배너

2025.07.27 (일)

  • 맑음동두천 32.0℃
  • 맑음강릉 33.9℃
  • 맑음서울 32.7℃
  • 맑음인천 31.5℃
  • 맑음수원 32.9℃
  • 맑음청주 33.1℃
  • 맑음대전 32.8℃
  • 맑음대구 31.6℃
  • 맑음전주 34.0℃
  • 맑음울산 31.0℃
  • 맑음광주 32.3℃
  • 구름조금부산 31.5℃
  • 맑음여수 30.1℃
  • 구름조금제주 29.9℃
  • 맑음천안 31.6℃
  • 맑음경주시 31.9℃
  • 구름조금거제 29.1℃
기상청 제공

대구

DGIST-경북대 공동연구팀, 국내 최초 '태양광 자가 충전 슈퍼커패시터' 개발

슈퍼커패시터와 태양전지 결합으로 에너지 저장 효율 63%, 전체 효율 5.17% 달성, 연구 결과는 에너지 저장 및 변환 기술 분야의 세계적 학술지 'Energy'에 게재

데일리연합 (SNSJTV. 아이타임즈M) 김재욱 기자 | DGIST 나노기술연구부 김정민 선임연구원이 경북대학교 RLRC 이다민 연구원과 공동연구를 통해 태양광 에너지를 효율적으로 저장할 수 있는 고성능 자가 충전 에너지 저장 장치를 개발했다. 연구팀은 전이금속 기반 전극 소재를 활용해 기존 슈퍼커패시터 디바이스의 성능을 획기적으로 개선하고, 태양전지와 결합한 새로운 방식의 에너지 저장 기술을 제시했다.

 

연구팀은 니켈 기반 탄산염/수산화물 복합 소재를 사용해 전극을 설계했으며, 망간(Mn), 코발트(Co), 구리(Cu), 철(Fe), 아연(Zn) 등 전이금속 이온을 추가하여 전극의 전도성과 안정성을 극대화했다. 이 기술은 에너지 밀도, 출력 밀도, 충‧방전 안정성 면에서 에너지 저장 장치의 성능을 대폭 향상시키는 성과를 보였다.

 

특히, 본 연구에서 확인된 에너지 밀도는 35.5 Wh kg⁻¹로, 기존 연구 결과(5~20 Wh kg⁻¹)와 비교해 단위 무게당 저장할 수 있는 에너지 양이 현저히 높았다. 출력 밀도는 2555.6 W kg⁻¹로, 기존 연구치(~1000 W kg⁻¹)를 크게 상회하며, 단시간에 더 높은 전력을 방출할 수 있어 고출력 기기에서도 즉각적인 에너지 공급이 가능함을 입증했다. 또한, 반복적인 충‧방전 과정에서도 성능 저하가 거의 발생하지 않아 장치의 장기적 사용 가능성을 확인했다.

 

나아가 연구팀은 실리콘 태양전지와 슈퍼커패시터를 결합한 에너지 저장 장치를 개발해 태양광 에너지를 저장하고 실시간으로 활용할 수 있는 시스템을 구현했다. 이 시스템은 63%의 에너지 저장 효율과 5.17%의 전체 효율을 기록하며, 자가 충전 에너지 저장 장치의 상용화 가능성을 실질적으로 입증했다.

 

DGIST 나노기술연구부 김정민 선임연구원은 "이번 연구는 국내 최초로 슈퍼커패시터와 태양전지를 결합한 자가 충전 에너지 저장 장치를 개발하며, 전이금속 기반 복합 소재를 활용해 에너지 저장 장치의 한계를 극복하고 지속 가능한 에너지 솔루션을 제시한 중요한 성과"라고 말했다. 경북대학교 RLRC 이다민 연구원은 "자가 충전 장치의 효율을 더욱 높이고 상용화 가능성을 강화하기 위한 후속 연구를 지속적으로 이어가겠다"고 밝혔다.

 

한편, 이번 연구는 DGIST 기관고유사업, 우수신진연구사업, 경북대학교 탄소중립 지능형 에너지시스템 지역혁신 선도연구센터의 지원을 받아 수행됐으며, 연구 결과는 에너지 저장 및 변환 기술 분야의 세계적 학술지 Energy (JCR 상위 3.2%)에 12월 게재됐다.


 



 


배너
배너



배너
배너

배너

SNS TV

더보기

가장 많이 본 뉴스


배너

포토뉴스

더보기

AI 모델의 환각 현상: 기술적 한계와 윤리적 문제점 심화 분석

데일리연합 (SNSJTV. 타임즈M) 송은하 기자 | 최근 AI 모델의 발전과 함께 '환각 현상'이라는 새로운 문제가 심각하게 대두되고 있습니다. 환각 현상이란 AI가 사실이 아닌 정보를 마치 사실인 것처럼 생성하는 현상을 말하며, 이는 AI 기술의 신뢰성과 안전성에 대한 우려를 증폭시키고 있습니다. AI 모델은 방대한 데이터를 학습하여 패턴을 인식하고 예측하는 방식으로 작동합니다. 그러나 학습 데이터의 오류나 편향, 모델 자체의 한계 등으로 인해 사실과 다른 결과물을 생성하는 경우가 발생합니다. 이러한 환각 현상은 단순한 오류를 넘어, 잘못된 정보 확산, 사회적 혼란, 심지어는 법적 문제까지 야기할 수 있습니다. 특히, 생성형 AI 모델은 환각 현상에 더욱 취약합니다. 이러한 모델은 새로운 텍스트, 이미지, 코드 등을 생성하는 데 탁월하지만, 그 과정에서 사실과 허구를 구분하지 못하고 그럴듯한 거짓 정보를 만들어낼 수 있습니다. 이는 사용자에게 잘못된 정보를 제공할 뿐만 아니라, AI 기술에 대한 신뢰도를 떨어뜨리는 주요 원인이 됩니다. 환각 현상을 해결하기 위한 다양한 노력이 진행되고 있습니다. 더욱 정확하고 균형 잡힌