화학연·KAIST, AI 기반 전구체 예측 프로세스 개발

국내 연구진에 의해 신물질 개발 중간 과정의 속도를 높이는 방법이 개발됐다.

한국화학연구원은 최근 한국과학기술원(KAIST)과의 공동 연구팀에서 AI를 활용한 고정밀 전구체 물질 예측 프로세스를 개발했다고 13일 밝혔다.

전구체 물질이란 새로운 물질을 만드는 과정에서 완성되기 직전의 물질로, 최근 이차전지와 반도체의 차세대 제품 개발 과정에서 주목을 받고 있다.

기존에도 전구체 예측 프로그램은 존재했으나 주로 미생물과 같은 생명체나 유기물 예측에 사용됐으며 무기물 소재에 대한 연구는 부족한 상황이었다.

금속 등 무기 화합물은 구조가 비교적 복잡하고 다양하게 연결되면서 원하는 합성 경로를 하나만 찾아내기 어렵기 때문이다.

이에 연구진은 무기 소재의 복잡한 구조를 파악하지 않고 원소가 포함된 종류와 비율만을 가지고 고성능의 전구체를 찾아내는 AI를 개발했다.

새로운 AI는 신소재와 전구체 관련 논문 2만여 건을 학습하고 합성 과정과 물질 정보를 토대로 화학적 결합 예측에 특화됐다.

한국화학연구원과 KAIST의 AI 연구팀 [화학연구원 제공]

연구진은 최근 약 2800건의 물질 합성 실험을 대상으로 AI를 도입한 결과, 합성 전구체 물질 예측 정확도가 약 80%에 달했다고 밝혔다.

특히 예측 속도는 AI에 특화된 첨단 GPU 가속을 사용하면서 100분의 1초면 예측이 끝난다.

향후 연구팀은 AI가 학습할 데이터셋을 확장해 예측 정확도를 90% 이상까지 높인다는 계획이다.

한국화학연구원 관계자는 “최종적으로는 내년부터 웹 기반 공공 서비스를 구축하는 것이 목표”라고 말했다.

또 “전구체 물질뿐만 아니라 소재 합성 과정까지 모두 예측하는 ‘AI 기반 소재 역합성 완전 자동화 기술’의 개발도 추진 중이다”라고 덧붙였다.