- 새로운 화합물의 생성과 특성 예측이 동시에 가능한 생성AI 기술 개발
- 논문, SCI급 저명 국제학술지 'Nature Communications' 게재
[위즈뉴스] 국내 연구진이 새로운 화합물의 생성과 특성 예측이 동시에 가능한 생성AI 기술을 개발했다.
KAIST(총장 이광형)는 25일, 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능한 인공지능 기술을 개발했다고 밝혔다. 이번에 개발한 기술은 다양한 화학적 과제에 광범위하게 활용 가능한 것으로 전해졌다.
그간 신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상해 왔다.
이번 연구 결과를 담은 논문은 자연과학 분야의 SCI급 저명 국제학술지 ‘네이처 커뮤니케이션즈(Nature Communications, IF=16.6)’ 3월 14일 자 온라인판에 게재됐다.
논문명은 'Bidirectional Generation of Structure and Properties Through a Single Molecular Foundation Model'이며, 예종철 교수가 교신저자로, 장진호 석박통합과정생이 제1저자로 참여했다.
"화학분야의 새로운 생성AI 기술 개척"
연구팀의 예종철 교수는 “새로운 화합물의 생성과 화합물의 특성 예측 기술을 통합하는 화학분야의 새로운 생성AI 기술의 개척을 통해 생성AI 기술의 저변을 넓힌 것에 자부심을 갖는다”고 말했다.
심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다.
최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물을 생성하면서도 기존 화합물의 특성 예측이 동시에 가능한 기술은 개발되지 못했다.
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 도입해, 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.
연구팀이 제안한 모델은 50가지 이상의 분자 구조와 특성을 예측하는 능력을 보였다. 아울러, 이 모델은 이러한 두 데이터에 대한 정보 공유를 통해 화학반응 예측 및 독성 예측과 같은 다양한 문제에도 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 것으로 확인됐다.
연구팀은 "이번 연구는 독성 예측이나 후보물질 탐색 등 산업계에서 중요하게 다뤄지는 과제를 포함해, 더 광범위하고 풍부한 분자 양식과 고분자, 단백질과 같은 다양한 생화학적 영역에 적용될 수 있을 것으로 기대된다"고 밝혔다.
이번 연구는 한국연구재단의 AI데이터바이오선도기술개발사업의 지원으로 수행됐다.
