KAIST, 신개념 화학 AI 모델 '프로핏-넷' 개발
딥러닝 모델 대비 오차 40% 줄여, 소재 개발 활용
새로운 물질을 설계하거나 물질의 물성 예측을 높은 정확도로 수행하는 AI 기반 소재 설계기술이 개발됐다.
KAIST는 이억균 화학과 명예교수와 김형준 교수 연구팀이 김원준 창원대 교수, 김창호 미국 UC머세드대 교수 연구팀과 공동으로 AI를 바탕으로 소재 예측, 새로운 물질 설계, 물질의 물성 예측 등에 활용할 수 있는 '프로핏-넷'(PROFiT-Net)을 개발했다고 9일 밝혔다.
새로운 소재 개발을 빠르게 하려면 AI 기술이 재료의 특성을 정확하게 예측할 수 있도록 해야 한다. 연구팀은 다양한 소재의 결정 구조뿐만 아니라 원소의 특성과 전자 구성정보를 추가적으로 표현해 AI 성능을 획기적으로 향상시킨 기술을 개발했다.
이 기술은 화학의 기본개념에 해당하는 최외각 전자배치, 이온화 에너지, 전기 음성도 등과 이들 간의 상호 작용을 학습해 예측 성능을 크게 높였다. 특히 새로운 물질을 설계하거나 물질의 물성을 예측하는 데 더 높은 정확도를 나타냈다. 김형준 교수는 "AI 기술이 기초 화학 개념을 바탕으로 더 발전할 수 있다는 가능성을 보여줬다"며 "반도체 소재나 기능성 소재 개발 등 다양한 분야에 활용할 수 있을 것"이라고 말했다.
이 연구결과는 국제 학술지 '미국화학회지(지난달 25일자)'에 실렸다. 이준기기자 bongchu@dt.co.kr
화학 기본 개념(왼쪽)을 배운 AI가 다양한 소재(오른쪽)의 물성을 예측하는 모식도. KAIST 제공
