예측치 반복 작업 속도 50회→2~4회로 6배 이상 단축시켜

(사진제공: 셔터스톡)

울산과학기술원(UNIST)이 물리학과 김재업 교수팀이 9일 고분자 신소재를 빠르게 개발할 수 있는 '인공지능(AI) 고분자 시뮬레이션 기술'을 개발해 오픈소스 프로그램으로 공개했다고 밝혔다.

우리 일상에는 옷감이나 플라스틱 등 고분자로 만든 재료가 많다. 목적에 따라 어떤 고분자를 재료로 쓸지 시뮬레이션을 이용하는데 특성상 복잡한 함수를 사용하고 있어 오랜 시간이 소요된다. 최근 새롭게 개발된 '랑주뱅 장이론 시뮬레이션(L-FTS)'도 정밀하게 계산할 수 있는 장점이 있지만 계산량이 많아 고성능 그래픽 처리 장치를 이용해도 시뮬레이션에 며칠씩 걸렸다.

기존에 쓰이던 반복법은 대략적으로 예측한 값에서 실제 결과까지 거리를 계산한 후 예측치를 수정하는 과정을 반복해 이 지점을 찾아냈는데, 한 번 지점을 찾을 때마다 작업을 50회 정도 반복했다. 

연구팀은 이 단점을 해결하게 위해 AI 기술인 딥러닝을 이용했다. 인공신경망에 많은 데이터를 주고 훈련을 진행해 예측치를 더 정확하게 도출하게 만들었다. 50회씩 반복하던 예측을 2~4회로 줄일 수 있어 기존보다 6배 이상 빠르게 시뮬레이션을 수행할 수 있다. 또한 인공신경망 훈련을 위한 데이터 준비와 훈련 시간을 포함해도 기존 대비 최소 4배 이상의 속도가 향상됐다.

김재업 교수는 “이번 기술은 심층 인공신경망이 예측한 답을 그대로 사용하는 게 아니라 예측치와 정답의 차이를 다시 계산해 새로운 입력값을 부여하는 것”이라며 “몇 번의 예측으로 원하는 수치적 정밀도를 얻을 수 있다”고 설명했다.

metarism@metaplanet-dm.com

홈으로 이동 상단으로 이동