화학·소재 연구에서 생성형 AI(인공지능) 활용에 대한 관심이 커지고 있다.
일본발 양자컴퓨터 스타트업 QunaSys는 최근 생성형 AI의 핵심기술인 대형언어모델(LLM)을 활용한 화학·소재 연구에 관한 컨소시엄을 개최해 설문조사를 실시했다.
소재 개발에서 LLM 활용에 대한 의견을 묻는 질문에 답변자의 41.2%가 1-3년 이내에 브레이크스루(획기적 발전)를 유발할 것으로 예상되는 사례가 발견되면서 LLM 활용이 폭발적으로 증가할 것으로 예상했다.
또 35.3%는 5년 후 산업계에서 LLM 활용이 정착되면서 소재 개발 혁신이 이루어질 것이라고 답변했다.
반면, LLM 활용의 어려움으로는 답변자들의 68.2%가 업무 흐름을 세부적인 부분까지 이해하고 언어화·기사화해야 하는 점을 꼽았으며, 13.6%가 LLM과 코팅과의 특성·차이를 이해하고 적절하게 나누어 사용해야 하는 점을 지적했다.
LLM 활용 분야로는 고분자 물성 예측, 신규 분자 합성, 내부 매뉴얼 및 절차서 검색 증강 생성(RAG) 실장, 기술 서비스를 위한 데이터 수집과 활용 등이 거론됐다.
아울러 JSR은 최근 도쿄(Tokyo)대학과 공동연구를 통해 액체 분자계에 범용적으로 적용할 수 있는 쌍극 모먼트에 대한 기계학습모델을 개발했다.
JSR은 액체 메탄올(Methanol)과 에탄올(Ethanol)에 개발한 기계학습모델을 적용해 전극 스펙트럼을 높은 정확도로 계산할 수 있음을 실증했다.
JSR은 앞으로 기계학습모델을 폴리머 등 고분자계에 적용하고 혁신적인 유전체 소재 개발에 활용할 방침이다. 특히, 차세대 고속통신용 소재 등의 저유전 특성계산에 응용함으로써 저유전 폴리머 개발을 가속화할 수 있을 것으로 기대하고 있다. (윤)