최근 환경오염 문제로 신재생에너지에 이목이 집중되고 있으며, 연료를 주입하면 전기를 생산할 수 있는 고분자전해질 연료전지에 대한 연구가 활발하다. 고분자전해질 연료전지의 주요구성 요소인 전극은 이온(ion) 전도성이 있는 고분자와 화학반응을 도와주는 촉매 및 여러가지 첨가물로 구성되며, 구성성분의 분포 및 구성은 연료전지의 성능과 밀접한 관련이 있다.

촉매 및 첨가물은 작을 경우 수~수십 나노미터(10-9 m) 크기이며, 이러한 분포 평가를 위해 일반적으로 전자현미경을 활용하고 있다. 그러나 평가 중 구성성분이 손상될 수 있고 진공 환경에서 아주 작은 영역에 대해서만 평가가 가능해, 실제 적용에는 기술적인 한계가 존재했다.

이러한 한계를 극복하기 위해 성균관대학교(총장 신동렬) 신소재공학부 김윤석 교수 연구팀(제1저자 설대희, 공동 제1저자 정순호)은 현대자동차 MEA설계팀, 한국기초과학지원연구원 장재혁 박사팀과 함께 원자힘현미경(Atomic Force Microscope, AFM)*과 머신러닝 알고리즘을 활용하여 연료전지 전극의 구성성분 분포를 평가할 수 있는 방법론을 개발하였다.

원자힘현미경은 탐침이라는 아주 작은 바늘과 평가 대상 간의 작용하는 힘을 이용해 평가 대상의 표면 형상을 측정하고, 이를 활용하여 전류 등 물질의 성질을 측정하는 현미경이다. 

연구팀은 각 구성성분의 전류 특성이 다를 수 있다는 점에 착안해 원자힘현미경을 이용하여 전류를 측정하고, 이렇게 측정된 전류 값을 기초적인 머신러닝 알고리즘에 적용해 각 구성성분의 분포를 평가할 수 있었다.

김윤석 교수는 “본 연구를 통해 어떤 분포 형태가 연료전지 성능 향상에 효과적인지 평가할 수 있어 연료전지 성능 향상에 도움이 될 것”이라며 “향후 자동차 등 친환경 연료전지 적용에 도움을 줄 것으로 기대된다”고 말했다.

정순호 연구원은 “기초적인 머신러닝 알고리즘의 적용으로 각 구성성분의 분포를 용이하게 평가할 수 있었다. 향후 더 체계적인 머신러닝 알고리즘을 적용한다면, 조금 더 정확하고 효과적인 분포 평가가 가능하다”고 말했다.

이번 연구는 현대자동차, 한국연구재단의 중견연구(2017R1A2B2003342)와 중점연구소(2019R1A6A1A03033215), 한국에너지기술평가원(KETEP)(20173010032080)의 지원으로 수행됐다. 연구 결과는 관련 분야 국제학술지인 ACS Applied Materials&Interfaces (IF 8.456) 이슈에 5월 20일(수) 온라인 게재됐다.

조재근 다른기사 보기