[더테크 이승수 기자]  KAIST는 신소재공학과 조은애 교수 연구팀이 서울대학교 화학생물공학부 이원보 교수팀과 함께 인공지능(AI)을 활용해 촉매의 원자 배열 경향을 정밀 예측하는 기술을 개발했다. 계산을 먼저 수행하고 실험으로 검증하는 접근으로, 복잡한 시행착오 중심 소재 개발 방식을 바꾸는 새로운 패러다임을 제시했다는 평가다.

수소차는 기후위기 대응을 위한 친환경 모빌리티 대안으로 주목받지만 연료전지의 높은 가격과 짧은 수명이 상용화의 걸림돌이었다. 핵심 소재인 백금 촉매는 전기 생산 반응을 담당하지만 반응 속도가 느리고 시간이 지날수록 성능이 저하되며 제조 비용 부담도 크다.

연구팀은 머신러닝 기반 양자화학 시뮬레이션을 통해 금속 원자의 이동과 배열 과정을 사전에 계산했다. 그 결과 아연(Zn)이 백금-코발트(Pt-Co) 합금 내 원자 배열을 촉진하는 매개 원소로 작용한다는 사실을 밝혀냈다. 기존 Pt-Co 촉매는 규칙적 금속간화합물(L1₀) 구조 형성을 위해 고온 열처리가 필요해 입자 응집과 구조 불안정 문제가 발생했다. 그러나 아연을 도입하면 원자들이 안정적 위치에 더 쉽게 자리 잡아 촉매 활성과 내구성을 동시에 향상시킬 수 있다.

AI 예측을 기반으로 합성한 아연-백금-코발트 촉매는 기존 백금 촉매 대비 높은 활성과 장기 내구성을 확보했다. 이는 AI가 도출한 설계가 실제 실험에서도 구현될 수 있음을 입증한 사례로 평가된다.

이번 기술은 수소 승용차뿐 아니라 장거리 운행이 필요한 수소 트럭, 수소 선박, 에너지저장장치(ESS) 등 탄소중립 핵심 산업 전반에서 촉매 수명 연장과 제조 비용 절감에 기여할 것으로 기대된다.

조은애 교수는 “머신러닝으로 촉매 원자 배열 경향을 사전에 예측하고 이를 실제 합성으로 구현한 연구”라며 “AI 기반 소재 설계가 차세대 연료전지 촉매 개발의 새로운 패러다임이 될 것”이라고 말했다.

이번 연구에는 KAIST 장현우 박사과정과 서울대학교 류재현 박사가 공동 제1저자로 참여했으며, 연구 결과는 에너지 소재 분야 국제 학술지 Advanced Energy Materials에 2026년 1월 15일 자로 게재됐다.