신소재 발견·개발·최적화 과정 통합한 AI 로드맵 제시[이데일리 강민구 기자] 인공지능(AI)이 스스로 새로운 소재의 구조와 성질을 상상하고 예측하는 시대가 열렸다.

한국과학기술원(KAIST)은 홍승범 신소재공학과 교수 연구팀이 미국 드렉셀대, 노스웨스턴대, 시카고대, 테네시대와 공동연구를 통해 인공지능(AI)·머신러닝(ML)·딥러닝(DL) 기술이 신소재공학 전반에 미치는 영향을 종합 분석한 리뷰 논문을 국제 학술지 ‘에이씨에스나노(ACS Nano)’에 지난 8월 5일자로 게재했다고 26일 밝혔다.

KAIST 연구진.(왼쪽부터)강채율 석사과정, 홍승범 교수, 베네딕투스 마디카 박사과정, 밧조릭 부얀톡톡 박사과정. 윗부분은 아디티 사하 박사과정.(사진=KAIST)

연구팀은 소재 연구를 발견부터 개발, 최적화까지 세 단계로 구분하고 각 단계에서 AI가 하는 역할을 구체적으로 설명했다.

소재 발견 단계에서는 AI가 새로운 구조를 설계하고 물질의 성질을 예측해 수많은 후보 중 가장 유망한 물질을 빠르게 찾아낸다.

개발 단계에서는 실험 데이터를 분석하고 ‘자율 실험 시스템’을 통해 AI가 실험 과정을 자동으로 조정해 연구 기간을 줄인다.

최적화 단계에서는 AI가 시행착오를 거치며 스스로 최적의 조건을 학습하는 ‘강화학습’과 적은 실험으로 가장 우수한 결과를 찾아내는 ‘베이지안 최적화’ 기술을 활용해 설계와 공정 조건을 자동으로 조정하고 성능을 높인다.

이번 논문은 또한 생성형 AI, 그래프 신경망(GNN), 트랜스포머 모델 등 첨단 기술이 AI를 단순한 계산 도구가 아닌 ‘생각하는 연구자’로 변화시키고 있음을 보여준다.

논문에서는 연구자가 직접 실험 장비를 조작하지 않아도 AI가 실험 계획을 세우고 결과를 분석해 다음 실험 방향까지 제안하는 ‘자율 실험실’과 AI가 촉매 합성 실험을 자동으로 설계·최적화하고 로봇이 수행하는‘AI 기반 촉매 탐색 플랫폼’에 대해 다뤘다. 특히 AI가 촉매 합성과 최적화 과정을 자동으로 수행해 연구 속도를 비약적으로 높이는 사례를 소개하며, 이러한 접근이 배터리 및 에너지 소재 개발로 확장될 가능성을 보여줬다.

홍승범 교수는 “인공지능이 단순한 도구를 넘어 신소재공학 연구의 새로운 언어로 자리 잡고 있음을 보여준다”며 “연구진이 제시한 로드맵은 향후 배터리·반도체·에너지 소재 등 국가 핵심 산업 분야 연구자들에게 중요한 길잡이가 될 것”이라고 말했다.