방사성 오염 제거하는 신소재 찾았다 작성일 07-02 23 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">KAIST 연구팀, 흡착 신소재 발굴</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="xNlzjSo9NN"> <p contents-hash="af8ec93968e169049e2ce7a5bd296239c062259f2a30f699909cc47c8457ea59" dmcf-pid="y08Ep6tsoa" dmcf-ptype="general">[아이뉴스24 정종오 기자] 원자력 에너지 활용에 있어 방사성 폐기물 관리는 핵심적인 과제 중 하나다. ‘아이오딘(요오드)’는 반감기가 길고(I-129의 경우 1570만년), 이동성 과 생체 유독성이 높아 환경, 인체에 심각한 위험을 초래할 수 있다.</p> <p contents-hash="2168d508f9ee9a509b3a9a277d1b76f22a12b2d69d91b6153753b11dd036a66c" dmcf-pid="Wp6DUPFOcg" dmcf-ptype="general">국내 연구팀이 인공지능을 활용해 아이오딘을 제거할 원자력 환경 정화용 신소재 발굴에 성공했다. 연구팀은 앞으로 방사성 오염 흡착용 분말부터 오염수 처리 필터까지 다양한 산학협력을 통해 상용화를 추진할 예정이다.</p> <p contents-hash="c305fc106c4b295dae3765cf05466a902bd1b24f77fe65e66a810363c05f917a" dmcf-pid="YUPwuQ3Iao" dmcf-ptype="general">한국과학기술원(KAIST, 총장 이광형)은 원자력및양자공학과 류호진 교수 연구팀이 국가과학기술연구회(NST, 이사장 김영식) 산하 한국화학연구원(KRICT, 원장 이영국) 디지털화학연구센터 노주환 박사가 협력해 인공지능을 활용해 방사성 오염 물질이 될 수 있는 아이오딘을 효과적으로 제거하는 신소재를 발굴하는 기술을 개발했다고 2일 발표했다.</p> <figure class="figure_frm origin_fig" contents-hash="9e6100353cce02cad5b578434eb98936e9276376662f0a217b5a49bf54d8928c" dmcf-pid="GuQr7x0CcL" dmcf-ptype="figure"> <p class="link_figure"><img alt="국내 연구팀이 인공지능 기반으로 방사성 오염 제거 신소재 탐색 기술을 개발했다. [사진=KAIST]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202507/02/inews24/20250702093356850nggo.jpg" data-org-width="580" dmcf-mid="QWpeTUhLkj" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202507/02/inews24/20250702093356850nggo.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 국내 연구팀이 인공지능 기반으로 방사성 오염 제거 신소재 탐색 기술을 개발했다. [사진=KAIST] </figcaption> </figure> <p contents-hash="c804631f5ce5493edf77609f49c7ba1f4f8caf2e3673e49f7451a6b069f69f38" dmcf-pid="H7xmzMphkn" dmcf-ptype="general">방사능 오염 물질인 아이오딘이 수용액 환경에서 아이오딘산염(IO3-) 형태로 존재하는 것으로 밝혀졌는데 기존의 은 기반 흡착제는 이에 대해 낮은 화학적 흡착력을 가져 비효율적이었다. 아이오딘산염을 효과적으로 제거할 수 있는 새로운 흡착제 신소재 개발이 시급한 실정이다.</p> <p contents-hash="f554924157e73d592cd2ebe214ed00c583e83f9cc6212ce72f7b5586e8e8eb60" dmcf-pid="XzMsqRUlji" dmcf-ptype="general">류호진 교수 연구팀은 기계학습을 활용한 실험 전략을 통해 다양한 금속원소를 함유한 ‘이중층 수산화물(Layered Double Hydroxide, 이하 LDH)’이라는 화합물 중 최적의 아이오딘산염 흡착제를 발굴했다.</p> <p contents-hash="0ce3d5640becdc8a53e04d93ea924f286301e3563234b7454a9934152ac719d3" dmcf-pid="ZqROBeuSgJ" dmcf-ptype="general">이번 연구에서 개발된 구리-크롬-철-알루미늄 기반의 다중금속 이중층 수산화물 Cu3(CrFeAl)은 아이오딘산염에 대해 90% 이상의 뛰어난 흡착 성능을 보였다.</p> <p contents-hash="0d47478f284b407578c10d56c5d2ac71226e80c5d8e7ba91a90fbcc41103edc2" dmcf-pid="5BeIbd7vgd" dmcf-ptype="general">이는 기존의 시행착오 실험 방식으로는 탐색이 어려운 방대한 물질 조성 공간을 인공지능 기반의 능동학습법을 통해 효율적으로 탐색해 얻어낸 성과다.</p> <p contents-hash="1a7c9bb913ece619a99f9fafcbc24472553fc4b78e9f1f6fabb9632dca6d64d1" dmcf-pid="1bdCKJzToe" dmcf-ptype="general">연구팀은 이중층 수산화물(이하 LDH)이 고엔트로피 재료와 같이 다양한 금속 조성을 가질 수 있고 음이온 흡착에 유리한 구조를 지녔다는 점에 주목했다. 다중금속 LDH의 경우 가능한 금속 조합이 너무 많아 기존의 실험 방식으로는 최적의 조합을 찾기 어려웠다.</p> <p contents-hash="8bf4c3edfdafdd38bb204234a08e30411039efb0b8192fab99c6af249657af8a" dmcf-pid="tKJh9iqyoR" dmcf-ptype="general">이를 해결하기 위해 연구팀은 인공지능(기계학습)을 도입했다. 초기 24개의 2원계, 96개의 3원계 LDH 실험 데이터로 학습을 시작해 4원계와 5원계 후보 물질로 탐색을 확장했다.</p> <p contents-hash="ecdd7915449cc62da1da136a9a30e0bbb70aabf94b2be9150b4d2a7c45d7ee3f" dmcf-pid="F9il2nBWgM" dmcf-ptype="general">그 결과 전체 후보 물질 중 단 16%에 대해서만 실험을 수행하고도 아이오딘산염 제거에 최적인 신소재 물질을 찾아낼 수 있었다.</p> <p contents-hash="b128362a714e20bcc64a1634d8ceb43ce29794c4bad18e642f889aa2f1dbf358" dmcf-pid="34gy8a2Xox" dmcf-ptype="general">류호진 교수는 “인공지능을 활용하면 방대한 신소재 후보 물질 군에서 방사성 오염 제거용 물질을 효율적으로 찾아낼 가능성을 보였다”며 “원자력 환경 정화용 신소재 개발에 필요한 연구를 가속화하는데 이바지할 것으로 기대된다”고 말했다.</p> <p contents-hash="beb5b2551dbdc021dc7c8438d15ebcdbd1480b7ac4978a4326c518eff297c1c7" dmcf-pid="08aW6NVZoQ" dmcf-ptype="general">KAIST 신소재공학과를 졸업한 이수정 박사와 한국화학연구원 디지털화학연구센터 노주환 박사가 제1 저자로 참여한 이번 연구(논문명: Discovery of multi-metal-layered double hydroxides for decontamination of iodate by machine learning-assisted experiments)는 환경 분야 국제 학술지 ‘위험물질 저널(Journal of Hazardous Materials)'에 5월 26일 온라인으로 실렸다.</p> <address contents-hash="73ee2d098388ae08c7e9a548b165801a4f2fd656c7e4929e3a5cec2c2021ac5f" dmcf-pid="p6NYPjf5kP" dmcf-ptype="general">/정종오 기자<span>(ikokid@inews24.com)</span> </address> </section> </div> <p class="" data-translation="true">Copyright © 아이뉴스24. 무단전재 및 재배포 금지.</p> 관련자료 이전 AX시대 HR업무의 효율성 확보하기 07-02 다음 ABION Plunges; Eutilex Surges on Japan Data Outlook[K-Bio Pulse] 07-02 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.