〈 유 승 협 교수 〉
우리 대학 전기 및 전자공학부 유승협 교수와 성균관대 화학공학부 박남규 교수 공동 연구팀이 열을 차단하는 동시에 전기도 생산할 수 있는 반투명 태양전지 기술을 개발했다.
이는 다층 금속 박막 기반의 투명전극을 이용한 기술로써 가시광선은 투과하고 적외선(열선)은 선택적으로 반사한다. 동시에 전기도 생산하기 때문에 에너지를 효율적으로 사용하면서 낮은 실내 온도를 유지할 수 있다. 자동차 선팅이나 건물 창호 등에 다방면으로 이용 가능할 것으로 기대된다.
이번 연구 성과는 에너지 분야 학술지 ‘어드밴스드 에너지 머티리얼즈(Advanced Energy Materials)’ 7월 20일자 표지 논문으로 선정됐다.(논문명: Empowering Semi-Transparent Solar Cells with Thermal-Mirror Functionality)
태양전지는 지붕 위에 설치하는 청색의 사각 패널 뿐 아니라 건물이나 차량 유리창에 적용할 수 있는 반투명 모양으로도 발전될 수 있다.
하지만 빛을 흡수해 전기를 생산하는 태양전지의 속성 상 빛을 투과시키는 태양전지의 반투명한 특성은 효율을 감소시킬 수밖에 없다. 또한 기존의 상용화된 결정질 실리콘 기반의 태양전지는 반투명하게 제작이 어렵다는 한계를 갖는다.
연구팀은 문제 해결을 위해 차세대 태양전지 재료로 주목받는 유, 무기 복합물로 이뤄진 페로브스카이트를 광전변환 재료로 이용했다.
그리고 양면에 투명 전극을 사용해 반투명한 태양전지를 구현했다. 이 때 한쪽 면의 투명 전극은 연구팀이 수년 간 전자소자에 적용해온 ‘절연층-금속-절연층’ 구조의 금속 기반 다층 박막을 사용했다.
금속은 통상적으로 빛이 투과되기 어렵다. 하지만 연구팀은 수십 나노미터 두께의 얇은 박막으로 제작한 뒤 그 위에 반사를 줄이는 굴절률이 높은 절연층을 적층하는 방법으로 투명한 전극을 구현했다.
또한 투명 전극 각 층의 두께를 세밀하게 조절해 사람의 눈에 보이는 가시광선 대역의 빛은 투과시키고, 눈에 보이지 않는 대역의 빛은 반사되도록 설계했다. 이를 통해 차량용 선팅 필름과 비슷한 수준인 7.4% 평균 가시광선 투과율을 갖는 동시에 13.3%의 광전변환효율을 보이는 반투명 태양전지 제작에 성공했다.
연구팀은 적외선 반사를 최대화해 태양광의 열선을 효과적으로 반사시키는 기능을 더했다. 선팅 필름 제품의 태양열차단 성능은 총태양열에너지차단율(Total Solar Energy Rejection : TSER) 지수로 평가되는데 연구팀의 반투명 태양전지는 고가 선팅 필름 제품과 동등한 수준인 89.6%의 우수한 TSER 값을 보였다.
다수의 선팅 필름 제품들이 흡수를 통해 태양빛을 차단하기 때문에 태양빛에 노출 시 필름 자체의 온도가 올라간다. 반면 연구팀의 태양전지는 반사를 통해 열을 차단해 빛에 노출돼도 온도가 거의 올라가지 않아 태양전지의 안정성 향상 측면에서도 유리할 것으로 기대된다.
유 교수는 “열 차단 기능성 반투명 태양전지는 추가적 광학 설계를 통해 색 조절도 가능하고 궁극적으로는 필름형으로도 제작 가능해 기존 차량 및 건물의 유리창을 멋있고 스마트하게 업그레이드할 수 있을 것이다”며 “태양전지가 친환경 에너지를 생산하는 것에서 더 나아가 새로운 부가가치를 갖출 때 기존보다 더 큰 시장을 개척할 수 있을 것이다”고 말했다.
김호연, 하재원 박사과정 학생과 성균관대 김희선 학생이 공동으로 참여한 이번 연구는 KAIST 기후변화연구허브 사업 등의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 게재된 저널의 표지논문 그림
그림2. 태양전지 사진
그림3. 열화상 사진
그림4. 모식도
전자폐기물이 발생하지 않는 안전한 전자제품을 구현할 수 있을까? 국제공동연구진은 갑오징어에서 추출한 미래 전자 소재로 주목받는 세피아 멜라닌으로 만든 친환경 필름이 85일 만에 약 97% 생분해됨을 밝혀 지속가능한 친환경 전자제품의 새로운 가능성을 열어 화제다. 우리 대학 건설및환경공학과 명재욱 교수 연구팀이 몬트리올 공과대학 클라라 산타토(Clara Santato) 교수 연구팀과 국제 공동연구를 통해 완전히 생분해되는 세피아 멜라닌 기반 전기 활성 필름을 개발했다고 25일 밝혔다. 해마다 전자제품에 대한 수요가 급격하게 증가함에 따라 매년 약 6천만 톤에 이르는 전자폐기물이 발생하고 있다. 전자폐기물은 자연에서 쉽게 분해되지 않고 납(Pb), 카드뮴(Cd)과 같은 중금속이나 폴리염화비닐(PCB) 등 유해 화학물질을 자연에 유출해 생태계를 오염시킬 수 있다. 한편 생분해성 *유기전자소재는 기존 전자제품에 대한 패러다임을 전환할 수 있는 새로운 소재로 떠오르고 있다.
2024-09-28후쿠시마 오염수가 2023년부터 해양에 방류되면서 중수로 원전 운영 시 발생하는 대표적인 방사성 물질인 삼중수소에 대한 대중적 관심이 크게 늘어났다. 삼중수소는 주로 물 분자에 포함돼 존재하기 때문에 해양 생태계와 환경에 위험을 초래할 수 있어 삼중수소 제거 설비가 필요한데, 한국 연구진이 촉매를 이용해 획기적으로 제거할 수 있는 기술을 개발해 화제다. 우리 대학 생명화학공학과 고동연 교수 연구팀이 한국원자력연구원(원장 주한규) 박찬우 박사 연구팀과의 공동연구를 통해 원전 폐수에 함유된 삼중수소 제거 공정을 위한 새로운 구조의 이중기능* 소수성 촉매를 개발했다고 27일 밝혔다. 연구팀의 촉매는 특정 반응 조건에서 최대 76.3%의 반응 효율을 보였으며, 특히 현재까지 밝혀진 바가 거의 없는 수백 ppm 수준의 저농도 동위원소에 대한 촉매의 작용을 구체적으로 확인했다. *이중기능: 액체 상태의 물은 차단하고 기체 상태의 수증기는 통과하는 성질을 말함 현재 삼중수소 제거에
2024-08-27세포치료제로 이용하는 줄기세포 배양은 그동안 동물 병원체의 전파 위험이 있고, 생산공정 간 변동성이 큰 동물 유래 물질에 크게 의존해 왔다. 한국 연구진이 동물 유래 성분을 완전히 배제한 신개념 줄기세포 배양 플랫폼을 개발하고 특히 인간 유도만능줄기세포(hiPSC)의 장기 배양이 가능함을 세계 최초로 입증하여 화제다. 우리 대학 생명화학공학과 임성갑 교수 연구팀이 한국생명공학연구원(원장 김장성) 줄기세포융합연구센터 손미영 박사 연구팀과 공동 연구를 통해 화학적으로 합성된 동물 유래 물질을 완전히 배제한 (xeno-free, 이하 제노-프리) 인간 전분화능 줄기세포 배양 플랫폼을 개발했다고 31일 밝혔다. 인간 배아줄기세포(hESC)와 인간 유도만능줄기세포(hiPSC)의 배양은 마우스 섬유아세포와 매트리젤과 같은 동물 유래 성분에 크게 의존함에 따라 줄기세포 기반 치료법의 임상적 적용에서 법적, 윤리적 문제를 야기하며 줄기세포 치료제의 안전성과 효율성을 크게 제한했다. 연
2024-07-31실제 인체에 항암제가 투여되면 약물 분자는 혈류를 따라 수송된다. 이 약물 분자들은 혈관 벽을 투과하고 확산한다. 확산한 분자는 종양 덩어리 내부까지 점차 침투해 약물 효능이 나타나게 된다. 우리 연구진이 바이오프린팅 기술로 36가지의 종양 미세환경을 유체채널 내부에 모사하여 12가지 실험 조건에 따른 항암제 효능을 동시에 평가하는데 성공하여 화제다. 우리 대학 바이오및뇌공학과 박제균 교수 연구팀이 기존 바이오프린팅* 및 랩온어칩** 기술의 한계점을 극복하고 장점을 극대화하여 복잡한 종양 미세환경이 구현된 랩온어칩을 개발하여 여러 분석 변수가 반영된 약물 스크리닝을 수행하는 데 성공했다고 16일 밝혔다. * 바이오프린팅(bioprinting): 세포와 생체재료로 구성된 바이오 잉크를 활용하여 생체조직 및 기관과 유사한 기능적 구조물을 제작하는 3D 프린팅 기술 ** 랩온어칩(lab-on-a-chip): “칩 위의 실험실”이란 개념을 갖고 있으며 각종
2024-07-16국제공동연구진이 인공지능 학습을 통해 배터리의 표면 형상만 보고 각 원소의 함량 그리고 충·방전 횟수에 대한 정보를 높은 정확도로 알아내는 영상인식 기술을 개발하여 화제다. 우리 대학 신소재공학과 홍승범 교수가 한국전자통신연구원(ETRI), 미국 드렉셀대학과 공동연구를 통해 다양한 조성과 각기 다른 충·방전 사이클의 NCM 양극재 주사전자현미경 사진을 합성곱 신경망* 기반 인공지능에 학습시켜 주요 원소 함량과 충·방전 상태를 99.6%의 높은 정확도로 맞추는 방법론을 세계 최초로 개발했다고 2일 밝혔다. *합성곱 신경망(콘볼루션 신경망, Convolutional Neural Network, CNN): 시각적 영상을 분석하는 데 사용되는 다층의 피드-포워드적인 인공신경망의 한 종류이다. 연구팀은 반도체 공정에서는 웨이퍼의 불량 검수를 위해 주사전자현미경(SEM)을 사용하는 반면 배터리 공정에서는 그런 경우가 드물고 연구 현장에서만 입자
2024-07-02