태양전지 개발도 AI로.... UNIST, 머신러닝 유기태양전지 제조 모델 개발

글자 작게 글자 크게 인쇄하기

호주연방과학기술원과 공동 개발
롤투롤 공정 2000개 이상 재료 조합
머신러닝 적용 성분비·적층 두께 도출
인쇄형 유기태양전지 최고 효율 달성

머신러닝 롤투롤 공정으로 만드는 유기태양전지(에너지와 환경과학 표지 이미지)
<머신러닝 롤투롤 공정으로 만드는 유기태양전지(에너지와 환경과학 표지 이미지)>

최적의 조합으로 고효율 유기태양전지를 제조할 수 있는 인공지능(AI)기술이 개발됐다. 유기태양전지를 비롯한 다양한 인쇄형 광전소자 연구개발을 촉진할 것으로 기대된다.

울산과학기술원(UNIST·총장 이용훈)은 김진영 에너지화학공학과 교수팀이 박두진 호주 연방과학기술원 연구원과 공동으로 AI 머신러닝 기반 유기태양전지 제조기술을 개발했다고 23일 밝혔다.

유기태양전지는 유기물, 첨가제 등을 섞은 용액을 기판 위에 코팅해 만든다. 가볍고 유연한 필름 형태로 만들 수 있고 값도 싸서 차세대 태양전지로 꼽힌다.

상용 태양전지에 비해 낮은 효율이 문제였지만 최근에는 다성분 고효율 유기태양전지가 개발돼 주목받고 있다.

다성분 유기태양전지는 다성분 특성 때문에 재료 혼합비나 적층 두께에 따라 성능이 달라진다. 전지 성능을 최대치로 올리는 조건을 찾는 최적화 작업이 중요하다.

김 교수팀은 최적화 조건을 예측할 수 있는 AI 머신러닝 모델을 개발해 이 문제를 해결했다. 머신러닝으로 고성능 유기태양전지 생산에 필요한 재료 성분비와 적층 두께 등을 도출하는 모델이다.

머신러닝 기반 유기태양전지 최적 제조 모델을 개발한 김진영 교수(오른쪽)와 안나경 연구원.
<머신러닝 기반 유기태양전지 최적 제조 모델을 개발한 김진영 교수(오른쪽)와 안나경 연구원.>

머신러닝은 학습 데이터가 많을수록 정확도가 높다.

김 교수팀은 롤투롤 공정으로 성분비, 적층 두께를 달리한 2000개 이상의 유기태양전지 조합을 만들어 머신러닝에 적용했다. 롤투롤은 유기태양전지 대량 생산에 사용하는 상업화된 공정이다.

AI가 다양한 조합의 유기태양전지 데이터를 머신러닝 할 수 있도록 '인쇄 밀도'라는 새로운 디지털 값도 고안했다.

개발 모델을 이용해 효율 10.2%의 유기태양전지 제조에 성공했다. 롤투롤 공정으로 만든 인쇄형 유기태양전지 최고 효율이다.

김진영 교수는 “단일 연구에서 2000개 이상 재료 조합으로 유기태양전지를 만들고 분석한 전례가 없다”며 “머신러닝 데이터를 늘려 정확도가 뛰어난 모델을 개발하면 페로브스카이트 발광다이오드를 비롯한 인쇄형 전자소자 재료 개발과 연구에 폭넓게 쓰일 수 있을 것”이라 말했다.

이번 연구는 한국연구재단, 호주 재생에너지기구의 지원을 받았다. 연구 결과는 '에너지와 환경과학' 6월 17일자 표지에 실렸다.

울산=임동식기자 dslim@etnews.com