국내 연구진이 원하는 다공성 소재를 만들어내는 생성형 인공지능(AI) 모델을 개발했다. 다공성 소재 분야의 난제를 해결해 AI와 소재 과학의 융합 가능성을 크게 높일 전망이다.
김지한 한국과학기술원(KAIST) 생명화학공학과 교수 연구진은 원하는 물성을 가진 금속 유기 골격체(Metal-Organic Frameworks, MOF)를 생성하는 AI 모델 '모퓨전(MOFFUSION)'을 개발했다고 23일 밝혔다. 이번 연구 결과는 국제 학술지 '네이처 커뮤니케이션즈(Nature Communications)'에 지난 2일 게재됐다.
생성형 AI는 새로운 데이터를 직접 생성하는 AI 모델로, 대규모 언어 모델 챗GPT와 이미지 생성 소프트웨어 달리(DALL·E) 등이 있다. 하지만 소재 개발 분야에서는 아직 충분히 활용되지 못하고 있다. 특히 다공성 소재의 경우 다른 소재들에 비해 구조가 복잡해 생성형 AI를 활용하는 데 어려움이 있었다.
연구진은 AI 모델에서 금속 유기 골격체의 구조를 보다 효율적으로 표현하기 위해, 이들의 공극 구조를 3차원 모델링 기법을 활용해 나타내는 방식을 채택했다. 이 기법을 통해 구조 생성 효율을 81.7%로 크게 높일 수 있었다. 기존에 보고된 다른 모델의 생성 효율을 크게 넘는 수치다.
또 사용자가 원하는 물질의 특성을 AI 모델에 숫자, 카테고리, 텍스트 등 다양한 형태로 입력할 수 있도록 했다. 예를 들어 사용자가 생성하고자 하는 물질의 특성값을 '30g/L의 수소 흡착량을 갖는 구조'와 같은 텍스트 형태로 모델에 입력하면, 모델은 이에 상응하는 물질을 선택적으로 생성한다. 연구진은 "소재 개발에 있어 AI 모델의 활용성과 편의성을 크게 개선하는 요소"라고 설명했다.
김지한 교수는 "원하는 물성의 소재를 개발하는 것은 소재 분야의 가장 큰 목표이며 오랜 연구 주제"라며 "이번에 개발한 기술은 다공성 소재 개발 분야에서 생성형 AI의 도입을 촉진할 것"이라고 말했다.
참고 자료
Nature Communications(2025), DOI: https://doi.org/10.1038/s41467-024-55390-9