고려대, 세계 최초 ‘계층적 고분자 그래프’ 딥러닝 모델 개발…전해질 성능 초정밀 예측

[인더스트리뉴스 서영길 기자] 고려대학교는 화학과 박성남 교수 연구팀이 와세다대학교 켄이치 오야이즈 교수팀과 함께 세계 최초로 계층적 고분자 그래프를 적용한 고분자 전해질 이온전도도 예측 딥러닝 모델을 개발했다고 13일 밝혔다.

이번 연구 성과는 화학공학 분야 세계적 권위의 학술지 ‘케미컬 엔지니어링 저널(Chemical Engineering Journal)(IF=13.2, 상위 5%)’ 온라인에 지난 5일 게재됐다.

논문명은 ‘Deep learning prediction of ionic conductivity in polymer electrolytes using hierarchical polymer graphs’이다.

연구팀에 따르면 고분자 전해질은 전기차, 휴대용 전자기기 등 이차전지에서 안정성과 경량성을 제공하는 핵심 소재로, 이온전도도가 성능을 좌우한다.

이온전도도는 전해질 속에서 전기를 운반하는 입자인 이온이 얼마나 잘 이동하는지 나타내는 성질을 일컫는다.

하지만 이온전도도는 고분자 전해질의 조성, 온도 등의 조건에 따라 크게 달라져 이온의 이동성과 변화를 정확히 파악하기 어렵다. 또 기존 방식의 실험은 여러 변수를 반영하는 데 시간·비용 부담이 크다는 한계가 있었다.

연구팀은 이같은 문제를 해결하기 위해 고분자 구조의 기본 단위 정보와 전체 구조를 함께 표현하는 계층적 고분자 그래프(HPG)를 개발했다.

이를 통해 기존 방식으로는 표현하기 어려웠던 다양한 고분자 구조를 구현하고, 여러 실험 조건에서의 이온전도도 분석에 활용했다.

이에 더해 중요한 부분에 비중을 두어 학습하는 그래프 어텐션 네트워크(GAT)를 적용해 고분자 전해질의 이온전도도 예측 딥러닝 모델을 구축했다.

연구팀은 개발한 딥러닝 모델에 1만 건 이상의 데이터를 학습시켜 이온전도도를 높은 정확도로 예측했다.

특히 온도에 따라 변화하는 고분자 전해질에서도 실험값과 높은 일치도를 확보하며, 단순한 구조는 물론 복잡한 구조까지 폭넓게 값을 도출할 수 있는 일반화 성능도 입증했다.

박성남 고려대 교수는 “이번 연구로 방대한 연산이 필요한 전통적 계산법을 대신할 딥러닝 기반 예측 모델을 개발했다”며 “이는 고분자의 구조와 성질을 효율적으로 분석할 수 있어 배터리 개발 기간과 비용을 줄이고 산업 현장에도 기여할 수 있을 것”이라고 말했다.

한편 이번 연구는 한국연구재단, 일본 과학기술진흥기구, 일본 문부과학성 기초연구비 지원을 받아 수행됐다.