(왼쪽부터) 고려대 배터리-스마트팩토리학과 이두봉 박사과정(제1저자), 가천대 화공생명배터리공학부 박진우 교수(제1저자), 가천대 화공생명공학과 김은지 학부연구생(참여저자), 고려대 신소재공학부 김웅 교수(교신저자) ※사진 제공=고려대
연구팀이 개발한 전해질 설계 기술은 리튬 금속 배터리에 적용된다. 리튬 금속 배터리는 높은 에너지 밀도를 구현할 수 있어 전기차와 에너지 저장 장치의 핵심 기술로 주목받는다. 그러나 충·방전 과정에서 리튬이 불규칙하게 성장하는 문제로 수명·안전성이 저하될 수 있다. 이를 개선하기 위해서는 전해질을 정밀하게 설계해야 하지만 수많은 조합을 일일이 검증해야 해 시간·비용 부담이 컸다.
연구팀은 이런 문제를 해결하기 위해 AI 기반 데이터 분석 접근법을 활용했다. 특히 분자의 연결 구조와 반복 특성, 농도 정보를 함께 반영하는 새로운 기술을 개발해 적용했다. 이를 토대로 성능 예측을 넘어 성능 향상 원인까지 설명하는 ‘해석 가능한 AI 모델’을 구현한 것이다.
이렇게 구축한 모델로 전해질 후보군을 분석한 결과 쿨롱 효율 향상에 핵심 역할을 하는 것으로 나타났다. 이를 토대로 설계한 신규 전해질은 리튬·구리 하프셀 실험에서 99.72%의 쿨롱 효율을 기록했다.
고려대는 “AI를 활용한 전해질 설계 기술을 통해 최적의 전해질을 신속하게 발굴하는 기반을 마련함으로써 리튬 금속 배터리 개발 기술의 수준을 한 단계 높였다”고 평가했다.
이번 연구는 고려대 교내 연구비를 지원받아 수행했으며 가천대 박진우 교수팀이 참여했다. 연구 결과는 에너지 저장 분야 국제 학술지(Energy Storage Materials) 2월 7일 자에 게재됐다.
연구팀은 “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 것”라고 기대했다.
