[AI픽] 전고체전지 전해질 최적 조건, AI가 찾았다

AI로 연구하는 차세대 배터리 [KIST 제공. 재판매 및 DB 금지]

(서울=연합뉴스) 조승한 기자 = 국내 연구팀이 인공지능(AI)을 이용해 차세대 전지인 전고체전지 전해질 소재의 성능을 끌어올릴 최적 조건을 밝혀냈다.

한국과학기술연구원(KIST)은 계산과학연구센터 이병주 선임연구원 연구팀이 AI 기반 원자 시뮬레이션을 통해 비정질 고체전해질의 성능을 나타내는 리튬 이온 이동을 좌우하는 요인을 규명했다고 25일 밝혔다.

리튬이온전지는 액체 전해질을 사용해 외부 충격이나 과열 시 화재·폭발 위험이 있어 최근 불에 타지 않는 고체 물질을 전해질로 쓰는 전고체전지가 주목받고 있다.

하지만 전고체전지 핵심 소재인 비정질 고체전해질은 내부 구조가 불규칙해 리튬 이온이 이동하는 원리를 분석하기 어려워 성능 차이 원인을 체계적으로 설명하는 데 한계가 있었다.

연구팀은 리튬 이온 이동을 각 자리 사이 이동 용이성과 이동 경로 연결성으로 구분해 분석했다.

그 결과 배터리 성능은 이온이 다음 자리로 이동하는 난이도에 더 크게 좌우된다는 사실을 연구팀은 밝혔다.

비정질 고체전해질 분석 모식도 [KIST 제공. 재판매 및 DB 금지]

분석 결과 리튬 이온 이동성에 따른 이온전도 성능은 최대 5배까지 차이 났지만, 경로 연결성은 2배 수준에 그쳤다.

또 연구팀은 리튬 이온 주변을 4개 황 원자가 둘러싼 구조 비율이 높을수록 이온 이동이 빨라지고, 내부 빈 곳의 크기가 적정 범위여야 성능이 우수해진다는 것을 확인했다.

특히 지나치게 큰 공간이 오히려 이온 이동을 방해하는 것으로 나타나 밀도가 낮을수록 전도도가 높다는 기존 통념과 다른 결과를 제시했다고 연구팀은 밝혔다.

이번 연구성과는 전해질 조성 비율이나 압축·성형 조건을 조절해 내부 구조를 제어하는 것만으로도 이온 전도 성능을 개선할 수 있음을 보인 것으로 설계와 제조 공정에 바로 적용할 수 있다고 연구팀은 설명했다.

이 선임연구원은 ""이번 연구는 비정질 고체전해질의 성능을 좌우하는 핵심 요인을 명확히 규명했다는 점에서 의미가 크다"며 "소재 성능을 체계적으로 개선할 수 있는 설계 기준을 제시한 만큼, 향후 전고체전지 상용화를 앞당기는 데 기여할 수 있을 것으로 기대한다"고 말했다.

연구 결과는 지난해 11월 21일 국제학술지 '어드밴스트 에너지 머터리얼스'에 실렸다.

shjo@yna.co.kr

▶제보는 카카오톡 okjebo
▶연합뉴스 앱 지금 바로 다운받기~
▶네이버 연합뉴스 채널 구독하기
<저작권자(c) 연합뉴스, 무단 전재-재배포, AI 학습 및 활용 금지>