수전해 촉매 제작 지원하는 AI 기술 개발

최적 조합으로 최고의 성능을 낼 수 있도록 수전해 촉매 제작을 지원하는 인공지능(이하 AI) 기술이 개발됐다.

한국연구재단(이사장 홍원화)은 한국과학기술원(KAIST) 신소재공학과 강정구 교수 연구팀이 캘리포니아 공과대학교(Caltech) 윌리엄 고다드(William Goddard) 교수 연구팀과 공동으로 다원소 합금 촉매의 성능을 예측하는 머신러닝 알고리즘을 설계해 기존 귀금속 기반 촉매를 뛰어넘는 수전해 촉매를 개발했다고 발표했다.

수전해용 전기 촉매는 생산 단계부터 백금, 이리듐과 같은 귀금속이 다량 함유되어 경제성 및 지속가능성 측면에서 어려움이 있었다.

또한, 기존의 시행착오법(문제 해결을 위해 반복적인 시도를 통해 경험적으로 학습하는 방법)에 기반한 실험적 촉매 개발 방식의 경우, 다원소 합금의 방대한 조성 공간을 탐색하기 위해서는 시간 및 비용이 천문학적으로 많이 소요된다는 문제가 발생했다.

이에 연구팀은 머신러닝을 통한 촉매 설계 방식을 개발해 조성 공간의 빠른 탐색 및 최적 조성의 발견을 가능하게 했다.

이를 통해 열역학적 지식을 머신러닝 모델의 설계 단계에서부터 적용해 모델이 화학적 귀납추론(인공지능이 지금껏 보지 못한 데이터에 대해서도 일반화된 예측을 가능하게 하는 화학적 가정)을 할 수 있게 되었다.

이 머신러닝 모델을 통해 조성된 최적 합금은 수소 발생 반응에서 24mV, 산소 발생 반응에서 204mV의 낮은 과전압을 나타냈다. 이는 기존 귀금속의 조합으로 이뤄진 백금/산화 이리듐 촉매를 크게 능가하는 성능이다.

이번 기술의 핵심은 실험계획법(효율적 실험 방법의 설계 및 체계적 결과 분석을 다루는 통계학의 응용 분야)을 통한 조성 공간의 효율적 탐색과 열역학적 정보를 포함한 획득 함수의 설계에 있다. 연구팀은 다원소의 조성 공간에서 한 원소의 과전압에 대한 기여도를 독립적으로 확인할 수 있는 AI 모델을 구축했고, 이를 기반으로 최적의 조성을 가진 촉매를 찾을 수 있도록 설계했다.

이번 연구성과에 대해 강정구 교수는 "AI 기반 촉매 설계를 통해 우수한 성능을 가진 다원소 합금을 단시간에 발굴할 수 있었다”라며, "개발된 합금 촉매는 100시간 이상의 장기 안정성을 보여주어 실제 수소 생산 시스템에 적용할 가능성을 입증했다”고 덧붙였다.

한편, 본 연구에서 사용된 탐색 전략은 고차원 조성 공간에서도 효율적인 최적화가 가능하여 수전해 이외에도 다양한 촉매 시스템에 적용할 수 있을 것으로 예상된다.