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

AI 요약

한양대 연구진이 생성형 인공지능을 활용해 고엔트로피 소재의 합성 가능성을 예측하는 기술을 개발했습니다. 연구진은 약 32만 개의 무기 화합물 데이터를 학습한 도메인 특화 로컬 LLM으로 특정 화학 조성을 입력하면 85% 이상 정확도로 합성 가능성을 예측하도록 설계했고, 외부 서버를 거치지 않도록 오픈소스 기반 로컬 LLM을 4비트 양자화해 15GB 미만 GPU 환경에서도 구동되게 했습니다. 연구는 AI가 후보를 추천하고 실험 결과를 학습에 반영하는 폐쇄 루프 방식과 합성 실패 데이터 활용을 제안했으며, 윤영준 석·박사통합과정생이 제1저자, 김경학 교수가 교신저자로 참여한 논문이 지난 4월 npj Computational Materials에 게재되었습니다.