일본산업뉴스요약

신소재 개발 AI로, 연구자의 감과 경험에서 탈피
도쿄공업대, 로봇과 실험 반복/ 이화학연구소, 분자 구조로 탐색

연구자의 경험과 감에 의존해온 신소재 개발 시스템을 인공지능(AI)를 통해 바꾸는 연구 성과가 잇따라 나오고 있다. 도쿄공업대학은 로봇과 AI를 이용해 실험을 반복, 신소재를 발견하는 시스템을 시작(試作)했다. 이화학연구소(理化学硏究所) 등은 분자 구조를 통해 원하는 성질의 재료를 찾는 연구에 착수했다. 이는 AI의 학습에 필요한 데이터가 부족하더라도 대응이 가능해 10년 가까운 기간이 필요한 재료 개발이 10분의 1로 단축될 가능성도 있다고 한다.

기존에는 연구자가 실험을 반복해 새로운 성질의 소재를 찾아야 했다. 실험에는 연구자의 숙련된 노하우나 우연에 좌우되는 부분도 있어 시행착오 등으로 개발이 장기화되는 경우가 많다.

대량의 데이터를 바탕으로 컴퓨터를 이용해 원하는 성질의 신소재를 찾는 ‘재료 정보학(MI)’이 주목 받으면서 기업들이 활용하기 시작하고 있다. 하지만 필요한 데이터가 충분히 수집되지 않아 획기적인 신소재 개발로 이어지지는 않고 있는 실정이다. 최근 AI의 획기적인 진보로 적은 양의 데이터를 통해서도 신소재를 찾을 수 있게 되기 시작하면서 다음 단계의 쟁점으로 부상하고 있다.

▶재료 정보학(Materials Informatics): 정보과학을 소재 개발에 응용하는 방법. 물질에 대한 방대한 데이터를 수집해 AI 등으로 분석, 신소재를 효율적으로 발견할 수 있다. 연구자의 감과 경험에 의존해왔던 기존 방법에 비해 개발 기간이 크게 단축될 것으로 기대되고 있다.
컴퓨터의 계산 속도가 향상되어 방대한 물질의 데이터를 빠르게 처리할 수 있게 된 지금, AI 학습에 이용하는 데이터가 정밀도를 크게 좌우하기 때문에 연구기관 및 기업들은 서로 협력해 데이터 축적을 추진하고 있다. 또한 AI와 신소재 개발의 지식을 모두 갖추고 있는 인재 부족이 심각해 인재 확보 경쟁도 격화되고 있다.

-- 도쿄공업대학, 로봇과 실험을 반복 --
도쿄공업대학의 히도스키(一杉) 교수팀이 개발한 시스템은 AI가 실험 계획을 고안하고 로봇이 합성하는 실험과 성능 평가를 반복하고 있다. 분석한 실험 결과를 AI가 학습해 다음 실험 계획을 세우고 실패한 실험 데이터도 활용하면서 실험과 분석을 반복, 원하는 성질을 발휘하는 재료 조성과 합성 방법을 찾는 시스템이다. 히도스키 교수는 “10배 빠른 속도로 재료 탐색이 추진된다”라고 말한다.

이 시스템에서 연구자는 실험에서 사용하는 복수의 원료를 정해 준비하기만 하면 되고, 실험을 통해 얻은 결론을 바탕으로 다음 연구의 방향성을 정하고 새로운 이론에 대해 생각하는 것이 주요 역할이다. 이 시스템은 리튬이온전지를 대체할 차세대 전고체 배터리 등에 이용되는 신소재를 찾는데 이용될 예정으로 2019년에 운용을 시작한다.

-- 이화학연구소, 분자 구조를 통해 탐색 --
이화학연구소의 쓰다(津田) 팀 리더가 이끄는 연구팀이 개발한 기술은 기존의 유기화합물의 분자 구조 데이터를 바탕으로 신소재를 찾는 것이다. AI가 탄소와 수소 등의 원소가 어떻게 결합하는가를 학습해 찾아내는 것으로, 재료의 성질 등 자세한 데이터는 필요 없다.

실험에서는 AI가 유기EL 등 전자 소재에 이용되는 새로운 유기화합물을 탐색, 10일 동안 후보로 예상되는 물질을 86종류 찾아냈다. 시험적으로 합성한 6종류 중 5종류가 원하는 성능을 발휘했다고 한다. 쓰다 팀 리더는 “AI는 인간의 상식과는 다른 발상으로 재료를 설계했다”라고 말한다.

AI가 발견한 신소재는 합성법이 확립되지 않은 것들도 많다. 통계수리연구소(統計数理硏究所)의 요시다(吉田) 교수는 새로운 합성법을 고안해내는 AI를 개발했다. 신소재의 분자 구조를 이용해 복수의 합성법을 조합, 제작할 수 있는지를 찾는 것이다. 요시다 교수는 100만 종류의 물질에 대한 데이터를 마련하고 그 중 60%의 데이터로 학습했다. 남은 40%로 시험해본 결과, 정밀도는 80%를 넘어섰다.

대량의 데이터를 활용한 신소재 개발은 세계 각지에서 추진되고 있다. 미국은 2011년에 ‘머티리얼 게놈 구상(Material Genome Initiative)’을 시작했다. 개발 기간을 절반으로 줄이는 것을 목표로, 지금까지 2억 5,000만달러 이상을 투자해왔다. 유럽과 일본, 중국, 한국에서도 이와 같은 국가 프로젝트가 2015년에 시작되고 있는 등, 경쟁이 격화되고 있다.

일본의 연구자들은 실험을 반복해 탄생시키는 신소재 개발에 강해, 리튬이온전지와 청색LED 등의 실용화에서 세계를 선도해왔다. 하지만 데이터 분석으로 경쟁의 중심이 이동한다면 그 우수성을 잃게 된다. 일본은 AI를 적극적으로 도입해 만회해야 할 것이다.

 -- 끝 --