고려대학교(총장 김동원) KU-KIST 융합대학원 백서인 교수 연구팀이 한국에너지공과대 구근호 교수 연구팀과 함께 유망한 소재 탐색을 위한 인공지능을 개발하고, 고성능 전기화학적 물 분해 촉매를 발굴할 수 있는 전략을 제시했다.

6일 고려대에 따르면 최근 재생에너지 발전이 확대되면서, 친환경 수소 생산을 위한 전기분해 수요가 증가하고 있다. 특히 산소 생성 반응(OER)을 통한 물 분해가 주목받고 있으나 주로 사용되는 이리듐(IrO₂), 루테늄(RuO₂) 등의 귀금속 촉매가 높은 비용과 자원 희소성 문제를 야기한다는 단점이 있다.

이를 해결하기 위해 연구팀은 약 6500개의 구조 데이터를 선별한 뒤, 물질의 구성 원소를 바탕으로 안정성을 예측하는 인공지능 모델 ‘조성 기반 회귀 모델’과 원자간 결합 정보로 활성을 예측하는 ‘그래프 신경망 모델’을 개발했다. 이어 학습 데이터 확보를 위한 시뮬레이션도 수행했다.

연구팀은 학습된 모델을 활용해 고전압·강산성 환경에서의 촉매 안정성을 예측했다. 더 나아가, 연구팀에서 생성한 데이터로 그래프 신경망 모델을 조정하고 약 1만4000개의 촉매 표면에서의 활성을 높은 정확도로 분석했다. 그 결과, 기존의 산소 생성 반응 촉매인 ‘LaSrCoFeO6(LSCF)’보다 산소 발생을 더 잘 유도하는 ‘LaSrCuTiO6’와 ‘PbBaFeWO6‘ 등의 촉매 후보 15종을 제시했다.

이번 연구는 인공지능과 시뮬레이션의 결합을 통해 고성능 촉매를 효율적으로 탐색하고, 유망한 후보를 도출할 수 있음을 입증했다. 아울러, 예측 데이터를 기반으로 촉매의 안정성과 활성을 조절할 수 있는 설계 원리를 구축해 인공지능이 화학적 통찰까지 제공할 수 있다는 가능성도 보여줬다.

백서인 교수는 “인공지능을 통한 효율적이고 빠른 고성능 소재 탐색은 전기화학 촉매 분야뿐만 아니라 다양한 친환경 소재 분야에서 활용되고 있다”며 “이는 재생에너지 및 그린 수소 경제로의 전환에 핵심이 될 것”이라고 밝혔다.

이번 연구는 한국화학연구원의 주요연구과제, 과학기술정보통신부 및 한국연구재단의 나노·소재기술개발사업, 한국전력공사의 개방형 R&D 프로그램 그리고 미국 에너지부 산하 국립에너지연구과학컴퓨팅센터(NERSC)와 한국과학기술정보연구원(KISTI)의 슈퍼컴퓨팅 자원 지원을 받아 수행됐다.

연구 결과는 화학 공학 분야의 SCIE급 국제 저명 학술지 ‘Chemical Engineering Journal’ 온라인에 6월 23일 게재됐다.