KAIST, 물리법칙 학습 AI로 분자 설계 혁신…"신약·신소재 개발 속도"

인공지능(AI)으로 '분자 설계'를 신속·정확하게 완성할 신기술이 개발됐다. 분자 설계는 재료 물질을 구성하는 원자가 안정적으로 결합하는 데 관건이 된다. 수많은 원자를 어떻게 배치하느냐에 따라 분자의 안정성 여부가 갈리는 것이다. 하지만 그간 이 과정은 거대한 산에서 가장 낮은 골짜기를 찾는 것처럼 복잡다단해 막대한 시간과 비용이 요구됐다. 이와 달리 새롭게 개발한 기술은 AI가 물리법칙을 학습·이해함으로써 최적의 경로를 빠르고 정확하게 찾아낼 수 있다는 점에서 의미를 갖는다.

KAIST는 화학과 김우연 교수 연구팀이 분자의 안정성을 좌우하는 물리법칙을 스스로 이해해 구조를 예측하는 AI '리만 확산 모델(R-DM)'을 개발했다고 10일 밝혔다.

(왼쪽 상단부터) KAIST 김우연 교수, KISTI 우제헌 박사, KAIST 김성환 박사, KAIST 김준형 박사과정. KAIST

이 모델의 가장 큰 특징은 분자의 '에너지'를 직접 고려한다는 점이다. 기존에는 AI가 분자의 모양을 단순히 흉내 냈다면, R-DM은 분자 내부에서 어떤 힘이 작용하는지를 고려해 스스로 구조를 다듬는다.

연구팀은 에너지가 높을수록 언덕, 낮을수록 골짜기로 표현한 분자 구조 지도를 그린 후 AI가 가장 낮은 골짜기(에너지)를 찾아 이동할 수 있도록 설계했다.

R-DM은 에너지 지형 위에서 불안정한 구조를 피해 가장 안정적인 상태를 찾아 분자를 완성한다. 이는 수학 이론인 '리만 기하학'을 적용한 것으로 AI가 화학의 기본 원리인 '물질은 에너지가 가장 낮은 상태를 선호한다'는 법칙을 스스로 학습해 가능해진 결과다.

실험 결과 R-DM은 기존 AI보다 최대 20배 이상 높은 정확도를 보였다. 예측 오차는 정밀 양자역학 계산과 차이가 거의 없는 수준까지 줄었다. 이는 AI를 기반으로 하는 분자 구조 예측 기술 중 세계 최고 수준이다.

이 기술은 신약 개발과 차세대 배터리 소재, 고성능 촉매 설계 등 다양한 분야에서 활용될 수 있다. 많은 시간이 필요했던 분자 설계 과정에서 연구개발 속도를 획기적으로 높일 'AI 시뮬레이터'로 활용될 수 있다는 게 연구팀의 기대다.

또 화학 사고나 유해 물질 확산처럼 실험이 어려운 상황에서도 화학 반응 경로를 빠르게 예측할 수 있어 환경·안전 분야에서도 활용 가능성이 클 것으로 보인다.

김 교수는 "R-DM은 AI가 화학의 기본 원리를 이해하고 분자의 안정성을 스스로 판단한 첫 사례"라며 "이 기술은 향후 신소재 개발 방식을 근본적으로 바꾸는 촉매 역할을 할 것"이라고 말했다.

한편 이번 연구에는 KISTI 슈퍼컴퓨팅센터 우제헌 박사와 KAIST 혁신신약연구단 김성환 박사가 공동 제1 저자로 참여했다. 연구 결과(논문)는 최근 국제 학술지 '네이퍼 컴퓨테이셔널 사이언스(Nature Computational Science)'에 게재됐다.

대전=정일웅 기자 jiw3061@asiae.co.kr