복잡한 홀 효과 측정 없이 최적 도핑 조건과 이론적 최대 성능 예측
서울시립대학교 신소재공학과 김현식 교수 연구팀은 연세대학교 이규형 교수 연구팀과 공동으로 연구를 수행하여 AI 데이터센터의 폐열 관리 및 에너지 효율 혁신에 기여할 열전 소재 분석 범용 수식 개발에 성공했다고 밝혔다. 본 연구는 세계적 권위의 국제학술지 『Energy & Environmental Science』(IF 31.0, JCR 상위 0.4%)에 2026년 3월 30일 온라인 게재되었으며, 학술지의 ‘Inside front cover’ 논문으로 선정되었다.
최근 AI 서비스 확대로 인한 데이터센터의 막대한 전력 소비와 발열 문제가 글로벌 화두로 떠오르고 있다. 열전 소재는 서버에서 발생하는 폐열을 전기로 재활용하는 ‘폐열 회수(Waste Heat Recovery)’ 기술의 핵심이다. 하지만 그간 소재 최적화의 첫 단추라 할 수 있는 최대 성능(zTmax) 예측을 위해 측정이 까다로운 ‘홀 효과(Hall effect)’ 실험과 복잡한 수치 해석이 필수적으로 요구되어 왔으며, 이로 인해 신소재 개발 초기 단계부터 많은 시간이 소요되는 한계가 있었다.
연구팀은 제벡 계수*(Seebeck coefficient, S)가 소재의 전하 농도를 반영하는 매우 신뢰도 높은 지표라는 점에 주목하였다. 이를 바탕으로 전 세계 열전 연구실에서 통용되는 3대 기초 물성(제벡 계수, 전기전도도, 열전도도) 데이터만 대입하면, 소재의 잠재력을 결정하는 ‘열전 품질 인자(B-factor)'와 이론적 zTmax, 그리고 이를 구현하기 위한 최적의 제벡 계수 조건까지 즉각 도출할 수 있는 통합 수식을 완성했다.
* 제벡 계수(Seebeck coefficient) : 소재 양단의 온도 차에 의해 발생하는 전압의 비율.
이 수식을 적용하면 AI 데이터센터의 폐열 환경에 최적화된 소재의 도핑 상태를 일상적인 기초 측정만으로 판단할 수 있다. 실제 연구팀은 Bi2Te3와 Mg3(Sb,Bi)2 등 다양한 소재 시스템 분석을 통해 본 모델이 소재의 성능 최적화 지점을 정확히 예측함을 입증했다.
김현식 교수는 “기초 데이터만으로 신소재의 잠재력을 즉시 진단하는 ‘설계 지도’를 완성했다”며, “소재 최적화의 병목 현상을 해결해 차세대 열전 소재 개발 속도를 획기적으로 앞당길 것”이라고 연구의 의의를 밝혔다.
이 연구성과는 과학기술정보통신부‧한국연구재단 원천기술개발사업 및 개인기초연구사업 등의 지원으로 수행되었다.
