A statistical understanding of oxygen vacancies in distorted high-entropy oxides

우리가 태양광과 바람을 깨끗한 수소 연료로 바꿀 수 있는 세상을 상상해 보십시오. 이는 자동차에서 공장에 이르기까지 모든 것에 동력을 공급하면서도 공기 중으로 탄소를 내뿜지 않는 초청정 에너지원입니다. 이를 위해 우리는 고체 산화물 전해질이라고 불리는 특별한 기계를 사용합니다. 이 기계는 마치 고온에서 작동하는 첨단 오븐과 같아서, 물 분자를 쪼개어 수소를 채집합니다. 하지만 이 오븐이 효율적으로 작동하려면, 그 안에 특수한 종류의 '스펀지'—산소 원자가 트랙 위의 달리기 선수처럼 빠르게 통과할 수 있게 해주는 재료—가 필요합니다.

현재 우리가 가진 최고의 스펀지는 페로브스카이트(perovskite)라고 불리는 결정 구조로 만들어져 있습니다. 페로브스카이트를 다양한 색깔의 블록들로 쌓아 올린 3D 레고 탑이라고 생각해 보십시오. 산소가 이동하기 위해서는 이 탑에 산소 원자가 원래 있었던 자리인 아주 작은 빈 공간, 즉 '공석(vacancy)'이 있어야 합니다. 빈 공간이 많을수록 산소는 더 빠르게 달릴 수 있습니다. 하지만 이 탑에 정확히 얼마나 많은 빈 공간이 생길지 예측하는 것은 악몽과 같습니다. 이는 마치 서로 다른 종류의 점토를 섞었을 때 스펀지에 얼마나 많은 구멍이 생길지 추측하는 것과 같으며, 그 답은 오븐의 온도가 어떻게 변하느냐에 따라 달라집니다. 과학자들은 완벽한 스펀지의 레시피를 찾아내는 데 어려움을 겪어 왔습니다. 특히 더 강하고 안정적으로 만들기 위해 다섯 가지 이상의 서로 다른 블록을 섞어 만든 '고엔트로피(high-entropy)' 버전을 만들려고 할 때 더욱 그러했습니다.

스탠퍼드 대학교의 연구팀은 이 복잡한 퍼즐의 중요한 부분을 풀어냈습니다. 그들은 단순히 추측만 한 것이 아니라, 14가지 버전의 복잡한 산소 스펀지를 직접 제작하여 실험실에서 측정하고, 내부에서 실제로 어떤 일이 일어나고 있는지 확인하기 위해 수천 번의 컴퓨터 시뮬레이션을 수행했습니다. 그들의 위대한 발견은 이 복잡한 산소 스펀지를 조절하는 비결이 단순히 어떤 블록을 사용하는가가 아니라, 그 블록들의 크기가 얼마나 다른가에 있다는 것이었습니다.

과거에 과학자들은 규칙이 단순하다고 생각했습니다. 만약 특정 종류의 '2가(divalent)' 블록(특정한 화학적 성분)을 추가하면, 예측 가능한 수의 산소 공석이 생긴다는 것이었습니다. 이는 마치 "설탕 한 컵을 넣으면 단맛 한 컵을 얻는다"라고 말하는 것과 같습니다. 하지만 스탠퍼드 팀은 이 오래된 규칙이 무질서한 고엔트로피 혼합물에서는 무너진다는 것을 발견했습니다. 그들은 두 번째 숨겨진 규칙을 찾아냈습니다. 바로 블록들의 **크기 불일치(size mismatch)**가 그만큼 중요하다는 것입니다.

여러분이 벽돌로 벽을 쌓고 있다고 상상해 보십시오. 만약 모든 벽돌의 크기가 정확히 같다면, 그 벽은 단단하고 예측 가능할 것입니다. 하지만 큰 벽돌, 작은 벽돌, 중간 크기의 벽돌을 섞어서 넣는다면 벽은 흔들리고 뒤틀릴 것입니다. 연구진은 이 '흔들림'(그들은 이를 크기 분산이라고 부릅니다)이 산소 원자를 벽에서 떼어내는 데 드는 에너지를 변화시킨다는 것을 발견했습니다. 그들의 고엔트로피 혼합물 속에서, 이 흔들림은 산소가 빠져나가기 쉬운 '쉬운' 지점과 '어려운' 지점의 다양한 스펙트럼을 만들어냅니다.

여기서 마법 같은 부분이 나타납니다. 이러한 고엔트로피 혼합물에는 '쉬운' 지점이 매우 많기 때문에, 재료는 온도가 올라감에 따라 다르게 행동합니다. 일반적인 재료에서는 온도가 상승함에 따라 산소 공석의 수가 로켓처럼 급격히 치솟습니다. 하지만 이 새로운, 흔들림이 있는 고엔트로피 재료에서는 그 증가 폭이 훨씬 더 부드럽고 제어된 형태를 띱니다. 이는 마치 켜졌다 꺼졌다 하는 전등 스위치와, 방을 천천히 밝힐 수 있는 디머(dimmer) 스위치의 차이와 같습니다. 연구진은 블록들의 크기 차이를 조절함으로써, 재료가 온도 변화에 덜 민감하게 만들 수 있다는 것을 발견했습니다.

이를 증명하기 위해 그들은 영리한 기술을 사용했습니다. 그들은 단순히 산소 원자를 제거하는 데 드는 평균 에너지만을 본 것이 아니라, 에너지의 전체 분포를 살펴보았습니다. 이는 마치 학급 시험과 같습니다. 전통적인 모델은 "평균 점수는 75점이다"라고 말할 수 있습니다. 하지만 스탠퍼드 팀은 이 복잡한 재료들에서는 어떤 학생은 40점(산소를 제거하기 매우 쉬움)을 받고, 어떤 학생은 95점(산소를 제거하기 매우 어려움)을 받을 수 있다는 점을 깨달았습니다. 이 점수들을 통계적으로 처리함으로써, 그들은 재료가 정확히 어떻게 행동할지 예측할 수 있었습니다. 원자들을 모델링하기 위해 머신러닝 '두뇌'를 사용한 그들의 컴퓨터 시뮬레이션은, 블록들의 크기 차이가 클수록 점수의 분포가 넓어지며, 재료가 더 안정적이 된다는 것을 확인해 주었습니다.

연구팀은 단순한 혼합물부터 복잡한 고엔트로피 혼합물에 이르기까지 14가지의 서로 다른 레시피를 테스트했습니다. 그들은 '2가' 블록의 양이 여전히 존재할 수 있는 공석의 최대 한계치를 설정하지만, 블록의 크기 분산이 온도가 변함에 따라 공석이 나타나는 속도를 조절한다는 것을 발견했습니다. 이것은 엔지니어들에게 새로운 '조절 손잡이'를 제공한다는 점에서 매우 중요한 일입니다. 단순히 어떤 화학 물질을 섞을지 추측하는 대신, 이제 그들은 재료의 성능을 미세하게 조정하기 위해 서로 다른 크기의 블록을 의도적으로 선택할 수 있습니다.

이 연구는 평균이 아닌 에너지의 분포를 살펴보는 통계적 접근 방식이 이러한 복잡한 재료를 이해하는 데 필수적이라는 점을 시사합니다. 이는 왜 일부 고엔트로피 재료들이 그들의 단순한 친척들과 다르게 행동하는지를 설명해 줍니다. 연구진은 자신들의 모델이 테스트한 특정 재료(란타넘족과 알칼리 토금속, 그리고 철과 코발트의 혼합물)에 가장 잘 작동한다는 점을 주의 깊게 명시하고 있지만, 밝혀낸 원리들은 다른 복잡한 산화물에도 적용될 수 있습니다.

그렇다면 이것이 미래에는 무엇을 의미할까요? 이는 우리가 완벽한 산소 스펀지를 설계하는 데 한 걸음 더 다가갔음을 의미합니다. '흔들림'이 결함이 아니라 하나의 특징임을 이해함으로써, 과학자들은 이제 온도가 변하더라도 안정적이고 효율적으로 유지되는 재료를 설계할 수 있습니다. 이는 더 오래 지속되고 더 효율적인 수소 연료 전지와 재생 에너지를 저장하는 더 효율적인 방법으로 이어질 수 있습니다. 이 논문은 모든 고엔트로피 재료의 미스터리를 해결했다고 주장하는 것이 아니라, 산소 공석의 복잡한 세계를 항해하기 위한 명확한 통계적 지도를 제공하여, 혼란스러운 원자들의 집합을 예측 가능하고 조절 가능한 시스템으로 바꾸어 놓았습니다.