퀀텀닷 발광다이오드(QLED) 소자의 공정 조건을 인공지능(AI)이 역으로 찾아내는 기술이 개발됐다. 실제 소자에 적용했을 때 효율은 2배, 수명은 40배 이상 향상돼 차세대 디스플레이 개발을 앞당길 수 있을 것으로 기대를 모은다.
한국연구재단은 곽정훈 서울대 교수와 임재훈 성균관대 교수 공동연구팀이 QLED 제작 과정에서 퀀텀닷을 균일하고 촘촘하게 배열할 수 있는 최적의 용매의 특성을 AI로 역설계하는 플랫폼을 개발했다고 15일 밝혔다.
고성능 QLED를 구현하기 위해서는 퀀텀닷 입자들이 마치 벽돌처럼 박막 안에서 균일하고 촘촘하게 배열돼야 한다. 이 같은 용액 공정에서 어떤 용매를 사용해 박막을 만드느냐에 따라 밝기와 수명이 크게 달라진다.
특정 용매 조건이 성능에 미치는 영향을 예측하기 어려워 연구자들은 주로 경험과 반복 실험에 의존해 최적 조건을 찾느라 많은 시간과 비용이 소요되는 한계가 있었다.
연구팀은 이런 복잡한 관계를 풀기 위해 용매의 물리적 특성과 퀀텀닷 박막 구조 사이의 관계를 AI가 학습하도록 했다.
우선 5가지 대표 용매로 퀀텀닷 박막을 제작하고, 원자힘현미경(AFM)으로 표면이 얼마나 균일하게 형성됐는지를 수치화했다.
이후 용매 증기압, 점도, 밀도, 유전율 등 물성값과 박막 형상 데이터를 머신러닝 모델에 학습시켜 가장 균일한 퀀텀닷 박막을 형성할 수 있는 용매 특성을 역으로 예측하도록 했다.
AI가 제안한 최적의 특성을 모두 가진 단일 용매는 존재하지 않았지만, 연구팀은 여러 용매를 조합해 AI가 제안한 조건을 구현했다.
이는 기존 반복 실험만으로는 쉽게 찾기 어려운 복합적인 조건으로 실제 QLED 제작 공정에 적용한 결과 기존 단일 용매와 비교해 효율은 약 2배, 동작 수명은 40배 이상 증가함을 확인했다.
곽정훈 교수는 “이번 연구는 AI를 활용해 디스플레이 소재와 공정을 데이터 기반으로 설계할 수 있음을 보여준 사례”라며 “향후 OLED, 태양전지 등 다양한 차세대 전자소자 개발에도 활용될 수 있을 것”이라고 말했다.
이번 연구 성과는 물리학 분야 국제저명학술지 '리포츠 온 프로그레스 인 피직스'에 15일 온라인 게재됐다.
이인희 기자 leeih@etnews.com
