 |
| 인공지능을 활용해 원하는 물성을 갖는 신소재를 역설계하는 기술을 개발한 카이스트 정유성 교수팀 연구는 ‘셀 (Cell)’ 자매지 ‘매터(Matter)’에 10월 2일 게재됐다.(자료출처=매터/제공=카이스트 정유성 교수팀) |
[아시아뉴스통신=이기종 기자] 한국과학기술원(KAIST)은 EEWS대학원 생명화학공학과 정유성 교수팀이 인공지능(AI)을 활용해 원하는 물성을 갖는 신소재를 역설계하는 기술을 개발했다고 7일 밝혔다.
소재 연구의 궁극적인 목표는 원하는 물성을 갖는 신소재를 개발하는 것이다.
하지만 현재까지의 신소재 개발은 화학적 직관과 실험적 시행착오를 통한 방법 위주였기 때문에 개발 비용과 시간이 많이 들어 소재 개념화에서부터 상용화에 걸리는 시간이 평균 30년 정도 소요됐다.
기존의 소재 개발 과정은 소재를 시행착오를 통해 합성하고 난 후 물성을 측정해 만들어진 소재가 응용 목적에 맞는 소재인지를 평가하는 방식으로 개발됐다.
이번 연구팀은 이러한 제한점을 해결하기 위해 인공지능 기술과 슈퍼컴퓨터 활용을 융합해 이러한 소재 개발을 기간을 크게 단축할 수 있는 새로운 소재 역설계 방법을 개발했다.
연구과정을 보면 기계(알고리즘)로 기존의 수만 개 물질과 그 물질들이 갖는 물성을 학습하게 한 이후 원하는 물성을 갖는 물질을 인공지능 기반 알고리즘이 역으로 생성하는 방식을 적용했다.
이번에 개발한 신소재 역발견 모델은 인공지능 모델의 한 종류인 생성모델을 이용한 것으로 생성모델은 이미지와 음성 처리에 활발하게 활용되고 있는 기술이다.
특히 수천 명의 얼굴들을 기계로 학습하게 해 새로운 사람의 얼굴을 생성해 내는 인공지능 기법이다.
또 개발된 소재 역설계 기법을 새로운 바나듐 산화물 결정구조를 예측하는데 적용했다.
이 과정에서 기존에 알려진 물질을 제외해 학습하더라도 제외된 물질들을 역으로 재발견할 수 있음을 확인해 개발 모델의 타당성을 검증했다.
이 연구결과에 의하면 개발된 모델을 통해 학습된 연속 잠재공간을 다양한 방법으로 샘플링하고 역변환 함으로써 기존에 존재하지 않는 전혀 새로운 바나듐 산화물 결정구조를 예측할 수 있었다.
정유성 교수는 “이번 연구는 원하는 물성을 갖는 무기 고체 소재를 역으로 설계하는 방법을 데이터 기반 기계학습으로 최초로 보인 사례로 향후 다양한 응용 분야의 신소재 개발에 도움을 줄 수 있을 것으로 기대한다”고 말했다.
이 연구는 한국연구재단, 산업통상자원부 산하 에너지기술평가원, KISTI의 지원을 통해 수행됐고 노주환 박사과정이 1저자로 참여한 결과는 ‘셀 (Cell)’ 자매지 ‘매터(Matter)’에 10월 2일 게재됐다.
