연구자 지식 말·글로 전달하면 AI 스스로 실험 계획 반영

불편하시다면 뒤로 가기를 눌러주세요

화학연, '인간 참여형 최적화' 기술 개발…"신소재·촉매 개발 속도 앞당겨"

(대전=연합뉴스) 김준호 기자 = 연구자의 경험과 지식을 말이나 글로 전달하면 인공지능(AI)이 스스로 실험 계획에 반영하는 자율실험실용 AI 기술이 개발됐다.

14일 한국화학연구원에 따르면 안광노 박사 연구팀은 연구자의 자연어 지식을 거대언어모델(LLM)이 해석해 실험에 필요한 정보로 변환하는 '인간 참여형 최적화' 기술을 개발했다.

자율실험실(SDL)은 AI가 스스로 변수를 바꿔가며 최적 조건을 찾는 차세대 연구 시스템으로, 정해진 실험만 반복하는 자동화 장비와 달리 결과를 학습해 다음 실험을 스스로 선택한다.

그러나 기존 자율실험실의 AI는 대체로 백지상태에서 시작하는 한계가 있다. '온도를 올리면 수율이 오른다'와 같은 기본 상식조차 값비싼 실험을 반복하며 처음부터 다시 확인해야 했다.

연구팀은 연구자의 말을 이해하는 언어모델을 다음 실험 조건을 고르는 '베이지안 최적화 AI'에 연결해 이 문제를 해결했다.

이는 적은 횟수의 실험으로 최적 조건을 효율적으로 찾아가는 대표적인 AI 탐색 기법으로, 연구자가 편하게 말로 지식을 전달하면, 언어모델이 이를 AI가 활용할 사전정보와 제약조건으로 자동 변환해 탐색에 반영한다.

복잡한 코드나 수식 없이 '말이 통하는 실험실'을 구현한 것이다.

실제 실험 데이터로 구성한 가상실험 환경에서 검증한 결과, 충분한 사전지식을 활용하면 목표 성능 도달에 필요한 탐색 횟수가 크게 줄었다.

여러 원료를 한 번에 결합하는 반응의 기존 약 30회 탐색 횟수를 10회 이내로, 전기전도성 복합소재 반응의 기존 약 20회 탐색 횟수를 3∼5회로 단축해 4분의1 이하 수준으로 줄였다.

이는 사전지식만으로 실제 실험 데이터 약 40건을 확보한 것과 맞먹는 효과로, 반나절 이상이 걸리는 촉매 실험의 초기 탐색을 20일가량 앞당기는 셈이라고 연구팀은 설명했다.

안광노 박사는 "이번 기술은 연구자와 AI가 서로 도움을 주고받으며 함께 연구하도록 돕는 '실험 동료'이자 자율실험실의 두뇌 역할을 하는 핵심 소프트웨어"라며 "신소재·촉매 등 연구개발에 드는 시간과 비용을 크게 줄이는 데 기여할 것"이라고 말했다.

kjunho@yna.co.kr

인기상품 확인하고 계속 읽어보세요!

5

원치 않을 경우 뒤로가기를 눌러주세요.