(왼쪽) 이진호 교수와 김경식 박사과정생. (가운데) 유기 및 페로브스카이트 태양전지 모듈의 사전 패터닝 및 후처리 패터닝 공정 개략도. (오른쪽) 모듈 설계 및 공정 최적화를 위한 AI/머신러닝 기반 통합 워크플로우 [사진=인천대]

[시민일보=문찬식 기자] 인천대학교(총장 이인재) 물리학과 이진호 교수 연구팀이 유기 태양전지와 페로브스카이트 태양전지의 대면적화를 위한 모듈 디자인 및 패터닝 기술의 발전 방향을 집대성한 논문을 발표했다.

 

6일 인천대에 따르면 이번 연구는 에너지·환경 분야 세계 최고 권위지인 ‘에너지 앤 인바이런멘탈 사이언스(Energy & Environmental Science, IF: 31, JCR 상위 0.4%)’지에 3월 19일자 온라인 판에 게재됐으며 한국화학연구원 전남중·홍순일 박사 연구팀과 공동으로 수행했다(논문명 : Review of module designs for organic and perovskite solar cells).

 

현재 유기 및 페로브스카이트 태양전지는 실험실 수준의 소면적 셀에서 각각 19.2%와 27.0%라는 높은 효율을 달성했으나 상업화를 위한 대면적 모듈(>10 cm2) 제작 시 효율이 20~30% 급격히 저하되는 ‘Cell-to-Module’ 효율 격차가 가장 큰 걸림돌이었다. 이진호 교수팀은 이런 문제를 해결하고자 필수적인 모듈 구조 설계와 정밀 패터닝 기술을 분석했다.

 

연구팀은 가장 지배적인 패터닝 기술인 레이저 스크라이빙(Laser Scribing)의 메커니즘을 심도 있게 분석했다. 레이저 스크라이빙은 비접촉 방식으로 95% 이상의 높은 기하학적 충진율(GFF)을 가능케 하지만 공정 중 발생하는 열 영향부(HAZ)로 인한 성능 저하 문제가 존재한다. 이에 연구팀은 극초단 레이저 활용뿐만 아니라 열 손상을 원천적으로 차단할 수 있는 ‘P2-free’ 자기정렬 구조와 in-situ(실시간) 전기화학적 패터닝 등 혁신적인 대안들을 제시했다.

 

또한 최근 주목받고 있는 인공지능(AI) 및 머신러닝 기술을 태양전지 제조 공정에 도입하는 전략을 비중 있게 다루었다. AI를 통해 방대한 재료 조합을 스크리닝하고 복잡한 공정 변수를 최적화함으로써 차세대 태양전지의 효율과 안정성을 동시에 확보할 수 있는 스마트 제조 플랫폼의 비전을 제시하였다.

 

이진호 교수는 “이번 논문은 차세대 태양전지가 실험실을 넘어 실제 우리 삶의 에너지원으로 자리 잡기 위해 반드시 넘어야 할 ‘대면적화’라는 기술적 장벽에 대해 명확한 청사진을 제시한 것”이라며 “AI 기술과의 융합은 제조 공정의 효율성을 극대화해 차세대 태양광 시장의 판도를 바꿀 핵심 열쇠가 될 것”이라고 말했다.

 

 

 

 

 

[저작권자ⓒ 시민일보. 무단전재-재배포 금지]