AI로 열전소재 성능 높였다..화학硏 새 '도핑원소' 발견

- 1개 후보물질 도핑원소 탐색시간 단 수분만에 해결

이번 연구를 주도한 이예리(왼쪽) 선임연구원, 장현주(가운데) 책임연구원, 임진오(오른쪽) 선임연구원.[한국화학연구원 제공]

[헤럴드경제=구본혁 기자] 국내 연구진이 인공지능(AI)과 빅데이터 기술을 활용해 기존보다 더 높은 효율을 가진 열전소재 개발에 성공했다.

열전소재란 열을 전기로 바꾸는 소재로써, 버려지는 열을 회수하여 열전소재에 가해주면 열에너지가 전기에너지로 변환해 전기를 생산한다.

한국화학연구원은 장현주·임진오·이예리 박사 연구팀은 서울대학교 화학생명공학부 정인 교수 연구팀과 공동으로 인공지능을 활용한 고효율 열전소재를 발견하고, 실험을 통해 이를 검증하는데 성공했다고 24일 밝혔다.

연구팀이 개발한 새로운 도핑 원소가 포함된 고성능 열전소재는 폐열발전, 소형냉장고, 우주탐사선 발전 등 다양한 응용분야에 적용이 가능하다. 데이터기반 인공지능 모델의 활용으로 신소재 개발을 가속화할 수 있으며, 이러한 방법론을 다양한 신소재, 태양전지, 촉매소재 분야 등으로 확대할 수 있을 것으로 전망된다.

그동안 열전소재에 적절한 도핑 원소를 첨가하여 열전 성능을 더욱 높일 수 있다는 점은 널리 알려져 있으나, 다양한 도핑 원소와 농도 등의 최적 조건을 모두 직접 실험으로 찾기 위해서는 오랜 시간과 비용이 발생하는 점이 새로운 열전소재 발견에 걸림돌로 작용해 왔다.

연구팀은 현존하는 소재 중 가장 열전 성능이 높은 소재인 ‘셀렌화 주석(SnSe)’에 다양한 도핑 원소를 도입, 열전소재에 대한 연구데이터를 수집하고 빅데이터화했다. 이를 기반으로 인공지능을 활용하여 도핑에 따른 열전 성능 예측모델을 구축하였고, ‘셀렌화 주석’의 열전 성능을 향상시킬 수 있는 새로운 도핑원소 및 도핑 농도를 탐색했다.

웹기반 열전소재 데이터 플랫폼.[한국화학연구원 제공]

인공지능 기반의 예측모델을 통해 ‘이트리움(Yttrium)’을 ‘소디움(Sodium)’과 함께 도핑할 경우 ‘셀렌화 주석’의 열전 성능이 상용화 수준*으로 높게 나타날 것으로 예측했다.

이러한 예측 결과를 실제 직접 실험을 통해 셀렌화 주석에 ‘이트리움’과 ‘소디움’을 함께 도핑하여 합성, 인공지능 모델의 예측치와 같은 수준의 좋은 열전 성능을 나타내는 것을 검증하였다. 또한 이론 계산을 통해 ‘이트리움’과 ‘소디움’의 도핑 역할을 분석하여 이를 뒷받침했다.

특히 연구팀은 인공지능 예측모델을 통해 2800건 이상의 도핑 조건에 대한 열전 성능을 수 분만에 예측할 수 있었다. 이러한 성과는 기존 실험을 통해서는 1개의 후보 물질을 합성하고 그 도핑 효과를 검증하는데 일주일 이상이 걸리는 점을 고려할 때 도핑원소 탐색에 걸리는 시간을 인공지능을 활용하여 획기적으로 단축한 것이다.

연구팀은 실험과 계산 연구를 통한 고품질 열전소재 빅데이터를 구축, 플랫폼을 통해 많은 사람들이 쉽게 활용할 수 있도록 제공하고 있다. 또한 이 빅데이터에 기반한 인공지능 예측모델은 다른 물질로 확대해 쉽게 적용 가능할 것으로 기대한다.

이미혜 한국화학연구원 원장은 “이번 결과는 데이터기반 소재개발 연구의 대표적 성공 사례이며, 향후 후속연구를 통해 연구데이터의 가치와 효용을 극대화해 신소재 개발의 속도를 앞당기고, 다양한 분야에서 연구데이터의 수집 및 활용이 활발해질 수 있다”고 말했다.

이번 연구결과는 국제학술지 ‘미국 화학회지(Journal of the American Chemical Society)’ 7월호에 출판됐다.

nbgkoo@heraldcorp.com