Google의 AI 연구 부문인 Google DeepMind는, "GNoME"라고 불리는 AI 툴을 사용해, "이론적으로는 안정되어 있지만 실험적으로는 실현되지 않은 새로운 결정 구조"를 220만종 발견했다고 발표. 그러나 복수의 연구자가 Google DeepMind의 발표한 새로운 결정 구조를 분석한 다음, "이미 알려진 물질을 과도하게 확대 해석한 것이 대부분으로, 놀라울 정도로 새롭다고 말할 수 있는 화합물에서는 포함되어 있지 않다"라고 반론하고 있다.
안정한 결정구조는 현대의 다양한 기술과 강하게 관련되어 있지만, 분해되기 어려운 안정한 결정을 얻기 위해서는, 수개월에 걸친 정밀한 실험이 필요하지만, 구글 딥마인드 연구팀은 새로운 재료의 안정성을 예측함으로써, 신소재의 발견 속도와 효율을 극적으로 향상시키는 딥러닝 툴인 "Graph Networks for Materials Exploration(GNoME)"을 이용함으로써, AI를 통한 분석으로 새롭게 220만 종의 결정구조를 발견했다고 Nature에서 발표한 논문에서 주장.
220만 가지는 지금까지 발견된 결정 구조의 45배 이상이나 되고, 이 중 38만 가지는 구조적으로 안정된 것일 것으로 기대되고 있기 때문에, 구글 딥마인드는 "이번 발견은 800년치 지식량에 해당합니다"라고 말하고 있다.
동시에 발표된 로렌스 버클리 국립연구소 연구진의 또 다른 논문은, "구글 딥마인드와의 연계를 통해, 우리의 AI 예측이 자율적인 물질 합성에 어떻게 활용될 수 있는지 보여줄 수 있었습니다"라며 구글 딥마인드의 발표를 지시.
연구자들에 따르면, 계산, 문헌에서의 이력 데이터, 기계학습, 능동학습을 사용해 인간을 포함하지 않고 분석 연구를 실시한 "자율형 실험실"을 사용하고 있으며, "자율적 재료 발견을 위한 인공지능 구동 플랫폼의 유효성을 실증했습니다"라고 주장하고 있다.
그러나, 샌타바버라 캘리포니아대의 앤서니 치잠과 람 세샤드리 씨는, 동료 심사 과학잡지인 Chemistry of Materials에서 2024년 4월 발표한 논문 중 구글 딥마인드와 버클리 국립연구소의 논문을 분석해, "AI가 새로운 유형의 재료를 발견하는 데 큰 가능성을 내포하고 있는 것은 확실하지만, 220만 종의 새로운 결정구조를 찾았다는 연구결과는 과대평가"라고 주장하고 있다.
연구에서는, Google DeepMind가 공개한 38만 종류의 "안정된 새로운 결정 구조"중에서 무작위로 수백개의 샘플을 선택한 다음, 그 결정이 "신뢰할 수 있는가", "유용한가", "신규성은 있는가"라고 하는 3 단계의 테스트를 실시.
Google DeepMind가 발견한 것은, 일반적인 "재료"로 한 것이 아니며, 어떠한 유용성을 실증하는 것에 한정하고 있지 않기 때문에, 반드시 유용한 것이라고는 할 수 없다. 그러나 그것을 토대로 분석해도, 무작위로 선택한 샘플은 모두 충분한 기준을 충족하지 못했다고 치잠 씨와 세샤드리 씨는 말하고 있다. 아래는 논문에서 제시된 일례로, 왼쪽이 이미 알려진 결정구조, 오른쪽이 Google DeepMind가 제안한 새로운 구조.
새로운 구조에는 "Nb(니오브)"가 포함되어 있는 것 이외에는, 거의 같은 구조로, 논문에 의하면 "이 경우에, 제안된 결정구조에 신규성이 있다고 생각될 가능성은 낮다"는 것.
논문에서는, "38만4870가지의 안정적인 결정구조 목록에는, 놀라운 신규성이 있는 화합물이 포함돼 있지 않았습니다. 새로운 결정 구조의 대부분은 이미 알려진 소재를 간단하게 개변한 것입니다"라고 지적하고 있고...또, 테크놀로지계 미디어의 404 media가 실시한 인터뷰중에서, 팀씨는 "Google의 논문은, 물질 과학자에게 있어서 유용하고 실천적인 공헌이라고 하는 점에서는, 상당히 불충분합니다. 새로운 결정 구조가 특정 기능을 수행할 수 있는지는 특정 요구에 중점을 두고 두루 가능성을 검토하여 도움이 되는지 판단해야 합니다. 그러나 220만 종의 새로운 결정 구조를 검토하는 것은 어렵습니다. 이번에 우리는 무작위로 그 중 몇 가지를 검토했는데, 만일 안정된 결정 구조라 하더라도 신규성도 유용성도 없다는 것을 알았습니다"라고 말한다.
또 프린스턴대의 레슬리 슈프와 유니버시티칼리지런던의 로버트 팔그레이브 씨등은, 버클리국립연구소의 자율실험실에 대한 발표 분석을 실시하면서, "그 연구에서는 새로운 자료가 발견되지 않았다"는 점을 지적하고 있고, 슈프 씨와 팔그레이브 씨는, 치잠 씨 등과 마찬가지로 AI 주도로 새로운 재료를 발견하는 과정이 유망하다고 인정하면서도, "적어도 현재 발표에서는 큰 진보가 포함되어 있지 않으며, 그런 맥락에서 발표되어서는 안 된다"고 말한다.
팔그레이브씨는 "Google DeepMind의 논문에는, 이 분야의 전문가 뿐만이 아니라, 대부분의 고교생도 알 수 있는 분명히 넌센스한 예측 자료도 다수 포함되어 있습니다. 저에게는 기본적인 품질 관리가 이루어지지 않는 것처럼 보입니다. AI가 예측으로 그런 화합물을 출력하고 있는 것은 우려할 만한 일이며 뭔가 잘못됐다는 것을 보여줍니다"라고 코멘트.
반론이 되는 논문을 받은 다음, Google DeepMind는 "우리는 Google DeepMind의 GNoME 논문으로 행해진 모든 주장을 지지합니다"라고 성명에서 말하고 있다.
