이론 물리학과 화학을 전공한 과학자로서, 저는 가끔 (과학자가 아닌) 친구들과 양자 역학의 짜릿하고도 이상한 세계에 대해 이야기를 나누곤 합니다. 양자 얽힘이라든지 슈뢰딩어의 고양이, 파동-입자 이중성이 주제에 오르면 “멋지긴 한데, 그게 실제로 사용되기는 해?”라는 반응이 자주 돌아옵니다. “그럼, 원자는 양자 역학 덕분에 존재하지. 양자 역학이 없으면 원자가 붕괴해 버릴 텐데, 우리가 존재한다는 것이 그와 연관되지” 내지는 “반도체가 작동하는 방식이 양자 역학 때문이지. 그러니 전자제품은 양자 역학에 기반을 둔다고”라는 답변이 우선 떠오릅니다. 요즘에는 다르게도 답할 수 있게 됐습니다. 우리는 양자 역학에서 출발하여 배터리를 설계하고, 결국에는 거시적인 척도에까지 다다릅니다. 이는 다척도 배터리 모델링이라 불리며, 우리가 다쏘시스템에서 하는 일이기도 합니다. 저는 다쏘시스템의 12개 브랜드 중 하나인 BIOVIA에 소속된 용역 연구(Contract Research) 팀에서 일합니다. 양자 역학에서 배터리로 이어지는 여정으로 깊이 들어가기 전에, 왜 우리 팀이 특별한지, 그리고 소재/생명과학 분야에서 일하는 분들이 왜 저희와 함께 도전적인 문제를 해결하고 싶어하는지 잠시 이야기해 보겠습니다.

BIOVIA의 용역 연구 팀은 무엇을 합니까?

간단히 말씀드리면 저희는 문제를 푸는 팀입니다. 원자와 분자의 세계와 실제 세계에서 얻어지는 결과를 연결 짓습니다. 그 결과에는 더 좋은 제품을 만들고, 더 청정한 에너지를 찾고, 더 건강한 공동체를 만들고, 산업의 절차를 더 효율적으로 만드는 것 등이 포함됩니다. BIOVIA의 일부로서, 그리고 더 크게는 다쏘시스템의 생태계의 일부로서, 저희는 다양한 상업 솔루션을 이용하여 소재/분자를 모사하고 데이터를 과학적으로 다룰 수 있습니다. 소프트웨어의 결과값을 실제 세계의 어려운 문제를 해결하는 데 적용할 수 있도록 돕는, 다양한 과학/공학 전공분야의 뛰어난 전문가들도 함께합니다. 저희 팀에는 화학자, 물리학자, 생명과학자, 화학공학자, 재료 과학자, 그리고 컴퓨터 과학자가 있습니다. 이들은 세계 최고 수준의 연구기관에서 학위를 받고 박사후 연구원과 산업 분야에서 많은 경험을 쌓았으며 최첨단 과학에 대한 호기심과 노하우를 갖추고 있습니다. 학계에서 배운 것뿐만 아니라, 다년간 관련 산업에서 일하고 고객과 소통하며 얻은 실제적인 문제 해결 능력과 실용적인 경험을 함께 갖추었습니다. 저희는 에너지, 생명과학, 화학, 마이크로칩, 첨단기술, 소비재, 산업 장비, 항공우주, 방위 산업, 자동차 제조 등 다양한 분야의 선두 기업들과 협력하여 구체적이고 가치 있는 결과물을 만들었습니다. 이들 기업에서 혁신상을 받기도 했습니다. 비용과 시간을 줄이고, 제품 개발을 가속화하고, 공정을 최적화하고, 실패를 해결하며, 지속가능성 목표를 더 빠르게 달성하도록 도운 공로입니다.

배터리란 무엇이고 왜 다척도 모델링이 필요합니까?

배터리는 기본적으로 전기 에너지를 저장하는 장치입니다. 리튬 이온 배터리를 예로 들겠습니다. 충전할 때는 배터리에 에너지를 넣어 전자와 리튬 양이온을 높은 에너지 상태로 만듭니다. 방전 시에는 배터리를 닫힌 회로에 연결하여 리튬 양이온과 전자가 낮은 에너지 상태로 되돌아가게 하는데, 그 과정에서 연결된 전기 회로가 에너지를 내거나 일을 합니다. 따라서 배터리는 크게 양극(cathode), 음극(anode), 전해질(electrolyte) 세 부분으로 구성됩니다. 리튬 이온은 방전될 때 양극으로 이동하고, 충전될 때는 음극으로 이동합니다. 전해질은 전자는 이동시키지 않지만(전자는 도선을 따라 흐릅니다) 리튬 이온을 가역적으로 이동시키는 매개체입니다. 그림 1은 간단한 모식도입니다.

리튬 이온이 양극과 음극에서 결합을 만들거나 끊고 전해질을 통해 이동하면서 이 가역적인(더 정확히는 충전 가능한) 이동이 일어납니다. 이는 양자 역학과 관련된 과정인데, 나노 크기보다 작은 입자들이 움직이고 상호작용하기 때문입니다. 한편으로 배터리는 대단히 복잡한 장치입니다. 전기적/기계적 특성과 형태가 다양한 여러 물질이 전극과 전해질이 맞닿는 곳에서 만들어집니다. 전해질 자신도 여러 구성 성분이 섞여 있는 경우가 많습니다. 배터리는 전기적, 열적 성질이 중요한데, 이렇게 복잡한 계를 양자 역학으로 원자 수준까지 모사하려면 상상을 초월하는 계산량이 필요합니다. 이 점 때문에 다척도 시뮬레이션이 필요합니다. 작은 시공간 척도에서 계산량이 많지만 정확도가 높은 방법으로 관심 있는 매개변수를 뽑아 냅니다. 그런 다음 이 매개변수를 더 큰 시공간 척도에서 작동하는, 계산량이 적은 방법론에 넣습니다. 물리/화학적 직관을 사용해 크고 복잡한 계를 의미있는 크기의 작은 조각으로 자릅니다. 그 작은 조각에서 수치 실험을 수행하고, 더 큰 시뮬레이션에 활용할 만한 정보를 뽑아 냅니다. 이런 시도를 다양한 척도에서 여러 번 수행함으로써 나노 척도의 양자 역학과 거시 척도의 배터리 셀 사이의 간극을 메울 수 있습니다.

용역 연구가 어떤 가치를 줄 수 있습니까?

용역 연구 팀의 가장 중요한 기여는 다쏘시스템의 소프트웨어 솔루션이 현실의 도전적인 과제를 해결하도록 학제간 전문성과 경험, 노하우를 제공하는 것입니다. 거대한 도전 과제가 제시되면 우선 이를 작지만 의미 있는 조각으로 나눕니다. 작은 조각을 시뮬레이션한 뒤, 그 결과로 도출된 매개변수를 더 큰 규모의 거시적인 시뮬레이션에 투입하고, 결국에는 이러한 다척도 문제해결법을 통해 현실의 문제를 해결할 방안을 재구성합니다.

인공지능의 성능, 컴퓨터 성능, 자동화가 기하급수적으로 발전하면서, 내 일자리가 머지않아 인공지능으로 대체되거나 자동화돼 버리지 않을까 하는 질문을 저 자신에게 끊임없이 던집니다. 그렇다는 대답이 나온다면 당장 직업을 바꾸겠지요. 다행히도 제가 느끼기에 용역 연구에서 저희의 역할은 이러한 우려에서 안전합니다. 강력한 소프트웨어와 인공지능을 도구로 활용하지만, 화학/물리/생물/공학적 직관과 방대한 현장 지식, 그리고 경험을 갖춘 과학자로서 저희의 역할을 그 도구로 대체할 수 없기 때문입니다. (화성에 지구 같은 환경이 조성되고 거기 카페에서 핫초콜렛을 마실 수 있을 때쯤엔 아마 가능하겠습니다.) 그림 2는 거대한 도전 과제를 풀어 나가는 과정을 처음부터 끝까지 대략 도식화한 것입니다. 이 과정에서 전문가의 직관과 경험이 크게 작용하는 대목은 녹색으로 표시했습니다. 이는 BIOVIA 솔루션의 힘을 실제 제품을 더 좋게 하는 데 사용하는 데 저희의 직관과 전문가의 의견이 얼마나 중요한지 보여 줍니다.

BIOVIA 솔루션을 배터리 설계에 응용한 사례

연구자들이 BIOVIA 솔루션을 배터리 설계에 적용했을 때 느끼는 즐거움과 강력함을 보여 드리기 위해, 이 분야의 중요한 문제와 그를 해결하기 위한 저희 소프트웨어 도구를 말씀드리겠습니다. BIOVIA 소프트웨어 솔루션을 사용하면서 늘 감탄했던 점은, 다양한 모듈과 기능이 하나의 사용자 인터페이스에 편리하게 통합돼 있다는 점입니다. 덕분에 연구자들은 기능을 많이 갖춘 가상 실험실을 노트북 화면처럼 작은 공간에서 언제든 운영할 수 있습니다. 다양한 길이 및 시간 척도로 매끄럽게 전환할 수 있고, 어떤 파라미터나 물리/화학적 측정값을 계산하는 데 여러 가지 이론과 근사, 정확도 수준(정확도가 높아지면 대개 계산속도가 느려집니다)을 유연하게 선택할 수 있습니다. 이러한 강력한 도구모음 덕분에 저희 용역 연구 팀은, 코딩을 하거나 유용하고 다양한 방법론을 다시 만들어 낼 걱정을 하지 않고, 앞에서 설명한 다척도 문제 해결 방안을 설계하고 다듬는 데 집중할 수 있습니다. 저희 도구를 문제 해결에 적용하는 데에 더 많은 역량을 쏟을 수 있습니다. 저희는 팀의 집단 지성과 전문성을 활용하여 고객이 원하는 제품을 최적으로 개선합니다. 또한 물리/화학적 통찰과 합리적으로 설계하는(rational-design) 워크플로우를 제공하여 고객이 더 깊은, 분자 수준의 통찰을 갖고 제품을 더욱 발전시키도록 돕습니다. 그림 3에 나타난 것처럼, 저희 시뮬레이션 결과는 다쏘시스템의 다른 브랜드에서 제공하는 더 거시적인 척도 및 셀 수준의 도구로 전달할 수 있습니다.

복잡한 구조를 모델링하는 진입장벽을 낮추고 대규모 시뮬레이션을 다루기

Materials Studio를 사용하면서 가장 먼저 마주하는 것은 시각화 도구입니다. 이는 연구하는 물질의 구조 정보를 얻는 기능을 다양하게 갖추고 있고, 여러 성분으로 구성된 화학계를 구성하는 도구도 지원합니다. 한 예로 용매 분자와 리튬 염이 여러 가지 섞인 전해액 혼합물을 Amorphous Cell 모듈로 만들어 낼 수 있습니다. 이 모듈은 3차원 시뮬레이션 박스 안에 분자를 하나씩, 이미 그 안에 들어 있는 다른 분자와 상호작용을 고려하면서 추가합니다. 이 상호작용은 각 원자마다 할당된 에너지 함수(forcefield)로써 계산합니다. 밀도를 사전 설정된 목표값까지 점차 증가시켜 가며 화학계를 구성합니다. 이 알고리즘으로써 무질서해 보이지만 평형 상태의 구조를 사실적으로 모사하는 화학계를 만들 수 있습니다. 필요에 따라, 이렇게 만든 구조에 Sorption 모듈로써 다른 분자를 추가할 수 있습니다. 배터리의 충전 상태에 따른 리튬 이온 농도의 증가/감소를 반영하기 위해 리튬 이온을 더 넣는 것이 한 예입니다. 이 모듈은 Metropolis와 Configurational bias method 등 다양한 몬테카를로 시뮬레이션을 수행합니다. 구조를 만들고 분자 동력학 계산으로 계를 평형 상태로 만든 뒤, 다양한 도구로써 계의 구조 특성을 분석할 수 있습니다. 한 예로 리튬 이온이 전해질 속이나 전극에 가까운 쪽, 또는 전극에서 멀어지는 쪽으로 확산돼 들어갈 만한 빈 공간이 있는지, 그를 정량적이고 시각적으로 파악하기 위해 Connolly surface를 손쉽게 만들 수 있습니다. 분석 도구는 여러 모듈에서 사용할 수 있는데, Forcite에서 제공하는 Density fields, Radial distribution functions 등은 계의 구조 특성과 수송(transport) 특성에 많은 통찰을 줄 수 있습니다. 여러 화학종의 Mean square displacement도 제공하는데, 이로부터 리튬 이온과 음이온 등의 확산 계수와 전도도, 이동도(transference number) 등도 쉽게 확인할 수 있습니다.

복잡한 구조를 생성하는 다른 예시도 있습니다. Materials Studio는 고체 상태의 고분자 전해질을 다루는 기능을 제공합니다. 단량체로부터 임의의 사슬 길이와 분자량을 갖는 고분자를 바로 만들 수 있습니다. 고분자가 커지면 가장 안정한 구조(conformation)를 쉽게 구할 수 없는데, Conformers 모듈을 사용하면 random sampling이나 Boltzmann jump 같은 다양한 방법으로써 이를 탐색할 수 있습니다. 앞에서 이야기한 Amorphous Cell builder를 이용하면 여러 고분자와 용매, 리튬 염 등을 섞어 고체 상태의 젤-고분자 전해질을 사실적으로 모사할 수 있습니다.

용역 연구 팀의 연구원들은 이러한 유용한 기능을 이용해 화학계를 여럿 구성하고, 이들이 실험 데이터와 유사한 결과를 내는지 살펴봅니다. 빠르게 얻을 수 있는 저품질 계산과 계산시간이 많이 걸리는 고급 방법론의 결과를 비교하고, 어느 수준의 방법론이 “충분히 좋은지”도 결정합니다. 그리하여 이 팀의 전문가들은 원자 수준의 모델링 정확도로, 그러면서도 제한된 시간과 계산 자원 하에서 복잡하고 큰 화학계를 다룰 수 있습니다. 저희는 전문가로서 조언을 드릴 수도 있는데, 어떤 혼합물의 복잡한 화학조성과 배합비를 보다 단순한 것으로 근사하는 방법이라든지, 그 계를 시뮬레이션할 때 시간과 계산 자원을 최소화하면서 정확한 결과를 얻기 위한 계산 파라미터 같은 것이 그 예입니다. 저희가 제공한 초기 워크플로우를 제품 최적화에까지 이용하고자 할 경우 이들이 중요해집니다. 용도에 적합한, 화학/물리적으로 사실적인 방법론과 워크플로우를 제공함으로써 그런 후속 연구가 짧은 시간에, 예컨대 1년이 아니라 1달만에, 결실을 맺도록 도울 수 있습니다.

고체-전해질 계면(SEI; Solid-Electrolyte Interphase)의 형성 및 변화에 대한 통찰

SEI는 음극이 환원 전위를 띨 때 전해질과의 게면에서 형성되는 물질로 이루어진 얇은 막입니다. (그림 4) 이는 배터리에서 아주 작은 부피만 차지하지만, 중요한 배터리 물성의 대부분에 큰 영향을 미칩니다. 안전성, 효율, 리튬 이온 배터리의 수명(durability) 등입니다. 한 예로 SEI의 이온 전도성은 셀의 리튬 이온 전도 효율성을 결정할 수 있습니다. SEI의 기계적 물성은 리튬 수지상 결정(dendrite) 형성이나 충방전 반복과정 중에 셀이 망가지는 현상, 열 및 기계적 변형 등에 영향을 줄 수 있습니다.

SEI 형성은 배터리 설계가 여러 척도에서 이루어져야 함을 보여 주는 좋은 예이기도 합니다. 일단 SEI를 만드는 것은 전해질 분자와 음극 간의 상호작용입니다. 이렇게 반응을 포함하는 상호작용을 기술하려면 양자 화학 수준의 방법론으로 반응 전후의 에너지 변화(heat of reactions)와 활성화 에너지 장벽(barrier)를 계산해야 합니다. Materials Studio의 Reaction Finder 모듈은 몬테카를로 방법과 분자 동력학 방법을 결합한 방법론을 구현하였는데, 이 에너지 계산값을 사용해 SEI 형성을 시뮬레이션합니다. 어떤 화학반응은 드물게 일어나므로 시뮬레이션 시간이 매우 길어야 하는데, 몬테카를로 방법으로 이를 효과적으로 다룰 수 있습니다. 게다가 고전적인 분자 동력학 알고리즘으로는 아주 큰 시스템을 다룰 수 있습니다.

SEI가 성장하는 과정을 제일원리 접근으로 다룰 수 있으니, SEI의 구조와 성질을 변화시켜 배터리의 안정성을 늘리는 데 전해질 첨가제의 역할을 탐구할 수 있습니다. SEI가 성장한 구조를 만든 뒤에는 여러 대규모 양자역학 수준의 계산으로 상태 밀도(density of states)나 띠구조(band structure)를 구하여 계면의 전기 전도도를 탐구할 수 있습니다. 나아가 고전적인 분자 동력학으로 계면에서 일어나는 수송, 계면의 기계적 물성 등을 배터리의 충전 상태와 온도에 따라 계산하고, 배터리 셀의 성능과 수명에 대한 통찰을 얻을 수 있습니다. SEI의 모델을 갖고 있으면 교환전류밀도(exchange current density)도 계산할 수 있습니다.

전해질의 소자 통합 가능성과 안정성 연구

최근 전고체 배터리는 학계와 산업계 모두에서 큰 주목을 받고 있습니다. 고체 전해질(SSE; Solid-state electrolyte)을 사용하면 유기물 기반의 액상 전해질을 썼을 때보다 같은 질량의 배터리에 더 많은 에너지를 저장할 수 있고(에너지 밀도가 높고) 더 안전합니다. 내구성도 뛰어나리라 예상하는데, 전해질과 전극 사이의 반응이 줄어들기 때문입니다. 하지만 실제로 고체 전해질을 배터리에 적용하는 데는 여러 어려움이 있었습니다. 소자에 잘 통합되어야 하고, 전해질이 안정해야 하고, 전도도도 높아야 하지만 이를 모두 충족시키기 어려웠습니다. 저희 BIOVIA의 전산 시뮬레이션 도구는 이러한 특성들을 조사하고 개선할 수 있게 해줍니다. 저희는 가상 실험과 이를 통해 얻은 화학적 통찰력을 활용하여 이러한 문제들을 해결합니다. 배합된 고체 전해질과 전극 사이의 흡착 에너지를 계산하고, 고체 전해질을 합리적으로 설계하는 데 이를 중요한 요소로 활용할 수 있습니다. 고체 전해질이 분해되는 반응의 활성화 에너지와 반응열을 양자역학 계산으로 파악하고, 예상되는 안정성을 바탕으로 후보 물질을 빠르게 선별할 수 있습니다. 고분자와 산화물처럼 이질적인 성분이 섞인 메조스케일 구조를 만들고, 복합 재료 내 입자(grain)와 입자 경계의 전도도 범위를 산출할 수도 있습니다. 그런 다음, 다양한 전도 경로를 고려하여 이러한 복합계에 전체 전도도 점수를 매기는 물리 모델을 만들 수 있습니다.

매우 복잡한 문제, 강력한 상용 도구, 그리고 결과를 만들어내는 전문가

앞서 잠시 언급했듯이, 원자 단위의 배터리 설계는 본질적으로 매우 복잡한 문제입니다. 여러 구성 요소가 상호작용하고 있고, 전기화학적 열화 반응과 부반응이 많습니다. 문자 그대로 전체 배터리 셀을 원자 단위로 모델링하는 것은 실현 가능성이 없습니다. 그럼에도 불구하고 희소식이 있습니다. 저희 다쏘시스템의 BIOVIA 브랜드는 배터리 설계에 매우 중요한 문제에 적용할 수 있는 다목적 도구를 개발했습니다. 용역 연구 팀의 다학제적 전문성을 활용하여 개발한 ATC (Advanced Technological Capability)는 BIOVIA 소프트웨어 상에서 동작하는 도구입니다. ATC에는 과학적 알고리즘(저희 소프트웨어 도구에 있는 것 이상), 콘텐츠, 검증된 모델, 그리고 고객이 협업 프로젝트에 참여할 때 접근할 수 있는 워크플로우가 포함됩니다. BIOVIA 소프트웨어와 ATC를 활용하여 “수많은 작은 (다척도) 문제 조각들을 해결함으로써 큰 문제를 해결하는” 여정을 시작할 수 있습니다. 수치 시뮬레이션으로 실험하여, 이러한 작은 문제들을 추후에 재조합하여 더 큰 규모의 시뮬레이션에 투입할 수 있는지, 그리고 이를 통해 실험으로 관측되는 결과를 생성할 수 있는지 검증할 수 있습니다. 저희의 워크플로우는 원자와 분자의 세계를 거시적 현상과 연결하는 화학적/물리적으로 직관적인 가설을 제시합니다. 자체적으로 일관된 방식으로, 다척도 계산 결과를 가용한 실험 데이터와 비교하여 이러한 가설들을 재검토하고 재조정합니다. 일단 작동하는 모델이 구축되면, 저희는 원자 단위 모델링에 대한 경험을 활용하여 특정 사용 사례에 최적화된 배터리 솔루션을 제공하거나, 배터리 내의 특정 기능 또는 구성 요소를 개선할 것입니다. 저희는 다쏘시스템과 BIOVIA의 다목적 도구가 고객이 원하는 실제 결과로 이어지도록 다리를 놓기 위해 존재합니다. 저희는 원자 단위 모델링과 도메인에 특화된 데이터 과학을 통해 배터리 혁신의 거대한 과제를 해결하는 전문가입니다.