합금 산화물 본드 시너지 모델: 차세대 내부식성 합금 설계의 비밀을 풀다

이 기술 요약은 Szu-Chia Chien과 Wolfgang Windl이 발표한 “Bond Synergy Model for Bond Energies in Alloy Oxides” 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.

Keywords

• Primary Keyword: 합금 산화물 본드 시너지 모델
• Secondary Keywords: 부동태 피막, 내부식성 합금, 고엔트로피 합금, 밀도범함수 이론(DFT), 결합 에너지, 전하 보상

Executive Summary

• The Challenge: 복잡한 다성분계 합금 표면에 형성되는 보호 산화물(부동태 피막)의 안정성을 예측하고 이해하는 것은 내부식성 소재 설계의 핵심이지만, 기존 방법으로는 한계가 있었습니다.
• The Method: 순수 금속 산화물의 결합 에너지와 합금 원소 간의 상호작용(강화 또는 약화)을 정량화하는 ‘본드 시너지 인자’를 결합한 새로운 ‘합금 산화물 본드 시너지 모델’을 개발하고 밀도범함수 이론(DFT) 계산을 통해 검증했습니다.
• The Key Breakthrough: 이 모델은 다성분계 합금 산화물의 에너지를 정확하게 예측했으며, 특히 서로 다른 산화 상태를 갖는 양이온들이 조합되어 ‘전하 중성’을 만족시킬 때 매우 안정적인 부동태 피막이 형성된다는 ‘전하 보상’ 메커니즘이 핵심 구동력임을 밝혔습니다.
• The Bottom Line: 본 연구는 합금의 부식 저항성을 결정하는 부동태 피막의 열역학적 안정성을 예측하고 제어할 수 있는 직관적이고 강력한 도구를 제공하여, 우수한 내부식성 합금 설계에 대한 새로운 방향을 제시합니다.

The Challenge: Why This Research Matters for CFD Professionals

고강도, 고내식성 특성을 지닌 고엔트로피 합금(HEA) 또는 다주요원소 합금(MPEA)은 항공우주, 자동차, 전자 등 첨단 산업의 핵심 소재로 주목받고 있습니다. 이러한 합금의 뛰어난 내식성은 표면에 형성되는 수 나노미터 두께의 얇은 산화물 층, 즉 ‘부동태 피막’ 덕분입니다. 이 피막이 외부 환경으로부터 금속을 보호하는 방패 역할을 하는 것입니다. 따라서 더 우수한 내부식성 합금을 개발하기 위해서는 어떤 합금 원소 조합이 더 안정적이고 견고한 부동태 피막을 형성하는지 이해하는 것이 필수적입니다.

하지만 다수의 금속 원소가 복잡하게 섞여 있는 합금 산화물에서 특정 금속-산소 간의 결합 강도를 정확히 계산하고, 합금 원소들이 서로의 결합에 어떤 영향을 미치는지 예측하는 것은 매우 어려운 과제였습니다. 기존의 총에너지 계산 방식(DFT 등)은 시스템 전체의 에너지를 알려줄 뿐, 개별 결합의 기여도를 분리해내기 어려웠기 때문입니다. 이러한 기술적 한계는 신소재 개발을 경험과 시행착오에 의존하게 만드는 주요 원인이었습니다.

The Approach: Unpacking the Methodology

연구팀은 이러한 문제를 해결하기 위해 ‘본드 시너지 모델(Bond Synergy Model)’이라는 새로운 금속-산화물 결합 에너지 모델을 제안했습니다. 이 모델의 핵심 아이디어는 합금 산화물의 총 결합 에너지를 두 가지 요소로 분해하는 것입니다.

1. 순수 결합 에너지(Pure-phase bond energy): 각 금속 원소가 단독으로 산소와 결합할 때의 고유한 결합 에너지입니다.
2. 본드 시너지 인자(Bond synergy factor, B_ij): 합금 내에서 한 금속 원소(M_i)가 다른 금속 원소(M_j)의 산소 결합에 미치는 영향을 정량화한 값입니다. 이 인자가 양수이면 결합을 약화시키고, 음수이면 결합을 강화하는 효과를 나타냅니다.

연구팀은 이 모델을 검증하기 위해 Vienna Ab-initio Simulation Package (VASP)를 사용한 밀도범함수 이론(DFT) 계산을 수행했습니다. 특히 전이 금속의 국소화된 전자를 정확하게 다루기 위해 DFT + Hubbard U 방법을 적용했습니다. 스테인리스강 등 내부식성 합금의 주요 구성 원소인 Fe, Ni, Cr, Mo, Mn, W, Co, Ru 등을 포함하는 다양한 이원계 합금 산화물에 대한 계산을 수행하여 모델의 파라미터를 결정했습니다.

분석 대상 구조는 부동태 피막에서 흔히 발견되는 커런덤(corundum, M₂O₃)과 암염(rock salt, MO) 구조로, 실제 환경과 유사한 조건을 모사했습니다. 또한, 원자들이 고체 내에서 갖는 전하 상태(산화수)를 분석하기 위해 베이더 전하 분석(Bader charge analysis)을 활용하여, 결합 강화 및 약화의 근본적인 원인을 규명하고자 했습니다.

The Breakthrough: Key Findings & Data

Finding 1: 다성분계 합금에서도 정확히 작동하는 모델의 예측력과 확장성

본 연구의 가장 중요한 성과 중 하나는 이원계 합금 산화물 데이터로 개발된 ‘본드 시너지 모델’이 3~6개의 원소로 구성된 복잡한 다성분계 합금 산화물의 에너지까지 매우 정확하게 예측한다는 점을 입증한 것입니다.

Figure 6은 DFT로 직접 계산한 다성분계 합금 산화물의 평균 결합 에너지(x축)와 본드 시너지 모델로 예측한 값(y축)을 비교한 그래프입니다. 데이터 포인트들이 대각선에 완벽하게 정렬되어 있어, 모델의 예측력이 매우 뛰어남을 알 수 있습니다. 이는 복잡한 합금 산화물의 에너지가 개별 원소 쌍의 상호작용으로 분해될 수 있음을 의미하며, 이 모델이 실제 다성분계 합금 설계에 직접 적용될 수 있는 강력한 도구임을 시사합니다.

Finding 2: ‘전하 보상’ 메커니즘이 안정적 부동태 피막 형성의 핵심 열쇠

연구팀은 본드 시너지 인자(결합 강화/약화)가 합금 내 ‘전하 중성(charge neutrality)’ 달성과 밀접한 관련이 있음을 발견했습니다. 산화물 구조는 이상적인 평균 양이온 산화수(예: 커런덤 구조에서는 +3)를 가질 때 가장 안정적입니다.

• 결합 약화 (Bond Weakening): 두 양이온이 모두 이상적인 산화수(+3)를 갖는 경우(예: Fe-Cr, Mo-Cr), 특별한 에너지 이득이 없어 서로 섞이기보다 분리되려는 경향(양의 혼합 엔탈피)을 보입니다. 이는 Cr이 부동태 피막에서 지배적인 성분으로 농축되는 현상을 잘 설명합니다.
• 결합 강화 (Bond Strengthening): 서로 다른 산화수를 갖는 양이온들이 특정 비율로 혼합되어 평균 산화수가 구조의 이상적인 값(+3)에 가까워질 때, 시스템은 매우 안정화되며 강한 결합 강화를 보입니다. 예를 들어, W-Ni 시스템에서 W(+6)와 Ni(+2)는 1:3 비율(W 25%)로 혼합될 때 평균 산화수가 +3 [(+6 * 1 + +2 * 3) / 4 = 3]에 가까워져, 매우 안정한 ‘마법의 조합’을 형성합니다. 이러한 ‘전하 보상’ 메커니즘은 특정 합금 조합이 왜 뛰어난 내식성을 보이는지에 대한 근본적인 해답을 제공합니다. 또한, 산소 공공(vacancy) 역시 양전하를 제공하여 전하 보상에 기여할 수 있음이 확인되었습니다.

Practical Implications for R&D and Operations

• For Process Engineers (합금 설계 엔지니어): 이 연구는 안정적인 부동태 피막 형성을 촉진하는 합금 원소 조합을 예측하는 데 활용될 수 있습니다. 본드 시너지 인자와 전하 보상 원리를 이용하여, 특정 환경에 최적화된 내부식성을 갖는 새로운 MPEA의 조성을 설계하는 데 기여할 수 있습니다.
• For Quality Control Teams (재료 분석팀): 논문의 베이더 전하 분석 데이터(Table 3, 4, 5)는 XPS 등으로 관찰된 부동태 피막의 원소 농축 또는 고갈 현상을 해석하는 데 중요한 이론적 근거를 제공합니다. 예를 들어, NiCr 합금에 Mo나 W를 첨가했을 때 왜 NiO 피막이 감소하는지를 모델을 통해 명확히 설명할 수 있습니다.
• For Design Engineers (신소재 개발 연구원): 이 모델은 초기 설계 단계에서부터 부식 저항성을 고려한 소재 개발을 가능하게 합니다. 다양한 합금 원소 후보군에 대한 시뮬레이션을 통해 가장 유망한 조합을 스크리닝함으로써, 개발 시간과 비용을 획기적으로 줄일 수 있습니다.

Paper Details

Bond Synergy Model for Bond Energies in Alloy Oxides

1. Overview:

• Title: Bond Synergy Model for Bond Energies in Alloy Oxides
• Author: Szu-Chia Chien and Wolfgang Windl
• Year of publication:
• Journal/academic society of publication:
• Keywords: High-entropy alloys (HEAs), passive film, bond energy, bond synergy, density-functional theory (DFT), charge neutrality, corrosion resistance

2. Abstract:

본 연구에서는 순수 상(pure-phase) 결합 에너지와 합금 효과를 설명하는 본드 시너지 인자를 기반으로 한 새로운 금속-산화물 결합 에너지 모델을 소개한다. 이 모델은 부동태 피막의 형성과 안정성을 이해하는 데 중요한 양인 양이온과 산소 간의 결합 에너지에 대한 합금의 영향을 설명한다. 밀도범함수 이론(DFT) 에너지를 사용하여 이원계 양이온 합금 산화물에 대해 모델을 파라미터화했으며, 다성분계 합금 산화물에도 직접적으로 적용 가능함을 보였다. Fe, Ni, Cr, Mo, Mn, W, Co, Ru 등 내부식성 합금의 기초가 되는 금속 양이온을 포함하는 합금 산화물 에너지에 대해 모델을 파라미터화했다. 등전자 용질을 통해 산화물 내 순수 상 결합 에너지를 정량화할 수 있으며, 계산된 결합 에너지 값은 Fe-Ni-Cr 합금에서 부동태 피막 형성자로서 Cr의 역할을 포함하여 일반적인 경험과 비교하여 합리적인 결과를 제공함을 발견했다. 또한, 본드 시너지 인자는 합금화가 양이온-산소 결합에 미치는 상호 강화 및 약화 효과에 대한 통찰력을 제공하며, 혼합 엔탈피 및 전하 중성 제약과 관련될 수 있다. 합금 조성과 결함 존재 여부에 따라 다른 양이온이 취하는 산화 상태에 의해 어떻게 전하 중성이 확인되고 달성될 수 있는지를 보여준다.

3. Introduction:

고엔트로피 합금(HEA)은 거의 등원자 비율로 다섯 가지 이상의 주요 원소로 구성된 새로운 종류의 합금으로, 독특한 물리적, 화학적 특성으로 인해 상당한 관심을 끌고 있다. HEA는 조성에 따라 고강도, 우수한 내식성 및 유한 온도에서의 뛰어난 기계적 특성을 갖는 것으로 밝혀졌다. 초기에 무작위 혼합의 높은 배열 엔트로피가 HEA 안정성의 핵심으로 제안되었으나, 현재는 그렇지 않으며 많은 합금이 열역학적 기저 상태를 나타내지 않고 오히려 상분해로부터 동역학적으로 억제되어 어닐링 시 상분해된다는 것이 밝혀졌다. 따라서 본 논문에서는 HEA라는 용어를 엔트로피를 극대화하는 등원자 조성의 합금뿐만 아니라, 농도가 등원자일 필요가 없는 다주요원소 합금(MPEA)이라는 현대적 의미로 이해한다. MPEA가 수용액 환경에 노출되면, 강한 열역학적 구동력으로 인해 표면에 얇고 복잡한 합금 산화물 막이 형성된다. 부동태 피막이라고도 불리는 이 산화층은 합금을 보호하고 내부식성 합금의 부식 저항성을 담당한다. 산화 과정은 금속 내 결합 파괴와 표면 또는 계면에서 산소와의 결합 형성을 포함한다. 최종 산화물의 조성과 구조는 다양한 요인에 의해 강하게 영향을 받지만, 다른 금속과 산소 원자 간의 결합 강도는 부동태 피막 형성 과정에서 중요한 역할을 한다.

4. Summary of the study:

Background of the research topic:

다주요원소 합금(MPEA)의 내식성은 표면에 형성되는 부동태 피막에 의해 결정된다. 이 피막의 안정성은 합금을 구성하는 금속 원소와 산소 간의 결합 강도에 크게 의존한다. 그러나 복잡한 다성분계 합금 산화물에서 각 원소 간의 결합 에너지를 정확히 예측하고, 합금 원소들이 서로에게 미치는 영향을 이해하는 것은 매우 어려운 문제이다.

Status of previous research:

금속-산소 결합 강도를 추정하는 한 가지 방법은 측정된 승화열을 이용하는 것이지만, 이 값들이 단일 양이온 산화물에는 유용하더라도 복잡한 합금 산화물에 적용 가능한지, 다른 양이온의 농도에 어떻게 의존하는지는 불분명했다. 밀도범함수 이론(DFT)과 같은 양자역학 기술은 전체 시스템의 총에너지를 계산할 수는 있지만, 특정 결합과 관련된 에너지를 쉽게 식별하기는 어렵다.

Purpose of the study:

본 연구의 목적은 복잡한 합금 산화물 내 금속-산소 결합 에너지를 설명할 수 있는 새로운 분석 모델, 즉 ‘본드 시너지 모델’을 개발하고 검증하는 것이다. 이 모델을 통해 합금 원소들이 서로의 산소 결합에 미치는 강화 또는 약화 효과(시너지 효과)를 정량화하고, 이를 통해 부동태 피막의 안정성을 예측하며, 궁극적으로 우수한 내부식성 합금 설계를 위한 이론적 기반을 제공하고자 한다.

Core study:

본 연구는 DFT 계산을 통해 얻은 다양한 조성의 합금 산화물 총에너지를 기반으로 ‘본드 시너지 모델’을 파라미터화했다. 이 모델은 총 결합 에너지를 (1) 각 금속의 순수 산화물에서의 결합 에너지와 (2) 다른 합금 원소의 존재로 인해 발생하는 에너지 변화, 즉 ‘본드 시너지 인자’의 합으로 표현한다. 연구팀은 이 모델을 사용하여 Fe, Ni, Cr, Mo, W 등 주요 내부식성 합금 원소들의 결합 특성을 분석하고, 특히 전하 중성 조건이 결합 안정성에 미치는 영향을 베이더 전하 분석을 통해 심층적으로 탐구했다.

5. Research Methodology

Research Design:

본 연구는 이론적 모델링과 계산 과학적 접근법을 결합하여 설계되었다. 먼저, 합금 산화물의 결합 에너지를 분석적으로 기술하기 위한 ‘본드 시너지 모델’을 제안했다. 그 후, 이 모델의 파라미터(순수 결합 에너지 및 본드 시너지 인자)를 결정하기 위해 다양한 이원계 합금 산화물 시스템에 대한 제1원리 계산(DFT)을 수행했다. 마지막으로, 이원계 시스템에서 얻은 파라미터를 사용하여 다성분계 합금 산화물의 에너지를 예측하고, 이를 DFT 직접 계산 결과와 비교하여 모델의 정확성과 확장성을 검증했다.

Data Collection and Analysis Methods:

• 계산 방법: Vienna Ab-initio Simulation Package (VASP)를 이용한 밀도범함수 이론(DFT) 계산을 수행했다. 특히 전이 금속의 d-전자 상호작용을 정확히 묘사하기 위해 DFT + Hubbard U 방법을 사용했다.
• 분석 구조: 부동태 피막에서 일반적으로 나타나는 커런덤(M₂O₃)과 암염(MO) 결정 구조를 대상으로 했다. 양이온 분포는 특수 준무작위 구조(SQS)를 사용하여 무작위 합금을 모사했다.
• 데이터 분석: 계산된 총에너지로부터 기준이 되는 각 원자의 진공 에너지를 빼서 총 결합 에너지를 얻었다. 제안된 본드 시너지 모델(Eq. 1)에 이 데이터를 피팅하여 각 금속-산소 결합의 순수 결합 에너지와 양이온 쌍 간의 본드 시너지 인자를 추출했다. 또한, 베이더 전하 분석을 통해 각 원자의 산화 상태를 추정하고, 이를 결합 에너지 변화 및 전하 보상 메커니즘과 연관 지어 분석했다.

Research Topics and Scope:

• 연구 대상: Fe, Ni, Cr, Mo, Mn, W, Co, Ru 등 내부식성 합금에 주로 사용되는 금속 원소로 구성된 합금 산화물.
• 주요 연구 주제:
  1. 합금 산화물 내 금속-산소 결합 에너지를 설명하기 위한 본드 시너지 모델 개발.
  2. DFT 계산을 통한 모델 파라미터화 및 검증.
  3. 합금 원소 간의 상호작용(결합 강화/약화)이 부동태 피막 안정성에 미치는 영향 분석.
  4. 전하 보상 메커니즘(양이온 산화수 조합, 공공의 역할 등) 규명.
  5. 모델의 다성분계 합금으로의 확장성 및 적용 가능성 평가.

6. Key Results:

Key Results:

• 본드 시너지 모델의 정확성 및 확장성: 이원계 합금 산화물 데이터로 피팅된 본드 시너지 모델은 3~6개 원소로 구성된 18개의 다성분계 합금 산화물의 평균 결합 에너지를 DFT 계산 결과와 매우 높은 정확도로 예측했다. (Figure 6)
• Cr의 부동태 피막 형성 역할 규명: 커런덤 구조에서 Cr-O 결합은 Fe, Ni보다 강하고, 금속 합금 내 Cr-M 결합은 상대적으로 약해, Cr이 산화물 층으로 이동하여 부동태 피막을 형성하는 것이 열역학적으로 유리함을 정량적으로 설명했다.
• 결합 강화/약화와 혼합 엔탈피의 관계: 본드 시너지 인자는 혼합 엔탈피와 직접적인 관련이 있었다. 결합 강화 효과(음의 시너지 인자)를 보이는 시스템은 음의 혼합 엔탈피를, 결합 약화 효과(양의 시너지 인자)를 보이는 시스템은 양의 혼합 엔탈피를 나타냈다.
• 전하 보상 메커니즘 발견: 서로 다른 산화수를 갖는 양이온들이 특정 비율로 혼합되어 산화물 구조의 평균적인 전하 중성을 만족시킬 때, 매우 강한 결합 강화 효과와 함께 에너지적으로 안정한 ‘스위트 스팟’이 형성됨을 발견했다. (예: W-Ni, Mn-W, W-Fe 시스템)
• 산소 공공의 역할: 산소 공공은 양전하를 공급하여, 구조적으로 요구되는 산화수보다 낮은 산화수를 갖는 양이온(예: Ni²⁺)이 안정화될 수 있도록 돕는 전하 보상 메커니즘으로 작용할 수 있음을 보였다.
• 암염 구조에서의 합금 효과: NiO 기반 암염 구조에서는 Co를 제외한 대부분의 합금 원소(Mo, W, Cr, Fe 등)가 Ni-O 결합을 약화시켜 구조를 불안정하게 만들었다. 이는 실험에서 Mo, W 첨가 시 NiO 피막 생성이 억제되는 현상을 성공적으로 설명한다.

Figure List:

• Figure 1. Ground state adhesion energies of O atoms on (001) metal surfaces vs. fitted bond energies εMi-O (Eq. 1), from DFT calculations. The solid circles are results for (in order of increasing energy) W, Cr, Ru, Fe, Mn, Co, and Ni. The hollow circle represents Mo.
• Figure 2. Average Bader charge on (a) cations and (b) oxygen in (Fe,Cr)₂O₃ and (Fe,Ni)₂O₃ corundum alloys as a function of Ni and Cr solute concentration.
• Figure 3. Snapshots of (a) a corundum structure (M₂O₃) and (b) a rock salt structure (MO). A blue sphere represents a metal atom and a red sphere represent an oxygen atom.
• Figure 4. Convex hull of the different oxides as labeled in the legend. The structures considered are rock salt (MO, 50% O), corundum (M₂O₃, 60% O), spinel (M₃O₄, 57% O) and rutile (MO₂, 67% O).
• Figure 5. Fitted pure-phase bond energies (a) and bond synergy factors (b) as labeled for the binary corundum alloy oxides shown in Figure S1 in supplementary materials.
• Figure 6. The comparison of average bond energy computed form DFT calculations and from our model.
• Figure 7. Fitted pure-phase bond energies (a) and bond synergy factors (b) as labeled for the binary rock salt alloy oxides.
• Figure 8. Fitted pure-phase bond energies for the binary rock salt alloy oxides without considering bond synergies.

7. Conclusion:

본 논문에서는 순수 상 결합 에너지와 합금 원소 간의 상호작용을 설명하는 본드 시너지 인자를 기반으로 한 새로운 금속-산소 결합 에너지 모델을 소개했다. 이 모델은 DFT 계산 결과를 통해 파라미터화되었으며, 커런덤 및 암염 구조를 갖는 다성분계 합금 산화물의 에너지를 성공적으로 예측했다.

계산된 결합 에너지 값은 FeNiCr 합금에서 Cr이 부동태 피막 형성자 역할을 하는 것과 같은 일반적인 경험과 잘 일치하는 합리적인 결과를 제공했다. 본드 시너지 인자는 합금화에 따른 양이온-산소 결합의 상호 강화 및 약화 효과를 명확히 보여주었으며, 이는 전하 보상 메커니즘과 깊은 관련이 있었다. 서로 다른 산화 상태를 갖는 양이온들이 조합되거나 산소 공공이 존재함으로써 시스템 전체의 전하 중성이 달성될 때, 에너지적으로 매우 안정한 ‘스위트 스팟’이 형성됨을 확인했다. 특히 기술적으로 중요한 Fe-Cr-Ni 시스템에서는 전하 보상 메커니즘의 종류와 무관하게 완전히 보상된 시스템에서 약 -2.0 eV의 “보편적인” 양이온-산소 결합 에너지를 갖는다는 것을 발견했다.

결론적으로, 본드 시너지 모델과 이를 통해 얻어진 에너지 값들은 부동태 피막의 복잡한 열역학을 탐구하는 간단하고 직관적인 기초를 제공하며, 이는 향후 우수한 내부식성 합금을 설계하는 데 중요한 지침이 될 것이다.

8. References:

• 1. M.-H. Tsai and J.-W. Yeh, Mater. Res. Lett., 2, 107–123 (2014).
  1. Y. F. Ye, Q. Wang, J. Lu, C. T. Liu, and Y. Yang, Mater. Today, 19, 349–362 (2016).
  1. P. Lu, J. E. Saal, G. B. Olson, T. Li, O. J. Swanson, G. S. Frankel, A. Y. Gerard, K. F. Quiambao, and J. R. Scully, Scr. Mater., 153, 19–22 (2018).
  1. Y. Shi, B. Yang, X. Xie, J. Brechtl, K. A. Dahmen, and P. K. Liaw, Corros. Sci., 119, 33-45 (2017).
  1. C. Niu, W. Windl, and M. Ghazisaeidi, Scr. Mater., 132, 9–12 (2017).
  1. C. Niu, Y. Rao, W. Windl, and M. Ghazisaeidi, npj Comput. Mater., 5, 120 (2019).
  1. T. Li, O. J. Swanson, G. S. Frankel, A. Y. Gerard, P. Lu, J. E. Saal, and J. R. Scully, Electrochim. Acta, 306, 71–84 (2019).
  1. K. F. Quiambao, S. J. McDonnell, D. K. Schreiber, A. Y. Gerard, K. M. Freedy, P. Lu, J. E. Saal, G. S. Frankel, and J. R. Scully, Acta Mater., 164, 362–376 (2019).
  1. P. Lu, J. E. Saal, G. B. Olson, T. Li, S. Sahu, O. J. Swanson, G. S. Frankel, A. Y. Gerard, and J. R. Scully, Scr. Mater., 172, 12–16 (2019).
  1. A. Y. Gerard, K. Lutton, A. Lucente, G. S. Frankel, and J. R. Scully, CORROSION, 76, 485–499 (2020).
  1. X. Li, J. Han, P. Lu, J. E. Saal, G. B. Olson, G. S. Frankel, J. R. Scully, and K. Ogle, J. Electrochem. Soc., 167, 061505 (2020).
  1. C. M. Rost, E. Sachet, T. Borman, A. Moballegh, E. C. Dickey, D. Hou, J. L. Jones, S. Curtarolo, and J.-P. Maria, Nat. Commun., 6, 8485 (2015).
  1. S. Jiang, T. Hu, J. Gild, N. Zhou, J. Nie, M. Qin, T. Harrington, K. Vecchio, and J. Luo, Scr. Mater., 142, 116–120 (2018).
  1. E. McCafferty, Introduction to Corrosion Science, Springer, (2010).
  1. G. S. Frankel, J. D. Vienna, J. Lian, J. R. Scully, S. Gin, J. V Ryan, J. Wang, S. H. Kim, W. Windl, and J. Du, npj Mater. Degrad., 2, 15 (2018).
  1. P. Marcus, Corros. Sci., 36, 2155–2158 (1994).
  1. C. D. Taylor, P. Lu, J. Saal, G. S. Frankel, and J. R. Scully, npj Mater. Degrad., 2, 6 (2018).
  1. C. Oberdorfer and W. Windl, Acta Mater., 179, 406–413 (2019).
  1. S. Kerber and J. Tvergberg, Adv. Mater. Process., 158, 33–36 (2000).
  1. H. Okamoto, J. Phase Equilibria, 18, 402 (1997).
  1. H. A. Wriedt, J. Phase Equilibria, 12, 170–200 (1991).
  1. C. L. McBee and J. Kruger, Electrochim. Acta, 17, 1337–1341 (1972).
  1. R. F. Bader, Atoms in Molecules: A Quantum Theory, New York: Oxford University Press, (1990).
  1. W. Tang, E. Sanville, and G. Henkelman, J. Phys. Condens. Matter, 21, 084204 (2009).
  1. L. Deng and J. Du, J. Non. Cryst. Solids, 453, 177–194 (2016).
  1. Y. Y. Guo, C. K. Kuo, and P. S. Nicholson, Solid State Ionics, 123, 225–231 (1999).
  1. C. R. A. Catlow and A. M. Stoneham, J. Phys. C Solid State Phys., 16, 4321-4338 (1983).
  1. G. Kresse and J. Hafner, Phys. Rev. B, 47, 558–561 (1993).
  1. G. Kresse and J. Hafner, Phys. Rev. B, 49, 14251–14269 (1994).
  1. G. Kresse and D. Joubert, Phys. Rev. B, 59, 1758–1775 (1999).
  1. V. I. Anisimov, J. Zaanen, and O. K. Andersen, Phys. Rev. B, 44, 943–954 (1991).
  1. Y. Meng, X.-W. Liu, C.-F. Huo, W.-P. Gu, D.-B. Cao, Q. Peng, A. Dearden, X. Gonze, Y. Yang, J. Wang, N. Jiao, Y. Li, and X.-D. Wen, J. Chem. Theory Comput., 12, 5132-5144 (2016).
  1. J. S. Jamison, B. J. May, J. I. Deitz, S.-C. Chien, D. W. McComb, T. J. Grassman, W. Windl, and R. C. Myers, Cryst. Growth Des., 19, 4205–4211 (2019).
  1. A. Rohrbach, J. Hafner, and G. Kresse, Phys. Rev. B, 69, 075413 (2004).
  1. Y. Wang, H. Fang, C. L. Zacherl, Z. Mei, S. Shang, L.-Q. Chen, P. D. Jablonski, and Z.-K. Liu, Surf. Sci., 606, 1422–1425 (2012).
  1. A. Jain, S. P. Ong, G. Hautier, W. Chen, W. D. Richards, S. Dacek, S. Cholia, D. Gunter, D. Skinner, G. Ceder, and K. A. Persson, APL Mater., 1, 011002 (2013).
  1. Y. P. Liu, H. R. Fuh, and Y. K. Wang, J. Magn. Magn. Mater., 341, 25–29 (2013).
  1. I. I. Mazin and D. J. Singh, Phys. Rev. B, 56, 2556–2571 (1997).
  1. P. Mahadevan, F. Aryasetiawan, A. Janotti, and T. Sasaki, Phys. Rev. B, 80, 035106 (2009).
  1. R. Mishra, J. R. Soliz, P. M. Woodward, and W. Windl, Chem. Mater., 24, 2757–2763 (2012).
  1. C. Franchini, R. Podloucky, J. Paier, M. Marsman, and G. Kresse, Phys. Rev. B, 75, 195128 (2007).
  1. R. Morrow, R. Mishra, O. D. Restrepo, M. R. Ball, W. Windl, S. Wurmehl, U. Stockert, B. Büchner, and P. M. Woodward, J. Am. Chem. Soc., 135, 18824-18830 (2013).
  1. S. Lutfalla, V. Shapovalov, and A. T. Bell, J. Chem. Theory Comput., 7, 2218–2223 (2011).
  1. A. Zunger, S.-H. Wei, L. G. Ferreira, and J. E. Bernard, Phys. Rev. Lett., 65, 353–36 (1990).
  1. A. van de Walle, P. Tiwary, M. de Jong, D. L. Olmsted, M. Asta, A. Dick, D. Shin, Y. Wang, L.-Q. Chen, and Z.-K. Liu, Calphad, 42, 13–18 (2013).
  1. H. J. Monkhorst and J. D. Pack, Phys. Rev. B, 13, 5188–5192 (1976).
  1. Y. Sato and S. I. Akimoto, J. Appl. Phys., 50, 5285–5291 (1979).
  1. H. D. Lewis, J.; Schwarzenbach, D.; Flack, 38, p733–p739 (1982).
  1. ASM Alloys Phase Diagram Database. https://matdata.asminternational.org/apd/index.aspx.
  1. G. Hautier, Top. Curr. Chem., 345, 139–179 (2014).
  1. S. Atahan-Evrenk and A. Aspuru-Guzik, Eds., Prediction and Calculation of Crystal Structures: Methods and Applications, p. 139–179, Springer, (2014).
  1. B. Cantor, I. T. H. Chang, P. Knight, and A. J. B. Vincent, Mater. Sci. Eng. A, 375–377, 213–218 (2004).
  1. R. Kirchheim, B. Heine, H. Fischmeister, S. Hofmann, H. Knote, and U. Stolz, Corros. Sci., 29, 899–917 (1989).
  1. C.-O. A. Olsson and D. Landolt, Electrochim. Acta, 48, 1093–1104 (2003).
  1. X. Yu, A. Gulec, Q. Sherman, K. L. Cwalina, J. R. Scully, J. H. Perepezko, P. W. Voorhees, and L. D. Marks, Phys. Rev. Lett., 121, 145701 (2018).
  1. I. Saeki, T. Saito, R. Furuichi, H. Konno, T. Nakamura, K. Mabuchi, and M. Itoh, Corros. Sci., 40, 1295–1302 (1998).
  1. O. Yamchuti, W. KANITPANYACHAROEN, and C. SUTTHIRAT, thesis, Chulalongkorn University (2019).
  1. A. Walsh, A. A. Sokol, J. Buckeridge, D. O. Scanlon, and C. R. A. Catlow, Nat. Mater., 17, 958–964 (2018).
  1. S. Posysaev, O. Miroshnichenko, M. Alatalo, D. Le, and T. S. Rahman, Comput. Mater. Sci., 161, 403–414 (2019).
  1. K. Lutton Cwalina, C. R. Demarest, A. Y. Gerard, and J. R. Scully, Curr. Opin. Solid State Mater. Sci., 23, 129–141 (2019).

Expert Q&A: Your Top Questions Answered

Q1: 이 연구에서 표준 DFT가 아닌 DFT + Hubbard U 방법을 사용한 특별한 이유가 있나요?

A1: 네, 있습니다. 연구 대상인 Fe, Ni, Cr과 같은 전이 금속들은 국소화된 d-전자를 가지고 있습니다. 표준 DFT 방법은 이러한 전자들 간의 강한 쿨롱 상호작용을 제대로 설명하지 못하는 경향이 있습니다. DFT + Hubbard U 방법은 이러한 국소화된 전자에 대한 보정 항(U)을 추가하여 전자 구조와 시스템의 총에너지를 훨씬 더 정확하게 계산할 수 있게 해줍니다. 이는 정확한 결합 에너지를 얻는 것이 핵심인 본 연구에 필수적인 선택이었습니다.

Q2: 본드 시너지 인자가 양수(결합 약화)인 것과 음수(결합 강화)인 것은 실제 합금 설계에서 어떤 의미를 가지나요?

A2: 본드 시너지 인자는 합금 원소 간의 상호작용을 나타내는 중요한 지표입니다. 양수 값은 두 원소가 섞였을 때 서로의 산소 결합을 불안정하게 만들어, 결국 산화물 내에서 상분리가 일어나거나 한쪽 원소가 지배적인 상을 형성하려는 경향이 강하다는 것을 의미합니다(예: Cr-Fe). 반면, 음수 값은 두 원소가 섞여 있을 때 서로의 결합을 안정화시켜 균일한 혼합 산화물을 형성하거나 새로운 안정상을 만들 가능성이 높다는 것을 뜻합니다(예: W-Ni). 따라서 내부식성 합금 설계 시, 균일하고 치밀한 보호 피막을 원한다면 음의 시너지 인자를 갖는 원소 조합을 고려하는 것이 유리할 수 있습니다.

Q3: 이 모델은 커런덤과 암염 같은 결정질 구조에 대해 검증되었습니다. 실제 부동태 피막은 비정질인 경우도 많은데, 이 모델을 비정질 구조에도 적용할 수 있을까요?

A3: 좋은 지적입니다. 논문에서도 비정질 구조가 향후 연구의 초점이 될 것이라고 언급하고 있습니다. 현재 모델은 특정 결정 구조의 배위수와 결합 형태를 기반으로 하므로 비정질 구조에 직접 적용하기는 어렵습니다. 하지만, 본드 시너지와 전하 보상이라는 근본적인 물리적 원리는 비정질 구조에서도 여전히 중요하게 작용할 가능성이 높습니다. 향후 연구를 통해 비정질 구조의 다양한 국소적 배위 환경을 고려하여 모델을 확장한다면, 비정질 부동태 피막의 안정성을 예측하는 데에도 기여할 수 있을 것입니다.

Q4: Figure 5a를 보면 W-O 결합이 Cr-O 결합보다 훨씬 강한데, 왜 실제로는 Cr이 스테인리스강의 핵심 부동태 원소로 작용하나요?

A4: 이는 산화 과정의 전체적인 에너지 균형을 고려해야 하기 때문입니다. W-O 결합이 매우 강한 것은 사실이지만, 동시에 W은 금속 합금 내에서도 다른 금속(Fe, Ni, Cr)과 매우 강한 결합을 형성합니다. 따라서 W 원자가 금속 결합을 끊고 산화물로 이동할 때 얻는 총에너지 이득이 상대적으로 크지 않을 수 있습니다. 반면, Cr은 금속 합금 내 결합이 상대적으로 약하면서도 산소와는 강한 결합을 형성하므로, 금속 상태에서 산화물 상태로 전환될 때 더 큰 열역학적 구동력을 갖게 됩니다. 이것이 Cr이 더 효과적인 부동태 피막 형성자로 작용하는 이유입니다.

Q5: 이 모델은 NiCr 합금에 Mo나 W를 첨가하면 NiO 피막이 감소한다는 실험 결과를 어떻게 설명하나요?

A5: 모델은 이 현상을 명확하게 설명합니다. Figure 7b를 보면, NiO(암염 구조)에서 Mo와 W는 Ni-O 결합에 대해 매우 큰 양의 본드 시너지 인자(각각 1.0177, 0.1696)를 가집니다. 이는 Mo와 W가 NiO 구조 내에서 Ni-O 결합을 심각하게 약화시켜 구조 전체를 불안정하게 만든다는 의미입니다. 반면, 이들은 Cr₂O₃(커런덤 구조)에서는 Cr-O 결합을 상대적으로 덜 불안정하게 만듭니다. 결과적으로, 시스템은 불안정한 NiO를 형성하기보다 더 안정한 Cr₂O₃를 형성하는 쪽으로 평형이 이동하게 되어, 부동태 피막에서 NiO의 분율이 감소하고 Cr₂O₃의 분율이 증가하는 실험 결과로 이어집니다.

Conclusion: Paving the Way for Higher Quality and Productivity

부식은 산업 전반에 걸쳐 막대한 경제적 손실과 안전 문제를 야기하는 고질적인 문제입니다. 이 문제를 해결하기 위한 열쇠는 합금 표면에 형성되는 얇은 부동태 피막의 안정성을 이해하고 제어하는 데 있습니다. 본 연구에서 제시된 합금 산화물 본드 시너지 모델은 복잡한 다성분계 합금 산화물의 열역학적 안정성을 예측할 수 있는 직관적이고 강력한 프레임워크를 제공합니다.

특히 ‘전하 보상’ 메커니즘이 안정적인 피막 형성의 핵심 구동력임을 밝혀낸 것은, 단순히 경험에 의존하던 기존의 합금 개발 방식에서 벗어나, 물리적 원리에 기반한 체계적인 신소재 설계를 가능하게 한다는 점에서 큰 의미가 있습니다. 이 모델은 R&D 및 운영 현장에서 더 뛰어난 내식성을 가진 차세대 합금을 개발하고, 기존 소재의 성능을 최적화하는 데 중요한 이론적 지침을 제공할 것입니다.

“At STI C&D, we are committed to applying the latest industry research to help our customers achieve higher productivity and quality. If the challenges discussed in this paper align with your operational goals, contact our engineering team to explore how these principles can be implemented in your components.”

(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.

• 연락처 : 02-2026-0450
• 이메일 : flow3d@stikorea.co.kr

Copyright Information

• This content is a summary and analysis based on the paper “Bond Synergy Model for Bond Energies in Alloy Oxides” by “Szu-Chia Chien and Wolfgang Windl”.
• Source: The provided academic paper.

This material is for informational purposes only. Unauthorized commercial use is prohibited. Copyright © 2025 STI C&D. All rights reserved.