• 한전공대

  • 한전공대

  • 한전공대

전기화학 성능 극대화를 위한 머신러닝 기반 단일원자 촉매 개발

저널명
Carbon Energy (Impact Factor 24.2, JCR 2.9%) (https://onlinelibrary.wiley.com/doi/10.1002/cey2.70006)
담당교수
심욱
  • 2025.08.26 19:47

심욱 교수(수소에너지, 에너지공학부) 연구팀(임재형 박사과정생, 김준영 박사)과 성균관대 김정규 교수 연구팀은 머신러닝 기반 단일원자 촉매 설계 전략을 개발하였으며, 본 연구는 탄소 양자점 기반 단원자 전이금속 촉매(SA-TM@CQDs)의 최적 조건을 머신러닝으로 도출하고, 전기화학 실험과 이론 계산을 통해 이를 검증하였다.

심 교수팀은 밀도범함수 이론(DFT) 계산을 통해 전자 구조 조정이 수소 발생 반응(HER) 성능을 향상시키는 메커니즘을 규명함과 동시에 전기화학 실험을 통해 촉매의 실제 성능을 입증하였다. 이러한 실험-이론-데이터 기반 통합 접근법은 고성능 촉매 설계의 새로운 방향을 제시한다.

이번 연구는 보다 경제적이고 효율적인 수소 생산 촉매 설계를 가능하게 하였으며, 탄소중립 실현에 기여할 수 있는 기술로 주목받고 있다.


(참고)

"Machine Learning Assisted Design and Optimization of Single-Atom Transition Metal-Incorporated Carbon Quantum Dot Catalysts for Electrocatalytic Hydrogen Evolution Reaction" Carbon Energy, 2025, e70006. https://doi.org/10.1002/cey2.70006 (Impact Factor 24.2, JCR 2.9% in MATERIALS SCIENCE, MULTIDISCIPLINARY Category 14/460)