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.

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.