비싼 양자역학 계산 대신 생성형AI로 신물질 분석한다

화학연, ‘자기지도 확산 모델 기반 분자 표현학습 기술(DELID)’ 개발

한국화학연구원 제공.

신물질 개발 등에 쓰이는 양자역학 계산은 막대한 계산량이 필요하다. 국내 연구팀이 스스로 정보를 학습해 분자 특성을 예측하는 생성형 인공지능(AI) 기술을 개발했다. 신물질 개발, 독성 예측, 광특성 설계 등에 적용될 것으로 기대된다. 

한국화학연구원은 나경석 화학플랫폼연구본부 선임연구원 연구팀과 박찬영 KAIST 교수 연구팀이 고비용의 양자역학 계산 없이 분자의 전자 수준 정보에 기반해 물성을 정밀하게 예측할 수 있는 ‘자기지도 확산 모델 기반 분자 표현학습 기술(DELID)’을 개발했다고 15일 밝혔다.

기존 양자역학 계산 방법론이나 분자 특성 예측 AI는 물질의 특성을 결정하는 가장 근원적 정보 중 하나인 ‘전자 수준 정보’를 기반으로 신물질을 탐색하기 어렵다. 고비용이 드는 작업이기 때문이다. 분자 특성 예측 AI는 원자 수준 정보만 활용하기 때문에 예측 정확도도 떨어진다.  
 

연구팀은 저비용으로 양자역학 계산이 가능한 소규모 분자의 전자 특성들을 조합해 복잡한 분자의 전자 특성을 추론하는 새로운 AI 방법론인 DELID를 개발했다. DELID는 복잡한 분자를 화학적으로 유효한 부분 구조로 분해하고 양자화학 데이터베이스에서 부분 구조들의 전자 특성 정보를 가져와 복잡한 분자의 전자 특성을 추론하는 학습을 한다. 

DELID는 복잡한 분자에 대한 양자역학 계산을 직접 수행하지 않고도 전자 정보를 추론하고 물성을 예측할 수 있다. 약 3만 건의 실험 데이터에서 DELID는 분자의 물리, 독성, 광학 등의 성질을 높은 정확도로 예측했다. 세계 최고 수준 AI 모델이 광학 특성 예측 문제에서 31~44%의 예측 정확도를 보인 가운데 DELID는 88%의 정확도를 달성했다. 

연구팀은 DELID를 산업계에서 활용할 수 있는 수준까지 기술 개발을 완료했다. 국가핵심산업인 반도체, 디스플레이, 의약 등의 분야에서 신물질 개발 연구를 할 때 DELID를 활용할 수 있다. 

이영국 화학연 원장은 “DELID는 신약 개발, 독성평가, 광전자소자 개발 등 실제 화학 분야에서 활용도가 매우 높을 것”이라며 “화학 산업에서의 AI 실용화에 기여할 것으로 기대된다”고 말했다. 이번 연구는 AI 분야 3대 학술대회인 국제학습표현 컨퍼런스(ICLR)에서 지난 4월 발표됐다.

[문세영 기자 moon09@donga.com]