한미 공동 연구진이 화학 개념 학습을 하고 소재 예측, 새로운 물질 설계, 물질의 물성 예측에 더 높은 정확도를 제공하는 인공지능(AI)을 개발했다.
한국과학기술원(KAIST, 총장 이광형)는 화학과 이억균 명예교수와 김형준 교수 공동 연구팀이 김원준 창원대학교 생물학화학융합학부 교수, 김창호 미국 UC 머세드 응용수학과의 교수 연구팀과 공동연구를 통해 소재·물성 AI 기술인 ‘프로핏-넷(PROFiT-Net)’을 개발했다고 9일 밝혔다.
프로핏-넷은 유전율, 밴드갭, 형성 에너지 등의 주요한 소재 물성 예측 정확도가 기존 딥러닝 모델의 오차를 최소 10%, 최대 40% 줄일 수 있다는 설명이다.
가장 큰 특징은 최외각 전자 배치, 이온화 에너지, 전기 음성도와 같은 화학의 기본 개념을 학습해 예측 성능을 크게 높였다는 점을 꼽았다.
기존 AI 모델과 달리, 이러한 기본 화학적 속성과 이들 간의 상호작용을 직접적으로 학습함으로써 더욱 정밀한 예측을 할 수 있다고 전했다.
특히 새로운 물질을 설계하거나 물질의 물성을 예측하는 데 있어 더 높은 정확도를 제공하며, 화학 및 소재 과학 분야에서 크게 기여할 것으로 기대된다고 밝혔다.
김형준 교수는 "AI 기술이 기초 화학 개념을 바탕으로 한층 더 발전할 수 있다는 가능성을 보여주었다ˮ라며 “추후 반도체 소재나 기능성 소재 개발과 같은 다양한 응용 분야에서 AI가 중요한 도구로 자리 잡을 수 있는 발판을 마련했다ˮ라고 말했다.
이번 연구는김세준 박사가 제1 저자로 참여하였고, 국제 학술지 `미국화학회지' 에 지난 9월 25일자 게재됐다.
한편, 이번 연구는 한국연구재단(NRF)의 나노·소재 기술개발과 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업으로 진행됐다.
박수빈 기자 sbin08@aitimes.com
