[서울=뉴시스] 고려대 연구팀이 인공지능(AI)을 이용해 수소를 만드는 촉매의 성능을 미리 예측하는 방법을 개발했다.
고려대 화학과 박성남·이광렬 교수 연구팀은 6일 AI로 수소 발생 반응(HER) 촉매의 성능을 비교·예측하는 기술을 마련했다고 밝혔다.
수소를 물에서 분리해 만드는 수전해 기술에서는 촉매가 반응을 얼마나 빠르고 효율적으로 돕는지가 핵심이다. 그러나 그동안 촉매 성능을 나타내는 지표인 ‘타펠 기울기’는 측정 방법이 연구마다 제각각이어, 결과를 서로 비교하기 어려웠다.
연구팀은 이 문제를 해결하기 위해 백금(Pt) 기반 나노촉매의 기존 실험 자료를 한 기준으로 정리하는 알고리즘을 만들었다. 이를 통해 서로 다른 연구 결과를 같은 잣대로 비교할 수 있는 데이터베이스를 구축했다. 이어 촉매의 크기와 구성, 구조, 실험 조건 등을 AI에 학습시켜 촉매 성능을 예측하는 모델을 개발했다.
모델의 정확도를 확인하기 위해 연구팀은 백금 촉매 6종을 직접 만들어 실험했다. 그 결과 AI가 예측한 값과 실제 측정값이 잘 맞았으며, AI가 제안한 촉매는 기존 상용 촉매 평균 성능인 195.3 mV dec-1보다 크게 개선된 88.9 mV dec-1를 기록했다.
연구팀은 이번 결과가 촉매 개발 시간과 비용을 낮출 수 있는 가능성을 보여준다고 설명했다.
고려대 화학과 박성남·이광렬 교수 연구팀은 6일 AI로 수소 발생 반응(HER) 촉매의 성능을 비교·예측하는 기술을 마련했다고 밝혔다.
수소를 물에서 분리해 만드는 수전해 기술에서는 촉매가 반응을 얼마나 빠르고 효율적으로 돕는지가 핵심이다. 그러나 그동안 촉매 성능을 나타내는 지표인 ‘타펠 기울기’는 측정 방법이 연구마다 제각각이어, 결과를 서로 비교하기 어려웠다.
연구팀은 이 문제를 해결하기 위해 백금(Pt) 기반 나노촉매의 기존 실험 자료를 한 기준으로 정리하는 알고리즘을 만들었다. 이를 통해 서로 다른 연구 결과를 같은 잣대로 비교할 수 있는 데이터베이스를 구축했다. 이어 촉매의 크기와 구성, 구조, 실험 조건 등을 AI에 학습시켜 촉매 성능을 예측하는 모델을 개발했다.
모델의 정확도를 확인하기 위해 연구팀은 백금 촉매 6종을 직접 만들어 실험했다. 그 결과 AI가 예측한 값과 실제 측정값이 잘 맞았으며, AI가 제안한 촉매는 기존 상용 촉매 평균 성능인 195.3 mV dec-1보다 크게 개선된 88.9 mV dec-1를 기록했다.
연구팀은 이번 결과가 촉매 개발 시간과 비용을 낮출 수 있는 가능성을 보여준다고 설명했다.
