Foundation Model and Active Learning for the Development of Next-Generation Multi-Component Lightweight Alloys
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710113726
과학기술정보통신부
한국연구재단
영남대학교
김태엽
2명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
4,406만원
4,406만원
기초연구
대학
경상북도 경산시
재료 > 금속재료 > 구조재료
- 대규모 합금 문헌 및 실험 데이터와 파운데이션 모델을 활용해 조성-공정-미세구조-기계물성 간 인과관계를 정량적으로 규명- 능동학습(Active learning)을 통해 실험 데이터가 축적될수록 예측 정밀도가 자동 향상되는 자가진화형 설계 프레임워크 구축- 개발된 프레임워크를 활용하여 강도-연성 trade-off 극복을 위한 다원계 합금 설계 가이드라인 제시- ...
... 차세대 다원계 경량 알루미늄 합금을 개발하는 것을 목표로 함. - 대규모 합금 문헌 및 실험 데이터를 기반으로 조성-공정-미세구조-기계물성 인과관계를 구조화하고, RAG 기반 추론을 통해 후보 ... 기계물성 평가를 통해 실험적으로 검증함. - 이를 통해 기존 경험 기반 합금 개발의 시행착오를 줄이고, 고성능 경량 구조소재 설계를 위한 AI 기반 소재 개발 플랫폼을 제시하고자 함.
... 본 연구 결과를 통해 배포되는 재료 특화 RAG-LLM 추론 파이프라인은 연구자와 산업체가 데이터 중심 접근법을 통해 소재 개발을 가속화할 수 있도록 지원함. 이를 통해 신소재 탐색, 설계, ... AI 기반의 재료 설계 방법론은 초내열 합금, 비정질 합금 등 다양한 복잡계 합금의 개발 플랫폼으로 활용될 수 있음. 2) 연구과제의 기대효과- 인공지능 기반 재료 연구 혁신화: 본 연구는 ...