“소재 물성 예측 오류 40%↓” KAIST, 신개념 ‘화학 AI’ 개발 성공
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.
한국과 미국 공동 연구진이 소재 예측, 새로운 물질 설계, 물질의 물성 예측에 더 높은 정확도를 제공하는 인공지능을 개발하는 데 성공했다.
KAIST는 화학과 이억균 명예교수와 김형준 교수 공동 연구팀이 창원대학교 김원준 교수, 미국 UC 머세드 김창호 교수 연구팀과 공동연구를 통해, 새로운 인공지능(AI) 기술인 '프로핏-넷(이하 PROFiT-Net)'을 개발하는 데 성공했다고 9일 밝혔다.
이 글자크기로 변경됩니다.
(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.
[헤럴드경제=구본혁 기자] 한국과 미국 공동 연구진이 소재 예측, 새로운 물질 설계, 물질의 물성 예측에 더 높은 정확도를 제공하는 인공지능을 개발하는 데 성공했다.
KAIST는 화학과 이억균 명예교수와 김형준 교수 공동 연구팀이 창원대학교 김원준 교수, 미국 UC 머세드 김창호 교수 연구팀과 공동연구를 통해, 새로운 인공지능(AI) 기술인 ‘프로핏-넷(이하 PROFiT-Net)’을 개발하는 데 성공했다고 9일 밝혔다.
연구팀이 개발한 인공지능은 유전율, 밴드갭, 형성 에너지 등의 주요한 소재 물성 예측 정확도에 있어서 이번 기술은 기존 딥러닝 모델의 오차를 최소 10%, 최대 40% 줄일 수 있는 것으로 보여 주목받고 있다.
PROFiT-Net의 가장 큰 특징은 화학의 기본 개념을 학습해 예측 성능을 크게 높였다는 점이다. 최외각 전자 배치, 이온화 에너지, 전기 음성도와 같은 내용은 화학을 배울 때 가장 먼저 배우는 기본 개념 중 하나다.
기존 AI 모델과 달리, PROFiT-Net은 이러한 기본 화학적 속성과 이들 간의 상호작용을 직접적으로 학습함으로써 더욱 정밀한 예측을 할 수 있다. 이는 특히 새로운 물질을 설계하거나 물질의 물성을 예측하는 데 있어 더 높은 정확도를 제공하며, 화학 및 소재 과학 분야에서 크게 기여할 것으로 기대된다.
김형준 교수는 “AI 기술이 기초 화학 개념을 바탕으로 한층 더 발전할 수 있다는 가능성을 보여주었다”면서 “향후 반도체 소재나 기능성 소재 개발과 같은 다양한 응용 분야에서 AI가 중요한 도구로 자리 잡을 수 있는 발판을 마련했다ˮ고 말했다.
이번 연구결과는 국제학술지 ‘미국화학회지(JACS)’에 지난 9월 25일 게재됐다.
nbgkoo@heraldcorp.com
Copyright © 헤럴드경제. 무단전재 및 재배포 금지.
- ‘흑백요리사’ 3억 딴 셰프 “건방지게 굴었다” 결국 사과…왜?
- “무거운 짐 든 막내작가 외면했다”…‘1박2일’ 출연진 ‘비매너’ 논란에 영상 삭제
- “삼성처럼 못 만들겠다” 애플, 충격 ‘포기 선언’…이 반지, 결국 못 본다?
- "지옥 같았다"…박서준·성시경도 '왕따' 피해자였다
- 지연, 이혼발표 후 올린 첫 게시물…“우리가 나눈 눈빛 영원히 간직”
- 필리핀 전통의상 만들어가더니…김건희 여사 ‘흰 원피스’ 또 히트
- “이건 진짜 미쳤다” 100% 망할줄 알았는데…입소문에 ‘난리’
- 文 딸 문다혜, 女경찰 손도 뿌리쳤다…CCTV에 포착
- [영상] ‘황재균과 파경’ 지연, 활짝 웃다 결국 울컥…마카오 팬미팅 소화
- 밀양 성폭행 가해자 신상 폭로한 유튜버 구속…‘사적 제재’ 수사선상에