한양대 김경학 교수팀, AI 기반 고엔트로피 소재 합성 예측 기술 개발

AI 요약

한양대 김경학 교수 연구팀이 대규모 언어 모델(LLM)을 기반으로 고엔트로피 소재의 합성 가능성을 85% 이상 정확도로 예측하는 기술을 개발했습니다. 연구팀은 약 32만 개의 무기 화합물 데이터를 학습한 도메인 특화 로컬 LLM을 오픈소스 기반으로 미세 조정하고 4비트 양자화 기술을 적용해 15GB 미만의 그래픽카드 메모리 환경에서 외부 서버 없이 구동하도록 했습니다. 연구는 합성 실패 데이터를 활용한 폐쇄 루프 방식도 제안했으며, 논문은 지난 4월 네이처 포트폴리오 학술지 npj Computational Materials에 게재됐고 윤영준이 제1저자, 김경학 교수가 교신저자로 참여했으며 한국연구재단 지원으로 수행됐습니다.