[대학저널 황혜원 기자] 숭실대학교 학부생들의 연구 결과가 저명 국제학술지에 게재됐다.
6일 숭실대에 따르면 기계공학부 최은성씨의 논문은 미국화학회 ‘ACS 어플라이드 머티리얼즈 앤 인터페이스’ 온라인에 실렸다.
최씨는 ‘데이터 기반 접근 방식을 통한 기계적으로 우수한 리튬 이온 배터리 고체 전해질 스크리닝’을 통해 고체전해질 물질 설계에 필수적인 기계적 강도 예측 모델을 소개했다.
최씨가 연구한 리튬 전고체 전지의 핵심소재인 고체전해질은 현재 상용화된 리튬이온 배터리에 비해 성능과 수명, 안정성이 뛰어나기 때문에 차세대 배터리 기술로 각광받고 있다. 하지만 충전과 방전 과정에서 발생하는 덴드라이트로 인해 배터리의 노화가 급속도로 진행되는 한계를 지녔다.
이에 따라 최씨는 공동저자인 조준호·김원진씨와 함께 머신러닝 기술과 계산과학 기법을 융합했고, 이를 통해 덴드라이트 발생을 억제할 수 있는 고체전해질 물질 설계에 필수적인 기계적 강도 예측 모델을 개발했다.
또한 김준철씨의 ‘기계학습과 대용량 계산을 통한 합성 가능한 더블 페로브스카이트 산화물 탐색’ 논문도 독일 Wiley-VCH에서 발행하는 국제학술지 어드밴스드 띠어리 앤 시뮬레이션즈 온라인에 게재됐다.
김씨는 석사과정 김은송씨와 연료전지, 태양전지, 촉매 연구 등 다양한 분야에서 높은 성능을 보여주는 더블 페로브스카이트 산화물 구조에 대해 합성이 가능한 소재를 예측할 수 있는 플랫폼 연구를 진행했다.
산화물은 조합 가능한 숫자가 50만개에 이르기 때문에 일반적인 실험과 계산으로는 적합한 물질을 찾는 것이 불가능하다. 김씨는 이를 해결하기 위해 기계학습과 계산과학 방법을 융합해 실제로 합성 가능한 물질을 탐색하고, 관련 데이터베이스 1만여개를 구축했다.
두 논문의 연구책임자인 민경민 기계공학부 교수는 “인공지능(AI) 기술을 소재연구와 융합해서 차세대 물질설계가 가능한 플랫폼을 구축한 의미 있는 결과”라며 “이러한 연구를 학부생이 진행할 수 있었던 것은 각 학생의 역량이 뛰어날 뿐만 아니라 숭실대가 체계적인 교육과 연구 인프라를 갖추고 있다는 증거라고 생각한다. 두 학생 모두 AI와 공학기술을 융합하는 창의적 인재로 계속 성장해 나갈 것으로 확신한다”고 말했다.
한편 이번 연구는 한국연구재단과 국가슈퍼컴퓨팅센터의 R&D 혁신지원프로그램의 지원으로 수행됐다.
[ⓒ 대학저널. 무단전재-재배포 금지]
