LG AI Research 378
·2026.07.16 09:00
Google DeepMind가 액티브 러닝을 통해 무기 신소재 데이터베이스를 10배 확장하고 38만 개 이상의 새로운 안정적 소재를 발견했다.
최근 개최된 MRS(Materials Research Society) 컨퍼런스에서는 AI를 활용한 재료 개발 및 실험 자동화가 핵심 화두로 떠올랐습니다. 특히 AI 기반의 Interatomic Potential (IAP) 연구와 LLM의 활용이 주목받고 있습니다.
Google DeepMind는 이번 컨퍼런스에서 GNoME(Graph Networks of Material Exploration) 연구를 공개하며 큰 주목을 받았습니다. 이 기술은 액티브 러닝(Active Learning) 기반의 재료 생성 방식을 사용하여, 기존 무기 재료 데이터베이스의 규모를 약 10배 확장했습니다.
주요 성과는 다음과 같습니다:
- 기존 10만~20만 개 수준이었던 구조 데이터를 220만 개로 확장
- 38만 개 이상의 새로운 안정적 소재 식별 (배터리 관련 소재 543개 포함)
- 데이터 확장에 따른 모델의 안정성 및 에너지 예측 성능(MAE) 향상 확인
확장된 데이터로 학습된 GNoME potential은 E(3)-equivariant 모델로서 뛰어난 예측 성능을 보여주며, 신소재 발견 프로세스를 가속화하고 있습니다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.