KAIST, 인공지능 기반 아이오딘 제거 신소재 발굴… 방사능 환경정화에 새 지평

KAIST(총장 이광형) 원자력및양자공학과 류호진 교수 연구팀이 한국화학연구원 노주환 박사(디지털화학연구센터)와 공동연구를 통해, 방사성 오염 물질 ‘아이오딘(요오드)’을 제거할 수 있는 최적의 흡착 신소재를 인공지능으로 발굴하는 데 성공했다. 이번 연구는 방사성 오염 흡착제 개발에 인공지능을 접목한 국내 최초 사례로, 원자력 환경정화 및 방사성 폐기물 관리의 패러다임을 바꿀 기술로 주목받고 있다.

방사성 아이오딘(I-129)은 반감기가 무려 1,570만 년에 달하고, 체내 유입 시 갑상선에 축적되어 암을 유발할 수 있다. 특히 I-129는 환경에서 아이오딘산염(IO₃⁻) 형태로 존재하는데, 기존 은 기반 흡착제는 이 화학종에 대해 반응성이 낮아 제거 효율이 매우 떨어졌다. 연구팀은 이에 대한 대안으로 다중금속 이중층 수산화물(Layered Double Hydroxide, LDH) 구조에 주목했다.

하지만 LDH는 구성 가능한 금속 조합이 너무 많아 실험적으로 최적 조합을 찾기 어려운 단점이 있었다. 이를 해결하기 위해 KAIST 연구팀은 기계학습(Machine Learning)을 활용한 능동학습(active learning) 전략을 도입, 수많은 후보 물질 중 최적 조합을 효율적으로 탐색하는 데 성공했다.

AI가 찾아낸 정답, Cu₃(CrFeAl)

연구진은 초기 2원계(24종)와 3원계(96종) LDH 실험 데이터를 기반으로 인공지능 모델을 학습시킨 뒤, 이를 토대로 4~5원계 조성의 후보 물질을 예측하고 실험을 진행했다. 이 과정에서 전체 후보군의 단 16%만 실험했음에도, 아이오딘산염 제거에 91% 흡착 효율을 보이는 신소재 Cu₃(CrFeAl)을 발견했다.

특히 이 성과는 AI 기반 탐색 방식의 강점을 잘 보여준다. 기존의 시행착오식 접근이 아니라, 기계학습이 제시한 유망 조성에 한정하여 실험을 반복함으로써 탐색 효율성과 정밀성을 동시에 확보한 것이다. 해당 물질은 현재 국내 특허를 출원 중이며, 해외 특허도 준비 중이다.

이번 연구는 단순한 신소재 발견을 넘어, 설명가능한 인공지능 기법(SHAP 분석)을 통해 흡착 효율을 결정짓는 핵심 설계 원리도 규명했다. 연구진은 고흡착 성능을 위한 조건으로 ▲2가·3가 금속 간의 전기음성도 차이 ▲금속 이온 반지름의 유사성 등이 중요하다는 사실을 밝혀냈다. 이로써 데이터 기반 맞춤형 신소재 설계 프레임워크의 가능성이 실증되었다.

이번 연구는 아이오딘 제거에 최적화된 분말 개발을 넘어, 향후 오염수 정화 필터, 산업용 흡착 소재 등 다양한 환경 응용 분야로의 확장이 기대된다. KAIST 연구팀은 산학협력을 통해 제품화 가능성도 모색 중이다. 실제로 이 기술은 핵발전소 주변 지하수 오염, 핵연료 처리 폐수 정화 등 방사성 환경 관리의 실질적 솔루션이 될 수 있다.

해당 논문은 국제 저명 학술지인 『Journal of Hazardous Materials』에 5월 26일자로 게재되었으며, 제1저자로는 KAIST 이수정 박사와 KRICT 노주환 박사가 참여했다.

본 연구를 이끈 류호진 교수는 KAIST 신소재공학과 학·석·박사 과정을 마친 뒤, 한국원자력연구원과 국제원자력기구(IAEA)에서 활동한 바 있으며, 현재까지 180편 이상의 SCI 논문과 97건의 국내외 특허를 보유하고 있다. 원자력 재료 및 환경 정화 소재 분야에서 세계적 연구자로 평가받고 있다.

#KAIST #방사성오염제거 #아이오딘제거 #AI소재설계 #MOF #KUI69 #김상욱교수 #김동혁교수 #친환경원전기술 #SMR #AI화학공학융합 #ESandT게재 #신소재연구성과 #KAIST성과