페로브스카이트 태양전지는 미래형 태양전지로 많은 연구자들의 관심 속에 이를 활용한 에너지변환 효율 향상을 위한 연구가 활발하게 진행되고 있다. 기존 페로브스카이트 태양전지는 에너지변환 효율 향상을 위해 직접 제작해 실험하는 방법에 의존하고 있는데, 이는 시간과 비용이 많이 소요될 뿐만 아니라 테스트 옵션이 제한적이어서 기회비용의 손실을 초래한다.

기존 페로브스카이트 태양전지 연구에 있어 손실되는 비용을 최소화하기 위해 전북대학교 노원엽 교수팀(글로벌융합대학 국제이공학부)이 인공지능을 활용해 최적의 조성비를 예측함으로써 에너지변환 효율을 향상시킬 수 있음을 밝힌 연구 성과를 내 학계에서 큰 관심을 받고 있다.

페로브스카이트 태양전지 제작공정 중 두 가지 물질의 결합을 인공지능을 통해 예측한 연구 결과는 세계적으로 아직 발표된 적이 없는 첫 번째 연구 결과로서 주목된다.

노 교수팀은 인공지능을 이용해 나노패턴 이산화티타늄(mp-TiO2)과 페닐-C61-부티르산 메틸 에스테르(PCBM)의 중량 백분율(wt%)의 최적 조성비를 예측함으로써 페로브스카이트 태양전지 에너지변환 효율을 향상시킬 수 있다는 연구를 발표했다고 12일 밝혔다.

이번 연구는 세계적 저명학술지인 ‘Energy & Environmental Materials’(IF: 15.0)에 「Machine Learning-Assisted Fabrication of PCBM-Perovskite Solar Cells with Nanopatterned TiO2 Layer」란 제목의 논문으로 실렸다.

시티 노르하사나 빈티 사니무 석사 연구원, 지번 컨들 박사과정생, 문예총 석사 연구원, 간가사가르 샤르마 가우델 박사과정생 , 유승주 박사과정생 등이 이번 연구에 함께 참여했다.

이번 연구를 위해 연구진은 페로브스카이트 태양전지 에너지변환 효율 데이터를 수집하고 인공지능을 이용해 데이터의 패턴과 관계를 밝혀내 예측을 진행했다.

예측 결과를 통해 에너지변환 효율이 크게 상승할 것을 확인한 뒤 페로브스카이트 태양전지 제작을 진행한 결과, 에너지변환 효율이 32.5% 상승한 결과를 확인했다고 연구진은 밝혔다.

연구 책임자인 노원엽 교수는 “이번 연구는 페로브스카이트 태양전지 공정에 인공지능을 접목한 첫 사례로서, 관련 연구나 산업 분야의 발전에도 좋은 효과가 있을 것으로 기대된다”고 밝혔다.

한편, 연구 책임자인 노원엽 교수는 에너지-AI 융합대학원인력양성사업단장을 맡아 전북대 김용주 교수(한약자원학과), 김세중 교수(화학공학과), 전봉현 교수(건국대학교, 시스템생명공학과), 양화영 박사(UNIST) 등과 함께 인공지능을 활용한 태양전지 에너지변환 효율 향상을 위한 다양한 연구를 진행하였고, 앞으로도 인공지능을 활용한 미래 태양전지, 2차 전지, 디스플레이, 나노입자, 바이오 등 다양한 분야에 적용할 예정이다.

이번 연구는 산업통상자원부 한국에너지기술평가원(Korea Energy Technology Evaluation and Planning, KETEP)의 지원을 통해 수행됐다.