02
BEFORE / AFTER
기존 기술과 무엇이 달라졌나?
이 연구는 태양전지에 사용할 수 있는 새로운 소재를 찾기 위해 머신러닝 시스템을 사용했습니다. 이 시스템은 태양광을 전기로 효과적으로 변환할 수 있는 적절한 특성을 가진 소재를 식별하는 데 도움이 됩니다.
이 연구는 기존 방법에 비해 더 효율적으로 퍼로브스카이트 산화물의 특성을 예측하기 위해 분류 및 회귀 모델을 결합한 새로운 머신러닝 프레임워크를 제시합니다.
03
상용화 Watch
논문 발표 시점에 확인된 상용화 신호
발표 시점 신호 점수33/100
이 수치는 성공 확률이나 투자 의견이 아닙니다. 논문 발표 당시 공개된 근거로 후속 추적 우선순위를 정한 값입니다.
확인된 근거 · 1
s upon the application of elemental sustainability and manufacturability constraints. These 38 structures are presen
Abstract ↗- 시제품·장치 구현 근거 미확인
- 장기·실사용 검증 근거 미확인
현재 추적 위치2026-08-24 · 논문 발표
후속 특허·기업·임상·생산 사건은 확인된 뒤 별도로 추가됩니다.
특허 확인 상태: 아직 확인하지 않음04 · REALITY CHECK
현재 기술 단계: 상용화 근접
논문에 나타난 실험·시제품·실사용 근거를 기준으로 현재 위치를 보여줍니다.
현재 단계상용화 근접
1기초 연구2실험 검증3시제품4실증 시험5상용화 근접
05
REMAINING CHALLENGES
아직 해결해야 할 문제
실제 환경의 반복 검증, 제조 가능성, 비용과 장기 안정성을 후속 연구에서 확인해야 합니다.
06
INDUSTRY OPPORTUNITY
이 기술이 성공한다면 어디가 바뀔까?
예측된 퍼로브스카이트 조성은 에너지 변환 효율을 향상시키기 위해 최적화된 밴드 간격을 가진 새로운 태양전지 소재 개발에 사용될 수 있습니다.
이 기술 계속 지켜보기
새 논문·특허·기업 참여·실증·제품화가 확인되면 변화 기록에서 다시 확인할 수 있습니다.
09 · EVIDENCE & SOURCES