인공지능으로 새 소재 물질 에측 기술 개발…카이스트 정유성 교수팀

왼쪽부터 정유성 교수, 김성원·노주환 박사과정.

카이스트(KAIST) 생명화학공학과 정유성 교수팀이 인공지능(AI) 기술을 이용해 숨겨진 소재 공간을 탐색, 새로운 물질을 예측하는 기술을 개발하는 데 성공했다고 27일 밝혔다. 

소재 연구의 궁극적인 목표는 원하는 물성을 갖는 소재를 발견하는 것이다. 그러나 무기화합물의 가능한 모든 조성과 결정구조를 고려할 때 무한대에 가까운 경우의 수를 샅샅이 탐색하기는 쉽지 않다.

해결 방안으로 컴퓨터 스크리닝 소재 탐색 방법이 널리 사용되고 있지만 찾고자 하는 소재가 후보군에 존재하지 않을 때는 유망한 물질 후보들을 놓치는 경우가 종종 발생한다.

정 교수팀이 개발한 ‘소재 역설계 방법’은 데이터 학습을 통해 주어진 조성을 갖는 결정구조를 새롭게 생성하게 함으로써 기존 데이터베이스에는 존재하지 않던 신물질을 발견할 수 있도록 한다. 소재 역설계(Materials Inverse Design)란 주어진 구조에 대한 물성을 측정하는 방식의 반대 개념으로, 특정한 물성을 갖도록 소재의 구조를 역으로 찾아가는 방법이다. 연구팀은 결정구조 예측기술 개발을 위해 인공지능 생성모델인 적대적 생성 신경망(GAN)을 활용했다.

정 교수팀은 실제 이번 역설계 방법을 통해 빛을 이용한 수소생산 촉매로 활용될 수 있는 마그네슘·망간·산화물 기반의 광촉매 물질의 결정구조를 예측하는 데도 성공했다.

정 교수는 “광촉매 물질의 설계에 적용한 이번 소재 설계 프레임워크는 사용자가 원하는 특정 물성을 갖는 소재를 역설계하는데 적용이 가능해 여러 소재 응용 분야에서 활용될 수 있을 것으로 기대된다”고 말했다. 카이스트 생명화학공학과 김성원·노주환 박사과정이 공동 제1 저자로, 토론토 대학의 아스푸루-구지크(Aspuru-Guzik) 교수가 공동연구자로 참여한 이번 연구성과는 미국화학회(ACS)가 발행하는 국제학술지 ‘ACS 센트럴 사이언스(Central Science)’ 최근호에 실렸다.

대전=임정재 기자 [e-mail]