전자현미경에 AI붙이니…연성물질 나노구조 관찰·예측도 "척척"

GIST 단순관찰 장비 혁신…차세대 기능성 소재 개발 가속화 기대

전자빔에 취약해 ‘관찰의 한계’로 여겨졌던 연성 물질 나노 구조 분석 문제를 인공지능(AI)이 해결했다.

광주과학기술원(GIST)은 이은지 교수 연구팀이 투과전자현미경(TEM)에 AI 기반 자동 분석 기술을 접목, 유기고분자·바이오 소재 등 연성 물질 구조 관찰은 물론 3차원 재구성이나 시간 변화 분석, 물성 예측에 성공했다고 6일 밝혔다.

이은지 교수(교신저자)는 “전자빔에 민감한 연성 소재 자기조립 과정을 실시간 관찰하고, 이를 AI로 정밀 분석해 물성 예측까지 연결할 수 있는 분석 체계를 마련했다는 점에서 의미가 크다”며, “이미지 관찰에 머물던 기존 분석을 넘어, 데이터 기반 소재 설계로 확장될 수 있는 새로운 플랫폼을 제시한 것"이라고 자평했다.

AI 기반 전자현미경 분석 플랫폼을 제시한 GIST 연구진. 왼쪽부터 신소재공학과 윤준연 박사과정생(제1저자), 이은지 교수, 황준호 박사.

투과전자현미경(TEM)은 전자빔을 시료에 통과시키는 영상화하는 방법으로 나노·원자 수준으로 미세 구조를 관찰할 수 있다.

연성 물질은 단백질과 세포막 같은 바이오 소재부터 고분자, 액정 등 합성 소재까지 다양하다. 분자들이 스스로 모여 미세한 나노 구조를 형성하는 ‘자기조립’ 특성으로 인해 전물질 전달 기술(mRNA 백신 전달체), 약물전달 시스템, 차세대 에너지 저장소재 등 다양한 첨단 산업 분야에서 핵심 소재로 각광받고 있다.

그러나 이는 구조가 매우 작고 복잡해 정확히 관찰하고 이해하는 데 한계가 있었다. 특히 탄소·수소·산소 등 가벼운 원소로 구성돼 전자현미경 영상에서 구조 윤곽이 뚜렷하게 드러나지 않고, 전자빔에 의해 구조가 쉽게 변형되거나 손상되는 문제가 있었다.

연구팀은 이를 해결하기 위해 초저온 전자현미경(cryo-TEM), 전자단층촬영(ET), 실시간 액상 전자현미경(LP-TEM) 등 서로 다른 전자현미경 기법에 딥러닝 기반 AI 기술을 결합했다.

이를 통해 ▲복잡한 나노 구조를 자동으로 구분하는 구조 인식 ▲여러 장의 2차원 전자현미경 영상을 바탕으로 나노 구조를 입체적으로 구현하는 3차원 재구성 ▲자기조립이 진행되는 과정을 시간의 흐름에 따라 분석하는 동역학 해석을 자동화했다.

나아가 구조 정보를 기반으로 소재 성능을 미리 가늠할 수 있는 물성 예측까지 연계하는 통합 분석 전략을 구현했다.

윤준연 박사과정생(제1저자)은 "AI를 접목해 방대한 고차원 전자현미경 데이터를 자동으로 처리·해석, 단순한 이미지 관찰을 넘어 구조와 물성 간의 상관관계를 규명하고 향후 구조 변화를 예측할 수 있는 분석 체계를 구축했다"고 말했다.

전자현미경에 AI를 통합한 흐름도. 맨 윗그림은 전자빔에 민감한 연성 물질을 시공간적으로 이미징할 때 발생하는 주요 문제점이고, 왼쪽 하단은 딥러닝 활용 3차원 인식 기술을 활용해 복잡한 구조 내에서 리보좀과 같은 거대 분자를 자동 식별 및 통계 분석을 보여주는 모식도. 오른쪽 하단 그림은 딥러닝 모델을 통한 액상투과전자현미경 영상 내 나노입자의 이동 궤적을 추적 및 예측하는 기술을 보여주는 모식도다.(그림=GIST)

연구팀은 향후 AI 기반 자동 분석 시스템을 고도화하고, 극한 환경에서도 안정적으로 작동하는 기능성 연성 소재 연구에 이를 적용함으로써 바이오의료 및 에너지 분야로의 확장을 추진할 계획이다.

연구는 이은지 교수와 윤준연 박사과정생 외에도 지스트-이노코어(GIST-InnoCORE) 연구단 황준호 박사가 공동저자로 참여했다. 연구는 과학기술정보통신부·한국연구재단 중견연구자지원사업, 나노 및 소재기술개발사업, GIST-InnoCORE 사업으로 지원받았다.

연구 결과는 관련 국제학술지(NPG Asia Materials)에 온라인 게재됐다.