혼합시료 분석으로 실험 속도 8배↑·31종 촉매 대규모 테스트로 다물질 적용 가능한 비대칭 반응 설계 성공
성균관대학교 화학과 류도현 교수 연구팀은 KAIST, 연세대와 공동으로 인공지능을 결합한 ‘초고효율 촉매반응 개발 플랫폼’을 구축해 다양한 기질에 적용 가능한 비대칭 촉매반응을 개발했다고 14일 밝혔다.
연구팀은 혼합시료 동시분석으로 실험 속도를 기존 대비 약 8배 높이고, 31종의 촉매를 8종 기질에 대해 검증해 대규모 실험데이터를 확보한 뒤 기계학습으로 최적 촉매를 예측했다.
기존 촉매 연구는 통상 한 가지 기질에 맞춰 조건을 최적화하는 방식이어서 다른 물질로의 일반화에 한계가 있었다. 연구진은 다종 기질을 동시에 다루는 고처리량 실험 설계와 대량 데이터 기반의 기계학습 모델을 결합해 ‘범용성(generality)’을 중심으로 최적화하는 전략을 적용했다.
그 결과 표적 생성물인 카이랄 α-실릴옥시케톤의 고선택적 합성에 성공했으며, 이는 항우울제 등 고부가가치 의약품 및 천연물 합성의 중요한 중간체로 활용될 수 있다.
구체적으로 연구팀은 혼합 시료 분석으로 실험 횟수를 줄이면서 데이터 생산성을 약 8배 향상시켰고, 다양한 촉매·기질 조합에서의 반응 경향을 정밀히 도출했다.
이렇게 축적된 실험 데이터는 기계학습에 의해 학습되어 복잡한 계산 없이도 특정 물질에 잘 맞는 촉매를 예측할 수 있었다.
류도현 교수는 “실험 중심 연구에 AI를 접목해 촉매 개발의 패러다임을 전환한 사례”라며 “신약 및 소재 합성 등 더 복잡한 반응 개발에 폭넓게 응용될 것”이라고 말했다.
성과는 화학 분야 권위지 Angewandte Chemie International Edition에 Hot Paper로 게재되었으며, 과기정통부·한국연구재단 SRC 등의 지원으로 수행됐다.
연구의 응용 가능성은 촉매 설계의 속도와 범용성을 동시에 끌어올릴 수 있다는 점에서 산업적·학문적 파급력이 크다.