사이트맵 ×

엠디코리아fcs

기술과 솔루션

엠쓰리파트너스
hnp인터프라
도일에코텍
한국마쓰이

KIST, 맞춤형 나노소재 스스로 개발하는 스마트연구실 등장

작성자 : 편집부 2024-06-02 | 조회 : 79
- 단순 자동화 장치 대비, 소재 개발 효율 500배 이상 높인 AI 로봇 기반 스마트연구실

- 노령화에 따른 연구인력 감소 문제를 해결하는 새로운 R&D 패러다임 기대

 

 

20세기 초 하버-보슈법에 의한 암모니아 합성용 촉매 개발은 성공하기까지 10,000회 이상의 실험이 따랐다고 한다. 이처럼 신소재 개발

은 설계에서 상용화까지 많은 시간과 비용이 필요한 작업이다. 그런데 최근에는 인공지능(AI)을 활용해 소재 개발 기간을 단축하는 연구

가 활발하다. 여기에 로봇까지 접목하면 사람의 개입 없이도 1365, 24시간 동안 소재 개발 연구를 할 수 있다.

 

한국과학기술연구원(KIST, 원장 오상록)은 계산과학연구센터 한상수 박사, 김동훈 박사와 고려대학교(총장 김동원) 화공생명공학과 이관

영 교수 공동연구팀이 AI와 로봇을 활용한 맞춤형 금속 나노입자 설계 플랫폼 즉, 스마트연구실1)을 개발했다고 밝혔다.

 

 

 

 

 

KIST 계산과학연구센터 스마트연구실 개발 인원 사진

 

 

KIST-고려대 공동연구팀은 먼저 로봇팔을 기반으로 나노입자를 합성하고, 합성된 나노입자의 광학적 특성을 측정하는 자동화 장치를 개

발했다. 여기에 AI 기술을 접목해 연구자가 원하는 소재의 물성을 입력하면 요구 물성을 정확히 충족시키는 나노소재를 합성해주는 맞춤

형 소재 개발 스마트연구실이 탄생했다.2)

 

스마트연구실 플랫폼에 적용된 AI 기술은 기존의 베이지안 최적화3) 방법에 얼리 스톱핑(early stopping)4) 기술을 접목해 단순 자동화

 장치 대비 소재 탐색 효율성을 500배 이상 높였다. 사람이 하는 실험은 연구환경이나 연구자에 따라 결과라 달라져 재현성 있는 결과를

 얻기 힘든 경우가 많지만, 개발된 스마트연구실에서는 일관성 있는 양질의 데이터를 대량으로 생산할 수 있다는 장점이 있다.

 

 


AI 로봇을 활용한 Closed-loop 실험 단계 개념도

 

 


기존 방법론 대비 AI 기반 실험 설계의 정량적 효율성 비교 그림

 

 

연구진은 스마트연구실의 안전 확보를 위한 AI 기술도 개발했다. 무인으로 운영되는 스마트연구실은 연구자가 다칠 위험은 없지만로봇

의 과부하로 인한 오작동 등 안전사고를 예방하기는 어렵다

 

연구진은 이러한 안전사고를 사전에 감지하고, 예방하기 위한 AI 비전 기술(DenseSSD5))을 개발해 스마트연구실에 탑재다. 

DenseSSD는 실험실 내 연구 장비와 재료 등 다양한 물체를 감지하고, 이상이 있으면 사용자에게 알림을 보내 적절한 조치를 취할 수

있게 한다.

맞춤형 소재 개발 스마트연구실의 개념과 기능을 이해하기 위해서는 자율주행 자동차와 비교하면 수월하다. 자율주행 자동차는 AI 비전 기술을 접목해 사용자가 원하는 목적지만 입력하면 안전

하게 목적지까지 주행한다.

금속 나노입자 (Metal Nanoparticle). 붙임 용어 설명 참고.

베이지안 최적화 (Bayesian optimization). 붙임 용어 설명 참고.

얼리스톱핑 (Early stopping). 붙임 용어 설명 참고.

DenseSSD. 붙임 용어 설명 참고.

 

KIST 한상수 박사는 사람의 개입 없이 소재 개발이 가능한 스마트연구실 플랫폼은 노령화에 따른 연구인력 감소 문제를 해결할 수 있는

 새로운 R&D 패러다임이 될 것이라고 기대했다. 김동훈 박사는 향후 비전문가도 스마트연구실을 쉽게 사용할 수 있도록 챗GPT와 같은

 대화형 언어모델을 접목할 계획이다라고 밝혔다. 연구팀은 촉매, 배터리, 디스플레이 등 다양한 소재 분야로 스마트연구실 플랫폼을 확

장할 예정이다.

 

본 연구는 과학기술정보통신부(장관 이종호)의 지원으로 한국연구재단 나노및소재기술개발사업 지원으로 수행되었으며, 연구 결과는 재

료과학 분야 국제저널인 Advanced Functional Materials* npj Computational Materials**36일과 222일에 각각 온

라인 게재되었다

* Bespoke Metal Nanoparticle Synthesis at Room Temperature and Discovery of Chemical Knowledge on Nanoparticle Growth via Autonomous Experimentations

** Machine Vision-based Detections of Transparent Chemical Vessels toward the Safe Automation of Material Synthesis

 

< 붙임 용어설명 >

1. 금속 나노입자

금속 입자의 지름이 천만 분의 1m(100)보다 작은 경우 금속 나노입자라고 한다. 금속 나노입자는 촉매, 배터리, 반도체 등등 전방위적인 사업에서 주로 많이 사용된다.

 

2. 베이지안 최적화(Bayesian optimization)

Bayesian optimization은 특정 목적의 결과를 최적화하기 위해 사용되는 반복적인 전략이다. 해당 최적화 기법은 특정 목적의 결과에 대한 정보를 수집하고, 이를 사용하여 다음에 시도할 후보

지점을 선택한다. Bayesian optimization은 이전 시도 결과에 대한 확률적 모델을 구축하고, 이 모델을 사용하여 다음 시도에서 가장 유망한 후보 지점을 선택하는 방식으로 작동한다. 이를 

해 최소한의 시도로 최적화된 결과를 얻을 수 있다. Bayesian optimization은 주로 컴퓨터 실험 및 기계 학습 알고리즘의 매개 변수 조정과 같은 범주에 사용된다.

 

3. Early stopping

Early stopping은 기계 학습 모델을 훈련할 때 사용되는 기술 중 하나로, 모델이 과적합(overfitting)되는 것을 방지하기 위해 사용된다. 이는 모델의 훈련을 일찍 중지시키는 것을 의미한

. Early stopping은 특히 큰 규모의 신경망과 같은 복잡한 모델에서 효과적으로 사용된다.

 

4. DenseSSD(Densely connected Single-Shot Detector)

DenseSSDKIST 계산과학연구센터에서 개발한 새로운 컴퓨터 비젼 딥러닝 모델로, 이전의 모델들과는 다르게 모든 레이어가 서로 밀접하게 연결되어 있다. DenseSSD에는 이미지의 전체적

인 특징을 뽑아내는 Mainstream network와 이미지의 국소적인 특징을 뽑아내는 피라미드 형태의 구조 두 가지가 포함되어 있다. DenseSSD는 다른 모델들과는 대조적으로 각 레이어 사이에

정보 전달이 가능하다.

 

< 연구진 소개 >


유혁준 학생연구원(1저자) 

○ 소속: KIST 계산과학연구센터,고려대학교 화공생명공학과

○ 전화: 02-958-5498 ○ e-mail: yoohj9475@kist.re.kr

 

 

 

김나연 학생연구원(1저자) 

 

○ 소속: KIST 계산과학연구센터,고려대학교 화학과

○ 전화: 02-958-5498 ○ e-mail: kny@kist.re.kr

 

 

이관영 고려대학교 교수(교신저자)

○ 소속고려대학교 화공생명공학과 교수

○ 전화: 02-3290-3299 ○ e-mail: kylee@korea.ac.kr

 

 

김동훈 KIST 선임연구원(교신저자)

○ 소속: KIST 계산과학연구센터

○ 전화: 02-958-5463 ○ e-mail: donghun@kist.re.kr

 

 

한상수 KIST 책임연구원/센터장(교신저자) 

 

○ 소속: KIST 계산과학연구센터

○ 전화: 02-958-5441 ○ e-mail: sangsoo@kist.re.kr