양창덕(왼쪽부터) UNIST 교수, 정석환·원동후 연구원.[UNIST 제공]

[헤럴드경제=구본혁 기자] “AI 예측 틀릴 수 있다.”

국내 연구진이 분자 구조에 기반해 성능을 예측하는 AI 모델로 설명하기 어려운 고효율 유기태양전지 개발에 성공했다. AI가 놓친 분자 간 뭉치는 사전응집 효과 덕분이다.

UNIST(울산과학기술원) 에너지화학공학과 양창덕 교수팀은 성균관대학교 고두현 교수팀과 함께 친환경 공정에서도 19.67%의 광전변환효율을 기록한 유기태양전지를 개발했다고 21일 밝혔다.

유기태양전지는 원료를 용매에 녹인 뒤 이를 기판에 코팅하는 방식으로 저렴하고 쉽게 제조할 수 있는 차세대 태양전지다. 가볍고 휘어질 수 있으며, 넓은 면적으로도 만들 수 있어 건물 외벽이나 창문, 웨어러블 기기 등에 적용할 수 있는 전지다.

연구팀은 유기태양전지 원료 분자의 곁가지 구조를 새롭게 설계한 YBOV 분자로 이 같은 고효율 전지를 개발했다. YBOV는 용매에 녹은 상태에서 분자끼리 뭉치게 되는데, 이 뭉침이 박막이 만들어지는 과정에서 결정 성장의 씨앗처럼 작용해 광활성층 박막의 분자 배열을 더 질서 있게 만들어주고 전지 성능이 개선된다. 광활성층은 태양빛을 받아 전하입자를 만드는 물질 층으로 광활성층 결정 배열이 반듯할수록 전지 성능이 좋아진다.

AI 예측을 벗어난 YBOV의 분자 뭉침과 씨앗 효과.[UNIST 제공]

YBOV 분자로 제조한 유기태양전지는 독성 염소 용매가 아닌, 친환경 오쏘자일렌 용매에 분자를 녹여 제조했을 때도 최대 19.67%의 높은 광전변환 효율을 기록했다.

이 같은 분자 간의 뭉침 효과는 유기태양전지의 성능을 예측하는 AI 모델에서는 잡아낼 수 없는 것으로 나타났다. 연구진이 750개의 유기태양전지 데이터를 학습시켜 만든 AI 모델이 유독 YBOV 분자가 들어간 유기태양전지의 개방전압을 낮게 예측한 것이다. AI 모델은 분자 하나의 구조만 보고 예측하기 때문에, 용액 속에서 분자들이 뭉치며 나타나는 복잡한 집단적 물리 현상까지는 계산해내지 못했다는 분석이다.

연구팀은 “기존 AI 기반 분자 설계가 반영하지 못했던 사전응집을 새로운 설계 인자로 제시함으로써, 유기태양전지의 성능 향상을 위한 새로운 패러다임을 제시했다”면서 “친환경 솔벤트 공정과의 결합을 통해 산업적 적용 가능성을 높였으며, 다양한 광전소자 및 유기전자소자 분야로 확장 가능한 범용 설계 전략으로 활용될 것으로 기대된다”고 밝혔다.

이번 연구결과는 에너지 소재 분야 국제학술지 ‘어드밴스드 에너지 머터리얼즈’에 게재됐다.