연구원들은 데이터 기반 프레임워크와 설명 가능한 AI를 사용하여 새로운 금속 재료를 개발합니다.

무릎 인공관절, 뼈 플레이트, 항공기 부품, 촉매 변환기 등에 사용되는 다중주요원소합금(MPEA)이라는 매우 강한 금속은 인공지능을 통해 더욱 강해질 예정입니다.

화학공학과 부교수인 산켓 데슈묵(Sanket Deshmukh)과 그의 연구팀은 설명 가능한 인공지능(AI)의 슈퍼컴퓨팅 능력을 활용하는 데이터 기반 프레임워크를 사용하여 우수한 기계적 특성을 가진 새로운 MPEA를 설계했습니다. 미국 국립과학재단(NSF)의 지원을 받은 이 연구 결과는 최근 네이처(Nature)의 npj Computational Materials 에 게재되었습니다.

데슈묵은 "이 연구는 데이터 기반 프레임워크와 설명 가능한 AI가 소재 설계에 새로운 가능성을 어떻게 열어줄 수 있는지 보여줍니다."라고 말했습니다. "머신러닝, 진화 알고리즘, 그리고 실험적 검증을 통합함으로써, 우리는 고급 금속 합금의 발견을 가속화할 뿐만 아니라, 탄수화물을 함유한 고분자 물질인 당물질과 같은 복잡한 소재 시스템으로 확장될 수 있는 도구를 개발하고 있습니다."

원소 시너지, 특별한 속성

MPEA는 뛰어난 기계적 특성과 다재다능성으로 인해 가치가 높습니다. 세 가지 이상의 금속 원소로 구성된 이 합금은 뛰어난 열 안정성, 강도, 인성, 그리고 내식성과 내마모성을 제공하도록 설계되었습니다. 기존 합금보다 극한 조건에서도 더 오랜 시간 견딜 수 있기 때문에 항공우주, 의료 기기, 재생 에너지 기술 분야에 이상적입니다.

이 팀의 주요 목표는 현재 모델보다 뛰어난 기계적 강도를 가진 새로운 합금을 개발하는 것이었습니다.

전통적으로 MPEA 설계는 시행착오를 거쳐야 했으며, 이는 시간과 비용이 많이 소요되는 작업이었습니다. 하지만 데슈묵과 그의 팀은 설명 가능한 AI를 활용하여 MPEA 설계의 무한한 가능성을 탐구하고 있습니다.

표준 AI와 설명 가능한 AI의 주요 차이점 중 하나는 기존 AI 모델이 종종 "블랙박스"처럼 작동한다는 것입니다. 즉, 예측을 생성하지만, 그 예측이 어떻게 또는 왜 이루어지는지 항상 이해하는 것은 아닙니다. 설명 가능한 AI는 모델의 의사 결정 과정에 대한 통찰력을 제공함으로써 이러한 한계를 해결합니다.

연구팀은 AI 모델의 예측을 해석하기 위해 SHAP(SHapley Additive exPlanations) 분석이라는 기법을 사용했습니다. 이를 통해 팀원들은 다양한 원소와 그 주변 환경이 MPEA의 특성에 어떤 영향을 미치는지 이해할 수 있었습니다. 그 결과, 정확한 예측뿐만 아니라 귀중한 과학적 통찰력도 얻을 수 있었습니다.

AI는 새로운 MPEA의 조성을 기반으로 해당 특성을 신속하게 예측하고 특정 용도에 맞춰 원소 조합을 최적화할 수 있습니다. 실험 및 시뮬레이션을 통해 얻은 방대한 데이터 세트를 활용하여 AI는 MPEA의 기계적 거동을 설명하고 새로운 고급 합금의 설계를 지원할 수 있습니다.

"설명 가능한 AI를 활용하면 MPEA의 기계적 거동에 대한 이해가 가속화됩니다. 기존의 값비싼 시행착오식 재료 설계를 더욱 예측 가능하고 통찰력 있는 프로세스로 전환할 수 있습니다."라고 화학공학 박사후연구원이자 이 프로젝트의 연구원인 팡시 "토비" 왕은 말했습니다.

"고급 머신러닝과 진화 알고리즘을 결합한 저희의 설계 워크플로는 재료의 구조-물성 관계에 대한 해석 가능한 통찰력을 제공하여 다양한 첨단 재료 발굴을 위한 강력한 접근 방식을 제시합니다."

협력은 혁신을 이끈다

Deshmukh는 연구를 위해 여러 학문 분야와 기관의 파트너와 협력했습니다.

• 존스홉킨스 대학교 재료과학 및 공학과 타이렐 맥퀸 교수
• 버지니아 공대 지속 가능한 생체재료 교수이자 국립 과학 재단 재료 혁신 플랫폼인 GlycoMIP의 이사인 Maren Roman

"이렇게 학제적인 프로젝트를 진행하는 것은 정말 즐거운 일입니다." 합금을 합성하고 시험한 존스홉킨스 대학 재료과학 및 공학 대학원생 알라나 이와니키는 말했습니다. "이 연구는 계산 생체재료와 합성 무기재료라는 두 분야를 연결하는 연구입니다. 두 분야 모두에게 의미 있는 결과를 얻을 수 있어 매우 기쁩니다."

데슈묵과 그의 팀은 처음에는 이러한 무용매 시스템에 집중했지만, 이미 이 계산 프레임워크를 확장하여 새로운 당물질과 같은 더욱 복잡한 소재를 설계했습니다. 이러한 소재는 식품 첨가물, 개인 위생용품, 건강 제품, 포장재 등 광범위한 제품에 잠재적으로 적용될 수 있습니다.

이러한 발전은 이 연구의 전환적 특성을 강조할 뿐만 아니라, 재료 과학 및 생명공학 분야의 미래 혁신을 위한 길을 열어줍니다.

데슈묵은 "두 개의 국립과학재단 재료혁신 플랫폼에 걸친 학제간 협업은 이전 가능한 도구와 플랫폼을 개발할 수 있을 뿐만 아니라 계산, 합성, 특성화의 교차점에서 이루어지는 파트너십이 기초 과학과 실제 응용 분야 모두에서 혁신적인 혁신을 이끌어낼 수 있는 방법을 보여줍니다."라고 말했습니다.

출처: https://www.sciencedaily.com/releases/2025/05/250515132447.htm