(왼쪽부터) 고려대 신소재공학부 김용주 교수(교신저자), KAIST 신소재공학과 정연식 교수(교신저자), 한밭대 신소재공학과 오민욱 교수(교신저자), UCLA 박사후연구원 장한휘 박사(공동제1저자), 서울대 이우석 박사과정(공동제1저자) ※사진 제공=고려대
연구팀은 능동형 지능 기술을 도입해 세계 최고 수준의 효율을 가진 ‘고엔트로피 칼코제나이드 열전 소재’를 개발했다. 열전 소재는 온도 차이를 전기에너지로 변환하는 물질이다. 전 세계 에너지 소비량의 70%에 달하는 폐열을 재활용하는 데 쓰이는 솔루션이다. 다만 여러 원소를 섞어 성능을 높이는 ‘고엔트로피’ 소재는 방대한 경우의 수 중에서 최적의 비율을 찾아야 하는 난제로 인해 기존의 방식으로는 성능을 극대화하기 어려웠다.
연구팀은 문제 해결을 위해 ‘베이지안 최적화 기반의 폐쇄형 루프 실험 프레임워크’를 구축했다. 이 AI 모델은 물리적 지식을 기반으로 한 특수 지표인 ‘평균 품질 계수’를 학습 지표로 삼아 다음에 실험할 최적의 후보군을 제안하는 특성을 가진다.
연구 결과 전체 후보군인 1만6206개의 조합 중 단 0.5%에 불과한 80개의 샘플만을 실제로 제작해 테스트했음에도 불구하고 열전 성능 지수가 2.0을 상회하는 3종의 신규 고엔트로피 소재를 발견하는 성과를 거뒀다. 이는 기존 신소재 개발 방식과 비교했을 때 탐색 효율을 수십 배 이상 높인 결과다.
이번 연구는 한국연구재단·한국에너지기술평가원의 지원을 받아 수행했다. 연구 결과는 재료 과학 분야 저명 국제학술지(Advanced Materials) 2월 17일 자에 게재됐다.
김용주 교수는 “이번 연구는 AI가 단순히 데이터를 학습하는 수준을 넘어 실험 전문가가 미처 생각지 못한 최적의 원소 조합을 제안할 수 있음을 입증한 사례”라며 “전문 지식이 부족한 연구자도 AI의 도움을 받아 복잡한 신소재를 설계할 수 있는 길을 열었다”고 밝혔다.
