공기 중 이산화탄소만 골라내는 직접 포집 기술, 이른바 DAC 기술의 핵심 소재를 인공지능으로 찾는 데 KAIST 연구진이 성공했습니다.
KAIST는 생명화학공학과 김지한 교수 연구팀이 영국 임페리얼 칼리지 런던과 공동 연구를 통해, 대기 중 이산화탄소 포집에 적합한 금속-유기 구조체(MOF)를 선별할 수 있는 AI 기반 시뮬레이션 기법을 개발했다고 밝혔습니다.
DAC 기술은 대기 중의 이산화탄소만 골라 포집하는 기술로, 기후위기 대응의 핵심 기술로 주목받고 있지만, 공기 중에 많은 수증기 때문에 이산화탄소만 효과적으로 잡아내는 데 어려움이 컸습니다.
연구팀은 이산화탄소(CO₂)와 수증기(H₂O), 그리고 MOF 사이의 복잡한 분자 상호작용을 정밀하게 예측할 수 있는 기계학습 기반 역장(MLFF)을 개발했습니다.
이를 통해 양자역학 수준의 정밀도를 유지하면서도 기존보다 훨씬 빠르게 MOF 소재의 흡착 특성을 계산할 수 있게 됐습니다.
이 시스템을 활용해 8천여 개 MOF 구조를 대규모 분석한 결과, 100개 이상의 유망한 탄소 포집 후보 소재를 발굴했습니다.
특히, 기존 기술로는 포착하지 못했던 새로운 후보도 다수 제시했으며, 이와 함께 DAC용 소재 설계를 위한 7가지 핵심 화학 구조 특성도 도출습니다.
연구팀은 이번 연구가 DAC 소재 설계의 정확도와 효율을 크게 높였다는 점에서 관련 분야 기술 발전에 의미 있는 성과라고 평가했습니다.
이번 논문은 KAIST 임윤성 박사과정과 박현수 박사가 공동 제1저자로 참여했으며, 국제 학술지 '매터(Matter)'에 지난 6월 12일 실렸습니다.
TJB 대전방송
< copyright © tjb, 무단전재 및 재배포 금지 >
0 / 300
댓글이 없습니다.
첫번째 댓글을 남겨주세요.