[대전=뉴시스] IBS가 개발한 AI 기반 촉매 개발 시스템. AI 훈련을 위한 데이터세트 구축(a), AI 훈련(b), 훈련된 모델을 활용한 1만 가지 촉매 후보의 성능 예측(c), 이중 1위로 예측된 ‘챔피언’촉매의 성능 검증(d)으로 구성된다. *재판매 및 DB 금지

<이미지를 클릭하시면 크게 보실 수 있습니다>

[대전=뉴시스] 김양수 기자 = 국내 연구진이 인공지능(AI)을 활용해 현존하는 최고 성능의 그린수소 생산 촉매를 개발했다.

기초과학연구원(IBS)은 나노입자연구단 현택환 단장(서울대 석좌교수)과 첨단연성물질연구단의 바르토슈 그쥐보프스키 단장 대행(UNIST 특훈교수) 연구팀이 촉매 성능을 예측하는 인공지능(AI)을 적용해 세계 최고 수준의 그린수소 생산성능을 갖춘 '페로브스카이트 산화물 촉매'를 발견했다고 3일 밝혔다.

수소는 효율적이면서 안전한 재생에너지로 생산방법에 따라 석유화학 공정의 부산물을 활용하는 부생수소, 천연가스(LNG, 메탄가스)를 분해하는 개질수소, 물을 분해하는 수전해 수소로 나뉜다.

이 중 수전해는 태양광·풍력 등 재생에너지로 얻은 전기로 물을 분해해 수소를 생산하는 기술로 온실가스 배출도 없어 진정한 친환경에너지로 주목받고 있으나 산소 발생 문제로 상용화에 걸림돌이 되고 있다.

전기로 물(H₂O)을 분해하면 수소(H₂)와 산소(O₂)가 발생하는 두 반응이 동시에 일어난다. 이 중 산소발생 반응의 속도가 느려 전체 수소 생산 속도에 걸림돌이 됐다. 이로 산소발생 반응 속도를 극대화하기 위해 이리듐(Ir), 루테늄(Ru) 등 귀금속 촉매를 사용하고 있으나 값비싼 귀금속 촉매는 경제성이 없다.

반면 귀금속계 촉매의 단점을 극복하기 위한 페로브스카이트 산화물 촉매는 전기화학적 특성이 우수하고 다양한 원소를 조합해 만들 수 있어 촉매반응에 필요한 특성을 개선할 수 있다는 장점이 있으나 조합 가능성이 많아 최적의 성능을 내는 조합을 선택하기 어렵다.

또 현재 개발된 페로브스카이트 촉매는 귀금속 촉매에 비해 산소발생 효율이 낮다.

이번에 IBS 연구진은 AI 기반 페로브스카이트 산화물 촉매 성능예측 시스템을 고안해 최적의 조합을 찾아냈다.

이를 위해 연구진은 기존 연구를 기반으로 40개의 페로브스카이트 산화물 촉매를 합성하고 실험적으로 성능을 측정해 데이터세트를 구축했다.

이어 비교적 작은 규모의 데이터세트로 효율적으로 학습할 수 있는 능동학습 기반 AI에게 구축한 데이터세트를 학습시켜 AI로 1만 가지 페로브스카이트 산화물 촉매 후보의 성능을 예측했다.

이를 통해 가장 성능이 우수할 것으로 예측된 페로브스카이트 산화물 촉매(CPCF, Ca0.8Pr0.2Co0.8 Fe0.2O3-δ)는 칼슘(Ca), 프라세오디뮴(Pr), 코발트(Co), 철(Fe) 등 비교적 저렴한 비귀금속으로 확인됐다.

이들은 기존 가장 높은 그린수소 생산성능을 보인 이리듐(Ir) 촉매 대비 가격이 10배가량 저렴하면서도 성능은 초기 6시간까지 우수했다. 촉매의 성능을 나타내는 기준인 과전위는 391mV로 AI가 예측한 값인 396mV와 비교해 단 1%의 오차만을 보였다.

문준석 연구원은 "페로브스카이트 촉매 개발에 AI를 접목한 기존 연구는 AI가 예측한 성능과 실제 성능이 상이하다는 문제가 있었다"며 "이번 연구서는 능동학습 기반 AI를 구축한 덕분에 수십 개 물질 규모의 작은 데이터세트만으로 정확한 예측 도구를 개발할 수 있었다"고 설명했다.

또한 연구진은 지난 수십 년간 세계 과학자들이 발견한 촉매의 구조와 성능 간의 다양한 상관관계도 AI가 예측할 수 있다는 사실을 확인했다.

이번 연구결과는 3일(한국시간) 세계 최고 학술지인 '네이처 머티리얼스(Nature Materials, IF 41.2)' 온라인판에 실렸다.(논문명:Active learning guides discovery of a champion four-metal perovskite oxide for oxygen evolution electrocatalysis)

현택환 단장은 "그린수소 생산의 걸림돌이던 느린 산소 발생 반응 문제를 해결하고 AI를 활용해 최고 수준의 그린수소 생산 촉매를 발견했다"면서 "촉매뿐만 아니라 배터리, 연료전지 등 소재 전 분야에서 최대 성능을 갖는 챔피언 물질을 발견하는 데 범용적으로 활용할 수 있다"고 말했다.

☞공감언론 뉴시스 kys0505@newsis.com

▶ 네이버에서 뉴시스 구독하기
▶ K-Artprice, 유명 미술작품 가격 공개

<저작권자ⓒ 공감언론 뉴시스통신사. 무단전재-재배포 금지.>