본문 바로가기 대메뉴 바로가기

KAIST

뉴스

홈페이지 통합검색

-
ENGLISH

%ec%8a%88%ed%8d%bc%20%ec%b4%89%eb%a7%a4

AI로 ‘수소차 심장’ 설계...차세대 ‘슈퍼 촉매’ 개발 기후 위기 시대, 수소차는 친환경 모빌리티의 대안으로 떠오르고 있다. 그러나 ‘수소차의 심장’인 연료전지는 여전히 높은 가격과 짧은 수명이라는 한계를 안고 있다. 핵심 원인은 백금 촉매다. 전기를 만드는 결정적 물질이지만 반응은 느리고, 시간이 지날수록 성능이 떨어지며, 제조 비용도 높다. 한국 연구진이 이 난제를 풀 실마리를 제시했다. 우리 대학은 신소재공학과 조은애 교수 연구팀이 서울대학교(총장 유홍림) 화학생물공학부 이원보 교수팀과 함께 인공지능(AI)으로 촉매의 ‘원자 배열’경향을 예측하는 기술을 개발했다고 26일 밝혔다. 이 기술은 마치 퍼즐을 맞추기 전 어떤 조합이 퍼즐 완성에 유리한지 미리 계산해 보는 것과 같다. AI가 금속 원자들의 배열 속도를 먼저 계산해 줌으로써, 더 성능이 좋은 촉매를 효율적으로 설계할 수 있게 된 것이다. 이번 연구의 핵심은 ‘AI가 아연이 백금-코발트 원자 배열에 결정적 역할을 한다는 사실을 밝혀냈다’는 점이다. 기존의 백금-코발트(Pt-Co) 합금 촉매는 높은 성능에도 불구하고, 원자들이 규칙적으로 배열된 ‘금속간화합물(L1₀)’ 구조를 만들기 위해서는 매우 높은 온도의 열처리가 필요했다. 이 과정에서 입자가 뭉치거나 구조가 불안정해져 실제 연료전지 적용에는 한계가 있었다. 연구팀은 이 문제를 해결하기 위해 머신러닝 기반 양자화학 시뮬레이션을 도입했다. AI를 통해 촉매 내부에서 원자들이 어떻게 움직이고 배열되는지를 정밀하게 예측했다. 그 결과, 아연(Zn)이 원자 배열을 촉진하는 매개 원소로 작용한다는 사실을 발견했다. 아연을 도입하면 원자들이 제자리를 더욱 쉽게 찾아, 보다 정교하고 안정적인 구조가 형성되는 원리다. 즉, AI가 ‘원자 배열이 만들어지는 최적의 경로’를 먼저 찾아낸 셈이다. AI 예측을 바탕으로 실제 합성한 아연-백금-코발트 촉매는 기존 백금 촉매 대비 더 높은 활성과 뛰어난 장기 내구성을 동시에 확보했다. 이는 인공지능이 계산한 ‘가상의 설계도’가 실제 실험실에서 고성능 촉매로 구현될 수 있음을 입증한 사례다. 특히 이번 기술은 수소 승용차, 장거리 운행이 필요한 수소 트럭, 수소 선박, 에너지 저장 시스템(ESS) 등 탄소중립 핵심 산업 전반에서 촉매 수명 연장과 제조 비용 절감에 기여할 것으로 기대된다. 조은애 교수는 “이번 연구는 머신러닝을 활용해 촉매의 원자 배열 경향을 사전에 예측하고 이를 실제 합성으로 구현한 사례”라며, “AI 기반 소재 설계가 차세대 연료전지 촉매 개발의 새로운 패러다임이 될 것”이라고 밝혔다. 이번 연구에는 KAIST 신소재공학과 장현우 박사과정과 서울대학교 화학생물공학부 류재현 박사가 공동 제1저자로 참여했다. 연구 결과는 에너지 소재 분야의 세계적 학술지 ‘어드밴스드 에너지 머티리얼즈(Advanced Energy Materials)’에 2026년 1월 15일 자로 게재됐다. ※ 논문명: Machine Learning-Guided Design of L1₀-PtCo Intermetallic Catalysts: Zn-Mediated Atomic Ordering, DOI: https://doi.org/10.1002/aenm.202505211 본 연구는 한국연구재단 나노 및 소재기술개발사업과 한국에너지기술평가원 에너지인력양성사업의 지원을 받아 수행됐다.
2026.02.26 조회수 2091

34141 대전광역시 유성구 대학로 291 한국과학기술원(KAIST) T.042-350-2114 F.042-350-2210(2220)

Copyright (C) 2020, Korea Advanced Institute of Science and Technology, All Rights Reserved.