다중 최적화된 AI 지원 화학 예측 전문가(Multiple Optimized Specialists for AI-assisted Chemical Prediction)를 의미하는 새로운 계산 프레임워크인 MOSAIC은 화학자들이 방대한 화학 반응 지식 저장소를 활용하여 새로운 화합물의 발견과 합성을 가속화할 수 있도록 지원합니다. 연구자들은 매년 수십만 건의 새로운 화학 반응이 보고되는 기하급수적으로 확장되는 과학 문헌 환경을 탐색하는 데 있어 점점 더 커지는 문제에 대처하기 위해 이 시스템을 개발했습니다.

Llama-3.1-8B-instruct 아키텍처를 기반으로 구축된 MOSAIC은 Voronoi 클러스터 공간 내에서 훈련된 2,498개의 전문 AI "전문가" 네트워크를 활용합니다. 이 접근 방식을 통해 시스템은 복잡한 화학 합성에 대한 신뢰도 지표를 포함한 재현 가능하고 실행 가능한 실험 프로토콜을 생성할 수 있습니다. Nature에 발표된 이 연구는 시스템이 실험적 검증에서 71%의 성공률을 달성하여 제약, 재료 과학, 농약 및 화장품과 같은 다양한 분야에 적용할 수 있는 35개 이상의 새로운 화합물을 생성하는 능력을 강조합니다.

MOSAIC이 해결하는 핵심 과제는 보고된 화학 반응을 실제 실험으로 변환하는 과정에서의 병목 현상입니다. 대규모 언어 모델(LLM)은 이 분야에서 유망한 모습을 보였지만, 새로운 화합물에 걸쳐 다양한 변환에 안정적으로 적용하는 것은 여전히 ​​넘어야 할 과제였습니다. MOSAIC은 각 AI 전문가가 특정 화학 반응 공간 영역을 전문으로 하는 집단 지능 시스템을 구축하여 이를 극복합니다.

프로젝트의 수석 연구원은 "엄청난 양의 화학 문헌으로 인해 개별 연구자가 모든 관련 정보를 파악하기가 점점 더 어려워지고 있습니다."라고 설명했습니다. "MOSAIC은 이러한 간행물에 포함된 집단 지식을 활용하여 화학 발견 속도를 가속화하는 방법을 제공합니다."

이 기술의 의미는 단순히 연구 속도를 높이는 것 이상으로 확장됩니다. MOSAIC은 자세하고 실행 가능한 프로토콜을 제공함으로써 고급 화학 합성 기술에 대한 접근성을 민주화하여 제한된 자원을 가진 연구자들에게 잠재적으로 힘을 실어줄 수 있습니다. 또한 복잡한 반응의 결과를 예측하는 시스템의 능력은 비용이 많이 들고 시간이 많이 소요되는 시행착오 실험의 필요성을 줄일 수 있습니다.

MOSAIC의 개발은 AI를 화학 합성에 적용하는 데 있어 중요한 진전을 나타냅니다. AI 모델이 계속 발전하고 계산 능력이 향상됨에 따라 이러한 시스템은 광범위한 분야에서 과학적 발견을 가속화하는 데 점점 더 중요한 역할을 할 것입니다. 향후 연구는 MOSAIC의 범위를 더욱 광범위한 화학 반응을 포괄하도록 확장하고 예측의 정확성과 신뢰성을 향상시키는 데 중점을 둘 것입니다.