성균관대, 4400여편 논문서 합성법 찾아 조건 제안
실패 결과 다시 반영 … 전고체 배터리 소재 합성
인공지능(AI)이 기존 연구논문을 찾아 신소재를 만드는 방법을 제안하고, 실험이 실패하면 그 결과를 반영해 새로운 방법을 다시 내놓는 기술이 개발됐다. 연구자가 일일이 조건을 바꿔가며 반복해야 했던 실험을 줄여 신소재 개발에 걸리는 시간을 단축할 수 있을 것으로 기대된다.
성균관대학교는 신소재공학부 조성범 교수 연구팀이 아주대 박진성·조현석 교수팀, 미국 매사추세츠공대(MIT) 주 리 교수팀과 공동으로 거대언어모델(LLM)을 활용한 ‘폐루프 신소재 합성 계획 플랫폼’을 개발했다고 21일 밝혔다.
최근에는 컴퓨터 계산을 통해 성능이 좋을 것으로 예상되는 신소재 후보를 빠르게 찾아낼 수 있다. 하지만 실제 소재를 만드는 것은 별개의 문제다. 어떤 원료를 섞어 몇 도에서 얼마 동안 반응시켜야 하는지 알기 어려워 여러 차례 실험을 거쳐야 한다.
연구팀은 이 과정에 인공지능을 활용했다. 공개된 고상 합성 논문 4407편에서 어떤 물질을 어떤 원료로, 몇 도에서 얼마 동안 합성했는지 등의 정보를 모아 데이터베이스를 만들었다. 연구자가 만들고 싶은 물질을 입력하면 인공지능이 기존 논문에서 비슷한 사례를 찾아 적절한 원료와 온도·시간 등을 제안하는 방식이다.
기존 자료를 검색해 답변의 근거로 활용하는 ‘검색 증강 생성(RAG)’ 기술도 적용했다. 인공지능이 제시한 합성법을 실제 논문에 나온 조건과 비교한 결과 주요 항목에서 5점 만점에 평균 4점 안팎의 평가를 받았다.
핵심은 인공지능이 처음 제시한 방법이 실패하더라도 여기서 끝나지 않는다는 점이다. 연구자가 실험 결과를 다시 입력하면 인공지능이 이를 토대로 조건을 바꾼 다음 합성법을 제안한다. 인공지능이 방법을 제시하고 사람이 실험한 뒤 그 결과를 다시 AI에 전달하는 과정을 반복하는 구조다.
연구팀은 이를 전고체 배터리 전해질로 사용할 수 있는 ‘옥시-셀레나이드’계 신소재 합성에 적용했다. 인공지능이 처음 제시한 섭씨 600도에서 실험하자 목표 물질 대신 여러 불순물이 생겼다. 이 결과를 입력하자 인공지능은 온도를 낮추도록 제안했다.
연구진은 이에 따라 섭씨 450도와 400도에서 차례로 실험했고, 몇 차례의 시도 끝에 불순물이 검출되지 않는 신소재 합성에 성공했다.
연구팀은 이 기술을 활용하면 인공지능이 방대한 논문에서 적합한 정보를 찾고 연구자는 실제 실험을 통해 결과를 확인하면서 합성 조건을 효율적으로 좁혀갈 수 있을 것으로 보고 있다. 요리법을 참고해 음식을 만든 뒤 결과에 따라 온도나 재료를 조절하는 것과 비슷한 방식이다.
연구 결과는 재료과학 분야 국제학술지 ‘어드밴스드 머티리얼즈(Advanced Materials)’에 게재됐으며 연구 내용을 시각화한 이미지가 해당 호의 뒷표지에 선정됐다.
댓글
0