[금강일보 곽진성 기자] KAIST(총장 신성철)는 생명화학공학과 정유성 교수 연구팀이 딥러닝을 활용해 소재의 합성 가능성을 높은 정확도로 예측하는 기술을 개발했다고 22일 밝혔다.

정 교수 연구팀에 따르면 개발한 소재 합성 가능성 예측기술은 기존 합성이 보고된 고체 소재들의 구조적 유사성을 그래프 합성 곱 신경망(GCN)으로 학습해 새로운 소재의 합성 가능성을 예측할 수 있다.

정 교수팀은 5만여 종에 달하는 이미 합성이 보고된 물질과 8만여 종의 가상 물질로 이뤄진 ‘머터리얼스 프로젝트(MP)’라는 소재 관련 데이터베이스를 이용해 모델을 구축했다. 이 신기술을 활용한 결과 소재들의 합성 가능성을 약 87% 정확하게 예측할 수 있었고, 또 이미 합성된 소재들의 열역학적 특성을 분석한 결과 열역학적 안정성만으로는 실제 소재의 합성 가능성을 예측할 수 없다는 사실도 알아냈다는 것이 정 교수팀의 설명이다.

이와 함께 머터리얼스 프로젝트(MP) 데이터베이스 내에 합성 가능성 점수가 가장 높은 100개의 가상 물질에 대해 문헌조사를 실시한 결과 이들 중 머터리얼스 프로젝트(MP) 데이터베이스에는 합성 여부가 아직 알려지지 않았지만 실제로 합성돼 논문에 보고된 소재만도 71개에 달하는 것을 확인했다. 이를 통해 모델의 높은 정확도를 추가로 입증했다고 덧붙였다.

KAIST 생명화학공학과 장지돈 박사과정과 구근호 박사후연구원이 공동 제1 저자로 참여한 연구결과는 미국화학회가 발행하는 국제학술지 미국화학회지 온라인 지난 10월 26일 자에 실렸다.

정 교수는 “개발한 합성 가능성 예측 모델은 새로운 소재를 설계할 때 실제로 합성 가능성을 실험 전에 미리 판단할 수 있어 새로운 소재의 개발시간을 단축하는 데 큰 도움이 될 것”이라고 말했다.

곽진성 기자 pen@ggilbo.com