【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]"AI 활용해 만든 소재, 아직 갈길 멀었다"

온카뱅크관리자

2025-10-02 16:57:31

<div id="layerTranslateNotice" style="display:none;"></div> 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="Yac3vfIinu">
 <figure class="figure_frm origin_fig" contents-hash="af7127cf91cbdb57d90bacb06a5b090c49ebf16f9816806576b64fe4a8c53a8f" dmcf-pid="GNk0T4CnLU" dmcf-ptype="figure">
 <img alt="인공지능(AI)을 나타낸 이미지. 게티이미지뱅크 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/02/dongascience/20251002165145065cdgg.jpg" data-org-width="680" dmcf-mid="WAzjxl41n7" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/02/dongascience/20251002165145065cdgg.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 인공지능(AI)을 나타낸 이미지. 게티이미지뱅크 제공
 </figcaption>
 </figure>
 인공지능(AI) 기업 구글 딥마인드가 2023년 딥러닝 AI 기술을 사용해 220만 개의 새로운 물질을 발견했다고 발표했을 때 소재 분야에 새로운 시대가 열리는 듯 했다. 딥마인드가 발견한 결정질 물질에는 그래핀과 유사한 층상 화합물 5만2000개, 충전식 배터리를 개선하는 데 사용될 수 있는 잠재적인 리튬 이온 전도체 528개 등이 포함된다. 딥마인드의 이 같은 노력과 그 뒤를 이은 마이크로소프트, 메타 등의 유사한 노력은 비판으로 이어졌다. AI 시스템이 생각해 낸 화합물 중 일부는 독창성이 없고 실현 불가능하거나 초기 목적에 적합하지 않았기 때문이다. 
 국제학술지 '네이처'의 1일(현지시간) 보도에 따르면 재료 분야 연구자들이 기업이 AI를 이용해 만든 연구결과들을 검토했다. 연구자들은 AI가 재료 과학 분야에서 큰 가능성을 가지고 있다고 평가했지만 AI와 실험 화학자들의 협력 확대, AI 기반 시스템에 대한 면밀한 분석이 이뤄져야 AI의 잠재력이 향상될 것이라고 보았다.  
 청동기 시대를 촉발한 구리와 주석의 혼합물부터 스테인리스강의 발명에 이르기까지 재료의 발견은 인류 역사 전반에 걸쳐 혁신을 주도해 왔다. 지난 10년 동안 재료 과학 분야에서 AI 활용이 크게 증가했다. 최근 AI는 결정성 무기 고체를 발견하는 데 집중적으로 활용되고 있다. 결정성 무기 고체란 규칙적인 결정 격자 구조를 가진 무기물 고체로 반도체에서 레이저에 이르기까지 다양한 기술에서 핵심 구성 요소로 쓰이는 화합물의 한 종류다.
 결정성 무기 고체의 특성은 그 안에 포함된 원자 자체의 특성뿐 아니라 그 원자들이 반복적인 패턴으로 어떻게 배열돼 있는지에 의해서도 결정된다. 과학자들이 새로운 무기 결정을 만들 때 단순히 새로운 원자 조합을 고안하는 데 그치지 않고 내부 원자들이 어떤 구조를 가질지 예측하려고 노력하는 이유다. 
 AI가 등장하기 전 연구자들은 전통적인 계산 방법을 사용했다. 주된 방법 중 하나는 밀도 함수 이론(DFT)이다. DFT는 물질 내에서 전자의 움직임을 계산하는 방법이다. 가상의 무기 화합물의 경우 DFT를 통해 △어떤 구조가 가장 안정적이며 △존재할 가능성이 가장 높은지 △화합물의 특성은 무엇인지 등을 파악할 수 있다. 
 DFT는 계산량이 매우 많다는 문제가 있다. AI는 이 지점에서 도움이 된다. 딥마인드의 경우 DFT 계산에만 의존하지 않고 과거 DFT 계산 결과를 기계 학습 알고리즘에 입력했다. 알고리즘은 무작위로 생성된 결정 구조의 안정성을 예측하는 방법을 학습했으며 기존 방법보다 훨씬 빠르게 많은 양의 DFT를 수행했다. 알고리즘은 DFT를 사용해 예측 중 가장 가능성이 높은 것을 확인하고 연구팀은 결과를 다시 알고리즘에 넣어 성능을 개선했다. 이런 방법으로 엄청난 양의 화합물을 예상했다.
 메타도 비슷한 방법으로 미국 조지아 공과대 과학자들과 협력해 공기 중의 이산화탄소를 직접 효율적으로 흡수할 수 있는 다공성 물질인 금속-유기 구조체(MOF)를 발견했다.
 하지만 이러한 모든 시도는 한계를 드러냈다. 기업이 AI를 이용해 만들었다는 결과물 중엔 이미 만들어진 물질이나 잘못 계산된 결과가 섞여 있었다. 실제로 유용한 물질이 될 가능성이 낮다는 문제도 있다. 
 앤서니 치텀 미국 산타바바라 캘리포니아대 연구원은 네이처를 통해 "딥마인드가 만든 물질 중 1만8000개 이상의 화합물에 프로메튬과 프로탁티늄과 같은 극히 희귀한 방사성 원소가 포함돼 있었다"며 AI의 예측대로 새로운 기능성 물질을 만들 수 있는 확률은 적다고 설명했다.
 메타도 대기 중 이산화탄소를 직접 포집해 지구 온난화 감소에 도움이 될 수 있는 100개 이상의 소재를 제안했지만 실제로 만든 소재가 이산화탄소를 포집할 확률은 낮다는 비판이 제기됐다. 
 이 같은 비판에도 불구하고 재료 과학에서 AI의 잠재력은 높은 것으로 평가된다. AI가 연구자들을 돕는 보조 역할을 할 수 있기 때문이다. 실제 조건에서 질서 있게 분자 구조가 정렬될 가능성이 높은 화합물을 파악해 유용한 후보군을 제공할 수 있다. 미국 화학 기업인 '오비탈 머티리얼즈'는 소재 합성 시 새로운 합성 계산 데이터와 기존 문헌에서 나온 데이터를 비교하고 해석하는 AI 모델을 개발해 연구 효율을 높이고 있다. 미국 '시트린 인포매틱스'도 기존 재료 합성 공정을 개선하는 AI 시스템을 개발 중이다. 
 티안 시에 '과학을 위한 미국 마이크로소프트 리서치 AI' 연구원은 "인류가 직면한 많은 문제는 새로운 소재의 발견으로 해결할 수 있다"며 "AI를 활용해 새로운 소재를 발견하고 대량 생산이 가능하도록 만들어 인류에 실질적인 영향을 미칠 것이다"고 말했다. 
 &lt;참고자료&gt; -https://doi.org/10.1038/d41586-025-03147-9
 [이채린 기자 rini113@donga.com]
 </section> 
 </div> 
 Copyright © 동아사이언스. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기