- KIST 이병주 박사팀, 전고체전지 개발 획기적 방법론 제공

이번 연구결과가 게재된 국제학술지 ‘어드밴스드 에너지 머티리얼즈’ 표지.[KIST 제공]
이번 연구결과가 게재된 국제학술지 ‘어드밴스드 에너지 머티리얼즈’ 표지.[KIST 제공]

[헤럴드경제=구본혁 기자] 인공지능(AI) 기술을 활용해 리튬이온전지의 성능을 획기적으로 높일 수 있는 전략이 제시됐다.

한국연구재단은 한국과학기술연구원(KIST) 이병주 박사 연구팀이 전고체전지용 고체 전해질에서의 리튬 이동 메키니즘을 규명하고, AI를 이용한 혁신적인 설계전략을 제시했다고 밝혔다.

고체 전해질은 차세대 배터리로 주목받고 있는 전고체전지의 핵심 구성요소로, 기존 액체 전해질을 대체하여 화재 위험을 낮추고 에너지 밀도를 높일 수 있는 소재로 주목받고 있다.

하지만 전고체전지의 실용화를 위해선 해결해야 할 문제가 많다. 액체 전해질 대비 상대적으로 낮은 고체 전해질에서의 이온전도도를 향상시켜야 하고, 고체 전해질과 전극 계면에서 발생하는 높은 저항과 화학적 반응으로 인해 저하되는 안정성 문제를 해결해야 한다.

KIST 연구팀은 포스코홀딩스 응용AI연구팀과의 협업을 통해 AI 기술을 활용한 정확하고 효율적인 컴퓨팅 시뮬레이션으로 리튬의 이온 이동성을 분석하고 평가할 수 있는 새로운 접근법을 개발, 이온 이동성을 극대화할 수 있는 전략을 제시했다.

기존 시뮬레이션 기법의 한계를 극복하기 위해 머신러닝 포텐셜 기술을 도입, 3000개 이상의 원자가 포함된 전고체전지 소재의 거동을 수 나노초(ns) 단위에서 분석할 수 있도록 구현했다.

AI기술을 이용한 고속 시뮬레이션 활용 연구 모식도.[KIST 제공]
AI기술을 이용한 고속 시뮬레이션 활용 연구 모식도.[KIST 제공]

연구팀은 이 기술을 활용해 리튬 이온의 두 가지 상이한 이동 방식을 분류하고, 각 이동 방식에서 황(S) 이온이 리튬 이온의 이동을 방해하는 역할을 한다는 사실을 규명했다. 또한 황 이온의 양과 분포를 최적화하면 최대 100배의 이온 이동성 향상도 가능하다는 사실을 발견했다.

이를 검증하기 위해 실험 데이터베이스와 비교 분석한 결과, 기존 공개된 실험 결과와 높은 상관도를 보이며 신뢰성을 입증했다.

이병주 박사는 “AI 기술을 적용한 고성능 배터리 소재를 개발하는 방법론을 확립하여 후속 연구개발의 중요한 지침을 제공할 것”이라며 “고성능의 전고체전지 실현과 상용화에 기여할 것으로 기대된다”고 말했다.

과학기술정보통신부와 한국연구재단이 추진하는 나노 및 소재기술개발사업 지원으로 수행된 이번 연구성과는 에너지 분야 국제학술지 ‘어드밴스드 에너지 머티리얼스’에 표지 논문으로 선정됐다.


nbgkoo@heraldcorp.com