고려대 "AI로 고성능 물 분해 촉매 후보 찾았다"

재생에너지 기반 수소 생산 기대
국제 저명 학술지 '케미컬 엔지니어링 저널(Chemical Engineering Journal)' 온라인 게재

(왼쪽부터) 고려대 KU-KIST 융합대학원 백서인 교수(교신저자), 한국에너지공과대 구근호 교수(교신저자), 고려대 목동현 석박통합과정(제1저자). (사진=고려대 제공) *재판매 및 DB 금지

[서울=뉴시스]전수현 인턴 기자 = 고려대 KU-KIST 융합대학원 백서인 교수 연구팀이 한국에너지공과대 구근호 교수 연구팀과 함께 유망한 소재 탐색을 위한 인공지능을 개발하고, 고성능 전기화학적 물 분해 촉매를 발굴할 수 있는 전략을 제시했다.

최근 재생에너지 발전이 확대되면서, 친환경 수소 생산을 위한 전기분해 수요가 증가하고 있다. 특히 산소 생성 반응(Oxygen Evolution Reaction, OER)을 통한 물 분해가 주목받고 있다.

그러나 해당 기술은 주로 사용되는 이리듐(IrO₂), 루테늄(RuO₂) 등의 귀금속 촉매가 높은 비용과 자원 희소성 문제를 야기한다는 단점이 있다.

이에 연구팀은 다양한 원소 조합이 가능한 AA'BB'O6형 산화 더블 페로브스카이트 촉매(서로 다른 금속 원소들이 규칙적으로 배열된 구조를 가진 산화물)에 주목했다.

약 6500개의 구조 데이터를 선별한 뒤, 물질의 구성 원소를 바탕으로 안정성을 예측하는 인공지능 모델 '조성 기반 회귀 모델'과 원자간 결합 정보로 활성을 예측하는 '그래프 신경망 모델'을 개발했다.

a. 더블 페로브스카이트 촉매 데이터 생성 과정. b. 촉매 탐색을 위해 고려된 특성들(열역학적, 전기화학적 안정성, 과전압). c. 특성 예측 모델의 모식도와 예측 성능(조성 기반 회귀 모델, 결정 그래프 신경망). (사진=고려대 제공) *재판매 및 DB 금지

이어 연구팀은 학습 데이터 확보를 위한 시뮬레이션을 수행하고 학습된 모델을 활용해 고전압·강산성 환경에서의 촉매 안정성을 예측했다. 더해 생성한 데이터로 그래프 신경망 모델을 조정하고 약 1만4000개의 촉매 표면에서의 활성을 높은 정확도로 분석했다.

그 결과, 기존의 산소 생성 반응 촉매인 'LaSrCoFeO6(LSCF)'보다 산소 발생을 더 잘 유도하는 'LaSrCuTiO6'와 'PbBaFeWO6' 등의 촉매 후보 15종을 제시했다.

백 교수는 "인공지능을 통한 효율적이고 빠른 고성능 소재 탐색은 전기화학 촉매 분야뿐만 아니라 다양한 친환경 소재 분야에서 활용되고 있다"며 "이는 재생에너지 및 그린 수소 경제로의 전환에 핵심이 될 것"이라고 밝혔다.

☞공감언론 뉴시스 soooo@newsis.com