AI로 ‘최고 중의 최고’ 촉매 찾았다… 서로 다른 물질군서 발굴
여러 물질군 데이터 통합해 촉매 성능 예측·검증
인공지능(AI)으로 이전에 없는 촉매를 찾고 성능까지 검증할 수 있는 기술이 개발됐다. 우수한 성능의 촉매 개발을 앞당겨 그린수소 생산에 활용할 수 있을 것으로 기대된다.
기초과학연구원(IBS)은 현택환 나노입자 연구단장(서울대 화학생물공학부 석좌교수) 연구팀이 서로 다른 촉매 물질의 실험 데이터를 AI 모델로 통합해 새로운 촉매군을 발굴하고 성능까지 예측하는 기술을 개발했다고 28일 밝혔다.
수전해는 물을 전기로 분해해 수소를 만드는 친환경 수소 생산 기술이다. 하지만 산소 발생 반응 속도가 느리고 많은 에너지를 필요로 해 이를 개선하기 위해 고성능 촉매가 필수적이다.
최근 고성능 촉매 개발 속도를 높이기 위해 AI가 활용되고 있다. 하지만 대부분 단일원자 촉매, 산화물 촉매, 금속 촉매 등 하나의 물질군 안에서 가장 좋은 후보를 찾는 데 집중해 왔다.
실제 산업에 활용하기 위해선 특정 물질군이 아닌 여러 물질군 가운데 가장 우수하고 최적의 촉매를 발굴해야 한다.연구팀은 그린 수소 생산 과정에서 산소 발생 반응을 돕는 단일원자 촉매와 페로브스카이트 산화물 촉매 데이터를 결합한 '크로스브리딩 신경망'을 개발했다.
단일원자 촉매의 '표면 정보'와 페로브스카이트 산화물의 '내부 구조 정보'를 각각 AI에 입력한 뒤 두 정보를 하나의 모델에서 함께 학습하도록 설계한 것이다.
연구팀은 AI가 학습한 적이 없는 페로브스카이트 산화물 표면에 금속 단일원자를 고정한 촉매를 대상으로 성능을 예측 검증했다.
그 결과, AI가 예측한 12종의 촉매 성능 순위가 실험 결과와 정확히 일치했다.
또 여러 금속 단일원자를 함께 고정한 촉매를 설계해 기존 학습 데이터에 포함된 촉매들과 새로 합성한 촉매 모두를 뛰어넘는 최고 성능의 소재를 찾아냈다.
현택환 연구단장은 "이번 연구는 특정 물질군이 아닌 서로 다른 물질군의 지식을 연결한 더 넓은 물질 공간에서 최고 성능의 촉매를 찾을 수 있음을 보여준 성과"라며 "앞으로 촉매뿐 아니라 배터리, 에너지 소재, 신약 개발 등 복잡한 물질 탐색이 필요한 다양한 분야로 확장할 수 있을 것"이라고 말했다.
연구결과는 국제 학술지 '네이처 머터리얼스' 28일 온라인에 실렸다.
이준기 기자 bongchu@dt.co.kr
Copyright © 디지털타임스. 무단전재 및 재배포 금지.