日 와세다대 연구팀과 공동 연구서 성과
“방대한 연산 대체할 딥러닝 기반 모델”

고려대 연구진이 고분자 전해질 이온전도도 예측 딥러닝 모델을 개발했다.

고려대는 화학과 박성남 교수팀이 와세다대 연구팀과의 공동 연구에서 이러한 성과를 거뒀다고 오늘 13일(수) 밝혔다.

고분자 전해질은 전기 차와 휴대용 전자 기기 등 이차전지에서 안정성과 경량성을 제공하는 핵심 소재로 쓰이며, 그 성능은 이온전도도가 좌우한다. 이온전도도란 전해질 속에서 전기를 운반하는 입자인 이온이 얼마나 잘 이동하는지 나타내는 성질을 말한다.

다만 이온전도도는 고분자 전해질의 조성과 온도 등의 조건에 따라 크게 달라져 이온의 이동성과 변화를 정확히 파악하기 어렵다. 더욱이 기존 방식의 실험은 여러 변수를 반영하는 데 시간·비용 부담이 크다는 한계가 있었다.

연구팀은 이러한 문제를 해결하기 위해 계층적 고분자 그래프(Hierarchical Polymer Graph, HPG)를 개발했다. 이를 통해 기존 방식으로는 표현하기 어려웠던 다양한 고분자 구조를 구현하고, 여러 실험 조건에서의 이온전도도 분석에 활용했다. 특히 중요한 부분에 비중을 두고 학습하는 그래프 어텐션 네트워크(Graph Attention Network, GAT)를 적용해 고분자 전해질의 이온전도도 예측 딥러닝 모델을 구축했다.

연구진은 해당 딥러닝 모델에 1만 건 이상의 데이터를 학습시켜 이온전도도를 높은 정확도로 예측했다. 박성남 교수는 “이번 연구로 방대한 연산이 필요한 전통적 계산법을 대신할 딥러닝 기반 예측 모델을 개발했다”라며 “이는 고분자의 구조와 성질을 효율적으로 분석할 수 있어 배터리 개발 기간과 비용을 줄이고 산업 현장에도 기여할 수 있을 것”이라고 말했다.

이번 연구는 △한국연구재단 △일본 과학기술진흥기구 △일본 문부과학성 기초연구사업 등의 지원을 받아 수행했다. 연구 결과는 국제 저명 학술지(Chemical Engineering Journal) 지난 5일(화)자에 게재됐다.