일본산업뉴스요약

머티리얼즈 인포매틱스 (하)
벤처기업의 무기로
데이터∙특허 연구자에게 빛

-- AI는 10명 분 --
연구자 및 벤처기업은 머티리얼즈 인포매틱스(MI)를 이용하여 속속 성과를 올리고 있다. 연구의 가속만이 아닌 계산 예측을 토대로 신재료의 컨셉 특허를 출원하여 특허를 구입한 대기업으로부터 특허료 수입을 얻는 벤처기업도 생겼다. MI는 작은 조직이 글로벌 경쟁을 펼쳐나가기 위한 무기가 된다.

“AI는 10명 분의 일을 한다.”라며 규슈대학원 벤처기업 ‘큐럭스(Kyulux)’의 아다치(安達) CTO는 웃는다.

큐럭스는 유기 발광 재료를 개발한다. 유기 분자의 구조에서 발광 특성을 AI 기술로 예측한다. 양자역학을 토대로 정밀하게 발광 특성을 계산하면 원래라면 1분자의 계산에 1일이 소요된다. AI라면 수 밀리 초면 끝난다. 검토 가능한 분자의 수준이 다른 것이다. 방대한 유기 분자를 AI로 간추려 양자 계산을 통해 성능을 확인할 수 있다.

아다치 CTO는 “생각하지 못했던 분자 구조도 얻을 수 있다. 탐색 범위가 확대되었다.”며 기뻐한다. 이 AI 기술을 얻기 위해 미국 법인을 설립하여, 미국 하버드대학의 연구자를 고용하고 있다. 미국 법인은 1년 동안 인원을 2배로 늘렸다.

AI에는 과학 논문으로 공개 된 데이터와, 규슈대학 및 큐럭스가 합성해 온 데이터를 학습시킨다. 논문에는 성공한 데이터밖에 없지만, 연구실에서의 실패 데이터가 예측 정확도를 높였다. 아다치 CTO는 “벤처 기업이 세계와 경쟁하기 위한 무기다.”고 강조한다.

-- 포괄적으로 계산 --
한편 이화학연구소의 나카지마(中嶋) 팀장은 차세대 태양 전지로 기대되고 있는 ‘페로브스카이트 태양 전지’의 재료 후보를 슈퍼컴퓨터 ‘케이’로 포괄적으로 계산했다.

1만 1,025개의 화합물을 양자 계산하여 결정 구조와 에너지 상태, 띠 간격 등의 데이터를 수집했다. 나카지마 팀장은 “기계 학습에는 GPGPU(GPU를 사용한 범용 계산)은 매력적이다. 하지만 ‘케이’는 신뢰도가 높고 다수의 데이터 생성에 위력을 발휘한다.”고 설명한다.

이 계산 데이터 가운데에서 빛의 흡수성 및 전자 등의 전도성 등을 감안하여 화합물을 엄선한다. 그 결과 51개의 후보 화합물을 특정 지었다. 나카지마 팀장은 “재료와 디바이스, 제조 프로세스의 일련의 시스템을 설계 가능한 시뮬레이터를 개발하여 유기 박막 태양 전지의 통합 설계를 구현하고 싶다.”고 전망한다.

-- 연계가 핵심 --
나아가 MI를 이용한 특허로 생계를 이어가는 벤처기업도 생겼다. 미국의 노스웨스턴대학교의 그레고리 올슨 교수는 재료 개발 벤처기업 ‘QuesTek Innovations’에서 합성 전 재료의 성질을 계산으로 예측하여 컨셉 특허를 신청했다. 기술 이전한 기업이 사업화한다면 특허료 수입을 받는 비즈니스를 전개한다.

재료 연구자가 실용 재료를 개발하기 위해서는 신뢰성 보증을 포함해 10년 단위의 기간이 필요했다. 물질∙재료연구기구의 하시모토(橋本) 이사장은 “연구자는 재료 그 자체가 아닌 MI로 폭 넓은 출구 전략을 그릴 수 있게 된다.”고 지적한다. 향후에는 재료 데이터와 지적재산권 및 표준화, 규격 등과의 연계가 핵심이 된다.

-- 끝 --