"신소재·신약 개발시간 단축"…AI로 최적의 분자 찾는다

KAIST는 김우연 화학과 교수 연구팀이 슈퍼컴퓨터와 수학을 이용해 안정적인 분자 구조를 찾는 인공지능(AI) ‘리만 확산 모델’을 개발했다고 10일 밝혔다. 이 기술을 활용하면 신약과 차세대 배터리 소재 개발에 필요한 분자 분석 시간이 크게 줄어들 것으로 기대된다.

분자 구조를 찾는 기술은 신약 개발과 배터리 소재, 촉매 설계 등 화학·소재 산업에서 매우 중요한 기술로 꼽힌다. 전통적으로는 범밀도함수(DFT)라는 고정밀 양자역학 계산 방식이 활용됐다. 다만 이 방식은 계산에 많은 시간과 비용이 든다는 문제가 있다.

이를 보완하기 위해 앞서 분자 설계 AI가 개발됐다. 분자의 위치를 좌표로 예측해 구조를 완성하는 방식이다. 하지만 이 방식은 분자의 안정성까지는 고려하지 못한다. 물리적으로 불안정한 구조가 형성될 수 있다는 뜻이다.

김 교수 연구팀이 개발한 새로운 AI ‘리만 확산 모델(R-DM)’은 분자들 사이의 에너지를 AI로 분석해 가장 안정적인 분자 구조를 찾는 것이 특징이다. 연구팀은 분자 구조에 따라 에너지가 어떻게 달라지는지를 수학적으로 표현했다. 그리고 물질은 에너지가 낮을수록 더 안정적인 상태가 된다는 물리학 법칙을 적용했다. R-DM은 스스로 에너지를 낮추면서 분자 구조를 완성해낸다.

연구팀에 따르면 실험 결과 R-DM은 기존에 개발된 AI 기반의 분자 구조 예측 모델보다 최대 20배 이상 높은 정확도를 보였다. 양자역학 계산법인 DFT과도 비슷한 수준인 것으로 나타났다.

연구팀은 앞으로 R-DM이 분자 설계 분야에서 값비싼 시뮬레이션을 대신하는 ‘AI 시뮬레이터’ 역할을 할 수 있을 것으로 기대하고 있다. 분자 설계와 구조 분석에 걸리는 시간을 크게 줄이고 연구개발 속도를 높일 수 있을 것으로 보고 있다. 또 화학 사고와 유해 물질 확산처럼 직접 실험하기 어려운 상황에서도 화학 반응 과정을 빠르고 정확하게 예측하는 데 활용할 수 있다고 설명했다.

김우연 교수는 “이번 연구는 분자의 안정성을 판단하는 물리적 원리를 AI에 반영했다는 점에서 의미가 있다”며 “신약과 신소재 개발을 더 빠르고 효율적으로 할 수 있는 기술”이라고 말했다. 과학기술정보통신부 산하 한국연구재단의 지원을 받은 이번 연구 결과는 세계 3대 학술지 중 하나인 ‘네이처’ 계열 저널에 실렸다.

강해령 기자 hr.kang@hankyung.com