나노기술 및 정책 정보

• 목록

오스트리아 그랏츠 공과대학교(Graz University of Technology)의 연구팀이 수행하는 현대 전자 장치의 최적화를 위한 연구에서 핵심적인 역할은 OLED 디스플레이 또는 유기 태양 전지에 사용되는 유기 및 무기 구성 요소로 구성된 하이브리드 재료의 계면 특성임. 연구팀은 기계 학습 기반 방법으로 이러한 인터페이스 속성을 시뮬레이션하고, 그 결과는 전자 부품의 효율성을 향상시키기 위한 신소재 개발에 사용됨. 연구팀은 이제 장거리 전하 이동 현상을 발견했음. 인접한 물질의 전자에 에너지적으로 더 유리한 상태가 있는 경우 한 물질에서 다른 물질로의 전자 이동은 이미 스위치 오프 상태에서 발생함. 이것은 전자의 이동이 유기 물질에서 얼마나 멀리까지 확장될 수 있는지, 즉 그것이 얼마나 많은 층을 포함하는지에 대한 근본적인 질문을 제기함. 많은 연구에 따르면 유기-무기 계면의 경우 이 효과는 첫 번째 층, 즉 (유기) 분자가 (무기) 금속 표면과 직접 접촉하는 층으로 제한된다고 함. 반면에 일부 보고서는 효과가 더 먼 거리, 두 번째 레이어 또는 그 너머까지 확장된다고 가정하고 있음. 연구팀은 이럴 경우 이 효과를 사용하여 하이브리드 재료의 전기 저항을 줄여 에너지 효율을 높일 수 있을 것으로 예측하면서 그 이유를 설명했음. 유기-무기 인터페이스에서 장거리 전하 수송을 입증하기 위해 연구원들은 새로운 기계 학습 방법 SAMPLE 및 BOSS를 사용하여 강력한 실험 데이터가 있는 구리-테트라시 아노 에틸렌 인터페이스 (TCNE / Cu (111))를 조사했음. 두 방법을 결합하여 연구팀은 TCNE-Cu 인터페이스에 대한 2 백만 개 이상의 잠재적인 인터페이스 구조를 식별하고 다양한 실험 조건에서 분자의 거동을 예측할 수 있었음. 놀랍게도 결과는 장거리 전하 이동이 없지만 시스템의 분자가 구조를 변경한다는 것을 보여주었음.

본 연구 성과는 ‘Advanced Science’ ("Charge Transfer into Organic Thin Films: A Deeper Insight through Machine-Learning-Assisted Structure") 지에 게재됨