NO.1: 레알 베티스 대 맨유 라인업
NO.2: 맨유 대 레알 베티스 타임 라인
NO.3: 맨유 대 레알 베티스 방송 채널
NO.4: 맨유 대 레알 베티스 선수 평가
NO.5: 맨유 대 레알 베티스 중계
KAIST,레알 베티스 대 맨유LLM 활용한 금속유기골격체 물성 예측
96%의 높은 검색 정확도.역설계시 87.5% 보여
소재 분야에서 원하는 물질에 대한 자세하고 정확한 정보를 제공하는 생성형 인공지능(AI) 모델이 개발됐다.
KAIST는 김지한 생명화학공학과 교수 연구팀이 대형언어모델(LLM)을 활용해 금속유기골격체(MOF)의 특성을 예측하고,레알 베티스 대 맨유새로운 재료를 자동 생성하는 '챗봇 시스템(챗MOF)'를 개발했다고 26일 밝혔다.
MOF는 금속 이온과 결합한 유기 분자로 표면에 많은 구멍이 뚫려 있어 물질을 흡수하기 쉬워 가스 분리 및 저장,약물 전달,촉매 등 다방면으로 활용할 수 있는 신소재이다.챗GPT와 같은 대형언어모델은 소재 분야에 적용하기 어려웠다.소재 데이터를 텍스트 형태로 변환하기 쉽지 않고,레알 베티스 대 맨유언어·사진 등에 비해 데이터가 현저히 적어 많은 가중치를 가진 LLM을 학습하기 힘든 한계가 있다.
연구팀이 개발한 챗MOF는 표로부터 데이터를 검색하는 '검색도구'를 비롯해 머신러닝을 이용해 물성을 예측하는 '예측도구',레알 베티스 대 맨유원하는 물성을 가지는 물질을 역설계하는 '생성 도구',레알 베티스 대 맨유계산기와 단위변환기 등과 같은 다양한 도구를 통해 사용자의 질문에 적절한 답을 할 수 있고,레알 베티스 대 맨유사용자가 원하는 물성을 가진 MOF를 역설계할 수도 있다.
검색과 예측 작업에서 각각 96.9%,95.7%의 높은 정확도를 보였고,더 복잡한 구조 생성 작업에서도 87.5%의 높은 정확도를 달성했다고 연구팀은 설명했다.
김지한 KAIST 교수는 "재료과학 분야에서 AI의 더 높은 자율성을 확보했다는 데 의미가 있다"며 "챗MPF의 성능을 더욱 최적화해 금속유기골격체 연구 분야에서 새로운 혁신을 지속적으로 추진하겠다"고 말했다.
이 연구결과는 국제 학술지 '네이처 커뮤니케이션즈(지난 3일)'에 실렸다.