전고체 배터리 개선안, KIST 연구진이 찾았다

AI기반 원자 시뮬레이션 적용

[KIST 제공. 재판매 및 DB 금지]

[KIST 제공. 재판매 및 DB 금지]

국내 연구진이 인공지능(AI)을 이용해 미래 배터리로 꼽히는 전고체전지 전해질 소재의 성능을 끌어올릴 최적 조건을 밝혀냈다.

한국과학기술연구원(KIST)은 계산과학연구센터 이병주 선임연구원 연구팀이 AI 기반 원자 시뮬레이션을 통해 비정질 고체전해질의 성능을 나타내는 리튬 이온 이동을 좌우하는 요인을 규명했다고 25일 밝혔다.

전고체 전지는 고체 물질을 전해질로 쓰는 배터리로 화재 위험이 적어 차세대 전지로 산업계에서 주목하는 기술이다. 현재 주로 쓰이는 리튬이온전지가 액체 전해질을 사용해 외부 충격이나 과열 시 화재·폭발 위험이 있는 것과 달리 화재에 안정적이다. 다만 전고체전지의 핵심 소재인 비정질 고체전해질은 내부 구조가 불규칙한 특징이 있다. 이로 인해 리튬 이온이 이동하는 원리를 분석하기 어려워 지금까지 배터리 간 성능 차이가 왜 일어나는지 체계적으로 설명하기 어려운 점이 한계로 꼽혔다.

연구팀은 리튬 이온이 다음 자리로 얼마나 쉽게 이동할 수 있는지에 따라 배터리 성능이 크게 좌우된다는 사실을 밝혔다. 분석 결과 리튬 이온 이동성에 따른 이온전도 성능은 최대 5배까지 차이가 났다. 또 연구팀은 리튬 이온 주변을 4개 황 원자가 둘러싼 구조의 비율이 높을수록 이온의 이동이 빨라지고, 내부 빈 곳의 크기가 적정 범위여야 성능이 우수해진다는 것을 확인했다. 밀도가 낮을 수록 이온이 잘 이동한다고 봤던 기존 통념과는 다른 결과라고 연구팀은 설명했다.

연구팀은 이번 연구 성과를 배터리 설계와 제조 공정에 바로 적용할 수 있다고 보고 있다. 이 선임연구원은 “비정질 고체전해질의 성능을 좌우하는 핵심 요인을 규명했다는 점에서 의미가 크다”며 “성능을 개선할 수 있는 설계 기준을 제시한 만큼 전고체전지 상용화를 앞당기는 데 기여할 수 있을 것”이라고 말했다. 이번 연구 결과는 지난해 11월 21일 국제학술지 ‘어드밴스트 에너지 머터리얼스’에 실렸다.

김윤수 기자 sookim@sedaily.com