上交团队推出CGformer：突破AI材料设计“近视”瓶颈，实现高效精准新材料发现

상하이 교통대학의 리진진 교수팀이 새로운 AI 소재 설계 알고리즘 ‘CGformer’을 개발, 소재 연구의 효율성을 획기적으로 높였다. 기존 AI 모델은 원자 간 국소적 상호작용만 분석해 ‘근시’ 문제를 겪으며, 장거리 원자 간 상호작용이 중요한 소재 성능 예측에 한계가 있었다. 이에 팀은 자연어 처리에서 성공한 Transformer의 ‘전역 주의력’ 메커니즘을 소재 구조에 접목, 원자 간 전역 정보 교환을 가능하게 한 CGformer를 설계했다. 이를 위해 공간적 거리, 중심성, 화학 결합 정보를 물리적 인코딩으로 통합해 AI가 구조의 전반적 특성을 이해하도록 했다. 실험적으로 고엔트로피 나트륨 이온 고체 전해질(HE-NSEs)을 대상으로 검증한 결과, CGformer는 기존 모델보다 평균 절대 오차를 25% 감소시키며 14만 개 이상의 후보 중 18개의 우수한 소재를 선별했다. 이 중 6개를 실험적으로 합성한 결과, 모두 예상된 구조를 형성하고 기존 소재보다 높은 전도도(0.093~0.256 mS/cm)를 입증했다. 이는 계산에서부터 실험까지의 완벽한 닫힌 고리로, AI 기반 소재 개발의 실현 가능성을 입증했다. CGformer는 고엔트로피 소재를 비롯한 고성능 전해질, 전극재, 열전소재 등 다양한 분야로 확장 가능하며, 소재 연구의 ‘가속기’ 역할을 할 전망이다. 이는 중국이 AI+소재 분야에서 기초 알고리즘 혁신을 통해 글로벌 경쟁력 확보를 추구하고 있음을 보여주는 사례로, 기술 주도권 확보의 중요한 전환점이 될 전망이다.