Menu
비킹귀르 레이캬비크 - 2024년 실시간 업데이트
김지한 KAIST 연구팀,비킹귀르 레이캬비크언어모델‧다양한 도구 결합해 내놓아대규모 언어 모델과 다양한 도구를 결합해 기존의 언어 모델이 수행할 수 없던 금속 유기 골격체의 물성 예측과 역설계를 수행할 수 있는 챗봇 시스템(챗MOF)이 개발됐다.챗MOF는 검색과 예측에서 각각 96.9%‧95.7%,비킹귀르 레이캬비크역설계에서 87.5%로 매우 높은 성공률을 달성했다.
한국과학기술원(KAIST,비킹귀르 레이캬비크총장 이광형) 연구팀이 챗GPT를 활용해 큰 다공성,비킹귀르 레이캬비크높은 표면적,뛰어난 조절 가능성으로 많은 화학 응용 분야에서 사용되는 금속 유기 골격체의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗MOF를 내놓았다.
김지한 KAIST 생명화학공학과 교수 연구팀이 인공지능(AI)의 급격한 발전에 주목하며,대규모 언어 모델(LLMs) 활용을 통해 금속 유기 골격체(Metal-Organic Frameworks,비킹귀르 레이캬비크MOFs)의 특성을 예측하고 새로운 재료를 자동으로 생성하는 챗봇 시스템(ChatMOF)을 개발했다. KAIST 연구팀이 대규모 언어 모델을 이용한 금속-유기 골격체의 예측과 역설계 챗봇 시스템을 개발했다.[사진=KAIST] ![KAIST 연구팀이 대규모 언어 모델을 이용한 금속-유기 골격체의 예측과 역설계 챗봇 시스템을 개발했다.[사진=KAIST]](https://imgnews.pstatic.net/image/031/2024/06/26/0000847749_001_20240626080007946.jpg?type=w647)
최근 AI 발전에 큰 도약이 이어지고 있는데 재료 과학에서의 LLM의 잠재력을 완전히 실현하기에는 여전히 물질의 복잡성과 재료별 특화된 훈련 데이터의 부족이라는 한계점이 존재했다.
김지한 교수 연구팀이 개발한 챗MOF는 재료 분야에서 전통적 머신러닝 모델과 LLM을 결합한 혁신적 접근 방식을 이용했다.계산과 머신러닝 도구에 대한 초보자들과 격차를 상당히 줄일 수 있는 잠재력을 가지고 있다.
이 시스템은 AI의 변혁적 능력과 재료 과학의 복잡한 측면들을 연결한다.다양한 작업에서 뛰어난 성능을 보여준다.
김지한 교수는 “연구팀이 개발한 기술은 재료 과학 분야에서 인공지능의 더 높은 자율성을 달성하기 위한 중요한 진전을 나타낸다”며 “기술이 발전함에 따라,비킹귀르 레이캬비크모델 용량과 온라인 플랫폼에서의 데이터 공유에 대한 체계적 개선을 통해 챗MOF의 성능을 더욱 최적화할 수 있고 이는 금속 유기 골격체 연구 분야에서 놀라운 진전을 촉진할 수 있다”고 강조했다.
KAIST 생명화학공학과 강영훈 박사과정이 제1 저자로 참여한 이번 연구 결과(논문명: ChatMOF: An Artificial Intelligence System for Predicting and Generating Metal-Organic Frameworks Using Large Language Models)는 국제 학술지‘네이처 커뮤니케이션즈(Nature communications)’6월 3일자에 실렸다.
