슈퍼컴퓨터의 한계를 뛰어넘는 성능을 보이는 양자컴퓨터, 인공지능을 이용한 화학 탐구, 분자의 구조와 기능을 찾아내는 계산화학. 이 중 흥미 돋는 주제가 있는가? 그렇다면 주목해야 할 연구실이 있다. 바로 허준석 교수의 M-QuDIT연구실이다. 다양한 분야를 아울러 연구를 수행하는 M-QuDIT연구실에 대해 자세히 알아보자.

- 연구실에 대한 소개 부탁드립니다.

우리 연구실 M-QuDIT (Molecular Quantum Dynamics and Information Theory Lab)은 이론 화학 및 양자 정보 이론 연구실입니다. 화학적 생물학적 현상에 대한 이론 연구와 양자 알고리즘 개발을 위한 이론 연구를 중점적으로 진행하고 있습니다. 화학적 생물학적 현상의 규명과 활용에 관심 있는 학생들은 주로 계산화학 방법과 인공지능을 도구로 사용하고 있으며, 양자 알고리즘에 관심이 있는 학생들은 주로 고전 컴퓨터와 양자 컴퓨터를 이용하여 이론 연구를 진행합니다. 하지만 문제에 지속적인 호기심이 있고 연구의 방향과 목적이 뚜렷하다면 연구 주제나 방법에 제한을 두지 않고 있습니다. 연구 주제와 연구 방법 선택의 폭이 넓기 때문에 화학과 물리, 생물학 등 다양한 전공과 경험을 가진 학생들이 연구실에 소속되어 있어요. 모두가 고유 지식과 경험을 공유할 수 있는 환경에서 다양한 연구 아이디어가 논의되며 구성원들이 성장하고 있습니다.

[화학과 3층에 위치한 허준석 교수님 연구실]

- 연구실의 대표적인 연구 활동을 소개해 주세요.

우리 연구실에서 진행하는 연구는 크게 3가지로 나눌 수 있습니다.

1) 양자 알고리즘 연구

최근 양자 컴퓨터의 발전이 주목받고 있습니다. 고전 컴퓨터가 해결하기 어려운 문제, 해결할 수 없는 문제를 양자 컴퓨터가 처리할 수 있을 것으로 기대함에 따라 양자 컴퓨터에서 사용할 수 있는 양자 알고리즘 연구가 중요해지고 있는 것입니다. 우리 연구실에서는 기존 양자 알고리즘의 성능을 개선하기 위한 연구와 화학적·생물학적 문제를 해결할 수 있는 양자 시뮬레이션 알고리즘을 개발하고, 양자 알고리즘의 효율성 향상을 위해 근사 방법으로 알고리즘의 복잡도를 줄이는 방법을 연구하고 있습니다. 또한 조합 최적화 문제를 처리하는 것에 매우 좋은 성능을 보일 것으로 예상되는 양자 컴퓨터를 활용하기 위해 화학적·생물학적 문제를 조합 최적화 문제로 변경함으로써 양자 이점 실용적인 측면에서 실현하기 위한 연구를 진행하고 있어요. 연구는 우리 학교 양자정보연구지원센터를 통해 D-wave, IBMQ, IonQ 등의 양자컴퓨터 클라우드 서비스를 제공받아 수행하고 있습니다.

2) 인공지능을 이용한 화학 반응 예측과 단백질 디자인

다양한 문제에 대한 인공지능의 적용과 그 해결 능력이 주목받고 있습니다. 수십 년에 걸쳐 유기 화학 반응과 단백질 구조에 대한 데이터가 축적되어 왔고, 인공지능 알고리즘의 발전은 다소 거대하고 복잡한 문제도 해결할 수 있는 수준까지 왔습니다. 우리 연구실은 분자 구조의 물성을 예측하는 인공지능 연구부터 시작하여, 현재는 촉매 합성 조건 최적화, 반응 생성물 예측, 특정 활성을 갖거나 도와주는 단백질 디자인을 위한 인공지능을 개발하고자 연구를 진행하고 있습니다. 특정 화학 반응에 대한 반응 생성물을 예측해 주는 것뿐 아니라, 촉매를 포함하고 온도가 변경되는 등의 변화가 있을 때 그 반응의 유효성과 반응 생성물 그리고 수율(생성물의 양)을 예측해 주는 인공지능을 개발하기 위해 노력하고 있죠. 연구실에서는 활성과 안전성이 높은 단백질 약물 개발을 위한 단백질 디자인 인공지능 개발, 특정 단백질에 높은 활성을 보이는 약물 디자인 인공지능 개발에 관심을 가지고 연구를 진행 중입니다.

3) 계산화학 방법을 이용한 유기 반응과 단백질 활성 메커니즘 규명

전자 구조계산 방법과 고전 역학 시뮬레이터는 화학적 생물학적 반응 메커니즘 연구에서 여전히 강력한 도구로 자리하고 있습니다. 전자 구조계산을 통해 전자의 거동을 계산함으로써 분자의 물성과 짧은 시간 동안 분자의 동적 움직임을 확인할 수 있으며, 고전 역학 시뮬레이터를 이용하여 대략적인 원자 또는 분자 간의 결합과 긴 시간 동안의 분자 및 단백질의 동적 움직임을 확인할 수 있습니다.

우리 연구실에서는 전자 구조계산 방법을 이용하여 유기 반응 메커니즘을 규명하고 있으며, 해당 연구는 특성상 다양한 유기 화학 연구실과 협업을 통해 진행하고 있어요. 단백질과 약물 분자 사이의 결합과 활성 상태로의 전환을 고전 역학 시뮬레이터를 이용해 확인하는 연구를 진행하고 있으며, 수월한 활성 상태로의 전환을 위한 단백질 기 수정 및 약물 분자 수정에 대한 연구도 진행할 예정입니다. 전자 구조계산에는 DFT 방법(물질, 분자 내부에 전자가 들어있는 모양과 그 에너지를 양자역학으로 계산)을 주로 사용하여 연구를 진행하고 있으며, Gaussian과 Turbomole을 주요 계산 소프트웨어로 사용하고 있습니다. 연구 주제 및 시스템 구성 요구에 따라 고체 물질 계산이 필요할 시에는 VASP를 주요 소프트웨어로 사용하여 연구를 진행하고 있습니다. 고전 역학 시뮬레이션 진행 및 단백질 분석에는 Schrödinger 패키지와 Gromacs를 사용하고 있어요.

- 하나의 연구는 어떤 과정과 방법을 통해 진행되나요?

우리 연구실은 다양한 주제와 방법으로 연구가 진행되고 있는 만큼, 학생 및 연구원의 흥미와 적극적이고 꾸준한 연구 활동을 중요하게 생각하고 있습니다. 연구실에 처음 들어오면 자신이 관심을 가진 분야의 연구에 대해 알아볼 수 있는 시간을 보내요. 그 시간 동안은 연구에 필요한 배경지식을 습득하고 소프트웨어 사용법과 연구실 클러스터 사용법 등을 익히며 연구를 진행하기 위한 준비를 합니다. 기본 준비가 되면, 연구 주제를 선정합니다. 기존에 진행되고 있던 연구에 합류할 수도 있지만 대부분은 자신만의 연구 주제를 갖습니다. 따라서, 관심 분야의 논문을 충분히 읽고 관심사와 아이디어를 연구실 구성원들과 나누는 것이 중요한 과정이라고 할 수 있어요. 이 과정 동안에 연구 동향을 파악하고 아이디어와 예상 연구 결과를 비판적으로 살펴봅니다. 

작은 모델을 설정하고 테스트해 볼 수 있으며, 기존 연구의 과정과 결과를 분석해 볼 수도 있습니다. 사실상 이러한 활동부터가 연구의 시작이라고 볼 수 있어요. 연구 주제와 목표가 결정되면, 결과 도출을 위해 계산 및 모델 구현을 시작합니다. 연구를 진행할 때는 기술적 어려움이나 지식 및 경험 부족으로 인한 어려움을 당면할 수 있습니다. 이 경우 지도교수와 연구실 구성원과 상의를 통해 해결해 나갑니다. 연구의 방향을 바꿀 수도 있고, 혼자는 생각하지 못했던 다른 방법을 발견할 수도 있어요. 연구 결과에 대해서는 논문 작성을 진행하며, 비슷한 연구 주제를 가진 학생뿐 아니라 다른 연구 주제를 가진 학생들도 함께 리뷰를 진행하여 완성도 있는 논문을 작성하기 위해 노력합니다.

[화학과 슈퍼컴퓨터실]

- 연구실에서 이루어진 연구들은 어떻게 활용되나요? 구체적인 사례가 있다면 소개해 주세요.

현재 실제로 존재하는 양자컴퓨터들은 컴퓨터가 사용할 수 있는 양자비트(큐비트)의 양이 많지 않고 외부의 반응에 민감히 반응하기 때문에 구동 시간이 길지 않습니다. 실제 양자컴퓨터를 통한 구현까지는 아직 시간이 필요하지만, 이런 상황에도 우리 연구실은 고전 컴퓨터와 함께 사용하여 고전 컴퓨터들과 비슷하거나 더 잘 예측하는 알고리즘을 개발해 오고 있어요. 최근의 관련 연구로 ‘코돈 최적화 양자 어닐링 알고리즘’이 있으며 지난 2022년, 특허를 출원했습니다. 코돈은 RNA의 3 염기 배열을 말하는데 아미노산 1개에 대해 여러 개의 코돈이 존재할 수 있습니다. 단백질은 20가지 종류의 아미노산을 알파벳으로 사용하여 구성되어 있죠. 따라서 1개의 동일한 단백질을 만들어내는 RNA조합(코돈조합)이 지수적으로 많아지게 됩니다. 사람이나 대장균에서 단백질의 발현은 특정 코돈을 더 선호하게 되므로 목적에 따라 조합 최적화문제가 발생하게 됩니다. 이 조합 최적화문제를 양자컴퓨터를 이용해서 해결하고자 하는 것이 연구의 목적입니다.

인공지능 연구의 경우, 우리 연구실은 지금까지 ‘수소 저장을 위한 2차원 마그네슘 하이드라이드를 생성하는 인공지능 모델’, ‘분자 구조를 통해 단맛 유무를 분류해 내는 인공지능 모델’ 등을 개발하고 논문으로 발표했습니다. 해당 모델들을 직접적으로 활용하고 있지는 않지만, 회사들로부터 공동 연구 제의를 받는 만큼 활용 가능성이 높을 것으로 보입니다. 현재 진행 중인 화학 반응 예측 알고리즘의 경우, 실험 연구실에서의 실제 실험 이전에 가능성이 높은 후보를 제안해 줌으로써 연구 비용과 시간을 크게 줄이는 것에 기여할 것으로 생각합니다.

전자 구조계산 연구의 경우, 우리 연구실은 실험 연구실과 공동연구를 진행하고 결과를 논문으로 발표해 왔어요. 반도체 소자로 사용될 수 있는 물질에 대한 물성 계산, OLED 응용 물질의 구조 및 광학적 특성 계산 등의 연구는 새로운 반도체 소자 및 OLED 디바이스 개발에 활용될 수 있습니다. 유기 화학 반응 메커니즘 규명 연구는 반응 가능 여부를 분자 구조의 에너지적 안정성과 전자 밀도 변화에 따른 활성을 통해 설명하므로 관련 유기반응 또는 새로운 유기 반응을 설계하는 데 활용될 수 있을 것으로 보입니다.

- 본 연구실에서 연구하는 분야의 앞으로의 비전이 궁금합니다. 해당 분야가 어떻게 발전되고 활용될 수 있을지에 대해서는 어떻게 생각하시나요? 혹은 본 연구실의 목표가 있을까요?

한국을 비롯하여 전 세계에서 양자컴퓨터 연구가 높은 관심과 함께 진행되고 있습니다. 알고리즘이 요구하는 양자 컴퓨터의 성능과 현재 또는 가까운 미래에 개발될 양자 컴퓨터의 성능에는 괴리가 존재하지만, 하드웨어 성능의 개선과 알고리즘의 효율적 구동을 위한 최적화를 목표로 연구를 진행하는 것은 양자 컴퓨터를 효율적으로 활용할 수 있는 시기를 앞당길 수 있을 것입니다. 양자 컴퓨팅의 발전은 기존에 고전 컴퓨터에서 풀기 어려웠던 문제들을 더 빠르고 정확하게 해결할 수 있게 할 것이며, 특히 기존의 양자 시스템 모델들을 효율적으로 시뮬레이션할 수 있게 됨으로써 양자 화학이나 고체 물리 분야에 적용해 새로운 물질을 탐색하거나 물성을 예측하는 등 큰 발전을 가져올 것으로 예상합니다. 우리 연구실은 가까운 미래에 개발될 양자 컴퓨터에서 활용할 효율적인 양자 알고리즘을 고안하고 제안하는 것을 목표로 하고 있습니다.

현재 인공지능을 이용한 신소재 개발과 신약 개발은 크게 각광받고 있으며, 계산화학 방법을 통한 우선적 연구는 연구 비용과 시간을 줄이는 것에 도움을 줄 것입니다. 인공지능 연구는 인공지능 알고리즘이 발전됨에 따라 더욱 다양하고 높은 성능을 가진 신물질 후보와 신약 후보를 도출해 낼 것으로 보이며, 계산화학 방법을 통해 수많은 후보물질에 대한 일차 평가가 이루어질 것으로 생각됩니다. 인공지능과 계산화학을 이용한 화학적 생물학적 현상 연구는 고전 컴퓨터 발전뿐만 아니라 양자 컴퓨터의 발전에도 영향을 받아 성장할 것이고, 우리는 지금은 알지 못했던 부분을 발견할 기회를 잡을 수 있을 것으로 보입니다. 우리 연구실은 인공지능 계산화학 방법을 이용해 실제 실험 과정을 단축할 수 있는 인공지능 모델을 구축하고 단백질 디자인과 신약을 개발하는 것을 목표로 하고 있어요.

양자컴퓨팅, 인공지능, 계산화학과 같이 우리 연구실의 연구 주제가 다양한 독립적인 주제로 존재하는 것처럼 보이지만 각 연구 주제는 유기적으로 상보적인 관계를 가지고 있습니다. 우리는 4차 산업혁명의 시대에 살고 있죠. 인공지능으로 대표되는 정보혁명, 양자컴퓨터가 가져오는 계산 혁명, 크리스퍼(CRISPR)가 가져온 바이오 혁명이 우연하게도 동시대에 진행되고 있습니다. 우리 연구실은 이 모든 영역을 동시에 다루는 독특한 연구실입니다.      

- 연구실만의 자랑거리가 있다면 무엇인가요? 연구실 자랑 부탁드립니다.

우리 연구실의 가장 큰 장점은 다양한 연구 주제와 구성원의 다양성과 자유로운 분위기라고 할 수 있어요. 연구실 구성원들은 서로 다른 배경지식을 가진 학생들과 자유롭게 소통할 수 있는 환경에서, 연구 주제를 정할 때 또는 연구의 활용이 고민될 때 서로 이야기를 나누며 연구 아이디어를 확장 및 보완해 나갈 수 있습니다. 연구에 어려움이 있을 때 연구실 구성원들은 모두 적극적으로 문제 해결을 위해 의견을 제시하며 정보를 공유합니다.

국내 대학에 몇 존재하지 않는 양자 시뮬레이션 알고리즘을 집중적으로 연구하고 있는 연구실 중 하나이므로, 양자 시뮬레이션 연구를 하고자 하는 학생에게는 우리 연구실이 매우 매력적일 것으로 생각합니다.

연구실 자체로 연구 활동에 도움이 되는 연사 초청 세미나를 개최하고 여름 학교 참여와 학회 참여 등도 장려 및 지원을 합니다. 이렇게 부족한 부분을 채우고, 비슷한 연구를 하는 다양한 연구자들과 소통하며 연구 진행의 환경 측면에서 어려움이 없도록 지원하고 있어요. 특히, 학생들이 쾌적한 환경에서 연구에 집중할 수 있는 환경을 구성한 것은 우리 연구실의 빼놓을 수 없는 장점입니다.

[연구실 전경과 커피 테이블]

- 어떤 학생이 연구실에 오면 좋을까요?

우리 연구실은 기본적으로 컴퓨터를 사용하여 연구를 진행합니다. 따라서, 컴퓨터에 친숙하거나 Python 코딩을 할 수 있으면 많은 도움이 됩니다. 계산화학 분야에서는 적절한 계산 방법을 찾고 계산 결과를 해석하기 위해 전반적인 화학 지식이 요구되고, 양자 알고리즘 개발에는 양자역학과 선형대수학 지식을 갖추는 것이 좋아요. 그러나 배경지식이 부족하더라도 수학이나 화학을 좋아한다면 연구에 필요한 지식은 빠르게 습득할 수 있을 것으로 생각됩니다. 다양한 분야에 대한 연구가 진행되는 연구실이다 보니 그만큼 다양한 지식을 습득해야 하는 상황이 반드시 있습니다. 그러나 그런 상황에도 두려워하지 않고 배우고자 하는 적극성을 발휘하는 것이 필요합니다.

연구는 세상에 없던 것을 기존의 지식을 바탕으로 알아내고 만들어 내는 과정입니다. 더욱이 이론 연구는 우연을 통한 결과를 기대하기 어렵습니다. 그래서 자신의 연구를 비판적으로 분석하면서도 다양한 아이디어를 수용하며 능동적으로 연구를 진행하는 능력은 더욱 필요합니다. 이에 더해 연구실 구성원들과 협력하고 소통하고자 하는 자세가 필요하죠. 그러나 무엇보다도 낯선 내용과 무수한 실패를 맞닥뜨리더라도 할 수 있다는 긍정적인 마음가짐과 인내심을 보일 수 있는 학생은 우리 연구실에서 훌륭하게 연구를 진행할 수 있을 것으로 생각합니다.

- 연구원을 꿈꾸는 학생들에게 한마디 부탁드립니다.

문제를 파악하고 그 문제를 해결하기 위해 유연한 생각으로 가능한 모든 방법을 다 강구해 보는 자세가 필요합니다. 연구를 진행하다가 산을 만나면 그 자리에 머물지 말고 다양한 접근을 시도해 보아야 합니다. 예를 들면 저는 박사학위 기간 중 화학의 분광학 문제를 풀기 위해 경제학 논문을 참고하기도 했고 지금도 그 논문에서 파생된 연구논문을 출판하고 있습니다. 지도교수는 연구의 방향에 대한 조언을 해주는 역할을 합니다. 그러나 지도교수의 지시에만 의지하는 수동적인 자세는 지양해야 합니다. 

연구의 시작은 능력과 전공에 구애받지 않고 하고 싶은 것을 우선 해보는 것이라고 할 수 있습니다. 궁금한 것이 있으면 알아보고 선례가 있으면 따라 해 보는 것이 좋아요. 그러면서 자신이 관심을 가진 것이 어떤 것이고, 무엇을 개선할 수 있으며, 어떻게 연구를 진행할지 생각하는 것입니다. 목표하는 바와 그 방법에 대해 꾸준히 고민하고 여러 아이디어를 적극적으로 수용하며 연구를 진행하다 연구의 마지막 단계인 논문을 작성하게 되고, 해당 연구를 끝맺을 수 있을 것입니다. 그 끝이 만족스럽지 못할 수도 있습니다. 그러나 하나의 연구를 끝내고 그것을 하나의 논문으로 끝내 보는 것은 더 나은 연구원으로서 성장할 수 있는 발판이 됨과 동시에 그다음 연구를 진행할 수 있는 원동력이 될 것입니다. 이렇게 한 사이클이 끝나고 나면 자연스럽게 많은 연구 아이디어가 저절로 떠오르게 됩니다.