(왼쪽부터) 화공생명공학과 백서인 교수, 목동현 석·박통합과정생, 김종승 석사과정생. 사진 서강대 *재판매 및 DB 금지
[서울=뉴시스]허서우 인턴 기자 = 서강대는 화공생명공학과 백서인 교수 연구팀이 신소재의 안정성을 빠르고 정확하게 예측하는 인공지능 모델 D-CGCNN(Direction-based Crystal Graph Covolutional Neural Network)을 개발했다고 30일 밝혔다.
연구팀은 결정 그래프와 안정성을 입력값, 출력값으로 사용해 그래프 신경망(Graph Neural Network)에 학습시켜 D-CGCNN을 개발했다. D-CGCNN은 같은 목적으로 개발된 타 인공지능 모델보다 더 높은 정확도를 보였으며, 실제 사례에 적용한 결과 안정성 조건을 충족하는 신소재를 발견할 확률을 높일 수 있다.
또한, 연구팀은 최적화 전후 결정 표현법의 유사성과 모델의 성능 간의 관계를 밝히고 중간 정도의 유사성을 가지는 표현법이 초기 구조로부터 최적화 구조의 에너지를 예측하는데 이상적이라는 사실을 규명했다. 이와 같은 발견은 추후 더욱 정확한 인공지능 모델을 개발하는데 기반이 될 수 있다.
백서인 교수는 "연구에서 개발한 D-CGCNN은 구조 최적화 시뮬레이션 없이 초기 구조로부터 물성을 예측할 수 있다. 이는 넓은 화학 공간에서 원하는 물성의 소재를 탐색하는 데 필요한 시간과 비용을 획기적으로 감축시켜 다양한 분야의 신소재 개발에 기여할 것"이라고 기대감을 드러냈다.
◎공감언론 뉴시스 [email protected]
