나노기술 및 정책 정보

• 목록

와세다대학(早稲田大學) 이공학술원 등의 연구그룹이 다채로운 형식의 재료 과학 데이터를 인공 지능(AI)에 학습시키는 방법을 개발함. 지금까지 재료 과학에서 사용 되는 AI의 예측 모델은 원칙적으로 1개의 형식 및 개념 밖에 학습할 수 없었으나, 본 방법을 도입함으로써 단일 AI에 40가지 이상의 물성, 수천 가지 이상의 화합물, 수백 가지 이상의 프로세스 정보를 학습·예측시켜 재료 과학에 관한 광범위한 지식을 AI에게 부여할 수 있게 됨. 연구진은 ‘그래프 구조’라는 포맷에 착안, 다양한 데이터베이스를 공통 형식으로 변환하는 기술을 개발함. 기존의 데이터베이스는 대부분 Excel과 같은 스프레드시트 모양의 표 형식으로 작성되었지만, 일반적 학습 모델은 단일 구조의 표 형식 데이터만 허용하기 때문에 다른 유형의 데이터베이스 학습이 곤란했음. 본 연구에서는 모든 데이터를 공통의 서식 그래프 구조로 변환하고 전용 학습 모델에 입력함으로써 이론적으로 모든 데이터베이스의 학습을 가능하게 함. 향후, 재료 과학에 그치지 않고, 신약 개발 등 광범위 한 분야에 응용이 가능한 ‘만능 AI’의 개발이 기대됨.

본 연구 결과는 ‘Communications Materials’ ("Integrating multiple materials science projects in a single neural network") 지에 게재됨.