Bartosz Andrzej Grzybowski

[연구자 요약] Bartosz Andrzej Grzybowski 교수는 인공지능 기반 합성 계획 및 화학 AI를 활용한 신기능 분자 및 물질 발견 분야의 세계적인 선구자입니다. 또한, 화학 반응 네트워크 이론, 동적/비평형 자기조립, 나노과학 및 표면 현상 연구에도 근본적으로 기여해왔습니다. 특히, 인공지능 소프트웨어인 Chematica/Synthia와 Allchemy를 개발하여 화학 물질의 합성 경로 최적화 및 새로운 물질 발견을 가속화하고 있습니다. IBS 인공지능 및 로봇기반 합성연구단(CARS)을 이끌며 AI 알고리즘과 로봇공학을 융합한 분자 스케일 합성 기술 혁신에 주력하며, 이를 통해 신약, 촉매, 광전자, 배터리 소재 등 첨단 산업 분야 발전에 기여하고 있습니다. 미래에는 AI, 로봇공학, 화학 분야를 아우르는 차세대 융복합 인재 양성에도 적극적으로 기여하며 기초과학 경쟁력을 높이는 것을 목표로 합니다.

직책

연구단장

재직 상태

재직 중

소속기관

기초과학연구원 (인공지능 및 로봇 기반 합성 연구단)

연구실

IBS 인공지능 및 로봇기반 합성연구단 (CARS) (연구실 홈페이지)

연구 분야

인공지능 기반 화학 합성 및 로봇 자동화: 본 연구실은 인공지능(AI) 기반 합성 계획 및 화학 AI를 활용한 신기능 분자 및 물질 발견 분야를 개척하는 선구적인 연구를 수행하고 있습니다. 특히, 화학 물질의 합성 경로 최적화 및 새로운 물질 발견을 가속화하는 인공지능 소프트웨어인 Chematica/Synthia와 Allchemy를 개발하여 화학 분야의 디지털 전환을 이끌고 있습니다. 이러한 AI 알고리즘과 로봇 공학을 융합한 분자 스케일 합성 기술 혁신은 신약, 촉매, 광전자, 배터리 소재 등 첨단 산업 분야 발전에 크게 기여하고 있습니다. 저희 연구단(CARS)은 알고리즘을 로봇 공학에 접목한 합성 연구, 즉 'Chemical AI' 분야를 선도하며 새로운 반응 및 기능성 분자, 물질 발견을 위한 최적의 솔루션을 제공합니다. AI가 가이드하는 로봇 시스템은 하루에 최대 1,000개의 실험을 수행하여 연구 속도를 획기적으로 높이며, 최적화된 시도 횟수로 폐기물을 최소화하여 자원 절약 및 환경적 이점을 제공합니다. 연구단은 자체적으로 화학 실험 로봇을 설계, 코딩, 조립하는 독자적인 역량을 갖추고 있으며, 이를 통해 복잡한 양이온 재배열 결과 예측, 화학 폐기물을 의약품으로 전환하는 컴퓨터 설계, 복잡한 천연물의 합성 계획 등 다수의 주요 연구 성과를 Nature지에 발표하며 이 분야의 세계적인 리더십을 확고히 하고 있습니다., 화학 반응 네트워크 이론 및 나노 스케일 자기조립: 본 연구실은 화학 반응 네트워크 이론, 동적/비평형 자기조립, 나노과학 및 표면 현상에 대한 근본적인 이해에 기여하는 연구를 수행합니다. 특히, 화학 시스템의 비평형 자가 조립 공정에 대한 선구적인 연구를 수행하여, 정전기적 상호작용 기반의 나노 스케일 자가 조립 현상을 설명하였습니다. 또한 나노 및 미세 영역에서 작동하는 반응-확산 화학 시스템 분야의 선구자로 인정받고 있습니다. 연구를 통해 모든 나노 입자 전자 공학을 최초로 시연하고, 작은 스케일에서 플라스틱-금속 및 역 광도체와 같은 여러 근본적인 현상을 발견하는 등 독창적인 성과를 창출했습니다. 유기 합성 네트워크를 지배하는 일반적인 법칙을 발견하고 정량화하여 유기 합성 계획을 위한 "화학적 두뇌"인 Chematica 개발에 기여하였습니다. 2011년에는 탈레스가 제기했던 "물질이 서로 접촉할 때 어떻게, 왜 전하를 띠는가"라는 오래된 과학적 질문을 해결했으며, 2013년에는 광학적 자석과 달리 자기 및 비자기 나노 물체를 조작할 수 있는 자기 트랩을 시연하는 등 혁신적인 연구를 지속하고 있습니다. 현재 비평형 자가 조립, 반응-확산 현상, "사고하는" 물질, 화학 네트워크 및 시스템, 유기 합성 이론 등 광범위한 분야에 걸쳐 활발한 연구를 진행하며 화학 분야의 지평을 넓히고 있습니다., 기능성 소재 및 촉매의 AI 기반 탐색 및 진화: 본 연구실은 인공지능 알고리즘과 로봇 공학을 활용하여 기능성 소재와 촉매를 혁신적으로 탐색하고 진화시키는 연구에 집중합니다. 특히, 촉매의 알고리즘적 설계와 기능성 재료의 폐쇄 루프 진화(Close-loop evolution)를 핵심 연구 목표로 삼고 있습니다. AI와 로봇 공학의 결합을 통해 새로운 화학 반응 및 촉매를 발견하며, 이를 신약, 광전자, 배터리 소재 등 첨단 산업 분야에 적용할 수 있는 잠재력을 제시합니다. 'Active learning guides discovery of a champion four-metal perovskite oxide for oxygen evolution electrocatalysis'와 같은 대표 연구 성과에서 보듯이, 저희는 활성 학습(Active Learning) 기법을 활용하여 우수한 성능의 산소 발생 전기 촉매용 4금속 페로브스카이트 산화물을 발견하는 데 성공했습니다. 이러한 접근 방식은 전통적인 시행착오 방식에 비해 훨씬 빠르고 효율적으로 최적화된 소재를 개발할 수 있게 합니다. 또한, 로봇 시스템은 하루에 최대 1,000개의 실험을 수행하며 연구 속도를 가속화하고, AI 기반 실험은 최적화된 시도 횟수로 폐기물을 최소화하여 자원 효율성을 극대화합니다. 연구단은 AI가 실험 결과를 학습하여 새로운 방향을 제시하는 순환적 상호작용을 통해 화학 분야에서 우연한 발견을 넘어 알고리즘을 사용해 반응을 예측하는 것을 목표로 하며, 이는 신소재 개발 프로세스의 패러다임을 변화시킬 것입니다.

학력 사항

박사 Harvard University Chemistry (2000) 석사 Yale University Chemistry (1995) 학사 Yale University Chemistry (1995)

이메일

nanogrzybowski@gmail.com

사무실 번호

0522175504

연구자 링크

http://grzybowski-group.net/people/bartosz.asp

중요 키워드

기술이전, Chemical AI, 로봇 화학, 인공지능 합성, 유기 합성, 나노과학, 제약 산업, 자기조립, 신물질 발견, AI 소프트웨어, 반응 네트워크, 공동 연구, 자동화 합성, 소재 과학, 계산 화학, 인공지능 기반 화학 합성 및 로봇 자동화, 본 연구실은 인공지능(AI) 기반 합성 계획 및 화학 AI를 활용한 신기능 분자 및 물질 발견 분야를 개척하는 선구적인 연구를 수행하고 있습니다. 특히, 화학 물질의 합성 경로 최적화 및 새로운 물질 발견을 가속화하는 인공지능 소프트웨어인 Chematica/Synthia와 Allchemy를 개발하여 화학 분야의 디지털 전환을 이끌고 있습니다. 이러한 AI 알고리즘과 로봇 공학을 융합한 분자 스케일 합성 기술 혁신은 신약, 촉매, 광전자, 배터리 소재 등 첨단 산업 분야 발전에 크게 기여하고 있습니다. 저희 연구단(CARS)은 알고리즘을 로봇 공학에 접목한 합성 연구, 즉 'Chemical AI' 분야를 선도하며 새로운 반응 및 기능성 분자, 물질 발견을 위한 최적의 솔루션을 제공합니다. AI가 가이드하는 로봇 시스템은 하루에 최대 1, 000개의 실험을 수행하여 연구 속도를 획기적으로 높이며, 최적화된 시도 횟수로 폐기물을 최소화하여 자원 절약 및 환경적 이점을 제공합니다. 연구단은 자체적으로 화학 실험 로봇을 설계, 코딩, 조립하는 독자적인 역량을 갖추고 있으며, 이를 통해 복잡한 양이온 재배열 결과 예측, 화학 폐기물을 의약품으로 전환하는 컴퓨터 설계, 복잡한 천연물의 합성 계획 등 다수의 주요 연구 성과를 Nature지에 발표하며 이 분야의 세계적인 리더십을 확고히 하고 있습니다., 화학 반응 네트워크 이론 및 나노 스케일 자기조립, 본 연구실은 화학 반응 네트워크 이론, 동적/비평형 자기조립, 나노과학 및 표면 현상에 대한 근본적인 이해에 기여하는 연구를 수행합니다. 특히, 화학 시스템의 비평형 자가 조립 공정에 대한 선구적인 연구를 수행하여, 정전기적 상호작용 기반의 나노 스케일 자가 조립 현상을 설명하였습니다. 또한 나노 및 미세 영역에서 작동하는 반응-확산 화학 시스템 분야의 선구자로 인정받고 있습니다. 연구를 통해 모든 나노 입자 전자 공학을 최초로 시연하고, 작은 스케일에서 플라스틱-금속 및 역 광도체와 같은 여러 근본적인 현상을 발견하는 등 독창적인 성과를 창출했습니다. 유기 합성 네트워크를 지배하는 일반적인 법칙을 발견하고 정량화하여 유기 합성 계획을 위한 "화학적 두뇌"인 Chematica 개발에 기여하였습니다. 2011년에는 탈레스가 제기했던 "물질이 서로 접촉할 때 어떻게, 왜 전하를 띠는가"라는 오래된 과학적 질문을 해결했으며, 2013년에는 광학적 자석과 달리 자기 및 비자기 나노 물체를 조작할 수 있는 자기 트랩을 시연하는 등 혁신적인 연구를 지속하고 있습니다. 현재 비평형 자가 조립, 반응-확산 현상, "사고하는" 물질, 화학 네트워크 및 시스템, 유기 합성 이론 등 광범위한 분야에 걸쳐 활발한 연구를 진행하며 화학 분야의 지평을 넓히고 있습니다., 기능성 소재 및 촉매의 AI 기반 탐색 및 진화, 본 연구실은 인공지능 알고리즘과 로봇 공학을 활용하여 기능성 소재와 촉매를 혁신적으로 탐색하고 진화시키는 연구에 집중합니다. 특히, 촉매의 알고리즘적 설계와 기능성 재료의 폐쇄 루프 진화(Close-loop evolution)를 핵심 연구 목표로 삼고 있습니다. AI와 로봇 공학의 결합을 통해 새로운 화학 반응 및 촉매를 발견하며, 이를 신약, 배터리 소재 등 첨단 산업 분야에 적용할 수 있는 잠재력을 제시합니다. 'Active learning guides discovery of a champion four-metal perovskite oxide for oxygen evolution electrocatalysis'와 같은 대표 연구 성과에서 보듯이, 저희는 활성 학습(Active Learning) 기법을 활용하여 우수한 성능의 산소 발생 전기 촉매용 4금속 페로브스카이트 산화물을 발견하는 데 성공했습니다. 이러한 접근 방식은 전통적인 시행착오 방식에 비해 훨씬 빠르고 효율적으로 최적화된 소재를 개발할 수 있게 합니다. 또한, 로봇 시스템은 하루에 최대 1, 000개의 실험을 수행하며 연구 속도를 가속화하고, AI 기반 실험은 최적화된 시도 횟수로 폐기물을 최소화하여 자원 효율성을 극대화합니다. 연구단은 AI가 실험 결과를 학습하여 새로운 방향을 제시하는 순환적 상호작용을 통해 화학 분야에서 우연한 발견을 넘어 알고리즘을 사용해 반응을 예측하는 것을 목표로 하며, 이는 신소재 개발 프로세스의 패러다임을 변화시킬 것입니다.