【와티비커뮤니티-WATVcommunity】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 피해사례공유

로그인

채팅

글쓰기

[IT뉴스]“소재 물성 예측 오류 40%↓” KAIST, 신개념 ‘화학 AI’ 개발 성공

온카뱅크관리자

2024-10-09 12:01:28

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="QtghyIsd3n">
          <figure class="figure_frm origin_fig" dmcf-pid="xfh37t5r0i" dmcf-ptype="figure">
           <p class="link_figure"><img alt="화학 기본 개념을 배운 인공지능이 소재의 물성 예측하는 모식도.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202410/09/ned/20241009120131855wwai.jpg" data-org-width="900" dmcf-mid="6gl0zF1muo" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202410/09/ned/20241009120131855wwai.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            화학 기본 개념을 배운 인공지능이 소재의 물성 예측하는 모식도.[KAIST 제공]
           </figcaption>
          </figure>
          <p dmcf-pid="yi526KBWUJ" dmcf-ptype="general">[헤럴드경제=구본혁 기자] 한국과 미국 공동 연구진이 소재 예측, 새로운 물질 설계, 물질의 물성 예측에 더 높은 정확도를 제공하는 인공지능을 개발하는 데 성공했다.</p>
          <p dmcf-pid="Wn1VP9bY3d" dmcf-ptype="general">KAIST는 화학과 이억균 명예교수와 김형준 교수 공동 연구팀이 창원대학교 김원준 교수, 미국 UC 머세드 김창호 교수 연구팀과 공동연구를 통해, 새로운 인공지능(AI) 기술인 ‘프로핏-넷(이하 PROFiT-Net)’을 개발하는 데 성공했다고 9일 밝혔다.</p>
          <p dmcf-pid="YLtfQ2KGFe" dmcf-ptype="general">연구팀이 개발한 인공지능은 유전율, 밴드갭, 형성 에너지 등의 주요한 소재 물성 예측 정확도에 있어서 이번 기술은 기존 딥러닝 모델의 오차를 최소 10%, 최대 40% 줄일 수 있는 것으로 보여 주목받고 있다.</p>
          <div dmcf-pid="GTxkmANfzR" dmcf-ptype="general">
           <p>PROFiT-Net의 가장 큰 특징은 화학의 기본 개념을 학습해 예측 성능을 크게 높였다는 점이다. 최외각 전자 배치, 이온화 에너지, 전기 음성도와 같은 내용은 화학을 배울 때 가장 먼저 배우는 기본 개념 중 하나다.</p>
          </div>
          <figure class="s_img figure_frm origin_fig" dmcf-pid="HyMEscj4FM" dmcf-ptype="figure">
           <p class="link_figure"><img alt="이억균 KAIST 화학과 명예교수.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202410/09/ned/20241009120133141suzl.jpg" data-org-width="153" dmcf-mid="P2l0zF1mFL" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202410/09/ned/20241009120133141suzl.jpg" width="153"></p>
           <figcaption class="txt_caption default_figure">
            이억균 KAIST 화학과 명예교수.[KAIST 제공]
           </figcaption>
          </figure>
          <p dmcf-pid="XWRDOkA8ux" dmcf-ptype="general">기존 AI 모델과 달리, PROFiT-Net은 이러한 기본 화학적 속성과 이들 간의 상호작용을 직접적으로 학습함으로써 더욱 정밀한 예측을 할 수 있다. 이는 특히 새로운 물질을 설계하거나 물질의 물성을 예측하는 데 있어 더 높은 정확도를 제공하며, 화학 및 소재 과학 분야에서 크게 기여할 것으로 기대된다.</p>
          <p dmcf-pid="Zm9nNJe70Q" dmcf-ptype="general">김형준 교수는 “AI 기술이 기초 화학 개념을 바탕으로 한층 더 발전할 수 있다는 가능성을 보여주었다”면서 “향후 반도체 소재나 기능성 소재 개발과 같은 다양한 응용 분야에서 AI가 중요한 도구로 자리 잡을 수 있는 발판을 마련했다ˮ고 말했다.</p>
          <p dmcf-pid="5s2LjidzuP" dmcf-ptype="general">이번 연구결과는 국제학술지 ‘미국화학회지(JACS)’에 지난 9월 25일 게재됐다.</p>
          <p dmcf-pid="1OVoAnJqF6" dmcf-ptype="general">nbgkoo@heraldcorp.com</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p>

오차 최대 40% 줄인 인공지능 기반 소재 설계 기술 개발 '정글밥' 맛있지만 2% 아쉬운 종영..'정글의 법칙' 시청률 발목도 안돼 [종합]

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기