[대전=뉴스프리존] 이기종 기자= 한국과학기술원(KAIST)은 생명화학공학과 정유성 교수팀이 인공지능(AI) 기술을 이용해 숨겨진 소재 공간을 탐색하고 숨겨진 새로운 물질을 예측하는 기술을 개발하는 데 성공했다고 29일 밝혔다.

소재 연구의 궁극적인 목표는 원하는 물성을 갖는 소재를 발견하는 것이다.

그러나 무기화합물의 가능한 모든 조성과 결정구조를 고려할 때 무한대에 가까운 경우의 수를 샅샅이 탐색하기는 쉽지 않다.

이러한 문제 해결을 위한 방안으로 컴퓨터 스크리닝 소재 탐색 방법이 널리 사용되고 있지만 찾고자 하는 소재가 스크리닝 후보군에 존재하지 않을 때는 유망한 물질 후보들을 놓치는 경우가 종종 발생한다.

이번 연구팀은 이러한 제한점을 해결하기 위해 소재 역설계(Materials Inverse Design) 방법으로 데이터 학습을 통해 주어진 조성을 갖는 결정구조를 새롭게 생성하게 함으로써 기존 데이터베이스에는 존재하지 않던 신물질을 발견할 수 있도록 했다.

특히 기존의 역설계 방법에서는 원하는 조성을 제어할 수 없지만 이번 역설계 방법은 원하는 조성을 제어함으로써 숨어있는 화학 공간을 효율적으로 탐색해 물질을 설계할 수 있다.

또 기존의 복잡한 3차원 이미지 기반 물질 표현자의 단점을 해소하기 위해 비교적 간단한 원자들의 3차원 좌표를 기반으로 한 물질 표현자를 사용했다.

이후 소재 역설계 방법을 활용 빛을 이용한 수소생산 촉매로 활용될 수 있는 마그네슘-망간-산화물 기반의 광촉매 물질의 결정구조를 예측하는 데도 성공했다.

이를 통해 기존에 알려지지 않았으면서 광촉매로서 전도유망한 특성을 갖는 신물질을 다수 발견했다.

정유성 교수는 "광촉매 물질의 설계에 적용한 이번 소재 설계 프레임워크는 화합물의 화학적 조성뿐 아니라 사용자가 원하는 특정 물성을 갖는 소재를 역설계하는데 적용이 가능하다"면서 "여러 소재 응용 분야에서 활용될 수 있을 것으로 기대된다"고 말했다.

KAIST 생명화학공학과 김성원 박사과정과 노주환 박사과정이 공동 제1 저자로, 토론토 대학의 아스푸루-구지크(Aspuru-Guzik) 교수가 공동연구로 참여한 연구성과는 미국화학회(ACS)가 발행하는 국제학술지 ACS 센트럴 사이언스(Central Science)에 8월호 실렸다.

이 연구는 과학기술정보통신부 산하 한국연구재단의 기초연구사업(중견연구) 지원을 받아 수행됐다.