국립부경대학교는 인공지능(AI)을 활용해 금속 산화물 박막의 색을 정밀하게 예측하는 물리 기반 머신러닝 모델을 개발했다고 밝혔다.

이승훈 국립부경대 물리학과 교수 연구팀이 개발한 이 모델은 전자기학 원리를 머신러닝 알고리즘의 학습 과정에 직접 반영하는 '커널 트릭(kernel trick)' 전략을 적용했다. 학습 효율과 예측 정확도를 동시에 높였다는 점에서 주목받고 있다.

금속 산화물 박막은 표면 미세 구조와 산화 정도에 따라 색이 달라지며 이를 조절하면 다양한 색 구현이 가능하다. 다만 산화 시간과 온도, 두께 등 공정 조건과 색상 간 비선형적 상관관계를 정량적으로 예측하기는 어려웠다.

연구팀은 머신러닝 기술을 활용해 물리적 원리를 모델 내부에 반영하는 방법을 제시했다. 데이터의 전자기학적 특성을 기반으로 알고리즘의 커널 함수를 직접 설계해 학습 효율성과 예측 성능을 함께 향상시켰다.

이승훈 교수는 "이번 연구는 물리학적 이해를 기계 학습에 통합함으로써 학습 효율과 예측 정확도를 동시에 높일 수 있음을 보여준 사례로, 물리학의 중요성을 직접적으로 보여준다"며 "본 연구에서 제시한 개념과 구체적 예시를 통해 다양한 전공 분야에서도 기계 학습을 더 쉽게 이해하고 활용할 수 있는 기반이 마련될 것으로 기대한다"고 말했다.

연구 결과를 담은 논문은 재료과학 분야 국제 학술지 'Materials Research Letters'에 최근 온라인 게재됐다. 이번 연구는 국립부경대 물리학과 이동익 석사과정생과 부산대 정세영 교수 연구팀과의 공동 연구로 수행됐다.