“AI가 과학자처럼 가설 세우고 추론" 다중 인공지능 에이전트로 고성능 촉매 설계 

△ MAESTRO의 촉매 설계방식을 나타낸 그림. 초기 촉매 구조로부터 시작하여 설계, 계산, 성찰 그리고 경험 축적을 반복하며 설계 원리를 확립하고 촉매의 성능을 향상시킨다

대규모 언어모델(LLM)이 스스로 촉매 구조를 설계하고, 이전 설계 결과를 학습하며 성능을 개선하는 다중 인공지능 에이전트 기반의 촉매 탐색 프레임워크 ‘MAESTRO(Multi-Agent-based Electrocatalyst Search Through Reasoning and Optimization)’가 개발됐다.

*다중 인공지능 에이전트: 각기 다른 역할을 맡은 여러 인공지능이 마치 한 팀처럼 소통하고 협력하여 복잡한 문제를 해결하는 시스템

이번 연구는 고려대학교(총장 김동원) KU-KIST융합대학원/융합에너지공학과 백서인 교수 연구팀과 미국 조지아 공과대학교(Georgia Institute of Technology) 빅토르 펑(Victor Fung), 엠마 허(Guoxiang Hu) 교수 연구팀이 공동으로 진행했다.

인공지능은 방대한 촉매 후보군 중 유망한 소재를 빠르게 선별하는 데 널리 활용된다. 하지만 기존 방법은 대부분 미리 구축된 학습 데이터와 예측 모델에 크게 의존한다. 특히 좋은 소재를 찾아내더라도 ‘왜 그 소재가 좋은가’에 대한 명확한 이유를 제시하지 못했다.

연구팀이 개발한 MAESTRO는 여러 LLM 에이전트가 협력해 촉매를 설계한다. ‘설계 에이전트’가 촉매 구조를 분석해 성능 향상을 위한 가설과 구조 변형을 제안하고, ‘성찰 에이전트’가 구조 변화가 성능에 어떤 영향을 주었는지 분석한다. 이어 ‘요약 에이전트’가 이 경험을 설계 이력으로 축적한다. 초기에는 다양한 구조를 폭넓게 탐색하고, 이후에는 축적된 정보를 바탕으로 가장 유망한 영역을 집중 최적화하는 탐색·활용 전략도 도입했다.

산소 환원 반응(ORR)에 쓰이는 단원자 촉매를 대상으로 MAESTRO를 검증한 결과, 반복적인 설계와 피드백을 거치면서 특정 반응 중간체만 정밀하게 조절하는 방법을 찾고, 기존 촉매 연구의 고질적인 한계였던 ‘스케일링 관계’를 극복한 고활성 촉매 구조를 발견했다. 

*스케일링 관계: 촉매 반응에서 여러 반응 중간체의 결합 에너지가 서로 연동되는 현상으로, 촉매 성능을 일정 수준 이상 끌어올리지 못하게 만드는 가장 큰 원인

이번 연구는 LLM 에이전트가 ‘가설 수립, 구조 설계, 계산, 결과 해석, 경험 축적’ 순으로 이어지는 과학자의 연구 과정을 반복적으로 수행할 수 있음을 보여준다. 특히 별도의 모델 재학습 없이도 이전 경험을 문맥으로 축적하는 ‘인-컨텍스트 학습(in-context learning)’을 통해 촉매 설계 전략을 개선하고, 이를 사람이 이해할 수 있는 화학적 원리로 제시했다.

백서인 교수는 “향후 인공지능 에이전트와 시뮬레이션, 실험을 유기적으로 결합한다면 인간 연구자와 함께 가설을 세우고 검증하며 새로운 소재 설계 원리를 찾아내는 자율형 연구 시스템으로 발전할 수 있을 것”이라고 밝혔다.

본 연구는 화학 공학 분야의 SCIE급 국제 저명 학술지 ‘ACS Central Science (IF=11.1)’ 온라인에 9월 4일 게재됐다.

*논문명: Reasoning-Driven Design of Single Atom Catalysts via a Multi-Agent Large Language Model Framework

*DOI: 10.1021/acscentsci.6c01260

*URL: https://doi.org/10.1021/acscentsci.6c01260

이번 연구는 한국산업기술진흥원의 산업혁신성장지원(해외연계) 사업과 한국연구재단의 나노소재기술개발사업 신진연구, 글로벌 기초연구실지원사업, 국가연구소사업, 그리고 한국과학기술정보연구원의 슈퍼컴퓨팅 자원 지원으로 수행했다.

[연구진 사진]

△(왼쪽부터) KU-KIST융합대학원 백서인 교수(교신저자), 미국 조지아 공과대학교 빅토르 펑(Victor Fung) 교수(교신저자), 조지아 공과대학교 엠마 허(Emma Hu) 교수(교신저자),  KU-KIST융합대학원 목동현 석박통합과정(제1저자)