일본산업뉴스요약

Nikkei X-TECH_2020.4.15

AI 예측으로 신재료 개발 실험 횟수를 1/25로 저감
쇼와전공·산업기술종합연구소·ADMAT의 연구팀, NEDO의 프로젝트로 개발 신속화를 실증

쇼와전공(昭和電工)과 산업기술종합연구소, 신에너지∙산업기술종합개발기구(NEDO), 첨단소재 고속개발기술연구조합(ADMAT)은 인공지능(AI)의 활용으로 인해 플렉시블 투명 필름의 개발을 신속화 할 수 있었다고 발표했다. 요구 특성을 충족하는 필름 개발에 필요한 실험 횟수를 기존 개발 프로세스의 1/25 이하로 줄였다고 한다.

이번 개발은 NEDO의 ‘초첨단 재료 초고속 개발 기반기술 프로젝트’(초초PJ)의 위탁사업으로서 실시했다. 해당 프로젝트는 ‘경험지를 기본으로 한 기존의 재료개발로부터의 탈피’를 목표로 세워, AI나 멀티스케일 시뮬레이션의 활용을 추진. 기존의 재료개발 프로세스보다 실험 횟수를 줄여 개발기간을 큰 폭으로 줄이는 것을 목표로 하고 있다.

이번 프로젝트에 대해 쇼와전공과 산업기술종합연구소, ADMAT의 연구 팀은, 모바일 기기나 플렉시블 디스플레이에 사용되는 열 경화성 폴리머의 설계에 AI를 채택해, 요구 특성을 충족하는 폴리머 탐색에 나서기로 했다. 우선, 숙련된 연구원이 27종류의 필름을 제작해, 그 원료의 분자 구조나 몰비 등의 화학적인 정보를 "Extended Connectivity Circular Fingerprints"(ECFP)라고 불리는 수법을 응용해 설명 변수에 적용시킨다. ECFP는 관능기 등의 부분 구조의 종류 및 수를 수치화해 분자의 특징을 표현하는 수법. 설명 변수는 폴리머 원료의 몰비나 관능기의 종류 등 예측의 단서가 되는 변수를 가리킨다.

이 때, 예측하고 싶은 변수(목적변수)로서는 환산 투과율과 파괴 응력, 신장(伸張)의 3항목을 선택해 제작한 27종류의 필름의 실측 데이터를 AI에게 기계 학습을 시켰다. 이들 3개 항목은 트레이드오프 관계여서 병립이 어렵다고 한다. 또한 환산투과율은 숙련된 연구원이 실측한 굴절률을 투과율로 환산한 값을 사용했다.

뿐만 아니라, 설명변수를 망라적으로 할당한 데이터를 준비. 편차치 개념을 도입한 AI에 목적변수의 3항목이 동일한 비율(몰비)로 최대가 되는 배합을 예측하도록 하고, 그 예측대로 3종류의 필름을 제작한 후 물성치를 실측했다. 아울러, 숙련된 연구원이 자신의 지견에 근거해 25종류의 필름을 새롭게 제작해 물성치를 비교했다. 편차값 개념은 평균값이 50이고 표준편차가 10이 되도록 변수를 규격화한 것으로, 이번에는 3항목의 목적 변수를 편차 값으로 변환해 규격화했다.

비교 결과, AI가 예측한 배합으로 제작한 3가지 필름의 물성치는 모두 숙련된 연구원이 제작한 25가지 필름의 물성치보다 월등했다고 한다. 연구원에 의한 개발의 1/25이하의 실험 횟수로, 보다 물성치가 높은 필름을 얻을 수 있었던 점에서 연구팀은 초초PJ의 목표를 달성할 수 있었다고 한다. 아울러 AI 예측을 활용함으로써 숙련된 연구원의 경험과 지식을 바탕으로 제작하는 것보다 고성능 필름을 개발할 수 있을 가능성도 제시했다는 것.

연구팀은 앞으로 이 기술을 더욱 고도화할 계획. 요구 특성을 충족시키면서 보다 높은 물성치를 실현하는 배합비를 AI가 제안할 수 있도록 개발을 추진하겠다고 한다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.