기계공학부 정형모 교수팀, ‘숨은 산소’ 깨워 그린 수소 만든다... 차세대 물 분해 촉매 원천기술 개발

기계공학부 정형모 교수 연구팀은 경북대학교 신소재공학과 이지훈 교수 연구팀과의 공동 연구를 통해, 원자 단위의 결합 간격을 정밀하게 제어하여 소재 내부에 숨겨진 ‘격자 산소’를 반응에 직접 참여시키는 고효율 비귀금속 물 분해 촉매 소재를 개발했다. 온실가스 배출 없이 깨끗한 수소를 생산하는 수전해(물 분해) 기술은 탄소중립 실현을 위한 꿈의 기술로 불린다. 하지만 물을 분해하여 수소를 얻는 과정에서 산소가 발생하는 반응은 그 속도가 매우 느려, 전체 수소 생산 효율을 떨어뜨리는 가장 큰 ‘병목 현상’으로 작용해 왔다. 이를 해결하기 위해 기존에는 이리듐(Ir)이나 루테늄(Ru) 같은 고가의 귀금속 촉매를 사용해야만 했으며, 이는 수소 생산 비용을 높이는 원인이 되었다. 정형모 교수 공동 연구팀은 이러한 한계를 극복하기 위해 ‘하향식(Top-down) 소재 설계 기술’을 도입했다. 연구팀은 전기화학적 방법을 통해 기존의 덩어리 형태 코발트 산화물을 2나노미터(nm) 이하의 미세한 나노 클러스터로 쪼개는 데 성공했다. 이 과정에서 코발트 금속과 산소 원자 사이의 결합 길이를 기존보다 약 0.1 옹스트롬(Å, 100억 분의 1미터) 수축시켜 미세하게 조절했다. 포항가속기연구소(PAL)의 고성능 분석 결과, 약 2.03 Å의 원자 결합 길이가 새로운 반응 경로를 유도하는 최적의 조건임을 세계 최초로 규명해낸 것이다. 이 기술의 핵심은 금속과 산소 사이의 결합을 강하게 만들어, 촉매 내부 구조에 숨어있던 ‘격자 산소’를 반응에 직접 참여시킨 점에 있다. 이를 통해 개발된 나노 촉매는 고가의 상용 이리듐 촉매보다 더 낮은 에너지에서도 탁월한 성능을 발휘했다. 특히 실제 시스템 적용 시 고전류 조건에서 100시간 이상 성능 저하 없이 구동되는 강력한 내구성을 증명했으며, 차세대 에너지 저장 장치인 아연-공기 전지에서도 우수한 충전 안정성을 보여주며 다목적 에너지 활용 가능성을 입증했다. 기계공학부 정형모 교수는 “이번 연구는 원자 단위의 결합 거리를 미세하게 제어함으로써 촉매 반응의 경로 자체를 완전히 바꿀 수 있음을 실증한 성과”라며, “값비싼 귀금속을 대체해 고효율 그린 수소를 생산하는 것은 물론, 향후 다양한 차세대 친환경 에너지 장치의 상용화를 앞당기는 중요한 기준이 될 것”이라고 밝혔다. 본 연구는 과학기술정보통신부와 한국연구재단의 지원으로 수행되었으며, 연구 결과는 환경·에너지 분야 세계적 권위지인 ‘Applied Catalysis B: Environment and Energy (IF: 21.1)’에 게재되었다.

AI는 단순 트렌드 아닌 거스를 수 없는 혁명_ 최재붕 교수 "한국, AI 시대 핵심 국가로 부상"

최재붕 성균관대학교 교수다 현재의 생성형 인공지능(AI) 열품을 단순 기술 트렌드가 아닌 '거스를 수 없는 문명전환'이라고 진단하며, 한국이 AI시대 핵심 국가로 부상하고 있다고 강조했다. 12일 오전 서울 중구 더플라자호텔에서 열린 제 3회 뉴데일리 퓨처코리아 포럼 'AI가 만드는 미래' 강연을 진행했다. ◇“시가총액은 미래 기대치” … AI로 몰리는 글로벌 자본 그는 현재 AI 시장의 흐름을 이해하려면 기술보다 먼저 ‘자본 이동’을 봐야 한다고 설명했다. 실제로 2020년 이후 엔비디아, 구글, 마이크로소프트, 아마존 등 AI 관련 기업들의 시가총액은 폭발적으로 증가했다. 최 교수는 AI 대표 기업들의 시총 규모가 이미 수경원 단위까지 커졌다고 설명했다. 그는 “시가총액은 인류의 미래 성장 기대치”라며 “전 세계 자본이 AI를 미래 산업의 중심으로 보고 있다는 의미”라고 말했다. 이어 “전쟁이나 글로벌 불확실성이 발생해도 AI 기업 중심 자본 쏠림은 계속 이어지고 있다”고 덧붙였다. 특히 그는 최근 한국 기업들의 위상 변화에 주목했다. 삼성전자와 SK하이닉스가 글로벌 시가총액 상위권으로 올라서고 있는 배경 역시 AI 산업 성장 기대감 때문이라는 분석이다. 최 교수는 “전 세계 자본이 한국 기업에 주목하는 이유는 결국 AI 시대 핵심 공급망 경쟁력 때문”이라며 “반도체와 제조 경쟁력을 동시에 가진 국가가 많지 않다”고 설명했다. 그는 AI 시대 핵심 경쟁력으로 ▲반도체 ▲데이터센터 ▲전력 인프라 ▲제조업 ▲방산을 꼽았다. AI 서비스 경쟁이 치열해질수록 GPU와 메모리 반도체 수요가 폭발적으로 증가하고, 데이터센터 구축을 위한 전력 인프라 투자도 함께 확대될 수밖에 없다는 설명이다. 최 교수는 “데이터센터의 피는 결국 전기”라며 “발전·전력 인프라 산업까지 함께 성장하고 있다”고 말했다. 이어 “AI 데이터센터가 늘어날수록 반도체와 전력, 냉각, 제조 설비 수요도 함께 커질 수밖에 없다”고 설명했다. ◇“피지컬 AI 시대” … 제조 경쟁력이 다시 중요해진다 그는 AI 경쟁이 단순 소프트웨어 경쟁을 넘어 휴머노이드와 자율주행 중심의 ‘피지컬 AI(Physical AI)’ 시대로 이동하고 있다고 진단했다. 최 교수는 “AI 시대에는 결국 실제 제조 역량이 중요해진다”며 “자동차를 잘 만들고, 배를 잘 만들고, 제조 공정을 운영할 수 있는 국가가 유리하다”고 말했다. 이어 “한국은 반도체와 제조업, 플랫폼 경쟁력을 동시에 갖춘 드문 사례”라며 “중국과 함께 제조 기반 AI 경쟁력을 가진 몇 안 되는 국가 중 하나”라고 평가했다. 그는 특히 미국과 중국의 AI 패권 경쟁이 심화되면서 한국의 전략적 가치가 더 커지고 있다고 분석했다. 미국이 중국 중심 공급망을 줄이려 하면서 한국 기업들이 반도체·조선·제조 분야 핵심 파트너로 부상하고 있다는 설명이다. 최 교수는 미국 빅테크 기업들이 한국 기업들과 협력을 확대하는 흐름도 주목했다. 반도체 공급망은 물론 로봇·모빌리티·조선 산업까지 한국 기업들의 역할이 확대되고 있다는 것이다. 강연에서는 휴머노이드와 AI 에이전트에 대한 전망도 함께 제시됐다. 그는 “이제 AI는 단순히 질문에 답하는 수준을 넘어 실제 업무를 수행하는 단계로 이동하고 있다”며 “휴머노이드와 AI 에이전트 경쟁이 AI 산업의 다음 단계가 될 것”이라고 말했다. 특히 최근 업계에서 주목받는 ‘컨텍스트 엔지니어링(Context Engineering)’ 개념도 강조했다. 단순히 질문을 잘하는 것이 아니라 사용자의 데이터와 상황, 과거 기록까지 AI에 지속적으로 제공해 실제 동료처럼 활용하는 방식이라는 설명이다. 최 교수는 “AI 유료 서비스를 장기간 사용하면 AI가 사용자의 업무 방식과 맥락을 기억하게 된다”며 “앞으로는 사람 대신 분야별 AI 에이전트를 활용하는 구조가 일반화될 것”이라고 전망했다.

흔한 천연 감미료가 고성능 에너지 소재로 스테비아-PVA 하이드로젤 기반 마찰대전 나노발전 기술 개발

성균관대학교 기계공학부 최경후 교수 연구팀(제1저자 트렁 루 티엔, 부이 민 꽝)은 경희대학교 화학공학과 김진수 연구팀과 협업해 기존 하이드로젤 기반 마찰대전 나노발전기(TENG)의 낮은 출력·기계적 강도·투명성의 한계를 생체모방 스테비아(Stevia)를 활용해 동시에 극복하는 전략을 제시했다. 스테비아를 폴리비닐알코올(PVA)에 첨가함으로써, 풍부한 수산기(-OH)가 수소결합 기반 가교 구조와 결정성 도메인을 동시에 강화해 기계적 강도 및 이온 전도성을 획기적으로 향상시켰다. 그 결과, 스테비아-PVA 하이드로젤 TENG(S-TENG)은 기존 2D 소재, 바이오 소재, 투명 소재 기반 TENG 대비 기계적 강도는 약 2~5배, 전기 출력은 약 3~8배 향상되었으며, 70% 이상의 가시광선 투과율을 유지했다. 인장강도는 25 MPa(습윤 상태)을 초과하고 510% 이상의 연신율을 보였다. 또한, 연구팀은 개발한 S-TENG가 16,000회 접촉-분리 반복 시험에서도 안정적인 출력(~800V)을 유지함을 보였으며, 30일간 상온 보관 후에도 전기 출력이 저하되지 않음을 확인했다. 스테비아 하이드로젤은 물을 이용한 재용해-재겔화 공정으로 재활용이 가능하며, 재활용 후에도 약 600V의 높은 출력 전압을 유지해 친환경 소재로서의 가능성도 입증했다. 더불어 연구팀은 S-TENG를 손목, 팔꿈치, 무릎, 손가락, 목 등 신체 각 부위에 부착하여 다양한 인체 동작을 감지하는 자가발전 센서로 활용했다. 손가락 굽힘에 대한 반응 상승 시간은 13ms로 매우 빠른 응답 특성을 나타냈으며, 동작 분류를 위해 11가지 머신러닝 모델을 평가한 결과, XGBoost 알고리즘이 95.29%의 최고 분류 정확도를 달성했다. 연구 책임자인 최경후 교수는 "바이오매스 유래 스테비아를 활용해 투명성, 기계적 성능, 전기 출력을 동시에 향상시킨 하이드로젤 전극을 개발했으며, 재활용 가능성까지 확보했다는 점에서 의미가 크다"라며 "이 기술을 IoT 기반 웨어러블 디바이스, 재활 모니터링, 지능형 인간-기계 인터페이스 등 다양한 분야에 적용하는 연구를 지속할 계획이다"라고 밝혔다. 본 연구는 4단계 BK21 인간 중심 융합기계솔루션 미래인재양성 교육연구단과 과학기술정보통신부의 지원을 받아 수행되었으며 재료 과학 분야의 세계적 권위지인 Advanced Materials(IF 26.8, JCR 상위 3% 이내)에 2026년 4월 온라인판에 게재되었다. 또한 본 논문은 Advanced Materials의 inside front cover로 선정되었다.

기계공학부 김태엽 박사 영남대학교 조교수 임용

성균관대학교 기계공학과 출신 김태엽 박사가 2026년 3월부로 영남대학교 기계공학부 조교수로 임용됐다. 김태엽 박사는 우리 대학 기계공학과에서 2025년 2월 ‘Combinatorial experiments and supervised machine learning models for property-targeted design of multi-component thin-film alloys’ (지도교수 이동우)를 주제로 박사학위를 취득했다. 박사과정 동안 고속 스크리닝 실험과 머신러닝 기반 재료 설계 연구를 수행하며 Acta Materialia, International Journal of Plasticity, npj Computational Materials 등 국제 최우수 학술지에 다수의 SCI 논문을 발표했고, 대한기계학회 우수논문상을 수상하는 등 연구 성과를 인정받았다. 이후 한국과학기술연구원(KIST) 수소에너지소재연구단에서 박사후연구원으로 재직하며 인공지능 기반 다원계 합금 수소 분리막 설계와 금속 적층제조 기술을 활용한 고속 수소 물성 평가 연구를 수행했다. 영남대학교 부임 이후에는 인공지능 기반 소재 설계 플랫폼 구축을 통해 수소 소재, 경량 합금, 초내열 합금 등 차세대 금속 소재 개발을 위한 데이터 기반 연구를 수행할 계획이다.