The meta-surface, consisting of a two-dimensional array of meta-atoms with a scale smaller than the wavelength of light, is an effective optical system for controlling the amplitude and phase of light through thin film. The shape of the meta-atoms becomes an important design factor in the design of the meta-surface because shape of the meta-atoms greatly affects the light control of the meta-surface. However, the lack of intuitive relation between the shape of the meta-atoms and corresponding light control characteristics of the meta-surface has been pointed out as limitations of the meta-surface design, and the difficulty of theoretical analysis. In order to solve these problems, studies have been underway recently on the design of meta-surface using deep learning, genetic algorithms, and topology optimization. In this paper, we explore the study on the design of meta-surface using topology optimization, which has a high degree of design freedom among various inverse-design techniques of meta-surfaces and can find the optimal structure of meta-atoms fastest.
빛의 파장보다 작은 스케일을 가진 메타원자들의 2차원 배열로 이루어진 메타표면은 빛의 진폭과 위상을 얇은 박막을 통해 제어하는데에 효과적인 광학 시스템이다. 메타원자의 형상은 메타표면의 광제어 특성에 큰 영향을 미치기 때문에 메타표면설계에 있어서 메타원자의 형상은 중요한 설계인자가 된다. 하지만 메타원자의 형상과 그에 대응되는 메타표면의 광제어 특성 사이의 직관적 연관성이 적고, 이론적 분석이 어렵다는 점들이 메타표면 설계의 한계점으로서 지적되어 왔다. 이러한 문제점을 해결하기 위해 최근 딥러닝, 유전자 알고리즘, 위상최적화등을 이용한 메타표면 설계에 관한 연구들이 활발하게 진행되고있다. 본 논문에서는 다양한 메타표면 역설계 기술 중 설계자유도가 높고, 가장 빠르게 메타원자의 최적구조를 찾아낼 수 있는 위상최적화를 이용한 메타표면 설계에 관한 연구에 대해 탐구하고자 한다.
