LG AI Research 535

최근 화학 및 생물학 분야에서는 AI를 활용한 구조 예측과 분자 설계 연구가 활발히 진행되고 있습니다. LG AI연구원은 LG생활건강과의 공동 연구를 통해 물질의 용해도와 안전성을 개선한 화장품 효능 소재 개발에 성공했습니다.

이번 성과의 핵심은 신물질 발굴 특화 AI 모델인 EXAONE Discovery입니다. 기존 연구 방식으로는 후보 물질 선정에 약 2년이 소요되었으나, EXAONE Discovery를 활용하면 단 하루 만에 수행이 가능합니다.

해당 연구의 기반이 된 “3D Denoisers are Good 2D Teachers” 연구는 AAAI-25에서 Oral paper로 선정되었습니다. 이 연구는 3차원(3D) 정보를 가진 Teacher 모델의 지식을 2차원(2D) Graph 형태의 Student 모델로 전달하는 Cross-Modal Distillation 전략을 사용합니다.

연구의 주요 특징은 다음과 같습니다:

• 3D 정보 활용: 풍부한 정보를 가진 3차원 좌표 데이터를 활용해 Teacher 모델을 학습합니다.
• 2D Graph 효율성: 물리적 한계로 3D 데이터를 대량 확보하기 어려운 문제를 해결하기 위해, 2차원 구조만으로도 3차원 정보를 효과적으로 추출하는 Student 모델을 구축했습니다.
• 범용성 및 확장성: 분자의 원자 구성만 알면 즉시 예측이 가능하며, 소규모 물성 데이터에 대한 미세 조정(Fine-tuning)이 용이합니다.

이 기술은 AI의 귀납적(Inductive) 접근 방식과 기초과학의 연역적(Deductive) 방법론을 조화롭게 결합하여, 데이터가 부족한 환경에서도 높은 예측력을 보장하는 것을 목표로 합니다.