AI로 반도체에 적합한 소재 찾아낸다

KIST-경희대 연구진, AI 기술로 '스핀트로닉스' 재료 연구
전자현미경 사진 입력하면 재료 성질 정확도 오차 1% 내외

AI를 이용해 자성체의 전자현미경 이미지를 입력하고 실시간으로 해당 자성체의 자기적 성질을 추정할 수 있다. KIST 제공

[파이낸셜뉴스] 연구진이 실리콘 반도체를 대체할 차세대 반도체 '스핀트로닉스' 재료 성질을 순식간에 분석하는 인공지능(AI)을 개발했다. 연구진은 이 AI를 이용해 자성체의 전자현미경 이미지를 입력하고 실시간으로 해당 자성체의 자기적 물성을 추정할 수 있게 됐다고 설명했다. 뿐만 아니라 실제 관측한 데이터와 AI가 추정한 값의 오차가 1% 내외로 추정 정확도가 매우 높았다고 밝혔다. 한국과학기술연구원(KIST)은 스핀융합연구단 권희영·최준우 박사팀이 경희대학교 원창연 교수 연구팀과의 공동연구를 통해 AI 기술을 활용해 자성체의 스핀구조 이미지로부터 자기적 물성을 추정하는 기술을 개발했다고 17일 밝혔다. 연구진은 이 AI 기술이 딥러닝을 이용해 기존 수십시간까지 걸리던 소재 분석을 순식간에 해결할 수 있다고 설명했다.

권희영 박사는 "이 AI 기술을 활용해 자성 시스템을 분석하는 새로운 연구 방법은 실험과 이론의 연결을 강화하고, 나아가 AI 기술과 순수과학 연구의 융합이라는 새로운 연구 분야의 확장이 이루어질 수 있을 것으로 기대한다"고 말했다.

자성체는 물질을 구성하는 미세단위 자석인 스핀이 같은 방향으로 정렬된 영역인 '자성 도메인'들을 갖고 있다. 이 자성 도메인들이 형성되고 변화함에 따라 다양한 자기적 현상들이 나타나는 것으로 알려져 있다. 그동안은 자성 도메인의 특성을 좀 더 정확하고 깊게 이해하기 위해 다양한 실험을 통해 직접 물성을 측정해왔으며, 이를 위해 많은 시간과 자원을 쏟아야 했다.

연구진은 딥러닝 기술을 활용해 측정시간의 한계를 극복했다.

AI에 기계학습 알고리즘을 적용, 기존 자성 도메인 이미지들을 학습시키고, 새로운 자성 도메인 이미지를 보면 그 물질의 자기적 물성을 추정하도록 했다.

권 박사는 "AI 기술들이 자성 도메인의 특성을 분석하기 위해 어떻게 활용될 수 있는지에 관한 새로운 길을 제시했다"고 설명했다.

이번 연구 결과는 과학분야의 국제 저널인 '사이언스 어드벤시스' 최신 호에 게재됐다.

[e-mail] 김만기 기자