Menu
sbc 토토 - 2024년 실시간 업데이트
금속유기골격체를 위한 챗MOF 시스템 예시 ![금속유기골격체를 위한 챗MOF 시스템 예시 [KAIST 제공.재판매 및 DB 금지]](https://imgnews.pstatic.net/image/001/2024/06/26/AKR20240626057800063_01_i_P4_20240626102325264.jpg?type=w647)
[KAIST 제공.재판매 및 DB 금지]
(대전=연합뉴스) 박주영 기자 = 한국과학기술원(KAIST)은 생명화학공학과 김지한 교수 연구팀이 챗GPT를 활용해 '금속유기골격체'(MOF) 소재의 물성을 예측하고 새로운 재료를 자동으로 생성할 수 있는 챗봇 시스템 '챗MOF'를 개발했다고 26일 밝혔다.
최근 인공지능 기술의 발전으로 사람의 개입 없이 임무를 수행할 수 있는 자율 AI가 주목받고 있다.
미국 오픈AI사의 대규모 언어모델(LLM)인 챗GPT가 대표적인 자율 AI인데,재료 분야에는 대규모 언어모델을 적용하기가 쉽지 않았다.
소재 데이터를 텍스트 형태로 바꾸기 어렵고,sbc 토토소재 데이터베이스의 양(최대 2만개 구조)이 언어나 사진보다 현저히 적어 대규모 학습이 힘들기 때문이다.
연구팀은 재료 분야의 전통적인 머신러닝(기계학습) 모델과 챗GPT를 결합,sbc 토토MOF 소재에 적용할 수 있는 '챗MOF'를 개발했다.
금속과 유기물을 결합한 다공성 소재인 MOF는 넓은 표면적과 뛰어난 촉매 활성으로 화학 분야 나노 신소재로 주목받고 있다.
챗MOF는 MOF의 속성에 대한 사용자의 질문에 물성을 검색하거나 머신러닝을 이용해 예측하는 방법으로 답변한다.사용자가 원하는 물성을 갖는 MOF를 역설계하는 것도 가능하다.
실험 결과 챗MOF는 검색과 예측 작업에서 각각 96.9%,sbc 토토95.7%의 높은 성공률을 나타냈다.새로운 구조 생성은 더 복잡한 작업임에도 불구하고 87.5%의 정확도를 달성했다.
김지한 교수는 "소재 분야에서 사용할 수 있는 대규모 언어모델을 개발했다"며 "새로운 물질을 빠르고 정확하게 생성함으로써 다양한 MOF 소재 개발에 기여할 것"이라고 기대했다.
강영훈 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 '네이처 커뮤니케이션즈'(Nature communications) 지난 3일 자에 실렸다. 김지한 교수 ![김지한 교수 [KAIST 제공.재판매 및 DB 금지]](https://imgnews.pstatic.net/image/001/2024/06/26/AKR20240626057800063_02_i_P4_20240626102325268.jpg?type=w647)
[KAIST 제공.재판매 및 DB 금지]
