온실가스 메탄, 고부가 화학원료로 전환

왼쪽부터 이번 연구에 참여한 화학연의 김용태 책임연구원, 신정호 책임연구원과 이진주 학생연구원, 이성우 연구원이다. 화학연 제공

기존 기술을 개선해 에너지 사용율을 낮추고 상용화 가능성이 높은 '메탄 고부가 전환 기술'이 나왔다. 

한국화학연구원은 김용태·신정호 책임연구원 연구팀이 최근 2개의 연구 논문을 통해 메탄을 열분해해 수소와 고부가 화학원료인 에틸렌, 방향족 화합물 등으로 직접 전환하는 기술을 개발했다고 16일 밝혔다. 

지구온난화에 치명적이라고 알려진 메탄은 석유화학공정과 셰일가스에서 대량으로 나오는 가스다. 대부분 난방·발전용으로 사용되며 이산화탄소를 배출한다. 그동안 연구자들은 저렴한 메탄을 에틸렌 등 비싼 화학원료로 전환하기 위해 노력해왔다. 이런 기술을 '메탄 전환 기술'이라고 부른다. 

메탄 전환 기술은 합성가스를 만드는 중간 단계를 거쳐 고부가 원료를 뽑아내는 간접 전환 기술과 중간 단계 없이 직접 전환하는 기술로 나뉜다. 간접 전환 기술은 공정이 복잡해 효율이 떨어진다. 직접 전환 기술은 전환 과정에서 나오는 메틸 라디칼(CH3)로 인해 코크스(탄소 찌꺼기)가 많이 발생한다. 여기에 산소를 반응시켜 찌꺼기를 없애는 산화 직접 전환 기술도 개발됐으나 이 과정에서 이산화탄소가 발생하는 문제가 있고 효율 역시 낮다.

가장 크게 관심받는 기술은 중국에서 개발한 비산화 메탄 직접 전환 기술이다. 메탄을 직접 전환할 때 메틸 라디칼을 특정한 촉매로 제어, 찌꺼기를 줄이는 어려운 기술이다. 김 연구원 연구팀은 2019년 중국에 이어 이 기술을 개발해 1% 미만의 찌꺼기만 남기고 고부가 원료로 전환한 바 있다.

연구팀은 이 결과를 개선해 기존 기술보다 300℃ 낮은 700℃에서 작동하는 기술을 개발했다. 기존보다 적은 촉매를 사용해 반응기의 부피를 30% 이상 줄일 수도 있다. 이 과정에서 인공지능(AI)이 활용됐다. 우선 600건 이상의 실험 결과를 바탕으로 벤치(bench) 규모 실험에 필요한 반응물, 생성물 조성 및 운전 조건 등 인자를 도출했다. 그리고 메타 휴리스틱스 방식의 머신러닝을 활용해 인자를 계속 변화시키며 최고의 반응 성능을 확보할 수 있는 반응기 설계 방법을 예측했다. 메타 휴리스틱스란 최적화 문제 해결을 위한 AI 알고리즘이다. 

연구팀은 "앞으로도 AI를 활용한 촉매·반응기 개선을 추진할 예정"이라면서 "현재 후속연구로 기존의 화석연료 가열 반응기가 아닌 신재생에너지 기반의 전기로 반응기로 전환해 탄소배출을 더 많이 줄이는 연구를 수행 중이다"라고 말했다.  

[이채린 기자 rini113@donga.com]