-
정유성 교수, 인공지능을 통한 소재 역설계 기술 개발
〈 정유성 교수, 노주환 박사과정〉
우리 대학 EEWS대학원/생명화학공학과 정유성 교수 연구팀이 인공지능을 활용해 원하는 물성을 갖는 신소재를 역설계하는 기술을 개발했다.
연구팀은 알고리즘을 통해 수만 개의 물질을 학습시킨 뒤 인공지능을 통해 원하는 물성을 갖는 소재를 역설계하는 방식으로 4종의 신물질을 발견했다. 향후 신소재 개발에 크게 이바지할 수 있을 것으로 기대된다.
노주환 박사과정이 1저자로 참여한 이번 연구 결과는 ‘셀 (Cell)’ 자매지 ‘매터(Matter)’ 10월 2일 자 온라인판에 출판됐다. (논문명 : Inverse Design of Solid State Materials via a Continuous Representation)
소재 연구의 궁극적인 목표는 원하는 물성을 갖는 신소재를 개발하는 것이다. 하지만 현재까지의 신소재 개발은 화학적 직관과 실험적 시행착오를 통한 방법 위주였기 때문에 개발 비용과 시간이 많이 들어 소재 개념화에서부터 상용화에 걸리는 시간이 평균 30년 정도 소요됐다.
기존의 소재 개발 과정은 소재를 시행착오를 통해 합성하고 난 후 물성을 측정해 만들어진 소재가 응용 목적에 맞는 소재인지를 평가하는 방식으로 개발됐다.
정 교수 연구팀은 인공지능 기술과 슈퍼컴퓨터 활용을 융합해 이러한 소재 개발을 기간을 크게 단축할 수 있는 새로운 소재 역설계 방법을 개발했다. 정 교수팀이 개발한 소재 역설계 방법은 기계(알고리즘)로 기존의 수만 개 물질과 그 물질들이 갖는 물성을 학습하게 한 후, 원하는 물성을 갖는 물질을 인공지능 기반 알고리즘이 역으로 생성하는 방식이다.
연구팀이 개발한 소재 역설계 방법은 기존의 컴퓨터 스크리닝을 통해 소재 설계를 가속화 하는 연구와도 차별성이 있다. 스크리닝 기반의 소재 발견 기술은 발견될 물질이 스크리닝 대상이 되는 물질 데이터베이스를 벗어날 수 없다는 한계를 가지고 있다. 따라서 데이터베이스에 존재하지 않는 새로운 형태의 소재를 발견하지 못한다는 단점이 있다.
연구팀이 개발한 신소재 역발견 모델은 인공지능 모델의 한 종류인 생성모델을 이용한 것으로, 생성모델은 이미지 및 음성 처리에 활발하게 활용되고 있는 기술이다. 예를 들어 수천 명의 얼굴들을 기계로 학습하게 해 새로운 사람의 얼굴을 생성해 내는 인공지능 기법이다.
연구팀은 이미지 생성에 주로 쓰이는 생성모델 기반의 인공지능 기법을 알려지지 않은 무기 고체 소재를 생성하는 데 최초로 적용했다. 특히 기존의 생성모델을 고체 소재에 적용하기 위해 역변환이 가능한 3차원 이미지 기반의 표현자를 도입함으로써 현재까지의 소재 역설계 모델의 한계를 극복했고, 이를 iMatGen(image-based Materials Generator) 이라 이름 지었다.
연구팀은 개발된 소재 역설계 기법을 새로운 바나듐 산화물 결정구조를 예측하는데 적용했다. 이 학습 과정에서 기존에 알려진 물질을 제외해 학습하더라도 제외된 물질들을 역으로 재발견할 수 있음을 확인해 개발 모델의 타당성을 검증했다.
최종적으로 개발된 모델을 통해 학습된 연속 잠재공간을 다양한 방법으로 샘플링하고 역변환 함으로써 기존에 존재하지 않는 전혀 새로운 바나듐 산화물 결정구조를 예측할 수 있었다.
정유성 교수는 “이번 연구는 원하는 물성을 갖는 무기 고체 소재를 역으로 설계하는 방법을 데이터 기반 기계학습으로 최초로 보인 예로, 향후 다양한 응용 분야의 신소재 개발에 도움을 줄 수 있을 것으로 기대한다”라고 말했다.
이번 연구 성과는 한국연구재단, 산업통상자원부 산하 에너지기술평가원, 그리고 KISTI의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 개발된 소재 역설계 모델
2019.10.07
조회수 10217
-
김수빈 학생, 영국왕립화학회 학술지 표지논문 게재
〈 김 규 한 연구교수, 김 수 빈 학생 〉
우리 대학 학부 4학년 김수빈 학생의 이중 에멀젼(Double Emulsion) 형성 관련 논문이 국제 학술지의 표지논문에 선정됐다.
우리 대학의 학부생 연구지원 프로그램인 URP(Undergraduate Research Participation)를 통한 연구 참여가 활발해지면서 학부생이 1저자로 참여한 논문이 국제 학술지에 등재되는 경우가 많아지고 있다. 김수빈 학생은 URP 프로그램을 통한 연구로 국제 학술지 게재를 넘어 표지논문에 선정되는 성과를 이뤘다.
김수빈 학생의 논문은 세계적으로 권위 있는 학술단체인 영국왕립화학회(Royal Society of Chemistry)가 발간하는 국제 학술지 ‘소프트 매터(Soft Matter)’2018년 2월 7호 표지논문에 게재됐다. (논문명: Controllable one-step double emulsion formation via phase inversion)
특히 김수빈 학생은 이번 표지 이미지를 자신의 상상과 관찰을 바탕으로 직접 디자인해 그 가치를 더 높였다.
김 군이 수행한 이번 연구는 이중 에멀젼(Double Emulsion)의 안정성 향상 관련 연구로 이중 에멀젼이란 에멀젼 방울 안에 또 다른 액체로 구성된 방울이 서로 섞이지 않고 캡슐화 된 상태로 구성된 형태를 뜻한다.
이중 에멀젼은 캡슐화를 통한 보유 능력이 탁월해 식품, 화장품, 약물 전달 등 다양하게 사용 가능하다. 그러나 이중 에멀젼을 대량 생산할 수 있는 기존 기술은 내부의 액체 방울을 만든 뒤 이를 캡슐화 하는 두 단계의 공정에서 액체 방울이 쉽게 파괴되고 개발 이후 이중 에멀젼의 안정성이 보장되지 않는 한계가 있다.
또한 이런 과정에서 이중 에멀젼의 크기와 내부 액체 방울의 비율을 조절하는 데 어려움을 겪고 있다.
김 군은 분자들의 화학 반응처럼 물방울들이 충돌해 일어나는 상 반전(Phase Inversion)의 과정에서 단서를 얻었다. 상 반전이 일어나는 과정에서 이중 에멀젼이 일시적으로 형성됨을 발견했고 이를 바탕으로 이중 에멀젼의 안정성을 높일 수 있는 기준을 제시했다.
이후 지속된 연구에서 폴리메틸 메타아크릴레이트(PMMA)와 소수성 실리카 입자가 이 조건을 만족하는 것을 찾아내 한 번의 공정으로 안정적인 이중 에멀젼을 만들 수 있음을 증명했다. 추가적으로 PMMA와 나노입자의 양을 조절해 이중 에멀젼 내부 물방울의 개수와 부피를 조절하는데 성공했다.
2014년 총장장학생(KPF : KAIST Presidential Fellowship)이자 대통령과학장학생으로 입학한 김 군은 화학과 생명화학공학을 배우고 연구하며 직접 관찰하기 어려운 현상을 머릿속으로 상상하며 이를 바탕으로 가설을 세우고 연구해왔다.
김 군이 일찍부터 연구에 몰두할 수 있었던 것은 학부생 연구지원(URP) 프로그램에 두 차례 참여했던 경험 덕분이다. 학부 2학년 때에는 물리적 힘을 이용해 식품, 화장품에 널리 쓰이는 고내부상 에멀젼을 만드는 방법을 연구했고 1년 후엔 콜로이드 입자를 이용해 기저귀의 원료가 되는 다공성 고 흡수성 수지를 만드는 연구를 수행했다.
김 군은 두 번의 URP 프로그램에서 우수상을 수상했고 이 연구 결과 중 일부를 저명 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 2저자로 게재하기도 했다.
김수빈 학생은 “평소에 복수전공을 통해 생명화학공학과에서 에멀젼의 기초가 되는 유체역학, 계면 물리학 등을 배우고 화학과에서 분자 구조를 배워 왔던 것을 융합함으로서 좋은 결과가 나온 것 같다”고 말했다.
이어 “이번 연구 결과로 이중 에멀젼의 상용화에 기여할 수 있을 것으로 기대한다”며 “앞으로도 정확한 원리를 파악하고 이를 바탕으로 정교하게 컨트롤 할 수 있는 화학제품을 만들어 내고 싶다”고 말했다.
이번 연구는 URP 프로그램 및 한국연구재단의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 김수빈 학생이 직접 디자인한 저널 표지논문
2018.04.12
조회수 17987