모 사용을 필요로 하는 고에너지, 고자원 소비 공정이기 때문에 환경에 미치는 영향이 큽니다. 이에 따라 반도체 제조사들은 지속 가능한 환경을 고려하여 다양한 친환경 공정 기술과 혁신적인 환경 보호 방안을 도입하고 있습니다.1. 저전력 반도체 설계반도체의 친환경화는 제품 자체의 전력 소모를 줄이는 데서부터 시작됩니다. 삼성전자와 SK하이닉스 등 반도체 제조업체들은 저전력 특성을 극대화한 반도체 설계를 개발하고 있습니다. 특히, 저전력 메모리 칩은 데이터센터와 IT 기기에서 에너지 소비를 줄여 온실가스 배출을 감소시키는 데 기여합니다. 이는 데이터센터 운영 비용 절감뿐 아니라..

반도체 뉴스 2024.11.09

5분만에 알아가는 지식: 인공지능(AI)과 소재 과학의 융합

인공지능(AI)과 소재 과학의 융합은 혁신적인 신소재 개발과 연구 속도를 크게 앞당기며, 연구비용을 절감하고 있습니다. AI는 데이터를 기반으로 패턴을 학습하고 예측할 수 있는 능력을 갖추고 있어, 수년 또는 수십 년이 걸릴 수 있는 소재 연구 과정을 획기적으로 단축하는 데 기여합니다. 특히, 소재 과학에서 중요한 변수가 되는 화학적, 물리적 특성의 상관관계를 AI가 학습하면서, 과학자들이 원하는 물성을 갖춘 신소재를 빠르게 탐색할 수 있게 되었습니다.1. AI 기반의 소재 예측 모델링AI와 머신러닝 기술은 소재의 물성을 예측하고 모델링하는 데 있어 강력한 도구로 활용되고 있습니다. 소재 연구에서 새로운 물질의 특성을 일일이 실험으로 확인하는 것은 시간이 많이 소요되며 비용이 많이 드는 작업입니다. 예를..

소재 뉴스 2024.11.08
728x90
반응형