인공지능(AI)을 활용해 설계된 새로운 열 방출 소재가 개발돼 냉방 효율을 획기적으로 개선하고, 주거·의류 산업·우주 분야까지 폭넓은 적용 가능성을 제시하고 있다.

미국 텍사스대학교 오스틴캠퍼스 연구진은 중국 상하이교통대, 싱가포르국립대, 스웨덴 우메오대 등과 공동으로, AI 기반 머신러닝 기법을 활용해 3차원 열 메타 방출체(thermal meta-emitter)를 설계하는 프레임워크를 개발했다고 밝혔다. 해당 연구는 국제학술지 네이처(Nature) 7월호에 게재됐다.

연구팀은 이를 통해 총 1,500종 이상의 독자적 소재를 설계했으며, 이러한 소재들은 복잡한 열 방출 특성을 조절함으로써 에너지 효율을 극대화할 수 있도록 고안됐다. 

텍사스대 기계공학과의 유빙 정(Yuebing Zheng) 교수는 "기존 방식은 시도와 오류에 의존해 설계 속도와 정확도에 한계가 있었지만, 이번 프레임워크는 설계 공간을 비약적으로 확장함으로써 이전에는 상상조차 어려웠던 고성능 소재를 현실화했다"고 설명했다.

실제 냉각 실험에서도 효과가 입증됐다. 연구진은 설계된 4종의 메타 방출체 중 하나를 모형 주택의 지붕에 적용해 기존 상용 백색·회색 도료와 비교했다. 정오 기준 직사광선 하에서 4시간이 지난 뒤, 해당 메타 방출체를 적용한 지붕의 표면 온도는 기존 도료 대비 평균 5~20도 낮게 유지됐다.

이 같은 성능을 기반으로 연구진은, 고온 도시인 리우데자네이루나 방콕의 아파트에 적용할 경우 연간 약 1만5,800킬로와트시(kWh)의 에너지를 절감할 수 있을 것으로 추정했다. 이는 일반적인 에어컨 한 대가 연간 소비하는 전력량(약 1,500kWh)의 10배가 넘는 수치다.

연구진은 해당 소재의 활용 분야가 단순 주거·상업용 냉방을 넘어 도시환경, 항공우주, 섬유, 자동차 등 다방면으로 확장될 수 있다고 보고 있다. 예를 들어 도심 건축물에 적용할 경우 열섬현상을 줄이고, 우주선 외부에 활용하면 태양광 흡수와 복사열 방출을 동시에 조절해 내부 온도를 효과적으로 관리할 수 있다는 설명이다.

소비자용 제품에도 적용 가능성이 높다. 이 소재를 의류나 캠핑 장비에 접목하면 더운 환경에서도 착용자의 체온 상승을 억제할 수 있고, 차량 외장재나 내장재로 활용할 경우 햇빛 아래 장시간 주차된 차량의 내부 온도를 낮추는 데 기여할 수 있다.

정 교수는 "기존 자동화 설계 방식은 단층 박막 구조나 평면 패턴 등 단순한 형태만 구현 가능했으나, 이번 프레임워크는 다층적이고 입체적인 구조 설계가 가능해 실질적인 성능 향상이 가능하다"고 밝혔다.

해당 연구를 공동 주도한 카이 야오(Kan Yao) 박사는 "AI가 모든 문제의 해답은 아니지만, 열 방출체처럼 스펙트럼 조절이 핵심인 소재 설계에서는 머신러닝이 최적의 해법이 될 수 있다"고 강조했다.

연구진은 향후 이 프레임워크를 나노광학(nanophotonics) 분야 전반에 확장 적용할 계획이다. 나노광학은 빛과 물질이 나노미터 수준에서 상호작용하는 영역으로, 센서·이미징·에너지 기술 등 차세대 광학 기술의 핵심으로 주목받고 있다.

이번 논문은 AI 기반 신소재 설계가 실험적 한계를 넘어 상용 기술로 이어질 수 있는 가능성을 제시한 사례로 평가된다. 향후 기후변화 대응 및 에너지 효율화 기술 발전의 새로운 전환점이 될 수 있을지 주목된다.