신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 국내 연구진이 화학반응 예측, 독성 예측, 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존 인공지능(AI) 기술을 뛰어넘는 성능을 갖춘 기술을 개발했다.

KAIST는 예종철(사진) 김재철AI대학원 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다.

연구팀은 화학 특성값의 집합 자체를, 분자를 표현하는 데이터 형식으로 간주해 분자 구조의 표현식과 함께 둘 사이의 상관관계를 아울러 학습하는 AI학습 모델을 제안했다. 유용한 분자 표현식 학습을 위해 컴퓨터 비전 분야에서 주로 연구된 다중 모달리티 학습 기법을 도입, 두 다른 형식의 데이터를 통합하는 방식으로 바라는 화합물의 성질을 만족하는 새로운 화합물의 구조를 생성하거나 주어진 화합물의 성질을 예측하는 생성 및 성질 특성이 동시에 가능한 모델을 개발했다.

예 교수는 “새로운 화합물의 생성과 화합물의 특성 예측 기술을 통합하는 화학분야의 새로운 생성 AI기술의 개척을 통해 생성 AI 기술의 저변을 넓힌 것에 자부심을 가진다”고 말했다.

이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈’ 온라인판에 14일 게재됐다.

구본혁 기자