|
우리 주변의 화학 제품은 대부분 여러 물질이 섞인 혼합물로 만들어진다. 화장품이나 자동차 연료, 배터리 속 전해질 등이 대표적이다. 혼합물의 성질은 각 물질의 배합 비율에 따라서도 달라지기에 이를 예측하는 기술의 중요성이 커지고 있다.
기존에도 혼합물의 성질을 예측하는 AI 모델이 있었지만 각 분자의 비합 비율에 따라 평균적 성질을 예측하는 데에 그쳤다. 요리의 완성된 맛을 확인하기보다는 각각의 식재료를 따로 맛보고 평균적인 맛을 추정하는 방식인 셈이다.
정 교수팀은 한층 발전된 AI 모델 ‘MEMo’을 개발했다. 이어 미국 국립표준기술연구소(NIST)의 실험 데이터 약 86만 건을 바탕으로 밀도, 음속, 증기압, 굴절률, 표면장력 등 5가지 성질에 대한 평가 자료를 구축하고 모델의 성능을 검증했다. 그 결과 MEMo는 5가지 성질 중 4가지에서 기존 모델보다 높은 예측 정확도를 보였다.
이번 연구에는 김지환 석·박사통합과정생과 김찬중 학부연구생이 참여했으며, 연구 성과는 화학공학 분야 저명 국제학술지(Chemical Engineering Journal)에 게재됐다. 정준영 교수는 “실험 없이도 다양한 배합 성질을 빠르게 예측할 수 있어 배터리 전해질 설계, 친환경 용매 개발, 이산화탄소 포집 등 혼합물을 다루는 산업 분야에서 시간·비용을 절감하는 데에 기여할 것”이라고 기대했다.
