신소재/부품 소재 AI는 새 분자의 어느 부분에서 틀리는가
- IRS글로벌 (irscontent)
- 2026-11-17 08:35:38
- hit0
- 90.96.185.253
|
2026년 두 연구는 소재 AI의 정확도가 분자의 크기뿐 아니라 원자 주변의 결합 환경에 좌우됨을 보여주었다. 익숙한 분자의 시험 점수와 새 후보의 예측 범위를 연결해 살펴보았다. 새 소재를 찾는 AI는 아직 만들지 않은 후보를 평가하는 데 쓰인다. 그런데 학습한 분자에서 정확했던 모델이 분자의 일부를 바꾼 후보에서도 잘 작동할까. 2026년 공개된 두 연구는 ‘새로운 분자’라는 말부터 구체적으로 나눠야 한다고 보여준다. 탄소 사슬이 길어지는 변화와 새로운 결합 부위가 생기는 변화는 모델에 서로 다른 문제이기 때문이다.
|
| 시험 대상 | 힘 평균절대오차 |
|---|---|
| 학습한 분자의 새로운 배치(ID) | 0.0047 eV/Å |
| 학습에서 제외한 카복실산(OOD) | 0.0889 eV/Å |
| OOD/ID 비율 | 약 18.9배 |
출처: Nourollah 외(2026), arXiv:2605.08988v2, Appendix A.8의 Fragment Fusion / MACE 행. 두 오차는 원자별 힘의 좌표 성분에 대한 평균절대오차이며, 비율은 0.0889÷0.0047로 계산하였다. 모델·과제·단위를 이 조건으로 한정하였다.
관련 보고서
2027 AI 기반 소재지능 기술ㆍ시장 동향과 산업별 적용사례 및 사업화 전략
피지컬AIㆍ첨단 제조ㆍ에너지 전환ㆍ자원순환을 중심으로
IRS글로벌 | 2026-10-15 발행 | 683쪽 A4
ISBN 979-11-94532-30-9
이 보고서는 소재 데이터와 계산재료과학, 머신러닝 원자간 포텐셜, 분포 밖 예측과 불확실성, 산업 적용 및 사업화 과제를 분석하였다.
표지 이미지 제공 IRS글로벌
참고자료
Nourollah 외 (2026). Benchmarking Compositional Generalisation for Machine Learning Interatomic Potentials (arXiv v2)
공개·발행일 2026-10-22
Hooven 외 (2026). How Long Is Long Enough? Extrapolation of Machine-Learning Interatomic Potentials for Oligomeric and Polymeric Systems
공개·발행일 2026-06-19
| 번호 | 분류 | 제목 | 작성자 | 작성일 | 조회수 |
|---|---|---|---|---|---|
| 74 | 신소재/부품 | 소재 AI는 새 분자의 어느 부분에서 틀리는가 new photo | IRS글로벌 | 2026-11-17 | hit0 |
| 73 | 신소재/부품 | AI 소재개발, 실험실의 성과를 제품으로 바꾸는 조건 photo | IRS글로벌 | 2026-11-13 | hit91 |
| 72 | 신소재/부품 | 하이니켈 양극재 시장 구조 및 공급망 동향 photo | 관리자 | 2026-08-11 | hit861 |
| 71 | 신소재/부품 | 자동차 산업에서 친환경 소재 도입 사례 photo | 관리자 | 2025-06-05 | hit4916 |
| 70 | 신소재/부품 | 반도체 재료 : 차세대 제품 개발 가속화 photo | 관리자 | 2025-04-08 | hit2137 |
| 69 | 신소재/부품 | 친환경 반도체: 지속가능한 신소재 개발로 구현하는 그린 테크놀로지 photo | 관리자 | 2025-04-08 | hit3626 |
| 68 | 신소재/부품 | 전환기를 맞은 자동차 산업의 친환경 소재 이용 전망 photo | 관리자 | 2025-04-08 | hit3024 |
| 67 | 신소재/부품 | 주목받는 "리튬인산철(LFP) 배터리" photo | 관리자 | 2024-10-16 | hit7370 |
| 66 | 신소재/부품 | 중국이 압도적인 점유율을 확보하고 있는 중요 광물을 둘러싼 움직임 photo | 관리자 | 2024-07-27 | hit2546 |




