수년 걸리던 촉매 탐색시간을 하루로 줄인 인공지능(AI) 촉매 선별법으로 백금 촉매보다 값싸면서도 성능은 2배 높인 합금 촉매가 개발됐다.

한국과학기술연구원(KIST)은 계산과학연구센터 한상수 책임연구원과 김동훈 선임연구원, 물질구조제어연구센터 김종민 선임연구원 공동연구팀이 이혁모 한국과학기술원(KAIST) 신소재공학과 교수팀과 공동으로 새로운 AI 기반 촉매 선별 방법론을 통해 구리-은-백금(Cu-Au-Pt) 삼원소계 합금 촉매 소재 개발에 성공했다고 5일 밝혔다.

백금 촉매는 수소자동차에 쓰이는 양성자 교환막 수소연료전지를 비롯해 다양한 곳에 쓰이는 물질이다. 값이 비싸다 보니 과학계는 이를 대체할 촉매 소재를 찾기 위해 수많은 원소 조합을 탐색하고 있으나 새로운 조합을 찾기 위해 수많은 시행착오를 거쳐야 하는 게 문제였다.

이에 연구팀은 촉매 표면에서 흡착 물질이 결합하는 에너지를 빠르게 예측하는 '촉매구조 그래프 합성곱 신경망(SGCNN)' AI 모델을 개발했다. 이 모델은 고체 물질 전체 특성을 예측하는 AI 모델을 촉매의 성질을 결정짓는 표면 특성 예측에 특화한 것이다. 이 방법을 통해 기존 시뮬레이션 계산법으로는 수년이 걸리던 3천200개 삼원소계 촉매 특성 예측이 하루 만에 가능하다고 연구팀은 설명했다.

연구팀은 이들 소재 후보 가운데 백금 촉매보다 뛰어날 가능성이 있는 10개 촉매를 실험으로 검증해 구리-은-백금 합금 촉매를 개발했다. 이 촉매는 순수 백금촉매와 비교해 백금 원소를 37%만 쓰지만, 촉매의 성능을 나타내는 지표인 반응전류밀도는 2배 이상 높게 나타났다.

김 선임연구원은 "향후 양질의 흡착에너지 데이터를 구축해 더욱 정교한 AI 모델링을 수행할 계획"이라고 말했다. 이번 연구 결과는 7월 24일 국제학술지 '응용 촉매 B: 환경'에 실렸다.