1년 걸리던 수소연료전지 촉매 수명 계산, 단 70초만에

서울시 상암 마포구 수소차 충전소(상암수소스테이션)의 수소 연료 주입기. 연합뉴스

수소 자동차에 쓰이는 양성자 교환막 연료전지에는 백금계 촉매가 사용된다. 촉매 성능은 연료전지의 수명과 직결되기 때문에 백금 촉매의 성능과 안정성이 중요하다. 수소 이온 농도와 전압에 따른 물질의 표면 구조를 표기한 ‘표면 푸베이 도표’를 활용하면 촉매 물질의 안정성을 예측할 수 있다. 문제는 나노입자 구조의 백금 촉매의 표면 푸베이 도표를 구하려면 수천 시간이 소요된다는 점이다. 

한국과학기술연구원(KIST)은 한상수 계산과학연구센터 책임연구원과 김동훈 선임연구원팀이 이혁모 KAIST 신소재공학과 교수팀과 공동으로 백금 나노입자의 표면 푸베이 도표를 빠르고 정확하게 구성할 수 있는 인공지능(AI) 기술을 개발했다고 14일 밝혔다. 

공동연구팀은 촉매 표면에서 흡착 물질이 결합하는 에너지를 정확하게 예측하기 위해 ‘결합 임베딩-결정 그래프 합성곱 신경망(BE-CGCNN)’이라는 이름의 AI 모델을 개발했다. 

결합 임베딩이란 원자 종류에 따라 결합 종류를 구분해 그래프를 생성하는 것을 말한다. 결정 그래프 합성곱 신경망은 물질의 원자구조를 그래프로 변환하고 인공지능 기법인 합성공 신경망을 통해 물질의 물성을 예측하는 모델이다. 

BE-CGCNN 모델을 이용하면 백금 나노입자의 표면 흡착물의 흡착에너지를 표면 푸베이 도표를 정확하게 구성할 수 있다. 기존 모델에 비해 오차도 최대 85.7% 감소했다. 

공동연구팀이 개발한 모델로 실제 양성자 교환막 연료전지에 사용되는 약 5나노미터(nm, 10억분의 1미터) 크기의 백금 나노입자의 표면 푸베이 도표를 계산하는 데 걸린 시간은 불과 약 70초였다. 기존에 1년 이상 걸리던 계산을 획기적으로 줄인 것이다. 

한상수 책임연구원은 “백금뿐만 아니라 다양한 금속 및 합금 나노입자의 안정성을 예측하는 데 BE-CGCNN 모델을 적용할 수 있어 수명이 긴 신소재 촉매 개발에도 활용이 가능할 것”이라고 기대했다. 삼성전자의 삼성미래기술육성사업으로 수행된 이번 연구 성과는 국제 학술지 네이처 커뮤니케이션즈 5월 25일자 온라인판에 게재됐다. 

[김민수 기자 reborn@donga.com]