KAIST, 금속 유기 골격체 물성 예측하는 '챗봇 시스템' 개발

거대 언어모델을 이용한 금속 유기골격체 예측 및 역설계 챗봇 시스템 개요.

한국과학기술원(KAIST·총장 이광형) 연구진이 챗GPT를 활용해 '금속 유기 골격체(MOFs)' 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(이하 챗MOF)을 개발했다. 챗MOF는 검색·예측 작업에서 각각 96.9% 및 95.7%의 높은 성공률을 보여 화제다.

KAIST는 김지한 생명화학공학과 교수팀이 이같은 성과를 냈다고 26일 발표했다.

챗MOF는 전통적인 머신러닝 모델과 거대언어모델(LLM)을 결합했다. 다양한 작업에서 뛰어난 성능을 보였는데 검색·예측 작업에서 각각 96.9%와 95.7%의 높은 성공률을 보였다.

더 복잡한 구조 생성 작업은 87.5%의 정확도를 달성했다. 가장 활용도가 높은 작업들에 충분히 효과적임을 보였다.

김지한 교수는 “연구팀이 개발한 기술은 재료 과학 분야에서 AI의 더 높은 자율성을 달성하기 위한 중요한 진전을 나타낸다”며 “모델 용량과 온라인 플랫폼에서의 데이터 공유 개선을 통해 챗MOF 성능을 더 최적화할 수 있으며, 이는 MOFs 연구 분야에서 놀라운 진전을 촉진할 수 있다”고 말했다.

강영훈 KAIST 생명화학공학과 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 네이처 커뮤니케이션즈에 지난 3일 게재됐다.

한편 이번 연구는 과학기술정보통신부 지원으로 국가 소재 연구 데이터 사업단, 그리고 한국연구재단 (NRF) 중견 연구자 지원 사업 지원을 받아 수행됐다.

김영준 기자 kyj85@etnews.com