AI 활용 열전 발전기 설계 속도 1만 배 향상

주장일본 국립재료과학연구소 연구팀이 개발한 인공지능 도구는 열전 발전기 설계 과정을 획기적으로 개선합니다. 이는 기존의 시뮬레이션과 실험 방식을 대체하여 신소재 개발의 새로운 지평을 엽니다.

팩트타카오 모리 연구팀은 인공지능을 활용해 열전 발전기 설계 속도를 기존 방식보다 1만 배 빠르게 개선했습니다. 해당 연구 결과는 4월 15일 과학 저널 네이처에 게재되었습니다.

팩트열전 발전기는 온도 차이를 이용해 전기를 생산하는 고체 장치입니다. 이 장치는 회전 부품이 없어 폐열 회수에 유리하지만, 전기 전도성을 높이면서 열 전도는 차단해야 하는 까다로운 소재 조합 때문에 설계에 오랜 시간이 소요됩니다.

팩트연구팀이 개발한 인공지능 도구인 티이지넷(TEGNet, 열전 발전기 신경망)은 신경망 프레임워크를 기반으로 열 흐름과 전기 이동에 관한 복잡한 물리 방정식을 근사치로 계산합니다. 이 모델은 수천 개의 잠재적 장치 구조를 밀리초 단위로 평가하여 최적의 설계를 찾아냅니다.

팩트연구팀은 티이지넷을 사용하여 분할 유니커플 설계와 n형 및 p형 반도체 조합 등 두 가지 유형의 발전기를 최적화했습니다. 제작된 시제품은 산업 폐열 환경에서 9퍼센트의 변환 효율을 달성했습니다.

팩트9퍼센트라는 수치는 카르노 한계라는 열역학적 제약 내에서 최고 수준의 성능입니다. 열전 발전 분야에서는 작은 효율 개선만으로도 폐열 회수의 경제적 타당성을 확보할 수 있습니다.

팩트시제품 제작에는 스파크 플라즈마 소결법이 사용되었습니다. 이는 분말 재료를 전류 펄스로 밀도 높은 고체 부품으로 빠르게 압축하는 방식이며, 인공지능이 제안한 설계를 물리적 실체로 구현하는 데 핵심적인 역할을 합니다.

교차검증열전 발전기는 우주선이나 외딴 지역의 센서 전력 공급 등 특수 분야에 사용되어 왔으나, 높은 비용과 낮은 효율로 인해 산업 현장에서의 대규모 도입은 제한적이었습니다. 이번 기술은 이러한 경제적 장벽을 낮추어 폐열 회수 기술의 상용화를 앞당길 것으로 보입니다.

교차검증징 차오와 아디 수와르디 등 재료 과학자들은 이 인공지능 접근 방식이 인간이 간과할 수 있는 최적의 장치 구성을 발견하게 해준다고 평가했습니다. 다만, 실제 산업 현장에서의 대규모 적용을 위해서는 소재 비용과 제조 공정의 추가적인 최적화가 필요합니다.

출처IEEE 스펙트럼 및 네이처 학술지 보고서를 교차 검증했습니다.