연구
〈 정우철 교수(오른쪽)와 연구진 〉
우리 대학 신소재공학과 정우철 교수 연구팀이 서울시립대학교 한정우 교수와의 공동 연구를 통해 소량의 금속으로 연료전지의 수명을 향상시킬 수 있는 새로운 전극소재 기술을 개발했다.
구본재 박사과정과 서울시립대 권형욱 박사과정이 공동 1저자로 참여한 이번 연구는 에너지, 환경 분야 국제 학술지 ‘에너지&인바이러멘탈 사이언스(Energy&Environmental Science)’ 2018년도 1호 표지논문에 선정됐다.
연료전지는 친환경이면서 신재생에너지원으로 주목받고 있는 에너지변환기술이다. 특히 세라믹 소재로 구성된 고체산화물 연료전지는 수소 이외에도 바이오매스, LNG, LPG 등 다양한 종류의 연료를 직접 전기에너지로 바꿀 수 있는 장점을 갖는다. 이를 통해 발전소, 전기자동차, 가정용 예비전원 등 분야에 폭넓게 사용될 것으로 전망되고 있다.
고체산화물 연료전지의 성능을 좌우하는 핵심 요소는 산소의 환원 반응이 일어나는 공기극으로 현재 페로브스카이트(ABO3) 구조의 산화물들이 주로 사용된다.
그러나 페로브스카이트 산화물들은 작동 초기 성능이 뛰어나지만 시간이 지날수록 성능이 저하돼 장기간 사용이 어렵다는 한계를 갖는다.
특히 공기극의 작동 조건인 고온 산화 상태에서 산화물 표면에 스트론튬(Sr) 등의 2차상이 축적되는 표면 편석 현상이 발생함으로써 전극의 성능을 낮추는 것으로 알려졌다. 아직까지 이러한 현상의 구체적인 원리와 이를 억제할 수 있는 효과적인 해결책이 나오지 않았다.
정 교수 연구팀은 페로브스카이트 산화물이 변형될 때 면 내 압축 변형이 일어나 스트론튬의 편석을 발생시키는 것을 계산화학적 및 실험적 결과를 통해 확인했다.
연구팀은 페로브스카이트 산화물 내부의 부분적인 변형 분포가 스트론튬 표면 편석의 주요 원인임을 규명했다.
이를 바탕으로 정 교수 연구팀은 크기가 다른 금속을 산화물 내에 장착함으로써 공기극 소재 내부의 격자변형 정도를 제어하고 스트론튬 편석을 효과적으로 억제하는데 성공했다.
정 교수는 “이 기술은 추가적인 공정 없이 소재를 합성하는 과정에서 소량의 금속입자를 넣는 것만으로 구현된다”며 “향후 고내구성 페로브스카이트 산화물 전극을 개발하는 데 유용하게 활용될 것으로 기대된다”고 말했다.
이 연구는 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 본 연구의 Energy & Environmental Science 논문지의 커버 이미지
그림2. 전극의 격자변형 정도와 Sr 편석, 전극반응의 상관관계
그림3. 개발한 기술을 적용하여 안정화된 고체산화물 연료전지 공기극의 표면
-
연구 이산화탄소만 잡아내는 유망 소재를 AI로 쉽게 찾는다
기후 위기를 막기 위해 이미 배출된 이산화탄소를 적극적으로 줄이는 것이 필수적이며, 이를 위해 공기 중 이산화탄소만 직접 포집하는 기술(Direct Air Capture, 이하 DAC)이 주목받고 있다. 하지만 공기 중에 존재하는 수증기(H₂O)로 인해 이산화탄소만 효과적으로 포집하는 것이 쉽지 않다. 이 기술의 핵심 소재로 연구되는 금속–유기 구조체(Metal-Organic Frameworks, 이하 MOF)를 활용해 우리 연구진이 AI 기반 기계학습 기술을 적용, MOF 중에서 가장 유망한 탄소 포집 후보 소재들을 찾아내는 데 성공했다. 우리 대학 생명화학공학과 김지한 교수 연구팀이 임페리얼 칼리지 런던(Imperial College London) 연구팀과 공동 연구를 통해 대기 중 이산화탄소 포집에 적합한 MOF를 빠르고 정확하게 선별할 수 있는 기계학습 기반 시뮬레이션 기법을 개발했다고 29일 밝혔다. 복잡한 구조와 분자 간 상호작용의 예측 한계로 인해
2025-06-30 -
연구 백금 없이도 되는 고성능 수전해 성공..수소경제 성큼
수소는 탄소를 배출하지 않는 청정 에너지원으로 주목받고 있다. 이 가운데 물을 전기로 분해하는 수전해(water electrolysis) 기술은 친환경 수소 생산 방식으로 주목받으며, 특히 양이온 교환막 수전해(PEMWE)는 고순도 수소를 고압으로 생산할 수 있어 차세대 수소 생산 기술로 평가받는다. 그러나 기존 PEMWE 기술은 고가의 귀금속 촉매와 코팅재에 대한 의존도가 높아, 상용화에 한계를 안고 있었다. 우리 연구진이 이러한 기술적·경제적 병목을 해결할 새로운 해법을 제시했다. 우리 대학 생명화학공학과 김희탁 교수 연구팀이 한국에너지기술연구원(원장 이창근) 두기수 박사와의 공동연구를 통해, 고가의 백금(Pt) 코팅 없이도 고성능을 구현할 수 있는 차세대 수전해 기술을 개발했다고 11일 밝혔다. 연구팀은 수전해 전극에서 고활성 촉매로 주목받는 ‘이리듐 산화물(IrOx)’이 제 성능을 발휘하지 못하는 주된 원인에 집중하였다. 그 이유는
2025-06-11 -
연구 온도에 반응해 말랑·딱딱 변하는 전자잉크 나왔다
스마트폰 같은 딱딱한 전자기기는 안정적인 성능을 제공하지만 착용시 불편함을 주는 반면, 얇고 유연한 웨어러블 기기는 착용감은 뛰어나지만 부드러운 특성 때문에 정밀한 조작에 한계가 있다. 국내 연구진이 온도에 따라 딱딱함과 부드러움을 자유자재로 전환할 수 있는‘액체금속 전자잉크’를 개발해, 가변강성을 갖춘 전자기기의 새로운 패러다임을 열고 있다. 우리 대학 전기및전자공학부 정재웅 교수 연구팀이 서울대 박성준 교수 연구팀, 우리 대학 신소재공학과 스티브 박 교수 연구팀과 공동연구를 통해, 상온에서 마이크로 스케일(머리카락보다 얇은 구조)의 미세 선폭 회로 인쇄가 가능하고 온도에 따라 딱딱함과 부드러움을 자유자재로 조절할 수 있는 액체금속 전자잉크를 개발했다고 4일 밝혔다. 연구팀이 개발한 전자잉크는 정밀한 인쇄가 가능한 물성과 우수한 전기전도성을 동시에 갖추고 있으며, 딱딱함과 부드러움을 자유자재로 조절할 수 있는 전자소자를 상온에서 정밀 제작할 수 있
2025-06-04 -
연구 논문 마이닝부터 합성 조건 추천까지, MOF 연구를 혁신하는 대규모 언어 모델
우리 연구진이 챗GPT를 활용해 금속 유기 골격체(Metal-Organic Frameworks, MOFs) 연구 논문에서 실험 데이터를 자동으로 추출하는 데이터 마이닝 툴(이하 L2M3)을 개발했다. L2M3는 MOF의 합성 조건 및 물성 정보를 체계적으로 수집하며, 분류, 정보 식별 및 데이터 추출 작업에서 각각 98.3%, 97.3%, 95.3%의 높은 정확도를 기록했다. 또한, 추출한 데이터를 기반으로 MOF의 합성 조건을 추천하는 시스템을 개발하여 연구자들의 실험 과정 최적화를 지원하고 있어 화제가 되고 있다. 우리 대학 생명화학공학과 김지한 교수 연구팀이 대규모 언어 모델(이하 LLMs) 급격한 발전에 주목하며, 이를 활용을 통해 금속 유기 골격체 문헌에서 MOF의 합성 및 물성 정보를 대량으로 추출하는 데이터 마이닝 툴(L2M3)를 개발했다고 7일 발표했다. 최근 MOF에 대한 연구들이 활발히 진행되어 MOF 실험 데이터가 축적되고 있다. 이에 따라 MOF 연구
2025-02-07 -
연구 원하는 소재 개발 인공지능 모퓨전(MOFFUSION)으로
최근 생성형 인공지능은 텍스트, 이미지, 비디오 생성 등 다양한 분야에서 널리 사용되고 있지만, 소재 개발 분야에서는 아직 충분히 활용되지 못하고 있다. 이러한 상황에서 KAIST 연구진이 구조적 복잡성을 지닌 다공성 소재를 생성하는 인공지능 모델을 개발하여, 사용자가 원하는 특성의 소재를 선택적으로 생성할 수 있게 되었다. 우리 대학 생명화학공학과 김지한 교수 연구팀이 원하는 물성을 가진 금속 유기 골격체(Metal-Organic Frameworks, MOF)를 생성하는 인공지능 모델을 개발했다고 23일 밝혔다. 김지한 교수 연구팀이 개발한 생성형 인공지능 모델인 모퓨전(MOFFUSION)은 금속 유기 골격체의 구조를 보다 효율적으로 표현하기 위해, 이들의 공극 구조를 3차원 모델링 기법을 활용해 나타내는 혁신적인 접근 방식을 채택했다. 이 기법을 통해 기존 모델들에서 보고된 낮은 구조 생성 효율을 81.7%로 크게 향상시켰다. 또한, 모퓨전은 생성 과정에서 사용자
2025-01-23