그래프 신경망 통해 화학반응 규칙과 반응 중심 식별
USPTO 데이터 이용해 유기 반응 예측 정확도 90%
(내외방송=정지원 과학전문 기자) 앞으로 인공지능(AI)이 화학자처럼 '생각'을 할 수 있을 것으로 전망된다.
KAIST는 4일 '내외방송'에 보낸 자료에서 "정유성 생명화학공학과 교수 연구팀이 화학자처럼 생각하는 인공지능을 개발했다"고 밝혔다.
연구팀이 개발한 인공지능은 유기 반응(탄소화합물을 가진 유기 화합물에서 화학 변화가 일어나 다른 물질로 변화)의 결과를 정확하게 예측할 수 있다.
유기 화학자는 반응물을 보고 유기 화학반응의 결과를 예상해 분자를 합성하는데, 이 작업은 시간과 비용이 많이 소모될 뿐만 아니라 화학반응을 정확하게 예측하지 못한다는 문제점이 있다.
연구팀은 화학적 직관을 바탕으로 모델을 설계해서 모델이 예측한 결과를 화학적으로 설명할 수 있을 뿐만 아니라 공개 데이터베이스에서도 매우 우수한 예측 정확도를 달성했다.
화학자는 반응 중심을 파악하고, 화학반응 규칙을 적용해 가능한 생성물을 예측하는데, 이 과정을 본떠서 공개 화학반응 데이터베이스로부터 화학반응 규칙을 도출해낸 것이다.
이 규칙을 바탕으로 분자의 화학반응을 예측하기 위해 분자를 그래프로 취급하는 '그래프 신경망 모델'이 개발됐다.
이 모델에 반응물을 넣으면 화학반응 규칙과 반응 중심을 식별해 생성물을 성공적으로 예측할 수 있다.
연구팀은 화학반응에서 널리 사용되는 미국 특허무역청(USPTO) 데이터를 이용해 유기 반응을 90% 이상 정확도로 예측하는 데 성공했다.
때문에 이 연구를 활용하면 분자 설계 과정이 비약적으로 빨라지고, 새로운 화합물 개발에 실용적인 응용이 활발해질 것으로 기대된다.
첸 수안 박사과정이 제1저자로 참여한 이 연구 결과는 산업통상자원부와 한국연구재단의 지원을 받아 수행됐으며, 국제 학술지인 '네이처 머신 인텔리전스(Nature Machine Intelligence)'에 지난달 표지논문으로 선정돼 출판됐다(논문명: Conducting chemical experiments in digital lab).
