AI로 '신소재 레시피' 찾는다…성균관대 연구팀, 생성 플랫폼 개발

(서울=뉴스1) 김재현 기자 = 성균관대학교 연구팀이 거대언어모델(LLM)을 활용해 새로운 신소재를 만드는 방법을 제안하고 실제 실험 결과를 반영해 합성 방법을 스스로 개선하는 인공지능 플랫폼을 개발했다.

성균관대는 신소재공학부 조성범 교수 연구팀이 아주대 박진성·조현석 교수 연구팀, 미국 매사추세츠공과대(MIT) 주 리(Ju Li) 교수 연구팀과 공동으로 '폐루프(Closed-loop) 신소재 합성 플래닝 플랫폼'을 개발했다고 18일 밝혔다.

신소재 연구에서는 새로운 물질의 후보를 찾는 것뿐 아니라 이를 실제로 만들어내는 과정도 중요하다. 어떤 재료를 사용해야 하는지, 몇 도에서 얼마나 오래 반응시켜야 하는지 등을 찾아내기 위해 반복적인 실험이 필요하기 때문이다.

연구팀은 이 같은 시행착오를 줄이기 위해 AI가 기존 연구 논문을 참고해 새로운 소재의 합성 방법을 제안하는 것을 고안했다.

먼저 공개된 합성 관련 논문 4407편에서 목표 물질과 전구체, 합성 온도와 시간 등 핵심 정보를 추출해 데이터베이스를 구축했다. 이후 연구자가 원하는 소재와 조건을 입력하면 AI가 기존 논문에서 유사한 합성 사례를 찾아 이를 바탕으로 새로운 합성 레시피를 제안하도록 했다.

연구팀이 AI가 제안한 합성 조건을 실제 논문에 보고된 조건과 비교한 결과 주요 합성 변수에서 평균 5점 만점에 4점 안팎의 높은 정확도를 보였다.

특히 이번 연구에서는 AI가 실제 실험 결과를 다시 반영해 합성법을 수정하는 과정까지 구현했다.

연구팀은 AI 플랫폼을 이용해 전고체 배터리용 전해질 소재인 '옥시-셀레나이드(Oxy-selenide)'계 물질을 합성했다. AI가 처음 제안한 600℃ 조건으로 실험한 결과 목표 물질 대신 여러 불순물상이 형성됐다.

연구진이 이 실험 결과를 다시 AI에 입력하자 AI는 합성 온도를 낮추는 새로운 방법을 제안했다. 연구팀은 450℃와 400℃ 조건을 차례로 실험했고, 몇 차례의 실험만으로 불순물이 검출되지 않는 단일상 신소재를 합성하는 데 성공했다.

연구팀이 개발한 플랫폼은 기존 논문에서 합성법을 찾는 데 그치지 않고 'AI의 합성법 제안→실제 실험→실험 결과 분석→AI의 합성법 수정' 과정을 반복한다는 점에서 의미가 있다.

연구팀은 인간 연구자의 실험 경험과 AI의 방대한 문헌 분석 능력을 결합하면 신소재 개발 과정에서 발생하는 시행착오를 줄이고 개발 기간을 단축할 수 있을 것으로 기대하고 있다.

이번 연구 논문은 재료과학 분야 국제학술지 'Advanced Materials'에 게재됐다. 연구 내용을 시각화한 이미지는 해당 학술지의 백커버(Back Cover)로 선정되기도 했다.

kjh7@news1.kr