중앙대, OLED 핵심 특성 예측하는 초고성능 텐덤 AI 모델 개발

- 첨단소재공학과 김재민 교수, 예측 정확도 98.5% AI 개발

- 재료 분야 국제학술지 ‘Materials Horizons’ 게재

[비욘드포스트 이봉진 기자] 중앙대학교(총장 박상규)는 첨단소재공학과 김재민 교수 연구팀이 차세대 OLED(유기발광소자) 소재·소자 개발을 가속화할 초고성능 소자 분석 AI 모델을 개발했다고 22일 밝혔다.

김 교수팀이 수행한 연구는 3세대 OLED인 ‘열활성지연형광(Thermally Activated Delayed Fluorescence, TADF)’ OLED 소자를 비파괴 방식으로 분석해, 소자 내부 발광층의 핵심 물성(물리적 성질)을 실시간 예측하는 기술이다.
TADF는 희토류 재료 없이 순수한 유기 분자로 구성되어 최대 100%의 빛 변환 효율(여기자 수확률)과 높은 색 순도(20nm 이하의 발광 반치폭)를 구현할 수 있어 차세대 발광 소재로 주목받고 있다.

최근 OLED 설계에 AI를 활용하는 시도가 활발히 이어지고 있는 가운데 특히 예측 AI 분야에서는 OLED 소자의 거동을 통해 고차원 정보를 정량 추출하여 소자 설계에 활용하는 연구가 보고되고 있다. 그러나 3세대 TADF 발광체의 역계간교차(Reverse Intersystem Crossing) 속도는 발광층 박막 샘플을 직접 측정해야만 얻을 수 있다는 한계가 있었다.

김 교수팀은 AI 기반 예측 모델을 통해 해결책을 제시했다. OLED에 전류를 끊었을 때 빛이 점차 줄어드는 현상(소광)을 분석해, 전기가 빛으로 변환되는 과정 중 전자와 정공이 만나 빛을 내는 ‘폴라론 재결합’과 삼중항 여기자가 일중항 여기자로 전환되는 ‘역계간교차’라는 매커니즘에 의해 광변환 속도와 효율이 결정된다는 사실에 주목했다.
연구팀은 광물리 이론 기반의 모델링을 활용해 OLED 발광 특성 데이터베이스를 구축하고, 이를 AI가 학습하도록 했다. 그 결과 정확도 97.9%의 폴라론 재결합 속도를 예측하는 AI 모델을 개발하였고, 다시 이 값을 이용해 98.5% 정확도로 역계간교차 속도까지 예측하는 Tandem AI 모델을 구현하는 데 성공했다. 이번 연구성과는 기존 OLED 소자 특성 분석 AI 모델의 실용성과 정확도를 동시에 향상시킬 수 있는 새로운 방법을 제시했다는 점에서 의미가 크다. 특히 발광층의 발광 특성에 대한 이해가 없이도 핵심 물성 예측을 신속하게 할 수 있어 향후 디스플레이 연구개발을 가속화하는 데 유용하게 활용될 것으로 기대된다.

이번 연구는 중앙대 김재민 교수 연구팀과 성균관대 화학공학부 이준엽 교수 연구팀이 공동으로 진행했다. 성균관대 임준섭 박사가 제1저자를 맡았고, 성균관대 한승원 박사과정생이 공동저자를 맡았으며, 김재민, 이준엽 교수가 교신저자로 참여했다. 연구성과는 재료과학 분야의 세계적인 국제학술지 ‘Materials Horizons’(IF, Impact Factor 10.7)에 게재됐다.

김재민 교수는 “이번 연구의 의의는 OLED 물리 이론 지식과 AI 기술을 융합하여 실용성이 높으면서도 고성능의 AI를 개발했다는 것이다. 이러한 요소 기술이 쌓여 차세대 디스플레이 개발에 활용될 수 있을 것”이라고 말했다.

bjlee@beyondpost.co.kr