| 초록 |
최근, 자율인공지능을 통한 공정 및 제품설계의 일환으로, 원하는 특성을 가지는 분자를 역설계할 수 있는 자율인공지능에 대한 논의가 지속되고 있다. 특정 화합물을 나타내는 화학식은 분자를 표현하는 언어라고 볼 수 있다. 따라서, 자연어처리기법 (natural language processing, NLP)을 통해 문법을 배우는 인공지능처럼 화학식 언어를 훈련시킨 고도의 신경망은 그 문법을 스스로 이해하고 분자 역설계를 수행할 수 있는 인공지능의 근간이 될 수 있을 것이다. 본 연구에서는 generative chemical transformer (GCT)를 소개함으로써, 대량의 화학식을 훈련해 화학언어의 깊은 이해를 가지게 하고 이를 통해 원하는 다중 조건 (약물의 특성 등)을 충족시키는 분자 생성 인공지능을 제안하였다. GCT의 attention 메커니즘은 화학언어 자체의 한계로 알려져 있는 분자구조 표현력의 한계를 넘어 분자구조 그 자체에 대한 이해를 가능하게 하여 매우 사실적이면서도 쉽게 추론할 수 없는 다양한 분자구조를 제안하는데 성공하였다. 특히 최신 NLP 기법인 transformer를 기반으로 하기에 여러 특성을 동시에 만족시키게 하는 분자생성 역시 가능하다. |
