 |
| © News |
부산대학교는 정용철 화학생명공학부 교수를 주축으로 한 국제공동연구진이 '연소 전(前) 공정'에서 이산화탄소를 포집할 수 있는 나노다공성 유기금속 구조체를 발견하는데 성공했다고 18일 밝혔다.
이산화탄소 포집기술은 화석연료에서 발생하는 이산화탄소를 대기로 배출하기 전에 추출한 후 압력을 가해 액체상태로 만들어 저장하는 기술을 뜻한다.
일반적으로 이산화탄소 포집 기술은 연소 후 포집기술과 연소 전 포집기술, 산소 연소기술 등 크게 세 가지로 나누어 진다.
그러나 이산화탄소 포집비용과 발전 원가 등을 고려하면 '연소 전 포집기술'을 적용한 석탄가스와 복합발전(IGCC·Integrated Gasification Combined Cycle)이 차세대 석탄 발전으로 유리하다는 평가다.
포집된 이산화탄소는 지하 깊은 곳에 지중저장(geological sequestration)하거나 석유시추의 효율을 높이는 데 쓰이기도 하는데, 최근 이러한 포집장치에 들어가는 물질로 고체흡착제의 일종인 유기금속 구조체(MOF·Metal-Organic Framework)가 주목받고 있다.
유기금속구조체(MOF)는 유기 리간드(Organic ligand)와 메탈이온(metal ion)의 조합으로 만들어지는 삼차원 구조체다.
지금까지 실험을 통해 학계에 보고된 유기금속구조체만 6000개가 넘지만 연소 전 포집에 적합한 구조체를 찾으려면 각 구조체의 성능을 일일이 시뮬레이션을 통한 실험 과정을 거쳐야 했다.
연구진은 '대규모 분자전산모사'라는 컴퓨터 방법론을 통해 유기금속 구조체(MOF) 성능을 미리 예측하면서 이산화탄소 포집기술에 적절한‘NOTT-101/OEt'라는 이름의 구조체를 새롭게 발견했다.
이번에 발견된‘NOTT-101/OEt는 기존 연구에서 가장 성능이 좋다고 알려진 Mg-MOF-74보다 60% 이상 높은 이산화탄소 흡착량을 기록했다.
연구진은 또 유전알고리듬((genetic algorithm)을 적용하면서 컴퓨터 CPU가 유기금속 구조체(MOF)의 물질공간 탐색 시간을 1/100로 줄이는 성과를 나타냈다.
정용철 부산대 화공생명공학부 교수는 "이번 연구는 머신러닝 방법과 전산모사 방법의 조합을 통해 과학자와 공학자들이 어떻게 물질들을 컴퓨터에서 탐색할 수 있는지 보여주는 좋은 예"라며 "앞으로 실험 연구그룹과의 협업으로 지구온난화의 주범인 이산화탄소와 미세먼지를 줄일 수 있는 흡착제 개발에 대한 연구를 지속해 갈 것"이라고 전했다.
한편 이번 연구결과는 사이언스 어드벤스(Science Advances) 과학전문잡지 온라인 판에 지난 14일 게재됐다.
이번 연구는 미국 백악관에서 지난 2011년 부터 투자해 온 물질게놈 프로젝트의 일환인 나노다공성물질게놈 센터의 지원을 받아 미국 노스웨스턴 대학의 랜디 스너(Randall Snurr) 교수, 코넬 대학교의 펭치 유(Fengqi You) 교수가 이끄는 계산그룹과 노스웨스턴 대학 화학과의 프레이저 스토다트(J. Fraser Stoddart) 교수(2016년 노벨화학상 수상자), 조셉 헙(Joseph T. Hupp) 교수, 그리고 오마 파하 (Omar K. Farha)가 이끄는 실험그룹들이 참여해 성과를 이끌어 냈다.
부산대 정용철(화공생명공학부) 교수와 디에고 고메즈-구알드론(Diego Gomez-Gualdron) 콜로라도 광산대학 화학생명공학과 교수가 이번 연구에 제1저자로 참여했다.