2026.4.10

AI로 고효율 에너지 변환 소재 초고속 발굴…개발 기간 수년에서 ‘단 몇 개월’로 단축

□ 인공지능(AI)을 활용하자 기존에 수년이 걸리던 신소재 개발 기간이 단 몇 개월로 줄었다. 국내 연구팀이 1만 6천 개의 후보군 중 극한의 효율을 가진 에너지 변환 소재를 초고속으로 발굴하는 데 성공했다. 

□ 고려대학교(총장 김동원) 신소재공학부 김용주 교수, KAIST(한국과학기술원) 신소재공학과 정연식 교수, 국립한밭대학교 신소재공학과 오민욱 교수 공동연구팀이 능동형 지능 기술을 도입해 세계 최고 수준의 효율을 가진 ‘고엔트로피 칼코제나이드 열전 소재(High-Entropy Chalcogenides, HECs)’를 개발했다. 

*능동형 지능 기술: AI가 수많은 데이터 전체를 학습하는 게 아니라, 성능 향상에 가장 도움이 될 만한 데이터를 스스로 선별하여 학습하는 방식

□ 열전 소재는 온도 차이를 전기에너지로 변환하는 물질로, 전 세계 에너지 소비량의 70%에 달하는 폐열을 재활용할 수 있는 핵심 솔루션이다. 하지만 여러 원소를 섞어 성능을 높이는 ‘고엔트로피’ 소재의 경우, 방대한 경우의 수 중에서 최적의 비율을 찾아야 하는 난제로 인해 기존의 방식으로는 성능을 극대화할 조합을 찾는 것이 사실상 불가능했다.

□ 연구팀은 이 문제를 해결하기 위해 ‘베이지안 최적화 기반의 폐쇄형 루프 실험 프레임워크’를 구축했다. 이 AI 모델은 물리적 지식을 기반으로 한 특수 지표인 ‘평균 품질 계수’를 학습 지표로 삼아, 다음에 실험할 최적의 후보군을 스스로 제안한다. 

□ 그 결과, 전체 후보군인 16,206개의 조합 중 단 0.5%에 불과한 80개의 샘플만을 실제로 제작해 테스트했음에도 불구하고, 열전 성능 지수가 2.0을 상회하는 3종의 신규 고엔트로피 소재를 발견하는 쾌거를 이뤘다. 이는 기존 신소재 개발 방식과 비교했을 때 탐색 효율을 수십 배 이상 높인 결과다. 

*열전 성능 지수: 소재의 열전 변환 효율을 나타내는 지표. 수치가 높을수록 성능이 우수하며, 2.0 이상이 상용화 가능한 수준이다

□ 김용주 교수는 “이번 연구는 AI가 단순히 데이터를 학습하는 수준을 넘어, 물리적 원리를 바탕으로 실험 전문가가 미처 생각지 못한 최적의 원소 조합을 제안할 수 있음을 입증한 사례”라며 “전문 지식이 부족한 연구자도 AI의 도움을 받아 복잡한 신소재를 설계할 수 있는 길을 열었다”고 밝혔다. 

□ 본 연구 성과는 재료 과학 분야 세계적 권위지인 ‘어드밴스드 머티리얼즈(Advanced Materials)’ 온라인에 2월 17일 게재됐으며, 연구의 우수성을 인정받아 후면 표지논문으로 선정됐다. 

*논문명: Active Learning-Guided Accelerated Discovery of Ultra-Efficient High-Entropy Thermoelectrics

*DOI: 10.1002/adma.202515054

*URL: https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202515054

□ 이번 연구는 한국연구재단과 한국에너지기술평가원 등의 지원을 받아 수행됐다. 

신소재공학부 (02-3290-3282)

커뮤니케이션팀 (02-3290-1063)