SmartCity · Mobile · Metaverse

“화학산업 혁신 이끌 AI 신기술 나왔다”
  • 박설민 기자
  • 기사입력 2023.03.07 15:17

    KISTI, 순환신경망 기반 ‘전이상태 예측 AI’ 개발

    • 한국과학기술정보연구원에서 개발한 전이상태 구조 예측을 위한 인공지능 모델 개념도/ 한국과학기술정보연구원
      ▲ 한국과학기술정보연구원에서 개발한 전이상태 구조 예측을 위한 인공지능 모델 개념도/ 한국과학기술정보연구원

      신소재 개발은 ‘화학 반응속도’를 얼마나 잘 조절할 수 있느냐가 관건이다. 같은 물질을 동일한 비율로 반응시켜도, 반응속도가 달라지면 전혀 다른 소재가 만들어진다. 다이아몬드와 흑연이 동일한 탄소(C)로 이뤄진 물질임에도 성질이 전혀 다른 것도 화학 반응속도가 달랐기 때문이다.

      이런 물질의 화학 반응속도의 예측이 가능한 인공지능(AI) 기술을 국내 연구진이 개발했다. 최성환 한국과학기술정보연구원(KISTI) 슈퍼컴퓨팅응용센터 선임연구원팀은 물질의 ‘전이상태(TS)’ 구조를 정밀하게 예측할 수 있는 AI모델 개발에 성공했다고 7일 밝혔다.

      ‘전이상태’란 화학반응 경로에서 가장 높은 에너지를 가지는 구조로, 물질의 화학 반응속도를 좌우한다. 예를 들어 전이상태가 높으면 화학반응이 잘 일어나지 않기 때문에, 온도를 높이거나 촉매를 사용해 반응을 촉진시킨다. 때문에 화학반응 메커니즘 분석 및 신소재·촉매 설계 연구에선 전이상태 화학구조의 파악이 핵심 과제다. 하지만 전이상태는 화학반응 중 빠르게 지나치기 때문에 일반적인 실험방식으론 측정이 매우 어렵다.

      이 같은 문제를 해결하기 위해 KISTI 연구진 ‘쌍 시퀀스 상호 작용 계층(Pair Sequence Interaction Layer)’이라는 전이상태 예측 AI모델을 새롭게 고안했다. ‘양방향 게이트 순환 단위(Bidirectional GRU)’를 기반으로 제작됐다. 이 AI알고리듬은 순환신경망(RNN)의 변형 알고리듬의 일종이다. 시간의 흐름에 따라 변화하는 데이터를 학습하는데 최적화됐다.

      연구팀은 새롭게 개발한 AI모델로 기존에 축적된 전이상태 화합물 구조데이터 분석 실험을 진행했다. 그 결과, 오차수준 0.01나노미터(㎚)의 매우 정확한 예측 성능을 보였다. 기존 AI모델의 전이상태 예측 결과보다 2배 이상 우수한 정확도다. 또 화학결합의 원자 간 거리를 정확히 예측할 수 없었던 기존모델들과 달리, 화학반응에 직접 참여하는 화학결합에 대해서도 정확한 예측능력을 보였다.

      최성한 선임연구원은 “이번에 개발한 AI모델은 매우 빠른 속도로 화학반응이 일어나는 연소 시뮬레이션 연구 분야 등에 응용가능할 것”이라며 “이를 통해 신소재 개발뿐만 아니라 로켓 엔진, 신연료 연구에도 큰 보탬이 될 것으로 기대한다”고 밝혔다.

      정민중 슈퍼컴퓨팅응용센터장은 “실험데이터가 부족한 다양한 과학기술 분야에서 시뮬레이션 데이터를 활용하는 AI는 우수한 연구방법으로 활용될 수 있을 것”이라고 전했다.

    최신 뉴스

    더보기