"OLED 소재 시행착오 줄인다"…고려대, '신소재 색 예측' AI 구현

'SSC(용매변색성 하위그룹 기여법)' 기술 개발

박성남 화학과 교수팀, '설명 가능한 AI' 선보여

[서울=뉴시스] 고려대학교 박성남 화학과 교수팀이 개발한 'SSC(용매변색성 하위그룹 기여법)' 기술의 개요도. (사진=고려대 제공) 2026.09.04. [email protected] *재판매 및 DB 금지

[서울=뉴시스]박시은 인턴 기자 = 고려대학교는 박성남 화학과 교수 연구팀이 신소재 개발 과정에서 시행착오를 줄여줄 수 있는 인공지능(AI) 기술을 개발했다고 4일 밝혔다.

유기발광다이오드(OLED) 소재와 같은 형광 진단 물질은 섞이는 액체(용매)에 따라 빛의 색과 밝기가 바뀌는 특성이 있어, 연구자들은 일일이 합성 실험을 반복하며 원하는 특성을 찾아야 했다.

이를 예측하기 위한 기존의 AI 기술은 '이 물질을 이러한 액체에 넣으면 이런 색이 나온다'는 결과는 맞혔으나 그 이유는 설명하지 못했다.

고려대 연구팀은 분자를 하나의 덩어리로 보지 않고, 여러 개의 부품(작용기)으로 나눠서 각 부품이 색 변화에 얼마나 영향을 주는지 계산하는 AI를 개발했다. 연구팀은 이 기술에 'SSC(용매변색성 하위그룹 기여법·Solvatochromic Subgroup Contribution)'라는 이름을 붙였다.

SSC는 색을 바꾼 작용기가 무엇인지, 어떠한 방식으로 얼마큼 바꿨는지를 숫자로 제시할 수 있다. 또한 예측 정확도도 기존의 AI 모델들보다 높은 것으로 드러났다. 특히 연구팀에 따르면 SSC의 AI가 계산한 원인 분석 결과는 과학자들이 오랫동안 검증해 온 화학 법칙과 정확하게 들어맞았다.

연구팀은 이를 활용하면 연구자들이 물질을 직접 합성하기 전, 먼저 작용기를 바꿔가며 원하는 색이 나오는 분자 구조를 찾아볼 수 있다고 설명했다. 다만 아직 일반적인 유기 분자에 한해 적용 가능하며, 고분자나 나노입자처럼 복잡한 물질에는 적용하기 어려운 단계다.

박 교수는 "이번 연구는 복잡한 용매 효과에 화학적·물리적 통찰을 심층학습 모델에 직접 반영해, 높은 예측 정확도와 설명 가능성을 동시에 확보했다"라며 "향후 AI가 단순히 분자 물성을 예측하는 것을 넘어 물성을 결정하는 화학적 원인을 이해하고, 이를 바탕으로 원하는 특성을 갖는 새로운 분자와 소재를 설계하는 데 활용될 것"이라고 밝혔다.

한편 이번 연구 결과는 국제 학술지 '어드밴스드 사이언스(Advanced Science)'에 지난달 27일 온라인 게재됐다.


◎공감언론 뉴시스 [email protected]