포스텍(POSTECH)은 최시영 신소재공학과 교수, 통합과정 김소연·양유정 씨 연구팀이 한국화학연구원(KRICT) 최성호 박사, LG에너지솔루션 이소라 팀장, 조치호 책임과의 공동 연구를 통해 단일 원소 도핑(doping)으로 인한 고용량 고니켈 양극 소재의 표면 구조 안정화 메커니즘을 정량 분석법을 통해 규명하는 데 성공했다고 15일 밝혔다.
전기차의 주행거리를 늘리려면 더 높은 전력을 저장할 수 있는 고용량 배터리 양극 소재가 필요하다. 니켈(Ni)은 에너지 밀도가 높아 전기차 배터리 분야에서 많이 활용되고 있으며, 니켈의 함량이 높은 고니켈 화합물은 대표적인 배터리 양극 소재다.
![전기차 배터리 양극 도핑 안정화 메커니즘을 규명한 연구진. 왼쪽부터 최시영 교수, 김소연·양유정 씨.](https://img.etnews.com/news/article/2024/05/14/news-p.v1.20240514.9b9ea138c4d5466abc4185834f69c80a_P1.jpg)
하지만 니켈 함량이 높아질수록 표면 일부에서 크기가 비슷한 니켈과 리튬이 자리를 바꿔 리튬층에서 니켈 이온이 발견되는데, 이러한 양이온 혼합이 과도하게 발생하는 경우 배터리 성능이 떨어지는 문제가 있었다.
이를 해결하기 위해 최근에는 도펀트(dopant) 역할을 할 금속 이온을 추가하는 방향으로 연구가 진행되고 있다. 이 금속 양이온은 고니켈 양극 소재의 전이 금속층이나 리튬층에 위치한다. 배터리 양극의 구조 안정화 메커니즘에 양이온이 미치는 영향을 밝히려면 도핑되는 위치를 잘 찾아야 하는데 양극 소재 성능을 높이기 위해 첨가되는 금속 양이온 양이 매우 적어 정확한 위치를 찾고, 안정화 메커니즘을 연구하는 데 어려움이 많았다.
![고니켈 양극 소재의 구조 모식도 및 HAADF-STEM과 딥 러닝을 결합한 고니켈 양극 소재 표면의 양이온 혼합 정량 분석 결과 이미지.](https://img.etnews.com/news/article/2024/05/14/news-p.v1.20240514.2a07e9cb4a054f88b435f52723b261d3_P1.jpg)
연구팀은 원자 구조 이미지로 양이온 혼합 결함을 정량 분석하는 딥 러닝 인공지능(AI)기술을 개발해 이를 원자단위의 전자 현미경(HAADF-STEM)기술과 결합했다. 이를 바탕으로 고니켈 양극 소재에 1몰 농도 이하의 알루미늄(Al), 타이타늄(Ti), 지르코늄(Zr) 금속 도핑 위치를 처음으로 시각화하고, 양극 소재의 표면 구조와 전기화학적 특성에 미치는 영향을 분석했다.
분석 결과, 전이 금속층에 도핑된 세 종류의 금속 양이온은 니켈과 산소 원자 간 결합을 강화하며 양이온 혼합을 억제해 구조 안정성을 높였다. 또 알루미늄과 타이타늄, 지르코늄 모두 고용량 니켈 양극 소재의 방전 용량과 용량 유지율을 높였다. 타이타늄을 사용했을 때 효과가 가장 컸다. 정성적인 분석만 가능했던 양이온 혼합 결함을 정량적으로 비교·분석하는 데 성공한 것이다.
최시영 교수는 “고니켈 양극 소재의 양이온 혼합 정량 분석용 딥 러닝 기술을 개발해 원자단위 구조 분석 효율을 높였다”며 “고 민감성 소재를 분석하는 기술의 기반을 마련해 차세대 양극 소재의 성능 향상 메커니즘 규명에 기여하겠다”고 밝혔다.
과학기술정보통신부 나노및소재기술개발사업, 산업통상자원부와 방위사업청의 민군겸용기술개발사업, 교육부 한국기초과학지원연구원 국가연구 시설장비진흥센터, LG에너지솔루션의 지원을 받아 수행된 이번 연구성과는 최근 화학공학 분야 국제 학술지인 '케미컬 엔지니어링 저널(Chemical Engineering Journal)'에 게재됐다.
포항=정재훈 기자 jhoon@etnews.com