© News1 DB

나노 규모 물질을 더 정확히 시뮬레이션 할 수 있도록 돕는 인공지능 'DM21'이 공개됐다.

알파벳의 자회사 딥마인드는 9일(영국 현지시간) 국제학술지 사이언스(Science)에 인공신경망으로 화학 계산을 더 정확하게 만드는 인공지능 'DM21'에 대한 논문을 게재했다. 화학 반응을 비롯한 다양한 자연 현상을 원자와 분자 수준에서 이해하기 위해서는 물질·분자 내부에 전자의 분포와 에너지를 양자역학적으로 계산할 필요가 있다. 단순한 원자의 경우에는 양자역학적 계산이 가능하지만, 원자의 수가 늘어나고 관계가 복잡해질수록 필요한 계산량과 난이도는 급속히 늘어난다.

이후 밀도 범함수 이론(Density Functional Theory, DFT)이 나와 상대적으로 계산량이 줄었다. 이 이론을 발전시킨 월터 콘과 같은 학자는 이 공로로 노벨상을 수상하기도 헀다.

딥마인드는 DFT 기반 계산을 개선하기 위한 인공신경망 기반의 인공지능을 개발했다. 전자 밀도와 상호 작용 에너지 사이의 정확한 매핑 특성(밀도 함수)는 계산의 핵심이지만, 알려지지 않았다. 딥마인드는 인공신경망을 사용해 이전에 달성할 수 있었던 것보다 더 정확한 밀도 및 전자 간의 상호 작용 관계 지도를 구축할 수 있음을 논문을 통해 밝혔다. 좀 더 정확한 밀도 함수 및 계산을 활용하면, 장기적으로 양자 역학 수준에서 물질을 좀 더 정확히 시뮬레이션 할 수 있다. 물질을 나노 수준에서 정확히 시뮬레이션하면 물질, 의약품, 촉매, 반응 설계 등의 응용이 가능하다.

제임스 커크패트릭(James Kirkpatrick) 딥마인드 연구원은 "나노 규모의 기술을 이해하는 것은 청정 에너지에서 플라스틱 오염에 이르기까지 21세기의 주요 과제를 해결하는 데 중요해지고 있다"며 "이번 연구는 분자를 묶는 접착제인 전자 간의 상호 작용을 더 잘 이해할 수 있도록 하는 한 걸음"이라고 설명했다.

구글 딥마인드가 과학의 난제를 풀기 위한 인공지능을 개발한 것은 이번이 처음이 아니다. 이번 연구가 화학의 중요한 주제인 전자 상호작용 계산을 쉽게 만들었다면, 과거 발표한 '알파폴드'는 생명 활동의 기초인 단백질의 구조 문제를 풀어내는데 활약하고 있다.

단백질의 접힘 구조를 예측하는 '알파폴드'는 2018년 '단백질 구조 예측 학술대회'(CASP)에 처음 출전해 다른 경쟁자들을 멀찍이 따돌리며 가장 좋은 성적을 냈다. 또 2020년 개최된 CASP에 출전한 '알파폴드2'는 90점을 기록해 역대 최고 기록을 남기기도 했다.

딥마인드는 이번에 개발한 나노 물질 시뮬레이션 인공지능을 알파폴드와 마찬가지로 논문과 오픈 소스 코드를 무료로 사용할 수 있도록 공개했다.


seungjun241@news1.kr