
< (왼쪽부터)강채율 석사과정, 홍승범 교수님, 베네딕투스 마디카 박사과정, 밧조릭 부얀톡톡 박사과정 (상단)아디티 사하 박사과정 >
AI가 스스로 새로운 소재의 구조와 성질을 상상하고 예측하는 시대가 열렸다. 이제 AI는 연구자의 ‘두 번째 두뇌’처럼 아이디어 발굴부터 실험 검증까지 연구 전 과정을 함께 수행한다. 우리 대학과 국제 공동 연구진은 AI가 자율 연구실(Self-driving Lab) 개념을 구현하고, 로봇이 촉매 합성 실험을 수행하는 ‘AI 기반 촉매 탐색 플랫폼’을 통해 신소재 연구의 전 주기 활용 전략을 제시했다.
우리 대학은 신소재공학과 홍승범 교수 연구팀이 미국 드렉셀대학교, 노스웨스턴대학교, 시카고대학교, 테네시대학교와 공동연구를 통해 인공지능(AI)·머신러닝(ML)·딥러닝(DL) 기술이 신소재공학 전반에 미치는 영향을 종합적으로 분석한 리뷰 논문을 국제 학술지 ACS Nano(영향력지수 IF=18.7)에 8월 5일자로 게재했다고 26일 밝혔다.
홍승범 교수 연구팀은 소재 연구를 ‘발견–개발–최적화’의 세 단계로 구분하고, 각 단계에서 AI가 수행하는 역할을 구체적으로 설명했다.
소재 발견 단계에서는 AI가 새로운 구조를 설계하고 물질의 성질을 예측해, 수많은 후보 중 가장 유망한 물질을 신속히 찾아낸다.
개발 단계에서는 실험 데이터를 분석하고 자율 실험 시스템(Self-driving Lab)을 통해 AI가 실험 과정을 자동으로 조정함으로써 연구 기간을 단축한다.
최적화 단계에서는 AI가 시행착오를 거치며 스스로 최적의 조건을 학습하는 ‘강화학습(Reinforcement Learning)’과, 적은 실험으로 가장 우수한 결과를 찾아내는 ‘베이지안 최적화(Bayesian Optimization)’ 기술을 활용해 설계와 공정 조건을 자동으로 조정하고 성능을 높인다.
즉, AI는 수많은 재료 중에서 ‘가장 가능성 있는 후보’를 먼저 골라주고, 실험 과정에서 시행착오를 줄이며, 마지막에는 스스로 실험 조건을 조정해 성능이 가장 좋은 조합을 찾아내는 ‘똑똑한 조수’ 역할을 한다.
논문은 또한 생성형 AI, 그래프 신경망(GNN), 트랜스포머 모델 등 첨단 기술이 AI를 단순한 계산 도구가 아닌 ‘생각하는 연구자’로 변화시키고 있음을 보여준다.
AI는 물리와 화학의 법칙을 스스로 학습해 새로운 소재를 상상하고 예측하며, 연구자의 ‘두 번째 두뇌’처럼 아이디어 제안부터 검증까지 함께 수행한다.
그러나 연구진은 AI가 제시하는 결과가 항상 정답은 아니며, 데이터 품질 불균형, 예측 결과 해석의 어려움, 이질적 데이터 통합 등 여전히 해결해야 할 과제들이 남아 있다고 지적했다.
이에 따라 앞으로는 AI가 물리학적 원리를 스스로 이해하고, 연구자가 그 과정을 투명하게 검증할 수 있는 기술이 함께 발전해야 한다고 강조했다.
논문에서는 또한 연구자가 직접 실험 장비를 조작하지 않아도 AI가 실험 계획을 세우고 결과를 분석해, 다음 실험 방향까지 제안하는 ‘자율 실험실(Self-driving Lab)’과 AI가 촉매 합성 실험을 자동으로 설계·최적화하고 로봇이 수행하는‘AI 기반 촉매 탐색 플랫폼’에 대해 심층적으로 다뤘다.
특히 AI가 촉매 합성과 최적화 과정을 자동으로 수행해 연구 속도를 비약적으로 높이는 사례를 소개하며, 이러한 접근이 배터리 및 에너지 소재 개발로 확장될 가능성을 보여주었다.

< AI가 신소재 발견–개발–최적화 전 주기에 걸쳐 혁신을 이끄는 주요 흐름 >
홍승범 교수는 “이번 리뷰는 인공지능이 단순한 도구를 넘어 신소재공학 연구의 새로운 언어로 자리 잡고 있음을 보여준다”며, “KAIST 연구진이 제시한 로드맵은 향후 배터리·반도체·에너지 소재 등 국가 핵심 산업 분야 연구자들에게 중요한 길잡이가 될 것”이라고 말했다.
이번 연구에는 신소재공학과 베네딕투스 마디카(Benediktus Madika) 박사과정, 아디티 사하(Aditi Saha) 박사과정, 강채율 석사과정, 바초리그 바얀톡톡(Batzorig Buyantogtokh) 박사과정이 공동 제1저자로 참여했다.
또한 미국 드렉셀대학교 조슈아 아가르(Joshua Agar) 교수, 노스웨스턴대학교 크리스 울버튼(Chris Wolverton) 교수, 피터 부어히스(Peter Voorhees) 교수, 시카고대학교 피터 리틀우드(Peter Littlewood) 교수, 테네시대학교 세르게이 칼리닌(Sergei Kalinin) 교수가 공동저자로 참여했다.
※논문명: Artificial Intelligence for Materials Discovery, Development, and Optimization, DOI: 10.1021/acsnano.5c04200
이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행됐다. (RS-2023-00247245)
AI가 질문에 답하고 문제를 푸는 것을 넘어, 로봇을 통해 움직이고 사람과 관계를 맺는 시대로 접어들고 있다. 이러한 변화 속에서 인간의 역할과 책임은 어떻게 달라지고, 우리는 무엇을 소중히 여기며 살아가야 할까. 우리 대학이 교토·MIT의 참여기관들과 함께 AI 시대 인간의 삶과 미래를 논의하는 자리를 마련한다. 우리 대학은 AI철학 연구센터가 오는 11월 23일(월)부터 25일(수)까지 사흘간 대전 본원 학술문화관(E9) 2층 양승택 오디토리움에서 공동 심포지엄 ‘지능 너머(Beyond Intelligence): AI 시대, 인간 조건의 재구성과 지혜의 추구’를 개최한다고 13일 밝혔다. 심포지엄은 AI의 문제 해결 능력을 높이는 기술적 논의를 넘어, AI가 인간의 경험과 관계, 삶의 의미에 어떤 변화를 가져오는지 살펴본다. 철학·과학·기술·산업의 관점을 연결해 AI의 기술적 가능성이 인간적 가치와 공
2026-11-1310시간 걸리던 AI 추가 학습을 약 3시간 만에 끝낼 수 있을까? 우리 대학 연구진이 기존 AI에 의료·코딩 등 특정 분야를 가르칠 때, 학습 효과가 비슷한 자료는 추려내고 다양한 자료를 여러 GPU에 고르게 나눠주는 기술을 개발했다. 반복 학습을 줄여 AI 성능은 거의 유지하면서 학습 시간을 최대 69.6% 단축했다. 기업별 고객 상담이나 의료진의 정보 확인을 돕는 AI를 더 빠르고 적은 비용으로 개발하는 데 도움이 될 것으로 기대된다. 우리 대학은 전산학부 이재길 교수 연구팀이 학습에 비슷한 영향을 주는 데이터를 묶어 선별하고, 여러 GPU에 골고루 배분하는 대규모 언어모델 미세조정 기술 ‘CluSTER(클러스터)’를 개발했다고 2일 밝혔다. 대규모 언어모델을 코딩이나 의료 등 특정 분야에 활용하려면 관련 자료를 추가로 학습시켜야 한다. 이를 ‘미세조정’이라고 한다. 폭넓은 지식을 갖춘 AI에게 코딩 문제와 풀이,
2026-11-02망한 과제를 자랑하고, AI 시대에 벌어질 실패를 미리 상상해 보는 자리가 우리 대학에서 열린다. 이미 겪은 시행착오부터 아직 오지 않은 위험까지 함께 살펴보며, 실패에서 무엇을 배울 수 있을지 이야기한다. 우리 대학은 오는 11월 4일(수)부터 13일(금)까지 ‘미래와 실패’를 주제로 ‘제4회 KAIST 실패학회’를 개최한다고 30일 밝혔다. KAIST 실패연구소가 주관하는 이번 행사는 학생들의 실패 경험을 나누는 ‘망한과제 자랑대회’, 실패 에세이 수상자 대담, AI 미래 실패 시나리오 전시 등으로 구성된다. 성공으로 끝난 경험뿐 아니라 여전히 답을 찾는 과정에도 주목하고, 미래의 위험에 대비하기 위해 지금 필요한 선택을 함께 생각한다. 배충식 총장은 “대학은 성공한 결과뿐 아니라 도전하는 과정에서 겪는 시행착오도 존중하고 배울 수 있는 곳이어야 한다”며 “이번 실패학회가 서
2026-10-30암 환자가 음식을 먹어도 근육과 지방이 계속 줄어드는 ‘암 악액질’. 우리 대학 연구진이 식욕과 체중을 떨어뜨리고 몸의 에너지를 과도하게 소모하게 만드는 신호를 차단하는 치료제 후보를 개발했다. 생쥐 실험에서 음식 섭취량을 회복시키고 근육·지방 손실을 줄여, 암 환자가 치료를 이어갈 체력을 지키는 데 도움을 줄 것으로 기대된다. 우리 대학은 생명과학과 김호민 교수 연구팀이 의과학대학원 송민호 교수(KAIST 교원창업기업 ㈜토르 테라퓨틱스 대표) 연구팀과 공동으로 암 악액질을 완화하는 항체 후보물질 ‘GB2Ab’를 개발했다고 29일 밝혔다. 항체는 특정 물질을 알아보고 달라붙는 단백질이다. 연구팀은 이 특성을 이용해 몸을 쇠약하게 만드는 신호를 차단했으며, 생쥐 실험에서 치료효과를 확인했다. 후보물질은 치료제로 개발하기 위해 효과와 안전성을 검증 중인 물질을 뜻한다. 암 악액질은 단순히 입맛이 없거나 음식을 적게 먹어서 살
2026-10-29우리 대학은 한국과학기술한림원(KAST)과 함께 오는 11월 3일 대전 본원 학술문화관(E9) 5층 정근모홀에서 ‘2026 KAST-KAIST 국제 심포지엄(2026 KAST-KAIST International Symposium)’을 개최한다고 밝혔다. 이번 심포지엄은 국내외 주요 대학과 연구기관의 연구자들이 재료과학 분야의 최신 성과를 공유하고 새로운 연구 협력 기회를 모색하기 위해 마련됐다. 지능형 소자, 나노소재, 자율 소재 탐색, 에너지·촉매 분야를 아우르며 기초과학의 성과를 신기술과 미래 응용으로 연결하는 연구 방향을 살펴본다. 행사에는 KAIST, 서울대학교, 성균관대학교, UNIST, 기초과학연구원(IBS) 등 국내 기관과 미국 매사추세츠공과대학(MIT), 존스홉킨스대학교, 캘리포니아대학교 로스앤젤레스(UCLA), 시카고대학교, 노스캐롤라이나주립대학교, 일본 도쿄과학대학교와 물질·재료연구기구(NIMS), 홍콩폴리텍대학
2026-10-28