화학을 공부한 AI가 신소재를 만든다

KAIST-창원대 UC 머세드, '프로핏-넷' 공동 개발
일반 AI모델보다 정확도 오차를 최대 40% 줄여줘

화학 기본 개념을 배운 인공지능 '프로핏-넷(PROFiT-Net)'이 소재의 성질 예측을 하는 모식도. KAIST 제공

[파이낸셜뉴스] 한국과학기술원(KAIST) 화학과 이억균·김형준 교수가 새로운 물질을 개발할 수 있는 인공지능(AI) 기술 '프로핏-넷(PROFiT-Net)'을 개발했다. 이 AI 모델은 화학 개념 학습을 하고 소재 예측, 새로운 물질 설계, 물질의 성질 예측에 더 높은 정확도를 가졌다.

김형준 교수는 9일 "새로 개발한 프로핏-넷는 유전율, 밴드갭, 형성 에너지 등의 주요한 소재 성질 예측 정확도가 기존 딥러닝 모델의 오차를 최소 10%, 최대 40% 줄일 수 있다"고 말했다.

이 AI 모델의 가장 큰 특징은 화학의 기본 개념을 학습해 예측 성능을 크게 높였다는 점이다. 최외각 전자 배치, 이온화 에너지, 전기 음성도와 같은 내용은 화학을 배울 때 가장 먼저 배우는 기본 개념 중 하나다.

기존 AI 모델과 달리, 프로핏-넷은 이러한 기본 화학적 속성과 이들 간의 상호작용을 직접적으로 학습함으로써 더욱 정밀한 예측을 할 수 있다.

이는 특히 새로운 물질을 설계하거나 물질의 물성을 예측하는 데 있어 더 높은 정확도를 제공하며, 화학 및 소재 과학 분야에서 크게 기여할 것으로 기대된다.

김형준 교수는 "AI 기술이 기초 화학 개념을 바탕으로 한층 더 발전할 수 있다는 가능성을 보여줬다"며, "추후 반도체 소재나 기능성 소재 개발과 같은 다양한 응용 분야에서 AI가 중요한 도구로 자리 잡을 수 있는 발판을 마련했다"고 말했다.

한편, 연구진은 창원대 생물학화학융합학부 김원준 교수, 미국 UC 머세드대 응용수학과 김창호 교수와 공동연구를 통해 새로운 AI 모델을 개발해 국제 학술지 '미국화학회지(Journal of the American Chemical Society)' 에 발표했다.

[e-mail] 김만기 기자