중앙대, OLED 핵심 소자 특성 예측하는 텐덤 AI 모델 개발

첨단소재공학과 김재민 교수

예측 정확도 98.5% AI 개발

[서울=뉴시스] (왼쪽부터) 임준섭 박사, 김재민 교수, 이준엽 교수. (사진=중앙대 제공) 2025.10.22. [email protected] *재판매 및 DB 금지

[서울=뉴시스]전수현 인턴 기자 = 중앙대 첨단소재공학과 김재민 교수 연구팀이 차세대 OLED(유기발광소자) 소재·소자 개발을 가속화할 초고성능 소자 분석 인공지능(AI) 모델을 개발했다고 22일 밝혔다.

이번에 개발된 모델은 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 구성돼 최대 100%의 빛 변환 효율(여기자 수확률)과 높은 색 순도(20㎚ 이하의 발광 반치폭)를 구현할 수 있는 차세대 발광 소재다.

최근, OLED 설계에 AI를 활용하는 시도가 이어지고 있다. 특히 예측 AI 분야에서는 OLED 소자의 거동을 통해 고차원 정보를 정량 추출해 소자 설계에 활용하는 연구가 보고되고 있다.

그러나 3세대 TADF 발광체의 역계간교차(Reverse Intersystem Crossing) 속도는 발광층 박막 샘플을 직접 측정해야만 얻을 수 있었다.

[서울=뉴시스] 3세대 OLED 발광 메커니즘. (사진=중앙대 제공) 2025.10.22. [email protected] *재판매 및 DB 금지

이에 연구팀은 AI 기반 예측 모델을 제시하며 OLED에 전류를 끊었을 때 빛이 점차 줄어드는 현상(소광)을 분석했다.

연구팀은 전기가 빛으로 변환될 때 전자와 정공이 만나 빛을 내는 '폴라론 재결합'과 삼중항 여기자가 일중항 여기자로 전환되는 '역계간교차'에 집중했다. 또한 해당 두 메커니즘에 의해 광변환 속도와 효율이 결정된다는 사실을 확인했다.

더해 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 개발했고, 다시 이 값을 이용해 98.5% 정확도로 역계간교차 속도까지 예측하는 Tandem(연계형) AI 모델을 구현했다.

한편 이번 연구는 재료과학 분야의 세계적인 국제학술지 '머티리얼스 호라이즌스(Materials Horizons)'에 게재됐다.


◎공감언론 뉴시스 [email protected]