성균관대, 대규모 원자 모델링 AI 개발

얼음 상태도 등 다양한 재료 응용 가능성 선보여

왼쪽부터 명창우 에너지학과 교수, 유수행 연구교수, 김동건 석사과정생, Radhakrishnan Sundheep 연구원 (제공=성균관대) *재판매 및 DB 금지

[서울=뉴시스]문효민 인턴 기자 = 성균관대(총장 유지범)는 명창우 에너지과학과 교수 연구팀이 대규모 원자 모델링을 위한 새로운 인공지능 기술을 개발했다고 2일 밝혔다.

연구팀은 이 기술을 통해 얼음의 상태도, 질화붕소 액체상, 리튬 고체 전해질 등 다양한 재료의 물리적 성질을 정확하게 예측하는 데 성공했다.

기존에는 슈뢰딩거 방정식을 이용해 재료의 물리적·화학적 성질을 예측해왔으나 많은 계산량으로 인한 한계가 있었다.

그러나 이번에 개발된 베이지안 위원회 머신 포텐셜을 통해 더 빠르고 효율적인 시뮬레이션이 가능해졌다.

이는 에너지, 반도체, 바이오 등 여러 산업에 영향을 미칠 것으로 기대된다고 성균관대는 설명했다.

BCM 모델은 압력을 학습하는 커널 기반 머신러닝 기술을 사용해 분자동역학 시뮬레이션을 실시간으로 학습하며 수행할 수 있다.

이를 통해 얼음의 상태도와 같은 복잡한 물리적 현상도 정확하게 예측할 수 있으며 리튬 고체 전해질과 질화붕소 액체상의 특성도 재현할 수 있다.

연구에 참여한 제1저자 유수행 성균관대 연구교수는 "개발된 머신러닝 포텐셜은 앞으로 118종의 원소를 제1 원리 수준에서 시뮬레이션할 수 있는 범용 기술의 기초가 될 것"이라고 밝혔다.

명창우 교수는 "제1 원리 계산은 많은 시간과 컴퓨팅 자원이 소요되지만, 범용 머신러닝 포텐셜을 사용하면 계산 시간을 대폭 줄일 수 있어 배터리, 태양전지, LED와 같은 에너지 소재를 더 빠르고 효율적으로 개발할 수 있을 것"이라고 설명했다.

이번 연구는 한국연구재단의 우수신진연구사업, 한국과학기술정보연구원, 국가슈퍼컴퓨팅센터의 지원으로 수행됐다.

연구 결과는 국제 학술지 Physical Chemistry Chemical Physics(PCCP)에 7월 31일 게재됐다.

같은날 명창우 교수는 동 학술지에서 차세대 신진 연구자로 선정되기도 했다.


◎공감언론 뉴시스 [email protected]