AI기술로 첨단 소재 특성 예측 효율적으로···다공성 소재 기술 개발

[이데일리 강민구 기자] 국내 연구진이 에너지·환경 분야에 필요한 다공성 소재의 물질 성질을 인공지능으로 효율적으로 예측하는 기술을 개발했다. 새로운 소재 설계와 개발에서 필요한 물질 특성을 정확하고, 미리 예측해 소재 과학 기술 발전에 활용할 수 있는 연구결과다.

한국과학기술원(KAIST)은 김지한 생명화학공학과 교수 연구팀이 멀티모달 트랜스포머를 적용한 인공지능을 기술로 다공성 소재의 다양한 물성을 예측하는 기술을 개발했다고 5일 밝혔다.

멀티모달 트랜스포머는 비디오 프레임과 오디오 트랙, 웹 이미지와 캡션, 교육용 비디오와 음성 대본처럼 서로 다른 형태의 정보를 결합하도록 설계된 신경망 모델이다.

연구팀은 챗GPT(ChatGPT)에서 사용된 모델인 트랜스포머를 다공성 소재에 도입해 모든 성능을 예측하는 멀티모달 인공 신경망을 개발했다. 멀티모달은 서로 다른 형태의 데이터를 함께 학습한다.

특히 원자 단위의 정보를 그래프로 표현하고, 결정성 단위의 정보를 3차원 그림으로 바꿔 함께 학습한다. 이를 통해 모든 물성에서 높은 성능으로 물성을 예측한다.

이후 다공성 소재를 위한 트랜스포머를 개발해 100만 개의 다공성 소재로 사전학습을 시켰다. 그 결과, 다공성 소재의 가스 흡착, 기체 확산, 전기적 특성 등을 기존에 발표된 머신러닝 모델들보다 더 높은 성능으로 예측했다.

연구 결과는 국제 학술지 ‘네이처 머신 인텔리전스(Nature Machine Intelligence)’에 지난 달 13일자로 게재됐다.

김지한 KAIST 생명화학공학과 교수.(사진=KAIST)