KAIST는 화학과 김우연 교수 연구팀이 분자의 물리 법칙을 학습해 구조를 예측하는 인공지능 모델 ‘리만 확산 모델(R-DM)’을 개발했다.

13일 KAIST에 따르면 분자 설계는 원자 배열을 최적화해 가장 안정적인 구조를 찾는 과정으로 신약과 신소재 개발의 핵심 단계다. 기존에는 방대한 경우의 수를 계산해야 해 시간과 비용이 많이 들었다. 연구팀은 인공지능이 분자의 에너지 상태를 직접 고려하도록 설계해 안정적인 구조를 빠르게 탐색하는 기술을 구현했다.

R-DM은 분자의 에너지 지형을 기반으로 가장 낮은 에너지 상태를 찾도록 설계했다. 수학 이론인 리만 기하학을 적용해 물질이 낮은 에너지를 선호한다는 화학 원리를 학습하도록 했다. 기존 인공지능이 분자 형태를 모방하는 방식이었다면 R-DM은 분자 내부 힘을 반영해 구조를 스스로 조정한다.

실험 결과 기존 인공지능 대비 최대 20배 높은 정확도를 보였다. 예측 오차는 정밀 양자역학 계산과 유사한 수준으로 나타났다. 연구팀은 인공지능 기반 분자 구조 예측 분야에서 최고 수준 성능이라고 설명했다.

이 기술은 신약 후보 물질 탐색과 차세대 배터리 소재 설계, 고성능 촉매 개발 등 다양한 분야에 활용할 수 있다. 화학 반응 경로를 예측해 유해 물질 확산과 화학 사고 위험 분석에도 적용 가능하다. 실험이 어려운 환경에서도 시뮬레이션 기반 분석이 가능해 연구개발 효율을 높일 것으로 기대된다.

김 교수는 “인공지능이 화학의 기본 원리를 이해하고 분자 안정성을 판단한 첫 사례”라며 “신소재 개발 방식을 근본적으로 바꿀 수 있는 기술”이라고 말했다.

이번 연구는 KISTI 슈퍼컴퓨팅센터와 KAIST 혁신신약연구단 연구진이 공동으로 수행했다. 연구 결과는 국제 학술지 ‘네이처 컴퓨테이셔널 사이언스’ 1월 2일자에 게재됐다.

연구는 한국환경산업기술원 화학사고 예측·예방 기술개발사업, 과학기술정보통신부 인노코어 사업, 한국연구재단 데이터사이언스 융합인재양성사업 지원을 받아 진행됐다.