마치 화학자처럼 생각하는 인공지능(AI)이 개발됐다. 유기 반응 결과를 정확하게 예측해 화학 물질 개발 시간과 비용을 크게 줄일 수 있을 전망이다.

한국과학기술원(KAIST·총장 이광형)은 정유성 생명화학공학과 교수팀이 이 같은 성과를 냈다고 4일 밝혔다.

약물이나 유기발광다이오드(OLED)의 경우 유기 화학반응 결과를 예상해 원하는 물성을 갖는 분자를 합성하는데, 실험으로 생성물을 직접 확인하는 작업은 시간과 비용이 많이 소모된다. 같은 반응물에서 다양한 생성물이 생길 수도 있어 정확한 화학반응 예측이 어렵다.

이 때문에 AI를 이용, 유기 반응을 예측하는 연구가 활발하다. 대부분 연구는 반응물과 생성물을 서로 다른 언어로 생각하고 이를 번역하는 언어 번역 모델을 사용한다. 이 방법은 예측 정확도는 높지만 AI가 화학을 이해하고 생성물을 예측했다고 보기 어렵다. 결과 신뢰성이 떨어진다.

연구팀은 화학적 직관을 바탕으로 모델을 설계, 예측 결과를 화학적으로 설명을 할 수 있게 했다. 공개 데이터베이스(DB)에서 매우 우수한 예측 정확도도 달성했다.

화학자가 결과를 예측하는 방법에서 아이디어를 얻었다. 반응 중심을 파악하고 화학반응 규칙을 적용, 가능한 생성물을 예측하는 과정을 본떠 공개 화학반응 DB로부터 화학반응 규칙을 도출했다. 이를 위해 분자를 그래프로 취급하는 그래프 신경망(GNN) 모델을 개발했다. 이 모델에 반응물을 넣으면 화학반응 규칙과 반응 중심을 식별해 생성물을 예측한다.

연구팀은 화학반응에 널리 사용되는 미국 특허무역청(USPTO) 데이터를 이용해 유기 반응을 90% 이상 정확도로 예측했다. 개발 모델은 '예측 불확실성'을 말할 수 있다. 소규모 합성 전문가보다 무작위로 샘플링된 일련의 유기 반응을 더 정확히 예측하는 것으로 나타났다.

연구팀은 이번 연구 성공으로 다른 분야에서 좋은 성능을 보인 모델을 사용하던 기존 방법보다, '화학자가 생각하는 방법'과 같이 신경망을 설계하는 전략이 더 합리적이고 우수하다는 것을 입증했다. 연구팀은 이 연구가 실제 화합물 개발에 응용될 것을 기대하고 있다. 특허 출원도 준비하고 있다.

첸수안 KAIST 생명화학공학과 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 '네이처 머신 인텔리전스' 9월호 표지논문으로 선정돼 출판됐다.

한편 이번 연구는 산업통상자원부와 한국연구재단 지원을 받아 수행됐다.

김영준기자 [email protected]