국내 연구진이 인공지능을 이용해 이전에는 없었던 새로운 물질을 예측할 수 있는 기술을 개발해 주목받고 있다.

카이스트 생명화학공학과, 캐나다 토론토대 공동연구팀은 인공지능을 이용해 원하는 물성을 갖도록 소재의 구조를 거꾸로 찾아가는 ‘역설계 방법’으로 원하는 결정구조를 새롭게 만들어 낼 수 있는 기술을 개발했다고 27일 밝혔다. 이번 연구결과는 미국 화학회에서 발행하는 국제학술지 ‘ACS 센트럴 사이언스’에 실렸다.

신소재나 신약 개발에 있어서 궁극적인 목표는 원하는 물성을 가진 소재를 발견하는 것이다. 특히 무기화합물의 경우는 가능한 조성과 결정구조를 고려한다면 무한대에 가까운 수를 모두 찾기는 쉽지 않다. 이런 문제를 해결하기 위해 기존에 알려진 물질 중에서 원하는 것을 찾는 컴퓨터 스크리닝 소재탐색법이 있기는 하지만 찾고자 하는 소재가 스크리닝 데이터베이스에 없는 경우도 많다.

이에 연구팀은 원하는 물질 조성을 제어해 숨어있는 화학공간을 효율적으로 탐색해 물질을 설계할 수 있도록 하는 새로운 역설계 방법을 개발한 것이다. 특히 인공지능의 생성모델인 ‘적대적 생성 신경망’(GAN) 기술과 간단한 원자들의 3차원 좌표를 표시한 물질 표현자 기술을 활용했다.

이 같은 새로운 결정구조 예측기술로 연구팀은 빛을 이용해 수소를 만들어 내는 촉매로 활용 가능한 ‘마그네슘-망간-산화물 기반 광촉매’ 결정구조를 예측하는데 성공했다. 기존 데이터베이스에는 존재하지 않는 생성조건으로 다양한 마그네슘-망간-산화물 구조를 만들어 광촉매로 충분히 활용가능한 신물질을 개발한 것이다.

정유성 카이스트 교수는 “이번 기술은 화합물의 화학적 조성 뿐만 아니라 사용자가 원하는 특정 물성을 갖는 소재를 역설계 하는데 적용이 가능하고 여러 소재 응용분야에서도 많이 활용될 수 있을 것”이라고 말했다.

유용하 기자 edmondy@seoul.co.kr