새 연구: 글로벌 협력이 AI 기반 소재 혁신을 주도하는 방법을 밝히다

Seoul인공지능(AI)은 신소재 개발을 가속화하고 있습니다. 재료 연구에서 AI가 효과적으로 작동하려면 많은 데이터가 공유되고 활용되어야 하는데, 이는 국제 표준을 통해 보다 용이해집니다. 최근 국제 협력자 그룹이 OPTIMADE 표준의 최신 버전을 발표했습니다.

에너지와 지속 가능성 분야의 신기술은 새로운 소재를 필요로 합니다. 예를 들어, 배터리, 태양 전지, LED 조명, 생분해성 제품 등은 모두 이러한 소재를 요구합니다. 전 세계의 과학자들이 새로운 소재를 개발하기 위해 노력하고 있으나, 최적의 성과를 얻기란 쉽지 않습니다. 이러한 소재는 환경에 유해한 물질이 없어야 하며, 내구성이 뛰어나야 합니다.

스웨덴 링셰핑 대학교의 리카르드 아르멘티오는 인공지능이 소재 과학 분야에서 빠르게 도입되고 있다고 지적합니다. 그는 인공지능을 활용하여 소재의 특성을 예측함으로써 많은 새로운 기회가 창출된다고 말합니다.

슈퍼컴퓨터는 재료의 전자 이동을 시뮬레이션하여 그 특성을 이해합니다. 이러한 시뮬레이션은 많은 데이터를 생성하는데, 이 데이터는 머신러닝 모델을 훈련시키는 데 사용됩니다. AI 모델은 새 시뮬레이션의 결과와 신소재의 특성을 예측할 수 있습니다. 그러나 이러한 모델을 훈련시키기 위해서는 방대한 양의 데이터가 필요합니다.

대규모 데이터베이스는 시뮬레이션과 일반적인 소재 정보를 수집합니다. 연구 그룹들이 전 세계적으로 많은 데이터베이스를 구축해 왔습니다. 이 데이터베이스들은 각각 다른 방식으로 운영되며, 다양한 방식으로 특성을 설명합니다. 대학이나 산업체의 연구원들은 대규모 자료를 바탕으로 AI 모델을 훈련하기 위해 재료 정보를 필요로 합니다. 이를 위해 이 데이터베이스에서 정보를 얻어야 합니다.

마테리얼 디자인을 위한 OPTIMADE 표준은 8년에 걸쳐 만들어졌습니다. 세계 각지의 30개 이상의 기관이 이 작업에 참여했으며, 여기에는 유럽과 미국의 주요 소재 데이터베이스가 포함되어 있습니다.

더 읽기:

오늘 · 오전 7:41

OpenAI의 수익기업 전환에 따른 도전 과제

OPTIMADE 표준의 주요 특징은 다음과 같습니다:

• 유명한 재료 데이터베이스뿐만 아니라 덜 알려진 데이터베이스에도 쉽게 접근할 수 있습니다.
• 다양한 재료 특성을 정확하게 설명합니다.
• 공통적이고 잘 정의된 정의를 제공합니다.

최신 표준 버전인 v1.2가 발표되었습니다. 이에 대한 구체적인 내용은 Digital Discovery 저널에 실린 기사에서 확인할 수 있습니다.

이 프로젝트는 유럽연합(EU), 영국, 미국, 멕시코, 일본, 중국의 팀들이 참여합니다. 참여 기관은 다음과 같습니다.

로잔 연방 공과대학교 (EPFL), 캘리포니아 대학교 버클리, 케임브리지 대학교, 노스웨스턴 대학교, 듀크 대학교, 폴 셰러 연구소, 존스 홉킨스 대학교

회의와 연례 워크숍은 스위스에 있는 CECAM의 지원을 받습니다. 첫 번째 워크숍은 네덜란드의 로렌츠 센터의 지원을 받았습니다. 다른 활동들은 Psi-k, 스위스의 NCCR MARVEL, 스웨덴의 SeRC와 같은 기관들에 의해 지원됩니다. 협력에 참여하는 연구자들은 다양한 기금 제공자들로부터 지원을 받습니다.