전체메뉴

[애플경제 이윤순 기자] 전기자동차의 인기가 잠시 주춤하게 된데는 배터리와 충전시스템의 문제도 있다. 이에 가장 안전하고 이상적인 전기자동차의 조건인 전고체 전지와 이를 위한 차세대 전해질이 시장 경쟁의 최종 승부수로 꼽히고 있다.

최근엔 중국이 전고체 전지의 차세대 전해질인 ‘할라이드계’를 개발, 주목을 끄는 가운데 일본 도요타와 파나소닉 등도 박차를 가하고 있다. 특히 마아크로소프트가 뒤늦게나마 AI 기계학습으로 ‘할라이드계’, ‘산화물계’ 등의 전해질을 개발하고 있어 경쟁은 더욱 치열할 전망이다.

중국은 특히 ‘할라이드계’ 전해질을 개발한 ‘All 차이나’ 시스템을 본격 가동하고 있다. 여기서 ‘할라이드계’는 염소, 브롬, 아이오딘 등 할로겐 원소와 리튬, 금속 원소 등의 화합물로 알려져있다. 앞서 일본의 파나소닉은 가장 먼저 ‘할라이드계’의 실용화에 주목, 개발을 서둘렀다. 그 후 중국이 좀더 상용화에 가까운 상태로 개발하며 추격하고 있다.

‘할리우드계’, 기존 재료 문제점 해결

본래 기존 전해질 재료는 황화물계, 산화물계, 폴리머계 등 3종류가 있다. 그 중 일부는 이미 상용화되고 있다. 그런 가운데 ‘염화물계’의 일종인 ‘할라이드계’가 나오면서 가장 적합한 재료로 평가받고 있다. 이는 앞서 3가지 재료들의 단점이나 문제점을 거의 완벽하게 해결한 것으로 알려졌다.

일본 니케이연구소나 시장분석기관 IRS글로벌 등에 의하면 ‘황화물계’는 유황(S)을 포함하기 때문에 연소되버릴 경우가 많고, 물과 섞이면 인체에 유해한 황화수소(H2S)를 배출하기도 한다. 또 섭씨 –90° 전후로 초저온인 드라이룸에서 제조해야 하는 등의 문제가 있으며, 게르마늄 등의 고가의 금속이 필요하므로 재료 비용도 높은 편이다.

‘산화물계’는 안정성은 높지만 이온 전도율이 낮아서 충전이 오래 걸린다. ‘폴리머계’는 비용은 저렴하지만, 실온보다 낮은 곳에서는 이온 전도율이 떨어져 섭씨 80°이상이 아니면 EV용으로는 사용할 수 없어서 비현실적이란 지적이다.

이에 비해 할라이드계 고체 전해질은 대부분 고전위 양극에 대한 안정성이 높으며 물과 반응하여 유해한 가스를 분출하지 않는다. 또 ‘황화물계’보다 산화물성이 높기때문에 고전위 양극에 대해서도 쉽게 분해되지 않는다. 안정성이 뛰어나므로 양극 활물질을 반드시 코팅할 필요도 없다.

현재 이 분야에선 중국이 크게 앞서가는 것으로 알려졌다. 마이크로소프트 역시 AI를 투입, ‘할라이드계’ 개발에 박차를 가하고 있다. 이에 비해 일본 토요타 자동차 등은 ‘황화물계’를 중심으로 전고체 전지 전해절 개발을 하고 있어 대조적이다. 물론 ‘산화물계’ 역시 문제가 없지 않다. 즉 “재료가 ‘소금’에 가까워 흡습성이 높다보니 물에 재료가 용해되어 버리는 성질이 있다”는 지적이다. 그래서 재료가 용액처럼 되거나 변질, 용해될 수 있어 일정 수준 이상의 드라이룸이나 셀의 봉지가 필요하다. 그러나 IRS글로벌은 “그래서 환원 내성이 낮고, 음극에 대한 안정성이 낮다는 문제점이 있긴 하지만, 최근 이를 해결하게 될 가능성도 찾아냈다.”고 한다.

마이크로소프트, 기계학습 탐색 플랫폼 “MI’ 활용

그런 가운데 마이크로소프트가 AI로 전고체 전지 개발에 본격적으로 뛰어들면서 양상이 또 바뀌고 있다. MS는 AI를 통해 재료 개발을 필두로 배터리의 수명과 성능을 예측하는 등 이에 관한 총체적인 시스템을 구축하려는 의도로 읽히기도 한다. 또한 클라우드 ‘애저’를 기반으로 한 계산용 클라우드 ‘애저 퀀텀 엘리먼츠(Azure Quantum Elements)’를 촉진하려는 목적도 있다.

MS는 일단 기계학습을 사용하는 재료 탐색, 이른바 머티리얼 인포머틱스(MI)를 활용, ‘할리이드계’를 개발하고 있다. ‘할라이드계’는 원소의 일부를 다른 원소로 치환, 결정이 흐트러지거나 공간이 만들어짐으로써 이온 전도율을 높인다. 또 환원 내성도 높아진다. 이때 사용되는 원소는 5~6종류에 달한다. 이를 위해 조사해야 하는 재료의 수는 천문학적으로 증가하게 되며, 사람이 실험할 수 있는 수준을 넘어서게 된다. MS는 이런 경우 앞서 말한 기계학습 ‘MI’을 이용, 탐색 범위를 넓히면서도 짧은 시간 안에 유력한 재료를 찾아 낸 것으로 알려져다.

MS는 지난 1월 PNNL(퍼시픽 노스웨스트 국립연구소)와 함께 이런 연구를 통해 MI에 근거한 새로운 고체 전해질 재료를 발견했다고 밝혔다. 그 과정에서 AI기반 계산 클라우드인 ‘애저 퀀텀 엘리먼츠’를 통해 약 1000대의 가상 머신을 구축, ‘그래프 뉴럴 네트워크’(GNN) 등 기계학습으로 특성을 추론했다. 그 결과 54원소를 추려낸 다음 다시 3,260만 종류의 후보 물질을 771종류로 압축했다.

이들을 다시 분석한 끝에 18종류의 신규 고체 전해질을 개발했다. 이를 다시 80시간에 걸쳐 탐색한 결과 모두 ‘할라이드계’이거나, ‘할라이드계’의 X의 일부를 산소 원자(O)로 치환한 ‘옥시할라이드계’인 전채질을 완성한 것으로 알려졌다. 이를 기반으로 MS 역시 ‘할라이드계’ 전해질의 상용화에 박차를 가하고 있는 상황이다.