생성형 AI로 양자역학 계산...화학연, 막대한 비용 줄일 방법 찾았다 작성일 06-15 83 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="f2lmAdNfZK"> <figure class="figure_frm origin_fig" contents-hash="7df339a26774ac726aebd472740938117a1dac2f3a29461e5a6d4defe8a07d66" dmcf-pid="4VSscJj41b" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구팀이 개발한 AI 방법론 구조 모식도" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202506/15/etimesi/20250615120124851vlbx.jpg" data-org-width="700" dmcf-mid="VVIDaMo9X9" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202506/15/etimesi/20250615120124851vlbx.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 연구팀이 개발한 AI 방법론 구조 모식도 </figcaption> </figure> <p contents-hash="e0b1b6cd16f0699b32770b1c251af9be3d253428a421dbf231afa9132e317e2f" dmcf-pid="8fvOkiA8YB" dmcf-ptype="general">국내 연구진이 막대한 양자역학 계산 비용 없이 전자 수준 정보를 스스로 학습, 분자 특성을 예측하는 인공지능(AI) 기술을 개발했다.</p> <p contents-hash="df9fe1ea90d26927b1f9740e10f8e515f69ae902d518def5f9979bb9ac3de371" dmcf-pid="64TIEnc65q" dmcf-ptype="general">한국화학연구원(원장 이영국)은 나경석 선임 연구원팀이 박찬영 한국과학기술원(KAIST·총장 이광형) 교수팀과 이와 같은 '자기지도 확산 모델 기반 분자 표현학습 기술(DELID)'을 개발했다고 15일 밝혔다.</p> <p contents-hash="5f7ab99e39632078abadec01dc9c14d95f13a479bff8e9e900d096b35ec2f2a7" dmcf-pid="PQGSmawMHz" dmcf-ptype="general">약 3만 건 실험 데이터를 기반으로 하는 실제 분자 예측에서 세계 최고 수준 예측 정확도를 달성했다.</p> <p contents-hash="1e9e7e2e595c538375b9e4c9b5dddc6a08efa579d9be24087f192f0a0fc1a022" dmcf-pid="QxHvsNrRt7" dmcf-ptype="general">기존 계산과학 방법론·AI는 양자역학 계산에 드는 막대한 비용 탓에, 물질 특성을 결정하는 가장 근원적인 정보 중 하나인 '전자 수준 정보'를 신물질 탐색에 활용할 수 없었다.</p> <p contents-hash="6555edd9378ef733414abef41004123c6c842151cf526e3bcd3f277038c8bf6b" dmcf-pid="xMXTOjme5u" dmcf-ptype="general">연구팀은 저비용 양자역학 계산이 가능한 소규모 분자 전자 특성들을 조합, 실제 복잡한 분자의 전자 특성을 추론하는 DELID를 개발했다.</p> <p contents-hash="f84ed2476517aecc8f32603dd5aab1869b81a009b3a13cb37a5bc27f4becb2c6" dmcf-pid="yWJQ2pKGZU" dmcf-ptype="general">DELID는 복잡한 분자를 부분 구조로 분해하고, 전자 특성 정보를 양자화학 데이터베이스(DB)에서 가져와 자기지도 학습에 활용한다. 이로써 고비용 양자역학 계산 없이 전체 분자 특성을 예측하는 자기지도 학습 AI를 구현했다.</p> <p contents-hash="a946031e833f38c44450ed2f705db148c876448acb8378936fc8ea9c7af011aa" dmcf-pid="WYixVU9H5p" dmcf-ptype="general">이 방식은 복잡한 분자에 대한 양자역학 계산을 직접 수행하지 않고도 전자 정보를 추론할 수 있도록 고안돼, 양자컴퓨터가 필요한 막대한 양자역학 계산 없이도 전자 수준 특성 물성 예측이 가능하다.</p> <p contents-hash="df3d2fe221e35d8299630544ff4aaecee283d1ffa79c2df4b1ada35e50a8605c" dmcf-pid="YGnMfu2XX0" dmcf-ptype="general">DELID는 약 3만 건 실험 데이터에 대한 분자 물리·독성·광학 등 성질 예측 문제에서 최고 수준 예측 정확도를 달성했다.</p> <p contents-hash="cfe11a060ddf8d4032112c5545981c4261e0cb2837245609fb70f5f53559b24b" dmcf-pid="GHLR47VZt3" dmcf-ptype="general">OLED·태양전지 재료 설계 등에 활용되는 '광학 특성 예측 문제(CH-DC, CH-AC)'는 세계 최고 수준 AI 모델도 31~44%의 낮은 예측 정확도를 보이는데, DELID는 88% 정확도를 달성했다. 기존 세계 최고 수준 AI 모델들의 정확도 역시 2배 이상 향상됐다.</p> <p contents-hash="e4c28b8f93bc4b3470ba709fa4eeef951366c4c3911551b509a497baba2e12bb" dmcf-pid="HXoe8zf5GF" dmcf-ptype="general">연구팀은 DELID를 산업계 활용 가능 수준까지 기술 개발을 완료했다. 향후 반도체, 디스플레이, 의약 등 분야 신물질 개발 연구에 DELID 활용을 기대하고 있다.</p> <p contents-hash="2cac20fddeb57237a2325cf6312d6053e4886e3611bb76a8a51c60766f17c461" dmcf-pid="XZgd6q41Ht" dmcf-ptype="general">이영국 원장은 “DELID는 신약 개발, 독성평가, 광전자소자 개발 등 실제 화학 분야에서 활용도가 매우 높을 것”이라며 “화학 산업 AI 실용화에 기여할 것”이라고 밝혔다.</p> <p contents-hash="e360caf29b45926bbd700b0fb6fd17798ee536e74771487d3e5b4f0e4804e6d6" dmcf-pid="Z5aJPB8tt1" dmcf-ptype="general">이번 연구 성과는 AI 분야 3대 학술대회인 국제학습표현 컨퍼런스(ICLR)에서 4월 논문으로 발표됐다. 화학연과 산업통상자원부, 한국연구재단 및 과학기술정보통신부 지원을 받아 수행됐다.</p> <p contents-hash="949f685cba33a2eb5e64a66415a90ef19858c4d8841115de99ad4f609ee79f61" dmcf-pid="5e5WCcOJY5" dmcf-ptype="general">김영준 기자 kyj85@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 [AI혁명]"3분만에 숏폼 20개 뚝딱"…AI로 '숏폼 제작' 혁신한 피카디 06-15 다음 "연봉 9000만원 보장"···KAIST 등 4대 과기원, AI 포닥 400명 뽑는다 06-15 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
