유니콘팩토리

"화학에 AI(인공지능)를 적용할 때의 가장 큰 도전은 수많은 분자들의 조합을 모두 AI에 학습시킬 수 없다는 겁니다. 대신, 화학 반응의 '문법'을 AI에 학습하는 것으로 극복할 수 있습니다." 백무현 기초과학연구원(IBS) 분자활성 촉매반응 연구단 부연구단장은 24일 서울 용산구에서 열린 과학미디어아카데미에서 이처럼 설명했다. 분자활성 촉매반응 연구단은 최근 계산화학에 AI를 도입하고자 시도 중이다. 백 부연구단장은 국내 '1세대' 계산 화학(computational chemistry) 연구자다. 계산 화학은 컴퓨터의 연산 기능을 활용해 화학 반응을 예측하는 연구 분야다. 수많은 분자의 상호작용, 화합물의 반응과 메커니즘을 이론적으로 분석한다. 백 부연구단장이 이끄는 연구팀은 2018년 암 치료제, 뇌전증 치료제 등의 핵심 원료인 '감마-락탐'을 합성한 바 있다. 반응 효율이 높은 이리듐 촉매를 생성해 자연적으로는 합성이 어려웠던 탄화수소로 감마-락탐을 합성하는 데 성공했다.

국내 연구진이 각종 화학반응과 독성을 예측해 빠른 신약 개발에 도움을 줄 수 있는 AI(인공지능) 기술을 개발했다. KAIST(한국과학기술원)는 예종철 김재철 AI 대학원 연구팀이 분자의 구조와 화학적 특성을 예측하고 생성하는 분자 데이터 다중 모달리티 학습(multi-modal learning) 기술을 개발했다고 25일 밝혔다. 연구 결과는 국제 학술지 '네이처 커뮤니케이션즈'에 지난 14일 온라인 게재됐다. 연구팀에 따르면 지금까지 분자 구조 자체를 분석해 화합물의 성질을 예측하는 AI 기술은 있었지만, 기존 화합물의 특성을 예측하면서도 새로운 화합물까지 생성하는 AI 기술을 개발한 건 이번이 처음이다. 다중 모달리티 학습은 이미지에 기반한 질의응답, 텍스트에 기반한 이미지 생성처럼 다양한 데이터 형식의 과제도 수행하는 AI 기술이다. 연구팀은 분자 구조를 나타내는 문자열과 이에 해당하는 분자의 화학적 특성값을 이용해 AI를 학습시켰다. 이를 통해 수십여 개에 이르는 화학 특성