성균관대–KAIST–연세대  공동연구팀, 초고효율 실험-인공지능 융합 촉매반응 개발 플랫폼 구축

- 기질 범용성과 선택성을 동시에 확보한 신규 비대칭 촉매반응 개발

- 합성 화학과 인공지능의 접목으로 차세대 촉매 설계의 길 열어

화학과 류도현 교수 연구팀이 한국과학기술원 (KAIST) 김현우 교수 연구팀, 연세대 허준석 교수 연구팀과의 공동연구를 통해, 초고효율 실험 (High-Throughput Experimentation, HTE)과 기계학습 (Machine Learning, ML)을 융합한 촉매 반응 개발 플랫폼을 구축해, 기질 범용성과 입체·위치 선택성을 확보한 1,2-다이카보닐 화합물의 신규 비대칭 하이드로실릴화 반응을 개발했다.

촉매 반응 개발은 전통적으로 단일 기질을 이용한 최적화에 의존해왔지만, 이러한 접근은 특정 기질에만 최적화되어 반응의 일반성과 범용성을 확보하기 어렵다는 한계가 있다. 이에 따라 최근 연구는 일반성 확보를 핵심 목표로 발전하고 있으며, 다양한 반응 조건을 신속히 탐색할 수 있는 초고효율 실험 기법이 새로운 대안으로 주목받고 있다.

연구팀은 정량적 1H NMR 분석과 19F NMR 동시 카이랄 분석을 결합해, 혼합 시료의 분석 과정을 기존 대비 약 8배 가속화하였다. 총 31종의 촉매를 8종의 기질에 대해 정밀하게 스크리닝하여, 기존에 구분이 어려웠던 에틸/메틸 치환체 간 선택성 문제까지 해결하였다. 또한 초고효율 실험으로 축적된 실험 데이터를 CGR (Condensed Graphs of Reaction) 기반 지표를 적용한 기계학습 모델에 활용함으로써, 양자화학 계산 없이도 특정 기질에 최적화된 촉매를 효율적으로 찾아냈다. 생성물인 카이랄 α-실릴옥시케톤 (silyloxy ketone)은 카이랄 부프로피온 (항우울제) 등 고부가가치 의약·천연물 합성을 위한 핵심 중간체로 평가된다.

류도현 교수는 “이번 연구는 촉매 설계의 패러다임을 전통적인 단일 기질 중심 실험에서, 다기질 고속실험과 인공지능을 결합한 통합적 접근으로 전환한 의미 있는 성과”라며, “HTE–ML 융합 플랫폼은 향후 다양한 고난도 비대칭 반응 개발과 고부가가치 화합물 합성, 나아가 산업적 적용에도 기여할 것으로 기대된다”고 말했다.

류도현 교수, 한국과학기술원 김현우 교수, 연세대 허준석 교수가 교신저자로 참여한 이번 연구는 화학 분야의 세계적 권위지 ‘Angewandte Chemie International Edition’에 Hot Paper로 선정되어 11월 2일 게재되었다. Hot Paper는 빠르게 성장하는 연구 분야에서 높은 학문적 주목도를 인정받은 논문에 부여되는 특별 등급이다.

해당 연구는 과학기술정보통신부 한국연구재단 선도연구센터사업(SRC)와 중견연구자지원사업, 교육부 한국기초과학지원연구원(KBSI) 기초과학연구역량강화사업, 산업통상자원부 산업혁신구축사업, 보건복지부 한국보건산업진흥원 한국형 ARPA-H 프로젝트의 지원을 받아 수행되었다. 공동 제 1저자로는 서태림 (성균관대), 김동훈 (한국과학기술원), 함신원 (성균관대) 연구원이 참여하였다.

※ 논문명: Generality-Driven Optimization of Enantio- and Regioselective Mono-Reduction of 1,2-Dicarbonyls by High-Throughput Experimentation and Machine Learning

※ 학술지: Angewandte Chemie International Edition (IF: 17.0)

※ 논문링크: https://doi.org/10.1002/anie.202519425

※ 저자명: (공동 교신저자) 류도현 (성균관대), 김현우 (한국과학기술원), 허준석 (연세대) 교수, (공동 제 1저자) 서태림 (성균관대), 김동훈 (한국과학기술원), 함신원 (성균관대) 연구원, (공저자) 정유경 (연세대), 정인호 (성균관대) 연구원