KAIST·에너지硏·지질硏 "1천240개 후보군에서 10개 발굴"
(대전=연합뉴스) 박주영 기자 = 한국과학기술원(KAIST) 기계공학과 이강택 교수팀은 한국에너지기술연구원·한국지질자원연구원·KAIST 신소재공학과 연구팀과 공동으로 인공지능(AI)과 슈퍼컴퓨터를 활용해 성능이 우수한 스피넬 산화물 신소재를 설계했다고 21일 밝혔다.
스피넬 산화물은 산소 환원 반응을 활성화할 수 있는 신소재로, 그린수소(탄소 배출 없이 만들어내는 수소)와 배터리 분야 차세대 촉매로 주목받고 있다.
다양한 조성의 물질 설계가 가능하나 수천개 이상의 후보군 가운데 우수한 성능을 갖는 물질을 찾는 것이 쉽지 않다.
연구팀은 적은 양의 데이터로도 머신러닝이 가능한 'PU(Positive-unlabeled) 학습 모델'을 이용, 1천240개 후보군을 100여개 수준으로 추렸다.
이어 슈퍼컴퓨터를 활용한 계산화학 기법을 통해 이 가운데 활성이 높은 10개의 촉매 물질을 찾아냈다.
기존 실험 중심의 방식에 비해 신소재 개발에 드는 시간을 70분의 1 수준으로 단축할 수 있다고 연구팀은 설명했다.
이강택 교수는 "인공지능을 통해 신소재의 성능을 빠르고 정확하게 예측할 수 있는 새로운 방법을 제시했다"며 "그린수소와 배터리 분야에 활용할 수 있는 촉매와 전극 개발에 기여할 것"이라고 말했다.
이번 연구 결과는 국제 학술지 '어드밴스드 에너지 머터리얼즈'(Advanced Energy Materials) 지난달 21일 자 표지논문으로 실렸다.
jyoung@yna.co.kr
<연합뉴스>