분자 구조로 냄새 예측하는 AI 개발했다

구글이 냄새의 원인이 되는 분자 구조를 분석해 냄새를 예측하는 AI를 개발했다고 발표했다.

인간의 후각은 콧구멍 점막에 있는 400종류 후각 수용체가 센서 역할을 한다. 후각 수용체는 특정 분자 구조와 결합하면 활성화되어 후각 신경 OSN을 발화한다. 발화된 OSN은 뇌의 후구(olfactory bulb)에서 신호를 보내고 이를 받은 후구는 뇌의 여러 부위에 신호를 보내 정치 처리를 하는 구조다. 따라서 구글 연구팀은 후각 자체를 재현하지 않더라도 냄새의 원인이 되는 냄새 분자를 감지할 수 있다면 AI도 냄새를 맡고 나눌 수 있다고 본 것이다.

냄새를 AI가 학습하려면 냄새 분자 종류와 어떤 냄새인지 태그를 하는 게 중요하다. 구글 연구팀은 향료로 식별한 5,000종 분자로 구성된 데이터세트를 작성하고 분자 냄새마다 라벨링을 했다. 예를 들어 바닐라에서 추출한 바닐린이라는 물질은 바로 바닐라 아이스크림과 같은 달콤한 냄새의 원인으로 알려져 있고 달콤한, 바닐라, 크림, 초콜릿 같은 냄새와 세트가 되게 된다.

AI는 그래프 신경망 GNN을 이용해 냄새 분자 구조를 원자 수준으로 해석해야 한다. 구체적으론 분자 내 탄소와 수소 수와 관계를 다층 분석하고 냄새 분자 구조를 확인한다고 한다. 그리고 데이터세트 중 3분의 2를 이용해 GNN을 학습시켜 AI가 분자 구조에 따라 분자 냄새를 예측할 수 있게 된다.

하지만 냄새의 과학에 대해 해명되지 않은 부분도 존재한다. 예를 들어 감귤류 냄새 성분인 D-리모넨과 박하, 스피어민트 냄새 성분인 L-리모넨은 대칭 분자 구조를 가진 광학 이성질체이며 냄새가 전혀 다름에도 구조는 상당히 비슷하다. 인간의 후각이 D-리모넨과 L-리모넨과 같은 광학 이성질체를 어떻게 맡고 나누어 있는지 메커니즘은 아직 잘 알려져 있지 않다. AI가 광학 이성질체의 냄새 분자를 정밀하게 판별할 수 있으려면 추가 훈련이 필요하다고 밝히고 있다.

구글 연구팀이 AI에서 냄새를 맡고 나눌 연구는 저렴하게 생산할 수 있는 새로운 냄새 분자 설계, 냄새의 디지털화, 후각을 잃은 사람이 언젠가 장미 향기와 썩은 계란 냄새를 느낄 수 있는 기회를 만드는 등 미래에 가능성이 많다면서 궁극적으론 고품질 오픈 데이터세트를 공유해 기계학습 분야에서 냄새 문제를 환기시키고 싶다고 밝히고 있다. 관련 내용은 이곳에서 확인할 수 있다.