디스플레이신소재공학과 박환열 교수 연구팀이 인공지능과 데이터 기반 전략을 활용해 백금을 대체할 수 있는 새로운 수소 촉매를 발굴하는 데 성공했다. 이번 연구는 고가의 귀금속 의존도를 낮추면서도 안정성과 성능을 동시에 확보한 단원자 촉매 설계 방안을 제시해, 차세대 친환경 수소에너지 기술 발전에 기여할 것으로 기대하고 있다. 연구 성과와 의미를 박환열 교수에게 들어보았다.

Q. 이번 연구를 시작하게 된 계기와 배경은 무엇인가요?

A: 수소에너지는 탄소중립 사회로 가는 핵심 열쇠지만, 지금까지는 값비싼 백금(Pt) 촉매에 의존해 왔습니다. 백금은 뛰어난 성능을 갖고 있지만 가격과 자원적 한계가 있어 상용화를 가로막는 가장 큰 걸림돌이었죠. 그래서 저희 연구팀은 “과연 백금을 대체할 수 있는 안정적이고 효율적인 촉매를 만들 수 있을까?”라는 질문에서 출발했습니다. 특히, 원자 단위에서 촉매의 성능을 정밀하게 설계하고 예측할 수 있는 계산과학과 데이터 기반 접근법을 활용해 해결책을 찾고자 했습니다.

Q. 이번 연구가 기존 연구와 다른 차별점은 무엇인가요?

A: 기존 연구들은 특정 금속이나 소재에 국한해 촉매 성능을 검증하는 경우가 많았습니다. 저희는 한 발 더 나아가 28종의 전이금속 원자를 h-BN(육방정질 질화붕소) 결함 부위에 도입한 단원자 촉매 후보군을 전산모사로 전수 조사했습니다. 또한, 단순히 계산 결과를 나열하는 데 그치지 않고, 머신러닝 모델을 도입해 수백 건의 시뮬레이션 데이터를 학습시켜 촉매 성능을 빠르고 정확하게 예측할 수 있도록 했습니다. 이를 통해 연구 속도를 획기적으로 단축시키면서도 성능과 안정성이 검증된 후보를 발굴할 수 있었던 점이 큰 차별점입니다.

Q. 주요 성과를 소개해 주신다면요?

A: 이번 연구에서는 크게 세 가지 성과를 얻었습니다. 첫째, 28종의 전이금속 단원자 촉매를 체계적으로 분석하여 백금을 대체할 수 있는 Ir, Mo, Pt 등의 후보군을 발굴했습니다. 둘째, 분자동역학 시뮬레이션을 통해 이들이 고온과 전기화학적 조건에서도 구조적으로 안정하다는 사실을 확인하였고, 실제 수전해 장치 적용 가능성을 높였습니다. 셋째, 머신러닝을 도입하여 수백 건의 계산 데이터를 학습시킨 결과, 수소 발생 반응의 성능을 높은 정확도로 예측할 수 있었고, 성능을 결정짓는 핵심 인자를 규명하는 데 성공했습니다. 이는 향후 촉매 설계에 명확한 지침을 제공하는 의미 있는 성과라 할 수 있습니다.

Q. 인공지능과 데이터 기반 연구가 실제 소재 개발에 어떤 장점을 주나요?

A: 기존의 소재 개발은 “실험–실패–재실험” 과정을 반복하면서 많은 시간과 비용이 소요되었습니다. 반면 저희가 활용한 인공지능과 고성능 계산과학은 수십, 수백 가지 조합을 단기간에 평가할 수 있어 개발 속도를 획기적으로 앞당길 수 있습니다. 또한 단순히 빠른 예측에 그치지 않고, 어떤 물리적·화학적 요인이 촉매 성능을 결정짓는지 ‘설계 원리’를 밝혀주기 때문에 실험 연구자들에게도 명확한 가이드라인을 제공합니다. 결국, 데이터 기반 접근은 새로운 소재 개발을 ‘운’이 아니라 ‘전략’으로 바꿀 수 있는 길이라고 생각합니다. 저희 연구 성과가 차세대 친환경 수소 생산 촉매 상용화로 이어져, 백금 의존도를 낮추고 더 경제적인 수소에너지 시대를 여는 데 기여하길 기대하고 있습니다.

Q. 이 성과가 앞으로 우리 생활에 어떤 기여를 할 수 있을까요?

A: 이번 연구는 수소를 값싸고 안정적으로 생산할 수 있는 길을 제시했다는 점에서 큰 의미가 있습니다. 지금까지 수소 생산 과정에서는 고가의 백금 촉매가 필수적으로 사용되어 왔지만, 저희가 제안한 단원자 촉매는 백금 수준의 성능을 유지하면서도 훨씬 경제적으로 제작할 수 있습니다. 이를 통해 수소 생산 비용을 줄이고, 대규모 수전해 설비의 상용화를 앞당길 수 있습니다. 궁극적으로는 친환경 수소의 보급을 가속화하여 수소차, 연료전지 발전, 탄소중립 산업 공정 등 다양한 분야에서 국민들이 체감할 수 있는 에너지 전환 효과를 가져올 수 있을 것으로 기대됩니다.

Q. 향후 연구 방향과 비전은 무엇입니까?

A: 앞으로는 계산과학을 통해 도출한 유망 촉매 후보들을 실제 실험으로 합성하고, 전기화학적 성능과 안정성을 체계적으로 검증하는 단계로 연구를 확장할 계획입니다. 또한 이번에 확보한 데이터 기반 전략을 다른 전기화학 반응, 예를 들어 산소 발생 반응이나 이산화탄소 환원 반응 등에도 적용하여, 범용적인 촉매 설계 플랫폼으로 발전시키고자 합니다. 더 나아가 인공지능 기반 소재 설계와 실험 그룹의 협력을 강화하여 빠른 기술 실증과 산업 현장 적용으로 이어질 수 있는 연구 생태계를 구축하는 것이 목표입니다. 이러한 노력을 통해 글로벌 수소에너지 기술 경쟁에서 선도적인 위치를 확보하고, 차세대 에너지 소재 분야의 중심 연구팀으로 성장해 나가고자 합니다.