MTV 다공성 물질은 일종의 레고 블록 집합같이 분자 수준에서 맞춤형 설계가 가능한 소재다. 원하는 구조를 자유롭게 구현할 수 있어 가스 흡착·혼합가스 분리·센서·촉매 등 에너지 및 환경 분야에서 큰 활용 가능성을 갖고 있다.

하지만 구성 성분이 다양해질수록 가능한 조합의 수가 기하급수적으로 늘어 고전 컴퓨터를 이용해 모든 구조를 확인하는 방식으로는 복잡한 조합의 MTV 구조 설계 및 물성 예측이 불가능했다.

연구팀은 복잡한 다공성 구조를 '지도 위에 그려진 연결망(그래프)'처럼 표현한 뒤 각 연결 지점과 블록 종류를 양자컴퓨터가 다룰 수 있는 큐비트로 바꿔 넣었다. 그리고 '어떤 블록을 어느 비율로 배치하면 가장 안정적인 구조가 될까'라는 문제를 풀도록 했다.

양자컴퓨터는 동시에 여러 가지 경우를 겹쳐 계산할 수 있어 마치 수백만 가지 레고 집을 한 번에 펼쳐놓고 가장 튼튼한 집을 빠르게 골라내는 것과 같은 효과를 냈다. 이 덕분에 기존 컴퓨터가 하나씩 다 계산해야 했던 막대한 경우의 수를 훨씬 적은 자원으로 탐색할 수 있다.실제 보고된 MTV 구조 4가지를 대상으로 실험한 결과, 시뮬레이션뿐만 아니라 IBM 양자컴퓨터에서도 동일한 결과가 나와 실제 작동 가능성을 보여줬다.

연구팀은 이 방법을 머신러닝과 결합해 단순한 구조 설계뿐 아니라 합성 가능성·가스 흡착 성능·전기화학적 특성까지 한 번에 고려하는 플랫폼으로 확장할 계획이다.

김 교수는 "복잡한 다성분 다공성 소재 설계의 병목을 양자컴퓨팅으로 해결한 첫 사례"라며 "이번 성과는 정밀 조성이 핵심인 분야에서 맞춤형 소재 설계 기술로 폭넓게 응용될 전망이며, 향후 더 복잡한 시스템에도 유연하게 확장될 수 있을 것"이라고 말했다.

연구에는 생명화학공학과 강신영·김영훈 박사과정이 공동 제1 저자로 참여했다. 연구 결과는 국제 학술지 '미국 화학회지(ACS Central Science)'에 게재됐다.