연구자 말 알아듣는 AI 실험실…탐색 횟수 75% 이상 줄여

화학연, 자연어 지식 실험계획에 자동 반영

잘못된 조언은 걸러내…초기 탐색 부담 완화

한국화학연구원은 안광노 박사 연구팀이 거대언어모델(LLM)을 활용한 ‘인간 참여형 최적화’ 기술을 개발했다고 14일 밝혔다. ⓒ한국화학연구원

연구자가 말이나 글로 경험과 지식을 전달하면 인공지능(AI)이 이를 이해해 다음 실험에 반영하는 자율실험실 기술이 개발됐다.

한국화학연구원은 안광노 박사 연구팀이 거대언어모델(LLM)을 활용한 ‘인간 참여형 최적화’ 기술을 개발했다고 14일 밝혔다.

자율실험실은 AI가 실험 결과를 학습해 다음 조건을 스스로 고르는 시스템이다. 기존에는 연구자가 이미 알고 있는 정보도 AI에 반영하기 어려워 초기 실험을 반복해야 했다.

연구팀은 연구자의 자연어를 이해하는 LLM과 적은 실험으로 최적 조건을 찾는 ‘베이지안 최적화 AI’를 연결했다. 연구자가 “온도를 올리면 수율이 오른다”처럼 지식을 전달하면 이를 사전정보와 제약조건으로 바꿔 실험 탐색에 활용한다.

잘못된 조언을 걸러내는 안전장치도 마련했다. AI가 연구자의 조언과 실제 데이터의 일치 정도를 확인해 차이가 일정 수준을 넘으면 해당 정보를 배제하고 데이터 중심 탐색으로 전환한다.

실제 실험 데이터로 구성한 가상환경에서 검증한 결과, 여러 원료를 한 번에 결합하는 반응은 탐색 횟수가 약 30회에서 10회 이내로 줄었다. 전기전도성 복합소재 반응은 약 20회에서 3~5회까지 감소했다.

연구팀은 사전지식 활용 효과가 실제 실험 데이터 약 40건을 미리 확보한 것과 비슷하다고 분석했다. 반나절 이상 걸리는 촉매 실험에서는 초기 탐색 기간을 약 20일 앞당길 수 있다는 설명이다.

실험 도중 연구자가 대화하듯 방향을 수정하는 ‘AI 코사이언티스트’ 인터페이스도 공개했다. 앞으로 실제 자율실험실 장비에 적용해 성능을 검증할 계획이다.

연구 결과는 국제학술지 ‘저널 오브 케미컬 인포메이션 앤 모델링(Journal of Chemical Information & Modeling)’에 지난 8월 게재됐다.

안광노 화학연 박사는 “연구자와 AI가 서로 도움을 주고받으며 함께 연구하도록 돕는 ‘실험 동료’이자 자율실험실의 두뇌 역할을 하는 핵심 소프트웨어”라며 “연구개발에 드는 시간과 비용을 줄이는 데 기여할 것”이라고 말했다.