Resources · 기타

전기화학 CO₂ 환원 반응(CO2RR) 시뮬레이션 방법론

— 강혁재

연구실에서 CO₂를 고부가가치 연료·화학물질로 전환하는 전기화학적 연구를 수행하면서, 실험 데이터의 해석과 반응기 최적화를 위해 다양한 시뮬레이션 방법론을 활용하고 있다. 본 글에서는 CO2RR 및 EC Fischer-Tropsch 연구에 적용할 수 있는 시뮬레이션 방법론을 스케일과 목적에 따라 체계적으로 정리한다.

목차

  1. 서론: 왜 시뮬레이션이 필요한가
  2. 시뮬레이션 방법론의 스케일별 분류
  3. 원자·전자 구조 수준 방법론
  4. 메조 스케일 방법론 (Microkinetic Modeling)
  5. 장치·반응기 수준 방법론 (COMSOL)
  6. Multi-scale Modeling 통합 접근
  7. 연구실에서 권장하는 방법론 조합 전략
  8. 참고 문헌 및 추가 학습 자료

1. 서론: 왜 시뮬레이션이 필요한가

전기화학 CO₂ 환원 반응(CO2RR)은 촉매 표면에서의 원자 수준 반응부터 전해질 내 물질전달, 전류 분포, 국소 pH 변화까지 다양한 물리·화학 현상이 복합적으로 작용한다. 실험만으로는 이러한 현상을 정량적으로 이해하기 어렵기 때문에, 시뮬레이션을 통해 다음과 같은 목표를 달성할 수 있다.

  • 촉매 활성점과 반응 메커니즘 규명
  • 실험에서 관측되는 selectivity 경향 설명
  • Gas Diffusion Electrode(GDE) 및 flow cell에서의 mass transport limitation 분석
  • 반응기 설계 최적화 및 scaling-up 전략 수립

연구실에서 사용하는 방법론은 다음과 같은 예가 있다. QE/VASP를 통한 PW DFT, MLIP를 사용한 screening, MLMD(OC25)를 사용한 전해질 포함 용액 slab OPES metadynamics, 그리고 ORCA/Gaussian을 사용한 분광학적 특성/균일 촉매 특성 계산이다. 이들을 활용한 시뮬레이션은 CO2RR 실험 데이터를 해석하는 데 중요한 역할을 수행한다.

2. 시뮬레이션 방법론의 스케일별 분류

스케일방법론주요 계산 대상대표 도구계산 비용CO2RR 연구에서의 주요 기여
원자·전자DFT (Plane-wave / Gaussian)Adsorption energy, Reaction barrier, Electronic structureVASP, QE, CP2K, ORCA중~고메커니즘 규명, active site screening
원자·전자Grand Canonical / Constant Potential DFT전위 의존적 에너지, 전하 이동VASP + VASPsol, JDFTx고실제 전기화학 조건 반영
원자 (대규모)MLIP + MLMD대형 구조 최적화, 장시간 동역학MACE, fairchem, OC25중High-entropy alloy, nanoparticle, explicit solvent
메조Microkinetic ModelingTurnover frequency, Selectivity, RDSMATLAB, CatMAP, Python저DFT 결과를 실험 selectivity로 연결
메조Kinetic Monte Carlo (KMC)표면 반응 동역학, coverage 변화Zacros, kmos중표면 reconstruction, time-dependent behavior
장치Continuum MultiphysicsMass transport, Current distribution, Local pH, FlowCOMSOL중~고GDE 모델링, reactor design, device optimization
통합Multi-scale Modeling원자 → 반응속도 → 장치까지 연결DFT/MLIP → Microkinetic → COMSOL고실험 결과의 정량적 해석 및 예측

3. 원자·전자 구조 수준 방법론

3.1 Density Functional Theory (DFT)

가장 널리 사용되는 방법으로, 촉매 표면에서의 흡착에너지와 반응 장벽을 계산한다.

주요 계산 대상

  • *CO, *CHO, *OCHO, *CO-*CO coupling energy
  • C1 vs C2+ 분기점 energetics
  • Facet-dependent activity (Cu(111), Cu(100), Cu(211) 등)

연구실 활용 예시

  • VASP/QE를 이용한 periodic slab 모델링
  • ORCA를 이용한 cluster 모델 + explicit solvent 계산
  • VASPsol 또는 implicit solvent model을 통한 전해질 효과 반영

3.2 Machine Learning Interatomic Potential (MLIP)

DFT의 계산 비용 한계를 극복하기 위해 개발된 방법이다.

강점

  • 수천~수만 원자 규모의 nanoparticle 및 disordered 구조 최적화 가능
  • Ab initio MD보다 수십~수백 배 빠른 동역학 시뮬레이션 수행
  • High-entropy alloy screening에 특히 유용

연구실 보유 도구

  • MACE, fairchem, OC25 기반 모델
  • VASP 계산 데이터를 학습 데이터로 활용

4. 메조 스케일 방법론 (Microkinetic Modeling)

DFT에서 얻은 에너지를 바탕으로 실제 반응 조건에서의 turnover frequency와 product distribution을 예측한다.

주요 목적

  • Potential과 pH에 따른 selectivity 경향 예측
  • Rate-determining step 및 degree of rate control 분석
  • 실험 Faradaic efficiency와의 정량적 비교

사용 도구

  • MATLAB: Custom code로 미시동역학 모델 구축 및 fitting에 강점
  • CatMAP: SUNCAT 그룹에서 개발한 catalysis 전용 microkinetic 도구
  • Python (SciPy, NumPy 기반 custom code)

5. 장치·반응기 수준 방법론 (COMSOL)

실제 전기화학 셀에서 일어나는 물리적 현상을 공간적으로 모델링한다.

주요 계산 대상

  • Gas Diffusion Electrode 내부 기체 확산 및 액체 침투
  • 전극 근처 국소 pH gradient
  • CO₂ mass transport limitation 및 limiting current density
  • Current distribution 및 ohmic loss
  • Flow field 디자인에 따른 성능 변화

연구실에서 특히 유용한 모듈

  • Electrochemistry Module
  • CFD Module (유체 흐름)
  • Heat Transfer Module

COMSOL은 실험 장치에서 관측되는 현상을 정량적으로 설명하고, 반응기 최적화 방향을 제시하는 데 강력한 도구이다.

6. Multi-scale Modeling 통합 접근

현대 CO2RR 연구에서 가장 경쟁력 있는 접근법은 여러 스케일의 방법을 연결하는 것이다.

flowchart TD
    A[DFT / MLIP<br>원자 수준 energetics] --> B[Microkinetic Modeling<br>MATLAB / CatMAP]
    B --> C[COMSOL<br>Device-scale modeling]
    C --> D[실험 결과 해석 및<br>반응기 최적화]
    
    style A fill:#e3f2fd
    style B fill:#fff3e0
    style C fill:#e8f5e9

대표적인 연결 예시

  • DFT로 얻은 reaction rate 상수를 MATLAB microkinetic 모델에 입력
  • Microkinetic에서 도출된 kinetic parameter를 COMSOL Electrode Reaction 노드에 적용
  • COMSOL로 계산한 local pH와 concentration을 다시 microkinetic에 feedback

이러한 통합 접근은 Singh et al. (PNAS, 2017)과 같은 연구에서 잘 보여주고 있다.

7. 연구실에서 권장하는 방법론 조합 전략

연구 단계추천 조합목적우선순위
1단계DFT + MLIP촉매 재료 screening 및 메커니즘 규명최우선
2단계DFT + Microkinetic (MATLAB)Selectivity 경향 설명 및 실험 데이터 해석높음
3단계Microkinetic + COMSOLGDE 및 flow cell 내 물리적 제한 분석높음
4단계DFT/MLIP → Microkinetic → COMSOLMulti-scale 통합 연구장기 목표
보조MLMD (explicit solvent)계면 동역학 및 solvation effect 심층 분석선택

연구실에서는 현재 VASP, Quantum ESPRESSO, CP2K, ORCA, MLIP 스택, COMSOL, MATLAB을 보유하고 있다. 이 도구들을 단계적으로 연결하여 사용하는 것이 가장 효율적인 전략이다.

8. 참고 문헌 및 추가 학습 자료

  • Singh et al., PNAS (2017) — DFT + Microkinetic + COMSOL 통합 모델링의 대표 사례
  • Gholizadeh et al., ChemSusChem (2024) — CO2RR multi-scale modeling 리뷰
  • Ringe et al., Nature Communications (2023) — Descriptor 기반 microkinetic modeling

← Resources 목록