< 왼쪽부터 이현주 교수,최윤지, 한재범 박사과정생, 박정영 교수 >
유례없는 폭염과 한파가 반복되며 기후 위기가 일상이 된 가운데, 온실가스를 효과적으로 제거하는 기술이 전 세계적 과제로 떠오르고 있다. 특히 유해 가스를 산소로 분해하는 촉매 기술은 친환경 정화의 핵심이다. 한국 연구진은 그동안 막연히 ‘산소를 잘 쓴다’고 여겨졌던 촉매가 반응 환경에 맞춰 산소를 선택적으로 활용할 수 있다는 원리를 밝혀내며, 촉매 설계의 새로운 기준을 제시했다.
우리 대학 생명화학공학과 이현주 교수, 서울대학교 한정우 교수, KAIST 박정영 교수 공동연구팀은 친환경 촉매로 널리 쓰이는 세리아(CeO₂)*가 크기에 따라 산소를 사용하는 방식이 완전히 달라진다는 사실을 세계 최초로 규명했다고 4일 밝혔다.
*세리아(Ceria,CeO2: 세륨(Cerium)이라는 금속과 산소가 결합한 화합물
세리아는 값비싼 귀금속 촉매를 대체·보완하는 금속 산화물 촉매로, 산소를 저장했다가 필요할 때 꺼내 쓸 수 있어 촉매 분야에서 ‘산소 탱크’로 불린다. 그러나 그동안 산소가 어디서 와서, 어떤 조건에서 반응에 사용되는지는 명확히 밝혀지지 않았다.
연구팀은 단순히 ‘산소를 잘 쓰는 촉매’가 아니라, ‘산소를 상황에 맞게 골라 쓰는 촉매’라는 새로운 개념에 주목했다. 이를 위해 세리아를 아주 작은 나노 크기부터 상대적으로 큰 크기까지 정밀하게 제어한 촉매를 제작하고, 산소의 이동과 반응 과정을 체계적으로 분석했다.
< 세리아 사이즈에 따른 산소 전달 원리 모식도 >
그 결과, 작은 세리아 촉매는 공기 중 산소를 빠르게 받아들여 즉시 반응에 사용하는 ‘순발력형’으로 작동하는 반면, 큰 세리아 촉매는 내부에 저장된 산소를 표면으로 끌어올려 지속적으로 공급하는 ‘지구력형’ 역할을 한다는 사실을 확인했다. 즉, 촉매의 크기만 조절해도 반응 조건에 따라 공기 중 산소를 사용할지, 내부에 저장된 산소를 사용할지를 선택할 수 있는 설계 원리가 처음으로 밝혀진 것이다. 연구팀은 이 메커니즘을 첨단 실험 분석과 인공지능 기반 시뮬레이션을 통해 동시에 입증했다.
연구팀은 이 원리를 메탄 제거 실험에 적용했다. 메탄은 이산화탄소보다 온난화 효과가 수십 배 강한 온실가스로, 산소를 이용해 이산화탄소와 물로 전환하는 촉매 산화 반응으로 제거된다. 실험 결과, 작은 세리아 촉매가 공기 중 산소를 즉각적으로 활용함으로써, 낮은 온도와 습기가 많은 환경에서도 메탄을 안정적으로 제거하는 성능을 보였으며, 이는 고가의 귀금속 촉매(백금과 팔라듐) 사용량을 크게 줄이면서도 오히려 성능을 향상시킬 수 있음을 보여준다.
이번 성과는 환경 정화 장비의 제조 비용 절감은 물론, 비·습기 등 실제 산업 환경에서도 성능이 유지되는 고내구성 촉매 개발로 이어져 친환경 에너지·환경 산업의 상용화를 앞당길 것으로 기대된다.
< 세리아 촉매 활용이미지 >
이현주 교수는 “이번 연구는 촉매에서 산소가 작동하는 두 가지 핵심 메커니즘을 처음으로 명확히 구분한 성과”라며, “기후 위기 대응에 필요한 고효율 촉매를 반응 조건에 맞춰 맞춤 설계할 수 있는 새로운 길을 열었다”고 말했다.
이번 연구는 KAIST 생명화학공학과 최윤지 박사과정, 서울대 재료공학부 정석현 박사, KAIST 화학과 한재범 박사과정이 공동 제1 저자로 참여했다. 연구 결과는 국제 학술지 '네이처 커뮤니케이션즈(Nature Communications)'에 1월 9일 자로 게재되었다.
-
인물 건설및환경공학과 조계춘 교수, 구글 ‘기초 과학 연구 지원 프로그램’ 선정
우리 대학 건설및환경공학과 조계춘 교수가 구글(Google)의 ‘기초 과학 연구 지원 프로그램(Foundational Science Grant)’ 대상자로 최종 선정되어 USD140,000(2억원) 규모의 연구비를 지원받게 된다. 이번 선정은 국내 기초 과학 기술 발전을 지원하려는 구글의 의지가 담긴 결과로, 조계춘 교수팀은 서울대 민기복 교수팀과 함께 독창적인 연구 역량을 인정받았다. 이번 연구는 “물리 기반 인공지능(Physics-informed AI)”을 활용해 지열 에너지 개발의 불확실성을 해소하는데 초점을 맞추고 있다. 연구팀은 단순 데이터 학습 방식의 기존 AI를 넘어 실제 물리 법칙을 알고리즘에 결합함으로써 지하 심부의 온도, 압력, 유체 흐름 등을 정밀하게 예측하는 하이브리드 기술을 개발하고 있다. 특히 지열 발전 과정에서 발생할 수 있는 유발 지진(Induced Seismicity) 위험을 사전에 평가하고, 에너지
2026-05-08 -
연구 ‘복잡할수록 더 잘 만들어진다’ 나노입자의 역설 최초 규명
“복잡할수록 더 잘 만들어진다.” 나노소재 분야의 오랜 상식을 뒤집는 연구 결과가 나왔다. 여러 금속을 섞으면 오히려 구조가 망가진다는 기존 인식과 달리, 복잡한 조성이 더 균일한 나노입자(머리카락 굵기의 약 10만 분의 1 수준의 매우 작은 입자)를 만든다는 사실이 처음으로 밝혀지며 차세대 에너지·촉매 기술에 새로운 전환점이 될 전망이다. 우리 대학은 생명화학공학과 정희태 석좌교수 연구팀이 미국 스탠퍼드대학교 마테오 카르넬로(Matteo Cargnello) 교수팀과 공동으로, 여러 금속을 섞을수록 오히려 더 균일한 나노입자가 형성되는 ‘역설적 현상’을 최초로 규명했다고 8일 밝혔다. 나노입자는 반도체, 친환경 에너지, 바이오 등 다양한 산업에서 핵심 소재로 활용되며, 최근에는 성능 향상을 위해 여러 금속을 섞는 ‘다성분(multimetallic)’ 구조로 발전하고 있다. 그러나 구성 원소가 많아질
2026-05-08 -
연구 ‘핸드폰 충전부터 수소 생산까지’...에너지 반응 ‘핵심 비밀’ 풀렸다
핸드폰 충전부터 수소 생산까지, 에너지 기술의 핵심 원리가 밝혀졌다. 한국 연구진이 전기화학 반응이 일어나는 초미세 공간 ‘전기 이중층(전극·전해질이 맞닿는 얇은 경계면, 전극은 전기가 흐르는 물질이고 전해질은 이온이 이동하는 액체)’에서 분자 구조가 바뀌는 과정을 최초로 규명했다. 이 연구는 에너지 손실을 줄이고 원하는 반응만 선택적으로 유도해, 배터리·수소·탄소중립 기술의 효율과 성능을 동시에 끌어올릴 수 있는 새로운 길을 열었다. 우리 대학 화학과 김형준 교수 연구팀은 POSTECH(총장 김성근) 화학과 최창혁 교수, UNIST(총장 박종래) 신승재 교수와 공동으로, 전기 이중층 내부에서 나타나는 구조적 ‘상전이(물질의 상태나 배열이 바뀌는 현상)’를 규명했다고 3일 밝혔다. 특히 전해질 농도에 따라 전기 저장 능력(전기용량)의 패턴이 ‘낙타 모양’에서 ‘종 모
2026-05-03 -
연구 “지구 안전선 이미 넘었다”...탄소 배출 한계 두 배 초과
지구는 무한하지 않다. 일정 수준을 넘는 오염은 기후와 생태계를 위협한다. 과학자들은 이를 막기 위해 ‘플래니터리 바운더리(Planetary Boundaries)’라는 지구 안전선을 제시해 왔다. 우리 대학 연구진이 기후변화와 질소 오염을 같은 기준으로 다시 계산한 결과, 현재 탄소 배출은 지구가 감당할 수 있는 한계를 두 배 이상 넘은 상태로 나타났다. 우리 대학은 녹색성장지속가능대학원 전해원 교수가 미국 에너지부 산하 태평양북서부국립연구소(PNNL)의 폴 울프람(Paul Wolfram) 박사팀과 공동 연구를 통해, 이산화탄소 배출 한계를 기존의 ‘탄소 총량(저량, stock)’ 기준에서 질소·인 오염과 같은 ‘연간 배출량(유량, flow)’ 기준으로 재산정했다고 6일 밝혔다. 그동안 기후변화는 대기 중에 얼마나 CO₂가 쌓였는지(저량)를 기준으로 평가해 왔다. 반면 질소·인 오염은 1
2026-03-06 -
연구 화학 원리 이해한 AI 등장...신약·신소재 개발 속도 높인다
스마트폰 배터리가 얼마나 오래 가는지, 난치병을 치료할 신약이 나올 수 있을지는 모두 재료 물질을 구성하는 원자들이 얼마나 안정적으로 결합하느냐에 달려 있다. 이 수많은 원자를 어떻게 배치해야 가장 안정적인 분자가 되는지를 찾는 과정이 ‘분자 설계’의 핵심 과정인데, 그동안은 거대한 산에서 가장 낮은 골짜기를 찾는 것처럼 어려워 막대한 시간과 비용이 필요했다. 우리 대학 연구진이 인공지능으로 이 과정을 빠르고 정확하게 해결하는 신기술을 개발했다. 우리 대학은 화학과 김우연 교수 연구팀이 분자의 안정성을 좌우하는 물리 법칙을 스스로 이해해 구조를 예측하는 인공지능 모델 ‘리만 확산 모델(R-DM)’을 개발했다고 10일 밝혔다. 이 모델의 가장 큰 특징은 분자의 ‘에너지’를 직접 고려한다는 점이다. 기존 인공지능이 분자의 모양을 단순히 흉내 냈다면, R-DM은 분자 내부에서 어떤 힘이 작용하는지를 고려하여 구조를 스
2026-02-10