국내 연구진이 인공지능(AI)을 활용해 숨겨진 소재를 탐색하는 기술을 개발했다.
한국과학기술원(KAIST)은 생명화학공학과 정유성 교수 연구팀이 AI 기술을 이용해 숨겨진 새로운 물질을 예측하는 기술을 개발하는데 성공했다고 10월27일 밝혔다.
새로 개발한 소재 역설계 방법은 데이터 학습을 통해 주어진 조성을 갖는 결정구조를 새롭게 생성하게 함으로써 기존 데이터베이스에 존재하지 않던 신물질을 발견할 수 있도록 하고 있다.
기존 역설계 방법에서는 원하는 조성을 제어할 수 없지만 신규 역설계 방법은 원하는 조성을 제어함으로써 숨어있는 화학 공간을 효율적으로 탐색해 물질을 설계할 수 있는 것으로 알려졌다.
연구팀은 인공지능 생성모델인 적대적 생성 신경망(GAN: Generative Adversarial Network)을 기반으로 결정구조 예측기술을 개발했으며 기존의 복잡한 3차원 이미지 기반 물질 표현자의 단점을 해소하기 위해 비교적 간단한 원자들의 3차원 좌표를 기반으로 한 물질 표현자를 사용했다.
연구팀은 신규 소재 역설계 방법을 활용해 빛을 이용한 수소 생산 촉매로 활용될 수 있는 마그네슘-망간-산화물 기반 광촉매 물질의 결정구조를 예측하는데 성공했다.
기존 데이터베이스에 존재하지 않는 조성들을 생성조건으로 다양한 마그네슘-망간-산화물 구조를 생성한 결과 그동안 알려지지 않았으면서 광촉매로서 전도유망한 특성을 갖는 신물질을 다수 발견했다.
정유성 교수는 “광촉매 물질의 설계에 적용한 소재 설계 프레임워크는 화합물의 화학적 조성 뿐만 아니라 사용자가 원하는 특정 물성을 갖는 소재를 역설계하는데 적용이 가능하다ˮ며 ”여러 소재 응용 분야에서 활용될 것으로 기대된다ˮ고 강조했다. (K)