일본산업뉴스요약

Material X: 제3부 새로운 싸움 (상)
MI, 폭발적 스피드로 이상적 물질 서치
AI활용, 사람의 능력으로는 불가능

시행착오를 거듭하면서 발전해 온 소재개발 방식이 근본부터 변하고 있다. 물질의 특성 데이터를 AI 등으로 분석하는 ‘Materials Integration(MI)’. 한 명의 연구자가 평생을 바쳐도 불가능한 분량의 실험을 짧은 시간에 실현, 사람의 능력을 초월한 신소재를 발견한다. MI가 제조를 바꾸는 ‘게임 체인저’가 되고 있다.

“지향해야 할 이상적인 타이어의 모습이 가시화되었다”. 타이어제조업체인 요코하마고무의 히라즈카제조소(가나가와현). AI 연구를 담당하는 아미노(網野) 연구실장은 감격스러운 어조로 이렇게 말한다.

공장 내의 연구소에서는 2-3년 후의 상품화를 목표하여 새로운 타이어의 개발이 빠르게 진행되고 있다. 구체적인 성능은 공개하지 않았지만 얼마나 장기간 사용할 수 있는가를 보여주는 ‘마모에 대한 강도’, 연비에 대한 평가를 나타내는 ‘낮은 구름 저항’, 우천 시에도 잘 미끄러지지 않는 ‘높은 마찰력’이라는 상반되는 3개의 지표를 “높은 레벨에서 밸런스를 유지하여 과거 최고수준의 타이어를 목표하고 있다”(고이시(小石) 연구실장).

-- 감에 의존하지 않는다 --
열쇠는 고무에 포함되는 ‘충진재’(Filler)라는 재료다. 타이어 성능은 카본블랙이나 실리카 등의 화학물질의 선택 방식이나 양, 혼합 방식에 따라 크게 달라진다. 지금까지 어떻게 하면 최적의 성능을 실현할 수 있는가에 대해 사람의 감이나 경험에 의지하는 부분이 컸고, 그것이 개발자를 실력이기도 하였다. 그러나 오로지 실험을 반복하는 이 방식으로는 개발 효율에 한계가 있다.

요코하마고무가 AI를 사용한 기초연구에 성공한 것은 17년 봄이다. 충진재가 될 실리카 입자의 크기나 섞는 양, 혼합 방식 등 복수의 항목에 대해 다른 패턴을 6천 종류 준비하여 각각 타이어의 능력치를 산출하였다. 이 6천개의 데이터를 AI로 분석한 결과, ‘충진재의 입자 크기를 작게 하는 것이 가장 중요하다’라는 해답에 도달하였다.

실제로 배합 비율을 바꾼 6천 종류의 데이터를 사람의 손으로 구축하려면 1-2년이 걸리지만 도쿄공업대학의 슈퍼컴퓨터를 사용함으로써 6주로 단축할 수 있었다고 한다. MI로 산출한 물질을 실제로 만들어 내기 위해, 배합 장치에 재료를 투입하는 방법이나 잘 섞는 방법과 같은 양산기술의 개발과 시작품의 성능 시험이 진행되고 있다.

반도체 관련 재료나 탄소섬유 등으로 세계 시장을 석권해 온 일본의 소재업체에 대항하기 위해 미국은 일찍이 MI의 도입을 추진하였다. 11년 6월, 당시 오바마 정권은 ‘재료 개발 시간을 반감시킨다’라는 ‘머티어리얼(재료) 게놈계획’을 밝혔다.

MI의 힘을 부각시킨 것은 12년에 발표된 논문이다. 미국 매사추세츠공과대학과 한국 삼성이 발표한 리튬이온 배터리의 고체 전해질이 될 수 있는 신소재를 제안하는 논문이다. 실제로 실험은 하지 않고 정보과학의 방법만으로 보다 수명이 긴 재료에 도달하였다. 충격이 확산된 이유는, 그 재료는 일본 기업이 실험을 반복하여 발견한 특허 출원 중인 것과 기본적으로 같았기 때문이다.

미국에 뒤지지 않기 위해 유럽, 중국, 한국도 15년에 잇달아 MI 관련 프로젝트를 시작하였다. 관계자에 따르면 중국은 500억엔 규모의 예산을 MI개발에 투자한다고 한다. 일본도 같은 해, 정부 연구기관인 물질∙재료연구기구(NIMS)가 중심이 되어 민간기업과 협력하여 MI연구의 컨소시엄을 창설하였다.

MI에 의한 소재개발로 이미 실적을 올리고 있는 곳이 히타치제작소다. 전기제품의 핵심이 되는 반도체 칩의 경우는 열이나 먼지로부터 보호하기 위해 수지제 ‘밀봉 재료’로 덮을 필요가 있다. 히타치는 17년 봄, MI를 사용하여 밀봉 재료에 섞는 새로운 충진재를 개발하였다. 밀봉 재료가 반도체 칩에 확실하게 접착됐는가를 보여주는 ‘밀착 강도’를 기존 제품보다 40% 높였다.

재료 이노베이션센터의 이와사키(岩崎) 주관연구원은 “밀착 강도는 업계 최고 수준일 것이다. 반도체가 쉽게 망가지지 않기 때문에 제품 차제도 수명이 길어진다”라고 자신 있게 말한다. 어떠한 물질이 수지와 가장 강하게 접착할 수 있을까? 이와사키 연구원은 충진재를 구성하는 원자와 원자의 간격이 가장 중요하다고 생각, 밀착 강도가 최고가 되는 관수를 고도 수학을 사용하여 산출하였다.

일단 최적의 해답을 찾으면 그 다음 작업은 그에 적합한 재료를 찾는 것이다. 실리카 등 3개의 원소를 복합시킨 물질이 밀착 강도가 최고라는 사실을 시뮬레이션을 통해 확인하였다. “실험을 반복하는 방법으로는 2년이 걸리지만 4개월의 기간에 가능했다”. 개발한 밀봉 재료는 이미 가정용 전기 제품에서 사용되고 있다.

-- 이미 5종 발견 --
히타치는 지금까지 강도가 높고 잘 부식되지 않는 합금을 포함하여, MI를 사용하여 2종류 정도의 신소재를 이미 발견하였다. “앞으로도 연간 3개 정도의 페이스로 만들고 싶다”(이와사키 연구원).

후지쓰와 이화학연구소(RIKEN)도 16일, 자동차에 사용되는 리튬이온 배터리용 고체 전해질에서 이온 전도율이 높아지는 조성을 산출하였다고 발표하였다. AI로 화학물의 조성과 특성과의 관계를 예측하였다. 재료개발의 기반기술로서 실용화를 목표한다.

NIMS의 재료데이터플랫폼센터의 이토(伊藤) 센터장은 “MI는 큰 기대를 받고 있지만 소재와 정보과학 양측에 정통한 인재를 확보하는 것이 최대 과제다”라고 말한다. 양 분야의 노하우를 갖고 있는 히타치와 같은 회사는 많지 않다. 금속이나 섬유, 화학 등의 제조업체에서는 데이터분석 전문가가 압도적으로 부족한 것이 현실이다.

실제로 히타치가 17년 11월, AI를 사용한 소재개발 지원시스템의 판매를 시작하자, “데이터를 넣으면 순식간에 해답이 나오는 꿈만 같은 AI를 기대하고 있는 고객도 있었다”(담당자). 이 시스템은 만들고 싶은 물질의 특징을 정하고, 무기재료부터 유기재료에 이르기까지 후보 물질을 찾아내는 구조다. 해답에 도달하기까지는 고객기업과 함께 2인 3각으로 시스템을 수정해 나가야 한다. 요술방망이처럼 뚝딱하면 나오는 것이 아니다.

기업도 MI 인재 육성에 적극적이다. 1월 중순, 고베시의 고도계산과학연구지원센터. 고성능 컴퓨터가 즐비한 실습실에서는 데이터해석 소프트를 사용한 MI 강의에 대한 열기가 뜨거웠다. NIMS가 주최하는 MI 강습회는 이번이 3회째지만 매번 대기자가 나올 정도로 인기가 많다.

NIMS의 이토 씨는 “연구자가 배울 수 있는 곳과 비교하면 기업이 배울 수 있는 곳은 적다”라고 지적한다. MI를 능숙하게 구사하는 인재를 조기에 육성하지 않으면, 일본이 소재산업에서 강하다고는 하지만 국제 경쟁에서 뒤처질지도 모른다.

● 기업에 확산되는 MI

  -- (중)에 계속 --