일본산업뉴스요약

Nikkei X-TECH_2023.8.28

미쓰이화학, 재료 용도 탐색에 생성 AI 활용
유망한 아이디어를 효율적으로 생성

최근 재료 분야에서 생성 AI(인공지능)를 활용하는 움직임이 나오고 있다. 이 가운데 미쓰이화학(三井化学)은 재료의 용도 탐색에 생성 AI를 사용하기 시작했다. 목표는 사람의 선입견을 배제하고 유망한 용도를 효율적으로 찾는 것이다. 앞으로는 텍스트뿐만이 아니라, 정지화면이나 동영상 등도 데이터로 활용할 수 있게 될 가능성이 있다고 한다.

<생성 AI가 ‘재료 용도 탐색’에 미치는 영향>
∙ 기존의 AI를 활용한 재료 용도 탐색의 정밀도 및 효율을 더욱 높일 수 있다.
∙ AI를 다루는 데 익숙하지 않은 사람이라도 재료 용도 탐색을 손쉽게 실시할 수 있게 된다.
∙ 재료 용도 탐색에 있어 사람의 선입견이 배제되어 생각지도 못한 용도를 찾아낼 수 있게 된다.

<향후 예상되는 트렌드>
∙ 사람의 힘으로는 처리가 불가능할 정도의 대규모 문헌(논문이나 특허 등)에서 정보를 수집 및 분석할 수 있게 된다.
∙ 멀티모달 AI 실현을 전제로 정지화면이나 동영상 등도 입력 데이터로써 활용할 수 있게 된다.
∙ SNS나 콜센터의 대화 등도 재료 용도 탐색의 정보원이 된다.

-- 아이디어를 효율적으로 창출할 수 있어 --
미국 오픈AI(OpenAI)의 기반 모델인 GPT를 채택한 미쓰이화학. 2022년 6월에는 미국 IBM의 AI ‘왓슨(Watson)’을 도입해 용도 탐색의 효율화를 추진하고 있다. 향후에는 GPT와 왓슨을 조합해 한층 더 효율화를 도모해나갈 방침이다.

구체적으로는, 문헌 등으로부터의 정보 수집 및 분석과 왓슨에 입력하는 텍스트 데이터의 최적화에 GPT를 사용. GPT 버전은 3.5와 4를 병용한다. GPT의 이용은 마이크로소프트가 제공하는 클라우드 서비스 ‘Azure OpenAI Service’ 상에서 실시한다.

재료의 용도 탐색이란 기존의 재료나 개발 중인 재료에 대해 당초 예상했던 용도와는 다른 새로운 용도를 찾는 것이다. 많은 재료는 우선 특정 용도를 위해 개발된다. 이후 재료 제조 업체는 매출을 늘리기 위해 응용처를 모색한다. 그 활동은 고객의 의견 청취, 전시회로의 출품, 논문이나 특허 등의 문헌 조사 등 다방면에 걸친다. 최근에는 SNS도 용도 탐색의 중요한 정보원이다.

기존에는 이러한 다양한 정보를 사람이 수작업으로 수집 및 분석해 시행착오를 거듭하며 용도를 탐색해왔다. 이것을 효율화하기 위해 미쓰이화학은 2022년에 왓슨을 도입했다. 재료에 관한 다양한 정보를 바탕으로 왓슨에 고유의 ‘사전’을 작성해두면 재료 그 자체와 그 기능, 용도 등의 관계를 가시화한 ‘네트워크 상관도’라고 부르는 동시출현 네트워크(Co-occurrence networks)를 출력할 수 있다.

이 네트워크 상관도를 바탕으로 식품 포장 용도로 사용되는 재료를 전자 부품에도 전용할 수 있다는 등의 아이디어를 효율적으로 창출할 수 있게 되었다고 한다. “AI를 활용함으로써 사람이 깨닫지 못했던 힌트를 얻을 수 있었다”(미쓰이화학 DX 추진본부 DX 기획관리의 우라카와(浦川) 부장).

반면, 단점도 있었다. 정보를 수집 및 분석하거나 왓슨에 입력할 데이터를 작성하는 단계에서 사람의 선입견을 배제할 수 없다는 것이었다. 용도 탐색에서는 상식이나 관례에 얽매이지 않는 것이 중요하다.

하지만, ‘어느 문헌을 조사할 것인가?’, ‘어떤 키워드를 설정할 것인가?’ 등의 단계에서 사람의 판단에는 바이어스(bias)가 발생할 수 밖에 없다. 왓슨의 도입으로 확실히 효율화에는 성과를 거두었지만, 얼마나 사람의 선입견을 배제할 수 있을 것인가라고 하는 새로운 과제가 생겼다.

그래서 미쓰이화학은 생성 AI에 착안했다. 문헌으로부터의 정보 수집 및 분석, 왓슨에 입력하는 데이터 작성 등을 사람이 아닌 생성 AI에 맡김으로써 새로운 용도 탐색이 쉬워질 것이라고 생각한 것이다. GPT를 채택한 이유는 성능과 법인 이용의 편의성을 검토한 결과라고 한다.

GPT를 사용하는 장점은 크게 두 가지이다. 하나는 앞서 언급한 바와 같이 왓슨에 입력하는 데이터에서 사람의 선입견을 최대한 배제할 수 있다는 것. 다른 하나는 세상에 존재하는 방대한 문헌으로부터의 정보 수집 및 분석을 대폭 효율화할 수 있다는 것이다. 왓슨만을 사용했을 때와 비교해 용도 탐색에 걸리는 시간이 짧아질 뿐만 아니라, 왓슨 사용이 미숙한 사람도 손쉽게 용도 탐색을 할 수 있게 된다.

-- 정지화면이나 동영상도 정보원으로 --
미쓰이화학은 현재 GPT에 텍스트 데이터만 처리하도록 하고 있지만, 앞으로는 정지화면이나 동영상도 용도 탐색의 정보원으로 활용하는 ‘멀티모달화’를 검토하고 있다.

히 기대를 걸고 있는 것은 SNS 등에 대량으로 올라오는 동영상이다. “1분 정도의 짧은 동영상이라도 매우 많은 정보가 담겨 있다. 이를 통해 사회적 과제나 수요가 보일 가능성이 있다”(미쓰이화학 DX추진본부 DX기획관리부 데이터사이언스팀의 무카이다(向田) 팀장).

오픈AI를 비롯한 AI 기업들은 기반 모델의 멀티모달화에 나서고 있다. GPT의 버전 4(GPT-4)는 이미 화상의 처리에도 대응하고 있다. 구글의 AI 연구개발 부문인 구글 딥마인드(DeepMind)도 멀티모달 AI 기반 모델 제공을 목표로 개발을 추진하고 있다.

이와 같은 멀티모달 AI 기반 모델이 기업 업무에 적용 가능한 품질에 도달하기까지는 아직 시간이 걸릴 것으로 보인다. 그렇지만 미쓰이화학은 그리 멀지 않은 미래에 멀티모달화가 실현되었을 때를 대비해 준비를 추진해나갈 계획이다.

■ 키워드: 멀티모달 AI
텍스트와 정지화면, 동영상 등 다양한 종류의 데이터를 처리할 수 있는 AI에 대한 연구개발이 세계적으로 활발하게 추진되고 있다. 멀티모달은 ‘범용 AI(AGI)’ 및 ‘강한 AI’를 실현하기 위한 요건 중 하나로 간주되고 있다.

 -- 끝 --

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