포스텍 심지훈 교수 연구팀
신소재 개발 새 방법론 적용
거대한 훈련 데이터셋 없이
다원소 합금 효과적 분석
신소재 개발 새 방법론 적용
거대한 훈련 데이터셋 없이
다원소 합금 효과적 분석
납이나 구리 같은 값싼 금속을 금으로 만들려고 했던 연금술은 아직 성공하지 못했다. 그러나 근현대에 들어 으뜸이 되는 원소에 두세 가지의 보조 원소들을 섞는 합금이 개발되면서 현대판 연금술은 고엔트로피 합금과 같이 강도가 높은 최첨단 금속재료를 만들 수 있게 됐다.
POSTECH(포항공과대학교, 총장 김무환) 화학과 심지훈 교수·진태원박사(제1저자, 현재 KAIST) 연구팀과 인공지능대학원 박재식 교수는 공동연구를 통해 거대한 훈련 데이터 없이 확장가능 인자1)로 다원소 합금의 결정구조를 예측할 수 있는 시스템을 개발했다고 11일 밝혔다. 이번 연구는 국제학술지 ‘사이언티픽 리포트(Scientific Reports)’에 최근 게재됐다.
고체는 결정구조에 따라 특정 성질이 결정된다. 결정구조는 같지만, 화학조성이 일정한 범위에서 연속적으로 변화하는 소재인 고용체 고엔트로피 합금의 경우, 결정상에 의해 강도(剛度)나 연성(延性) 같은 기계적 특성이 달라진다.
연구팀은 80% 이상의 데이터를 훈련과정에 사용하는 기존의 인공지능 모델 대신 확장 가능 인자와 이원소 합금 데이터를 통해 고엔트로피 합금의 결정구조를 예측하는 인공지능 모델을 설계했다. 이는 이원소 합금의 결정구조 데이터만으로 훈련한 인공지능 모델로 고엔트로피 합금을 포함한 다원소 합금의 결정구조를 예측한 첫 연구이다.
연구팀은 실험을 통해 다원소 합금 데이터가 훈련과정에 관여하지 않았음에도, 다원소 합금의 결정상이 80.56%의 정확도로 예측하는 것을 확인했다. 연구를 주도한 심지훈 교수는 “신소재 개발을 위해 인공지능 방법론을 적용하기 위해서는 거대한 데이터셋이 요구된다”며 “이번 연구를 통해 거대한 데이터셋 확보 없이 첨단 소재의 결정구조를 효과적으로 예측할 수 있게 됐다는 점에서 의미가 있다”고 설명했다.
포항=이시형기자
POSTECH(포항공과대학교, 총장 김무환) 화학과 심지훈 교수·진태원박사(제1저자, 현재 KAIST) 연구팀과 인공지능대학원 박재식 교수는 공동연구를 통해 거대한 훈련 데이터 없이 확장가능 인자1)로 다원소 합금의 결정구조를 예측할 수 있는 시스템을 개발했다고 11일 밝혔다. 이번 연구는 국제학술지 ‘사이언티픽 리포트(Scientific Reports)’에 최근 게재됐다.
고체는 결정구조에 따라 특정 성질이 결정된다. 결정구조는 같지만, 화학조성이 일정한 범위에서 연속적으로 변화하는 소재인 고용체 고엔트로피 합금의 경우, 결정상에 의해 강도(剛度)나 연성(延性) 같은 기계적 특성이 달라진다.
연구팀은 80% 이상의 데이터를 훈련과정에 사용하는 기존의 인공지능 모델 대신 확장 가능 인자와 이원소 합금 데이터를 통해 고엔트로피 합금의 결정구조를 예측하는 인공지능 모델을 설계했다. 이는 이원소 합금의 결정구조 데이터만으로 훈련한 인공지능 모델로 고엔트로피 합금을 포함한 다원소 합금의 결정구조를 예측한 첫 연구이다.
연구팀은 실험을 통해 다원소 합금 데이터가 훈련과정에 관여하지 않았음에도, 다원소 합금의 결정상이 80.56%의 정확도로 예측하는 것을 확인했다. 연구를 주도한 심지훈 교수는 “신소재 개발을 위해 인공지능 방법론을 적용하기 위해서는 거대한 데이터셋이 요구된다”며 “이번 연구를 통해 거대한 데이터셋 확보 없이 첨단 소재의 결정구조를 효과적으로 예측할 수 있게 됐다는 점에서 의미가 있다”고 설명했다.
포항=이시형기자
저작권자 © 대구신문 무단전재 및 재배포 금지