신물질 개발은 원자의 배열을 조절하여 강도나 유연성, 전기 전도성과 같은 원하는 특성을 가진 화합물을 찾아내는 과정입니다. 현대 화학 연구에서는 실험 비용을 줄이고 효율성을 높이기 위해 컴퓨터 시뮬레이션을 활용하는 계산 과학이 필수적인 역할을 담당하고 있습니다. 하지만 바둑의 경우의 수가 우주의 원자 수보다 많다고 하듯, 수많은 원소와 결합 각도까지 고려해야 하는 신물질 설계는 바둑보다 훨씬 복잡한 난제입니다. 따라서 수많은 조합 중 최적의 배열을 효율적으로 찾아내기 위한 새로운 접근 방식이 절실히 요구되고 있습니다.

기존의 계산 과학 방법론은 원자 수의 세제곱에 비례하는 높은 계산 복잡도를 가집니다. 특히 고분자나 여러 분자가 혼합된 화합물의 경우, 분자 간의 상호작용과 기하학적 배치를 모두 고려해야 하므로 전통적인 방식으로는 계산이 거의 불가능에 가깝습니다. 이러한 물리적, 시간적 한계를 극복하기 위해 최근에는 인공지능을 활용하여 화합물의 특성을 빠르게 예측하려는 시도가 활발해지고 있습니다. 연구의 목표는 단순히 속도를 높이는 것을 넘어, 복잡한 혼합물의 특성까지 정확하게 파악할 수 있는 지능형 모델을 구축하는 것입니다.

본 연구에서는 고가의 상용 소프트웨어 대신 공개 소프트웨어인 오르카(Orca)를 활용하여 학습 데이터를 생성하는 전략을 취했습니다. 전문가가 일일이 최적의 초기 구조를 설정하는 대신, 난수 기반의 생성 방식과 파이썬 라이브러리를 결합하여 다양한 기하학적 구조를 가진 데이터를 대량으로 확보했습니다. 비록 이 방식은 상용 프로그램에 비해 개별 데이터의 정밀도는 다소 떨어질 수 있지만, 광범위한 경우의 수를 포함하는 노이즈 섞인 대용량 데이터셋을 구축할 수 있다는 강력한 장점이 있습니다. 이는 인공지능이 스스로 데이터의 패턴을 학습할 수 있는 토대가 됩니다.

대량의 노이즈 섞인 데이터를 효과적으로 처리하기 위해 '확률적 표현 학습' 모델을 도입했습니다. 이 모델은 단일 데이터포인트를 특정 값에 매핑하는 기존의 결정론적 방식과 달리, 데이터셋이 나타내는 전체적인 확률 분포를 화합물의 특성으로 연결합니다. 그래프 신경망(GNN)을 통해 분자 구조를 벡터 형태의 임베딩으로 변환하고, 정보 병목이나 대조 학습 기법을 적용하여 확률 분포 자체를 학습하게 됩니다. 이를 통해 개별 데이터의 불확실성을 극복하고, 실제 실험값에 가까운 물리화학적 특성을 놀라울 정도로 정확하게 예측할 수 있게 되었습니다.

공개 소프트웨어의 정밀도가 다소 낮더라도, 인공지능 모델이 부정확한 계산 결과를 스스로 바로잡는 역할을 수행하게 함으로써 전체적인 시스템 효율을 높였습니다.

인공지능 모델과 공개 소프트웨어의 결합은 신물질 개발 프로세스를 획기적으로 단순화합니다. 과거에는 전문가가 구조를 최적화하고 실험적으로 물성을 측정하기까지 수개월의 시간과 막대한 비용이 소요되었습니다. 하지만 학습된 확률 모델을 적용하면 미지 시료의 물성을 수초에서 수분 내에 예측할 수 있어 개발의 병목 현상을 완전히 해소할 수 있습니다. 결과적으로 사람이 투입하는 노동력은 줄이면서도 연구의 효율성은 극대화하는 혁신적인 시스템이 가능해진 것입니다. 앞으로 다양한 화학 벤치마크 데이터셋을 통해 모델의 신뢰성을 더욱 높여나갈 계획입니다.