제148호(2019.10.02)
 지난호 보기    
SNUNOW 165호 (2020.07.08) SNUNOW 164호 (2020.06.17) SNUNOW 163호 (2020.06.03) SNUNOW 162호 (2020.05.20) SNUNOW 161호 (2020.05.13) SNUNOW 160호 (2020.04.29) SNUNOW 159호 (2020.04.08) SNUNOW 158호 (2020.03.25) SNUNOW 157호 (2020.03.04) SNUNOW 156호 (2020.02.19) SNUNOW 155호 (2020.02.05) SNUNOW 154호 (2020.01.29) SNUNOW 153호 (2019.12.18) SNUNOW 152호 (2019.12.04) SNUNOW 151호 (2019.11.20) SNUNOW 150호 (2019.11.06) SNUNOW 149호 (2019.10.23) SNUNOW 148호 (2019.10.02) SNUNOW 147호 (2019.09.18) SNUNOW 146호 (2019.09.04) SNUNOW 145호 (2019.08.21) SNUNOW 144호 (2019.08.07) SNUNOW 143호 (2019.07.17) SNUNOW 142호 (2019.07.10) SNUNOW 141호 (2019.06.26) SNUNOW 140호 (2019.06.12) SNUNOW 139호 (2019.05.29) SNUNOW 138호 (2019.05.15) SNUNOW 137호 (2019.05.01) SNUNOW 136호 (2019.04.17) SNUNOW 135호 (2019.04.01) SNUNOW 134호 (2019.02.28) SNUNOW 133호 (2019.01.30) SNUNOW 132호 (2018.12.27) SNUNOW 131호 (2018.11.29) SNUNOW 130호 (2018.10.30) SNUNOW 129호 (2018.08.30) SNUNOW 128호 (2018.07.30) SNUNOW 127호 (2018.06.29) SNUNOW 126호 (2018.05.31) SNUNOW 125호 (2018.04.30) SNUNOW 124호 (2018.03.30) SNUNOW 123호 (2018.02.28) SNUNOW 122호 (2018.01.31) SNUNOW 121호 (2017.12.29) SNUNOW 120호 (2017.11.29) SNUNOW 119호 (2017.10.30) SNUNOW 118호 (2017.09.27) SNUNOW 117호 (2017.08.31) SNUNOW 116호 (2017.07.28) SNUNOW 115호 (2017.06.30) SNUNOW 114호 (2017.05.31) SNUNOW 113호 (2017.04.28) SNUNOW 112호 (2017.03.29) SNUNOW 111호 (2017.02.22) SNUNOW 110호 이전

■ 연구성과

화학부 정연준 교수팀, 인공지능 활용 용매화 자유에너지 예측 모델 개발
2019.09.30

- 세계적 화학 학술지 Chemical Science 표지 논문 선정 -

 

□ 내용 

용해는 용질과 용매가 서로 섞여서 용액을 만드는 가장 근본적인 화학과정으로, 화학 반응, 신약 개발, 소재 개발 등 많은 분야에서 핵심적인 역할을 한다. 이러한 중요성 때문에 그동안 다양한 계산화학 방법을 활용하여 용해 과정에 수반되는 용매화 자유에너지를 예측하는 연구가 진행되어 왔다.

 

그러나 전통적인 계산화학 방법은 막대한 수치 연산을 필요로 하기 때문에 전산 자원과 시간의 소모가 크다는 단점을 가지고 있다. 이러한 단점을 극복하기 위한 대안으로 최근 인공지능 방법을 적용하여 용매화 자유 에너지를 계산하는 방법이 연구되고 있다.

 

최근 서울대학교 화학부 정연준 교수 연구팀은 자연 언어 처리(natural language processing) 기법과 인공 신경망을 결합하여, 용매화 자유에너지를 계산할 수 있는 심층 학습(deep learning) 모델을 개발하였다.

(모델명: 델포스, Delfos: Deep learning model for prediction of solvation free energies in generic organic solvents)

 

이를 활용하면 기존의 복잡한 계산과정을 거치지 않고 단순히 용매와 용질의 분자 구조만 이용하여 용매화 자유 에너지를 알아낼 수 있으며, 약2,500 가지의 다양한 용매-용질 조합에 대해서 테스트해 본 결과 기존 계산방법보다 훨씬 빠른 속도를 보이면서도 정확도면에서는 유사하거나 우수한 성질을 보이는 것으로 나타났다. 

 

또한 인공신경망의 작동과정 분석 결과 기계학습 예측 모델이 자유에너지를 판단하는 근거가 인간의 화학 지식과 유사한 원리를 가진다는 사실을 밝혀내었다.

 

본 연구는 기계학습 방법을 활용하여 일반적인 용매계의 자유 에너지를 계산할 수 있는 최첨단 방법론으로, 향후 소재 개발, 신약 개발 등 용액 상에서 일어나는 수많은 화학 반응에 대한 연구에 큰 기여를 할 수 있을 것으로 기대된다.

 

본 연구는 왕립 화학회(Royal Society of Chemistry)에서 발간하는 세계적인 화학 학술지 Chemical Science (Impact Factor 9.556)에 2019년 8월 20일(화)자 온라인으로 출판되었으며, 논문의 우수성과 독창성을 인정받아  후면 표지논문(outside back-cover article)으로 선정되었으며 추후 오프라인으로 출판될 예정이다.

 

본 연구는 한국연구재단에서 시행하는 미래소재디스커버리사업의 지원으로 수행되었다.

 

출판 논문 : Delfos: deep learning model for prediction of solvation free energies in generic organic solvents, Hyuntae Lim and YounJoon Jung, Chemical Science 2019 DOI: 10.1039/C9SC02452B (2019년 8월 20일 온라인 출판, 추후 오프라인 출판 예정)

 

[첨부]   1. 연구결과    2. 용어설명    3. 그림설명    4. 연구진 이력사항

 

자료제공 : 정연준 교수(02-880-4085)

 

■ FOCUS

■ COVID-19 소식

■ 캠퍼스 주요 소식

■ 연구성과

■ 기부소식 및 동정

■ 안내