한양대 김경학 교수팀, 생성형 AI로 ‘고엔트로피 기반 차세대 꿈의 소재’ 합성 가능성 예측 기술 개발

AI 요약

한양대학교 화학공학과 김경학 교수 연구팀은 생성형 AI인 대규모 언어 모델(LLM)을 활용해 고엔트로피 소재(HEM)의 합성 가능성을 예측하는 도메인 특화 로컬 LLM을 개발했으며, 약 32만 개의 무기 화합물 데이터를 학습시켜 특정 화학 조성의 합성 가능성을 85% 이상의 정확도로 예측한다고 밝혔습니다. 연구진은 오픈소스 기반 로컬 LLM(gpt-oss-20b, Qwen3 등)을 미세 조정해 GPT-4·Gemini·Claude보다 소재 과학 분야에서 우수한 예측 성능을 확보했고, 4비트 양자화로 15GB 미만 VRAM의 개인용 그래픽카드에서도 작동하도록 설계해 데이터 주권과 비용 절감을 실현했습니다. 팀은 AI 추천 소재를 실험 결과로 재학습하는 폐쇄 루프 연구 워크플로우와 실패 데이터를 학습 자원으로 활용하는 방식을 제안했으며, 연구 결과는 『npj Computational Materials』에 2026년 4월 게재됐고 한국연구재단의 지원을 받았습니다.