[더테크 이지영 기자]  스마트폰 배터리 수명과 난치병 치료 신약 개발의 공통 핵심은 원자들이 얼마나 안정적으로 결합하느냐에 달려 있다. 최적의 분자 구조를 찾는 ‘분자 설계’는 거대한 산에서 가장 낮은 골짜기를 찾는 것과 같은 난제로, 오랜 시간과 막대한 비용이 필요했다. KAIST 연구진이 인공지능으로 이 과정을 획기적으로 단축할 수 있는 기술을 개발했다.

KAIST는 화학과 김우연 교수 연구팀이 분자의 안정성을 좌우하는 물리 법칙을 스스로 학습해 구조를 예측하는 인공지능 모델 ‘리만 확산 모델(R-DM)’을 개발했다고 10일 밝혔다. 이번 연구는 AI가 화학의 기본 원리를 이해하고 분자의 안정성을 판단한 첫 사례로 평가된다.

R-DM의 핵심은 분자의 ‘에너지’를 직접 고려한다는 점이다. 기존 인공지능이 분자 구조의 형태를 모방하는 데 집중했다면, R-DM은 분자 내부에서 작용하는 힘을 반영해 구조를 스스로 개선한다. 연구팀은 분자 구조를 에너지 지형으로 표현하고, 인공지능이 가장 낮은 에너지 상태를 찾아 이동하도록 설계했다. 이는 물질이 에너지가 가장 낮은 상태를 선호한다는 화학의 기본 법칙을 AI가 학습한 결과다.

특히 수학 이론인 리만 기하학을 적용해 에너지 지형 위에서 불안정한 구조를 피하고 최적의 안정 상태를 탐색하도록 했다. 실험 결과 R-DM은 기존 AI 대비 최대 20배 높은 정확도를 기록했으며, 예측 오차는 정밀 양자역학 계산과 거의 동일한 수준까지 줄었다. AI 기반 분자 구조 예측 기술 중 세계 최고 수준의 성능으로 평가된다.

이 기술은 신약 개발, 차세대 배터리 소재, 고성능 촉매 설계 등 다양한 산업 분야에서 활용될 전망이다. 장기간이 소요되던 분자 설계 과정을 크게 단축해 연구개발 속도를 높일 ‘AI 시뮬레이터’로 기대되며, 화학 사고나 유해 물질 확산처럼 실험이 어려운 상황에서도 반응 경로를 빠르게 예측할 수 있어 환경·안전 분야에서도 활용 가능성이 크다.

김우연 교수는 “AI가 화학의 기본 원리를 이해하고 분자의 안정성을 스스로 판단한 첫 사례”라며 “신소재 개발 방식을 근본적으로 바꿀 수 있는 기술”이라고 말했다.