UPDATED. 2024-04-20 10:35 (토)
경희대 기계공학과 김두호 교수 연구팀, 기계학습으로 덴드라이트 현상 억제 요인 발견 “리튬 금속 배터리 설계 위한 플랫폼 구축이 목표”
경희대 기계공학과 김두호 교수 연구팀, 기계학습으로 덴드라이트 현상 억제 요인 발견 “리튬 금속 배터리 설계 위한 플랫폼 구축이 목표”
  • 방완재
  • 승인 2022.10.06 09:39
  • 댓글 0
이 기사를 공유합니다

리튬 금속 배터리 덴드라이트 성장 막을 요인 제시
경희대학교 기계공학과 김두호 교수 연구팀이 리튬 금속 배터리의 안정성을 확보할 수 있는 새로운 설계 방식을 제시했다. 연구 결과는 세계적 학술지 [Advanced Energy Materials(IF 29.698)]에 10월 6일자로 게재됐다. 사진은 논문 주저자 기계공학과 석사 4기 최광현 학생
경희대학교 기계공학과 김두호 교수 연구팀이 리튬 금속 배터리의 안정성을 확보할 수 있는 새로운 설계 방식을 제시했다. 연구 결과는 세계적 학술지 [Advanced Energy Materials(IF 29.698)]에 10월 6일자로 게재됐다. 사진은 논문 주저자 기계공학과 석사 4기 최광현 학생

경희대학교(총장 한균태) 기계공학과 김두호 교수 연구팀이 리튬 금속 배터리 상용화를 위한 새로운 실마리를 제시했다. 리튬 금속 배터리는 리튬 금속 배터리는 리튬 금속을 음극재로 사용하는 배터리로 흑연을 사용하던 기존의 리튬 이온 배터리에 비해 용량이 높아 미래 가치가 크다. 하지만 안정성 문제로 상용화에 어려움을 겪고 있다. 김두호 교수 연구팀은 리튬 금속 배터리의 안정성을 확보할 수 있는 새로운 설계 인자를 제시했다. 연구 결과는 세계적인 학술지 <Advanced Energy Materials(IF 29.698)>에 10월 6일 자로 게재됐다. 김두호 교수는 “배터리 음극과 관련 연구는 처음이다. 우리 연구팀의 역량을 확장해 가치 있던 시도”라고 평했다. 주저자로 연구에 참여한 최광현 학생(기계공학과 석사 4기)은 “기존에 시도되지 않은 새로운 방식으로 연구를 진행해 더 뜻깊었던 경험”이라고 소감을 밝혔다.

리튬 이온 배터리 대비 10배 이상 높은 용량, 배터리 안정성 문제로 상용화에 어려움
일반적인 리튬 이온 배터리는 흑연을 음극재로 활용한다. 음극에 흑연이 층층이 쌓여있어 리튬이 들어갈 수 있는 총량에 한계가 있다. 하지만 리튬 금속 배터리는 음극을 리튬 금속 자체로 사용하기 때문에 기존 대비 공간적 여유가 있고, 부피당 배터리 용량도 증대된다. 김두호 교수는 “리튬 금속 배터리는 리튬 이온 배터리에 비해 용량이 10배 이상 높다. 하지만 충전이 반복되는 과정에서 화재 발생 등 안정성 문제가 발생할 위험이 있다”고 설명했다.

리튬 금속 배터리가 상용화되기 어려운 이유는 ‘덴드라이트’ 현상에 기인한다. 최광현 학생은 “덴드라이트 현상은 배터리 충전이 반복되는 과정 중 음극 표면에서 리튬이 나뭇가지 모양으로 성장하며 결정화되는 현상을 말한다”면서 “리튬 결정이 성장해 양극과 음극의 접촉을 막아주던 분리막을 손상하고 더 나아가 화재를 일으키는 안정성 문제를 야기할 수 있다”고 말했다.

김두호 교수 연구팀은 덴드라이트 성장을 조절하는 인자를 확인하기 위해 서로 다른 3개의 알칼리 금속(Li 리튬, Na 소듐, K 포타슘) 음극 모델을 설계했다. 각각의 모델은 덴드라이트의 성장이 비정질 구조와 깊은 관계가 있다는 선행연구를 기반으로, 서로 다른 알칼리 금속의 비정질 모델을 활용해 결과를 비교하고 일반화하였다. 최광현 학생은 “배터리 안정성을 확보하기 위한 덴드라이트의 성장요인을 찾기 위한 시도”라며 “영향을 미치는 성장 인자를 찾으면 보다 효율적으로 배터리를 설계할 수 있고, 성능 예측도 훨씬 수월할 것”이라고 강조했다.

연구팀은 설계 인자를 비정질 구조로 모델링했다. 이를 바탕으로 수많은 소재 정보 데이터를 기계학습해 열역학적 성장 인자를 발견했다. 그림 설명 : 범밀도함수기반 기계학습 프로세스
연구팀은 설계 인자를 비정질 구조로 모델링했다. 이를 바탕으로 수많은 소재 정보 데이터를 기계학습해 열역학적 성장 인자를 발견했다. 그림 설명 : 범밀도함수기반 기계학습 프로세스

기계학습 기법 도입해 안정성에 영향을 미치는 요인 발견
비교 결과 ‘덴드라이트 결정화 속도’가 안정성에 영향을 미치는 요인임을 발견했다. 최광현 학생은 “알칼리 금속이 재결정화 되는 속도가 느릴수록 덴드라이트 성장 속도가 더디고, 구조 역시 뭉툭하게 형성된다는 사실을 발견했다”고 설명했다. 김두호 교수는 “이번 발견에는 기계학습 기법을 도입했다는 점에서 가치가 높다”고 강조했다. 여러 설계 인자를 단순히 시뮬레이션하지 않고 비정질 구조를 모델링했다. 수많은 비정질 구조 정보 데이터를 학습시켜 기계학습한 결과 열역학적 성장 인자를 찾을 수 있었다.

가설 확인을 위한 공동연구도 진행됐다. 김두호 교수 연구팀은 결정화 속도가 덴드라이트 성장에 영향을 미칠 것으로 가정하고, 원자 단위 시뮬레이션을 진행했다. 가설을 나노 단위까지 검증하기 위해 한양대 최준명 교수 연구팀과 공동연구를 수행했다. 김두호 교수는 “초기 가설과 같이 나노 단위에서도 결정화 속도가 덴드라이트 성장에 영향을 미친다는 사실을 확인할 수 있었다”고 말했다. 최광현 학생은 “공동연구를 통해 분석법과 연구에 대한 새로운 접근 방식을 배울 수 있었다”며 “원자 단위와 나노 단위에 간극이 있다는 사실을 배웠고, 연구팀과의 대화로 이견을 줄이는 과정이 중요하다는 점을 깨달았다”고 밝혔다.

이번 연구는 리튬 금속 배터리 설계에 유의미한 기준을 제시해 높은 의의를 지닌다. 김두호 교수는 “리튬 금속 배터리에 활용할 수 있는 음극재 소재는 다양하다. 하지만 기존 연구 방식은 물질을 합성하고, 덴드라이트 성장 속도를 일일이 측정해야 해서 효율성이 떨어졌다. 하지만 이번 연구는 기계학습을 활용해 효율적으로 설계 인자를 찾을 수 있고, 실제 결과에 대한 예측도 가능하다”고 설명했다.

연구팀은 후속 연구에 대한 계획도 공개했다. 최광현 학생은 “앞으로도 계속 안정적 리튬 금속 배터리 현실화를 위해 노력할 것”이라며 “속도뿐만 아니라 다양한 설계 인자를 찾고, 궁극에는 배터리 설계를 위한 하나의 플랫폼을 개발하고 싶다”는 꿈을 공개했다. 그는 “연구자이신 아버지의 영향을 받아 연구자의 길을 걷게 됐다. 주도적으로 연구를 끌어나가는 사람으로 성장하기 위해 노력할 것”이라고 말했다.

연구팀은 “앞으로도 리튬 금속 배터리 현실화를 위해 노력할 것”이라며 “궁극에는 배터리 설계를 위한 하나의 플랫폼을 개발하고 싶다”는 꿈을 공유했다.
연구팀은 “앞으로도 리튬 금속 배터리 현실화를 위해 노력할 것”이라며 “궁극에는 배터리 설계를 위한 하나의 플랫폼을 개발하고 싶다”는 꿈을 공유했다.

 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.