국내 연구진이 AI(인공지능)를 활용해 리튬(Lithium) 이동성 극대화 방법을 찾는데 성공했다.
3월10일 한국연구재단에 따르면, 한국과학기술연구원(KIST) 이병주 박사 연구팀이 전고체전지에 쓰이는 고체 전해질의 리튬 이동성을 극대화할 수 있는 설계 전략을 제안했다.
전고체전지는 양극과 음극, 리튬 이온이 이동하는 고체 전해질로 구성되며 액체 전해질 기반의 기존 LiB(리튬이온전지)와 달리 고체 전해질을 사용하기 때문에 온도 변화에 따른 화재 위험이 적고 에너지 밀도가 높아 차세대 배터리로 주목받고 있다.
다만, 액체 전해질 대비 이온전도가 낮고 고체 전해질과의 전극 계면 저항이 높다는 안정성 문제가 제기됐다. 
이병주 박사팀은 포스코홀딩스 응용AI연구팀과의 공동 연구를 통해 AI 시뮬레이션 기술로 리튬 이온의 이동성을 분석해 이동성을 극대화하는 전략을 제시했다.
머신러닝 포텐셜 기법을 도입해 3000개이상의 원자가 포함된 전고체전지 소재의 거동을 수나노초(ns: 10억분의 1단위)에서 분석한 결과, 황(S) 이온이 리튬 이온의 이동을 방해한다는 것을 확인했다. 황 이온의 양과 분포를 최적화해 리튬 이온 이동성을 최대 100배 높일 수 있다는 사실도 발견했다.
이병주 박사는 “AI 기술을 적용해 고성능 배터리 소재를 개발하는 방법론을 확립하기 위한 후속 연구를 진행할 계획”이라고 밝혔다. (오영은 기자)