막 분리 기술은 이산화탄소(CO2) 포집을 위한 가장 효과적인 기술 중 하나로, 운영이 간단하고 화학적 배출이 없 다는 장점이 있다. 수증기와 같은 불순물은 고분자 막의 성능에 큰 영향을 미친다. 다양한 산업 분야의 배가스 농도에 따라, PDMS/PSF 중공사막을 이용한 가스 분리 실험이 수행되었다. PDMS/PSF 막에서의 습도의 영향을 확인하기 위해, 상대습도 0%와 96% 조건에서 CO2 농도를 달리하며 실험을 진행하였으며, 공급 유량은 300 ccm, 온도는 50°C로 유지하였다. 실험 결 과, 수증기는 막의 CO2 투과도는 다소 감소시키는 반면, CO2/N2 선택도는 소폭 증가시키는 것으로 나타났다. 이러한 선택도 향상은 CO2의 흡착 증가에 기인한 것으로 해석된다. 50°C에서 20 d간의 연속 실험 후, 막의 CO2 투과도는 소폭 감소하였으나, CO2/N2 선택도는 증가하였다. 이 결과는 PDMS 코팅된 PSF 막이 가혹한 조건에서도 안정적인 성능을 유지함을 보여준다.

제올라이트, 특히 ZSM-5는 독특한 구조와 분자 체 특성으로 인해 산업적으로 매우 유용하며, 우수한 가스 분리 및 투과 증발 성능으로 높은 평가를 받고 있다. 그러나 ZSM-5 막의 제조 공정을 일관되게 재현하는 것은 여전히 도전 과제 로 남아 있다. 본 연구는 수열합성 조건(합성 시간: 24~72 h, 온도: 180~220°C)을 제어하고, 다양한 알루미나 지지체 비교하 며, 수열 처리 시 유기 구조유도체의 영향 분석을 통해 ZSM-5 막 제조의 신뢰성 향상을 목표로 하였다. 연구 결과, 합성 온 도 및 시간의 변화는 막 두께나 결정 크기에 큰 영향을 미치지 않았으나, 180°C에서 48 h 합성 조건에서 가장 우수한 가스 투과 성능이 나타났다. 다양한 알루미나 지지체 중에서는 N5 α-알루미나 모세관 지지체가 가장 높은 투과도를 나타내었다. 또한, 유기 구조유도체인 테트라프로필 암모늄 브로마이드(tetrapropylammonium bromide, TPABr)의 존재는 합성의 신뢰성에 상당한 영향을 미치는 것으로 확인되었다. 가스 투과 성능 평가 결과, 본 ZSM-5 막은 SF₆에 비해 N2 및 CO2에 대해 선택적 인 투과 특성을 보였으며, TPABr을 사용하여 합성한 막은 CO2/N2 선택도(α)가 약 4.6으로 나타났다.

본 연구에서는 높은 이산화탄소 투과성과 선택성을 가지는 미세다공성 고분자 PIM-1을 합성하고, 나노미터 수준 에서 두께를 정밀하게 조절할 수 있는 water casting 기법을 적용하여 박막복합막을 제조하였다. 제조된 분리막의 성능을 평 가하기 위해 FTIR-ATR, BET, GPC, XRD, TEM-EDS 등의 분석을 수행하였으며, 기체 투과 시험을 통해 CO2/N2 선택성과 투과도를 측정하였다. 연구 결과, 본 연구에서 제조된 박막복합막은 2700 GPU 이상의 CO2 투과도와 약 25의 CO2/N2 선택도 를 나타내며, 기존의 PIM-1 기반 분리막보다 우수한 성능을 보였다. 이를 통해 water casting 기법을 이용한 PIM-1 기반 분리 막이 경제적이고 효율적인 이산화탄소 분리 기술로 활용될 가능성을 제시하였다.

토양 오염 정화 방법 중 토양 세척은 널리 활용되는 정화 방법으로, 고농도 중금속 및 일부 유기오염물질을 단기 간에 효과적으로 제거할 수 있다는 장점이 있다. 그러나 중금속, 계면활성제, 염류 및 잔류성 유기오염물질이 혼합된 세척수 의 처리는 여전히 큰 과제로 남아 있다. 이러한 문제에 대응하기 위해 분리막 기반 기술이 유망한 대안으로 주목받고 있다. 본 총설에서는 이러한 기술을 압력 구동형, 삼투압 구동형, 열 구동형, 전기화학 구동형으로 구분하여 최근의 연구 동향을 종 합적으로 정리하였다. 또한, 막 오염과 에너지 소비 등의 주요 기술적 문제를 평가하고, 하이브리드 시스템 통합 및 자원회수 기반의 지속가능한 처리 전략을 포함한 향후 발전 방향을 제안하였다.

인공지능(artificial intelligence, AI)은 분리막 개발에 중대한 영향을 미치기 시작하며 소재 설계 및 성능 최적화를 위한 새로운 접근법을 제시하고 있다. 본 총설에서는 머신러닝(machine learning, ML)과 딥러닝(deep learning, DL) 기술에 중점을 둔 AI 기반 분리막 개발의 최근 발전상을 조명하고 있다. 이러한 도구는 데이터 기반 예측을 가능하게 하고, 제조 공 정을 개선하며, 소재 발굴을 가속화한다. 데이터 품질, 모델 해석 가능성, 실험 검증과 같은 주요 과제도 제시한다. 또한, AI 통합의 미래 전망을 개괄하고, 가스 분리, 청정에너지, 환경 응용 분야에서 분리막기술에 혁명을 일으킬 수 있는 AI의 잠재력 을 강조한다.

분리막 기반 이산화탄소(CO2) 포집 기술은 에너지 효율이 높고, 공정이 단순하며 모듈화가 가능하다는 장점으로 인해 다양한 산업 공정에서 주목받고 있는 차세대 탄소 저감 기술이다. 본 논문에서는 발전소, 시멘트 생산, 철강 제조, 바이 오가스 업그레이딩 등 주요 산업 공정에서의 CO2 포집 기술을 중심으로, 관련 분리막 소재, 공정 구성 방식을 포함한 실제 산업 응용 사례를 체계적으로 정리하였다. 특히 산업별 배출가스 조성, 운전 조건, 적용된 분리막의 특성과 성능을 비교⋅분 석하고, 시뮬레이션 연구 및 파일럿 규모의 실증 데이터를 바탕으로 분리막 공정의 성능과 한계를 다각적으로 평가하였다. 또 한 각 산업에서의 공정 조건에 따른 분리 전략과 적용 가능성을 제시함으로써, 분리막 기반 CO2 포집 기술의 현재 기술 수준 과 더불어 향후 상용화를 위한 과제 및 공정 최적화 방향에 대한 실용적 시사점을 도출하였다.

후쿠시마 원자력 발전소 사고 이후 3.3 × 1016 Bq의 세슘(Cs)이 환경에 노출되면서, 수원으로부터 방사성 세슘 (Cs)을 제거하는 것에 대한 관심이 증대되었다. 지속 가능한 개발과 환경 안전 측면에서 오염된 환경을 복원하는 것은 매우 중요한 이슈이다. 유해 오염물질을 효과적으로 제거하기 위해 분리막 기반의 분리/정제 기술은 매우 각광받는 기술 중 하나 이다. 특히 막 흡착(membrane adsorber) 기술은 흡착과 막 분리를 결합할 수 있는 기술로 수용액에서 오염물질을 제거하는 데 매우 유용한 기술이다. 특히 전기방사 분리막은 높은 기공률, 다양한 고분자 활용가능 그리고 다양한 응용 분야 등의 특징 으로 지난 수십 년 동안 많은 연구가 수행되어 왔다. 본 리뷰 논문은 오염된 물에서 세슘을 제거하기 위한 프러시안 블루 (Prussian blue)가 포함된 전기방사 기반 막 흡착 소재 제조에 대한 다양한 기술을 리뷰하였다.