-
리튬 금속 이차전지 수명 세계 최고 수준으로 구현
리튬이차전지의 이상적인 음극 소재로 주목받는 리튬 금속은 현재 상용 배터리인 그라파이트(graphite, 372 mAh/g)보다 10배 높은 용량을 가지고 있지만, 충·방전 과정 중 리튬 덴드라이트(dendrite)라 불리는 바늘 구조의 침전물이 쉽게 형성되는 근본적인 문제로 인해 상용화되지 못하고 있다.
우리 대학 신소재공학과 김일두 교수와 생명화학공학과 임성갑 교수 공동 연구팀이 리튬이온전지의 전해액 속에서 팽윤(고분자 화합물이 용매를 흡수해 부피가 늘어남)되는 초박형 공중합체 고분자 보호막을 적용해 리튬 금속 전지의 수명을 획기적으로 늘리는 데 성공했다고 28일 밝혔다.
리튬 금속의 낮은 쿨룽 효율, 짧은 전지 수명, 폭발 위험 등을 막기 위해 인공으로 고체-전해질 계면 (artificial solid-electrolyte interphase, 이하 SEI) 층을 보호막처럼 만들어 리튬 이온의 원활한 전달과 덴드라이트의 성장을 억제하기 위한 다양한 연구들이 진행되었다. 그러나, 기존의 인공 SEI 층들은 두께가 두꺼워 전지 내부의 높은 저항을 발생시키거나, 수백 사이클 이상의 구동 시 리튬 금속으로부터 떨어져 리튬 금속 음극의 장시간 안정성 유지에 어려움이 있었다. 무엇보다도, SEI 층의 형성 과정에서 반응성이 매우 큰 리튬의 손상이 발생하는 경우가 많아 원하는 형태의 SEI 층을 형성하는 데에 제약이 컸다.
공동 연구팀은 리튬 금속의 높은 반응성을 제어하고 덴트라이트 성장 및 전해액 고갈 문제를 해결하기 위해 `개시제를 이용한 화학 기상 증착법(initiated chemical vapor deposition, iCVD)'이라는 공정을 이용했다. 이 공정 기술은 리튬금속 표면에 손상없이 보호막으로 적용되도록 용매를 사용하지 않는 온화한 조건에서 공정을 진행하며 기능성 고분자 박막을 얇게 균일하게 적용할 수 있다는 장점이 있다.
공동 연구팀은 iCVD 공정으로 제조된 고분자 박막을 활용해 리튬 전극의 계면을 안정화하였다. 전해액과 만나 3배 팽윤되어 부드러운 SEI 구조체를 형성하는 고분자 보호막이 적용된 리튬 음극은 세계 최고 수준의 리튬 이온 운반율(0.95)과 이온 전도도(6.54 mS cm-1) 특성을 보였다. 특히 100 nm의 얇은 두께에서도 리튬 덴드라이트 성장을 효과적으로 막는 효과가 있음을 연구팀은 증명했다. 연구팀은 피디멤스가 코팅된 리튬 음극과 상용화된 양극(LiNi0.6Co0.2Mn0.2O2)을 배터리 셀(battery cell)로 제조해, 무려 600 사이클 이상 안정적으로 구동되는 세계 최고 수준의 성능을 구현했다.
생명화학공학과 임성갑 교수는 "전해액에서 팽윤되는 초박형 고분자 보호막을 iCVD 공정을 적용해 리튬 금속 대비 6배 이상 수명 특성이 개선된 리튬 금속 전지 개발에 성공했다ˮ고 밝혔으며, 신소재공학과 김일두 교수는 "고용량 리튬 이차전지뿐만 아니라 리튬-황 전지, 리튬-공기 전지와 같은 차세대 이차전지에도 필수적으로 사용되는 리튬 음극의 상용화를 앞당기는데 기여할 수 있을 것으로 기대된다ˮ 고 말했다.
이번 연구 결과는 우리 대학 졸업생 배재형 박사(現 경희대학교 화학공학과 교수), 우리 대학 최건우 박사과정, 우리 대학 송현섭 박사과정이 공동 제1 저자로 참여했으며, 국제 학술지 `어드밴스드 에너지 머티리얼즈(Advanced Energy Materials)' 온라인 호에 3월 8일자 출판되었으며, 표지논문 (Front Cover)으로도 선정됐다. (논문명 : Reinforcing native solid-electrolyte interphase layers via electrolyte-swellable soft-scaffold for lithium metal anode).
이번 연구는 KAIST-LG에너지솔루션 프론티어 리서치 랩 (Frontier Research Lab, FRL)과 과학기술정보통신부 선도연구센터 지원사업 (웨어러블 플랫폼 기술센터)의 지원을 받아 수행됐다.
2023.03.28
조회수 6021
-
세계 최초 개인정보 보호 기술이 적용된 인공지능(AI) 반도체 개발
우리 대학 전기및전자공학부 유민수 교수 연구팀이 세계 최초로 `차등 프라이버시 기술이 적용된 인공지능(AI) 어플리케이션(Differentially private machine learning)'의 성능을 비약적으로 높이는 인공지능 반도체를 개발했다고 19일 밝혔다.
빅데이터 및 인공지능 기술의 발전과 함께 구글, 애플, 마이크로소프트 등 클라우드 서비스를 제공하는 기업들은 전 세계 수십억 명의 사용자들에게 인공지능 기술을 기반으로 여러 가지 서비스(머신러닝 애즈 어 서비스, ML-as-a-Service, MLaaS)를 제공하고 있다. 이러한 서비스 중에는, 대표적으로 유튜브나 페이스북 등에서 시청자의 개별 취향에 맞춰 동영상 콘텐츠나 상품 등을 추천하는 `개인화 추천 시스템 기술(예- 딥러닝 추천 모델, Deep Learning Recommendation Model)' 이나, 구글 포토(Photo) 와 애플 아이클라우드(iCloud) 등에서 사진을 인물 별로 분류해주는 `안면 인식 기술 (예- 합성곱 신경망 네트워크 안면 인식, Convolutional Neural Network based Face Recognition)' 등이 있다.
이와 같은 서비스는 사용자의 정보를 대량으로 수집해, 이를 기반으로 인공지능 알고리즘의 정확도와 성능을 개선한다. 이 과정에서 필연적으로 많은 양의 사용자 정보가 서비스 제공 기업의 데이터 센터로 전송되고, 민감한 개인정보나 파일들이 저장되고 사용되는 과정에서 정보가 유출되는 문제가 발생하기도 한다.
또한 이러한 문제는 최근 주목받는 대형 인공지능 모델의 경우에 더 쉽게 발생하는 경향이 있으며, 실제 구글에서 사용하는 대화형 인공지능 모델인 GPT-2의 경우, 특정 단어들을 이야기했을 때 사용자의 개인정보 등을 유출하는 문제를 보였다. [참고1] 유사사례로서 국내에서 2020년 화제가 되었던 스캐터랩의 인공지능 챗봇 이루다의 경우에도 비슷한 문제가 불거진 적이 있다. [참고2]
[참고1] https://ai.googleblog.com/2020/12/privacy-considerations-in-large.html
[참고2] https://n.news.naver.com/mnews/article/092/0002243051?sid=105
이에 애플, 구글, 마이크로소프트 등 빅 테크 기업에서는 `차등 프라이버시 (differential privacy)' 기술을 크게 주목하고 있다. 차등 프라이버시 기술은 학습에 사용되는 그라디언트(gradient, 학습 방향 기울기)에 잡음(노이즈)를 섞음으로써 인공지능 모델로부터 사용자의 개인정보를 유출하는 모든 종류의 공격을 방어할 수 있다.
하지만 이러한 장점에도 불구하고, 차등 프라이버시 기술 적용 시, 기존 대비 어플리케이션의 속도와 성능이 크게 하락하는 문제 때문에 아직까지 범용적으로 널리 적용되지는 못했다. 이는 차등 프라이버시 머신러닝 학습 과정이 일반적인 머신러닝 학습과 다른 특성을 보이고, 이로 인해 기존의 하드웨어에서 효과적으로 실행되지 않아 메모리 사용량, 학습 속도 및 하드웨어 활용도 (hardware utilization) 측면에서 비효율적이기 때문이다.
이에 유민수 교수 연구팀은 차등 프라이버시 기술의 성능 병목 구간을 분석해 해당 기술이 적용된 어플리케이션의 성능을 크게 시킬 수 있는 `차등 프라이버시 머신러닝을 위한 인공지능(AI) 반도체 칩'을 개발했다. 유민수 교수팀이 개발한 인공지능 반도체는 외적 기반 연산기와 덧셈기 트리 기반의 후처리 연산기 등으로 구성돼 있으며, 현재 가장 널리 사용되는 인공지능 프로세서인 구글 TPUv3 대비 차등 프라이버시 인공지능 학습 과정을 3.6 배 빠르게 실행시킬 수 있고, 엔비디아의 최신 GPU A100 대비 10배 적은 자원으로 대등한 성능을 보인다고 연구팀 관계자는 설명했다. 또한 이번 개발을 통해서 기존 하드웨어의 한계로 널리 쓰이지 못했던 차등 정보보호 기술의 대중화에 도움을 줄 수 있을 것으로 기대된다고 전했다.
우리 대학 전기및전자공학부 박범식, 황랑기 연구원이 공동 제1 저자로, 윤동호, 최윤혁 연구원이 공동 저자로 참여한 이번 연구는 미국 시카고에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 `55th IEEE/ACM International Symposium on Microarchitecture(MICRO 2022)'에서 오늘 10월 발표될 예정이다. (논문명 : DiVa: An Accelerator for Differentially Private Machine Learning)
또한 이번 연구는 지금까지는 없던 차등 프라이버시가 적용된 인공지능 반도체를 세계 최초로 개발했다는 점에서 의의가 있으며, 차등 프라이버시 인공지능 기술을 대중화해 인공지능 기반 서비스 사용자들의 개인정보를 보호하는 데에 큰 도움을 줄 수 있을 것으로 보인다. 또한, 가속기의 성능 향상은 인공지능 연구 효율을 높여 차등 프라이버시 인공지능 모델의 정확도 개선에도 기여할 것으로 보인다.
한편 이번 연구는 한국연구재단, 삼성전자, 그리고 반도체설계교육센터 (IDEC, IC Design Education Center)의 지원을 받아 수행됐다.
2022.08.19
조회수 8683
-
김희탁, 박정기 교수, 보호막 씌워 리튬공기전지 수명 연장
〈 김 희 탁 교수 〉 〈 박 정 기 교수 〉
우리 대학 생명화학공학과 김희탁(44) 교수와 박정기 (65) 교수 공동 연구팀이 차세대 리튬공기전지의 수명연장 기술을 개발했다.
이 기술은 리튬공기전지 리튬금속을 보호막을 씌워 발생 가능한 문제점을 차단하는 방식으로 전지기술의 한계를 극복할 수 있을 것으로 기대된다.
이 성과는 재료과학 학술지 ‘어드밴스드 머티리얼스(Advanced Materials)’ 2월 3일자에 게재됐고, 우수성을 인정받아 표지논문으로 선정됐다.
리튬공기전지는 공기 중의 산소와 리튬금속으로 구동되는 이차전지로 기존 리튬이차전지보다 5배에서 10배 높은 에너지 밀도를 구현할 수 있다.
따라서 전기 자동차 등의 차세대 대용량 전지로 각광받고 있지만 양극에서의 낮은 가역성 및 에너지 효율, 급속한 수명 저하가 한계로 지적됐다.
이런 단점을 극복하기 위해 ‘산화환원 중계물질(Redox mediator)’이라는 촉매가 들어간 리튬공기전지가 개발돼 중계물질에 의한 가역성이 획기적으로 향상됐다.
그러나 반응성이 높은 리튬 금속을 음극 소재로 사용하기 때문에 음극 표면이 쉽게 산화돼 전지 수명이 제한된다는 한계를 갖는다.
특히 가역성 향상을 위한 중계물질이 리튬 금속에 노출되면 양극에서의 중계 효과가 제한되고 중계물질이 소실돼 효율 및 수명이 급격히 감소하는 현상은 큰 문제로 남아있었다.
연구팀은 문제 해결을 위해 리튬 금속에 보호막을 씌우는 방법을 개발했다. 리튬 금속과 전해액의 직접 접촉을 물리적으로 차단하면서 리튬 이온만 효과적으로 전도시킬 수 있는 유무기 복합 보호층을 개발해 리튬 음극 표면에 도입한 것이다.
이 유무기 복합 보호층은 리튬 금속 음극의 급격한 산화를 억제하고 중계물질과 리튬금속 간의 반응을 물리적으로 차단하는 역할을 한다.
보호층은 산화된 중계물질이 리튬 금속 표면에서 스스로 환원되는 현상을 물리적으로 차단한다. 이를 통해 중계물질이 양극 표면에서 방전 생성물 분해에만 집중할 수 있고, 리튬 금속 표면에서의 분해로 인한 소실 문제를 차단할 수 있다.
연구팀은 리튬금속 음극 안정성과 중계물질의 지속성을 동시에 증대시켜 리튬공기전지의 충전 및 방전 사이클 수명을 3배 연장하는 데 성공했다.
개발한 유무기 복합 보호층을 통한 리튬 표면 안정화 기술은 리튬-황, 리튬 금속 전지와 같은 차세대 리튬 전지에도 적용 가능해 향후에도 활용 가능성이 높을 것으로 기대된다.
김 교수는 “차세대 에너지 저장장치인 리튬공기전지의 수명 한계를 극복할 단서를 제시했다”며 “이는 리튬공기전지의 실용화를 위한 유용한 전략이 될 것이다”고 말했다.
이번 연구는 한국연구재단의 일반연구자사업과 기후변화대응기술개발사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 어드밴스드 머티리얼스 표지논문
그림2. 전기화학 구동 후 리튬 금속 음극형상
2016.03.09
조회수 14135