움직이는 교과서 (Interactive Textbook)
이 챕터는 Ch.3(표면 평형), Ch.4(속도론), Ch.5(scaling)를 하나로 합칩니다. 슬라이더를 움직이면 그래프가 실시간으로 반응합니다.
Section 6.1
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.
Section 6.2
Ch.4의 rate expression과 Ch.5의 BEP 관계를 합치면 TOF를 결합 에너지의 함수로 계산할 수 있습니다. 이 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.
Section 6.3
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.
Section 6.4
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.
예측: Fe와 Ru는 화산 정점을 기준으로 어느 쪽에 있을까?
목표: 가상의 촉매 마커를 끌어서 정점과 0.05 eV 이내에 놓으세요. 예측을 고른 뒤에 끌 수 있습니다.
왼쪽에서는 N 원자가 표면을 채워 N2가 앉을 자리가 없고, 오른쪽에서는 N2가 앉아도 해리 장벽이 높아 대부분 되돌아갑니다. 정점에서만 빈 자리와 낮은 장벽이 함께 확보됩니다.
예측: BEP 기울기 α를 작게 하면 화산 정점은 어느 쪽으로 이동할까?
목표: 정점이 Pt 쪽으로 이동해서 10종 금속 중 Pt의 TOF가 가장 크게 되도록 α와 scaling 기울기 γ를 조절하세요. 예측을 고르면 슬라이더가 풀립니다.
해리 장벽은 Ea = αγ ΔEN + 1.2 eV로 쓰고, 정점은 이 장벽이 탈착 항 −ΔEN과 같아지는 곳에서 생깁니다. 기울기 αγ가 커질수록 해리선이 가팔라져 정점이 약한 결합 쪽으로 이동합니다.
예측: 결합이 가장 강한 왼쪽 끝에서는 어느 생성물이 우세할까?
목표: 마커를 끌어서 A의 선택성 90% 이상과 B의 선택성 90% 이상을 둘 다 만드세요. 예측을 고른 뒤에 끌 수 있습니다.
두 경로의 해리 장벽 기울기와 탈착 에너지가 다르면 정점 위치가 달라지고, 결합 에너지를 바꾸는 것만으로 우세한 생성물이 바뀝니다. 가장 활성이 큰 위치와 가장 선택적인 위치는 일치하지 않을 수 있습니다.
Key Takeaways