"나노 물질 성능 예측까지"…GIST, AI 전자현미경 분석 실현

연성 물질 자기조립 구조 자동 분석·물성 예측 구현

GIST가 제시한 AI 통합 전자현미경 기술을 통한 연성 물질 분석의 시공간적 한계 극복 및 정밀 해석 개념도. (그해픽=GIST 제공) [email protected]

[광주=뉴시스]이창우 기자 = 광주과학기술원(GIST)은 신소재공학과 이은지 교수 연구팀이 인공지능(AI)을 투과전자현미경(TEM) 분석에 접목해 연성 물질의 복잡한 나노 자기조립 구조를 자동 분석하고 소재 성능까지 예측할 수 있는 통합 분석 플랫폼을 제시했다고 6일 밝혔다.

이번 연구는 전자빔에 취약해 분석이 어려웠던 유기고분자·바이오 소재 등 연성 물질을 대상으로, 전자현미경을 단순 관찰 장비에서 구조 이해와 물성 예측이 가능한 분석·설계 도구로 확장한 것이 특징이다.

연성 물질은 mRNA 백신 전달체, 약물 전달 시스템, 차세대 에너지 소재 등에서 핵심 역할을 한다.

하지만 구조가 매우 작고 복잡해 전자현미경 영상 대비가 낮고 전자빔 손상에 취약해 정밀 분석에 한계가 있었다.

연구팀은 이러한 문제 해결을 위해 초저온 전자현미경(cryo-TEM), 전자단층촬영(ET), 실시간 액상 전자현미경(LP-TEM) 등 다양한 전자현미경 기법을 결합하고 여기에 딥러닝 기반 AI 기술을 적용했다.

이를 통해 복잡한 나노 구조의 자동 인식, 3차원 구조 재구성, 자기조립 과정의 시간에 따른 변화 분석을 자동화했다.

또 전자현미경 이미지로부터 구조와 물성 간의 상관관계를 도출해 소재 성능을 예측하는 단계까지 구현했다.

GIST는 이번 성과가 방대한 전자현미경 데이터를 AI로 통합 분석함으로써 연성 물질의 자기조립 메커니즘을 체계적으로 이해하고 이미지 기반 소재 설계로 확장할 수 있는 가능성을 제시한 것이라고 설명했다.

사진(왼쪽부터) GIST 신소재공학과 윤준연 박사과정생(제1저자), 이은지 교수, 황준호 박사. (사진=GIST 제공) [email protected]

이은지 교수는 "이번 연구는 전자빔에 민감한 연성 소재의 자기조립 과정을 실시간으로 관찰하고, 이를 AI로 정밀 분석해 물성 예측까지 연결할 수 있는 분석 체계를 마련했다는 점에서 의미가 크다"며 "이미지 관찰에 머물던 기존 분석을 넘어 데이터 기반 소재 설계로 확장될 수 있는 새로운 연구 방향을 제시했다"고 말했다.

윤준연 박사과정생(제1저자)은 "AI가 전자현미경 이미지로부터 물질 특성을 예측하고 최적의 소재 설계를 제안할 수 있음을 보여준 연구"라고 설명했다.

이번 연구는 과학기술정보통신부와 한국연구재단 등의 지원을 받아 수행했다.

연구 결과는 국제학술지 'NPG Asia Materials' 온라인판에 지난해 12월23일 게재됐다.

기술이전 관련 협의는 GIST기술사업화센터([email protected])로 문의하며 된다.


◎공감언론 뉴시스 [email protected]