<사진1- 공과대학 정해준 전기공학부 교수>

 

공과대학 정해준 전기공학부 교수가 교신저자로 「나노포토닉스(Nanophotonics, 피인용지수 8.449)」에 <나노 광학 소자의 딥러닝을 통한 자유형태 최적화 (Free-form optimization of nanophotonic devices: from classical methods to deep learning)> 논문을 게재했다.

 

나노포토닉스는 지난 2012년부터 독일 출판사 드 그뤼에터(De Gruyter)가 출간하는 국제학술지로, 광학(Optics) 분야 상위 9%에 해당한다.

 

매우 작은 양의 빛을 매우 작은 공간에서 다루는 ‘나노 광학 소자’는 입사파와 강하게 상호작용할 수 있는 서브파장 광학 요소를 사용하여 전례 없는 공간 분해능으로 빛을 미시적으로 제어할 수 있다. 그러나 현재까지 대부분의 나노 광학 소자는 고정형 광학 소자를 기반으로 설계되었으며, 설계 공간의 상당 부분은 아직 탐구되지 않은 상태로 남아 있다.

 

<그림 1- 고정 형태 기반 메타 소자(왼쪽) 자유 형태 기반(오른쪽)의 메타 소자>

 

고정 형태의 메타 소자는 길이, 두께, 넓이 등 한정적인 변수를 통해서 설계하기 때문에 다기능 메타 소자 개발에 적합하지 않다. 그에 반해 자유 형태의 메타 소자는 수백만개의 변수들을 모두 고려하여 설계하기 때문에 주어진 설계 공간에서 최고의 효율을 내는 소자 설계가 가능하다.

 

본 논문에서는 ‘자유형태 나노광학 소자 설계’의 다양한 방식에 대해서 체계적으로 기술하며, 각 기법들의 차이점 및 장단점에 대해 연구했다. 또한, 광학 소자 설계에서 ‘자유 형식’이라는 용어를 처음으로 정의하고 △고전적 최적화 방식 △Adjoint 기반 최적화 방법 △기계 학습 기반 접근 방식 등 다양한 자유형태 소자 최적화 방식에 대해서 연구했다.

 

한편, 본 논문은 카이스트 장민석 교수 연구실과 KC-ML2 인공지능 연구소의 공동연구로 진행됐다.

 

홍보팀(pr@ssu.ac.kr)