globalmakers

[이슈]폐탄소의 상향 순환, AI 알고리즘이 가능성 높여

[글로벌메이커스 박정현 기자] 미국 토론토 대학과 카네기 멜런 대학의 연구원들은 인공 지능(AI)을 사용하여 폐탄소를 상업적으로 가치 있는 제품으로 전환하는 연구를 진행하고 있다.

이들은 AI를 활용하여 이산화탄소(CO2)를 에틸렌으로 전환하는 새로운 촉매에서 핵심 물질을 빠르게 찾아냈다. 플라스틱에서 식기 세제에 이르기까지 다양한 제품에 대한 화학 전구체다.

생성된 전기 촉매는 동급에서 가장 효율적인 것으로 나타났다. 풍력이나 태양열을 사용하는 경우 이 시스템은 재생 가능하지만, 간헐적으로 전기를 저장하는 효율적인 방법도 제공한다.

즉, 깨끗한 전기를 사용해 이산화탄소를 에틸렌으로 변환하면, 탄소 포집과 청정 에너지 저장의 경제성을 향상시킬 수 있게 된다는 것이다.

연구 팀은 이미 이산화탄소를 에틸렌 및 기타 탄소 기반 분자로 전환하는 반응의 에너지 비용을 줄이기 위해 이것을 가능케 하는 촉매를 개발했다. 그러나 연구는 이보다 훨씬 더 좋은 성과를 낼 수 있을 것으로 기대하고 있으며, 잠재적인 재료가 수백만 가지에 달해 이를 모두 테스트하는데 적지 않은 시간이 걸릴 것으로 전망된다.

이 경우 연구팀은 AI 기계 학습이 검색을 가속화 할 수 있다고 밝혔다. 알고리즘은 컴퓨터 모델과 이론적 데이터를 사용하여 최악의 옵션을 버리고 더 유망한 후보자를 색출한다.

center
사진= 클립아트코리아


인공 지능을 사용하여 청정에너지 재료를 검색하는 것은 이미 2017년부터 시행되고 연구되어 왔던 분야다.

이산화탄소를 에틸렌으로 전환하는 시스템을 사용할 때, 사람이 모든 것을 모델링하는 데 무차별 대입을 사용할 수는 없다. 가장 적합하고 가능성 있는 조합을 찾기 위해서는 수만 시간이 걸릴 수도 있다.

하지만 연구진이 만든 알고리즘은 기계 학습 모델과 능동적 학습 전략의 조합을 사용하여 재료 자체에 대한 상세한 모델링 없이도 주어진 촉매가 어떤 종류의 제품을 생산할 것인지를 광범위하게 예측할 수 있다.

연구팀은 이 알고리즘을 이산화탄소 감소에 적용하여 240 가지가 넘는 재료를 선별하여 매우 광범위한 조성과 표면 구조에서 바람직한 특성을 가질 것으로 예상되는 4가지 유망한 후보를 발견해 냈다.

이렇게 발견된 가장 성능이 좋은 촉매 재료는 구리와 알루미늄의 합금이다. 두 금속이 고온에서 결합 된 후 일부 알루미늄이 에칭되어 나노 크기의 다공성 구조가 생성됐다.

물론 화석 연료에서 파생 된 것과 비교해, 비용적인 측면이나 시간적인 측면에서 더욱 경쟁력 높은 에틸렌을 생산하려면, 에너지 비용을 더 많이 낮추는 등의 과정이 필요하게 된다.

이에 향후 연구는 반응에 필요한 전체 전압을 줄이고 분리 비용이 많이 드는 부산물의 비율을 더욱 줄이는 데 초점을 맞출 것으로 전망된다.

news@globalmakers.co.kr
<Copyright ⓒ GlobalMarkers co, Ltd. 무단 전재 및 재배포 금지>

영상