[더구루=홍성일 기자] 미국 매사추세츠공대(MIT) 공동 연구진이 인공지능(AI) 기반 '나트륨 금속 배터리 전해질 용매 탐색 기술'을 개발했다. 연구팀은 해당 기술을 이용해 단 하루만에 10만개가 넘는 후보 물질을 선별(스크리닝), 유망 물질을 찾아내는데 성공했다. 이번 연구결과는 다른 화학 조성을 가진 배터리 전해질 개발에도 영향을 미칠 것으로 전망된다.

10일 소듐배터리허브(sodiumbatteryhub)에 따르면 주 리(Ju Li) 교수가 이끄는 MIT 공동 연구팀은 나트륨 금속 배터리 전해질 용매 개발용 머신러닝 시스템을 구축하고 유망 물질을 발견하는데 성공했다. 이번 연구에는 한양대학교, 한국에너지기술연구원도 참여했으며, 연구 결과는 국제 학술지인 '줄(Joule)'에 게재됐다.

공개된 내용에 따르면 연구팀은 리튬, 코발트, 니켈, 흑연 등을 사용하지 않거나 적게 사용하면서 자원량이 풍부하고, 신속한 충·방전이 가능한 새로운 에너지 저장 시스템 개발을 목표로 연구에 착수했다.

연구팀이 주목한 것은 나트륨 금속 배터리였다. 나트륨은 리튬보다 매장량이 1000배 풍부하며, 동일 무게당 가격은 100분의 1 수준으로 저렴하다. 문제는 나트륨의 반응성이 매우 높아 장기적인 안전성과 신속한 충·방전을 동시에 달성하기 어려웠다는 것이다.

이 문제를 해결할 핵심 요소로 지목된 것이 전해질이다. 전해질은 배터리 내부에서 양극과 음극 사이 이온이 이동하도록 돕는 '혈액' 역할을 한다. 그러나 대부분의 전해질은 전극 표면과 불필요한 화학적 반응을 일으켜 배터리 수명과 안정성을 떨어뜨린다. 이에 전극과의 부반응을 최소화하면서 고속 충전, 고에너지 밀도, 긴 수명을 구현할 전해질 개발이 핵심 과제로 부상했다.

연구팀은 전해질 개발 속도를 높이기 위해 AI 기술을 활용했다. 머신러닝 모델을 이용해 전해질의 핵심 구성 요소인 '용매(Solvent)' 물질을 찾아나선 것이다. 용매는 전해질의 대부분을 차지하는 액체 형태의 물질이다. 용매에 염과 첨가제를 추가하면 전해질이 된다.

연구진은 리튬 금속 배터리 연구에서 뛰어난 안전성을 보여준 'DMTMSA' 구조를 기준 삼아 분자 설계에 돌입했다. 머신러닝 모델은 단 24시간만에 후보 용매 분자 10만개를 생성해냈으며 연구팀은 이 중 200개를 추려내 실험을 진행, 27개의 후보를 선정했다.

선정된 분자 중 가장 주목받은 물질은 'DMFSA'였다. DMFSA는 분자 크기가 가장 작아 나트륨 이온의 이동이 수월할 뿐만 아니라 전기화학적 성능 및 안정성도 매우 우수한 것으로 나타났다.

연구팀은 이번 연구 결과를 바탕으로 추가 연구에 돌입, DMFSA보다 더 뛰어난 후보 물질을 찾아낸다는 계획이다.

MIT 연구팀은 "이번 연구 성과는 다른 차세대 배터리 연구에도 다양하게 응용될 수 있을 것"이라며 "향후 DMFSA를 기준으로 더욱 뛰어난 성능의 후보 물질을 발굴하기 위해 연구를 지속할 계획"이라고 밝혔다.