MIT 개발 AI 플랫폼 CRESt, 다중 정보 융합으로 신소재 발견 속도 9.3배 향상

MIT 연구진이 인간 과학자처럼 다양한 정보를 종합해 실험을 설계하고 자율적으로 재료를 탐색하는 AI 시스템 'CRESt(Copilot for Real-world Experimental Scientists)'를 개발했다. 이 시스템은 과학 논문, 화학 조성, 미세 구조 이미지 등 다양한 데이터를 결합해 새로운 재료 조합을 제안하며, 로봇 장비를 활용해 자동으로 합성·분석·시험을 수행한다. 사용자는 자연어로 시스템과 대화할 수 있고, 카메라와 시각 언어 모델로 실험 과정을 모니터링해 문제를 조기에 발견하고 수정 제안한다. CRESt는 기존 베이esian 최적화의 한계를 극복해, 복잡한 다변수 환경에서도 효율적인 실험 설계를 가능하게 했다. 연구팀은 이 시스템을 활용해 900개 이상의 화학 조합을 탐색하고 3,500회 이상의 전기화학 실험을 수행해, 희토류 금속 사용량을 4분의 1로 줄이며 전력 밀도를 9.3배 향상시킨 새로운 촉매 재료를 발견했다. 이는 직접 포르메이트 연료전지에서 기록적인 성능을 달성한 사례로, 저비용 고성능 촉매 개발의 가능성을 입증했다. 연구팀은 CRESt가 인간 과학자의 보조자 역할을 하며, 실험의 재현성 문제 해결에도 기여한다고 강조했다. 시스템은 인간의 판단과 경험을 보완하는 ‘자율 실험 랩’의 출발점으로 평가된다.