AI 기반 촉매 설계로 수소 생산 효율 극대화…KAIST·Caltech 공동성과

신재생에너지 시대의 핵심인 수소 생산 공정에서, 최적의 성능을 내는 촉매 조합을 찾아주는 인공지능(AI) 기술이 개발됐다.

한국과학기술원(KAIST) 강정구 교수 연구팀과 캘리포니아공과대학교(Caltech) 윌리엄 고다드 교수 연구팀은 다원소 합금 촉매의 성능을 예측할 수 있는 머신러닝 기반 최적화 알고리즘을 설계해, 기존 귀금속 기반 촉매를 능가하는 수전해 촉매를 개발했다고 한국연구재단은 밝혔다.

수전해용 전기 촉매는 백금·이리듐 등 귀금속을 다량 사용해 경제성과 지속 가능성 측면에서 한계를 보여 왔다. 특히 세 개 이상의 금속 원소로 조합되는 다원소 합금의 경우, 촉매 성능에 영향을 주는 조성 공간이 방대해 기존 시행착오 기반 실험만으로는 최적 조합을 찾기 어려웠다.

이에 연구팀은 머신러닝 모델과 열역학 지식을 결합한 촉매 설계 방식을 개발했다. AI가 조성 공간을 효율적으로 탐색할 수 있도록 실험계획법과 화학적 귀납추론을 적용했으며, 그 결과로 수소 발생 반응에서 24mV, 산소 발생 반응에서 204mV의 낮은 과전압을 기록하는 합금을 발굴하는 데 성공했다. 이는 기존 백금·산화이리듐 촉매보다 성능이 뛰어난 수준이다.

강 교수 연구팀은 1,620만 개의 조합이 가능한 조성 공간을 머신러닝을 통해 최적화한 결과, Fe₁₂Co₂₈Ni₃₃Mo₁₇Pd₅Pt₅ 합금을 찾아냈다. 이 조성은 실험을 통해 100시간 이상 안정성을 입증받았으며, 기존 기술로는 발견하기 어려웠던 고엔트로피 영역의 최적 조합으로 평가된다.

강정구 교수는 “AI 기반 촉매 설계로 고성능 다원소 합금을 단기간에 개발할 수 있었다”며 “수소 생산용 수전해 시스템은 물론, 다양한 촉매 분야로도 확장 가능성이 크다”고 밝혔다.

이번 연구는 과학기술정보통신부와 한국연구재단의 나노 및 소재기술개발사업 지원을 받아 수행됐으며, 연구결과는 미국국립과학원회보(PNAS)에 7월 7일자로 게재됐다.