인공지능으로 신소재 개발 시행착오 줄인다
상태바
인공지능으로 신소재 개발 시행착오 줄인다
  • 김찬혁 기자
  • 승인 2019.10.07 15:49
  • 댓글 0
이 기사를 공유합니다

KAIST 연구진, 인공지능 학습 통해 신물질 4종 발견
개발 비용·시간 대폭 단축 기존 소재개발 한계 극복
정유성 한국과학기술원(KAIST) 교수 연구팀의 연구성과 모식도. KAIST 제공.
정유성 한국과학기술원(KAIST) 교수 연구팀의 연구성과 모식도. KAIST 제공

국내 연구진이 인공지능을 통해 원하는 소재를 설계할 수 있는 기술을 개발했다. 향후 신소재 개발에 기여할 것으로 기대를 모은다.

7일 한국과학기술원(KAIST)은 정유성 교수(EEWS대학원/생명화학공학과) 연구팀이 인공지능을 활용해 원하는 물성을 갖는 신소재를 역설계하는 기술을 개발했다고 밝혔다. 

정 교수 연구팀은 알고리즘을 통해 수만 개의 물질을 학습시킨 뒤 인공지능을 통해 원하는 물성을 갖는 소재를 역설계하는 방식으로 4종의 신물질을 발견했다. 

기존 소재 개발 과정에서는 합성하고 난 후 물성을 측정해 만들어진 소재가 응용 목적에 맞는 소재인지를 평가하는 방식으로 개발됐다. 특히 화학적 직관과 실험적 시행착오를 통한 방법 위주였기 때문에 개발 비용과 시간이 많이 들어 소재 개념화에서부터 상용화에 걸리는 시간이 평균 30년 정도 소요됐다.

정 교수 연구팀은 인공지능 기술과 슈퍼컴퓨터 활용을 융합해 소재 개발을 기간을 크게 단축할 수 있는 새로운 소재 역설계 방법을 개발했다. 정 교수팀이 개발한 방법은 기계(알고리즘)로 기존의 수만 개 물질과 그 물질들이 갖는 물성을 학습하게 한 후, 원하는 물성을 갖는 물질을 인공지능 기반 알고리즘이 역으로 생성하는 방식이다.

연구팀이 개발한 신소재 역발견 모델은 인공지능 모델의 한 종류인 ‘생성모델’을 이용한 것이다. 생성모델은 이미지 및 음성 처리에 활발하게 활용되고 있는 기술로, 수천 명의 얼굴을 기계가 학습하게 해 새로운 사람의 얼굴을 생성해 내는 등의 방식으로 이용된다. 

이번 연구에 참여한 정유성 교수(왼쪽부터), 노주환 박사과정 모습. KAIST 제공.
이번 연구에 참여한 정유성 교수(왼쪽부터), 노주환 박사과정 모습. KAIST 제공

생성모델 기반의 인공지능 기법을 알려지지 않은 무기 고체 소재를 생성하는 데 적용한 것은 이번이 처음이다. 연구팀은 새로운 바나듐 산화물 결정구조를 예측하는데 이를 적용했으며 이 학습 과정에서 기존에 알려진 물질을 제외하고 학습하더라도 제외된 물질들을 역으로 재발견할 수 있음을 확인했다. 

정유성 교수는 “이번 연구는 원하는 물성을 갖는 무기 고체 소재를 역으로 설계하는 방법을 데이터 기반 기계학습으로 최초로 보인 예”라며 “향후 다양한 응용 분야의 신소재 개발에 도움을 줄 수 있을 것으로 기대한다”라고 말했다.

이번 연구 결과는 생물학 분야의 과학 저널 ‘셀 (Cell)’ 자매지 ‘매터(Matter)’ 10월 2일 자 온라인판에 출판됐다. 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.
주요기사
    이슈포토