데이터 기반 신소재 개발 방법론이 실험적으로 입증돼, 인공지능(AI)과 자동화기술이 결합해 더욱 빠르고 효과적인 신소재 개발이 가능할 것으로 기대된다.

UNIST 화학과 최원영 교수팀이 한국과학기술연구원(KIST)과 공동 연구를 통해 데이터 기반 구조 예측 알고리즘을 활용해 새로운 제올라이트 모방 MOF(ZIF) 3종을 합성하는 데 성공했다.

이 연구는 ZIF 개발의 기존 한계를 극복하고, 신소재 개발 속도를 크게 높일 가능성을 제시했다.

MOF(Metal-Organic Framework)는 금속과 유기물이 결합해 나노 수준의 다공성 구조를 형성하는 물질이다.

특히 ZIF(Zeolitic Imidazolate Framework)는 제올라이트의 구조를 닮아 화학적 안정성이 뛰어나고 기공 설계의 유연성이 높아 촉매, 기체 저장, 분리 기술에서 중요한 역할을 한다.

반면에 이론적으로 수백만 개의 ZIF가 가능하더라도 실제 합성된 것은 50종에 불과해, 이론과 현실의 간극이 신소재 개발의 걸림돌이 돼왔다.

최 교수팀은 기존 화학자의 직관을 수치화하여 적용한 예측 알고리즘을 개발했다.

이 알고리즘은 원자 사이의 결합 각도, 원자의 고리구조 연결성, 연결 규칙성 등을 분석해 4,450,797개의 가상 구조를 420종으로 압축한 후, 에너지 안정성을 기준으로 90종의 최우선 후보(Tier 1)를 선정했다.

이 중 일부를 실험한 결과, UZIF-31, UZIF-32, UZIF-33 등 3종의 새로운 ZIF 합성에 성공했다.

새롭게 합성된 ZIF 3종은 이산화탄소와 메탄을 선택적으로 분리할 수 있는 고기능성 소재로 확인됐다.

특히 UZIF-33은 메탄보다 이산화탄소를 10배 이상 선택적으로 흡착하는 특성을 보여, 온실가스 분리 및 정제에 뛰어난 잠재력을 지닌 것으로 평가된다.

최원영 교수는 “디지털 예측이 실험적 성과로 이어질 수 있음을 보여주는 연구”라며, “자동화된 합성 기술과 결합하면 원하는 물성을 갖춘 신소재 개발 속도를 획기적으로 높일 수 있을 것”이라고 전망했다.

이번 연구 결과는 세계적 화학 학술지 JACS Au의 표지 논문으로 선정되어 3월24일자로 출판됐으며, 과학기술정보통신부, 정보통신기획평가원(IITP), 한국연구재단(NRF), 한국과학기술연구원(KIST), UNIST 탄소중립융합원연구사업 등의 지원을 받아 수행됐다.