UNIST와 성균관대학교 공동연구팀이 인공지능(AI) 예측보다 높은 성능을 보인 유기태양전지를 개발했다. 연구팀은 친환경 용매 공정에서도 19.67%의 광전변환효율을 확보했으며, AI가 반영하지 못한 분자 간 응집 효과가 성능 향상에 영향을 준 것으로 분석했다.
 
UNIST 에너지화학공학과 양창덕 교수팀과 성균관대학교 고두현 교수팀은 21일 해당 연구 결과를 공개했다. 연구 성과는 지난 4월 20일 에너지 소재 분야 국제학술지 ‘어드밴스드 에너지 머터리얼즈’에 게재됐다.
 
연구팀은 전자받개 분자인 ‘YBOV’를 새롭게 설계했다. YBOV는 용매 속에서 분자끼리 응집하는 특성을 보이며, 이 응집이 박막 형성 과정에서 광활성층의 분자 배열을 정돈해 전하 이동을 원활하게 만든 것으로 분석됐다.
 
YBOV 기반 유기태양전지는 독성 염소계 용매 대신 친환경 용매인 오쏘자일렌을 사용한 조건에서도 최대 19.67%의 광전변환효율을 기록했다. 다른 전자주개·전자받개 조합에서도 YBOV를 소량 첨가했을 때 대조군보다 효율이 개선됐다.
 
이번 결과는 기존 AI 예측 모델의 한계도 보여줬다. 연구진이 750개의 유기태양전지 데이터를 학습시킨 AI 모델은 YBOV 기반 소자의 개방전압을 실제보다 낮게 예측했다. 분자 하나의 구조 중심으로 계산하는 방식이 용액 속 분자들의 집단적 거동을 충분히 반영하지 못했기 때문이라는 설명이다.
 
공동 연구팀은 이번 연구가 유기태양전지 설계에서 분자 구조뿐 아니라 용액 상태의 집합 거동까지 함께 고려해야 한다는 점을 보여준다고 밝혔다. 유기태양전지는 가볍고 유연해 건물 외벽, 창문, 웨어러블 기기 등에 적용 가능성이 검토되고 있다.
 
이번 연구에는 UNIST 정석환·원동후·쑨 저 연구원이 공동 제1저자로 참여했다. 연구는 과학기술정보통신부 한국연구재단과 이노코어사업 지원을 받아 수행됐다.