한국과학기술원(KAIST·총장 이광형)을 비롯한 한미 공동 연구진이 화학 개념을 학습해 기존보다 높은 정확도로 소재 예측, 새로운 물질 설계, 물질 물성 예측을 수행하는 인공지능(AI) 개발에 성공했다.
KAIST는 화학과의 이억균 명예교수와 김형준 교수 공동 연구팀이 김원준 창원대 생물학화학융합학부 교수, 김창호 미국 UC 머세드 응용수학과 교수 연구팀과 새로운 AI 기술인 '프로핏-넷(PROFiT-Net)'을 개발했다고 9일 밝혔다.
개발 AI는 유전율, 밴드갭, 형성 에너지 등 주요한 소재 물성 예측 정확도 면에서 기존 딥러닝 모델 오차를 10~40% 줄일 수 있다.
PROFiT-Net의 가장 큰 특징은 최외각 전자 배치, 이온화 에너지, 전기 음성도 등 화학 기본 개념을 학습해 예측 성능을 크게 높였다는 점이다.
기본 화학 속성과 이들 간 상호작용을 직접 학습해 새로운 물질을 설계하거나 물질의 물성을 예측하는 데 더욱 정밀하다. 화학 및 소재 과학 분야에서 크게 기여할 것으로 기대된다.
김형준 교수는 “AI 기술이 기초 화학 개념을 바탕으로 한층 더 발전할 수 있다는 가능성을 보여줬다”며 “추후 반도체 소재나 기능성 소재 개발과 같은 다양한 응용 분야에서 AI가 중요한 도구로 자리 잡을 수 있는 발판을 마련했다”고 말했다.
이번 연구는 김세준 KAIST 박사가 제1 저자로 참여했고, 미국화학회지(Journal of the American Chemical Society)' 에 지난 9월 25일 자 게재됐다.
한편 이번 연구는 한국연구재단(NRF)의 나노·소재 기술개발(In-memory 컴퓨팅용 강유전체 개발을 위한 전주기 AI 기술)과 탑-티어 연구기관 간 협력 플랫폼 구축 및 공동연구 지원사업으로 진행됐다.
김영준 기자 kyj85@etnews.com
