정유성 KAIST 교수팀, 기계학습으로 신소재 설계
"다양한 응용 분야의 신소재 개발에 도움줄 것"

KAIST는 정유성 생명화학공학과 교수 연구팀이 AI를 활용해 원하는 물성을 갖는 신소재를 역으로 설계하는 기술을 개발했다고 밝혔다. <사진=KAIST 제공>
KAIST는 정유성 생명화학공학과 교수 연구팀이 AI를 활용해 원하는 물성을 갖는 신소재를 역으로 설계하는 기술을 개발했다고 밝혔다. <사진=KAIST 제공>
인공지능(AI)이 신소재 개발에도 기여할 수 있을 전망이다. 최근 국내 연구진이 AI를 학습 시켜 기존에 존재하지 않는 바나듐 산화물 결정구조를 예측하는데 성공했다. 

KAIST(총장 신성철)는 정유성 생명화학공학과 교수 연구팀이 AI를 활용해 원하는 물성을 갖는 신소재를 역으로 설계하는 기술을 개발했다고 7일 밝혔다. 

지금까지 신소재 개발 과정은 실험을 통해 소재를 합성하고, 물성(물질 성질)을 측정하는 방식이었다. 이후 소재가 응용 목적에 맞는지를 평가했다. 실험적 시행착오를 통해 신소재를 개발하는 과정 특성상 비용·시간이 많이 드는 문제가 있었다.

연구팀은 AI와 슈퍼컴퓨터를 활용해 이러한 소재 개발 기간을 단축할 방안을 강구했고, 새로운 소재를 역으로 설계하는 방법을 개발했다. 소재 역설계 방법은 알고리즘으로 수만 개 물질과 물성을 학습하게 한 후 원하는 물성을 갖는 물질을 AI 기반 알고리즘이 역으로 생성하는 방식이다.   

연구팀은 AI 기반 생성 모델을 이용했다. 생성 모델은 말 그대로 이미지·음성 데이터를 학습해 새로운 결과물을 생성해내는 AI 기법이다. 이미지와 음성 처리에 활발하게 활용되고 있다. 연구팀은 해당 기술을 무기 고체 소재를 생성하는데 적용했다. 이 과정에서 3차원 이미지 기반 표현자를 도입해, 현재까지 소재 역설계 모델의 한계를 극복했다. 이를 iMatGen(image-based Materials Generator)이라 이름 지었다.

연구팀은 개발된 소재 역설계 기법을 새로운 바나듐 산화물 결정 구조를 예측하는데 활용했다. 이 학습 과정에서 기존에 알려진 물질을 제외해 학습하더라도 제외된 물질들을 역으로 재발견할 수 있음을 확인해 개발 모델의 타당성을 검증했다. 최종적으로 개발된 모델을 통해 학습된 연속 잠재 공간을 다양한 방법으로 샘플링하고 역변환함으로써 기존에 존재하지 않는 새로운 바나듐 산화물 결정구조를 예측할 수 있었다.  

정유성 교수는 "이번 연구 성과는 데이터 기반 기계학습으로 원하는 물성을 갖는 무기 고체 소재를 역으로 설계한 것"이라며 "향후 다양한 응용 분야의 신소재 개발에 도움을 줄 수 있을 것으로 기대한다"고 밝혔다. 

이번 연구는 한국연구재단, 에너지기술평가원, KISTI(한국과학기술정보연구원) 지원으로 이뤄졌다. 연구 결과는 국제 학술지 'Matter'에 게재됐다. 

연구성과 모식도. <사진=KAIST 제공>
연구성과 모식도. <사진=KAIST 제공>
저작권자 © 헬로디디 무단전재 및 재배포 금지