자동화 페로브스카이트 박막 제조에서 ML로 공정 영향 요인 식별
ACS Nano 논문은 자동화된 페로브스카이트 박막 제조 데이터에 머신러닝 회귀와 SHAP 분석을 적용해, 박막 품질에 큰 영향을 주는 환경 파라미터를 식별하고 데이터 정제·피드백 전략을 제안했다. 재료 공정의 실시간 데이터 해석과 공정 제어에 직접 연결될 수 있는 사례다.
AI & Materials
AI·소재 이슈
소재 연구와 과학 실험에 AI를 실제로 활용한 사례를 만나보세요.
매일 00·06·12·18시(한국시간)에 웹에서 새 소식을 찾습니다. AI 활용 방법과 결과가 확인된 새 사례만 게시합니다.
알림을 확인하고 있습니다…
IDPForge, 무질서 단백질의 all-atom 앙상블을 생성하는 확산 모델 공개
트랜스포머 기반 확산 모델 IDPForge가 무질서 단백질(IDP)과 무질서 영역(IDR)의 all-atom conformational ensemble을 생성하고, 실험적 solution data와 잘 맞는 앙상블을 내놓았다고 보고했다. 실험 제약을 샘플링에 반영하는 기능도 추가 계산비용 없이 동작했다고 설명했다.
계층형 머신러닝으로 나노입자 촉매의 자리 이질성 해석
JACS에 2026-10-30 게재된 논문은 나노입자 촉매의 자리(site) 이질성을 해석하는 데 계층형 머신러닝을 사용한 사례로 확인된다. 소재 연구자에게는 촉매 표면의 서로 다른 활성 자리와 반응성 차이를 데이터 기반으로 분해해 보는 접근으로 읽을 수 있다.
저선량 원자 전자 토모그래피에서 물리 인지 신경망으로 원자 구조 복원
물리 인지 신경망을 저선량 원자 전자 토모그래피에 적용해 3차원 원자 구조를 더 견고하고 완전하게 복원하는 방법이 보고됐다. 저선량 조건에서 구조 결정이 어렵다는 점을 보완하는 데 재료 분석용 AI가 실제로 쓰였다.
OpenAI, Oracle 앱과 데이터를 ChatGPT로 연결하는 파트너십 확대
OpenAI가 2026-10-27 Oracle과의 협력을 확장해 Oracle 애플리케이션과 데이터를 ChatGPT에 연결한다고 밝혔다. OpenAI 모델과 제품으로 Oracle의 새로운 제품·서비스도 구동해 기업용 워크플로를 겨냥한다.
생성형 AI로 단일층 다양한 키랄 메타표면을 설계한 사례
생성형 AI가 단일층의 다양한 키랄 메타표면 설계에 직접 사용된 연구가 보고됐다. 역설계와 후보 생성에 유용하지만, 실제 제작 가능성과 성능 검증이 뒤따라야 한다.
LLM으로 문헌 속 표준 실험 준비 절차를 자동 추출하는 방법 제시
대형 언어모델을 이용해 문헌에서 표준화된 실험 준비 절차를 자동으로 뽑아내는 접근이 보고됐다. 재료·화학 문헌을 구조화된 절차 데이터로 바꾸는 데 쓸 수 있지만, 범용 성능과 오류율은 과제다.
Anthropic, 독립 평가자 METR에 더 넓은 접근 권한 제공
Anthropic이 독립 평가기관 METR에 더 넓은 수준의 접근 권한을 부여해 모델 안전성과 위험 평가를 더 강하게 검증하도록 했다고 밝혔다. 이는 외부 평가를 강화하겠다는 기존 약속을 확장한 조치로, 제3자 검증의 실효성을 높이려는 흐름으로 읽힌다.
Google DeepMind, 세계 시뮬레이션용 월드 모델 Genie 4 공개
Google DeepMind가 Genie 4를 공개하고 연구 프리뷰 형태로 신뢰된 테스터에게 먼저 제공하기 시작했다. 실시간 상호작용 시뮬레이션과 멀티모달 생성 능력을 내세운 월드 모델로, AI가 가상 환경을 만들고 탐색하는 방식이 한 단계 더 구체화됐다는 점에서 주목된다.
AI 지원 시뮬레이션 프레임워크로 Pt/γ-Al2O3 구조와 분광 신호 해석
ACS Applied Materials & Interfaces 2026-10-28 게재 논문은 인공지능 지원 시뮬레이션 프레임워크를 사용해 Pt/γ-Al2O3의 구조와 분광 신호를 해석한 사례다. 구체적 알고리즘과 정량 성능은 현재 확인된 정보에 포함되지 않는다.
머신러닝으로 하이브리드 할라이드 페로브스카이트 단층 밴드갭 예측
J. Phys. Chem. Lett. 2026-10-28 게재 논문은 하이브리드 할라이드 페로브스카이트 단층의 밴드갭을 머신러닝으로 예측한 연구다. 현재 확인 가능한 정보로는 구체적 모델 종류와 정량 성능은 드러나지 않지만, 재료 물성 예측용 ML 적용 사례로 볼 수 있다.
OpenAI, GPT-6.1 Terra를 API·ChatGPT Work·Codex에 배포
OpenAI가 2026년 10월 26일 GPT-6.1 Terra를 공개해 API의 gpt-6.1-terra, ChatGPT Work, Codex에 제공한다고 밝혔다. 이 모델은 비전 추론, 컴퓨터 사용, 글쓰기 작업을 지원하며 일반 ChatGPT 채팅에는 포함되지 않는다.
JACS, 수계 아연전지 공용매 후보를 머신러닝 분자동역학으로 대량 스크리닝
JACS 논문은 machine learning molecular dynamics(MLMD)를 이용해 수계 아연전지용 공용매 28개 후보를 빠르게 평가했고, ab initio molecular dynamics(AIMD) 대비 약 10^4배의 속도 향상을 보고했다. 이 스크리닝에서 N,N-dimethylacetamide(DMAC)가 최적 후보로 제시됐다. 핵심은 전지 구동 자체가 아니라, 공용매 탐색을 AI로 가속했다는 점이다.
능동학습으로 자기성 원자간 포텐셜의 불확실도 줄여 예측오차 낮춘 적응형 스핀-격자 학습법 제시
Physical Review Materials 채택 논문이 등변적 증거 딥러닝 기반 능동학습으로 비공선 스핀-격자 포텐셜의 후보 구조 불확실도를 추정해 더 효율적인 학습을 보였습니다. 불확실도 점수는 예측오차와 강하게 상관했고, 선택·학습·미세조정 절차는 무작위 샘플링보다 에너지·힘·투영 스핀-힘 오차를 낮췄습니다.
Lila Sciences, AI-가이드 자동화 실험실로 수소 촉매 후보를 대량 탐색
Lila Sciences는 폐루프 실험실과 머신러닝 모델을 써서 2,942개 촉매 조성을 평가했고, 전기분해 수소 생산에서 이리듐 의존도를 줄일 수 있는 팔라듐 기반 산화물 6개 계열을 찾았다고 보도됐다. 다만 산업용 전해조에서의 실제 내구성은 아직 별도 과제로 남아 있다.