에너지공과대, 촉매 개발용 빅데이터 수집 알고리즘 개발

한국에너지공과대학교(KENTECH)는 구근호 교수 연구팀이 KAIST 정유성 교수와 공동연구를 통해 촉매 연구에 중요한 흡착물 빅데이터 자동 수집 알고리듬을 개발하는 데 성공했다고 23일 밝혔다.

촉매 학계는 2000년대에 보급된 양자 계산을 통해 새로운 촉매를 디자인할 수 있는 단계에 도달했고, 이러한 연구 기술은 재생 촉매 기술에 적용되어 물 분해 기반 수소 생산, CO2 저감 기반 화합물 생산, N2 저감 기반 암모니아 생산 등 기술 발굴에 큰 역할을 하고 있다.
그러나 기존의 양자 계산은 큰 분자에 적용하기에는 많은 수작업이 필요하여 큰 분자 촉매 기술인 바이오매스 기반 화합물 생성, 바이오매스 개질 기반 수소 생산, 플라스틱 재활용, 신약 개발 등 연구가 뒤처지고 있는 실정이다.

KETECH의 구근호 교수 연구팀은 체계적 그래프 이론 및 힘의 장 방법론, 다중 정확도 양자 계산, 기계학습 등 전산 모사 기법을 사용해 흡착물 자료 자동 수집 알고리듬을 고안했고, 최대 6개의 탄소와 산소로 이루어진 흡착물 자료를 수집, 분석했다.

연구팀은 수집된 흡착물 빅데이터를 분석하였는데 촉매에 따라 흡착할 수 있는 분자가 다르며 선택성이 높은 촉매는 중요한 분자를 선택적으로 흡착을 한다는 것을 발견했다. 한 예로 화학 시장에서 기본 원료 쓰이는 에틸렌 옥사이드는 Ag와 Cu 촉매를 사용해 생산하는데, 빅데이터 분석 결과 유일하게 Ag와 Cu 촉매만 에틸렌 옥사이드 형성에 필요한 중간체가 흡착된다는 것이다.

구근호 교수는 “반응물을 원하는 물질로 만들려면 두 도시 간에 철도를 놓듯 중간체로 이루어진 길을 만들어줘야 한다. 만약 두 물질 사이의 길이 없으면 원하는 물질이 형성이 안 되고, 특정 촉매만 이 길을 가지고 있다면 그 촉매는 선택성이 높은 촉매가 될 수 있다”며 “새로 개발된 알고리듬은 흡착물 화학 공간을 하나도 빠짐없이 조사를 할 수 있어 촉매의 반응 지도를 만들 수 있다”고 밝혔다.

개발된 알고리듬을 활용하면 더 큰 데이터베이스를 만들 수 있어 이전에 어려웠던 큰 분자 촉매 현상을 분석하는 데 쓰일 수 있고, 이를 통해 차후 큰 분자 가공법인 바이오매스 전환 및 플라스틱 재활용, 신약 개발 등에 필요한 촉매를 디자인하는 데도 쓰일 수 있을 것으로 기대된다.

KENTECH 에너지공학부 구근호 조교수가 제1 저자와 교신저자로 참여하고, KAIST의 정유성 교수와 델라웨어 대학교의 블라코스 교수가 공동 교신저자로 함께 참여한 이 연구성과는 영국 네이처 리서치 출판사의 국제학술지 ‘네이처 커뮤니케이션’ 온라인판 4월 26일자에 실렸다.
이번 연구는 과학기술정보통신부 산하 한국연구재단의 개인기초연구 세종과학펠로우십 사업과 C1사업단 사업의 지원을 받아 수행됐고, KISTI의 슈퍼컴퓨터 자원이 활용됐다.

서명수 기자 seo.myongsoo@joongang.co.kr