일주일→하루 안에 계산하는 'AI 고분자 시뮬레이션 기술' 개발

UNIST 김재업 교수 연구팀, 딥러닝으로 고분자 시뮬레이션 속도·정확도 높여

L-FTS에 딥러닝을 도입해 예측한 결과와 기존 예측 결과 비교. [울산과학기술원 제공. 재판매 및 DB 금지]

(울산=연합뉴스) 김용태 기자 = 울산과학기술원(UNIST)은 인공지능(AI)을 이용해 고분자 시뮬레이션을 빠르게 수행할 수 있는 기술을 개발했다고 9일 밝혔다.

UNIST에 따르면 물리학과 김재업 교수 연구팀은 일주일 정도 소요되던 계산을 하루 안에 끝낼 수 있는 'AI 고분자 시뮬레이션 기술'을 개발해 오픈소스 프로그램으로 공개했다.

옷감이나 플라스틱 등 우리 일상에는 고분자로 만든 재료가 많고, 특히 나노 기술은 고분자의 자기조립 성질을 이용하는 경우가 흔하다.

어떤 고분자를 재료로 쓸지 결정하기 위해 시뮬레이션을 이용하는데, 연결된 사슬 구조를 가진 고분자 특성상 복잡한 함수를 써서 오랜 시간 계산해야 했다.

고분자계의 통계 물리학적 특성을 정밀하게 계산할 수 있는 차세대 이론 도구인 '랑주뱅 장이론 시뮬레이션'(Langevin Field Theoretic Simulation·L-FTS)이 개발됐지만 계산량이 너무 많아 고성능 GPU(그래픽 처리장치)를 사용해도 시뮬레이션 한 번에 며칠씩 걸렸다.

특히 고분자의 비압축성이 성립하는 지점을 찾는 작업을 수십만 번 이상 수행해야 한다.

기존에 쓰이던 반복법은 대략 예측한 값에서 실제 결과까지 거리를 계산한 후 예측치를 수정하는 과정을 반복해 이 지점을 찾아냈는데, 한 번 찾을 때마다 예측 작업을 50회 정도 반복해야 했다.

연구팀은 AI 기술인 딥러닝(Deep Learning)을 이용해 반복법의 단점을 해결했다.

인공신경망에 많은 데이터를 주고 훈련을 진행해 예측치를 더 정확하게 도출하게 했다.

또 이 기술을 쓰면 50회씩 반복하던 예측을 2∼4회로 줄일 수 있어 기존보다 6배 이상 빠르게 시뮬레이션을 수행할 수 있다.

인공신경망 훈련을 위한 데이터 준비와 훈련에 드는 시간을 포함해도 기존 대비 최소 4배 이상 속도가 향상됐다고 연구팀은 설명했다.

UNIST 물리학과 김재업 교수(왼쪽)와 제1저자인 용대성 박사. [울산과학기술원 제공. 재판매 및 DB 금지]

김재업 교수는 "이번 기술은 심층 인공신경망이 예측한 답을 그대로 사용하는 게 아니라 예측치와 정답의 차이를 다시 계산해 새로운 입력값을 부여하는 것"이라며 "몇 번의 예측으로 원하는 수치적 정밀도를 얻을 수 있다"고 말했다.

연구 결과는 고분자 연구 학술지인 '매크로몰레큘스'(Macromolecules)에 9일 자로 출판됐다.

연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업, 기초연구실사업, 세종과학펠로우십의 지원을 받아 이뤄졌다.

yongtae@yna.co.kr

▶제보는 카톡 okjebo