화학과 재료과학의 궁극적 목표는 분자와 소재의 거동을 이해하고 원하는 반응을 제어해 새로운 물질을 설계·합성하는 것이다. 그러나 실험·이론·계산화학에 기반한 전통적 접근은 직관과 시행착오에 의존해 시간과 비용이 많이 들고 혁신 속도가 제한되며, 최근 인공지능(AI)은 이를 극복할 새로운 패러다임을 제시하고 있다. 본 연구에서는 무기 및 유기화학 분야에서 AI를 이용한 소재 설계 및 화학 합성 예측에 대한 연구를 소개하고자 한다. AI 기반 역설계 기법을 통해 원하는 물성을 갖는 결정구조를 신속하게 탐색하고, 대규모 언어모델(LLM)과 설명가능 AI를 활용하여 물질의 합성 가능성을 높은 정확도로 예측하고, 유기화학 분야에서는 반응 역합성과 반응산물 예측 모델을 개발하고 특히 전자 이동(electron flow) 기반의 메커니즘을 예측할 수 있는 모델을 최초로 개발한 연구를 소개하고자 한다. 이러한 기술들은 신소재와 신약 개발의 시간· 비용을 크게 절감할 뿐 아니라, 데이터·소프트웨어·로봇이 결합된 미래 자율 실험실(self-driving laboratory) 구현의 핵심 요소로 확장될 잠재력을 지닌다. 본 세미나에서는 이러한 AI 기반 물질 설계와 메커니즘 예측의 원리, 구현, 그리고 Agentic AI의 응용 전망을 논의한다. 온라인 줌 회의실 (https://us06web.zoom.us/j/85720724618)
