생성형 인공지능(AI)으로 복잡한 구조의 소재를 생성하는 기술이 개발되면서 AI 활용의 새 패러다임이 열리고 있다.
KAIST는 생명화학공학과 김지한 교수팀이 원하는 물성을 가진 금속 유기골격체(MOF)를 생성하는 AI 모델을 개발했다.
연구팀이 개발한 생성형 AI '모퓨전(MOFFUSION)'은 금속 유기 골격체 구조를 보다 효율적으로 표현하기 위해 공극구조를 3차원 모델링 기법으로 나타내는 방식을 채택, 구조 생성효율 81.7%를 기록했다.
이는 3차원 모델링 기법에 사용되는 ‘부호화 거리 함수(SDF)’를 다공성 물질에 최초로 도입해 효율적인 구조를 생성한 결과다.
아울러 모퓨전은 생성과정에서 사용자가 원하는 특성을 다양한 형태로 표현해 AI 모델에 입력할 수 있다.
이에 연구팀은 사용자가 원하는 물성을 숫자, 카테고리, 텍스트 등 다양한 형태로 입력할 수 있고, 데이터 형태와 관계없이 높은 생성 성능을 확인했다.
실제 사용자가 생성하려는 물질의 특성값을 ‘30g/L의 수소 흡착량을 갖는 구조’라고 입력하면 모델은 이에 상응하는 물질을 선택적으로 생성한다.
뿐만 아니라 사용자가 원하는 공극형태를 복셀로 입력하면, 모델은 이에 맞는 공극구조를 가진 금속 유기구조체를 생성할 수 있다.
이런 특징은 소재 개발에 있어 AI 모델 활용성과 편의성을 크게 개선하는 요소가 될 전망이다.
김 교수는 “원하는 물성 소재를 개발하는 것은 소재 분야의 가장 큰 목표이자 오랜 연구 주제”라며 “이번에 개발한 기술은 AI를 활용한 다공성소재 개발에 큰 발전을 이뤘고, 해당 분야에서 생성형 AI 도입을 촉진할 것”이라고 말했다.
한편, 이번 연구는 KAIST 생명화학공학과 박준길 박사, 이유한 박사가 공동 제1저자로 참여했고, 연구결과는 국제 학술지 `네이처 커뮤니케이션즈' 지난 2일자에 게재됐다.
(논문명 : Multi-modal conditional diffusion model using signed distance functions for metal-organic frameworks generation)
