MIT 연구팀, 물리 법칙 기반 생성형 AI로 화학 반응 예측 정확도 획기적 향상

MIT 연구팀이 화학 반응 예측을 위한 새로운 생성형 AI 모델 'FlowER'을 개발해 Nature에 논문을 게재했다. 기존 대규모 언어모델(LLM)은 원자 보존 법칙을 고려하지 않아 현실과 맞지 않는 반응을 생성하는 문제가 있었다. 이에 연구팀은 1970년대 화학자 이바르 우기의 전자 결합 행렬 기법을 활용해 반응 과정에서 원자와 전자의 보존을 명시적으로 구현한 모델을 개발했다. FlowER은 전자 분포를 행렬로 표현해 반응 중 생성 또는 소멸이 발생하지 않도록 설계됐으며, 미국 특허청 데이터베이스에 기반한 100만 개 이상의 반응 데이터로 훈련됐다. 현재는 금속이나 촉매 반응에는 한계가 있지만, 기존 방법보다 높은 정확도와 물리적 타당성을 보이며 메커니즘 예측에서 우수한 성능을 입증했다. 연구팀은 모델과 데이터를 모두 GitHub에 공개해 공동 연구를 촉진할 계획이며, 향후 금속 및 촉매 반응 확장이 핵심 과제로 지목된다. 이 모델은 의약품 개발, 재료 발굴, 전기화학 등 다양한 분야에 응용될 수 있으며, 화학 반응 메커니즘 이해의 기반이 될 전망이다.