움직이는 교과서 · Interactive Textbook

Volcano Curves

이 챕터는 Ch.3(표면 평형), Ch.4(속도론), Ch.5(scaling)를 하나로 합칩니다. 슬라이더를 움직이면 그래프가 실시간으로 반응합니다.

Sabatier Principle Volcano Plot Activity Map Selectivity Optimal Catalyst

Section 6.1

The Sabatier Principle

최적의 촉매는 반응물을 너무 강하게도, 너무 약하게도 결합하지 않습니다. 너무 강하면(poisoning) 생성물이 표면에서 떠나지 못하고, 너무 약하면(no adsorption) 반응이 시작되지 않습니다. 이 "Goldilocks" 조건이 화산형 곡선의 정점입니다.

Sabatier 원리는 촉매 설계의 가장 근본적인 가이드라인으로, 하나의 descriptor(결합 에너지)만으로 촉매 활성의 전체 경향을 예측할 수 있게 합니다.

$$\text{TOF}_{\text{opt}} \text{ at } \Delta E^* \text{ where } \frac{d(\ln\text{TOF})}{d\Delta E} = 0$$
Figure 6.1 Sabatier Principle — Conceptual
Key Observation
왼쪽과 오른쪽의 rate-limiting step이 다르기 때문에 두 직선의 기울기가 다릅니다. 교차점이 Sabatier optimum입니다. 왼쪽에서는 탈착(desorption)이, 오른쪽에서는 해리 흡착(dissociative adsorption)이 율속 단계입니다.
만약 결합 에너지와 무관하게 barrier가 일정하다면?
화산이 생기지 않고 평평한 선이 됩니다. BEP 관계(barrier와 반응 에너지의 상관관계)가 있어야만 화산 곡선이 나타납니다. 이것이 Ch.5에서 배운 scaling relation이 왜 중요한지를 보여줍니다.
클릭해서 확인 →
만약 모든 금속이 정점에 있다면?
더 이상 촉매 개선이 불가능해집니다. 현실에서는 정점 근처의 금속이 드물기 때문에 촉매 설계가 도전적입니다. 합금, 표면 구조 변형 등으로 정점에 가까운 촉매를 만드는 것이 연구의 핵심입니다.
클릭해서 확인 →

Section 6.2

Constructing the Volcano

Ch.4의 rate expression과 Ch.5의 BEP 관계를 합치면 TOF를 결합 에너지의 함수로 계산할 수 있습니다. 핵심 모델은 두 가지 경쟁 과정을 고려합니다.

해리 흡착(weak-binding side의 RDS): $E_{a,diss} = \alpha\,\Delta E + \beta$. 결합이 약할수록 해리 barrier가 높아집니다.

생성물 탈착(strong-binding side의 RDS): $E_{a,des} = -\Delta E$. 결합이 강할수록 탈착 barrier가 높아집니다.

전체 TOF는 두 과정 중 더 느린 것에 의해 결정됩니다.

$$E_{a,diss} = \alpha\,\Delta E + \beta$$
$$E_{a,des} = -\Delta E$$
$$\text{TOF} = \frac{1}{r_{diss}^{-1} + r_{des}^{-1}}$$
유도 과정 보기
1
BEP 관계로 해리 흡착 barrier를 표현합니다: $E_{a,diss} = \alpha\,\Delta E + \beta$. 여기서 $\alpha$는 BEP 기울기, $\beta$는 절편입니다.
결합이 약할수록($\Delta E$가 양수) barrier가 높아집니다.
2
탈착 barrier는 흡착 에너지의 크기와 같습니다: $E_{a,des} = -\Delta E$ (when $\Delta E < 0$).
결합이 강할수록($\Delta E$가 음수, 절대값 큼) 탈착이 어렵습니다.
3
각 과정의 속도를 Arrhenius로 표현합니다: $r_{diss} = \exp(-E_{a,diss}/k_BT)$, $r_{des} = \exp(-E_{a,des}/k_BT)$.
Boltzmann factor가 각 과정의 상대 속도를 결정합니다.
4
두 과정이 직렬(series)로 작동하므로 전체 TOF = $1/(1/r_{diss} + 1/r_{des})$. 더 느린 과정이 율속입니다.
이것은 전기 회로의 직렬 저항과 동일한 논리입니다.
Figure 6.2 1D Volcano Plot
목표: α와 T를 조절해서 Pt가 정점에 오도록 만들어보세요
Pt의 결합 에너지는 약 −0.5 eV입니다. BEP 기울기(α)와 온도(T)를 조절하면 화산의 정점 위치가 바뀝니다. Pt가 정점 금속이 되는 조건을 찾아보세요.
현재: 슬라이더를 조작해보세요
BEP slope α 0.87
BEP intercept β 1.50 eV
Temperature T 500 K
Optimal ΔE* —
Peak log₁₀(TOF) —
Best Metal —
rdiss (dissociation)
rdes (desorption)
TOF (overall)
Key Observation
화산의 왼쪽(강한 결합)에서는 탈착이 율속이고, 오른쪽(약한 결합)에서는 해리 흡착이 율속입니다. 두 직선이 교차하는 곳이 최적 촉매의 위치입니다. 금속 점의 세로 위치가 그 금속의 예측 활성입니다.
  1. 기본값(α=0.87, β=1.50, T=500K)에서 정점 금속을 확인하세요. 어떤 금속이 가장 높은 TOF를 보이나요?
  2. T를 300K에서 800K까지 올려보세요. 화산이 "넓어지고 낮아지는" 것을 관찰하세요.
  3. α를 0.5로 낮춰보세요. 왼쪽 기울기가 완만해져 해리 흡착 쪽 직선이 변합니다.
  4. β를 2.5로 올려보세요. 전체 화산이 왼쪽으로 이동합니다. 어떤 금속이 항상 정점 근처에 있나요?
Key Insight: 온도를 올리면 kBT가 커져 Boltzmann factor의 차이가 줄어들고, 화산이 평평해집니다. 이는 더 많은 금속이 "reasonable" 촉매가 됨을 의미합니다.
Q: 화산 곡선의 온도를 올리면 어떻게 변하나요?
온도가 올라가면 $k_BT$가 커져 Boltzmann factor 차이가 줄어듭니다. 해리와 탈착의 속도 차이가 작아지므로 화산이 넓고 낮아집니다. 이는 고온에서 더 다양한 금속이 활성을 보이는 이유입니다.

Section 6.3

2D Activity Maps

실제 반응은 두 개 이상의 descriptor가 필요할 수 있습니다. 예를 들어, $\Delta E_C$와 $\Delta E_O$가 독립적인 경우입니다. 2D 화산은 heatmap으로 표현되며, 금속의 위치가 활성을 결정합니다.

이 접근법은 현대 computational catalysis에서 가장 널리 쓰이는 screening 전략입니다. DFT로 두 descriptor를 계산하고, 이 맵에서 위치를 확인하면 됩니다.

$$\text{TOF}(\Delta E_1, \Delta E_2) = f(\text{BEP}_1, \text{BEP}_2, \text{Langmuir})$$
Figure 6.3 2D Volcano Heatmap
Temperature T 500 K
Optimal (ΔE₁*, ΔE₂*) —
Best Metal —
Key Observation
실제 촉매 screening에서 DFT로 $\Delta E_1$, $\Delta E_2$를 계산하고 이 맵에서 위치를 확인합니다. 정점(붉은 영역)에 가까울수록 좋은 촉매입니다. 합금을 만들면 순수 금속 사이의 중간 위치에 놓일 수 있어, descriptor 공간에서의 촉매 설계가 가능합니다.
  1. 기본 온도(500K)에서 정점(가장 붉은 영역)의 좌표를 확인하세요.
  2. T를 800K까지 올려보세요. 정점이 이동하는지 관찰하세요. 붉은 영역이 넓어지나요?
  3. 어떤 금속이 정점 근처에 있나요? Pt, Pd, Rh의 위치를 비교해보세요.
  4. Au, Ag 같은 귀금속은 왜 활성이 낮은지 맵에서 확인하세요.
Key Insight: 2D volcano map은 단일 descriptor로 설명할 수 없는 반응에서 핵심 도구입니다. 두 descriptor의 독립적 변화가 활성을 결정하며, 합금 설계로 최적 영역에 접근할 수 있습니다.

Section 6.4

Selectivity

두 가지 생성물 A, B가 경쟁할 때, 각 경로의 rate 비율이 선택성을 결정합니다. Volcano 위의 위치에 따라 어떤 생성물이 우세한지 달라집니다.

선택성은 활성만큼이나 중요합니다. 아무리 빠른 촉매라도 원하지 않는 생성물을 만든다면 쓸모가 없습니다. 두 경로의 BEP 파라미터 차이가 선택성의 원천입니다.

$$S_A = \frac{r_A}{r_A + r_B}$$
Figure 6.4 Selectivity Map
목표: Δα를 조절해서 Pt에서 SA > 0.9가 되도록 해보세요
Pt의 결합 에너지는 약 −0.5 eV입니다. BEP 기울기 차이(Δα)와 절편 차이(Δβ)를 조절하면 선택성 곡선이 바뀝니다. Pt에서 원하는 생성물 A의 선택성이 90%를 넘도록 해보세요.
현재: 슬라이더를 조작해보세요
Δα = αA − αB 0.12
Δβ = βA − βB 0.30 eV
Temperature T 500 K
SA at Pt (ΔE=−0.5) —
Crossover ΔE (SA=0.5) —
TOFA (desired)
TOFB (side product)
Selectivity SA
Key Observation
BEP 파라미터(α, β)가 다른 두 경로는 결합 에너지에 따라 선택성이 달라집니다. 흥미로운 것은 activity와 selectivity 사이에 tradeoff가 존재한다는 점입니다. 가장 활성이 높은 촉매가 항상 가장 선택적이지는 않습니다.
만약 두 경로의 BEP가 동일하다면?
$S_A = 0.5$ everywhere. 결합 에너지를 바꿔도 선택성이 변하지 않습니다. BEP 차이가 선택성의 원천이며, α가 같으면 ΔE에 무관한 일정한 선택성이 됩니다.
클릭해서 확인 →
만약 온도를 극단적으로 올리면?
고온에서는 $k_BT$가 커져 Boltzmann factor 차이가 작아집니다. 선택성이 0.5에 수렴하여 두 생성물이 비슷한 비율로 생성됩니다. 선택성을 높이려면 적절한 저온이 유리합니다.
클릭해서 확인 →
  1. 기본값(Δα=0.12, Δβ=0.30, T=500K)에서 crossover 위치(SA=0.5)를 확인하세요.
  2. Δα를 0.25로 증가시키세요. Crossover가 어떻게 이동하나요?
  3. T를 300K로 낮추면 선택성 곡선이 얼마나 급격해지는지 확인하세요.
  4. Volcano plot에서 activity와 selectivity의 tradeoff를 관찰하세요. 가장 빠른 촉매가 가장 선택적인가요?
Key Insight: Activity와 selectivity의 tradeoff는 촉매 설계에서 가장 중요한 고려사항 중 하나입니다. 최적 촉매는 충분한 활성과 높은 선택성을 동시에 달성하는 점입니다.
Q: 두 경로의 α가 같고 β만 다를 때, 선택성은 ΔE에 의존하나요?
α가 같으면 ΔE 변화가 두 경로에 동일하게 적용되므로 TOF의 비율이 ΔE에 무관합니다. $S_A = r_A/(r_A+r_B) = 1/(1 + r_B/r_A)$에서 $r_B/r_A = \exp((\beta_A - \beta_B)/(k_BT))$로 ΔE가 사라집니다. β 차이만이 온도에 의존하는 일정한 선택성을 결정합니다.
Q: 화산 곡선에서 합금 촉매의 장점은 무엇인가요?
합금은 두 (혹은 그 이상) 금속의 중간 결합 에너지를 가질 수 있어, 순수 금속으로는 도달할 수 없는 화산 정점 근처의 위치에 촉매를 배치할 수 있습니다. BEP 관계 자체는 반응의 고유 성질이므로 합금으로 변경되지 않습니다.

Key Takeaways

Chapter 6 핵심 메시지

∧
Volcano = BEP + Coverage
화산 곡선은 scaling relation(Ch.5)과 surface coverage(Ch.3)의 결합입니다. 하나의 descriptor로 촉매 활성을 예측하는 가장 강력한 도구입니다.
T
온도는 화산을 넓힌다
온도가 올라가면 $k_BT$가 커져 Boltzmann factor 차이가 줄어듭니다. 화산이 넓고 낮아져 — 더 많은 금속이 "reasonable" catalyst가 됩니다.
2D
Multiple Descriptors
실제 반응은 한 descriptor로 부족할 수 있습니다. 2D volcano map + DFT screening이 현대 computational catalysis의 핵심 전략입니다.