인공지능(AI)을 활용해 차세대 배터리로 주목받는 '전고체 전지'의 성능을 획기적으로 높일 수 있는 전략이 제시됐다.
한국연구재단은 10일 이병주 한국과학기술연구원(KIST) 박사 연구팀이 전고체 전지용 고체 전해질에서 리튬 이동을 극대화할 수 있는 AI 설계 전략을 확립했다고 밝혔다.
전고체 전지는 양극과 음극, 전해질 등 모든 구성 요소가 고체로 이뤄져 높은 안전성과 에너지 밀도를 가지는 차세대 배터리다. 고체 전해질은 기존 액체 전해질을 대체해 화재 위험을 낮추고 에너지 밀도를 높일 수 있는 소재로 쓰인다.
다만, 액체 전해질 대비 상대적으로 낮은 이온전도도, 고체 전해질과 전극 계면에서 발생하는 높은 저항과 화학적 반응으로 안정성이 떨어지는 문제가 있다.
이 박사팀은 포스코홀딩스 응용AI연구팀과 공동으로 AI 기술을 활용한 컴퓨팅 시뮬레이션으로 리튬의 이온 이동성을 극대화할 수 있는 전략을 제시했다. 이 과정에서 머신러닝 포텐셜 기술을 도입해 3,000개 이상의 원자가 포함된 전고체 전지 소재의 거동을 수 나노초(10억분의 1초) 단위에서 분석했다. 머신러닝 포텐셜은 기계학습을 이용한 물성 예측 방법의 하나로, 물질의 성질을 빠르고 효율적으로 계산해 준다.
연구팀은 이 기술을 활용해 황 이온이 리튬이온의 이동을 방해하는 것을 확인하고, 황 이온의 양과 분포를 최적화하면 최대 100배의 이온 이동성 향상이 가능함을 입증했다.
이병주 KIST 박사는 "고성능 전고체 전지 실현과 상용화에 기여할 것"이라며 "AI 기술을 적용해 고성능 배터리 소재를 개발하는 방법론을 확립하기 위한 후속 연구를 진행할 계획"이라고 말했다.
해당 연구결과는 에너지 분야 국제 학술지 '어드밴스드 에너지 머티리얼스(지난해 12월)'에 표지 논문으로 게재됐다.
