한국에너지공대, 촉매 개발용 빅데이터 수집 알고리듬 개발

KENTECH 구근호 교수·KAIST 정유성 교수 공동연구

한국에너지공과대학교 구근호 교수 연구팀이 최근 KAIST 정유성 교수와 공동연구를 통해 촉매 연구에 중요한 흡착물 빅데이터 자동 수집 알고리듬을 개발하는 데 성공했다.

촉매 학계는 지난 2000년대에 보급된 양자 계산을 통해 새로운 촉매를 디자인할 수 있는 단계에 도달했고 이러한 연구 기술은 재생 촉매 기술들에 적용돼 물 분해 기반 수소 생산, CO2 저감 기반 화합물 생산, N2 저감 기반 암모니아 생산 등 기술에 쓰이는 촉매 발굴에 큰 역할을 하고 있다.

그러나 기존의 양자 계산은 큰 분자에 적용하기에는 많은 수작업이 필요해 큰 분자 촉매 기술인 바이오매스 기반 화합물 생성, 바이오매스 개질 기반 수소 생산, 플라스틱 재활용, 신약 개발 등 연구가 뒤처지고 있는 실정이다.

KETECH 구근호 교수 연구팀은 체계적 그래프 이론 및 힘의 장 방법론, 다중 정확도 양자 계산, 기계학습 등 전산 모사 기법을 사용하여 흡착물 자료 자동 수집 알고리듬을 고안했고, 최대 6개의 탄소와 산소로 이루어진 흡착물 자료를 수집, 분석했다.

수집된 흡착물 빅데이터를 분석한 결과 촉매에 따라 흡착할 수 있는 분자가 다르며 선택성이 높은 촉매는 중요한 분자를 선택적으로 흡착을 한다는 것을 발견했다.

한 예로 화학 시장에서 기본원료 쓰이는 에틸렌 옥사이드는 Ag와 Cu 촉매를 사용해서 생산되는데, 빅데이터 분석 결과 유일하게 Ag와 Cu 촉매만 에틸렌 옥사이드 형성에 필요한 중간체 (반응물이 생성물에 이르는 과정에서 생성되는 물질) 가 흡착이 된다는 것이다.

구근호 교수는 "반응물을 원하는 물질로 만들려면 두 도시 간 철도를 놓듯 중간체로 이루어진 길을 만들어줘야 한다"며 "만약 두 물질 사이의 길이 없으면 원하는 물질이 형성이 안 되고 특정 촉매만 이 길을 가지고 있다면 그 촉매는 선택성이 높은 촉매가 될 수 있다"며 "새로 개발된 알고리듬은 흡착물 화학 공간을 하나도 빠짐없이 조사를 할 수 있어 촉매들의 반응 지도를 만들 수 있다"고 밝혔다.

개발된 알고리듬을 활용하면 더 큰 데이터베이스를 만들 수 있어 이전에 어려웠던 큰 분자 촉매 현상을 분석하는 데 쓰일 수 있고 이를 통해 차후 큰 분자 가공법인 바이오매스 전환 및 플라스틱 재활용, 신약 개발 등에 필요한 촉매를 디자인하는데도 쓰일 수 있을 것으로 기대된다.

나주=이창식 기자 mediacnc@