연세대학교 물리학과 김관표 교수 연구팀이 투과전자현미경(TEM) 데이터를 인공지능(AI)으로 분석해, 2차원 물질의 층간 구조를 정밀하게 측정하는 새로운 기법을 개발했다. 기존 방법보다 높은 정확도로 층간 변위를 분석할 수 있어, 차세대 전자소자 및 양자 물질 연구에 큰 기여를 할 것으로 기대된다.

이번 연구 결과는 물리학 및 재료과학 분야의 세계적 학술지 ‘어드밴스드 머티리얼즈(Advanced Materials, IF 27.4)’에 3월 3일 자로 온라인 게재됐다.

2차원 물질은 원자 단위의 얇은 층들이 쌓인 구조를 가지며, 층간 변형이나 비틀림이 전자적 성질에 큰 영향을 미친다. 하지만 기존 분석법으로는 이러한 층간 구조를 실시간으로 정밀하게 분석하는 데 한계가 있었다.

최근 딥러닝 기반의 AI 기술이 물질 내부의 국소적 결함 탐지에 활용되고 있지만, 층간 구조 분석을 위한 전용 모델은 개발되지 않은 상황이었다. 이에 연구팀은 딥러닝을 활용해 전자현미경 이미지 속 복잡한 패턴을 인식하고, 층간 변위를 정밀하게 분석하는 새로운 방법을 개발했다.

이 기법은 인(Phosphorus) 기반의 차세대 2차원 물질 ‘포스포린(Phosphorene)’에 적용됐으며, 층간 변위를 오차율 3.3% 이하의 높은 정확도로 분석할 수 있음을 확인했다.

또한, 연구팀이 개발한 AI 모델은 900만 개 이상의 원자로 이루어진 실시간 투과전자현미경(TEM) 데이터를 분석할 수 있으며, 이를 통해 포스포린의 가장자리에서 발생하는 미세한 변화를 실시간으로 추적할 수 있다. 

연구팀은 전자빔에 의해 변화하는 가장자리 구조를 정밀하게 측정함으로써, 기존 방법으로는 탐지하기 어려웠던 국소적 층간 변위와 동역학적 변화를 높은 공간 및 시간 분해능으로 분석하는 데 성공했다.

연세대 김관표 교수는 “이번 연구를 통해 AI를 활용한 2차원 물질의 적층 구조 분석 기법을 세계 최초로 구현했다.”며, “이 기술은 다양한 비틀림 각을 가진 이중층 및 다층 2차원 물질 연구에 적용될 수 있으며, 차세대 전자소자, 양자 소자, 양자 물질 연구 등 다양한 분야에서 활용될 것으로 기대된다.”고 밝혔다.

이번 연구는 연세대 물리학과 이기현 석박통합과정생과 한국과학기술연구원 이양진 박사가 제1저자 및 공동 교신저자로 참여했으며, 한국연구재단의 중견연구자지원사업, 세종펠로우십, G-램프 사업, 그리고 기초과학연구원(IBS) 나노의학연구단의 지원을 받아 수행됐다.

(논문 정보)

논문 제목: Deep Learning Analysis of Localized Interlayer Stacking Displacement and Dynamics in Bilayer Phosphorene

논문 주소: https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202416480