한국연구재단은 한국과학기술원(KAIST) 신소재공학과 강정구 교수팀과 미국 캘리포니아 공대 윌리엄 고다드 교수팀이 공동으로 기존 귀금속 촉매의 성능을 뛰어넘는 수전해용 다원소 합금 촉매를 설계할 수 있는 머신러닝 알고리즘을 개발했다고 14일 밝혔다.

기존 수전해(물을 전기분해 해 수소를 생산하는 기술) 촉매에 쓰이는 백금, 이리듐 등 귀금속은 값이 비싸 경제성을 높이는 데 한계가 있다.

3개 이상의 금속 원소를 조합한 합금을 사용한 다원소 합금 촉매에 대한 연구가 활발히 진행되고 있지만, 기존 시행착오법을 이용해 다원소 합금의 방대한 조성 공간을 탐색하는 방식은 시간과 비용이 천문학적으로 든다는 문제가 있다.

연구팀은 머신러닝을 통한 촉매 설계 방식을 개발해 조성 공간을 빠르게 탐색해 냈다.

화학적 귀납추론(인공지능이 지금껏 보지 못한 데이터에 대해서도 일반화된 예측을 가능하게 하는 화학적 가정)을 통해 최적의 조합을 발견하는 데 성공했다.

이 머신러닝 모델을 통해 조성된 합금은 수소와 산소 발생 반응에서 각각 24㎷(밀리볼트), 204㎷의 과전압을 보여 기존 백금 산화/이리듐 촉매의 성능을 능가하는 것으로 나타났다.

강정구 교수는 "AI 기반 촉매 설계를 통해 우수한 성능을 가진 다원소 합금을 단시간에 발굴할 수 있었다"며 "개발된 합금 촉매는 100시간 이상의 장기 안정성을 나타내 실제 수소 생산 시스템에 적용할 가능성을 입증했다"고 말했다.

이번 연구 성과는 국제학술지 '미국국립과학원회보'(PNAS) 지난 7일 자에 실렸다.