top of page
We are pioneering
the integration
of artificial intelligence
into chemistry
RESEARCH
인공지능과 화학을 융합하여 신소재 개발을 가속화하고
화학 반응 예측을 향상시키는 데 집중하고 있습니다
Database Development
화학에서의 인공지능 연구는 양질의 데이터에 크게 의존하지만, 많은 정보가 문헌 등에 흩어져 있습니다. 문헌에 흩어진 화학 정보를 효율적으로 수집·정리하여 데이터베이스를 구축하고, 이러한 데이터 인프라를 체계적으로 만드는 방법론을 함께 개발하고자 합니다.
AI-driven Prediction of Physicochemical Properties
인공지능 기반의 예측 모델을 통해 분자 및 소자의 물리화학적 성질을 정량적으로 예측하는 연구를 수행합니다. 이를 통해 용해도, 광특성, 에너지 준위 등 다양한 물성과 성능 지표를 효율적으로 추정할 수 있으며, 신소재 탐색 및 설계 과정의 비용과 시간을 절감하는 것을 목표로 합니다.
De Novo Molecular Design
전통적인 물질 탐색은 원하는 특성을 지닌 분자를 반복 실험을 통해 찾아야 했습니다. 머신러닝 기반 de novo 설계를 통해, 목표 물성을 만족할 가능성이 높은 분자 구조를 직접 생성함으로써 탐색 과정을 획기적으로 단축하는 연구를 수행합니다.
Chemical Reaction Prediction
화학 반응 예측은 여전히 반복 실험에 의존하는 경우가 많습니다. 머신러닝을 활용해 주어진 반응물로부터 생성물을 직접 예측하거나, 메커니즘 수준에서 반응 경로를 추론하는 모델을 개발합니다. 이를 통해 불순물의 형성 원인을 설명하고, 궁극적으로는 새로운 반응 발견과 역합성 계획으로도 확장할 것입니다.
Journal Cover Gallery
bottom of page