< (왼쪽부터) 생명화학공학과 김진엽 박사과정, 생명화학공학과 정동영 교수, 생명화학공학과 노종수 박사과정 >
태양광, 풍력 등 재생에너지를 활용한 수소 생산 시스템에서는 에너지원의 특성상 전력 공급이 일정하지 않아, 수전해 장치*의 부하가 지속적으로 변화한다. KAIST 연구진이 이런 전력 부하의 변동이 불가피한 그린 수소 생산 환경에서, 전기 에너지 효율을 높이고 낮은 전압에서도 수소 생산 효율을 높이는 촉매의 열화(성능 저하)를 정량적으로 진단할 수 있는 세계 최초의 방법론을 제시했다.
*수전해 정치(Water Electrolyzer): 물을 전기 분해하여 수소와 산소를 생산하는 장치로 탄소 배출 없이 수소를 생산할 수 있어 그린 수소 생산의 핵심 기술로 주목받고 있음
우리 대학 생명화학공학과 정동영 교수 연구팀이 수전해 시스템에서 촉매의 실질적인 수명을 예측할 수 있는 새로운 평가 지표인 ‘운영 안정성 지수’를 개발했다.
연구팀은 수전해 시스템이 꺼지거나 낮은 부하로 운전될 때 발생할 수 있는 촉매 및 지지체의 열화 현상 촉매의 손상이나 성능 저하 현상을 규명하고, 이를 정량화할 수 있는 새로운 평가 지표인 ‘운영 안정성 지수(Operational Stability Factor, OSF)’를 제안했다.
운영 안정성 지수는 수전해 장비가 반복적으로 작동 및 정지(on/off)하는 과정에서 발생하는 촉매 열화 정도를 수치로 반영함으로써, 실제 운전 조건에서의 내구수명을 보다 정확하게 예측할 수 있도록 설계되었다.
예를 들어, 운영 안정성 지수가 100%이면 부하 변동 중에도 촉매가 전혀 손상되지 않는다는 뜻이고, 99%이면 매번 시스템이 꺼질 때마다 1%씩 촉매가 손상된다는 의미다.
향후 이 지표를 통해 내구성을 고려한 운전 조건의 최적화를 가능해지며, 장수명 수전해 시스템 운영 전략 수립에 중요한 기준으로 활용될 수 있다.
< 그림. 재생에너지 변동에 따른 수전해 시스템의 구동 및 정지 과정 중에 발생할 수 있는 열화 메커니즘 및 이를 정량화하는 운영 안정성 지수의 모식도(왼쪽) 및 운영 안정성 지수 분석을 위한 실시간 유도결합플라즈마 질량분석을 통한 촉매의 용출량 실시간 분석 결과(오른쪽) >
정동영 교수는 “운영 안정성 지수(OSF)는 수전해 촉매의 장기 수명을 수치로 예측할 수 있는 강력한 평가 기준으로, 향후 내구성 진단을 위한 국제 표준으로 발전할 가능성이 크다”고 밝혔다.
해당 논문은 생명화학공학과 박사과정 김진엽 연구원이 제1 저자로 에너지 분야 최고 권위지 중 하나인 ‘에이시에스 에너지 레터스(ACS Energy Letters, IF=19.3)’지에 5월 2일 자로 게재됐다.
※ 논문명: Operational Stability Factor: A Comprehensive Metric for Assessing Catalyst Durability in Dynamic Water Electrolyzer Conditions DOI: https://doi.org/10.1021/acsenergylett.5c00406
※ 저자정보:김진엽(KAIST 생명화학공학과 박사과정, 제1 저자), 노종수(KAIST 생명화학공학과 박사과정, 공저자), 정동영(KAIST 생명화학공학과, 교신저자)
한편, 이번 연구는 한국연구재단 소재 글로벌 영커넥트 사업, KAIST 도약과제의 지원을 받아 수행됐다.
이산화탄소는 주요 호흡 대사 산물로서, 날숨 내 이산화탄소 농도의 지속적인 모니터링은 호흡·순환기계 질병을 조기 발견 및 진단하는 데 중요한 지표가 될 뿐만 아니라, 개인 운동 상태 모니터링 등에 폭넓게 사용될 수 있다. 우리 연구진이 마스크 내부에 부착하여 이산화탄소 농도를 정확히 측정하는데 성공했다. 우리 대학 전기및전자공학부 유승협 교수 연구팀이 실시간으로 안정적인 호흡 모니터링이 가능한 저전력 고속 웨어러블 이산화탄소 센서를 개발했다고 10일 밝혔다. 기존 비침습적 이산화탄소 센서는 부피가 크고 소비전력이 높다는 한계가 있었다. 특히 형광 분자를 이용한 광화학적 이산화탄소 센서는 소형화 및 경량화가 가능하다는 장점에도 불구하고, 염료 분자의 광 열화 현상으로 인해 장시간 안정적 사용이 어려워 웨어러블 헬스케어 센서로 사용되는 데 제약이 있었다. 광화학적 이산화탄소 센서는 형광 분자에서 방출되는 형광의 세기가 이산화탄소 농도에 따라 감소하는 점을 이용하
2025-02-10수전해 셀은 물을 전기화학적으로 분해해 수소를 생산하는 기술로, 탄소 중립 시대를 위한 필수적인 에너지 변환 기술이지만 산업적 활용을 위해서는 고가의 백금 사용량이 크게 요구되는 한계가 있었다. 한국 연구진이 백금 사용량을 1/10로 줄여 수전해 셀의 경제성을 높이는데 성공했다. 이번 연구에서 측정한 수전해 셀 성능은 미국 에너지부(Department of Energy, DOE)가 제시한 수전해 셀 성능 및 귀금속 사용량의 2026년 목표치를 유일하게 충족시켰다고 평가받았다. 우리 대학 생명화학공학과 이진우 교수 연구팀이 화학과 김형준 교수 연구팀과 공동연구를 통해 음이온 교환막 기반 수전해 셀의 성능과 안정성을 획기적으로 높이는 고성능 고안정성 귀금속 단일 원자 촉매를 개발했다고 31일 밝혔다. 연구팀은 귀금속 촉매의 열화 메커니즘을 역이용하는 ‘자가조립원조 귀금속 동적배치’전략을 개발했다. 이 방법은 1,000℃ 이상의 고온에서 귀금속이 자발적이고
2025-02-03열 에너지를 전기로 전환시키는 열전 소자는 버려지는 폐열을 활용할 수 있어 지속 가능하고 친환경적인 에너지 플랫폼으로 주목받고 있다. 한국 연구진이 우수한 신축성과 최고 수준 성능을 보이는 열전소자를 개발하여 웨어러블 소자를 위한 체온을 이용한 차세대 에너지 공급원으로의 가능성을 한층 더 앞당겼다. 우리 대학 생명화학공학과 문홍철 교수팀이 POSTECH 화학공학과 박태호 교수팀과 공동연구를 통해 열역학적 평형 조절을 통한 기존 N형 열전갈바닉 소자*성능 한계 극복 기술을 구현했다고 14일 밝혔다. *열전갈바닉 소자: 생성되는 전자 흐름의 방향에 따라 N형과 P형으로 구분 가능 네거티브(negative)를 의미하는 N형은 전자가 저온에서 고온 쪽으로, 포지티브(positive)를 의미하는 P형은 고온에서 저온 쪽으로 전자가 이동 열전 소자의 성능을 최대한 끌어올리기 위해 P형과 N형 소자의 통합이 필수적이다. 최근 우수한 성능을 지닌 P형 열전 소자에 대한 연구는 많이 진
2024-11-14현재 그린 수소 생산의 한계를 극복할 새로운 수소 생산 시스템을 KAIST 연구진이 개발하여 수용성 전해질을 사용한 물분해 시스템을 활용해 화재의 위험을 차단하고 안정적인 수소 생산이 가능할 것으로 예상된다. 우리 대학 신소재공학과 강정구 교수 연구팀이 우수한 성능의 아연-공기전지* 기반의 자가발전형 수소 생산 시스템을 개발했다고 22일 밝혔다. *공기전지: 일차 전지 중 하나로 공기 중 산소를 흡수해 산화제로 사용하는 전지이며, 수명이 긴 것이 장점이지만 기전력이 낮은 것이 단점임. 수소(H2)는 고부가가치 물질 합성의 원료로 기존 화석연료(휘발유, 디젤 등) 대비 3배 이상 높은 에너지밀도(142MJ/kg)를 지녀 청정 연료로 주목받고 있다. 그러나 현재 수소 생산 방식 대부분 이산화탄소(CO2)를 배출하는 문제가 있다. 아울러 그린 수소 생산은 태양전지, 풍력 등 신재생에너지를 동력원으로 물을 분해해 수소의 생산이 가능하나, 신재생에너지 기반의 동력원은 온도,
2024-10-22기존의 반도체 소자에서 열 발생은 피할 수 없는데, 이는 에너지 소모량을 증가시키고, 반도체의 정상적인 동작을 방해하기 때문에 문제가 되며, 이에 열 발생을 최소화하는 것이 기존 반도체 기술의 관건이었다. KAIST 연구진이 이렇게 애물단지로 여겨지던 열을 오히려 컴퓨팅에 활용하는 방법을 고안하여 화제다. 우리 대학 신소재공학과 김경민 교수 연구팀이 산화물 반도체의 열-전기 상호작용에 기반하는 열 컴퓨팅(Thermal computing) 기술 개발에 성공했다고 25일 밝혔다. 연구팀은 전기-열 상호작용이 강한 모트 전이 (Mott transition) 반도체*를 활용했으며, 이 반도체 소자에 열 저장 및 열전달 기능을 최적화해 열을 이용하는 컴퓨팅을 구현했다. 이렇게 개발된 열 컴퓨팅 기술은 기존의 CPU, GPU와 같은 디지털 프로세서보다 1,000,000(백만)분의 1 수준의 에너지만으로 경로 찾기 등과 같은 복잡한 최적화 문제를 풀 수 있었다. *모트 전이 반도체:
2024-06-25