86만건 실험자료로 검증 … 배터리 전해질·친환경 용매 개발 활용 기대
국민대학교 연구진이 여러 화학물질을 어떤 비율로 섞느냐에 따라 달라지는 혼합물의 성질을 예측하는 인공지능 모델을 개발했다.
국민대 화학과 정준영 교수 연구팀은 분자 자체의 특징뿐 아니라 서로 다른 분자들이 어떤 비율로 섞이고 영향을 주고받는지까지 학습하는 인공지능 모델 ‘MEMo’를 개발했다고 8일 밝혔다.
연구팀에 따르면 배터리 전해질과 자동차 연료, 화장품, 의약품 등은 대부분 여러 물질을 섞어 만든다. 같은 물질을 사용해도 배합 비율이 달라지면 밀도나 증기압 같은 성질이 크게 달라질 수 있다.
하지만 가능한 모든 조합과 비율을 실험으로 확인하기는 어렵다. 이 때문에 소재 개발 과정에서는 혼합물의 성질을 미리 예측하는 기술이 중요하다.
기존 인공지능 모델은 각 분자의 특성을 따로 분석한 뒤 이를 배합 비율에 맞춰 합치는 방식을 주로 사용했다. 실제 혼합물에서는 분자끼리 서로 영향을 주고받기 때문에 이런 방식만으로는 성질 변화를 충분히 반영하기 어려웠다.
연구팀은 인공지능이 처음부터 ‘무엇과 얼마나 섞였는지’를 함께 보도록 했다. 같은 분자라도 어떤 물질과 어떤 비율로 섞였는지에 따라 다르게 인식해 분자 사이의 상호작용까지 반영하도록 한 것이다.
연구팀은 미국 국립표준기술연구소의 실험자료 86만건 이상을 이용해 밀도와 음속, 증기압, 굴절률, 표면장력 등 5가지 성질을 예측하도록 했다.
그 결과 5가지 가운데 4가지에서 기존 대표 방식보다 높은 예측 정확도를 보였다. 특히 분자 간 상호작용이 강한 혼합물과 학습 과정에서 접하지 않은 새로운 분자가 포함된 경우 성능 차이가 두드러졌다고 연구팀은 설명했다.
하나의 모델로 순수 물질부터 두세 가지 물질이 섞인 혼합물까지 분석할 수 있다는 점도 특징이다.
연구팀은 이 기술이 다양한 배합을 일일이 실험해야 하는 부담을 줄이고 배터리 전해질과 친환경 용매, 이산화탄소 포집 소재 등의 개발 속도를 높이는 데 활용될 수 있을 것으로 보고 있다.
정 교수는 “혼합물의 성질은 분자가 무엇과 얼마나 섞이느냐에 따라 달라진다”며 “이를 인공지능이 직접 학습하도록 한 것이 이번 연구의 핵심”이라고 말했다.
연구 결과는 국제학술지 ‘Chemical Engineering Journal’에 게재됐다.
댓글
0