전산재료과학분과 하계 심포지엄 ‘생성/능동형 인공지능기반 전산재료과학’이 2024가 6월 27일(목)부터 28일(금)까지 고려대학교 공학관에서 개최되었다.

김용주 교수(고려대), 권용우 교수(홍익대)를 중심으로 전산재료과학분과가 주관한 하계 심포지엄이 27, 28일 양일간 성황리에 치러졌다. 이번 하계 심포지엄에서는 대학뿐만 아니라 산업계 및 연구소 등 다양한 출신의 연구자들이 연사들로 초청되었으며 금속, 유기, 무기, 하이브리드 소재 물성 예측 및 신소재 개발을 위한 최신 생성/능동형 인공지능 연구 방법들에 대한 이론과 활용 결과들이 소개되었다. 총 190명 이상의 많은 수의 인원이 심포지엄에 참가하였으며 높은 수준의 강연 및 열띤 토론을 통해 인공지능기법을 활용한 전산재료과학 관련 연구에 관한 지식 공유에 장이 되었다.

1일차 첫 번째 세션(General materials design using AI)에서는 양준환 연구원(LG 디스플레이)이 AI활용 OLED 설계방법, 김동훈 박사(KIST)가 GNN 기반 촉매 개발, 김경덕 교수(POSTECH)가 인공지능을 활용한 고성능 내진내화강 설계, 강성우 박사(KIST)가 기계학습을 활용한 결정구조 예측에 관해 발표하였다. 두 번째 세션(Materials design using generative and large language model)에서는 나종걸 교수(이화여대)가 분자의 역설계, 노주환 박사(KRICT)가 생성형 인공지능을 활용한 유무기 소재 설계, 김지한 교수(KAIST)가 MOF의 역설계, 나경석 연구원(KRICT)이 트랜스퍼 러닝에 대해 소개하였다. 강연 후 저녁시간에는 교육 참석자들과 전산재료과학분과 회원간의 소개와 협력을 증진하는 시간을 가졌다.

2일차 첫 번째 세션(AI based catalyst design)에서는 전호제 박사(MIT)가 데이터 기반 촉매 물성 예측, 김현우 교수(GIST)가 메탄변환연구를 위한 기계학습기반 파라미터 최적화에 대해 발표하였다. 두 번째 세션(Active learning based materials design and machine learning potential)에서는 능동학습기반 기계학습 포텐셜 개발 및 활용, 하민영 박사(SAIT)가 그래프 뉴럴네트워크와 베이지안 방법을 활용한 EUV에 민감한 유기분자 설계, 명창우 교수(성균관대)가 베이지안 방법을 활용한 딥러닝 포텐셜의 불확실성 예측에 대해 소개하였다.

모든 발표가 끝난 후 종합 토의 시간을 가졌으며 소재 연구를 위한 AI 방법론들의 방향성에 대해 심도 있는 이야기가 오갔다. 전산재료과학분과는 최근 AI 및 시뮬레이션을 활용한 소재 연구의 중요도 및 관심도가 높아짐에 따라 관련 분야 연구원들 사이에 정보공유 및 연구력 증진을 위해 지속적으로 심포지엄을 개최하고 있다.