Materials Intelligence Lab은 가장 최신의 AI기술로, 가장 전통적인 과학의 영역인 신물질 개발에 도전하고 있습니다.
최근 단백질의 구조 연구나 많은 바이오테크 기업의 백신 연구에서 알 수 있듯이, Data와 AI기술을 소재 개발에 활용하면 기존 연구 방식의 한계를 극복하고 연구 기간을 단축하는 등 과학자들의 연구 활동을 강화할 수 있습니다. 우리는 다양한 오픈 DB로부터의 소재 정보, 과거 논문이나 특허로부터의 문헌정보, 직접 실험에 의해 축적된 데이터 들을 활용하여 소재의 구조/조성과 성능 간 관계를 파악하고, 이를 활용하여 최적 성능을 가지는 새로운 물질을 제안합니다. 또한, 물질의 고유한 정보를 잘 전달하고 분석할 수 있도록 표현하여 모델의 성능을 높여주고, 최종적으로 분석된 결과를 해석하여 Scientific Knowledge로 전환합니다. 전자, 화학, 디스플레이 등 많은 LG계열사들이 기능성 소재를 기반으로 다양한 제품을 생산하고 있습니다. MI Lab은 AI 기술을 활용한 소재 개발 가속화로 더 많은 LG의 제품들이 고객의 삶을 변화시킬 수 있도록 지원하고 있습니다.
Prediction실험, 계산, Simulation 등 다양한 소재 정보를 학습시킨 AI 모델로 물질의 화학적/기계적/전기적 특성부터 전자의 움직임, 단백질 간 결합까지 여러 항목에 대해 높은 신뢰도로 예측합니다. 또한, 물질의 구조 정보만을 토대로 실제 합성 가능성을 예측하여 분자 생성 모델의 활용을 확대해요.
Optimization물질의 성능 예측 모델과 결합한 유전 알고리즘을 활용하여 빠르게 Global Optimum을 찾아냄으로써, 타겟 성능에 가까운 물질을 빠르게 스캔합니다. 또한, Bayesian Optimization 기반의 Active Learning을 활용하며 신규 물질 스크리닝 과정을 가속화할 수 있는 최적의 실험 설계를 제안해요.
Generation다양한 물질의 데이터를 활용하여 구조-성능 간 관계에 기반한 분포를 생성하고, 동일한 분포 내에서 새로운 샘플을 생산하는 방식으로 학습되지 않은 신규 구조를 생성해냅니다. 이렇게 VAE, GAN과 같은 생성 모델을 활용하고 RL과 결합하여 원하는 성능을 가지는 물질을 디자인합니다.
Representation주어진 물질의 실제 정보를 최대한 보전하고 축약하여, 예측, 분류, 생성 등 다양한 AI Task를 잘 수행할 수 있도록 전환하는 최적화된 표현법을 발견해냅니다. 저분자 유기물질부터 고분자 단백질, 무기물질의 원자 레벨 표현법까지 다양하게 연구하며, 최근 그래프 기반의 Representation 연구가 활발합니다.
Knowledge Extraction오픈 DB나 문헌에서의 정형(SQL databases) 또는 비정형(text, document, image) 물질 데이터로부터 의미 있는 지식/정보/관계를 추출하고 패턴을 인식해냅니다.
Meet our leader!
Materials Intelligence Lab 한세희 랩장
"Materials Intelligence Lab은 AI로 소재를 디자인합니다. 항상 최신의 AI기술을 사용하고, 다양한 리얼 인더스트리의 소재를 경험하고 있습니다. AI를 통해 인간의 삶을 바꾸어 갈 Materials AI, 편안하고 풍요롭고 쾌적한 내일을 만들어주는 AI 소재 개발 연구에 동참하실 분들을 기다립니다."
AI연구원에서는 어떻게 소재 개발 연구가 이루어지고 있는지 궁금하다면?