본 논문은 기존의 강자성 및 반강자성과 구별되는 새로운 자성 상인 altermagnetism에 대한 연구를 다룹니다. altermagnetism을 나타내는 물질이 제한적이라는 점을 감안하여, AI 기반의 그래프 신경망을 활용한 자동화된 발견 접근법을 제시합니다. 전이 학습을 통해 물질의 결정 구조 특징을 학습하고, 제한된 양의 양성 샘플로 분류기를 미세 조정하여 altermagnetism 가능성을 예측합니다. 그 결과, 금속, 반도체, 절연체를 포함하는 50개의 새로운 altermagnetism 물질을 발견하였으며, 이들은 비정상 홀 효과, 비정상 케르 효과, 위상적 특성 등 다양한 물리적 특성을 나타냅니다. 특히, 4개의 $i$-wave altermagnetism 물질을 최초로 발견하였습니다. AI 기반 검색 엔진은 전문가보다 우수한 성능을 보이며, 목표 특성을 가진 물질의 발견을 가속화할 수 있는 잠재력을 보여줍니다.
