AI로 그린수소 생산 혁신…기존에 없던 촉매 찾아 성능까지 예측

(대전=뉴스1) 김종서 기자 = 기초과학연구원(IBS)은 나노입자 연구단 현택환 연구단장 연구팀이 서로 다른 수전해 촉매 물질군의 실험 데이터를 하나의 인공지능(AI) 모델에 통합해 기존에 없던 촉매군을 찾아내고 성능까지 예측하는 기술을 개발했다고 28일 밝혔다.

연구진은 이 기술로 그린수소 생산에 필요한 산소 발생 반응 촉매를 탐색하고 새롭게 예측한 다중금속 단일원자 촉매가 기존 촉매들을 모두 뛰어넘는 최고 성능을 보임을 실험으로 검증했다.

수전해는 물을 전기로 분해해 수소를 만드는 친환경 수소 생산 기술이다. 이 과정에서 함께 일어나는 산소 발생 반응은 속도가 느리고 많은 에너지를 필요로 한다. 이를 개선하려면 반응을 빠르고 효율적으로 돕는 고성능 촉매 개발이 필수적이다.

그러나 촉매 성능은 구성 원소, 원자 배열, 표면 구조 등 수많은 요인에 따라 달라진다. 특히 가능한 물질 조합이 매우 많아 연구자의 직관과 반복 실험만으로는 최적의 촉매를 찾기 어렵다.

연구진은 그린수소 생산에 쓰이는 단일원자 촉매와 페로브스카이트 산화물 촉매의 데이터를 결합하는 '크로스브리딩 신경망(CBNN)'을 개발했다. 각 촉매의 정보를 인공지능(AI)에 입력해 하나의 모델 안에서 함께 학습하도록 설계했다.

이 기술을 실제 합성 및 전기화학 측정과 비교 검증한 결과, AI가 예측한 12종 촉매의 성능 순위가 실험 결과와 정확히 일치했다. 나아가 여러 금속 단일원자를 함께 고정한 촉매를 설계해 기존 학습 데이터에 포함된 촉매들과 새로 합성한 촉매들을 모두 뛰어넘는 최고 성능 소재를 찾아냈다.

연구팀은 AI가 왜 특정 촉매를 우수하다고 판단했는지도 추적·분석해 여러 금속 단일원자가 함께 존재할 때 단일 금속보다 더 큰 성능 향상을 이룰 수 있다는 사실을 함께 확인했다.

이번 연구의 가장 큰 차별점은 AI가 하나의 물질군 안에서 후보를 고르는 수준을 넘어 서로 다른 물질군의 지식을 연결해 새로운 물질군을 예측했다는 데 있다고 연구팀은 설명했다.

연구 교신저자인 현 단장은 "향후 촉매뿐 아니라 배터리, 에너지 소재, 신약 개발 등 복잡한 물질 탐색이 필요한 다양한 분야로 확장될 수 있을 것"이라고 말했다.

공동 제1저자인 문준석 연구원은 "AI가 여러 물질군의 공통 언어를 학습하면 사람이 미리 정해둔 후보군을 넘어 새로운 설계 방향을 제안할 수 있다"며 "이번 연구는 일반화 가능한 범용 소재 AI로 나아가는 중요한 출발점"이라고 강조했다.

연구 결과는 국제학술지 '네이처 머터리얼스(Nature Materials)' 온라인판에 게재됐다.

jongseo12@news1.kr