[서광타임즈=김태진 팀장] 서울대학교는 화학부 임종우 교수팀이 인공지능(AI)과 분자 구조 분석을 결합해 리튬메탈 배터리에 쓰일 비불소계 희석제 후보 368종을 선별했다고 27일 공개했다. 물질을 직접 합성하거나 구매하기 전에 적합성을 계산해 약 132만 개 분자에서 실험 대상을 좁힌 연구다.
리튬메탈 배터리의 전해액에 넣는 희석제는 다른 용매와 잘 섞이면서도 리튬 이온 주변의 구조를 유지해야 한다. 기존에 쓰이던 불소계 물질은 환경 잔류성과 제조 비용에 대한 우려가 있어 대체 소재가 요구돼 왔다. 후보 물질을 먼저 확보해 하나씩 실험하는 방식은 탐색 범위를 넓히는 데 한계가 있었다.
연구팀은 리튬 이온과의 결합에 관여하는 성질과 분자 표면의 전하 분포를 두 가지 계산 지표로 정리하고, 이를 빠르게 예측하는 머신러닝 모델을 만들었다. 예측이 불확실한 후보는 추가 계산을 거쳐 선별했다. 이후 후보 중 세 종류의 희석제를 리튬메탈 단층 파우치셀에 적용해 200회 이상의 안정적인 충·방전을 확인했다.
선별 기준에서 벗어난 비교 물질을 넣은 전지는 성능이 빠르게 저하돼 두 지표를 이용한 탐색 방법의 유효성을 뒷받침했다. 연구팀은 분자 구조를 미리 평가하고 유망한 물질에 실험을 집중하는 방식이 소재 개발의 시행착오와 시간·비용 부담을 줄이는 데 기여할 것으로 기대했다.