globalmakers

AI가 숨겨진 화학 공간 탐색...신물질 발견

[글로벌메이커스 유창연 기자] 국내 연구진이 AI로 숨겨진 화학 공간을 탐색해 새로운 물질을 예측하는 기술을 개발해 냈다. KAIST(총장 신성철) 생명화학공학과 정유성 교수 연구팀이 해낸 일이다. 연구팀은 김성원·노주환 박사과정 연구원이 함께 했다.

이 팀이 개발한 것은 소재 역설계(Materials Inverse Design) 방법이다. 데이터 학습을 통해 주어진 조성을 갖는 결정구조를 새롭게 생성하게 함으로써 기존 데이터베이스에는 존재하지 않던 신물질을 발견할 수 있도록 하는 것이다.

center
역설계 방법은 원하는 조성을 제어함으로써 숨어있는 화학 공간을 효율적으로 탐색해 물질을 설계할 수 있는 기술을 가능케 한다. 사진= 클립아트코리아


기존의 역설계 방법에서는 원하는 조성을 제어하는 것이 어려웠다. 하지만 정 교수팀이 개발한 역설계 방법은 원하는 조성을 제어함으로써 숨어있는 화학 공간을 효율적으로 탐색해 물질을 설계할 수 있도록 하는 것이 특징이다.

결정구조 예측기술은 인공지능 생성모델인 적대적 생성신경망(GAN, Generative Adversarial Network)을 기반으로 했다. 또 연구팀은 기존의 복잡한 3차원 이미지 기반 물질 표현자의 단점을 해소하기 위해서는 비교적 간단한 원자들의 3차원 좌표를 기반으로 한 물질 표현자를 사용했다.

이번에 개발에 성공한 소재 역설계 방법은 빛을 이용한 수소생산 촉매로 활용될 수 있는 마그네슘-망간-산화물 기반의 광촉매 물질의 결정구조도 예측했다. 기존 데이터베이스에 존재하지 않는 조성들을 생성조건으로 다양한 마그네슘-망간-산화물 구조를 생성한 결과, 기존에 알려지지 않았으면서 광촉매로서 전도유망한 특성을 갖는 신물질을 다수 발견했다.

정유성 교수는 "광촉매 물질의 설계에 적용한 이번 소재 설계 프레임워크는 화합물의 화학적 조성뿐 아니라 사용자가 원하는 특정 물성을 갖는 소재를 역설계하는데 적용이 가능하다ˮ고 설명했다.

이 기술은 앞으로 여러 소재 응용 분야에서 활용될 수 있을 것으로 전망되고 있다.

news@globalmakers.co.kr
<Copyright ⓒ GlobalMarkers co, Ltd. 무단 전재 및 재배포 금지>

영상