한국과학기술원(KAIST, 총장 이광형)은 '챗GPT'를 활용해 금속 유기 골격체의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(챗MOF)을 개발했다고 26일 밝혔다.
금속 유기 골격체의 경우 큰 다공성, 높은 표면적, 뛰어난 조절 가능성 등으로 많은 화학 응용 분야에서 사용되고 있다.
이에 김지한 생명화학공학과 교수 연구팀은 '챗MOF'를 개발, 검색 및 예측 작업에서 각각 96.9% 및 95.7%의 높은 성공률을 보였다는 설명이다.
기존 재료 과학에서 대형언어모델(LLM)의 잠재력을 완전히 실현하기에는 물질의 복잡성 및 재료별 특화 훈련 데이터가 부족하다는 문제가 있었다. 챗MOF는 전통적인 머신러닝 모델과 LLM을 결합한 혁신적인 접근 방식을 채용했다는 것이 특징이다.
또 인공지능(AI)의 변혁적인 능력과 재료 과학의 복잡한 측면을 연결, 다양한 작업에서 뛰어난 성능을 보여준다고 전했다. 검색 및 예측 작업에서 각각 96.9% 및 95.7%의 높은 성공률을 보고했다.
더 복잡한 구조 생성 작업의 경우 87.5%의 정확도를 달성했다. 작업의 난이도에 비해 상당히 유망한 수치라는 평가다.
김지한 교수는 “이 기술은 재료 과학 분야에서 AI의 더 높은 자율성을 달성하기 위한 중요한 진전을 나타낸다"라며 "향후 모델 용량과 온라인 플랫폼에서의 데이터 공유에 대한 체계적인 개선을 통해 챗MOF의 성능을 더욱 최적화할 수 있을 것"이라고 말했다.
한편 강영훈 KAIST 생명화학공학과 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션즈'에 지난 6월3일 게재됐다. 이번 연구는 과학기술정보통신부의 지원으로 국가 소재 연구 데이터 사업단, 그리고 한국연구재단(NRF) 중견 연구자 지원 사업의 지원을 받아 수행했다.
장세민 기자 semim99@aitimes.com
