AI·소재개발플랫폼 확산을 꿈꾸며
라스베이거스에서 'CES 2024'가 열렸다. 세계 150여개 국가와 4000여개 기업 13만명이 모여 혁신기술 트렌드를 제시했다. 화두는 인공지능(AI)이었다. 특히, 크리스티아누 아몬 퀼컴 최고경영자(CEO)의 'AI혁신 비젼'과 팻 겔싱어 인텔 CEO의 'AI시대 메시지' 강연에서 많은 인사이트를 받았다.
이제 모든 산업에 스며드는 AI시대로 전환되고 있다. 참석한 기업 CEO들은 “AI를 제외한 기술발전을 생각할 수도 없다”는 이야기를 했다. AI는 모든 산업의 중심이 되고 있다. 이러한 모습을 보며 필자는 그동안 정부가 추진해온 소재개발 지원 사업들의 토대 위에 AI 기술이 접목된 'AI 소재개발플랫폼'이 무럭무럭 커가는 상상을 해 본다.
소재는 원천기술 개발과 상용화에 많은 시간이 소요되지만 개발 성공 시 산업기술의 근본적 혁신을 이끌어 내는 게임체인저 역할을 수행한다. 청색 LED가 디스플레이 산업을 선도하고, 생체소재가 웨어러블 디바이스 산업을 선도하듯이 혁신적 소재 개발은 기존 산업을 근본적으로 혁신 시키고 새로운 부품과 완제품 창출의 근간이 된다.
대한민국 산업은 비약적으로 발전하면서 유독 선진국에 비해 약한 소재개발로 인한 고민이 많다. '재주는 곰이 부리고 돈은 사람이 번다'는 속담처럼 한국은 제조분야에서 반도체처럼 우수한 물건을 생산해 수출하면서도 많은 부품과 소재가 일본제품이라 그 이익을 일본에 갖다 주는 가마우지 경제가 되는 것이 현실이다.
그간 우리 정부는 선진국에 비해 뒤쳐진 소재개발을 위해 2007년 소재정보은행 사업 추진, 2010년 WPM(World Primier Materials) 사업, 2014년 소재테스트베드사업, 최근 지원하고 있는 가상공학·신소재개발 플랫폼 사업 등을 꾸준히 추진해 왔다.
소재산업은 기술을 기반으로 미국, 일본, 독일 등 선진국이 시장을 선도하고 있지만, 최근 천연자원과 저임금을 바탕으로 집중 투자한 중국이 점유율을 지속 상승시키고 있다. 일본은 미래소재개발 이니셔티브(2019년 8월), 소재산업 경쟁력 강화를 위한 '머티리얼 혁신전략' 등을 계획하고, 중국은 중국 제조 2025(2015년 8월) 이후 ICT, 로봇, 신소재 등 10대 육성분야 핵심기술 및 소재·부품 70% 이상 자급률을 목표로 산업 육성을 추진 중에 있다.
주요국이 소재개발을 적극 지원하고 있는 가운데, 외교적으로는 미·중 무역분쟁과 자국우선주의 확산으로 우리나라 GVC(Global Value Chain)에 직·간접적 불확실성이 증가되고 있다. 산업 구조적으로는 소재산업의 양적성장에 비해 GVC 의존도가 55%로 높은 편이다. 특히, 일본·중국 등 특정국가들이 주도하는 공급망에 집중되어 리스크가 더 크다.
또, 부품·장비에 비해 소재산업의 성장세가 둔화되고 있어서 부가가치 창출 역량도 줄어들고 있다. 표에서 보듯이 원유, 철광석 등 원자재 해외의존 산업 특성상 중간재 자급률 수준이 낮은편으로 화학 66.9%, 제1차금속 57.3%, 섬유 66.9% 등으로 나타나고 있다.
AI기술은 기계의 학습능력을 통해 소재개발에 문제와 정답을 주고 학습 시키는 지도 학습방식과 정답을 주지 않고 스스로 학습하는 능동적 학습의 알파고 같은 비지도 학습방식 등이 있다. 최근 사람처럼 생각하고 배울수 있는 딥러닝 시대를 맞아 전혀 학습한 적이 없는 내용의 예측과 실제 시험으로 결과 확인이 불가능한 것을 해결 하기도 한다. 또, 데이터베이스에서 정보와 물성간의 상관관계를 찾아내 새로운 물성을 예측하기도 하며 원하는 소재를 찾아주는 '역방향' 소재설계도 주목을 받고 있다.
신소재 개발에 AI 기술을 접목한 해외사례로 구글은 2023년10월 딥마인드로 기존 5만개 데이터를 활용해 220만개에 달하는 신소재를 생성하는 AI 지놈(GNoMe)을 공개했다. 이 모델은 배터리나 태양광 패널, 컴퓨터 칩 등의 소재개발에 활용 할 수 있는 획기적 기술이다.
국내에서도 2019년10월 한국과학기술원(KAIST) 연구팀이 AI기술을 활용 신소재를 거꾸로 설계하는 기술을 개발해 수만개 물질을 학습시켜 역설계 방식으로 바나듐 산화물 신물질 4종을 발견하는데 성공했다. 2021년9월에도 AI 활용 방법으로 국소최적점에 수렴하는 문제를 완화하면서 인공지능신경망의 신뢰할 수 있는 예측영역을 점진적으로 확장하는 효율적인 방법등도 제시 한 바 있다.
산업부가 2017년부터 2021년까지 1차 지원한 가상공학플랫폼 사업은 시뮬레이션 소프트웨어상에서 가상으로 수행해 개발 시간과 비용을 절감했다. 5대 산업 분야 정부출연연구원에 시뮬레이션 소프트웨어를 구축해 소재 선택부터 공정 설계, 시험평가에 이르는 과정을 가상으로 실시하고, 축적된 데이터를 활용하여 소재의 물성, 성능 등을 예측하는 인공지능 모델을 개발했다.
가상공간에서 소재를 설계·개발·생산할 수 있으며, 전통적인 소재 개발 과정에서 발생하는 반복실험과 시행착오를 최소화하고, 개발에 드는 비용과 시간을 줄일 수 있었다. 2020년 시작한 신소재개발플랫폼 사업은 소재혁신 AI 플랫폼으로 데이터 활용을 통해 소재개발 비용을 대폭 줄였다. 금속(재료연구원), 섬유(다이텍)등 4대 소재은행을 연계해 그래핀, 탄소섬유, 첨단세라믹 분야에서 AI가 적용 가능한 데이터 표준화 및 신소재 합성, 제조공정 설계·시작품 제작및 물성평가를 지원한바 있다.
이제 이러한 사업결과를 연계시키는 오픈이노베이션 방식의 'AI플랫폼 사업'으로 소재개발을 원하는 수요기업과 이를 지원할 정부출연기관, 대학 연구진을 묶는 허브 구축과 확산이 필요한 시점이라 생각한다.
소재개발을 활성화 시키기 위해서 알고리즘 학습방법 만큼 질 좋은 소재정보의 수집이 필요하며, 밥 한술에 배부를수 없듯이 장기적 관점으로 지원해야 한다. 소재정보가 충족되면 분석·설계·시뮬레이션 등을 수행할 초고성능 컴퓨터와 다양한 AI 기술개발을 포함한 지원도 뒤따라야 할 것이다. 아울러 소재개발플랫폼 설계 및 응용 기술의 개발과 인프라 구축도 중요한 과제라 하겠다.
정부는 AI 기술을 활용한 신소재 개발을 적극적으로 지원하기 위해 공공 연구기관과 수요기업간 연계협력을 강화해야 한다. 이를 위해 첫째, 소재 빅데이터 구축, 둘째, 공공연구기관과 플랫폼사업 관련 기관 간에 소재개발 지식재산권 보호 및 이익분배와 기술유출이 안되도록 보장, 셋째, 정부출연연구기관과 소재개발 기업간 유기적 연계와 성과를 나눌 수 있는 형태의 산·학·연 협력플랫폼을 위한 제도적 뒷받침 마련, 넷째, AI 기술을 접목할 소재개발에 대한 지원이 필요하다.
AI를 이용한 소재개발은 고비용에 매우 복잡한 기술이며 높은 수준의 전문성과 기술력이 필요하다. 이러한 부분을 기업에만 맡기지 말고 정부가 지원하면 수요가 많은 대기업들이 신소재 개발에 더욱 적극적으로 투자할 수 있으리라 본다. AI시대 소재 개발은 실증, 상용화 등 소재 전 공정에서 AI 활용을 통해 비용감소와 R&D와 조기 상용화의 효율성도 강화되리라 본다.
더욱 긴 호홉으로 지켜 보아야 할 산·학·연 소재개발 AI 통합플랫폼이 단순한 기술트렌드로 머물지 말고 AI기반 소재경쟁력 확보로 이어지도록 체계화가 필요하다. 이러한 노력이 국가 산업과 경제 발전에 크게 하는 성과로 나타나는 그날을 기대해 본다.
오한석 단국대 교수
[전자신문 제공]
한국
일본
중국
지원/혜택
