AI가 세상에 없던 최고 촉매 찾는다
국내 연구팀이 서로 다른 촉매 물질군의 데이터를 결합해 기존에 없던 최적의 촉매를 찾아내는 인공지능(AI)을 개발했다.
기초과학연구원(IBS)은 현택환 나노입자연구단장 연구팀이 두 가지 촉매 물질군 데이터를 하나의 AI 모델에 학습시켜 촉매 성능을 분석하고 학습한 적 없는 새로운 구조의 촉매까지 예측·검증하는 '크로스브리딩 신경망(CBNN)'을 개발했다고 28일 밝혔다. 연구결과는 국제학술지 '네이처 머터리얼스'에 28일 게재됐다.
촉매 성능은 원소 조합·원자 배열·표면 구조 등에 따라 크게 달라져 최적의 촉매 물질을 찾기 어렵다.
특히 물을 전기분해해 수소를 생산하는 친환경 기술인 수전해는 일부 과정이 반응 속도가 느리고 많은 에너지가 필요해 고성능 그린수소 촉매 개발이 필요하다. AI를 활용하려는 시도가 이뤄지고 있지만 기존 AI 기반 촉매 연구는 주로 단일원자 촉매나 금속 촉매처럼 하나의 물질군 안에서 최적 후보를 찾는다.
연구팀은 서로 다른 두개의 촉매 물질군 데이터를 결합해 후보 물질을 찾는 '크로스브리딩 신경망(CBNN)'을 개발했다.
CBNN은 단일원자 촉매의 표면 정보와 페로브스카이트 산화물의 내부 구조 정보를 동시에 학습한다. 단일원자 촉매는 금속 원자를 하나씩 촉매 표면에 고정해 적은 양의 금속으로도 높은 효율을 낸다. 페로브스카이트 산화물은 내부 여러 금속 원소의 조합을 바꿔 성질을 조절하는 촉매다.
연구팀은 촉매 표면 원자 배열은 이미지 형태로, 산화물 내부 구조는 그래프 형태로 AI에 입력해 두 물질군의 공통 특성을 학습하도록 설계했다.
이후 AI가 학습한 적 없는 새로운 촉매군의 성능을 예측하도록 했다. 단일원자 촉매와 페로브스카이트 산화물 촉매의 특성을 합쳐 '페로브스카이트 산화물 표면에 금속 단일원자를 고정한 구조'의 촉매를 예측 대상으로 설정했다.
그 결과 AI가 예측한 12종 촉매의 성능 순위는 연구팀이 실제 합성과 전기화학 측정으로 검증한 순위와 정확히 일치했다.
특히 AI 결과를 바탕으로 여러 금속 단일원자를 함께 고정한 새로운 '다중금속' 구조 촉매를 설계하자 기존 단일원자 촉매와 페로브스카이트 산화물 촉매는 물론 새로 합성한 촉매들까지 모두 뛰어넘는 최고 성능을 보였다.
연구팀은 AI가 단순 결과만 제시하지 않고 특정 촉매를 우수하다고 판단한 근거도 설명하도록 설계했다.
현택환 단장은 "서로 다른 촉매군 지식을 결합해 최고 성능 촉매를 찾을 수 있음을 보였다"며 "향후 배터리·에너지 소재·신약 개발 등 복잡한 물질 탐색이 필요한 다양한 분야로 확장될 수 있을 것"이라고 기대했다.
[조가현 기자,문혜원 인턴기자 gahyun@donga.com,moony@donga.com]
Copyright © 동아사이언스. 무단전재 및 재배포 금지.