'프로핏-넷' 개발… 오차 줄여
한국과학기술원(KAIST) 화학과 이억균·김형준 교수가 새로운 물질을 개발할 수 있는 인공지능(AI) 기술 '프로핏-넷(PROFiT-Net)'을 개발했다. 이 AI 모델은 화학 개념을 학습하고 소재를 예측하며 새로운 물질 설계에 활용할 수 있다. 기존 딥러닝 모델보다 정확도가 높다.
김형준 교수는 9일 "새로 개발한 프로핏-넷은 유전율, 밴드갭, 형성 에너지 등의 주요한 소재 성질 예측 정확도가 기존 딥러닝 모델의 오차를 10~40% 줄일 수 있다"고 말했다.
이 AI 모델의 가장 큰 특징은 화학의 기본 개념을 학습해 예측 성능을 크게 높였다는 점이다. 최외각 전자 배치, 이온화 에너지, 전기 음성도와 같은 내용은 화학을 배울 때 가장 먼저 배우는 기본 개념 중 하나다. 기존 AI 모델과 달리, 프로핏-넷은 이러한 기본 화학적 속성과 이들 간의 상호작용을 직접적으로 학습함으로써 더욱 정밀한 예측을 할 수 있다. 특히 새로운 물질을 설계하거나 물질의 물성을 예측하는 데 있어 더 높은 정확도를 제공해 화학 및 소재 과학 분야에서 크게 기여할 것으로 기대된다.
김형준 교수는 "AI 기술이 기초 화학 개념을 바탕으로 한층 더 발전할 수 있다는 가능성을 보여줬다"며 "추후 반도체 소재나 기능성 소재 개발과 같은 다양한 응용 분야에서 AI가 중요한 도구로 자리 잡을 수 있는 발판을 마련했다"고 말했다.
monarch@fnnews.com 김만기 기자
Copyrightⓒ 파이낸셜뉴스. 무단전재 및 재배포 금지.
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
