연구자 지식 말·글로 전달하면 AI 스스로 실험 계획 반영

AI 요약

한국화학연구원 안광노 박사 연구팀은 연구자의 자연어 지식을 거대언어모델(LLM)이 해석해 실험에 필요한 정보로 변환하고 이를 베이지안 최적화 AI에 반영하는 인간 참여형 최적화 기술을 개발했습니다. 가상실험 검증에서 여러 원료를 한 번에 결합하는 반응의 탐색 횟수를 기존 약 30회에서 10회 이내로, 전기전도성 복합소재 반응을 약 20회에서 3∼5회로 줄이는 등 탐색 횟수를 4분의1 이하로 단축했고 이는 사전지식만으로 실제 실험 데이터 약 40건을 확보한 효과로 촉매 실험의 초기 탐색을 약 20일가량 앞당기는 효과가 있었습니다. 안광노 박사는 이번 기술이 연구자와 AI가 서로 도움을 주고받으며 함께 연구하도록 돕는 실험 동료이자 자율실험실의 두뇌 역할을 하는 핵심 소프트웨어라며 신소재·촉매 등 연구개발에 드는 시간과 비용을 크게 줄이는 데 기여할 것이라고 말했습니다.