고려대학교 연구팀이 생성형 인공지능(AI)을 활용해 산소를 과산화수소로 전환하는 고성능 촉매 후보 34종을 발굴했다.

고려대 KU-KIST융합대학원 백서인 교수 연구팀은 푸단대학교 연구팀과 공동으로 촉매 탐색 전략을 개발했다고 17일 밝혔다.

과산화수소는 살균과 표백, 화학 합성 등에 활용되는 핵심 물질이다. 최근 친환경 공정인 ‘2전자 산소환원반응(2e-ORR)’이 주목받고 있지만, 적합한 촉매를 찾는 데 시간과 비용이 많이 드는 한계가 있었다.

연구팀은 생성형 AI 모델 ‘CatGPT’에 능동학습(Active Learning)을 결합했다. AI가 촉매 구조를 제안하면 기계학습 기반 예측 도구로 성능을 평가하고, 그 결과를 다시 학습에 반영하는 방식이다.

이 과정을 반복해 촉매 탐색 효율을 높였고, 최종적으로 활성과 선택성을 동시에 만족하는 후보 34종을 도출했다.

특히 활성 촉매 생성 비율을 약 50% 수준으로 높였고, 기존 방식 대비 GPU 연산 비용은 약 80%, CPU는 약 96% 절감했다.

연구팀은 MnPt3와 Pd3Zn을 대표 후보로 선정해 추가 검증을 진행했다. MnPt3는 산성 환경에서도 높은 선택성을 유지하는 것으로 나타났다.

백서인 교수는 “AI와 능동학습 결합으로 유망 촉매를 효율적으로 찾을 수 있음을 확인했다”며 “친환경 에너지 소재 개발에 활용 가능성이 크다”고 밝혔다.

연구 결과는 국제학술지 ‘ACS Catalysis’에 게재됐다.