[더테크=조재호 기자] 카이스트 연구진이 생성형 인공지능 (AI)를 활용해 화학 응용 분야에서 활용되는 금속 유기 골격체의 특성을 예측해고 새로운 재료를 자동으로 생성하는 챗봇 시스템을 개발했다. 카이스트는 26일 김지한 생명화학공학과 교수 연구팀이 AI 모델을 활용해 금속 유기 골격체(Metal-Organic Frameworks, MOFs)의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇(ChatMOF)을 개발했다고 밝혔다. 최근 AI가 발전했지만 재료 과학에서 그 잠재력을 활용하기에는 여전히 물질의 복잡성과 재료별 데이터의 부족이라는 한계점이 존재했다. 김지한 교수팀이 개발한 챗MOF는 재료 분야에서 전통적인 머신러닝 모델과 거대언어모델(LLM)을 결합한 접근 방식으로 계산 및 머신러닝 도구에 대한 초심자들의 격차를 줄일 수 있는 잠재력을 지녔다. 챗MOF는 인공지능의 능력과 재료 과학의 복잡성을 융합했다. 이 시스템은 검색 및 예측 작업에서 각각 96.9%, 95.7%의 높은 성공률을 보였다. 구조를 역설계하는 작업에서도 87.5%의 정확도를 달성했다. 김지한 교수는 “챗MOF는 재료 과학 분야에서 AI의 자율성을 달성하기 위한 중요한 진전을 나
[더테크=조재호 기자] 카이스트가 다공성 고분자를 활용한 복합체 형성 기술을 개발했다. 내부 구조에 미세한 기공이 있는 고분자는 특정 물질을 안정적으로 저장하거나 흡착해 광학 필름이나 코팅 소재로 활용된다. 이번 연구에서는 분자 수준의 배향 제어를 통해 기능성 나노 입자를 도입할 수 있는 전략을 제시해 하나의 복합체에서 다양한 기능성을 지닐 수 있다. 카이스트는 윤동기 화학과 교수 연구팀이 연성 소재(Soft Material)중 하나인 액정 고분자의 자기조립(Self-Assembly)을 활용해 다공성 액정 고분자 구조체를 제작하고 다양한 기능성 나노 입자를 도입해 복합체를 형성할 수 있는 원천기술을 개발했다고 20일 밝혔다. 이번 연구에서 윤 교수팀은 다양한 모양에 조립을 유도할 수 있는 배향 제어를 기반으로 고분자 기반의 다공성 구조체를 제작했다. 이를 기반으로 페로브스카이트(Perovksite, 태양열전지와 디스플레이 소재), 금속유기골격체 (Metal-Organic Framework, 금속과 유기물을 통한 결정 구조), 퀀텀닷(Quantum Dot, 초미세 반도체 입자) 등 다양한 기능성 나노 입자 도입을 통해 유-무기 복합체(Organic-Inorga