고대뉴스

옥용식 교수팀, AI활용 바이오매스 및 폐기물 유래 다공성 탄소의 이산화탄소 흡착 예측모델 세계 최초 개발

세계 최고 권위 학술지 'Environmental Science and Technology' 속표지 논문으로 선정
           

▲ 왼쪽부터 원상주 고려대 박사후연구원(주저자), Manu Suvarna 싱가포르 국립대 연구원(공동제1저자),
Xiaonan Wang 싱가포르 국립대 교수(공동교신저자), 옥용식 고려대 교수(교신저자)

 

생명과학대학 환경생태공학부 옥용식 교수팀 논문 ‘Applied machine learning for prediction of CO2 adsorption on biomass waste-derived porous carbons’이 미국화학회에서 발간하는 환경 분야 세계 최고 권위의 학술지 『환경과학기술(Environmental Science and Technology, 이하 ES&T
)』의 속표지 (Supplementary Cover) 논문으로 선정됐다. 

ES&T는 네이처 인덱스(Nature Index) 학술지로, 환경 과학 및 공학 그리고 정책을 다루는 환경 분야 모든 저널 중 세계 최고 권위를 가지고 있다. 

최근 들어, 탄소중립 부문에서 바이오매스 및 폐기물의 업사이클링을 통한 고부가가치 소재 (바이오차 및 다공성 탄소 등)에 대한 관심이 높아지고 있다. 특히, 지구온난화의 주범인 이산화탄소의 포집을 위한 바이오매스 및 폐기물 기반 다공성 탄소는 대표적인 탄소포집저장 (CCS) 기술의 하나로 CO₂ 배출에 따른 기후 변화를 완화하고, 가축 분뇨 등 농림부산물을 포함한 바이오매스 그리고 음식물 쓰레기, 폐플라스틱을 포함한 각종 폐기물의 부적절한 관리로 인한 환경오염을 동시에 해결할 수 있는 지속가능 기술로 부각되고 있으나, 재료 자체의 구조적 특성이 상이하고 다양한 기능기가 존재하며, CO2 흡착 시 온도와 압력 변화에 의한 정확한 예측이 어려운 것으로 알려져 왔다. 

옥용식 교수 연구팀은 싱가포르 국립대 Xiaonan Wang 교수를 포함한 인공지능 연구팀과 함께 지난 10년간 전세계에 보고된 76편의 연구논문에서 총 632개의 데이터를 추출, 머신러닝 기반 알고리즘을 개발했다. 개발된 머신러닝 기반 알고리즘은 그 예측력이 매우 우수하며, 독립적인 데이터를 통해 추가 검증 또한 완료했다. 

옥용식 교수는 “이번 알고리즘 개발을 통해 각종 폐기물에서 유래된 다공성 탄소 재료의 이산화탄소 흡착을 보다 정확하게 예측하고 흡착 메커니즘 또한 동시에 제시할 수 있을 것으로 기대된다.”며 “바이오차와 같이 탄소 네거티브 특성을 갖는 바이오매스 기반 소재는 UN의 지속가능발전목표를 달성하는 데에도 큰 도움이 될 것”이라고 설명했다.  옥 교수는 “또한 앞으로 실제 대량으로 생산되는 다공성 탄소에 본 모델을 적용하여 상용화를 이룰 수 있도록 후속 연구를 진행할 예정”이라고 말했다.