한국과학기술원(KAIST)은 전기및전자공학부 장민석 교수 등 공동연구팀이 강화학습에 기반한 자유 구조 메타 표면 구조 설계 방법을 제안했다고 25일 밝혔다.

'강화학습'은 의사결정 과정에서 AI가 선택하는 각각의 행동에 차별적 보상을 부여해 최적의 행동 순서를 결정할 수 있게 만드는 기술이다.

알파벳 딥마인드의 '알파고'가 널리 알려진 적용 사례이며, 자율주행차와 게임에도 응용된다.

메타 표면은 빛의 파장보다 훨씬 작은 크기의 구조를 이용해 이전에 없던 빛의 성질을 달성하는 나노광학 소자를 뜻한다.

최근 나노광학 소자에 대한 기대 성능이 높아지면서 이전에 있던 소자구조를 훨씬 뛰어넘는 성능을 달성하기 위해 자유 구조를 가지는 소자의 최적화에 관한 관심이 커지고 있다.

자유 구조와 같이 넓은 설계공간을 가진 문제에 대해 강화학습을 적용해 해결한 사례는 이번이 처음이다.

연구팀은 메타 표면에 대한 특별한 사전지식 없이도 가능한 구조를 넓게 탐색하고, 최적 구조를 발견할 수 있음을 보여줬다. 많은 조건에서 최신 성능과 비슷하거나 앞서며, 특정 조건에서는 100%에 가까운 효율을 달성했다고 연구팀은 설명했다.

이번 연구 결과는 국제 학술지인 'ACS 포토닉스'(ACS Photonics) 2월호에 전면 표지논문으로 실렸다.

서동진 연구원은 "강화학습은 복잡한 환경에서 최적의 경우를 찾는 데 효과적인 알고리즘"이라며 "이번 연구를 통해 자유 구조 최적화 분야의 새로운 돌파구를 찾고, 광소자뿐만 아니라 많은 분야의 소자 구조 최적화에도 활용될 수 있을 것"으로 기대했다.