그린수소 생산 효율 제고 가능성 제시
빅데이터와 머신러닝 결합으로 수전해 촉매 효율 극대화
수소를 친환경적으로 생산하는 수전해 기술에서 촉매의 성능은 핵심 요소인데 연구마다 이를 평가하는 기준이 달라 성능을 직접 비교하기 어렵다는 문제가 지속적으로 제기돼 왔다.
특히 촉매의 반응 속도를 나타내는 '타펠 기울기(Tafel slope)'는 측정과 해석 방식에 따라 값이 크게 달라질 수 있어 촉매 성능을 객관적으로 판단하는 데 한계가 있었다.
연구팀은 이러한 문제를 해결하고자 백금(Pt) 기반 나노촉매의 기존 실험 데이터를 정리하고 타펠 기울기를 동일한 기준으로 추출할 수 있는 표준화 알고리즘을 개발했다.
이를 통해 서로 다른 연구에서 개별적으로 보고된 데이터를 하나의 기준으로 비교할 수 있는 데이터베이스를 구축하고, AI에 학습시켜 타펠 기울기를 예측하는 머신러닝 모델을 구현했다.
아울러 백금 기반 촉매 6종을 직접 합성해 성능을 측정한 결과, 예측값과 실험값이 높은 수준으로 일치함을 확인하며 모델의 신뢰성을 검증했다. 이는 AI 기반 접근법이 고성능 수소 발생 촉매 개발에 실질적으로 활용될 수 있음을 입증한 것이다.
한편 연구는 한국연구재단, 글로벌 리더연구, 4단계 BK(두뇌한국)21 사업의 지원을 받아 수행됐으며 나노·재료 과학 분야의 국제 학술지 '스몰 메소즈(Small methods)' 온라인에 지난달 30일 게재됐다.
◎공감언론 뉴시스 xieunpark@newsis.com