인공지능(AI)은 스마트 기기부터 자율 주행 차량에 이르기까지 오랫동안 기술 발전의 원동력이 되어 왔습니다. 그러나 AI의 잠재적 영향력은 소비자 기술을 훨씬 뛰어넘어 재료 과학처럼 복잡한 과학 분야에도 혁신을 일으킬 준비가 되어 있습니다. 분말 샘플을 기반으로 결정성 물질의 구조를 예측할 수 있는 AI 모델을 개발한 MIT 화학자와 컴퓨터 과학자들의 획기적인 연구가 그 대표적인 예입니다. 이러한 AI 혁신은 에너지 저장, 자성, 초전도 등 재료 개발에 의존하는 산업에 새로운 가능성을 열어줄 수 있습니다.
분말 결정의 도전
한 세기가 넘는 기간 동안 과학자들은 다음과 같은 도구에 의존해 왔습니다.X-선 결정학 를 사용하여 금속, 세라믹, 심지어 DNA와 같은 생물학적 분자를 포함한 결정성 물질의 구조를 매핑할 수 있습니다. 하지만 이 방법은 결정이 온전할 때 가장 효과적입니다. 대부분의 경우, 연구자들은 결정의 구조가 임의의 방향으로 조각난 분말 형태의 물질만 남게 됩니다. 이 경우 물질의 특성과 잠재적 응용 분야를 이해하는 데 중요한 원래 격자를 조합하는 것이 훨씬 더 어려워집니다.
이 혁신의 중심에는 MIT에서 개발한 새로운 AI 모델이 있습니다.크리스탈아이즈 은 분말 결정성 물질의 회절 패턴을 해석할 수 있는 모델입니다. 이 모델은 기존 방법이 실패하더라도 이러한 물질의 원자 구조를 놀라울 정도로 정확하게 예측하도록 설계되었습니다. 이 AI 모델은 분말 샘플의 구조를 해결함으로써 다음과 같은 소재 개발에 도움을 줄 수 있습니다.배터리 ,영구 자석 및 기타 에너지 및 기술 분야의 응용 프로그램입니다.
제너레이티브 AI: 크리스탈의 암호를 풀다
Crystalyze의 핵심은 생성형 AI로, 이전에 본 적 없는 패턴을 기반으로 구조를 생성한다는 의미입니다. 재료 프로젝트 데이터베이스의 150,000개 이상의 재료로 학습된 이 모델은 결정 격자 '상자'의 모양과 크기를 예측하고 그 안에 어떤 원자가 존재할 가능성이 있는지 식별할 수 있습니다. 거기에서 잠재적인 원자 배열을 생성하고 이를 실제 X-선 회절 패턴과 비교하여 예측이 정확한지 확인합니다.
이 접근 방식은 기존의 추측과 수작업 실험에서 벗어나 결정학의 새로운 지평을 열었습니다. 대신 AI는 주어진 물질에 대해 수백 가지의 가능한 구조를 생성하고 회절 패턴을 시뮬레이션합니다. 시뮬레이션된 패턴이 관찰된 패턴과 일치하면 연구자는 올바른 구조를 가지고 있음을 알 수 있습니다.
재료 과학의 도약
이 기술의 의미는 매우 깊습니다. 프리드먼과 MIT 연구팀은 이미 RRUFF 데이터베이스의 100개 이상의 실험 회절 패턴에 대해 Crystalyze를 테스트했으며, 이 모델은 약 67%의 정확도를 기록했습니다. 또한 40만 개 이상의 재료에 대한 회절 데이터가 포함된 방대한 저장소인 분말 회절 파일에서 이전에 해결되지 않은 100개 이상의 재료 구조를 푸는 데 사용되었습니다.
크리스탈라이즈는 오래된 문제를 해결할 뿐만 아니라 새로운 물질을 발견하는 데도 도움을 주고 있습니다. 프리드먼의 연구실에서는 이 모델을 사용하여 극한의 압력 하에서 원소를 강제로 반응시켜 만든 세 가지 새로운 물질의 구조를 예측했습니다. 이 물질들은 다음과 같이 구성됩니다.비스무트 및 기타 원소들을 결합하면 결정 구조와 물리적 특성이 근본적으로 다른 새로운 유형의 영구 자석을 개발할 수 있습니다.
재료 과학에서 AI가 미치는 광범위한 영향
이 AI 모델이 특히 혁신적인 이유는 다양한 산업을 뒷받침하는 재료 과학 분야의 발견 속도를 가속화할 수 있다는 점입니다. 더 효율적인 개발 여부배터리 의 성능을 향상시켜초전도체 의 기능을 개선하거나자석 를 통해 소재의 구조를 이해하는 것은 애플리케이션을 최적화하는 데 매우 중요합니다.
MIT 팀이 Crystalyze를 계속 개선함에 따라 이 모델의 영향력은 다음과 같은 영역으로 확장될 수 있습니다.양자 컴퓨팅 ,재생 에너지 및나노 기술 . X-선 결정학 데이터를 해석하고 물질 내 원자의 배열을 예측하는 AI의 능력은 결정학 분야뿐만 아니라 원자 수준에서 물질의 특성을 이해하는 데 의존하는 모든 과학적 노력에 있어 비약적인 발전입니다.
AI의 새로운 개척지
Crystalyze와 같은 도구를 통해 재료 발견의 미래가 변화하고 있습니다. 과거에는 수년간의 고된 연구와 수작업 실험이 필요했던 작업을 이제 단 몇 분 만에 완료할 수 있습니다. 이러한 AI의 혁신은 제너레이티브 AI 모델이 어떻게 기존 기술 이외의 분야에 혁신을 일으켜 세상의 구성 요소에 대한 전례 없는 인사이트를 제공할 수 있는지 보여줍니다.
AI가 결정학의 오랜 수수께끼를 풀고 이전에는 보이지 않던 구조를 밝혀내면서 새로운 재료와 기술을 개발할 수 있는 잠재력은 엄청납니다. AI는 재료 발견 과정을 가속화함으로써 빠른 혁신의 시대를 열어 다음과 같은 설계를 가능하게 할 것입니다.더 스마트하고 효율적인 소재 에너지 시스템부터 첨단 전자제품에 이르기까지 모든 분야에서 사용할 수 있습니다.