[서울=뉴시스]박시은 인턴 기자 = 고려대학교는 신소재공학부 김웅 교수 연구팀이 가천대 화공생명배터리공학부 박진우 교수 연구팀과 공동으로, 인공지능(AI)을 활용해 리튬 금속 배터리에 최적화된 전해질을 신속 발굴하는 설계 기술을 개발했다고 26일 밝혔다.

리튬 금속 배터리는 높은 에너지 밀도를 구현할 수 있어 전기차와 차세대 에너지 저장 장치의 핵심 기술로 주목받는다. 다만 충·방전 과정에서 리튬이 불규칙하게 성장하는 문제로 수명과 안전성이 저하될 수 있다. 이를 개선하기 위해서는 전해질을 정밀하게 설계해야 하는데, 그 후보 조합을 일일이 검증해야 하기에 시간과 비용 부담이 크다는 한계가 지적됐다.

연구진은 이러한 문제를 극복하고자 AI 기반 데이터 분석 접근법을 활용했다. 특히 분자의 연결 구조와 반복 특성, 농도 정보를 함께 반영하는 새로운 분자 표현 기술(e-ECFP)을 개발해 적용했다.

이를 바탕으로 전해질 분자의 입체적인 구조와 농도 정보를 동시에 학습하는 체계를 구축했으며, 성능 예측을 넘어 성능 향상 원인까지 설명하는 '해석 가능한 AI 모델'을 구현했다. 또한 염과 용매의 역할을 구분해 학습시키고, AI의 판단 근거를 분석함으로써 모델의 신뢰도를 높였다.

이렇게 구축한 모델로 전해질 후보군을 분석한 결과, 불소를 포함한 구조와 고리형 에테르 구조는 리튬 금속 배터리의 쿨롱 효율 향상에 핵심적인 역할을 하는 것으로 나타났다. 쿨롱 효율이란 충전한 전기량 대비 방전 시 회수되는 전기량의 비율이다.

아울러 새롭게 설계된 전해질은 리튬-구리 하프셀 실험에서 99.72%의 쿨롱 효율을 기록해 세계 최고 수준의 성능을 달성했으며, 리튬-리튬인산철 풀셀 실험에서도 500회 이상의 충·방전 이후 안정적인 용량 유지 특성을 보였다.

연구진은 "이번 연구는 AI가 단순한 예측 도구를 넘어, 배터리 성능 향상의 원인을 규명하는 데 활용될 수 있음을 보여준 사례"라며 "향후 다양한 차세대 에너지 저장 시스템 설계에도 폭넓게 활용될 수 있을 것으로 기대한다"고 밝혔다.

한편 이번 연구 성과는 에너지 저장 분야 국제 학술지 '에너지 스토리지 머티리얼즈(Energy Storage Materials)' 온라인에 지난 7일 게재됐다.


◎공감언론 뉴시스 [email protected]