KAIST, 챗MOF로 96.9% 금속 유기 골격체 물성 예측

김지한 생명화학공학과 교수 연구팀, 챗봇 시스템 개발

대규모 언어 모델을 이용한 금속 유기 골격체 예측 및 역설계 챗봇 시스템 예시. ⓒ한국과학기술원

한국과학기술원(KAIST)은 챗GPT를 활용해 금속 유기 골격체 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(챗MOF)을 개발했다고 26일 밝혔다.

KAIST에 따르면 김지한 생명화학공학과 교수 연구팀은 인공지능(AI) 발전에 주목하며 대규모 언어 모델(LLMs) 활용을 통해 금속 유기 골격체(MOFs) 특성을 예측하고, 새로운 재료를 자동으로 생성하는 챗봇 시스템(ChatMOF)을 개발했다.

최근 AI 발전에는 큰 도약이 있었지만 재료 과학에서 LLM 잠재력을 완전히 실현하기에는 여전히 물질의 복잡성과 재료별 특화된 훈련 데이터 부족이라는 한계점이 존재했다.

김지한 교수 연구팀 챗MOF는 재료 분야에서 전통적인 머신러닝 모델과 LLM을 결합한 방식이다. 때문에 계산 및 머신러닝 도구에 대한 초보자들과 격차를 줄일 수 있다는 장점을 지니고 있다.

또 AI 변혁적인 능력과 재료 과학의 복잡한 측면들을 연결하며, 다양한 작업에서 뛰어난 성능을 보여준다. 챗MOF는 검색 및 예측 작업에서 각각 96.9% 및 95.7% 높은 성공률을 기록했다.

김지한 교수는 “연구팀이 개발한 기술은 재료 과학 분야에서 AI 자율성을 달성하기 위한 중요한 진전을 나타낸다"며 "기술이 발전함에 따라, 모델 용량과 온라인 플랫폼에서 데이터 공유에 대한 체계적인 개선을 통해 챗MOF 성능을 최적화할 수 있으며, 이는 금속 유기 골격체 연구 분야에서 놀라운 진전을 촉진할 수 있다”고 말했다.