KAIST, 화학 개념 학습하고 새 물질 설계 등 가능한 AI 개발

한미 공동 연구팀, 프로핏-넷 개발 성공
딥러닝 모델 오차를 최대 40%까지 줄여

화학 기본 개념을 배운 인공지능이 소재의 물성 예측을 하는 모식도. ⓒ한국과학기술원

한국과학기술원(KAIST)은 화학 개념을 학습하고 새로운 물질 설계 등이 가능한 인공지능(AI)을 개발했다고 9일 밝혔다.

이억균 KAIST 화학과 명예교수와 김형준 KAIST 교수 공동 연구팀이 김원준 창원대학교 생물학화학융합학부 교수, 미국 UC 머세드(Merced) 응용수학과의 김창호 교수 연구팀과 공동연구를 통해, AI 기술인 ‘프로핏-넷(PROFiT-Net)’을 개발하는 데 성공했다.

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 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 연구팀은 기대하고 있다.

김형준 교수는 "AI 기술이 기초 화학 개념을 바탕으로 한층 더 발전할 수 있다는 가능성을 보여주었다ˮ며 “추후 반도체 소재나 기능성 소재 개발과 같은 다양한 응용 분야에서 AI가 중요한 도구로 자리 잡을 수 있는 발판을 마련했다ˮ고 말했다.