검색결과 총 2건
-
기체를 결정처럼 줄 세웠다…KAIST, AI로 다공성 소재 역설계
[경제일보] KAIST 연구진이 다공성 물질 안에서 기체 분자를 결정처럼 규칙적으로 배열하고, 원하는 배열을 만들어내는 소재를 인공지능(AI)으로 거꾸로 설계하는 기술을 내놨다. 생명화학공학과 김지한 교수 연구팀의 성과로, KAIST는 11일 이같이 밝혔다. 연구에 쓰인 금속-유기 골격체(MOF)는 금속과 유기물이 결합해 만들어진 결정성 물질로, 나노미터 크기의 구멍이 무수히 뚫려 있다. 스펀지가 물을 머금듯 미세 기공에 기체를 담는다. 그동안 이 분야 연구는 얼마나 많은 기체를 붙잡아 두느냐에 집중돼 있었고, 기공 안에 들어간 기체 분자는 무질서하게 흩어져 붙는다고 여겨졌다. 연구팀은 기공 구조를 정교하게 설계하면 기체가 자리 잡는 위치까지 조절할 수 있다고 봤다. 단일 원소 기체인 제논(Xe)으로 확인 작업을 했다. 방대한 MOF 구조를 탐색한 끝에 코발트 기반 물질 Co-CAU-36에서 제논이 규칙적인 격자를 이루는 현상을 찾아냈다. 컴퓨터 시뮬레이션(GCMC) 결과 제논 원자들은 기공 안에 흩어지는 대신 체심 입방 격자(BCC) 형태로 정렬됐다. 기공이 일종의 틀 역할을 해 원자가 앉을 자리를 유도한 것이다. 기체에 극저온이나 고압 같은 극한 조건을 걸어 결정화하는 방식과는 접근이 다르다. 제논과 크립톤(Kr)을 함께 넣었을 때는 두 기체가 공간적으로 갈라졌다. 제논이 먼저 껍질 형태의 격자를 만들고 크립톤이 그 중심부에 자리 잡았다. 기존 분리 기술이 소재에 더 잘 달라붙는 기체를 골라내는 방식이었다면, 배열 차이로 기체가 나뉘는 경로를 확인한 셈이다. 제논과 크립톤은 대기 중 함유량이 각각 0.1ppm 안팎에 그쳐 지금은 공기를 극저온에서 증류해 뽑아낸다. 에너지 비용이 크고 공급도 불안정하다. 반도체 식각 공정과 위성 추진, 의료용 마취에 쓰이는 산업 가스여서 분리 방식이 바뀌면 파급이 작지 않다. 연구팀은 여기서 방향을 뒤집었다. 좋은 소재를 먼저 찾고 그 안에서 기체 거동을 확인하는 대신, 원하는 기체 배열을 먼저 정하고 그에 맞는 다공성 구조를 찾아가는 역설계를 시도했다. 기계학습과 유전 알고리즘을 결합한 방식으로 체심 입방(BCC)과 면심 입방(FCC) 형태의 배열을 만들어내는 새로운 구조를 설계했다. 김 교수 연구팀은 챗GPT 계열 언어모델을 활용해 MOF를 다루는 '챗MOF'와 트랜스포머 기반 다공성 소재 물성 예측 모델을 내놓는 등 AI를 소재 설계에 붙이는 연구를 이어왔다. 이번 성과는 그 흐름 위에서 예측을 넘어 구조 생성으로 넘어간 사례다. 다만 확인은 계산과 시뮬레이션 단계에서 이뤄졌다. 향후 이산화탄소와 수소로 적용 범위가 넓어지면 탄소 포집·분리와 수소 저장 소재 설계에 쓰일 수 있다. 분자의 위치와 배열에 따라 반응이 달라지는 촉매 분야로도 확장 가능성이 있다. 이번 연구에는 김영훈·김도훈 박사과정이 공동 제1저자로, 김승우 석사과정과 임윤성 박사가 제2저자로 참여했다. 논문은 국제 학술지 네이처 커뮤니케이션즈에 6월 23일 온라인 게재됐다. 과학기술정보통신부 한국연구재단의 이종소재지원사업과 탑-티어 연구기관 간 협력 플랫폼 구축·공동연구 지원사업의 지원을 받았다. 김지한 교수는 "이번 연구는 기체를 다공성 물질 안에서 결정처럼 줄 세운 첫 사례"라며 "기체를 얼마나 많이 담을지만 고민하던 데서 나아가, 원하는 배열까지 설계할 수 있는 새로운 가능성을 열었다"고 말했다.
2026-08-11 10:06:15
-