서강대 화공생명공학과 백서인 교수 연구팀이 한국기초과학지원연구원 김희진 박사와의 공동연구를 통해 인공지능을 활용한 높은 안정성과 리튬 이온 전도성을 갖는 고체전해질 신 물질 탐색 방법론을 제시하였다. 해당 연구 성과는 국제 저명 학술지인 ACS Applied Materials & Interfaces 에 게재되었다.

고체 전해질을 사용하여 양극과 음극 사이에서 이온을 전송하는 전고체 전지는 화재나 폭발 위험을 제거하고 온도 변화나 외부 충격에 대한 강력한 내성을 갖는다. 이러한 배터리는 “꿈의 배터리”로 불리며, 특히 최근 급증하는 전기 자동차 보급에 따라 전고체 전지 연구가 활발히 진행되고 있다. 기존의 액체 전해질을 사용하는 전기차 배터리는 고온 또는 고압 조건에서 화재나 폭발 위험이 존재하기 때문에 이러한 위험성을 감소시키기 위해 전고체 배터리가 대안으로 고려되고 있다.

전고체 배터리가 상용화 되기 위해서는 리튬 이온 전도도와 열적, 전기화학적 안정성이 높은 고체 전해질 개발이 필수지만, 지금까지 발견된 황화물계, 산화물계 고체 전해질은 이 조건을 모두 만족시키지는 못했다. 따라서 높은 이온 전도성을 가지며 안정성을 갖는 고체 전해질 신 물질을 탐색하는 것이 중요하다. 

현재까지 시뮬레이션과 실험을 통해 다양한 고체 전해질 후보 물질들이 제시되었으나, 최근에는 비용적, 시간적으로 효율적인 탐색을 진행하기 위해 인공지능을 활용한 연구들이 많이 발표되고 있다. 하지만 대부분의 인공지능 기반 소재 탐색 연구는 탐색하고자 하는 후보 물질의 범위가 좁거나 기존 알려진 데이터베이스 내에서 탐색하기 때문에 유망한 신소재를 발견하는 데 어려움을 겪고 있다. 

이에 백서인 교수 연구팀은 기존의 화학 공간에서 확장하여, 안정성과 전도 특성을 예측하여 탐색하는 인공지능-시뮬레이션 방법론을 제시하였다. 본 방법론은 인공지능 예측 기법으로 2천만개 이상의 생성된 후보 물질의 특성을 예측하였다. 이는 실험을 통한 검증은 물론, 기존의 양자화학 기반의 시뮬레이션을 통해서는 현실적으로 불가능한 규모의 탐색이다.

그림1 제시된 인공지능-시뮬레이션 탐색 방법론 프로세스

열적, 전기화학적으로 안정한 후보 물질이 선정 되었으며, 낮은 전기 전도와 높은 리튬 이온 전도 특성을 가진 후보 물질이 선정하였다. 인공지능 예측 방법을 통해 

최종 수백 개의 가능성이 높은 고체 전해질 후보 물질이 가능성이 높은 물질로서 제시되었고, 더욱 정교한 양자화학 기반 시뮬레이션을 통해 2차 특성 검증을 진행하였다. 시뮬레이션 결과 높은 안정성과 리튬 이온 전도 특성을 모두 만족하는 고체 전해질 신 물질을 제시하였다. 더불어, 제시한 인공지능-시뮬레이션 예측 방법론을 통해 원하는 특성을 만족하는 유망한 신 물질을 효율적으로 탐색할 수 있음을 확인하였다.

그림2  최종 제시된 고체 전해질 신 물질에 대한 시뮬레이션 결과