• 프린트
  • 메일
  • 스크랩
  • 글자크기
  • 크게
  • 작게

DGIST 이태훈 교수팀, 엔비디아 선택받았다···차세대 AI 연구에 고성능 GPU 지원

글로벌 '아카데믹 그랜트' 선정...LLM 기반 에이전틱 AI로 자율형 신소재 탐색 기술 개발

최병수 기자 | fundcbs@hanmail.net | 2026.11.18 11:05:31
[프라임경제] 대구경북과학기술원(DGIST) 이태훈 교수가 글로벌 AI 기업 엔비디아(NVIDIA)의 연구지원 대상에 이름을 올리며 차세대 인공지능 기반 소재 연구에 속도를 낼 전망이다.

DGIST 에너지공학과 이태훈 교수. ⓒ DGIST

DGIST는 에너지공학과 이태훈 교수(반도체공학과 겸임)가 엔비디아의 글로벌 연구지원 사업인 'NVIDIA Academic Grant Program'에 선정돼 첨단 GPU를 지원받는다.

이 프로그램은 세계 각국의 대학과 연구기관을 대상으로 미래 기술 발전에 기여할 혁신적인 연구를 발굴하고, 고성능 GPU 장비와 컴퓨팅 인프라를 제공하는 사업이다. 

이번 선정에 따라 이 교수 연구팀은 'RTX PRO 6000 Server Edition GPU'를 활용해 AI를 접목한 촉매 구조 탐색 연구를 본격적으로 추진한다.

연구팀이 주목하는 분야는 화학반응의 효율을 높이는 열촉매다. 열촉매는 반응이 진행되는 동안 온도와 압력 등 주변 환경에 따라 표면 원자 배열과 구성 성분이 달라지는 특성이 있다. 

촉매의 성능을 높이려면 이러한 미세한 구조 변화를 정밀하게 파악해야 하지만, 분석 가능한 구조가 무수히 많고 양자역학을 활용한 기존 계산 방식은 상당한 시간과 컴퓨팅 자원을 요구한다는 어려움이 있다.

이에 이 교수팀은 머신러닝과 대규모 언어모델(LLM)을 융합한 새로운 촉매 탐색 시스템 개발에 나선다. 

양자역학 계산 결과를 학습한 머신러닝 원자간 퍼텐셜(MLIP)을 적용해 복잡한 원자 구조 계산의 효율성을 높이고, 촉매 표면에서 분자가 흡착되거나 떨어져 나가는 현상까지 반영해 최적의 촉매 조성과 구조를 찾아내는 것이 핵심이다.

특히 이번 연구에는 LLM을 기반으로 한 에이전틱 AI 기술이 적용된다. 연구자가 촉매의 구성 성분과 실험 관련 정보를 제공하면 AI가 적합한 구조를 스스로 설계하고, 계산 결과를 분석·평가한 뒤 다음 탐색 방향까지 결정하는 자율형 연구 시스템을 구현한다는 구상이다.

지원받는 고성능 GPU는 AI 모델의 학습과 방대한 촉매 구조에 대한 반복적인 연산에 투입된다. 연구가 계획대로 진행되면 실제 화학반응 환경에서 안정적으로 형성될 수 있는 촉매 구조를 예측하고, 이를 실험을 통한 검증과 신소재 설계에 연결할 수 있을 것으로 기대된다.

이태훈 교수는 "촉매 기술을 한 단계 발전시키기 위해서는 실제 반응이 일어나는 환경에서 촉매의 구조와 작동 원리를 정확하게 이해하는 것이 중요하다"며 "AI가 새로운 촉매 구조를 직접 제시하고 검증하는 자율 탐색 기술을 확보하고, 실험 연구진과의 공동 연구를 통해 산업 현장에서 활용 가능한 촉매 설계 기술로 발전시키겠다"고 말했다.

한편, 이 교수는 그동안 양자역학 기반 밀도범함수이론(DFT)과 머신러닝 기반 분자동역학 기법을 활용해 반도체 및 에너지 소재의 결함과 표면, 계면에서 발생하는 현상을 원자 단위로 분석하는 연구를 수행해 왔다. 최근에는 생성형 AI와 LLM 기반 에이전트 기술을 접목한 차세대 소재 발굴 및 설계 분야로 연구 영역을 확대하고 있다.

이번 엔비디아 연구지원 선정은 AI와 소재과학을 결합한 DGIST의 연구 역량을 한층 강화하고, AI가 스스로 연구 방향을 설정하는 차세대 자율형 신소재 개발 기술의 가능성을 넓히는 계기가 될 것으로 보인다.

  • 이 기사를 공유해보세요  
  •  
  •    
맨 위로

저작권자(c) 프라임경제, 무단전재 및 재배포금지, AI 학습 및 활용 금지




 

많이 본 뉴스