상단여백
HOME Issue
AI로 숨겨진 소재 발굴 기술 개발...카이스트정유성 교수팀, AI 활용 기존 데이터베이스에 없는 신물질 발견
개발된 조성-조건 기반 고체 결정 구조 생성모델.(그래픽=KAIST 제공)

[e경제뉴스 노영조 기자] 한국과학기술원(KAIST)은 생명화학공학과 정유성 교수 연구팀이 AI 기술을 이용해 숨겨진 신물질을 예측하는 기술을 개발했다고 27일 밝혔다.

소재 연구의 최종 목표는 원하는 물성을 갖는 소재를 발견하는 것이다. 그러나 무한대에 가까운 무기화합물의 가능한 모든 조성을 탐색하기는 쉽지 않다.

이 때문에 컴퓨터 스크리닝 기술을 이용한 소재 탐색 방법이 널리 사용되고 있지만, 찾고자 하는 소재가 스크리닝 후보군에 없으면 유망한 신물질을 놓치는 한계가 있다.

정 교수팀이 개발한 소재 역설계 방법은 주어진 조성을 갖는 결정구조를 새롭게 생성하게 함으로써  기존 데이터베이스에는 존재하지 않던 신물질을 발견할 수있도록 한다.

연구팀은 AI 딥러닝 기술인 적대적 생성 신경망(GAN)을 통해 원하는 조성을 갖는 결정 구조를 학습하게 함으로써 기존 데이터베이스에 없는 신소재를 발굴하는 데 성공했다고 설명했다.

정 교수팀은 이번 연구를 통해 개발한 소재 역설계 방법을 활용, 빛을 이용한 수소생산 촉매로 활용될 수 있는 마그네슘-망간-산화물 기반의 광촉매 물질의 결정구조를 예측하는 데도 성공했다.

기존 데이터베이스에 존재하지 않는 조성들을 생성조건으로 다양한 마그네슘-망간-산화물 구조를 생성한 결과, 기존에 알려지지 않았으면서 광촉매로서 전도유망한 특성을 갖는 신물질을 다수 발견한 것이다.

(왼쪽부터) 정유성 교수, 김성원 박사과정-노주환 박사과정 연구원(출처=KAIST)

정유성 교수는 "광촉매 물질의 설계에 적용한 이번 소재 설계 프레임워크는 화합물의 화학적 조성뿐 아니라 사용자가 원하는 특정 물성을 갖는 소재를 역설계하는데 적용이 가능하다ˮ면서 "여러 소재 응용 분야에서 활용될 수 있을 것으로 기대된다ˮ고 말했다.

이번 연구 결과는 미국 화학회(ACS)가 발행하는 국제 학술지 'ACS 센트럴 사이언스'(ACS Central Science) 8월 호에 실렸다.

노영조 기자  lorenzo888@hanmail.net

<저작권자 © e경제뉴스, 무단 전재 및 재배포 금지>

노영조 기자의 다른기사 보기
icon인기기사
기사 댓글 0
전체보기
첫번째 댓글을 남겨주세요.
Back to Top