"분자 핵심 작용기 식별·성질예측"…'그래프 신경망' 개발

가톨릭대 인공지능학과 이오준 교수팀

[부천=뉴시스] 가톨릭대학교 인공지능학과 이오준 교수팀이 개발한 '서브그래프 조건부 그래프 정보 병목' 개요도. (사진=가톨릭대 제공) 2025.02.17. [e-mail]

[부천=뉴시스] 정일형 기자 = 가톨릭대학교 인공지능학과 이오준 교수와 네트워크과학 연구실 소속 황반튀 박사과정생은 최근 분자의 핵심 작용기를 자동으로 식별하고 성질을 예측할 수 있는 새로운 그래프 신경망 사전학습 기법을 개발했다고 17일 밝혔다.

이번 연구 성과는 세계 최고권위의 인공지능 분야 국제학술대회인 'AAAI 2025'의 발표 논문으로 채택된다. 우수성을 인정받았다.

인공지능(AI)을 활용한 신약개발 경쟁이 치열해지는 가운데 AI 신약개발의 핵심인 분자구조 분석 연구는 데이터 확보가 어려워 한정된 공개 벤치마크 데이터셋에 의존하는 한계가 있었다. 이 교수 연구팀은 분자구조 분석과 분자 성질 예측의 정확도를 높이며 데이터 부족 문제를 해결할 새로운 그래프 신경망 기법을 개발했다.

이번 연구에서 개발된 '서브그래프 조건부 그래프 정보 병목' 기법은 그래프 신경망이 분자 내 특정 화학 반응을 담당하는 핵심 작용기를 자동으로 식별할 수 있도록 사전학습을 수행한다. 특히 기존 분자구조 그래프 신경망 기술이 간과했던 ▲분자 내 핵심 작용기 탐지 능력 ▲고분자 물질의 성질 예측 ▲분석모델의 해석 가능성을 크게 향상해 기존 기술보다 뛰어난 성능을 보였다.

이 교수는 "이번 연구는 기존 그래프 신경망 방식의 한계를 극복하고 분자구조 분석의 새로운 가능성을 제시하며 신약개발을 비롯한 다양한 산업에서 중요한 기술로 자리 잡을 것으로 기대된다"면서 "가톨릭대 인공지능학과가 2년 연속 AAAI에서 세계적인 연구 성과를 발표한 만큼 앞으로도 혁신적인 연구를 지속해 나가겠다"고 말했다.

☞공감언론 뉴시스[e-mail] <저작권자ⓒ 공감언론 뉴시스통신사. 무단전재-재배포 금지.>