고려대, 산소를 과산화수소로 바꾸는 고성능 촉매, AI로 34종 발굴
2026.04.20
Views 63
고려대, 산소를 과산화수소로 바꾸는 고성능 촉매, AI로 34종 발굴
□ 생성형 AI와 능동학습(Active Learning)이 만나 원하는 촉매를 더 빠르게 도출했다. 고려대학교(총장 김동원) KU-KIST융합대학원 백서인 교수 연구팀이 푸단대학교 쿤 지앙(Kun Jiang) 교수 연구팀과의 공동 연구를 통해 새로운 촉매 탐색 전략을 개발하고, 산소를 과산화수소로 바꾸는 고성능 촉매 후보 34종을 발굴했다.
□ 과산화수소는 살균, 표백, 화학 합성 등 다양한 산업에서 널리 활용되는 핵심 물질이다. 최근 산소를 과산화수소로 직접 전환하는 친환경 전기화학 공정 ‘2전자 산소환원반응(2e-ORR)’이 주목받고 있지만, 성능이 뛰어난 촉매를 찾는 과정에 막대한 시간과 비용이 필요하다는 한계가 있었다.
□ 연구팀은 기존에 개발한 촉매 생성형 AI 모델 ‘CatGPT’에 능동학습을 결합했다. ‘CatGPT’가 새로운 촉매 구조를 제안하면, 초고속 예측 도구인 ‘기계학습 포스 필드(MLFF)’를 통해 활성을 평가하고, 이를 다시 학습에 반영하는 방식이다. 이 과정을 반복해 점차 원하는 특성을 갖는 촉매를 더 많이 생성하도록 유도했다.
*활성: 촉매가 화학 반응을 얼마나 빨리, 많이 일어나게 하는지를 뜻함
□ 최종적으로 생성된 촉매들을 정밀 시뮬레이션인 '밀도범함수 (DFT)' 계산으로 평가한 결과 활성과 선택성을 동시에 만족하는 활성과 선택성을 동시에 만족하는 유망 촉매 후보 34종을 발굴했다. 이 과정에서 활성 촉매 생성 비율을 약 50% 수준으로 끌어올렸으며, 기존의 대용량 초고속 스크리닝 방식과 비교해 계산 비용을 GPU 약 80%, CPU 약 96%까지 획기적으로 절감했다.
*선택성: 여러 결과물이 나올 수 있는 반응에서 원하는 특정 물질만 골라서 얼마나 많이 만드는지를 나타냄
□ 연구팀은 이 가운데 MnPt3와 Pd3Zn 촉매를 대표 후보로 선정해 추가 계산 및 실험 검증을 수행했다. 두 물질 모두 ‘2전자 산소환원반응’에 유망한 특성을 보였으며, 특히 MnPt3는 산성 조건에서도 높은 과산화수소 선택성을 유지하는 새로운 촉매임을 확인했다.
□ 백서인 교수는 “이번 연구는 생성형 AI과 능동학습을 결합하면 방대한 촉매 후보군 속에서 유망한 물질을 훨씬 효율적으로 발굴할 수 있음을 보여준다”며 “향후 차세대 촉매 및 친환경 에너지 소재 개발에도 폭넓게 활용될 수 있을 것으로 기대한다”고 밝혔다.
□ 본 연구 성과는 화학 공학 분야의 SCIE급 국제 저명 학술지 ‘ACS Catalysis(IF=13.1)’ 온라인에 3월 16일 게재됐다.
*논문명: Generative Active Learning Discovers High-Performance O2 Reduction Catalysts for H2O2 Production
*DOI: 10.1021/acscatal.5c07832
*URL: https://pubs.acs.org/doi/10.1021/acscatal.5c07832
□ 본 연구는 산업통상자원부의 탄소중립 산업 핵심기술 개발사업, 과학기술정보통신부의 기초 연구실 지원 사업과 기초연구사업, 고려대학교의 연구과제 지원과 한국과학기술정보연구원의 슈퍼컴퓨팅 자원 지원으로 수행됐다.
△(왼쪽부터) KU-KIST융합대학원 백서인 교수(교신저자), 푸단대학교 쿤 지앙(Kun jiang) 교수(교신저자), KU-KIST융합대학원 목동현 석박통합과정(제1저자)
△능동 학습 과정의 모식도. 왼쪽부터 시계방향으로 생성형 AI 학습, 촉매 생성, 평가, AI 재학습 과정을 반복한다
