【 청년일보 】 인공지능(AI)으로 화학실험을 가상으로 진행해 성과를 낸 연구 결과가 잇따라 발표되면서 인공지능이 화학실험을 수행할 수 있을지에 대한 기대가 커지고 있는 상황이다.

◆ 가상 실험 데이터 적용부터 상용화까지

인공지능을 활용하기 위해서는 우선 사람이 직접 실험한 데이터를 수집해야 한다. 화학데이터기반연구센터는 인공지능을 활용한 다양한 화학기술을 개발하기 위해 데이터 수집 플랫폼을 구축하고 데이터를 수집하고 있다. 

현재 촉매 분야 외에도 열로 전기를 만드는 열전소재, 태양전지 소재 등 다양한 응용 연구를 위해 맞춤형 데이터 수집 플랫폼을 구축하고 데이터를 수집하고 있다. 이렇게 수집한 데이터를 활용해 화학소재 개발 시간을 혁신적으로 단축시킬 수 있는 인공지능 모델을 개발 중이다.

한국화학연구원 연구진은 1000도가 넘는 고온, 가스 속도, 압력 등 조건이 까다로운 실험을 실험실에서 직접 수행한 후 250개의 실험 데이터를 수집해 인공지능의 일종인 '기계학습(머신러닝)' 모델을 학습시켰다. 기계학습 모델은 스스로 온도, 압력, 속도, 반응기 등 여러 조건을 미세하게 조절하며 1만여 개 이상의 가상 조건을 만들어 실험을 수행하고 실험 결과물을 냈다. 

연구팀은 이렇게 얻어진 가상 실험 데이터를 인공지능의 '인공 꿀벌 군집(Artificial Bee Colony) 알고리즘'에 적용했다. 자연에서 꿀벌 군집은 꿀이 있는 지역을 탐색하고, 꿀이 어디에 얼마나 있는지 구체적 정보를 수집한다. 

수집된 정보에서 꿀이 많은 곳을 알아내 꿀을 찾고 모으는 것과 비슷하게 인공 꿀벌 군집 알고리즘도 여러 가상 실험 조건을 탐색하고, 어느 조건에서 어떤 실험 결과가 나오는지 구체적 정보를 수집한 후, 그 정보에서 더 좋은 실험 결과가 나오는 조건으로 의사결정을 하는 총 세 단계를 거친다.

연구진은 이러한 인공지능의 기계학습과 인공 꿀벌 군집 알고리즘을 활용해 온실가스인 메탄을 유용한 화학원료(에틸렌 등)로 바꾸는 가상 실험을 수행해 인공지능 활용 전보다 수득율을 10% 이상 높였다. 

상용화를 위한 기본 수득율은 보통 학계에서 25% 이상, 부산물 선택도(전환된 메탄 대비 생성되는 부산물의 비율)는 20% 미만으로, 수득율은 높이면서 부산물은 적게 내는 것이 실험 수행을 위한 인공지능 기술의 관건이다. 현재 세계에서 상용화에 근접한 기술을 연구하고 있는 국가는 한국, 미국, 중국 정도로 극소수다.

◆ 동물실험을 대체하는 컴퓨터

화학물질이 제품이 되려면, 그것이 인체나 환경에 안전한지를 검증하는 독성시험을 거쳐야 한다. 독성시험에서는 흔히 사람을 대신해 쥐, 토끼 등 다양한 동물들이 사용된다. 최근 화장품을 비롯한 제품의 독성과 안전성 시험에서 동물 사용을 금지하거나 규제하는 흐름이 뚜렷해지면서, 동물실험을 대신할 대체 독성시험법의 연구개발도 활발해지고 있다. 

화학물질의 독성 시험결과를 담은 기존의 데이터베이스를 바탕으로, 새로운 화학물질의 독성을 예측하는 인공지능형 알고리즘과 컴퓨터 분석 모형이 최근 발표됐다. 미국 존스홉킨스대학 동물대체시험연구센터의 토머스 하퉁(Thomas Hartung) 교수 연구진은 화학물질 독성 관련 빅데이터와 인공지능의 기계학습을 이용해 동물실험 없이 화학물질의 독성을 예측할 수 있는 컴퓨터 알고리즘과 모형을 개발했다. 

'화학구조 활성 관계의 교차해석'이라는 의미의 약자 '라자르(RASAR, Read-Across Structure Activity Relationship)'로 불리는 이 알고리즘은 독성 예측 정확도가 평균 87%에 달해, 화학물질 평가에 실제 사용될 수 있으리라고 기대되고 있다. 

영국 일간 '파이낸셜 타임스'가 보도에 따르면 하퉁 교수는 "(평균 87%의 정확도라는) 이런 결과는 정말 놀라운 것"이라며 "컴퓨터 기반 예측이 많은 동물시험들을 대체하고 더 신뢰할 만한 결과를 낼 수 있음을 보여준다"고 말했다.

이와 같이 가상 환경에서 다양한 화학반응 조건을 찾을 수 있는 인공지능 기술은 더욱 발전하여 앞으로 화학산업의 여러 분야에 응용할 수 있을 것으로 기대된다.
 

【 청년서포터즈 6기 이도경 】