한국과학기술원(KAIST·총장 신성철)은 정유성 생명화학공학과 교수팀이 인공지능(AI) 기술을 이용해 숨겨진 새로운 물질을 예측하는 기술을 개발하는 데 성공했다고 27일 밝혔다.
소재 연구의 궁극 목표는 원하는 물성을 갖는 소재를 발견하는 것이다. 그러나 무기화합물의 조성과 결정구조 경우의 수는 무한한다. 컴퓨터 스크리닝 소재 탐색 방법이 널리 쓰이지만 찾고자 하는 소재가 스크리닝 후보군에 존재하지 않을 때는 유망한 후보를 놓치는 경우가 종종 발생한다.
연구팀은 '소재 역설계 방법'을 썼다. 이는 특정한 물성을 갖도록 소재 구조를 역으로 찾아가는 방법이다. 특정 조성을 갖는 결정구조를 새롭게 생성, 기존 데이터베이스(DB)에는 존재하지 않던 신물질을 발견할 수 있도록 한다.
기존 역설계 방법에서는 원하는 조성을 제어할 수 없지만, 연구팀이 개발한 것은 원하는 조성을 제어해 숨어있는 화학 공간을 효율적으로 탐색하고 물질을 설계할 수 있다.
개발 예측기술은 AI 생성모델인 적대적 생성 신경망(GAN)을 기반으로 만들어졌다. 또 물질 표현자로 비교적 간단한 원자들의 3차원 좌표를 활용했다. 기존의 복잡성을 많이 덜어냈다.
정 교수팀은 이런 소재 역설계 방법을 활용해 수소생산 촉매로 쓰이는 마그네슘-망간 산화물 기반 광촉매 물질 결정구조 예측에 성공했다.
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 “이번 소재 설계 프레임워크는 화합물의 화학적 조성뿐 아니라 사용자가 원하는 특정 물성을 갖는 소재를 역설계하는데 적용 가능하다”며 “여러 소재 응용 분야에서 활용될 수 있을 것으로 기대된다”고 말했다.
대전=김영준기자 kyj85@etnews.com
