KAIST, 화학자처럼 유기반응 결과 예측 인공지능 개발

정유성 교수팀, 화학반응 데이터 학습으로 정확한 유기 반응 결과 예측

신물질개발 시간·비용 절감 기대, 국제학술지 표지논문 선정

[대전=뉴시스] KAIST의 연구결과가 실린 극제 학술지 '네이처 머신 인텔리전스(Nature Machine Intelligence)' 9월호 표지. *재판매 및 DB 금지

[대전=뉴시스] 김양수 기자 = KAIST는 생명화학공학과 정유성 교수팀이 화학자처럼 유기반응의 결과를 정확하게 예측할 수 있는 인공지능(AI)을 개발했다고 4일 밝혔다.

유기 화학자는 반응물을 보고 유기 화학반응의 결과를 예상해 약물이나 유기발광다이오드(OLED)와 같이 원하는 물성을 갖는 분자를 합성한다.
 
 유기 화학반응은 같은 반응물에서 다양한 생성물이 생길 수 있어 숙련된 유기 화학자라도 모든 화학반응을 정확하게 예측하지 못한다.

이번에 정 교수팀은 화학자가 반응 결과를 예측하는 것과 같이 화학적 직관을 바탕으로 모델을 설계해 모델이 예측한 결과를 화학적으로 설명을 할 수 있는 우수한 인공지능을 만들었다.

연구팀은 "화학자는 반응을 파악하고 화학반응 규칙을 적용해 가능한 생성물을 예측한다"면서 "이 과정을 본따 공개 화학반응 데이터베이스로부터 화학반응 규칙을 도출했고 이 규칙을 바탕으로 분자의 화학 반응성을 예측키 위해 분자를 그래프로 취급하는 그래프 신경망(GNN) 모델을 개발했다"고 설명했다.

구축된 모델에 반응물들을 넣으면 화학반응 규칙과 반응 중심을 식별해 생성물을 성공적으로 예측할 수 있다.

이어 정 교수팀은 화학반응에서 널리 사용되는 미국 특허무역청(USPTO) 데이터를 이용해 유기 반응을 90% 이상의 정확도로 예측하는 데 성공했다.

이번 연구성과로 분자설계 과정이 비약적으로 빨라지고 새로운 화합물 개발에 응용하면 물질개발에 드는 시간과 비용을 절감할 수있을 것으로 기대된다. 현재 정유성 교수팀은 연구 결과에 대한 특허 출원을 준비하고 있다.

KAIST 생명화학공학과 첸수안 (Shuan Chen) 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 '네이처 머신 인텔리전스(Nature Machine Intelligence)' 9월호 표지논문으로 선정됐다.(논문명:A generalized-template-based graph neural network for accurate organic reactivity prediction)


◎공감언론 뉴시스 [email protected]