인공지능 통한 소재 역설계 기술 개발
인공지능 통한 소재 역설계 기술 개발
  • 강지희
  • 승인 2019.10.07 17:20
  • 조회수 1388
  • 댓글 0
이 기사를 공유합니다

안녕하십니까? 어떤 신소재를 만들어 드릴까요? 출처: pixabay
안녕하십니까? 어떤 신소재를 만들어 드릴까요? 출처: pixabay

현재까지의 신소재 개발 방법은 화학적 직관과 실험적 시행착오를 통한 소재 개발이 주를 이루어왔습니다. 때문에 개발 비용과 시간이 많이 들고 소재 개념화에서부터 상용화에 걸리는 시간이 평균 30년이라고 여겨져 왔죠. 이런 문제들을 해결하기 위해 기계학습 알고리즘으로 하여금 기존의 수만개의 물질들과 그 물질들이 갖는 물성을 학습하게 한 후 원하는 물성을 갖는 물질을 알고리즘이 역으로 생성하는 '소재 역설계 모델'이 고안됐습니다.

 

하지만 기존에 제시된 소재 역설계 방법은 이미 알려진 소재 데이터베이스에 기반해 원소를 치환해 데이터베이스를 확장합니다. 이론적 또는 실험적 방법을 통해 소재의 특성을 측정해 새로운 물질을 설계하는 방법입니다. 이는 기존에 데이터베이스에 존재하지 않는 물질을 설계할 수 없다는 게 단점입니다. 또한 고체 소재의 경우 이를 효율적으로 적용하기 위해 필요한 역변환이 가능한 표현자가 존재하지 않아 적용이 어렵다는 단점이 존재하죠. 따라서 역변환이 가능한 표현자의 개발 및 이를 통한 기존 데이터베이스에 존재하지 않는 물질을 생성할 수 있는 역설계 모델 구축은 필수입니다.

 

이런 가운데 KAIST EEWS 대학원 및 생명화학공학과 정유성 교수 연구팀이 인공지능을 활용해 원하는 물성을 갖는 신소재를 역설계하는 기술을 개발했습니다. <Matter>에 게재된 논문에 따르면 연구팀은 알고리즘을 통해 수만 개의 물질을 학습시킨 뒤 인공지능을 통해 원하는 물성을 갖는 소재를 역설계하는 방식으로 4종의 신물질을 발견했습니다.

 

연구팀이 개발한 방법, 소재 개발 기간↓

연구팀이 개발한 소재 역설계 모델 

연구팀은 인공지능 기술과 슈퍼컴퓨터 활용을 융합해 이러한 소재 개발을 기간을 크게 단축할 수 있는 새로운 소재 역설계 방법을 개발했습니다. 연구팀이 개발한 소재 역설계 방법은 기계(알고리즘)로 기존의 수만 개 물질과 그 물질들이 갖는 물성을 학습하게 한 후 원하는 물성을 갖는 물질을 인공지능 기반 알고리즘이 역으로 생성하는 방식입니다.

 

연구팀이 개발한 소재 역설계 방법은 기존의 컴퓨터 스크리닝을 통해 소재 설계를 가속화 하는 연구와도 다릅니다. 스크리닝 기반의 소재 발견 기술은 발견될 물질이 스크리닝 대상이 되는 물질 데이터베이스를 벗어날 수 없다는 점이 한계입니다. 따라서 데이터베이스에 존재하지 않는 새로운 형태의 소재를 발견하지 못합니다.

 

연구팀이 개발한 신소재 역발견 모델은 인공지능 모델의 한 종류인 생성모델을 이용했습니다. 생성모델은 데이터가 존재하는 확률분포를 학습하는 인공지능 모델로 이미지 및 음성 처리에 활발하게 활용되고 있는 기술입니다. 예를 들어 수천 명의 얼굴들을 기계로 학습하게 해 새로운 사람의 얼굴을 생성해 내는 인공지능 기법이죠. 

연구팀은 밀가루 반죽 방식에서 탄소나노소재 실용화의 실마리를 찾았습니다. 출처: fotolia
자, 원하는 걸 만들어 보자! 출처: fotolia

연구팀은 이미지 생성에 주로 쓰이는 생성모델 기반의 인공지능 기법을 알려지지 않은 무기 고체 소재를 생성하는 데 최초로 적용했습니다. 특히 기존의 생성모델을 고체 소재에 적용하기 위해 역변환이 가능한 3차원 이미지 기반의 표현자를 도입함으로써 현재까지의 소재 역설계 모델의 한계를 극복했죠. 연구팀은 이를 'iMatGen(image-based Materials Generator)'이라 이름지었습니다.

 

연구팀은 개발된 소재 역설계 기법을 새로운 바나듐 산화물 결정구조를 예측하는 데 적용했습니다. 이 학습 과정에서 기존에 알려진 물질을 제외해 학습하더라도 제외된 물질들을 역으로 재발견할 수 있음을 확인해 개발 모델의 타당성을 검증했습니다. 연구팀은 최종적으로 개발된 모델을 통해 학습된 연속 잠재 공간을 다양한 방법으로 샘플링하고 역변환함으로써 기존에 존재하지 않는 전혀 새로운 바나듐 산화물 결정 구조를 예측할 수 있었습니다. 

정유성 교수, 노주환 박사과정 연구원. 출처: KAIST
정유성 교수, 노주환 박사과정 연구원. 출처: KAIST

이번 연구를 주도한 정유성 교수는 "이번 연구는 원하는 물성을 갖는 무기 고체 소재를 역으로 설계하는 방법을 데이터 기반 기계학습으로 최초로 보인 예로, 향후 다양한 응용 분야의 신소재 개발에 도움을 줄 수 있을 것으로 기대한다"고 말했습니다.

 

##참고자료##

 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

  • 충청남도 보령시 큰오랏3길
  • 법인명 : 이웃집과학자 주식회사
  • 제호 : 이웃집과학자
  • 청소년보호책임자 : 정병진
  • 등록번호 : 보령 바 00002
  • 등록일 : 2016-02-12
  • 발행일 : 2016-02-12
  • 발행인 : 김정환
  • 편집인 : 정병진
  • 이웃집과학자 모든 콘텐츠(영상,기사, 사진)는 저작권법의 보호를 받은바, 무단 전재와 복사, 배포 등을 금합니다.
  • Copyright © 2016-2019 이웃집과학자. All rights reserved. mail to contact@scientist.town
ND소프트