- 인공지능학과 이오준 교수·황반튀 박사과정생, ‘서브그래프 조건부 그래프 정보 병목’ 기술 개발

- ▲분자 핵심 작용기 자동 식별 ▲분자 성질 예측... 인공지능 활용한 신약개발 가속화 기대

- 세계 최고권위의 인공지능 분야 국제학술대회 ‘AAAI 2025’서 연구 성과 발표 예정

△ 인공지능학과 이오준 교수(왼쪽)과 네트워크과학 연구실 소속 황반튀 박사과정생

 본교 인공지능학과 이오준 교수와 네트워크과학 연구실(Network Science Lab) 소속 황반튀 박사과정생이 분자의 핵심 작용기를 자동으로 식별하고 성질을 예측할 수 있는 새로운 그래프 신경망 사전학습 기법을 개발했다. 이번 연구 성과는 세계 최고권위의 인공지능 분야 국제학술대회인 ‘AAAI 2025’의 발표 논문으로 채택되며, 우수성을 인정받았다. 이오준 교수와 황반튀 박사과정생은 ‘AAAI 2024’에서도 높은 구조식별력을 갖춘 그래프 트랜스포머 연구를 발표한 바 있다.

 인공지능(AI)을 활용한 신약개발 경쟁이 치열해지는 가운데, AI 신약개발의 핵심인 분자구조 분석 연구는 데이터 확보가 어려워 한정된 공개 벤치마크 데이터셋에 의존하는 한계가 있었다. 이에 가톨릭대 인공지능학과 이오준 교수 연구팀은 분자구조 분석과 분자 성질 예측의 정확도를 높이며, 데이터 부족 문제를 해결할 새로운 그래프 신경망 기법을 개발했다. 

 이번 연구에서 개발된 ‘서브그래프 조건부 그래프 정보 병목(Subgraph-Conditioned Graph Information Bottleneck)’ 기법은 그래프 신경망이 분자 내 특정 화학 반응을 담당하는 핵심 작용기를 자동으로 식별할 수 있도록 사전학습을 수행한다. 특히 기존 분자구조 그래프 신경망 기술이 간과했던 ▲분자 내 핵심 작용기 탐지 능력 ▲고분자 물질의 성질 예측 ▲분석모델의 해석 가능성을 크게 향상해, 기존 기술보다 뛰어난 성능을 보였다. 

 이오준 교수 연구팀은 이번 연구가 신약개발을 비롯해 다양한 산업에서 신소재 개발을 위해 활용될 것으로 기대한다. 이번에 개발된 기법을 적용하면 그래프 신경망의 학습 효율성과 성능이 대폭 향상돼, 신약개발 전 과정에서 인공지능 모델 활용이 가능해져 연구 및 개발 속도가 가속화될 것으로 예측한다.

 본교 인공지능학과 이오준 교수는 “이번 연구는 기존 그래프 신경망 방식의 한계를 극복하고 분자구조 분석의 새로운 가능성을 제시하며, 신약개발을 비롯한 다양한 산업에서 중요한 기술로 자리 잡을 것으로 기대된다”며 “우리 대학 인공지능학과가 2년 연속 AAAI에서 세계적인 연구 성과를 발표한 만큼, 앞으로도 혁신적인 연구를 지속해 나가겠다”고 말했다. 

 한편, 본교 인공지능학과는 이번 연구 성과 외에도 2023년 ICCV와 EACL, 2024년 AAAI, KDD, EMNLP 등 주요 국제학술대회에서 연구 성과를 발표하며, 2022년 9월 첫 신입생 입학 이후 짧은 기간 동안 괄목할 만한 성과를 기록하고 있다. 

△ 인공지능학과 이오준 교수팀이 개발한 ‘서브그래프 조건부 그래프 정보 병목’ 개요도