인공지능(AI)이 새로운 소재의 구조를 상상하고, 직접 실험 조건까지 찾아내는 시대가 열리고 있다. KAIST 연구진이 미국 드렉셀대·노스웨스턴대·시카고대·테네시대 등과 함께 신소재 연구에 AI를 전 주기에 활용하는 전략을 제시하는 논문을 발표했다.
홍승범 교수 연구팀은 인공지능(AI)과 머신러닝, 딥러닝을 활용한 신소재공학의 진화 방향을 분석한 리뷰 논문을 국제 학술지 ‘ACS나노’에 게재했다고 26일 밝혔다.
◇“AI, 연구자의 두 번째 두뇌”
연구팀은 소재 연구를 ‘발견–개발–최적화’의 세 단계로 나누고, 각 단계에서 AI가 어떻게 개입하는지를 체계적으로 정리했다.
발견 단계에서는 AI가 새로운 물질 구조를 설계하고 물성을 예측해 가장 유망한 후보를 제시할 수 있다. 개발 단계에선 AI가 자율 실험 시스템을 통해 실험 계획을 세우고, 로봇이 자동으로 실험을 수행해 연구 속도를 높인다. 최적화 단계에선 강화 학습과 베이지안 최적화 기법을 활용해 실험 조건을 스스로 조정하며 최고 성능을 찾아낸다.
홍 교수는 “AI는 이제 단순한 계산 도구를 넘어 연구자의 ‘두 번째 두뇌’로 진화하고 있다”면서 “AI가 물리·화학의 법칙을 스스로 학습해 새로운 소재를 상상하고 예측할 수 있게 됐다”고 설명했다.
◇생성형 AI로 실험실 자동화도 가능
연구팀은 또한 이번 논문에서 생성형 AI, 그래프 신경망, 트랜스포머 같은 첨단 기술이 신소재 연구를 어떻게 변화시키고 있는지도 다뤘다.
AI 기반 자율 실험 플랫폼에서는 연구자가 장비를 직접 조작하지 않아도 AI가 스스로 실험 계획을 세우고 결과를 분석한 뒤, 다음 실험 방향까지 제안할 수 있다. AI가 CO₂ 환원 촉매나 은나노입자 같은 소재를 스스로 합성하고 성능도 스스로 개선한다.
연구팀은 다만 AI가 내놓는 결과가 항상 정답은 아니라고 했다. 데이터 품질 불균형이나 실험 데이터 간 이질성 문제가 아직 많고, 앞으로도 계속 이를 해결해야 한다는 것이다.