신소재 개발시간 줄어든다.. AI로 합성가능성 예측

인공지능으로 소재의 합성 가능성을 예측
신소재 발굴 시간 단축 기대

[아시아경제 황준호 기자] 국내 연구진이 딥러닝을 이용해 소재의 합성 가능성을 87%까지 예측할 수 있는 기술을 개발했다. 신소재 합성 가능성이 미리 판단할 수 있는 기술로, 신소재 개발 시간이 크게 단축될 수 있을 것으로 예상된다.

정유성 한국과학기술원 생명과학공학과 교수의 연구팀은 기존 합성이 보고된 소체 소재들의 구조적 유사성을 그래프 합성 곱신경망(GCN)으로 학습해 새로운 소재의 합성 가능성을 예측할 수 있는 모델을 개발했다고 22일 밝혔다. 이번 연구 성과는 국제학술지 미국화학회지에 최근 실렸다.

연구팀은 팀은 5만여 종에 달하는 이미 합성이 보고된 물질과 8만여 종의 가상 물질로 이뤄진 '머터리얼스 프로젝트' 라는 소재 관련 데이터베이스를 이용해 모델을 구축했다. 연구팀 관계자는 "이 기술을 활용한 결과, 소재들의 합성 가능성을 약 87% 정도 정확하게 예측할 수 있었다"고 설명했다.

연구팀은 이 모델을 통해 이미 합성된 소재들의 열역학적 특성을 분석한 결과, 열역학적 안정성만으로는 실제 소재의 합성 가능성을 예측할 수 없다는 사실도 알아냈다. 또 머터리얼스 프로젝트(MP) 데이터베이스 내에 합성 가능성 점수가 가장 높은 100개의 가상 물질에 대해 문헌조사를 실시한 결과, 이들 중 머터리얼스 프로젝트(MP) 데이터베이스에는 합성 여부가 아직 알려지지 않았지만 실제로 합성돼 논문에 보고된 소재도 71개에 달하는 것을 확인했다.

정유성 교수는 "빠른 신소재 발견을 위해 다양한 소재 설계 프레임워크가 존재하지만 정작 설계된 소재의 합성 가능성에 관한 판단은 전문가 직관의 영역으로 남아 있다"며 "이번에 개발한 합성 가능성 예측 모델은 새로운 소재를 설계할 때 실제로 합성 가능성을 실험 전에 미리 판단할 수 있어 새로운 소재의 개발시간을 단축하는 데 큰 도움이 될 것"이라고 말했다.

황준호 기자 rephwang@asiae.co.kr