KAIST

전기차 주행거리와 배터리 수명을 동시에 늘릴 수 있는 핵심 단서가 나왔다. 우리 대학 연구진이 리튬 금속 배터리의 열화가 시작되는 순간을 나노 수준(머리카락 굵기의 약 10만 분의 1)에서 직접 관찰하며, 성능 저하의 근본 원인을 밝혀냈다. 차세대 배터리 상용화를 앞당길 중요한 전환점으로 평가된다. 우리 대학은 신소재공학과 홍승범 교수 연구팀이 차세대 배터리 핵심 부품인 리튬 금속 음극(Lithium Metal Anode)의 열화 메커니즘을 규명했다고 10일 밝혔다. 리튬 금속은 기존 배터리보다 에너지 밀도가 월등히 높아 ‘꿈의 배터리 소재’로 불리지만, 충·방전을 반복할수록 성능이 급격히 떨어지는 문제가 상용화의 가장 큰 걸림돌로 꼽혀왔다. 특히 리튬이 불규칙하게 쌓이거나 떨어져 나가며 전기적으로 단절된 ‘죽은 리튬(dead lithium)’이 형성되면 배터리 성능 저하는 물론 안전성 문제까지 초래할 수 있다. 연구팀

우리가 숨 쉬는 공기에서 이산화탄소를 직접 빨아들이는 ‘공기 청소 기술’이 현실로 다가왔다. 우리 대학 연구진이 전기차 배터리 제조 방식에서 착안한 고효율 ‘직접공기포집(Direct Air Capture, DAC)’기술로, 세계 최고 권위의 탄소 제거 대회에서 최종 선정되는 성과를 거뒀다. 이번 기술은 높은 비용과 낮은 효율이라는 한계를 넘어, 탄소 제거 기술의 상용화 가능성을 크게 앞당길 것으로 기대된다. 우리 대학은 생명화학공학과 고동연 교수 연구팀이 개발한 직접공기포집(DAC) 기술이 탄소 제거 기술 확산을 지원하는 글로벌 비영리 단체 오픈에어(OpenAir)가 주최하는 ‘2026 탄소 제거 챌린지(Carbon Removal Challenge)’에서 전 세계 상위 4개 팀에 선정됐다고 24일 밝혔다. 이 대회는 차세대 탄소 제거 기술의 실용성과 확장성을 평가하는 세계적인 경연으로, 단순한 연구 성과를 넘어

전기차뿐 아니라 로봇, 도심항공교통(UAM) 등 다양한 분야에서 화재 위험이 낮은 ‘꿈의 배터리’ 전고체 배터리에 대한 기대가 커지고 있다. 우리 대학 연구진이 공기에 약하고 성능이 낮았던 고체 전해질의 한계를 동시에 해결할 새로운 설계 원리를 제시했다. 이번 기술은 배터리 안전성과 충전 속도를 함께 높일 수 있어 차세대 전고체 배터리의 실용화 가능성을 제시한 것으로 주목된다. 우리 대학은 신소재공학과 서동화 교수 연구팀이 동국대(총장 윤재웅), 연세대(총장 윤동섭), 충북대(총장 직무대행 박유식) 연구팀과의 공동연구를 통해 공기 노출 환경에서도 구조적 안정성을 유지하면서 이온전도도를 획기적으로 높인 전고체 배터리용 고체 전해질 설계 기술을 개발했다고 16일 밝혔다. 액체 전해질을 사용하는 기존 리튬 이온 배터리와 달리, 전고체 배터리는 화재 위험이 낮은 차세대 배터리로 주목받고 있다. 이 가운데 할라이드계 고체 전해질은 염소(Cl), 브롬(Br)과 같은

전기차 시대가 본격화되면서 더 멀리, 더 오래 달릴 수 있는 배터리에 대한 요구가 커지고 있다. 기존 리튬이온(Lithium-ion) 배터리의 용량 한계를 뛰어넘을 차세대 기술로 리튬금속(Lithium Metal) 배터리가 주목받고 있지만, 충전 과정에서 바늘 모양 결정 ‘덴드라이트’가 자라 수명을 단축시키고 화재 위험까지 높이는 문제가 상용화의 최대 걸림돌로 지적돼 왔다. 한국 연구진이 이 난제를 해결할 핵심 기술을 개발했다. 우리 대학은 생명화학공학과 최남순 교수팀과 신소재공학과 홍승범 교수팀, 고려대학교(총장 김동원) 곽상규 교수팀이 협력해 리튬금속 배터리의 가장 큰 난제인 ‘계면 불안정성’을 전자 구조 수준에서 해결하는 기술을 개발했다고 24일 밝혔다. 계면 불안정성은 충·방전 과정에서 전극과 전해질이 맞닿는 경계면이 고르게 유지되지 못하는 현상이다. 이로 인해 리튬이 바늘처럼 자라나는 덴드라이트가 형성되고,

전기차를 한 번 더 멀리 가게 하고, 스마트폰을 더 오래 쓰게 만드는 힘은 배터리 소재에서 나온다. 그중에서도 배터리의 성능과 수명을 직접 좌우하는 핵심 재료가 바로 양극재다. 배터리 소재 개발에 필요한 수많은 실험을 인공지능이 대신할 수 있다면 어떨까. 우리 대학 연구진이 실험 데이터가 부족한 상황에서도 양극재의 입자 크기와 예측 신뢰도를 함께 제시하는 인공지능(AI) 프레임워크를 개발하며, 전고체 배터리 등 차세대 에너지 기술로의 확장 가능성을 열었다. 우리 대학은 신소재공학과 홍승범 교수팀이 조은애 교수팀과 공동연구를 통해, 실험 데이터가 불완전한 상황에서도 배터리 양극재의 입자 크기를 정확하게 예측하고, 그 결과를 얼마나 신뢰할 수 있는지까지 함께 제공하는 머신러닝 프레임워크를 개발했다고 26일 밝혔다. 배터리 내부의 양극재는 리튬이온 배터리가 에너지를 저장하고 꺼내 쓰게 만드는 핵심 재료다. 현재 전기차 배터리에 가장 널리 사용되는 양극재는 니켈(Ni), 코발트(Co