입력 2025.09.02 10:51
서울시립대(총장 원용걸) 전종준 교수 연구실(우경동, 조소영, 김창현)과 최진희 교수 연구실(김동현, 나기문) 공동연구팀의 논문 “CHEM: Causally and Hierarchically Explaining Molecules”이 컴퓨터과학 분야 최우수 국제학술대회 중 하나인 CIKM 2025 (Conference on Information and Knowledge Management)에 채택되었다.
CIKM은 컴퓨팅 기계 협회(ACM)가 주관하는 권위 있는 국제 학술대회로, 채택률이 20-30% 미만에 불과할 정도로 경쟁이 치열하다. 특히 컴퓨터과학 분야에서는 일반적으로 우수 학회 논문 채택이 우수 학술지 게재보다 더 어렵다는 평가를 받고 있다.
이번 연구에서 공동연구팀은 분자의 성질을 결정하는 인과적 하위 그래프를 식별·예측할 수 있는 그래프 신경망(Graph Neural Network, GNN) 모델을 개발하였다. 기존 GNN 모델은 중요하다고 예상되는 분자의 하위 구조를 데이터 정보에만 의존하여 식별했으나, 이번 연구에서는 사전에 알려진 분자의 작용기(functional group) 정보를 활용함으로써 신경망의 예측 성능과 설명력을 동시에 향상시켰다. 즉, 학습 단계에서 실제 화학적 구조 정보를 반영해 복잡한 신경망 결과를 화학 전문가가 직관적으로 이해할 수 있는 형태로 제시한 것이 큰 성과다. 본 연구는 화학물질 위험성 평가, 신약 개발, 화학 반응성 분석 등 다양한 분야에 폭넓게 응용될 수 있을 것으로 기대된다.
이번 성과는 환경부 지원 과제인 “분자독성 네트워크 기반 환경성질환 예측모델 개발”의 일환으로 수행된 융합 연구의 결과다. 환경독성 전문가와 데이터과학·인공지능 연구자가 협력하여 도출한 성과라는 점에서 더욱 의미가 깊다. 연구팀은 “이번 연구는 분자 구조 내 인과적 하위 구조를 학습해 설명 가능성과 일반화 성능 문제를 동시에 해결했다는 점에 의의가 있다”며, “화학 도메인 지식을 활용해 실제 분자 데이터에서 인과적 하위 그래프를 검증했다는 점에서 중요한 의미를 가진다”고 설명했다.