카이스트는 정유성 생명화학공학과 교수 연구팀이 인공지능(AI) 학습 과정 중 하나인 딥러닝을 활용해 소재 합성 가능성을 예측하는 기술을 개발했다고 22일 밝혔다.
기존 신소재 합성은 이론적으로 안정해도, 실제 합성 과정에서 성공하지 못하는 경우가 대다수다. 이 경우, 대부분 소재가 버려져 불필요한 시간과 자원 낭비를 야기한다. 하지만 신소재 합성은 반응 조건, 열역학, 반응 속도 등 다양한 요인으로 결정되기에, 해결이 쉽지 않은 과제로 꼽혔다.
AI모델은 약 5만종에 달하는 합성 가능 물질과 약 8만종의 가상 물질로 구성된 ‘머터리얼스 프로젝트’의 소재 데이터베이스를 기반으로 학습했다. 그 결과, 소재 합성 가능성을 약 87% 정확도로 예측했다.
또한 합성 가능 물질의 열역학적 특성 분석 결과, 열역학적 안정성만으로 합성 가능성을 예측할 수 없으며, AI가 합성 가능성이 높다고 판단한 100개의 가상물질 중 71개가 실제 합성된 소재라는 점도 확인했다.
정유성 교수는 "빠른 신소재 발견을 위해 다양한 소재 설계 프레임워크가 존재하지만, 정작 설계된 소재의 합성 가능성에 관한 판단은 전문가 직관의 영역이었다ˮ면서 "이번 합성 가능성 예측 모델은 실제로 합성 가능성을 실험 전에 미리 판단할 수 있어 새로운 소재 개발 시간 단축에 큰 도움이 될 것ˮ이라고 말했다.
송주상 기자 sjs@chosunbiz.com