[충청뉴스 이성현 기자] 국내 연구진이 AI기술을 통해 수소연료전지 촉매 개발에 성공했다.
한국과학기술연구원(KIST)은 계산과학연구센터 김동훈, 한상수 박사와 물질구조제어연구센터 김종민 박사가 한국과학기술원(KAIST) 신소재공학과 이혁모 교수 공동연구팀이 새로운 인공지능 기반 촉매 선별 방법론을 제시하고 이를 통해 순수 백금 촉매보다 더 값싸고, 2배 이상 높은 성능의 삼원소계 합금(Cu-Au-Pt) 신규 촉매 소재 개발에 성공했다고 5일 밝혔다.
공동연구팀은 촉매 표면에서 흡착 물질이 결합하는 에너지를 정확하게 예측하기 위해 SGCNN(촉매구조 그래프 합성곱 신경망) 인공지능 모델을 개발했다.
소재 탐색에 인공지능을 적용한 사례가 처음은 아니다. SGCNN 모델은 고체 소재의 벌크(bulk) 물성 예측에 특화된 CGCNN(결정 그래프 합성곱 신경망) 모델을 촉매 소재의 표면 물성 예측이 가능하도록 발전시킨 것이다.
그런데 벌크 물성과 표면 물성을 예측하는 것의 차이는 크다. 촉매의 표면 물성을 빠르고 정확히 예측할 수 있으면 이를 바탕으로 소재의 안정성, 성능, 비용의 3요소를 모두 충족하는 촉매를 더욱 효율적으로 선별할 수 있다.
실제로 해당 방법론으로 연료전지 양극반응 촉매를 개발했을 때 약 3200개의 삼원소계 후보 소재들의 가능성을 단 하루 만에 탐색할 수 있었는데. 이것은 기존에 촉매 물성 예측에 사용되던 밀도범함수이론(DFT)을 이용한 흡착에너지 시뮬레이션 계산법으로는 수년이 소요되던 규모다.
연구진은 약 3200개의 후보 소재 가운데 백금 촉매를 능가할 가능성이 있는 10개의 촉매에 대한 실험검증을 통해 삼원소계(Cu-Au-Pt) 신규 합금촉매를 개발했다. 이 촉매는 순수 백금촉매 대비 백금 원소를 37%만 사용하지만, 반응전류밀도(kinetic current density)는 순수 백금 촉매보다 2배 이상 높게 나오는 고성능을 보였다. 또한 해당 촉매는 안정성 테스트를 5000회 거친 후에도 성능 열화가 거의 일어나지 않는 훌륭한 내구성을 보였다.
KIST 김동훈 박사는 “향후 양질의 흡착에너지 데이터를 지속해서 구축해 더욱 정교한 인공지능 모델링을 수행할 계획이며 이는 촉매 소재 개발의 성공률을 더욱 향상시킬 것”이라고 기대했다.
향후 연구팀은 소재 및 시스템 최적화를 통해 개발된 촉매의 단가를 더 낮추고, 성능을 향상시킬 계획이다.
