 |
AI 기반 촉매 설계 파이프라인 모식도. (강정구 교수 제공) |
최적 조합으로 최고 성능을 낼 수 있도록 수전해 촉매 제작을 지원하는 인공지능(AI) 기술이 개발됐다.
한국연구재단은 강정구 한국과학기술원(KAIST) 신소재공학과 교수 연구팀이 캘리포니아공과대(Caltech) 윌리엄 고다드 교수 연구팀과 공동으로 다원소 합금 촉매 성능을 예측하는 머신러닝 알고리즘을 설계, 기존 귀금속 기반 촉매를 뛰어넘는 수전해 촉매를 개발했다고 14일 밝혔다.
수전해용 전기 촉매 개발은 시간 및 비용이 천문학적으로 많이 소요된다는 문제가 있다. 이에 연구팀은 머신러닝을 통한 촉매 설계 방식을 개발해 조성 공간의 빠른 탐색 및 최적 조성 발견을 가능하게 했다.
이를 통해 열역학적 지식을 머신러닝 모델 설계 단계에서부터 적용해 모델이 '화학적 귀납추론'을 할 수 있게 됐다.
이 머신러닝 모델을 통해 조성된 최적 합금은 수소 발생 반응에서 24㎷, 산소 발생 반응에서 204㎷의 낮은 과전압을 나타냈다. 이는 기존 귀금속 조합으로 이뤄진 백금/산화 이리듐 촉매를 크게 능가하는 성능이다.
이번 기술 핵심은 실험계획법을 통한 조성 공간의 효율적 탐색과 열역학적 정보를 포함한 획득 함수의 설계에 있다고 연구팀은 설명했다. 다원소 조성 공간에서 한 원소 과전압에 대한 기여도를 독립적으로 확인할 수 있는 AI 모델을 구축했고, 이를 기반으로 최적의 조성을 가진 촉매를 찾을 수 있도록 설계했다.
강정구 교수는 “AI 기반 촉매 설계를 통해 우수한 성능을 가진 다원소 합금을 단시간에 발굴할 수 있었다”며 “개발된 합금 촉매는 100시간 이상 장기 안정성을 나타내 실제 수소 생산 시스템에 적용할 가능성도 입증했다”고 말했다.
이번 연구성과는 국제학술지 '미국국립과학원회보(PNAS)'에 지난 7일 게재됐다.
이인희 기자 leeih@etnews.com
[Copyright © 전자신문. 무단전재-재배포금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.