Highlights
시간과 비용을 줄여 신규 물질 개발의 시장 경쟁력 확보할 수 있습니다
급변하는 신소재 개발에 대한 시장 경쟁력이 글로벌로 확장 가속되고 있습니다. 하지만, 신규물질을 발굴하고 합성하는 단계에서는 많은 비용 및 시간이 소요됩니다. 물성 예측 AI는 신소재에 대해 AI기반의 물성 예측값을 빠르게 제공하여 반복적인 실험 횟수를 최소한으로 줄임으로써, 소재 개발 R&D 경쟁에서의 우위를 점할 수 있도록 합니다.
화합물의 물성을 AI기반으로 예측하여 소재의 Spec을 사전에 평가합니다
SK AX만의 고유한 기술로 분자 구조를 해석하여, 화합물의 다양한 물성을 예측합니다. 딥러닝 및 화학정보학 측면에서 분자의 복합적인 요인을 고려하여, 구조 특성에 맞게 분류하고 최적의 예측값을 제공하여 합성하고자 하는 물질의 우선순위를 사전에 결정합니다. 특히, 유해 물질을 시약으로 사용하는 실험의 경우 유해 물질에 대한 연구원의 노출을 줄일 수 있습니다.
도메인 지식 & 맞춤형 데이터를 AI기반 물성 분석 기술과 결합합니다
예측에 필요한 도메인 지식과 맞춤형 데이터를 AI기반 물성 분석 기술과 결합하여 다양한 분야의 소재 개발 단계에서의 성공적인 사례를 만들어 갑니다. 특히, 고부가 가치 산업 분야인 반도체 전구체, 친환경 고분자, 리튬 이차전지 배터리 등의 소재 개발 속도를 향상시킵니다. 생성형 AI 기술의 도입으로 실험 기반의 물성 예측에서 벗어나, 화합물의 특성을 보다 빠르고 정확하게 예측하여 업무 효율성을 극대화할 수 있습니다.
Features
구조 & 물성 데이터베이스를 활용하여 사용자 맞춤형 모델 제공
수천, 수만 개 이상의 소재에 대한 구조 및 물성 값들을 보유한 데이터베이스를 활용합니다. 고도화된 분자 해석을 기반으로 정의된 체계적 데이터 시스템을 보유하고 있으며, 특정 화합물을 검색어로 입력하여 해당 화합물 및 유사 구조의 물성 및 관련 정보를 빠르게 검색할 수 있습니다. 수많은 데이터 중에서 예측하고자 하는 물질과 유사도가 높은 구조들을 선별하여 모델을 훈련시키는 과정을 통해 모든 사용자 맞춤형 모델을 제공합니다.
AI 기반 신규 화합물 추천으로 배합 후보 무한대 확장
생성형 AI기술은 대규모 데이터와 딥러닝 기술로 대량의 분자 데이터를 학습하고 신규 화합물 디자인을 추천합니다. 사용자가 원하는 타겟 물성 범위와 구조에 따라 화합물 구조식 추천AI가 최적의 화합물 후보를 자동으로 생성합니다. 구조 & 물성 데이터베이스를 활용한 사용자 맞춤형 모델로 세상에 존재하지 않았던 화합물의 리스트를 무한대로 확장할 수 있고 반도체, 화장품, 섬유 등 다양한 소재 산업 및 바이오 분야에서 신규 후보물질 발굴에 소요되는 시간을 단축시켜 기업 경쟁력을 확보할 수 있습니다.
자연어 기반의 생성형 AI 검색 및 작업으로 개발 효율과 창의성 극대화
물성 예측 AI와 물성 데이터베이스에 생성형 AI 모델을 통합하여 폭넓은 자연어 기반의 검색 및 작업을 수행합니다. 분자 구조에 관한 정보(SMILES, 2D molecular graph)에 논문/문헌으로부터 얻을 수 있는 정보(captioning, image 등)를 잘 통합해서 모델에 반영함으로써, 검색의 효율은 높이고 반복적인 수작업은 줄여 소재 개발의 효율을 개선하고 개발 과정의 창의성을 극대화할 수 있습니다.
