[지금은 과학] OLED 발색·형광 분자 개발, AI로 시간과 비용 줄여

[아이뉴스24 정종오 기자] 인공지능(AI)으로 유기발광다이오드(OLED)에 활용되는 발색분자와 형광분자를 개발하는데 시간과 비용으로 획기적으로 줄이는 방법이 나왔다. 발색분자와 형광분자 등 다양한 유기분자의 광특성을 빠르게 예측할 수 있는 ‘딥러닝 분자 분광법’을 개발한 것이다.

박성남 고려대(총장 정진택) 화학과 교수 연구팀은 18일 관련 기술을 개발했다고 발표했다.

발색분자와 형광분자는 염료와 태양전지, OLED, 형광센서, 바이오이미징 분야에서 널리 활용되고 있다. 관련 연구가 매우 활발하게 이뤄지고 있다. 발색분자와 형광분자를 개발하려면 흡광 파장과 발광 파장, 반치폭, 발광 양자 효율, 흡광 계수 등 광특성을 정확하게 예측해야 한다.

OLED용 발광분자는 색과 밝기, 선명도, 에너지 전환효율 등 OLED의 중요한 광특성을 결정해야 한다. 광특성을 예측하기 위해 이론 기반 양자 화학 계산을 사용했다. ‘딥러닝 분자 분광법’은 기존 방법 대비 예측 시간을 약 6만3천배 줄이고 흡광과 발광 파장의 예측 오차를 각각 2.2배, 1.5배 줄일 수 있다.

‘딥러닝 분자 분광법’을 사용하면 목적에 따른 광특성을 만족하는 발색분자와 형광분자를 빠르게 찾을 수 있어 개발 시간과 비용을 크게 줄일 수 있다.

연구팀은 문헌에 보고된 수많은 분자의 7가지 광특성을 수집해 3만여 개 데이터로 데이터베이스(DB)를 구축했다. 이렇게 구축한 데이터베이스에 있는 분자구조와 광특성을 효율적으로 학습할 수 있는 딥러닝 모델을 개발했다. 이를 통해 설계에 필요한 분자구조의 광특성을 빠르고 정확하게 예측할 수 있는 ‘딥러닝 분자 분광법’을 개발했다.

딥러닝 분자 분광법을 활용하면 분자의 흡광 파장, 흡광 반치폭, 흡광 계수, 발광 파장, 발광 반치폭, 발광 양자 효율, 발광 수명 등의 7가지 광특성을 정확하고 빠르게 예측할 수 있다. 분자의 광특성은 분자-주위 환경의 상호작용에 따라 달라진다. 딥러닝 모델은 이러한 분자-주위 환경 상호작용 효과를 포함하고 있어 분자의 광특성을 높은 정확도로 예측한다.

딥러닝 분자 분광법을 활용하면 분자가 용액상, 박막, 고체상, 기체상 등 다양한 환경에 있을 때에도 광특성을 정확하게 예측할 수 있다.

신규 발색분자와 형광분자를 개발할 때 목적에 맞는 광특성을 가진 것을 찾을 때까지 매우 많은 후보 분자들을 개발과 합성해 광특성을 확인하는 절차를 거친다. 이 과정에서 목적에 맞지 않는 후보 분자들을 확인하는 데에 개발 비용과 시간이 많이 든다.

연구팀이 개발한 딥러닝 분자 분광법을 활용해 염료와 태양전지, OLED, 형광센서, 바이오이미징 분야에서 새로운 발색분자와 형광분자를 개발할 수 있다. 설계에 필요한 분자가 요구하는 광특성을 가졌는지를 실제로 합성하기 전에도 미리 확인할 수 있어 연구 개발에서 비용과 시간을 크게 낮출 수 있을 것으로 전망된다.

연구팀은 딥러닝 분자 분광법을 누구나 이용할 수 있도록 웹 애플리케이션(http://deep4chem.korea.ac.kr)을 개발했다.

이번 연구는 국제학술지 미국화학회지(American Chemical Society) JACS Au에 3월 18일 자(한국시간) 표지논문( 논문명: Deep Learning Optical Spectroscopy Based on Experimental Database: Potential Applications to Molecular Design)으로 실렸다. 정준영 연구교수와 한민희 석박사통합과정생이 제 1 저자이다. 박성남 교수가 교신저자로 참여했다.

박성남 교수는 “현재 딥러닝 분자 분광법은 주위 환경의 영향을 받는 분자의 광특성을 예측할 수 있는데 여기에 멈추지 않고 원하는 광특성만 입력하면 이 성질을 만족하는 새로운 분자를 직접 디자인해주는 딥러닝 방법을 연구하고 있다”며 “염료와 형광체를 개발하는 연구팀이 이번 연구를 통해 더 향상된 광특성을 가진 새로운 분자를 쉽고 빠르게 개발했으면 하는 바람”이라고 전했다.