연구자와 소통하는 AI 자율실험 기술개발…탐색횟수 25%↓

화학연, 자연어 조언 실험 조건 변환…誤지식 자동 식별

촉매·신소재 개발 시간·비용 절감 기대, 국제학술지 게재

[대전=뉴시스] 화학연구원이 연구자가 평소 쓰는 말과 글로 자신의 경험을 전달하면 인공지능(AI)이 이를 실험 계획에 반영하고 데이터와 맞지 않는 조언은 스스로 적용을 멈추는 자율실험실용 AI 기술을 개발했다. 연구 요약도.(사진=화학연구원 제공)  *재판매 및 DB 금지

[대전=뉴시스] 김양수 기자 = 연구자가 말이나 글로 전달한 경험과 지식을 인공지능(AI)이 실험 계획에 반영해 최적 조건을 찾는 기술이 개발됐다.

한국화학연구원은 디지털화학연구센터 안광노 박사팀이 연구자의 자연어 지식을 AI가 활용할 수 있는 형태로 변환해 실험 최적화에 반영할 수 있는 '인간 참여형 최적화' 기술을 개발했다고 14일 밝혔다.

이 기술은 목표 성능에 도달하기까지 필요한 실험 탐색횟수를 기존의 4분의 1 이하로 줄이고 연구자의 조언이 실제 데이터와 맞지 않으면 적용을 중단하는 안전장치까지 갖춰 신소재와 촉매 등 고비용 실험의 효율을 높이게 된다.

자율실험실(SDL)은 AI가 실험 결과를 학습해 다음 실험조건을 스스로 정하고 자동화장비가 이를 수행하는 연구시스템이지만 기존 AI는 연구자의 경험이나 사전지식 없이 탐색을 시작하는 경우가 많아 최적 조건을 찾기까지 값비싼 실험을 반복해야 했다. 합성·분석에 반나절 이상 걸리는 촉매 실험에서는 시간과 재료, 에너지 비용 부담이 크다.

이번에 연구팀은 사람의 언어를 이해하는 거대언어모델(LLM)을 소규모 실험으로 최적 조건을 찾는 '베이지안 최적화' AI와 연결해 기존 문제를 해결했다.

연구팀은 "연구자가 자연어로 경험이나 지식을 전달하면 언어모델이 이를 분석해 실험의 경향과 제약조건 등 AI가 활용할 수 있는 정보로 변환하고 다음 실험 조건을 정하는데 반영한다"며 "복잡한 코드나 수식을 직접 작성하지 않고도 연구자의 지식을 실험 계획에 활용할 수 있도록 한 것"이라고 설명했다.

연구팀은 또 '연구자의 조언과 실제 실험 데이터가 얼마나 일치하는지 지속적으로 확인하고 차이가 일정 수준을 넘으면 조언 적용을 자동으로 중단한 뒤 데이터 중심의 탐색으로 전환하는 '적응형 가중치 신뢰도 판별(AWCD)' 기술도 개발했다.

실제 실험 데이터로 구성한 가상환경에서 검증한 결과, 여러 원료를 결합하는 우기 반응의 최적 조건 탐색 횟수는 기존 약 30회에서 10회 이내로 줄었고 전기전도성 복합소재 반응도 기존 약 20회에서 3~5회로 단축된 것으로 확인됐다. 이는 목표 성능에 도달하는 데 필요한 탐색 횟수를 기존의 4분의 1 이하 수준으로 줄였다는 의미다.

연구팀은 실험 중에도 연구자가 대화하듯 방향을 수정할 수 있는 웹 기반 ‘AI 코사이언티스트(Co-Scientist)’ 인터페이스도 개발해 공개했다. 향후 실제 자율실험실 장비에 적용해 기술을 검증할 계획이다.

연구 결과는 국제학술지 '저널 오브 케미컬 인포메이션 앤 모델링(Journal of Chemical Information & Modeling)'에 지난 8월 게재됐다.

안광노 박사는 "이 기술은 연구자와 AI가 서로 도움을 주고받으며 함께 연구하도록 돕는 실험 동료이자 자율실험실의 두뇌 역할을 하는 핵심 소프트웨어"라며 "연구개발에 드는 시간과 비용을 줄이는 데 기여할 것”이라고 말했다.


◎공감언론 뉴시스 [email protected]