대학원 소식
산소를 과산화수소로 바꾸는 고성능 촉매, AI로 34종 발굴
2026.04.14 Views 21
고려대, 산소를 과산화수소로 바꾸는 고성능 촉매, AI로 34종 발굴
△능동 학습 과정의 모식도. 왼쪽부터 시계방향으로 생성형 AI 학습, 촉매 생성, 평가, AI 재학습 과정을 반복한다
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 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.
[연구진 사진]
