上海交大团队推出CGformer：突破AI材料预测“近视”瓶颈，实现全局注意力驱动的精准新材料设计

상하이교통대학 AI와 미세구조연구실(AIMS-lab)이 개발한 새로운 AI 재료 설계 모델 'CGformer'이 전통적인 결정도 신경망의 ‘근시’ 문제를 극복하며, 재료 성능 예측 정확도를 혁신적으로 향상시켰다. 기존 모델은 원자 간 정보 전달을 근접한 이웃 원자에 국한해 장거리 상호작용을 포착하지 못했지만, CGformer는 트랜스포머 기반의 전역 주의(Attention) 메커니즘을 도입해 모든 원자 간 즉각적인 정보 교환을 가능하게 했다. 이는 ‘이웃 대화’에서 ‘전체 광장 방송’으로의 전환에 해당하며, 구조적 복잡도가 높은 고엔트로피 나트륨 이온 고체 전해질과 같은 도전적인 시나리오에서도 뛰어난 성능을 입증했다. 실험 결과, CGformer는 기존 모델 대비 평균 절대오차(MAE)를 최대 25.7% 감소시키며, 소량 데이터(238개)로도 높은 예측 정확도를 달성했다. 이 알고리즘을 활용해 연구팀은 14만 개 이상의 후보 중 6종의 고성능 전해질을 선정하고 실험적으로 합성, 실온에서 최대 0.256 mS/cm의 높은 이온 전도도를 확인했다. 이는 AI가 단순한 예측 도구를 넘어 실제 재료 개발에 직접 기여할 수 있음을 보여주는 전환점이다. 연구는 저명 학술지 Matter에 게재되었으며, 리진진 교수와 황푸강 교수 공동 책임, 토우커하오·이자청 박사과정생 공동 제1저자로 수행됐다. CGformer는 AI 기반 재료 과학의 새로운 패러다임을 제시하며, 향후 리튬 이온 전도체, 열전 재료, 광촉매 등 다양한 분야로 확장될 전망이다.