중앙대학교(총장 박상규)는 화학과 성재영 교수(시스템화학 글로벌 선도연구센터 센터장) 연구팀이 100년 이상 나노입자 연구의 이론적 기반이었던 ‘깁스-톰슨 방정식(Gibbs-Thomson Equation)’과 ‘고전 핵형성 이론(Classical Nucleation Theory)’의 한계를 극복한 새로운 방정식과 성장이론을 제시했다고 밝혔다.
이번 연구는 서울대학교 박정원 교수(화학생물공학부), 현택환 석좌교수(IBS 기초과학연구원 나노입자 연구단 단장) 연구팀과의 공동연구로 이뤄졌으며, 미국국립과학원의 공식 저널인 미국국립과학원회보(Proceedings of the National Academy of Sciences, U.S.A., 이하 PNAS) 2025년 6월호에 게재됐다. 제1저자는 김지현 교수(중앙대), 김주덕 박사(서울대), 김병효 교수(숭실대), 송상근 박사(중앙대, 현 UC Berkeley)이며, 실험 교신저자는 박정원 교수(서울대), 현택환 석좌교수(서울대, IBS 나노입자 연구단)가, 이론 교신저자는 성재영 교수(중앙대)가 맡았다.
실험 연구팀은 액체상 투과전자현미경(Liquid-phase Transmission Electron Microscope, 이하TEM)을 활용해 반지름이 1나노미터 정도에 불과한 초미세 백금(Pt) 및 금(Au) 입자들의 실시간 성장 궤적을 세계 최초로 수백여 개 수준으로 관찰하는 데 성공했다. 이론 연구팀은 관찰된 나노입자 크기분포 변화와 크기에 따라 변하는 입자 성장 속도가 깁스-톰슨 방정식 및 고전핵형성 이론은 물론 현존하는 이론들과 배치됨을 밝히고, 실험 결과들을 정량적으로 설명할 수 있는 새로운 방정식과 이론을 제시했다.
성재영 교수 연구팀은 기존에 중요성이 간과되었던 액체상 나노입자의 병진 및 회전 운동과 구조적 불균일성 그리고 나노입자의 진동 운동 및 전자 에너지를 모두 고려하는 정확한 나노입자 모델을 도출하고, 나노입자 크기에 따라 변화하는 주요 열역학적 성질인 화학포텐셜(chemical potential)에 대한 방정식을 정립했다. 깁스-톰슨 방정식에 따르면 화학포텐셜은 입자 크기가 증가하면 항상 감소하는데 반해, 새로운 방정식에서는 입자가 특정 크기보다 작은 경우 화학포텐셜이 크기에 따라 증가하게 된다. 연구팀은 화학포텐셜과 입자 크기에 따라 변화하는 성장 속도 간의 정확한 관계식을 도출하고, 다양한 실험계와 실험 조건에서도 보편적으로 적용할 수 있음을 입증했다.
이번 연구는 입자의 크기가 특정 크기보다 작을 경우, 기존 오스트발트 성숙(Ostwald ripening) 모델-즉, 큰 입자는 성장하고 작은 입자는 사라진다는 이론-과 반대로 수 나노미터 수준의 작은 입자들의 경우에 과포화 상태에서 작은 입자는 성장하고 큰 입자는 크기가 줄어들게 된다는 것을 최초로 증명하였다. 뿐만 아니라 모든 크기의 나노입자가 성장하는 초포화상태의 존재도 최초로 입증하였다. 이번 연구는 특정 크기로 입자의 크기가 절대적으로 수렴하는 ‘크기 수렴 현상(size-focusing)’을 설명하고, 나노입자가 특정 크기 주변으로 매우 균일한 크기 분포를 가지는 이유를 설명하는 최초의 정량적 이론으로 그 학문적 가치가 매우 높다.
한 세기 이상 사용되어 온 깁스-톰슨 방정식과 오스트발트 성숙 모델을 뒤집는 새로운 이론인 만큼, 심사 과정도 순탄치 않았다. 새로운 이론이 TEM 전자빔 조건뿐 아니라 일반적인 합성 조건과 환경에서도 적용가능한지를 확인하기 위해 새로운 추가 실험과 해석이 요구되었다. 이에 대응하여 연구팀은 새 이론이 총 6가지 시스템과 실험 조건에서 얻어진 다양한 실험 결과들을 모두 일관되게 정량적으로 설명하는 것을 보임으로써 높은 보편성과 신뢰성을 확보했다.
이론 교신저자인 성재영 교수는 “이번 연구를 통해 나노입자 형성과 성장 과정을 지배하는 원리를 규명하여 물질과학분야 발전에 중요한 기여를 할 수 있게 된 것에 감사하다”며, “특히 충분한 액상 TEM 실험데이터를 세계 최초로 얻어 제공해 주고 2년 동안 지속적으로 찾아와 공동연구를 추진한 박정원 교수 그룹과 이번 공동연구를 처음 제안하시고 논문이 최종확정 될 때까지 모든 과정에서 중요한 역할을 해 주신 현택환 교수가 없었더라면 이번 성과는 없었을 것이다”고 말했다.
이번 연구성과는 향후 머신러닝(Machine Learning)과 결합하여 나노입자의 성질들을 정량적으로 설계하여 합성하는 기술로 확장될 수 있을 뿐 아니라 다양한 소재의 핵형성 및 성장 현상에도 응용이 가능하다. 또, 연구에서 제시된 이론은 아밀로이드 베타(amyloid beta), 타우 단백질(tau protein) 등 신경퇴행성 질환과 연관된 단백질 응집 현상의 미시적 메커니즘 분석에도 활용할 수 있어 향후 새로운 질병 치료 전략 개발에 중요한 단서를 제공할 것으로 기대된다.
