KAIST, 인공지능으로 그린수소와 배터리 신소재 찾았다
그린수소 또는 배터리 분야 등 청정 에너지의 성능을 높이는데 가장 큰 영향을 미치는 소재 중 하나는 전극이다. 한국 연구진이 차세대 전극 및 촉매로 활용될 수 있는 신소재를 효율적으로 설계하는 인공지능 기술을 개발했다. 이 기술을 통해 친환경 에너지 사회를 촉진하는데 중요한 역할을 할 것으로 기대된다.
한국과학기술원(KAIST) 기계공학과 이강택 교수팀은 한국에너지기술연구원·한국지질자원연구원·KAIST 신소재공학과 연구팀과 공동으로 인공지능(AI)과 슈퍼컴퓨터를 활용해 성능이 우수한 스피넬 산화물 신소재를 설계했다고 21일 밝혔다.
<(왼쪽부터) 한국지질자원연구원 정인철 박사, KAIST 오세은 박사과정, KAIST 기계공학과 이강택 교수>
스피넬 산화물(AB2O4)은 그린수소 또는 배터리 분야의 차세대 촉매 및 전극 물질로 활용되어 산소 환원 반응(ORR)과 산소 발생 반응(OER)의 속도를 향상시킬 수 있는 잠재력이 높은 물질이다. 하지만, 수천 개 이상의 후보군을 일일이 실험으로 성능을 확인하기 위해서는 많은 시간과 노력이 소요된다.
< 그림 1. AI 및 계산화학 기반 스피넬 신소재 촉매 스크리닝 프레임워크>
연구팀은 적은 양의 데이터로도 머신러닝이 가능한 'PU(Positive-unlabeled) 학습 모델'을 이용, 1천240개 후보군을 100여개 수준으로 추렸다. 이어 슈퍼컴퓨터를 활용한 계산화학 기법을 통해 이 가운데 활성이 높은 10개의 촉매 물질을 찾아냈다. 기존 실험 중심의 방식에 비해 신소재 개발에 드는 시간을 70분의 1 수준으로 단축할 수 있다고 연구팀은 설명했다.
< 그림 2. 양이온 전기음성도 지표(𝜒C)에 따른 스피넬 산화물의 안정성, 촉매 활성도 및 전기화학적 메커니즘 상관관계>
그뿐만 아니라, 연구팀은 이번 연구를 통해서 전공 서적에서 손쉽게 찾아볼 수 있는 원자들의 전기음성도를 바탕으로 스피넬 촉매의 안정성과 성능을 예측할 수 있는 지표를 개발했다. 이로써 기존의 실험 방식에 비해 촉매 설계 과정을 훨씬 더 빠르고 효율적으로 진행할 수 있게 되었다. 또한, 연구팀은 스피넬 산화물에서 산소 이온이 움직일 수 있는 3차원 확산 경로를 발견해, 촉매의 성능을 더욱 향상할 수 있는 메커니즘을 처음으로 규명했다.
이강택 교수는 "인공지능을 통해 신소재의 성능을 빠르고 정확하게 예측할 수 있는 새로운 방법을 제시했다"며 "그린수소와 배터리 분야에 활용할 수 있는 촉매와 전극 개발에 기여할 것"이라고 말했다.
<그림 3. Advanced Energy Materials 표지>
이번 연구 결과는 국제 학술지 '어드밴스드 에너지 머터리얼즈'(Advanced Energy Materials) 지난달 21일 자 표지논문(Inside Front Cover)으로 실렸다. (논문명 : A Machine Learning-Enhanced Framework for the Accelerated Development of Spinel Oxide Electrocatalysts)
한편, 이번 연구는 과학기술정보통신부의 개인기초연구사업, 집단기초연구사업, 그리고 국가과학기술연구회 창의형 융합연구사업의 지원을 받아 수행됐다.
출처 Advanced Energy Materials, DOI : https://doi.org/10.1002/aenm.202402342
한국강사신문 : https://www.lecturernews.com/news/articleView.html?idxno=166640
Comments