| 초록 |
인공지능은 데이터 기반의 예측 방법론으로, 물질 합성 및 공정 최적화에 각광을 받고 있는 기술이다. 특히, 인공지능은 촉매 성능 예측 모델을 개발하는데 사용될 수 있어, 실험 단계의 촉매를 공정 수준에서 평가하는데 탁월한 능력을 보여준다. 하지만, 촉매 성능 예측 모델의 정확도는 공정 결과와 물리적인 관련이 없는 통계적 수치이다. 또한, 유사한 정확도일지라도 공정 예측 결과들은 서로 상이할 수 있다. 공정 결과의 편차는 곧 투자의 불확실성으로 결국 예측 기반의 촉매 연구에 걸림돌이되는 실정이다. 따라서, 본 연구에서는 공정 투자의 불확실성을 고려한 예측 정확도 평가 전략을 제안한다. 촉매 반응 예측 모델 개발에는 인공 신경망 기법이 활용되며, 촉매 반응의 one-pass시 전환율 및 선택도를 예측한다. 다양한 정확도의 촉매 반응 예측 모델들을 생성하여, 재사용 흐름 및 분리 공정 등이 포함된 공정 결과 예측에 사용한다. 예측 정확도는 R2값을 사용하고, 정확도를 네 구간 (매우 높음, 높음, 중간, 기준 이상)으로 나누어 평가한다. 예측된 결과를 실제 공정의 경제성과 비교하여, 공정 투자의 불확실성을 파악한다. 그 결과 공정에 따라 구체적인 예측 정확도 기준을 제시할 수 있었으며, 인공지능을 활용한 스마트 공정 개발의 리스크를 감소할 수 있었다. |
