우리 연구진이 인공지능(AI) 기반 촉매 선별 방법으로 순수한 백금 촉매보다 싸면서 성능은 2배 이상 높은 삼원소계 합금(Cu-Au-Pt) 신규 촉매 소재 개발에 성공했다.
한국과학기술연구원(KIST·원장 윤석진)은 김동훈·한상수 계산과학연구센터 박사와 김종민 물질구조제어연구센터 박사, 이혁모 한국과학기술원(KAIST·총장 이광형) 신소재공학과 교수 공동연구팀이 이같은 성과를 냈다고 5일 밝혔다.
수소차에 쓰이는 양성자 교환막 수소연료전지(PEMFC)는 양극에서 산소 환원 반응이 잘 일어나도록 값비싼 백금 촉매를 사용한다.
이를 해결하기 위해 연구팀은 촉매 표면에서 흡착 물질이 결합하는 에너지를 정확하게 예측하는 '촉매구조 그래프 합성곱 신경망(SGCNN)' AI 모델을 개발했다.
이는 고체 소재 '벌크 물성(물질 전체에 나타나는 재료 특성)' 예측에 특화된 '결정 그래프 합성곱 신경망(CGCNN)' 모델을 발전시킨 것이다.
이로써 3200개 삼원소계 후보 소재 가능성을 단 하루 만에 탐색할 수 있었다. 기존 밀도범함수이론(DFT)을 이용한 흡착에너지 시뮬레이션 계산법으로는 수년이 소요되던 규모다.
연구진은 약 3200개 후보 소재 가운데 백금 촉매를 능가할 가능성이 있는 10개 촉매 실험검증으로 Cu-Au-Pt 신규 합금촉매를 개발했다.
순수 백금촉매 대비 백금 원소를 37%만 사용하지만, 반응전류밀도는 2배 이상 높았다. 또 해당 촉매는 안정성 테스트를 5000회 거친 후에도 성능 열화가 거의 일어나지 않았다.
김동훈 KIST 박사는 “향후 더욱 정교한 AI 모델링을 수행해 촉매 소재 개발 성공률을 더욱 향상시킬 수 있을 것”이라고 밝혔다.
김영준 기자 kyj85@etnews.com
