본문 바로가기 주메뉴 바로가기

KISTI, 인공지능 활용 화학반응 예측 연구 발표

박성욱 2023-03-14 View. 14,349

KISTI, 인공지능 활용 화학반응 예측 연구 발표

- 새로운 형태의 화학반응 네트워크 구성을 통한 전이상태 구조 예측 모델 학습 성공 -





 한국과학기술정보연구원(원장 김재수, 이하 KISTI)은 화학반응의 반응 속도를 결정하는 전이상태의 구조를 예측할 수 있는 인공지능 모델 결과를 32일 네이처(Nature) 자매지인 

네이처 커뮤니케이션(Nature Communication)에 발표했다고 밝혔다.*

 * Sunghwan Choi, Prediction of transition state structures of gas-phase chemical reactions via machine learning, Nature Comm. 14, 1168 (2023)

 * 원문링크: https://www.nature.com/articles/s41467-023-36823-3

 

 

 KISTI 슈퍼컴퓨팅응용센터 최성환 박사는 시뮬레이션으로 축적한 전이상태 화합물 구조 데이터를 활용하여 전이상태 구조를 정밀하게 예측하는 인공지능 모델을 학습하고 이를 통해 가능한 여러 

화학반응 경로를 자동으로 탐색할 수 있음을 보였다.

 

 화학반응 도중 발생하는 화학구조 변화를 최적으로 학습하기 위해 화학구조의 확장성과 순열분변성을 만족하는 새로운 형태의 신경망(Pair Sequence Interaction Layer)을 제안하였고 그 결과 기존 

인공지능 모델들에 비해 압도적인 성능을 기록하였다. 기존 모델들은 전이상태 구조에서 가장 중요한 반응을 통해 변화하는 화학결합의 원자 간 거리를 정확하게 예측할 수 없었던 반면 새롭게 

도입된 모델은 화학반응에 직접 참여하는 화학결합에 대해서도 정확한 예측능력을 보였다.

 

 전이상태란 화학반응 경로에서 가장 높은 에너지를 가지는 상태를 이르는 개념으로, 화학반응 중 빠르게 지나치기 때문에 실험적으로 측정하는 것이 매우 어렵다. 따라서 화학반응 메커니즘을 

분석을 통한 촉매 설계 및 반응 동력학 분석을 위해서는 전이상태 화학구조를 파악하는 것이 중요하다. 이번 연구에서 이러한 전이상태 화학구조를 손쉽게 예측할 수 있는 인공지능 모델을 제안함

으로써 효율적인 촉매설계 및 반응 동력학 연구가 가능해졌다.

 

 KISTI 정민중 슈퍼컴퓨팅응용센터장은 실험데이터가 부족한 다양한 과학기술 분야에 시뮬레이션 데이터를 활용하는 인공지능이 우수한 연구방법론으로 활용될 수 있다고 밝혔다.

 

OPEN 출처표시, 상업용금지, 변경금지, 공공누리 공공저작물 자유이용허락

본 저작물은 “공공누리 제4유형(출처표시, 상업적 이용금지, 변경금지)” 조건에 따라 누구나 이용할 수 있습니다.

이 페이지에서 정보에 대해 만족하십니까?
  • 담당부서대외협력실
  • 담당자박성욱
  • 연락처042-869-1610
Back to Top