코스피

4,968.48

  • 132.02
  • 2.59%
코스닥

650.06

  • 15.59
  • 2.34%
1/5

DGIST 이태훈 교수팀, 엔비디아 아카데믹 그랜트 선정

페이스북 노출 0

핀(구독)!


뉴스 듣기-

지금 보시는 뉴스를 읽어드립니다.

이동 통신망을 이용하여 음성을 재생하면 별도의 데이터 통화료가 부과될 수 있습니다.

DGIST 이태훈 교수팀, 엔비디아 아카데믹 그랜트 선정

주요 기사

    글자 크기 설정

    번역-

    G언어 선택

    • 한국어
    • 영어
    • 일본어
    • 중국어(간체)
    • 중국어(번체)
    • 베트남어


    DGIST(총장 이건우) 이태훈 에너지공학과 교수(반도체공학과 겸임)가 세계적인 인공지능(AI) 기업 엔비디아(NVIDIA)의 연구 지원 프로그램인 ‘NVIDIA 아카데밍 그랜트 프로그램에 선정돼 AI 기반 촉매 연구를 위한 고성능 GPU를 지원받게 됐다고 18일 밝혔다.

    ADVERTISEMENT


    엔비디아의 아카데믹 그랜트 프로그램은 전 세계 대학 및 연구기관을 대상으로 혁신적인 연구 과제를 선정해 GPU 하드웨어 또는 고성능 컴퓨팅 자원을 지원하는 프로그램이다.

    이 교수는 ‘RTX PRO 6000 Server Edition GPU’를 지원받아 촉매 구조의 자율 탐색을 위한 에이전틱 AI연구를 수행한다.

    ADVERTISEMENT


    열촉매는 화학반응을 촉진하는 핵심 소재로, 실제 반응 과정에서 온도와 압력 등에 따라 표면의 원자 배열과 성분이 끊임없이 변화한다. 이러한 변화를 정확히 분석하는 것은 촉매 성능을 이해하고 개선하는 데 중요하지만, 가능한 구조의 조합이 방대하고 기존 양자역학 기반 정밀 계산에는 많은 시간과 연산 자원이 필요하다는 한계가 있었다.

    이 교수 연구팀은 이러한 한계를 극복하기 위해 머신러닝과 대규모 언어모델(LLM)을 결합한 AI 기반 촉매 구조 자율 탐색 기술을 개발한다. 양자역학 계산 데이터를 학습한 머신러닝 원자간 퍼텐셜(MLIP)로 계산 속도를 높이고, 촉매 표면에 분자가 붙거나 떨어지는 변화를 고려해 촉매의 성분과 구조를 동시에 최적화하는 방식이다.

    ADVERTISEMENT


    여기에 LLM 기반 AI 에이전트를 접목해 촉매 성분과 실험 정보만 입력하면 AI가 후보 구조를 제안하고 계산·평가하며 스스로 탐색을 이어가는 체계를 구축할 계획이다. 지원받은 GPU는 머신러닝 모델 학습과 대규모 구조 탐색에 활용되며, 이를 통해 실제 반응 조건에서 나타날 가능성이 높은 촉매 구조를 예측하고 실험 검증과 촉매 설계에 활용할 수 있을 것으로 기대된다.

    이 교수는 “실제 반응 조건에서 촉매가 어떤 구조로 작동하는지 이해하는 것이 촉매 설계의 출발점”이라며 “이번 연구를 통해 AI가 스스로 촉매 구조를 제안하고 검증하는 자율 탐색 체계를 구축하고, 실험 연구진과의 협력을 통해 실제 촉매 설계에 활용할 수 있도록 발전시켜 나가겠다”고 밝혔다.

    ADVERTISEMENT


    이태훈 교수는 양자역학 기반 정밀 계산(DFT)과 머신러닝 기반 분자동역학을 활용해 반도체 및 에너지 소재의 결함, 표면, 계면 현상을 원자 수준에서 규명해 왔다. 최근에는 생성형 AI와 LLM 기반 AI 에이전트를 활용한 차세대 소재 탐색·설계 연구에 주력하고 있다.
    오경묵 기자



    ADVERTISEMENT


    ADVERTISEMENT


    실시간 관련뉴스