AI 로봇이 스스로 소재를 개발한다고?

 

작년 9월부터 LG사이언스파크는 캐나다의 토론도대학교와 맥마스터대학교, 프랑스 에너지?석유회사 토탈(Total)과 함께 ‘AI 기반 소재 개발 컨소시엄(A3MD, The Alliance for AI-Accelerated Materials Discovery)'을 결성하고 친환경 촉매, 차세대 소재 등 화학소재 개발을 목표로 공동연구를 시작했다. AI 기반 소재 개발 컨소시엄의 특징은 글로벌 최고 수준의 학계와 산업계가 참여하는 세계 최초 AI연합이라는 사실 외에도 화학소재 분야에 인공지능 및 로봇기술을 활용한다는 점이다.

 

오늘날 인공지능 및 로봇은 다양한 분야에 접목되고 있다. 소재분야에서도 예외가 아니다. 신소재를 찾기 위해서는 힘든 실험을 거쳐 소재를 합성하고 물성을 평가하는 과정을 끝없이 반복해야 하는데 인공지능을 활용함으로써 소재 개발 비용 및 기간을 대폭 단축할 수 있게 되었다. 뿐만 아니라 인공지능은 연구자의 도움 없이 연구자가 원하는 물성의 소재들을 스스로 합성함으로써 신소재 연구개발에 도움을 주고 있다.

 

기존의 성능을 뛰어넘는 소재에 대한 수요가 급증하고 있는 가운데, 복잡한 데이터를 활용하여 인간이 예상하지 못한 결과를 도출하는 인공지능의 적극적 활용으로 소재분야에서 우수한 경쟁력을 갖게 되기를 기대하며, 1부에서는 소재 자율실험실을 소개한다.

 

 

소재연구를 위한 빅데이터 및 플랫폼 활용

 

2020년 10월 4일자 헬로디디 뉴스기사에 따르면, 일본 신에너지 산업기술종합개발기구는 플렉시블 투명필름 개발에 인공지능을 활용한 결과 실험횟수를 기존대비 25분의 1 이하로 줄이는데 성공했다는 내용을 발표했다고 한다. 이는 숙련된 연구원이 25차례 실험을 거듭해도 발견하지 못한 특성을 인공지능은 1차례의 실험을 통해 얻어낸 것이라고 한다. 또한 개발된 플렉시블 투명필름을 살펴본 결과, 연구원이 제안한 25가지 후보보다 인공지능이 제안한 3가지 재료 후보 특성이 우수한 값을 보였다고 한다. 이를 가능하도록 한 것은 충분한 데이터가 있었기 때문이었다. 인공지능은 사전에 27종의 플렉시블 투명필름의 구조와 특성 관계를 기계적으로 학습했다고 한다.

 

현재 인공지능의 활용은 여러 분야에서 큰 혁신을 일으키고 있다. 그런데 데이터가 없는 상황에서의 인공지능은 무용지물이다. 인공지능은 소재분야에서 소재의 물성 예측, 공정의 에러 방지 등 넓은 범위에서 활용이 되고 있는데 그 중에서도 신소재 개발 시 기존에 있는 소재의 결합으로 새로운 물성을 찾아내기 때문에 소재데이터 및 관리는 중요할 수밖에 없다.

 

과학기술정보통신부는 2020년 ‘데이터 기반 소재연구 혁신허브 구축·활용 방안’을 발표하며 인공지능을 신소재 R&D에 활용하기 위해 2021년까지 학습데이터 420만 건을 수집할 계획이라고 한다. 2부에서는 미래의 중요한 자산인 소재데이터에 대한 내용을 다룬다.