Research Area

We develop and apply advanced electron microscopy to understand the structure, chemistry, and dynamics of materials across scales.

AEML

Battery Materials Characterization 배터리 소재 특성 분석

Battery performance is measured at the cell level, but the origins of degradation hide at the atomic scale. We investigate the origin of capacity fade and impedance rise in next-generation energy storage materials—including all-solid-state batteries, Na/K-ion batteries, and Ni-rich cathodes. By combining advanced electron microscopy with electrochemical data, we uncover process–structure–performance relationships. 배터리의 성능은 셀 단위로 측정되지만, 열화의 원인은 원자 스케일에 숨어 있습니다. 우리 연구실은 차세대 에너지 저장 소재(전고체 배터리, Na/K 이온 배터리, 하이니켈 양극재 등)에서 발생하는 용량 감소와 임피던스 증가의 근본 원인을 규명합니다. 첨단 전자현미경 분석과 전기화학 데이터를 결합하여, 공정–구조–성능 상관관계를 밝혀냅니다.

AEML

In Situ / Operando EM In Situ / Operando (실시간) 전자현미경 분석

Most electron microscopy captures only a frozen snapshot—a single moment in time. In situ and operando techniques break that constraint, letting us watch atoms and phases reorganize in real time as batteries charge and discharge. This reveals the dynamic mechanisms behind ion diffusion, phase boundary migration, and mechanical failure. 대부분의 전자현미경 분석은 소재를 특정 순간에 멈춰 놓은 스냅샷에 불과합니다. In situ/operando 기법은 이 한계를 넘어, 배터리 충방전 과정에서 원자와 상이 실시간으로 재편되는 모습을 포착합니다. 이를 통해 이온 확산, 상경계 이동, 기계적 파괴의 동적 메커니즘을 밝혀냅니다.

AEML

Data-Driven Electron Microscopy 데이터 기반 전자현미경 분석

A single 4D-STEM scan or EELS map can generate a vast amount of data, often beyond the practical limits of conventional manual analysis. AEML develops computational workflows that integrate AI/ML into electron microscopy data processing to automate defect detection, phase segmentation, and spectral decomposition. In doing so, we extend the power of localized electron microscopy toward statistically meaningful analysis of large-scale datasets. 4D-STEM 스캔과 EELS 맵핑은 단일 실험에서도 방대한 양의 데이터를 만들어냅니다. 이러한 규모의 데이터를 기존의 수동 분석만으로 다루기에는 한계가 있습니다. AEML은 AI/ML을 활용해 결함 검출, 상 분할, 스펙트럼 분해를 자동화하는 전자현미경 데이터 처리 워크플로우를 개발합니다. 이를 통해 국소 영역의 정밀한 분석을 넘어, 대규모 데이터셋으로부터 통계적으로 유의미한 소재 특성을 추출하고 해석합니다.

AEML

Electron Microscopy-Based 3D Structural Analysis 전자현미경 기반 3차원 구조 분석

Materials are inherently three-dimensional, yet most electron microscopy techniques yield 2D projections that cannot fully capture critical information such as pore connectivity, crack geometry, and interface morphology. AEML reconstructs the three-dimensional structure of complex materials using STEM tomography and FIB-SEM serial sectioning. The resulting 3D datasets contribute to the structural design of next-generation battery electrodes and to failure analysis. 소재는 본질적으로 3차원이지만, 대부분의 전자현미경 분석은 기공 연결성, 균열 형태, 계면 구조와 같은 핵심 정보를 충분히 담아내기 어려운 2차원 투영상에 기반합니다. AEML은 STEM 토모그래피와 FIB-SEM 연속 절편 기법을 활용해 복잡한 소재의 3차원 구조를 정밀하게 재구성합니다. 이를 통해 얻은 3D 데이터셋은 차세대 배터리 전극의 구조 설계와 파괴 거동 분석에 활용됩니다.