본문 바로가기 주메뉴 바로가기

슈퍼컴퓨터, 대규모 연구데이터 활용성 극대화

최나은 2019-08-08 View. 7,758

슈퍼컴퓨터, 대규모 연구데이터 활용성 극대화

- 연구데이터 활용 p형 산화 반도체 소재 후보 물질 발굴 -

 


[그림1.] 계층적 스크리닝 기법을 통해 얻어낸 P형 반도체의 구조 예시(NaNbO2 , La2SiO4Se )


 

한국과학기술정보연구원(원장 최희윤, 이하 KISTI)과 서울대학교 한승우 교수 연구팀은 KISTI 슈퍼컴퓨터 누리온을 활용하여 대규모 연구데이터를 생산함으로써 P형 산화반도체 소재 후보 물질을 발굴하였다고 밝혔다.



P형 반도체는 태양전지, 광전자소재와 같은 거의 모든 형태의 전자소자에 필요로 하는 핵심적인 소자이다. 특히, 투명한 전자소자를 만들기 위해 충분한 띠틈(band gap)을 가지면서도 전하의 이동이 원활한 P형 산화반도체가 반드시 필요하다. 기존의 P형 산화반도체는 산소가 가지는 국소전하로 인해 전하의 흐름이 어려워지는 단점을 가지고 있었다.



이러한 단점을 보완하기 위해 연구팀은 KISTI의 누리온 슈퍼컴퓨터를 활용, 존재 가능한 다수의 P형 반도체 구조의 전기적 특성을 시뮬레이션을 통해 알아냈다. P형 반도체의 성능을 분석하기 위해 필요한 수소 불순물의 에너지를 시뮬레이션을 통해 도출해내기 위해서는 대규모 계산이 필요하다.



따라서, 연구팀은 띠틈 에너지 및 전도띠의 산소원자의 기여도를 활용하여 P형 반도체로서의 활용 가능성을 우회적으로 얻어냈다. 17,700개 물질을 대상으로 연구팀에서 자체적으로 수립한 스크리닝 기법을 도입하여 총 156개의 선도 P형 산화반도체 후보군을 도출했다. 이중 전자전달이 빠르게 일어나면서 충분한 에너지 장벽을 가지고 있는 두 개의 후보물질(NaNbO2, La2SiO4Se)에 대해 높은 온도(1000K 이상)에서 구조안정성을 시뮬레이션을 통해 입증하였다.



KISTI 최성환 박사는 누리온 슈퍼컴퓨터를 활용하여 134천건의 저분자 양자화학 시뮬레이션을 수행하고 이를 바탕으로 기존 데이터베이스 문제점을 파악 및 보완하는 연구결과를 발표했다. 또한 다른 연구진들도 손쉽게 연구에 활용될 수 있도록 연구에 사용된 양자화학 시뮬레이션 결과의 원데이터(raw data)를 공개하였다. 이러한 데이터는 인공지능을 활용한 신약연구 분야에 크게 기여할 것으로 기대된다.



KISTI 슈퍼컴퓨팅응용센터 염민선 센터장은 데이터 기반 과학연구의 시대가 도래함으로써 데이터와 인공지능을 활용한 연구가 부쩍 늘고 있는 추세이다. 슈퍼컴퓨터를 활용하여 대규모 연구데이터를 생산하고, 고속으로 처리함으로써 데이터 기반 연구와 인공지능 연구를 활성화할 수 있도록 더욱 노력하겠다라고 하였다.


[그림2.] P형 반도체 후보 물질을 찾아내는 계층적 스크리닝 기법


[그림3.] 정밀한 시뮬레이션 데이터를 활용한 저분자 화합물 데이터베이스의 신뢰도 향상 연구에 대한 연구 개념도



OPEN 출처표시, 상업용금지, 변경금지, 공공누리 공공저작물 자유이용허락

본 저작물은 “공공누리 제4유형(출처표시, 상업적 이용금지, 변경금지)” 조건에 따라 누구나 이용할 수 있습니다.

이 페이지에서 정보에 대해 만족하십니까?
  • 담당자이해준,최나은
  • 연락처042-869-0676
Back to Top