[과기원은 지금] KAIST, 챗GPT에 쓰인 기술로 다공성 소재 물성 예측 外

멀티모달 트랜스포머를 이용해 다공성 물질의 물성을 예측하는 과정 모식도. KAIST 제공

■ KAIST는 김지한 생명화학공학과 교수 연구팀이 세계 최초로 ‘멀티모달 트랜스포머’를 적용한 인공지능(AI) 모델을 통해 다공성 소재의 다양한 성질을 예측하는 기술을 개발했다고 5일 밝혔다. 멀티모달 트랜스포머는 텍스트, 이미지, 영상 등 여러 형태의 데이터를 효율적으로 학습 및 연산할 수 있게 설계된 인공 신경망이다. '챗 GPT'에도 사용된 기술이다. 다공성 소재는 미세한 구멍이 많아 수소 운반과 방사능 제거 등 다양한 분야에서 활용된다. 용도별로 최고 효율을 낼 수 있는 구멍의 구조가 다르다. 이번에 개발된 멀티모달 트랜스포머는 다공성 소재 100만 종의 3차원 구조 이미지와 그에 맞는 전기적 특성 등 여러 성질에 관한 데이터를 학습했다. 이를 통해 예측 정확도를 기존 기계학습 모델보다 최고 28% 높였다. 연구 결과는 국제학술지 '네이처 머신 인텔리전스'에 지난달 13일 게재됐다.

■ 울산과학기술원(UNIST)은 최원영 화학과 교수팀이 다공성 물질에서 발견되는 금속 클러스터에 주목해 미래 다공성 물질을 설계할 수 있는 중요한 단서를 발견했다고 5일 밝혔다. 지르코늄 금속-유기 다공성 나노 구조체는 안정성이 뛰어나 응용 범위가 넓은 대표적인 금속-유기 다공성 소재다. 이번 연구에서는 이를 활용한 14종의 새로운 금속 클러스터가 탄소중립 다공성 구조체에 구현될 수 있음이 밝혀졌다. 연구팀은 아직 구현되지 않은 다양한 분자 금속 클러스터들을 ‘미래 다공성 물질의 금속 클러스터’로 제안하고 이를 위한 실용적인 합성 전략도 함께 제시했다. 그동안 새로운 유기연결제에 주목하던 기존 합성 전략과 달리 이번 연구는 구조를 예측하기 어려웠던 금속 클러스터의 새로운 후보군들을 제시했다는 평가를 받는다. 연구 결과는 국제학술지 '트렌즈 인 케미스트리'에 4일 게재됐다.

■ 대구경북과학기술원(DGIST)은 김민석 뉴바이올로지학과 교수팀이 임상 시료 중 극미량으로 존재하는 희소 세포 분석에 용이한 무손실 면역세포화학 기술을 개발했다고 5일 밝혔다. ㈜씨티셀즈와 공동으로 개발한 이 기술은 초박막 하이드로젤을 이용해 유체 교환은 용이하되 세포 손실은 막도록 했다. 이를 통해 기존의 세포 염색 기술보다 높은 세포 보존율과 재현성을 확보했다. 희소 세포를 손실 없이 분석할 수 있어 향후 임상 연구에서 활용될 가능성이 높다. 분석 결과 이 기술은 기존 기술 대비 월등히 높은 97% 이상의 세포 보존율을 보였다. 연구 결과는 국제학술지 'ACS 응용재료 및 인터페이스' 3월호 표지논문으로 게재됐다.

[박정연 기자 hesse@donga.com]