NEWS

업계뉴스

• AI 활용 ‘수소차 심장’ 백금촉매 혁신

  송고일 : 2026-02-26
  
  

  (왼쪽부터) KAIST 장현우 박사과정, 조은애 교수. (상단, 왼쪽부터) 서울대 이원보 교수, 류재현 박사 /KAIST 제공

  [투데이에너지 장재진 기자] 수소차의 핵심인 연료전지 촉매 개발에 혁신적 전환점이 마련됐다.

  KAIST 신소재공학과 조은애 교수 연구팀과 서울대 이원보 교수팀은 인공지능(AI)을 활용해 백금-코발트 촉매 내 원자 배열 경향을 정밀하게 예측하는 기술을 개발하고, 이를 통해 차세대 ‘슈퍼 촉매’를 합성하는 데 성공했다고 26일 발표했다.

  수소연료전지는 친환경 이동수단으로 각광받지만, 핵심 원료인 백금 촉매의 높은 비용과 내구성 한계가 상용화 걸림돌이었다. 기존 백금-코발트 합금촉매는 고온 열처리 과정에서 입자 응집과 구조 불안정이 발생, 장기 내구성 확보에 어려움이 있었다.

  이에 연구진은 머신러닝 기반 양자화학 시뮬레이션으로 원자 배열 변화를 계산해, 아연(Zn)이 원자 배열을 촉진하는 결정적 매개체임을 밝혀냈다. 아연 도입으로 원자들이 제자리를 쉽게 찾아보다 정교하고 안정적인 금속간화합물 구조를 형성할 수 있었다.

  AI 기반 촉매 개발 개념도(AI 생성이미지) /KAIST 제공

  아연이 도입된 백금-코발트 촉매 합성 과정 /KAIST 제공

  실제로 합성된 아연-백금-코

  인공지능 기반 원자 정렬 예측 모식도 /KAIST 제공

  발트 촉매는 기존 촉매 대비 산소환원반응 활성이 크게 향상됐고, 내구성도 함께 개선돼 수소차의 연료전지 수명 연장과 제조 비용 절감에 크게 기여할 전망이다. 특히 수소 승용차뿐 아니라 수소 트럭, 선박, 에너지 저장 시스템 등 탄소중립 핵심 산업 전반에 혁신적 파급 효과가 기대된다.

  조 교수는 “머신러닝 기반 원자 배열 예측과 실험적 검증을 결합한 이번 연구는 소재 개발의 새로운 패러다임을 제시한다”며 “AI 기반 설계가 고성능 연료전지 촉매 개발에 실질적인 도구가 될 것”이라고 설명했다.

  이번 연구성과는 ‘어드밴스드 에너지 머티리얼즈’ 2026년 1월호에 게재됐으며, 한국연구재단과 한국에너지기술평가원의 지원을 받아 수행됐다.

  ■ 용어 설명

  ㆍ산소환원반응(oxygen reduction reaction, ORR)= 수소 연료전지 환원극에서 산소가 전자와 수소 이온과 반응해 물로 변환되는 핵심 전기화학 반응으로, 연료전지의 효율과 출력을 결정한다.

  ㆍ금속간화합물(intermetallic)=두 가지 이상의 금속 원소가 일정 비율로 규칙적으로 결합해, 일반 합금보다 구조적 안정성이 높은 물질이며, 촉매 성능과 내구성 개선에 유리하다.

  ㆍAI 기반 양자화학 시뮬레이션= 인공지능과 머신러닝을 활용해 원자 및 분자 수준에서 화학 반응과 원자 배열 변화를 계산·예측하는 첨단 컴퓨팅 기법이다.

  ㆍ백금-코발트(Pt-Co) 촉매=백금과 코발트를 합금한 촉매로, 산소환원반응을 촉진하지만 내구성 문제와 고온 처리 한계가 있었다.

  ㆍ아연(Zn) 도입=: 촉매에 아연 원자를 소량 첨가해 원자 배열의 에너지 장벽을 낮추고, 더 규칙적이고 안정적인 원자 배열을 형성하도록 돕는 기술이다.

  출처 : 투데이에너지(https://www.todayenergy.kr/)