분자 그래프 생성을 혁신하는 MolHIT

초록

MolHIT은 계층적 이산 확산 모델(HDDM)과 원자 역할을 분리한 인코딩(DAE)을 결합해 그래프 기반 분자 생성에서 거의 완벽한 화학적 유효성을 달성하였다. MOSES 벤치마크에서 기존 2D 그래프 확산 모델과 1D SMILES 모델을 모두 능가하는 성능을 보이며, 스캐폴드 확장 및 다중 특성 가이드 생성 등 실용적인 다운스트림 작업에서도 우수한 결과를 기록한다.

상세 분석

MolHIT의 핵심은 기존 이산 확산 모델이 갖는 두 가지 한계를 해결한다. 첫째, 기존 모델은 원자 종류를 독립적인 카테고리로 취급해 화학적 관계를 무시한다. MolHIT은 추가적인 중간 상태(S₁)를 도입한 계층적 이산 확산 모델(HDDM)을 설계해, 원자들을 화학적 그룹(예: 알칼리, 할로젠 등)으로 먼저 클러스터링한 뒤 점진적으로 세부 원자 토큰으로 복원한다. 이 과정은 전이 행렬 Φ를 통해 명시적으로 정의되며, 마르코프 체인의 Chapman‑Kolmogorov 방정식을 만족해 이론적 ELBO(증거 하한) 도출이 가능하다. 둘째, 기존 그래프 확산은 원자 번호만으로 인코딩해 전하, 방향족성 등 일대다 관계를 무시한다. MolHIT은 Decoupled Atom Encoding(DAE)을 도입해 원자 전하와 방향족성을 별도의 속성으로 분리함으로써 토큰 공간을 확장한다. 이로써 재구성 성공률이 거의 100%에 달하고,